Esercizi di Probabilità e Statistica
|
|
- Gioacchino Repetto
- 8 anni fa
- Visualizzazioni
Transcript
1 Esercizi di Probabilità e Statistica Samuel Rota Bulò 9 giugno 6 Spazi di probabilità finiti e uniformi Esercizio Un urna contiene 6 palline rosse, nere, 8 bianche. Si estrae una pallina; calcolare la probabilità di avere a) una pallina bianca; b) una pallina nera; c) una pallina non bianca; d) una pallina blu. [a) 9 ; b) 9 ; c) 9 ; d) ] P (E a ) # bianche Ω 9 P (E c ) # bianche Ω 9 P (E b ) # nere Ω 9 P (E d ) # blu Ω Esercizio Un urna contiene palline numerate da a ; si estraggono contemporaneamente palline. Calcolare la probabilità di avere: a) due numeri dispari; b) un numero divisibile per e uno non divisibile per ; due numeri la cui somma è. [a) 9, b) 6 9, c) ] Ω numero di combinazioni di classe sulle palline (C, ). Lo spazio campionario considera insiemi non ordinati!! E a numero di combinazioni di classe sulle palline dispari (C, ). E b numero di coppie (non ordinate) di palline in cui una è divisibile per e una non lo è. palline divisibili per (ovvero ) palline non divisibili per (ovvero ). E c numero di coppie (non ordinate) di palline che danno come somma (ovvero ) P (E a ) C, C, 9 P (E c ) C, P (E b ) C, 6 9
2 Esercizio Si estraggono contemporaneamente carte da un mazzo di carte. Calcolare la probabilità di avere: a) figure; b) figure e un asso; c) una figura, un asso, un sette. [a) 9 ; b) ; c) ] Ω numero di combinazioni di classe su (C, ). Lo spazio campionario considera insiemi non ordinati!! E a numero di combinazioni di classe sulle figure (C, ). E b prodotto tra il numero di combinazioni di classe sulle figure (C, ), e il numero di possibili assi (ovvero ). E c prodotto tra il numero di figure (ovvero ), il numero di assi (ovvero ), e il numero di 7 (ovvero ). P (E a ) C, C, 9 P (E c ) C, P (E b ) C, C, Esercizio Nel gioco del Totocalcio calcolare la probabilità dei seguenti eventi, supponendo che qualunque risultato sia equopossibile: a) totalizzare punti; b) totalizzare punti; c) sbagliare tutti i pronostici. [a) 9 ; b) 6 9 ; c) 89 9 ] Ω numero di disposizioni di classe sui possibili pronostici (,, X) (D,) Lo spazio campionario considera insiemi ordinati!! E a l unica combinazione vincente E b il prodotto tra il numero di combinazioni vincenti di classe sulle partite (C, ), e il numero di pronostici perdenti sull unica partita sbagliata (ovvero ) E c il numero di disposizioni perdenti di classe (il numero di partite) sui possibili pronostici (due perchè una è vincente e due sono perdenti) (D,) P (E a ) D, P (E b ) C, D, 6 P (E c ) D, D, Esercizio Una scatola contiene lampadine di cui si sa che sono difettose; si prendono a caso lampadine. Calcolare la probabilità che: a) siano tutte difettose; b) almeno una non sia difettosa. [a) ; b) ]
3 Ω numero di combinazioni di classe sulle possibili lampadine (C, ) Lo spazio campionario considera insiemi non ordinati!! E a numero di combinazioni di lampadine difettose di classe (C, ) E b questo insieme è complementare ad E a P (E a ) C, C, P (E b ) P (E a ) Esercizio 6 Si lanciano dadi. Calcolare la probabilità di avere: a) numeri dispari; b) due numeri pari e uno dispari; c) tre numeri la cui somma sia ; almeno due. [a) 8 ; b) 8 ; c) 6 ; d) 7 ] Ω numero di disposizioni con ripetizione di classe (numero di dadi) sui 6 possibili numeri (D 6,) Lo spazio campionario considera insiemi ordinati!! E a numero di disposizioni con ripetizione di classe (numero di dadi) sui possibili valori (numeri dispari tra e 6) (D,) E b prodotto tra il numero di disposizioni con ripetizione di classe (i due dadi) sui possibili valori (numeri pari tra e 6) (D,), il numero di valori dispari che può assumere il terzo dado (ovvero ), e il numero di ordinamenti possibili (ovvero C, ) E c numero di coppie ordinate di numeri tra e 6 la cui somma da E d prodotto tra il numero di combinazioni di classe (i due dadi con l ) sui dadi e il numero di valori che può assumere il terzo dado tralasciando l (ovvero ). In più sommiamo l esito (,,). P (E a ) D, D 6, 8 P (E c ) 6 D 6, 6 P (E b ) D, C, 8 P (E d ) C, Esercizio 7 Cinque amici A, B, C, D, E acquistano biglietti per posti contigui a teatro e si siedono a caso in uno dei posti. Calcolare la probabilità degli eventi: a) i cinque amici si siedono in ordine alfabetico; b) A e B sono seduti vicino. [a) ; b) ] Tralasciamo l perchè la combinazione (,,) non è riordinabile, quindi non deve entrarmi del prodotto con i possibili ordinamenti C,
4 Ω numero di permutazioni dei amici (!) Lo spazio campionario considera insiemi ordinati!! E a l unica permutazione che preserva l ordine alfabetico E b prodotto tra il numero di esiti che fanno sedere A e B vicini (ovvero 8), e il numero di permutazioni degli altri amici sui restanti posti (!) P (E a )! P (E b ) 8!! Esercizio 8 Si consideri un gruppo di persone. Calcolare le seguenti probabilità: a) che siano nate tutte nello stesso mese, supponendo che le nascite nei vari mesi siano egualmente possibili; b) siano nate tutte in mesi diversi. [a) 76 ; b) ] Ω Il numero di disposizioni con ripetizione di classe (le persone) sui possibili mesi (D,) Lo spazio campionario considera insiemi ordinati!! E a Il numero di esiti che corrispondono a nascita di ciascuna persona nello stesso mese (ovvero ) E b Il numero di disposizioni di classe (le persone) sui possibili mesi (D, ) P (E a ) D, P (E b ) D, D, Esercizio 9 In una moneta non è regolare, la probabilità di avere testa è la probabilità di avere croce. Calcolare la probabilità di ciascuna faccia. [T ; C ] P (T ) P (C) P (T ) + P (C) P (T ) P (C) () () Esercizio Verificare che per qualunque coppia di eventi A, B A. P (A \ B) P (A) P (A B). P (A B C ) P (A) P (A B)
5 . P (A C B C ) P (A B). P (A C B C ) P (A B). P (A\B) P (A (A B)) P ((A C (A B) C ) C ) P (A C (A B) C ) P (A) P (A B)... P (A B C ) P (A \ B) P (A) P (A B) P (A C B C ) P ((A B) C ) P (A B) P (A C B C ) P ((A B) C ) P (A B) Esercizio Un giocatore di poker riceve all inizio del gioco cinque carte da un normale mazzo di. a) Qual è la probabilità di ricevere almeno assi? b) Qual è la probabilità di ricevere cinque carte dello stesso seme? c) Qual è la probabilità di ricevere un poker servito? [a).68; b) 666 ; c) 6 ] Ω Il numero combinazioni di classe (il numero di carte ricevute) sulle carte possibili (C, ). Lo spazio campionario considera insiemi non ordinati!! E a Dobbiamo considerare il caso di estrarre esattamente, e assi quindi avremo la sommatoria con i [, ] del prodotto tra il numero di combinazioni di classe i (gli assi estratti) sui assi possibili(c, ), e il numero di combinazioni di classe i (le carte rimanenti) sulle restanti 8 carte (C 8,i ). E b Il prodotto tra il numero di semi (ovvero ) e il numero di combinazioni di classe (il numero di carte) sulle carte per seme (C, ) E c Il prodotto tra il numero di possibili poker (ovvero ), e il numero di restanti valori per la carta rimanente (ovvero 8) P (E a ) P (E c ) i C,i C 8, i C,.68 P (E b ) C, C, C, 6
6 Esercizi di Probabilità e Statistica Samuel Rota Bulò aprile 6 Probabilità condizionata Esercizio I componenti prodotti da una certa ditta possono presentare due tipi di difetti, con percentuali % e 7% rispettivamente. I due tipi di difettosità si possono produrre in momenti diversi della produzione per cui si può assumere che le presenze dell uno o dell altro siano indipendenti tra loro. a) Qual è la probabilità che un componente presenti entrambi i difetti? b) Qual è la probabilità che un componente presenti almeno uno dei due difetti? c) Qual è la probabilità che un componente presenti il difetto, sapendo che esso è difettoso? d) Qual è la probabilità che esso presenti uno solo dei due difetti sapendo che esso è difettoso? [a).; b).979; c).6 d).978 ] D presenta difetto ; D presenta difetto P (D ).; P (D ).7 a) P (D D ) P (D ) P (D ).. b) P (D D ) P (D ) + P (D ) P (D D ).979 c) P (D D D ) P (D D D ) P (D ) P (D D ) d) D D (D D ) \ (D D ) P (D D ) P (D D D D ) P (D D D D ) P (D D ) P (D D ) Esercizio Un urna contiene due carte: una di esse ha entrambi i lati neri mentre l altra ha un lato nero e uno bianco. Una carta viene estratta e se ne guarda uno solo dei lati: è nero. Qual è la probabilità che anche il secondo lato sia nero? [ ] A entratto carta NN ; A estratto carta BN ; N estratto lato nero
7 P (A ) P (A ) P (N) P (N A i ) P (A i ) + i P (A N) P (N A ) P (A ) P (N) Esercizio Dieci urne contengono tutte palline rosse (R) e un numero variabile di palline bianche (B). Più precisamente l urna i-esima contiene palline R e i palline B. Un urna viene scelta a caso e da essa vengono estratte due palline. a) Qual è la probabilità che le due palline siano una B e una R? b) Supponiamo che l estrazione abbia dato come risultato una pallina B e una R. Qual è la probabilità p i che l urna prescelta sia la i-esima? Qual è l urna più probabile? c) Supponiamo invece che vi siano urne contenenti palline R e B (le urne sono quindi ). Se l estrazione ha dato come risultato una pallina B ed una R, qual è ora la probabilità che l urna prescelta sia di tipo i (cioè contenga i palline B)? Qual è ora il valore i più probabile? [a).6 ; b) e le urne più probabili; c) sempre e ] A i estratto da urna i ; B estrarre una B e una R P (A i ) a) b) P (B) i P (B A i ) P (A i ) p i P (A i B) P (B A i) P (A i ) P (B) c) A A P (A i ) P (B) i Per ogni i [, ] i arg max i [,] p i, } P (B A i ) P (A i ) + P (B A ) P (A ) p i P (A i B) P (B A i) P (A i ) P (B) i C i+,.6 i C i+,.6.8 i (i + ) (i + ) i i C i+, + C,.9997 i C i+, i (i + ) (i + ) p p arg max i [,] p i, }
8 Esercizio Vivo a Venezia; domani ci può essere l acqua alta oppure no. L acqua alta domani è annunciata con probabilità.. Se c è acqua alta arrivo a lezione in ritardo con probabilità.8; se non c è acqua alta la probabilità che arrivi tardi a lezione è comunque.. Qual è la probabilità che arrivi tardi? [.8] A domani c è acqua alta ; B arrivo tardi a lezione P (A).; P (B A).8; P (B A C ). P (B) P (B A) P (A) + P (B A C ) P (A C ).8 Esercizio Se due eventi sono disgiunti e indipendenti, cosa si può dire della loro probabilità? [almeno uno dei due eventi ha probabilità nulla] Dati A, B A, sappiamo che A B e quindi P (A B). Inoltre sappiamo che sono indipendenti e quindi P (A B) P (A) P (B) che è vero sse almeno uno dei termini è nullo. Esercizio 6 Dimostra che due eventi A, B A sono indipendenti sse lo sono gli eventi A, B C. Dimostriamo solo ( ) perchè il verso opposto è simile. Supponiamo A e B indipendenti. Allora valgono le seguenti uguaglianze: P (A B) P (A) P (B A) P (B) Verifichiamo che P (B C A) P (B C ). (Questo basta per dimostrare questo verso, ma per esercizio verifichiamo anche che P (A B C ) P (A)) P (B C A) P (B A) P (B) P (B C ) P (A B C ) P (BC A) P (A) P (B C ) P (BC ) P (A) P (B C ) P (A) Esercizio 7 Ho tre urne. La prima contiene palline bianche e nere. La seconda bianche e nere. La terza bianche e una nera. Lancio un dado equo: se esce 6 estraggo una pallina dalla terza urna. Se esce o estraggo dalla seconda urna. Nel altri casi estraggo dalla prima. Qual è la probabilità di estrarre una pallina bianca? [.6] D esce un 6 ; D esce un o un ; D (D D ) C ; B estraggo una pallina bianca P (D ) 6 ; P (D ) ; P (D ) P (B D ) ; P (B D ) ; P (B D ) P (B) P (B D i ) P (D i ).6 i
9 Esercizio 8 Si pone un topo davanti a labirinti. Il topo sceglie a caso un labirinto. Da esperienze precedenti si sa che la probabilità che il topo esca da ogni labirinto in min sono, rispettivamente,.,.8,.,.. Sapendo che il topo è uscito in min, calcolare la probabilità che abbia scelto il terzo labirinto. [.] U il topo esce in min ; A i topo sceglie i-esimo labirinto P (A i ) ; P (U A ).; P (U A ).8; P (U A ).; P (U A ). P (U) P (U A i ) P (A i ). i P (A U) P (U A ) P (A ) P (U).
10 Esercizi di Probabilità e Statistica Samuel Rota Bulò aprile 6 V.a. discrete e distribuzioni discrete Esercizio Dimostrare la proprietà della mancanza di memoria della legge geometrica, ovvero posto X Geom(p) e m, P X m + k X k} P X m}. Sia X Geom(p). P X k} ( p) i p ( p) k p ( p) i ( p) k p ( p)k p ik i P X m + k X k} P X k X m + k} P X m + k} P X k} ( p)m+k p ( p) k ( p) m p P X m} Esercizio Esiste una tecnica nel lotto che consiste nel giocare i numeri che non sono stati estratti da molte settimane. I giocatori che usano questa tecnica sostengono che vi siano scarse probabilità che un numero in ritardo di settimane non venga estratto nemmeno alla -esima settimana. In effetti la probabilità di un simile ritardo è bassa, ma qual è l errore in questo ragionamento? Una v.a. che modella il ritardo nell estrazione di un numero segue una legge geometrica. Sia X questa v.a.. Se io al tempo t calcolo la probabilità di avere un ritardo di almeno giorni (P X }), questa è effettivamente molto bassa. Se p è la probabilità che il numero venga estratto ( p) C 89, C 9, 7 8 P X } ( p). Il problema di questo ragionamento è che quando vado a vedere la probabilità che ha il numero di uscire, non mi trovo più al tempo t, ma al tempo t +,
11 quindi in realtà la probabilità che devo calcolare è condizionata dal fatto che il numero è in ritardo da giorni. P X X } P X } ( p).9 Esercizio Verificare che la funzione di probabilità legata alla legge di Poisson sia una densità discreta. La funzione cui ci riferiamo è e λ λx p λ (x) x!, x,,,..., n, altrimenti Questa funzione è nulla ad eccezione di un infinità numerabile di x. Quindi la prima proprietà di una densità discreta è soddisfatta. Verifichiamo la seconda proprietà ovvero che la somma delle probabilità di ogni x da. λ k k! eλ k k k p λ (k) e λ λk k! e λ k λ k k! e λ e λ Esercizio Dimostrare che per n +, una variabile di Poisson si distribuisce come una binomiale di parametri n e λ n. lim n + ( ) n x ( ) x λ ( λ n n )n x n (n ) (n x + ) lim n + n x λx x! ( n) λ n ( n) λ k λx x! e λ p λ (x) Esercizio Sia X una v.a. di Poisson di parametro λ. Sapendo che P X } P X } calcolare P X }. [.9] P X } P X } e λ λ! e λ λ! λ λ λ P X } e!.9
12 Esercizio 6 Si lancia una moneta equa. Assumendo che i lanci siano tra loro indipendenti, qual è la probabilità di dover aspettare lanci prima di vedere la prima croce, avendo già visto l esito dei primi due lanci che hanno dato due teste? [ 8 ] Sia X una v.a. che indica il numero di lanci che bisogna fare prima di ottenere la prima croce (esclusa quella che ha successo). Allora X è una v.a. che si distribuisce con legge geometrica. P X X } P X } ( ) 8 Esercizio 7 Una compagnia aerea dispone di due tipi di aerei, uno da e uno da posti. Poichè si sa che i passeggeri che prenotano poi non si presentano con probabilità., vengono sempre accettate prenotazioni sui voli da posti e su quelli da. In quale dei due aerei è maggiore il rischio di lasciare a terra almeno un passeggero che ha regolarmente prenotato, per un volo in cui si è accettato il massimo di prenotazioni? [in quello da posti, con proabilità.9] Siano X e X due v.a. che contano il numero di passeggeri che si presentano su ciascun aereo. Queste si distribuiscono secondo una legge binomiale X B(,.9) e X B(,.9). Per avere che almeno un passeggero resti a terra, è necessario che il numero di prenotazioni sia maggiore rispettivamente di e. Quindi P X > } k P X > } ( ).9 k. k.9 k ( ).9.8 Quindi il volo più a rischio anche se di poco è quello da posti. Esercizio 8 Un associazione di consumatori ha ragione di credere che un certo produttore di olio extra vergine vende solo il 7% delle bottiglie effettivamente di olio extra vergine, mentre le restanti % e % contengono rispettivamente olio semplice e olio di sansa. Per pubblicizzare la frode alimentare l associazione acquista bottiglie a caso e le fa analizzare da uun istituto indipendente. Qual è la probabilità che almeno tre bottiglie siano di olio extra vergine? [.6789] Sia X una v.a. che conta il numero di bottiglie di olio extra vergine. Questa si distribuisce con legge binomiale B(,.7). La probabilità che ci interessa calcolare è P X }. P X } k ( ).7 k.7 k.6789 k
13 Esercizio 9 Consideriamo un lago contenente pesci rossi e bianchi. Peschiamo con una rete 6 pesci. Sia X il numero di pesci bianchi pescati. Qual è la densità di X se i pesci sono mescolati casualmente nel lago? Qual è la probabilità di aver pescato un numero pari di pesci bianchi? [ 9 77 ] La v.a. X di distribuisce con legge ipergeometrica di parametri k6, b, n. La probabilità di aver pescato un numero pari di pesci bianchi equivale alla somma delle probabilità di aver pescato, e pesci bianchi ovvero P X è pari} P X k} ( ( k) ) 6 k ) 9 77 k,,} k,,} Esercizio Si lancia ripetutamente una moneta difettosa che mostra testa con probabilità.. Assumento che i lanci siano tra loro indipendenti, a) qual è la probabilità di dover aspettare almeno lanci prima di vedere la prima croce? b) Qual è la probabilità che l attesa sia tra e lanci? [a).6; b).7] Sia X la v.a. che indica il numero di lanci che hanno dato testa prima di vedere la prima croce che si distribuisce con legge geometrica di parametro.. a) La probabilità di dover aspettare almeno lanci è P X 9} Ricordiamo che la probabilità che X k con X Geom(p) è P X k} ik i ( 6 k p i ( p) ( p) ( p i p i ) i P X 9}. 9.6 ( p) ( p pk p ) pk b) Per risolvere la seconda parte dell esercizio possiamo operare in modo classico e quindi calcolarci i P X i} (dove ricordiamo che X conta il numero di teste prima di ottenere croce e quindi se aspettiamo lanci abbiamo X, e se aspettiamo lanci abbiamo X ) oppure determiniamo la funzione di ripartizione F X di X per poi calcolare F X () F X (). Optiamo per la seconda soluzione perchè più veloce. F X (k) P X k} P X k + } p k+ P X } P < X } F X () F X ()...7 Esercizio Vengono trasmessi bits binari e la probabilità di errore nella trasmissione di ogni bit è, indipendentemente dagli altri. a) Calcolare la probabilità che bits siano errati. b) Come possiamo approssimare questa probabilità in modo tale da rendere il suo calcolo (in generale) computazionalmente meno pesante e qual è il suo valore approssimato? [a).988; b).986]
14 a) Sia X la v.a. che indica il numero di bits errati, questa si distribuisce con legge Binomiale di parametri e. ( ) P X } ( ) ( ).988 b) Per semplificare la computazione di questa probabilità possiamo fare le seguenti considerazioni. Il numero di prove è particolarmente elevato, mentre la probabilità di successo (avere un bit errato) è molto bassa, possiamo apprissimare la binomiale con la distribuzione di Poisson di parametro λ p n. P X } λ! e λ e.986!
15 Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 aprile 6 Funzioni di v.a., Media e Varianza Esercizio Calcolare la media delle distribuzioni binomiale, e quella di Poisson. Di quest ultima calcolare anche la varianza. Sia X Bin(n, p) E[X] n k P X k} k n k k ( ) n p k ( p) n k k n ( ) n n ( ) n n p k ( p) n k n p k+ ( p) (n ) k k k k k n ( ) n n p p k ( p) (n ) k n p (p + ( p)) n n p k k Sia X P λ E[X] k P X k} k λk k! e λ k λ k k λ k (k )! e λ λ k λ k k! e λ λ E[X ] k P λk X k} k e λ k! λ k k k k k e λ λ k (k )! λ (k + ) e λ λk λ E[X + ] λ (λ + ) k! V ar[x] E[X ] E[X] λ (λ + ) λ λ Esercizio Qual è la densità della v.a. Y X se X è una v.a. con densità p X?
16 P Y k} P X k} p X ( k) + p X ( k), se k, altrimenti Esercizio Un urna contiene sfere delle quali sono contrassegnate dal numero, una dal e una dal. Si estraggono senza reinserimento due sfere e sia X la v.a. che indica la somma dei numeri corrispondenti alle sfere estratte. Si determini: a) la funzione di densità di X, con rappresentazione grafica; b) la funzione di ripartizione di X con rappresentazione grafica; c) la media e la moda della distribuzione; d) la varianza di X; e) P X 7} e P < X } [c)., e ; d).; e) 6, ] a) Funzione di probabilità 6, x, x P X x}, x 6, x 7, altrimenti b) Funzione di ripartizione, x < 6, x, F X (x), x 6, x, 6, x 7 c) d) E[X] i,,,7} V ar[x] E[X ] E[X] i P X i}. i,,,7} i P X i}.. e) P X 7} 6 ; P < X } Esercizio Si lancia una moneta che presenta testa con probabilità.6. Se il risultato è testa, si estraggono palline con reinserimento da un urna che contiene 6 palline bianche e nere. Se esce croce, si estraggono dalla stessa urna palline senza reinserimento. Trovare funzione di probabilità e valore atteso della variabile che conta il numero di palline bianche estratte nell esperimento. [.6] il valore più probabile
17 T testa ; C croce. Calcoliamo la probabilità di estrarre x palline bianche sapendo che è uscita testa. La v.a. che conta il numero di palline bianche in questo caso si distribuisce con legge binomiale di paramentri e 6 P X x T } ( ) x. ( ) x ( ) x 6 Calcoliamo ora la probabilità di estrarre x palline bianche sapendo che è uscita croce. La v.a. che conta il numero di palline bianche in questo caso si distribuisce con legge ipergeometrica di parametri, 6,. ( 6 ( P X x C} x) ) x ( ) Calcoliamo la probabilità P X x}, utilizzando il teorema delle probabilità totali. P X x} P X x T } P (T ) + P X x C} P (C) P X x T }.6 + P X x C}. Ricordiamo che E[X T ] è pari alla media di una v.a. che si distribuisce con legge binomiale di parametri e 6, mentre E[X C] è pari alla media di una v.a. che si distribuisce con legge ipergeometrica di parametri, 6,. Calcoliamo il valore atteso E[X] E[X T ].6 + E[X C] Esercizio Da un urna contenente palline rosse in proporzione < p < vengono estratte n palline con reimbussolamento. Queste vengono messe in una seconda urna da dove si estrae una pallina. a) Qual è la probabilità che sia rossa? b) Sapendo che l estrazione dalla seconda urna da dato una pallina rossa, qual è la probabilità che il numero di palline rosse estratte dalla prima urna fosse k con k n? c) Qual è il numero medio di palline rosse estratte dalla prima urna sapendo che la pallina estratta dalla seconda è rossa? [a) p; b) prob. di estrarre k palline rosse dalla prima urna con però n palline; c) + il numero medio di palline rosse estratte dalla prima urna con n palline] X v.a. che conta il numero di palline rosse estratte dalla prima urna R estratto rossa dalla seconda La v.a. X si distribuisce con legge binomiale di parametri n e p. a) n n ( i n P (R) P R X i} P X i} n i i i n ( ) n n ( n p i ( p) n i p i i i i ) p i ( p) n i ) p i ( p) (n ) i p
18 b) P R X k} P X k} P X k R} P (R) ( n k k n (n) k pk ( p) n k p ) p k ( p) (n ) (k ) La probabilità che il numero di palline rosse estratte dalla prima urna sia k sapendo che dalla seconda urna è stata estratta una pallina rossa, è pari alla probabilità di estrarre k palline rosse dalla prima urna dalla quale abbiamo prima tolto una pallina. c) Sia Y una v.a. che conta il numero di palline rosse estratte dalla prima urna sapendo che la palline estratta dalla seconda è rossa. Questa ha come densità P X k R}. Calcoliamo la media di Y n n ( ) n E[Y ] k P Y k} k p k p (n ) (k ) k k k n ( ) n (j + ) p j p (n ) j E[Z + ] E[Z] + j j dove Z è una v.a. che si distribuisce con legge binomiale di parametri (n ) e p. Come possiamo vedere il numero medio di palline rosse è sicuramente maggiore di uno, perchè avendone estratta una dalla seconda, sappiamo per certo che almeno una c è. Il numero di palline rosse restanti è lo stesso numero medio di palline rosse che otteniamo se le estraessimo da un urna con n palline. Esercizio 6 Una partita di 6 stereo ne contiene difettosi. Un locale acquista di questi stereo a caso. a) Se X conta il numero di stereo difettosi, trovarne la funzione di probabilità e la funzione di ripartizione con relativi grafici. b) Calcolarne media, varianza, moda e quartili. c) Dalla funzione di ripartizione ricavare P X }, P < X }. [Distribuzione ipergeometrica; b),,,,, ; c), a) X si distribuisce con legge ipergeometrica di parametri k, b, n6. ( ( P X k} k) ) k ( 6 ) Funzione di probabilità, x P X x}, x, x, altrimenti Funzione di ripartizione, x < F X (x), x, x, x
19 b) E[X] x i P X x i } i,,} V ar[x] E[X ] E[X] i,,} Moda[X] arg max P X k} k x i P X x i } c) q. arg max P X k}. k q. arg max P X k}. k q.7 arg max P X k}.7 k P X } P < X } F X () F X () P < X } F X () F X () Esercizio 7 Un urna contiene tre palline numerate da a. Si estraggono con reinserimento due palline e sia X la v.a. che indica la differenza in modulo dei numeri estratti. Si determini: a) la funzione di densità con relativo grafico; b) la funzione di ripartizione con relativo grafico; c) la media e la moda della distribuzione X; d) la varianza di X; e) P X } e P X < }. [c) 8 9, d) 8 e), 9 ] a) b) c), x P X x} 9, x 9, x, altrimenti E[X], x < F X (x), x 7 9, x, x i,,} x i P X x i } 8 9 Moda[X]
20 d) V ar[x] E[X ] E[X] i,,} x i P X x i } ( ) e) P X } F X () P X < } P < X } F X () F X () 9 Esercizio 8 Si lancia volte una moneta e sia X numero di T seguite da C. a) Trovare e disegnare la funzione di probabilità di X; b) Trovare e disegnare la funzione di ripartizione di X; c) Calcolare media, varianza, moda e mediana di X. [c), 6,, ] Lo spazio campionario è caratterizzato da D, 6 combinazioni. Analizziamo per casi il numero di combinazioni per avere k T seguite da una C. k TTTT CTTT CCTT CCC* ( combinazioni) k TCCC TCTT *TCC *TCT **TC ( combinazioni) k TCTC ( combinazione) a) Funzione di probabilità 6, k P X k} 6, k 6, k, altrimenti b) Funzione di ripartizione, k < F X (k) 6, k 6, k, k c) E[X] i,,} V ar[x] E[X ] E[X] x i P X x i } i,,} Moda[X] Mediana[X] q. x i P X x i } ( ) 6 6
21 Esercizi di Probabilità e Statistica Samuel Rota Bulò 8 maggio 6 Vettori aleatori e funzioni di v.a. Esercizio Si lanciano due dadi equi. Qual è la probabilità che la somma sia? [ ] Siano X, X le v.a. che indicano l esito rispettivamente dei due lanci. Sia Z X + X. Calcoliamo la probabilità P Z }. P Z } 6 P X y} P X y} P X } P X }+ y + P X } P X } + P X } P X } ( ) 6 Esercizio Si consideri un urna con palline numerate. Si estraggono due palline con reimmissione. Sia (X, X ) il vettore aleatorio che descrive l esperimento. a) Calcolare la densità congiunta del vettore e le densità marginali. b) Ripetere il calcolo nel caso di estrazione in blocco delle due palline. a) Nel caso di estrazioni con reimmissione abbiamo che le v.a. X e X sono indipendenti. La probabilità di estrarre una pallina è, quindi le probabilità marginali P X x } P X x }. La probabilità congiunta è data da P X x, X x } P X x } P X x } b) Nel caso di estrazioni senza reimmissione abbiamo che le v.a. X e X non sono indipendenti. Se consideriamo le possibili coppie di palline estratte gli unici casi impossibili sono quando abbiamo due palline uguali. Quindi lo spazio campionario è formato da 9 casi, e di conseguenza la probablità congiunta in questo caso è data da P X x, X x } 9 Ricostruiamo ora le densità marginali P X x } z P X x, X z} 9 9
22 Allo stesso modo calcoliamo P X x }. Quindi abbiamo che nel secondo caso le densità marginali sono le stesse del primo caso, ma la denistà congiunta è diversa e in particolare non è ricostruibile a partire dalle densità marginali tramite prodotto. Ciò dimostra che non c è indipendenza. Esercizio Si consideri un urna con palline numerate. Si estraggono due palline senza reimmessione. Sia (X, X ) il vettore aleatorio che descrive l esperimento. Calcolare la densità condizionata della prima pallina estratta dato il risultato della seconda estrazione. [ 9 ] Considerando i risultati ottenuti con l esercizio precedente abbiamo che la probabilità congiunta di estrarre una certa coppia di palline è 9 mentre la densità marginale di estrarne una è, quindi la probabilità condizionata della prima pallina estratta data la seconda è P X x X x } P X x, X x } P X x } Esercizio Sia (X, Y ) un vettore aleatorio con la seguente densità congiunta X \ Y Dopo aver verificato che si tratti di una densità ben data, calcolare la denistà marginale di X e Y e discutere della loro eventuale indipendenza. Calcolare poi la densità di X condizionata a Y. Calcolare infine la media, la varianza delle due v.a., la covarianza e il coefficiente di correlazione. [E[X], E[Y ] ρ[x, Y ].689], V ar[x] 8 9 9, V ar[y ] 8, Cov[X, Y ] 9, La densità del vettore aleatorio è ben data perchè la somma di ogni elemento della matrice da. Quindi supponendo,, } il codominio di ciascuna v.a. i j P X i, Y j} Calcoliamo le densità marginali. Le densità marginali relative a X sono le somme di ciascuna riga, mentre quelle relative a Y sono le somme di ciascuna colonna. X \ Y 7 6
23 Quindi P X } 7, P Y }, P X }, P Y } 6, P X }, P Y }. Le due v.a. non sono indipendenti infatti possiamo trovare almeno un caso in cui il prodotto delle probabilità marginali non coincide con la congiunta. P X, Y } 7 P X } P Y } 6 Passiamo ora al calcolo delle probabilità condizionate di X dato Y. P X i Y j} X \ Y 7 P X i, Y j} P Y j} 7 7 Calcoliamo la media e la varianza delle v.a.. E[X] k P X k} E[Y ] k,,} k,,} V ar[x] E[X ] E[X] V ar[y ] E[Y ] E[Y ] E[X Y ] k,j,,} k,,} k P Y k} k,,} k P X k} k P Y k} k j P X k, Y j} Cov[X, Y ] E[X Y ] E[X] E[Y ] 6 9 Cov[X, Y ] ρ[x, Y ].689 V ar[x] V ar[y ] ( ) 8 ( ) 8 Esercizio Si calcoli la denistà della somma di n variabili aleatorie bernouilliane indipendenti di parametro p. Siano X i Bin(, p) con i n e sia X (X,..., X n ) il vettore aleatorio che le contiene. Sia poi φ(x) n i X i. P φ(x) k} P X φ (k)} Il vettore aleatorio X assume il valore k se k delle n variabili bernouilliane assumono valore. Quindi φ (k) contiene l insieme di esiti in cui delle n v.a.
24 solo k hanno successo, ovvero assumono valore. Ma questo significa che la probabilità della somma di n v.a. bernouilliane corrisponde alla probabilità di avere k successi su n prove ovvero la probabilità di una v.a. con legge binomiale di parametri n e p. ( ) n P X φ (k)} p k ( p) n k k Quindi se Z n i X i con X i Bin(, p) allora Z Bin(n, p). Esercizio 6 Si dimostri che la densità di probabilità della somma S di due v.a. aleatorie discrete X e Y, indipendenti e con densità di Poisson di parametri λ X e λ Y è ancora di Poisson con parametro λ X + λ Y. Utilizziamo il teorema di convoluzione. P X+Y k} k P X z} P Y k z} z e (λ X +λ Y ) k! k z k z λ z X λ k z Y z! e λx (k z)! e λ Y ( ) k λ z X λ k z Y (λ X + λ Y ) k e (λ X +λ Y ) z k! Esercizio 7 In una banca ci sono due sportelli. Sia (X, X ) il numero di clienti in coda nei due sportelli e si supponga che tale vettore aleatorio segua la seguente densità X \ X Verificare che sia una densità discreta e calcolare la probabilità che le due code differiscano esattamente di una persona. [.] La somma di tutti gli elementi della densità congiunta da quindi è ben definita. La probabilità che vogliamo calcolare è P X Y }. P X Y } P X Y } + P X Y } P X z, Y z } + P X z, Y z + }. z (Equivale alla somma degli elementi subito sopra e sotto la diagonale della matrice.) Esercizio 8 Si lancia una moneta equa volte. Sia X il numero totale di teste e sia Y il numero di teste dell ultimo lancio ( o ). Si calcoli la densità congiunta di (X, Y ) e le due densità marginali.
Esercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 16 luglio 2006 V.a. discrete e distribuzioni discrete Esercizio 1 Dimostrare la proprietà della mancanza di memoria della legge geometrica, ovvero
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 9 giugno 006 Spazi di probabilità finiti e uniformi Esercizio Un urna contiene 6 palline rosse, 4 nere, 8 bianche. Si estrae una pallina; calcolare
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 19 marzo 2007 Spazi di probabilità finiti e uniformi Esercizio 1 Un urna contiene due palle nere e una rossa. Una seconda urna ne contiene una bianca
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
DettagliCalcolo delle Probabilita, INGEGNERIA INFORMATICA, semestre II, laurea (ord. Leonardo.
Capitolo 1 9 Ottobre 00 Calcolo delle Probabilita, INGEGNERIA INFORMATICA, semestre II, laurea (ord. Leonardo. 000, Milano Esercizio 1.0.1 (svolto in classe [II recupero Ing. Matematica aa.00-0-rivisitato]nel
DettagliViene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita?
Viene lanciata una moneta. Se esce testa vinco 00 euro, se esce croce non vinco niente. Quale è il valore della mia vincita? Osserviamo che il valore della vincita dipende dal risultato dell esperimento
DettagliEsercitazioni 2013/14
Esercitazioni 2013/14 Esercizio 1 Due ditte V e W partecipano ad una gara di appalto per la costruzione di un tratto di autostrada che viene assegnato a seconda del prezzo. L offerta fatta dalla ditta
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 5 maggio 007 Varabili aleatorie continue, distribuzioni continue e funzione generatrice di momenti. Esercizio Dimostrare la mancanza di memoria della
DettagliLa variabile casuale Binomiale
La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola
DettagliCORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate
CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su eventi, previsioni e probabilità condizionate Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability
DettagliAncora sull indipendenza. Se A e B sono indipendenti allora lo sono anche
Ancora sull indipendenza Se A e B sono indipendenti allora lo sono anche A e B Ā e B Ā e B Sfruttiamo le leggi di De Morgan Leggi di De Morgan A B = Ā B A B = Ā B P (Ā B) = P (A B) = 1 P (A B) = 1 (P (A)
DettagliPrimi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita
Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita NOTA 1 Gli esercizi sono presi da compiti degli scorsi appelli, oppure da testi o dispense di colleghi. A questi ultimi
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliCalcolo delle probabilità
Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
DettagliEsercizi di Calcolo delle Probabilita (I)
Esercizi di Calcolo delle Probabilita (I) 1. Si supponga di avere un urna con 15 palline di cui 5 rosse, 8 bianche e 2 nere. Immaginando di estrarre due palline con reimmissione, si dica con quale probabilità:
DettagliStima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliESAME DI STATISTICA Nome: Cognome: Matricola:
ESAME DI STATISTICA Nome: Cognome: Matricola: ISTRUZIONI: Per la prova è consentito esclusivamente l uso di una calcolatrice tascabile, delle tavole della normale e della t di Student. I risultati degli
DettagliProbabilità discreta
Probabilità discreta Daniele A. Gewurz 1 Che probabilità c è che succeda...? Una delle applicazioni della combinatoria è nel calcolo di probabilità discrete. Quando abbiamo a che fare con un fenomeno che
DettagliPROVE D'ESAME DI CPS A.A. 2009/2010. 0 altrimenti.
PROVE D'ESAME DI CPS A.A. 009/00 0/06/00 () (4pt) Olimpiadi, nale dei 00m maschili, 8 nalisti. Si sa che i 4 atleti nelle corsie centrali hanno probabilità di correre in meno di 0 secondi. I 4 atleti delle
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 4 A. Si supponga che la durata in giorni delle lampadine prodotte
DettagliELEMENTI DI STATISTICA
Dipartimento di Ingegneria Meccanica Chimica e dei Materiali PROGETTAZIONE E GESTIONE DEGLI IMPIANTI INDUSTRIALI Esercitazione 6 ORE ELEMENTI DI STATISTICA Prof. Ing. Maria Teresa Pilloni Anno Accademico
Dettaglimetodi matematici per l ingegneria prove scritte d esame 1 Indice
metodi matematici per l ingegneria prove scritte d esame Indice. Novembre 4 - Prova in itinere. Luglio 5.. Febbraio 6 4 4. Giugno 6. 5 5. Luglio 6 6 . Novembre 4 - Prova in itinere Esercizio. Una scatola
DettagliSi considerino gli eventi A = nessuno studente ha superato l esame e B = nessuno studente maschio ha superato l esame. Allora A c B è uguale a:
TEST DI AUTOVALUTAZIONE - SETTIMANA 2 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia 1 Parte A 1.1 Si considerino gli
DettagliFacciamo qualche precisazione
Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione
DettagliEsercizio 1 Dato il gioco ({1, 2, 3}, v) con v funzione caratteristica tale che:
Teoria dei Giochi, Trento, 2004/05 c Fioravante Patrone 1 Teoria dei Giochi Corso di laurea specialistica: Decisioni economiche, impresa e responsabilità sociale, A.A. 2004/05 Soluzioni degli esercizi
DettagliTemi di Esame a.a. 2012-2013. Statistica - CLEF
Temi di Esame a.a. 2012-2013 Statistica - CLEF I Prova Parziale di Statistica (CLEF) 11 aprile 2013 Esercizio 1 Un computer è collegato a due stampanti, A e B. La stampante A è difettosa ed il 25% dei
DettagliPer poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete.
Parliamo di probabilità. Supponiamo di avere un sacchetto con dentro una pallina rossa; posso aggiungere tante palline bianche quante voglio, per ogni pallina bianca che aggiungo devo pagare però un prezzo
DettagliStatistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.
Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stima puntuale per la proporzione Da un lotto di arance se ne estraggono 400, e di queste 180
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 28/05/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Nel gico del
DettagliStatistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
Dettaglif(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da
Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliEsercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che:
Esercizi Esercizio 4. Un urna contiene inizialmente 2 palline bianche e 4 palline rosse. Si effettuano due estrazioni con la seguente modalità: se alla prima estrazione esce una pallina bianca, la si rimette
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
Dettagli(concetto classico di probabilità)
Probabilità matematica (concetto classico di probabilità) Teoria ed esempi Introduzione Il calcolo delle probabilità è la parte della matematica che si occupa di prevedere, sulla base di regole e leggi
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 9 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 TEST D IPOTESI Partiamo da un esempio presente sul libro di testo.
DettagliEsercitazione n.1 (v.c. Binomiale, Poisson, Normale)
Esercizio 1. Un azienda produce palline da tennis che hanno probabilità 0,02 di essere difettose, indipendentemente l una dall altra. La confezione di vendita contiene 8 palline prese a caso dalla produzione
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Modelli di Variabili Aleatorie Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Sulla base della passata esperienza il responsabile della produzione di un azienda
DettagliStatistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 2004
Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 200 Esercizio 1 Tre apparecchiature M 1, M 2 e M 3 in un anno si guastano, in maniera indipendente, con probabilità
DettagliCosa dobbiamo già conoscere?
Cosa dobbiamo già conoscere? Insiemistica (operazioni, diagrammi...). Insiemi finiti/numerabili/non numerabili. Perché la probabilità? In molti esperimenti l esito non è noto a priori tuttavia si sa dire
Dettaglimatematica probabilmente
IS science centre immaginario scientifico Laboratorio dell'immaginario Scientifico - Trieste tel. 040224424 - fax 040224439 - e-mail: lis@lis.trieste.it - www.immaginarioscientifico.it indice Altezze e
Dettaglirisulta (x) = 1 se x < 0.
Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente
DettagliLE FUNZIONI A DUE VARIABILI
Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre
DettagliCAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI
CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI Abbiamo studiato successioni e serie numeriche, ora vogliamo studiare successioni e serie di funzioni. Dato un insieme A R, chiamiamo successione di funzioni
DettagliUna sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa.
Una sperimentazione Probabilità Si sta sperimentando l efficacia di un nuovo farmaco per il morbo di Parkinson. Duemila pazienti partecipano alla sperimentazione: metà di essi vengono trattati con il nuovo
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Distribuzione di probabilità, funzione di ripartizione di una v.c. discreta Il tasso di cambio
DettagliEsercizi di calcolo combinatorio
CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi di calcolo combinatorio Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability di Sheldon Ross, quinta
DettagliAnalisi dei Dati 12/13 Esercizi proposti 3 soluzioni
Analisi dei Dati 1/13 Esercizi proposti 3 soluzioni 0.1 Un urna contiene 6 palline rosse e 8 palline nere. Si estraggono simultaneamente due palline. Qual è la probabilità di estrarle entrambe rosse? (6
DettagliMatematica II: Calcolo delle Probabilità e Statistica Matematica
Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docente: dott. F. Zucca Esercitazione # Esercizi Statistica Descrittiva Esercizio I gruppi sanguigni di persone sono B, B, AB, O,
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/06/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema
DettagliMatematica 1 - Corso di Laurea in Ingegneria Meccanica
Matematica 1 - Corso di Laurea in Ingegneria Meccanica Esercitazione su massimi e minimi vincolati 9 dicembre 005 Esercizio 1. Considerare l insieme C = {(x,y) R : (x + y ) = x } e dire se è una curva
Dettagli4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0
Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice
DettagliCAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI
VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita
DettagliCorso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr.
Corso di Laurea in Scienze e Tecnologie Biomolecolari Matematica e Statistica II Prova di esame del 18/7/2013 NOME COGNOME N. Matr. Rispondere ai punti degli esercizi nel modo più completo possibile, cercando
DettagliEsercizi di Calcolo delle Probabilità (calcolo combinatorio)
Esercizi di Calcolo delle Probabilità (calcolo combinatorio 1. Lanciamo due dadi regolari. Qual è la probabilità che la somma delle facce rivolte verso l alto sia pari a 7? 1/6 2. Due palline vengono estratte
DettagliInferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
DettagliUniversità di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008
Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi
DettagliEsercitazione n.2 Inferenza su medie
Esercitazione n.2 Esercizio L ufficio del personale di una grande società intende stimare le spese mediche familiari dei suoi impiegati per valutare la possibilità di attuare un programma di assicurazione
DettagliVERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliIGiochidiArchimede-SoluzioniBiennio 22 novembre 2006
PROGETTO OLIMPII I MTEMTI U.M.I. UNIONE MTEMTI ITLIN SUOL NORMLE SUPERIORE IGiochidirchimede-Soluzioniiennio novembre 006 Griglia delle risposte corrette Problema Risposta corretta E 4 5 6 7 8 9 E 0 Problema
DettagliAPPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI
APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 3 A. Sia una variabile casuale che si distribuisce secondo
DettagliCorso di Matematica. Corso di Laurea in Farmacia, Facoltà di Farmacia. Università degli Studi di Pisa. Maria Luisa Chiofalo.
Corso di Matematica Corso di Laurea in Farmacia, Facoltà di Farmacia Università degli Studi di Pisa Maria Luisa Chiofalo Scheda 18 Esercizi svolti sul calcolo delle probabilità I testi degli esercizi sono
DettagliTutorato di Probabilità e Statistica
Università Ca Foscari di Venezia Dipartimento di informatica 20 aprile 2006 Variabili aleatorie... Example Giochiamo alla roulette per tre volte 1 milione sull uscita del numero 29. Qual è la probabilità
Dettagli1 Serie di Taylor di una funzione
Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita
DettagliCOMPITO DI SCIENZE NATURALI 23 gennaio 2012. Modulo di probabilità e statistica
COMPITO DI SCIENZE NATURALI 23 gennaio 2012 Modulo di probabilità e statistica 1. In Svizzera, al primo gennaio di ogni anno, tutti i cittadini vengono sottoposti a vaccinazione contro l influenza annuale.
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 10-Il test t per un campione e la stima intervallare (vers. 1.1, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliCorso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni
Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni Si tratta di problemi elementari, formulati nel linguaggio ordinario Quindi, per ogni problema la suluzione proposta è sempre
Dettagli= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520:
Fig. 10.bis.1 Variazioni percentuali Variazione percentuale di x dalla data zero alla data uno: x1 x 0 %x = 100% x 0 = variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del
DettagliProbabilità e Statistica Esercitazioni. a.a. 2006/2007
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
DettagliEsercizi su lineare indipendenza e generatori
Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v
DettagliDistribuzioni discrete
Distribuzioni discrete Esercitazione 4 novembre 003 Distribuzione binomiale Si fa un esperimento (o prova): può manifestarsi un certo evento A con probabilità p oppure no (con probabilità q = p). La distribuzione
DettagliLEZIONE n. 5 (a cura di Antonio Di Marco)
LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,
DettagliVARIABILI ALEATORIE CONTINUE
VARIABILI ALEATORIE CONTINUE Se X è una variabile aleatoria continua, la probabilità che X assuma un certo valore x fissato è in generale zero, quindi non ha senso definire una distribuzione di probabilità
DettagliMetodi e Modelli Matematici di Probabilità per la Gestione
Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta del 30/1/06 Esercizio 1 Una banca ha N correntisti. Indichiamo con N n il numero di correntisti esistenti il giorno n-esimo. Descriviamo
DettagliVERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Introduzione Livelli di significatività Verifica di ipotesi sulla media di una popolazione normale Verifica di ipotesi sulla varianza di una popolazione normale Verifica di ipotesi
DettagliPolitecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria).
Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Aprile 20 Indice Serie numeriche. Serie convergenti, divergenti, indeterminate.....................
DettagliConsideriamo due polinomi
Capitolo 3 Il luogo delle radici Consideriamo due polinomi N(z) = (z z 1 )(z z 2 )... (z z m ) D(z) = (z p 1 )(z p 2 )... (z p n ) della variabile complessa z con m < n. Nelle problematiche connesse al
DettagliA = { escono 2 teste e due croci (indipendentemente dall ordine) } B = { al primo tiro esce testa }.
ESERCIZI ELEMENTARI DI CALCOLO DELLE PROBABILITÀ Teorema della somma 1) Giocando alla roulette, calcolare la probabilità che su una estrazione esca: a) Un numero compreso tra 6 e 12 (compresi) oppure maggiore
DettagliStatistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C
Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C Cognome Nome: Part time: Numero di matricola: Diurno: ISTRUZIONI: Il punteggio relativo alla prima parte dell esame viene calcolato
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica
Corso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica Nome N. Matricola Ancona, 14 luglio 2015 1. Tre macchine producono gli stessi pezzi
Dettagli4. Operazioni elementari per righe e colonne
4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:
DettagliESERCIZI SVOLTI PER LA PROVA DI STATISTICA
ESERCIZI SVOLTI PER LA PROVA DI STATISTICA Stefania Naddeo (anno accademico 4/5) INDICE PARTE PRIMA: STATISTICA DESCRITTIVA. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE. VALORI CARATTERISTICI
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliTeoria della probabilità Assiomi e teoremi
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità Assiomi e teoremi A.A. 2008-09 Alberto Perotti DELEN-DAUIN Esperimento casuale Esperimento
DettagliIl principio di induzione e i numeri naturali.
Il principio di induzione e i numeri naturali. Il principio di induzione è un potente strumento di dimostrazione, al quale si ricorre ogni volta che si debba dimostrare una proprietà in un numero infinito
DettagliCapitolo 4 Probabilità
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 4 Probabilità Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
DettagliSiamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.
DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti
DettagliRilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:...
Ministero della Pubblica Istruzione Rilevazione degli apprendimenti Anno Scolastico 2006 2007 PROVA DI MATEMATICA Scuola Secondaria di II grado Classe Terza Tipo A Codici Scuola:..... Classe:.. Studente:.
DettagliEsame di Statistica del 17 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova).
Esame di Statistica del 17 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione: si consegnano
Dettagli( x) ( x) 0. Equazioni irrazionali
Equazioni irrazionali Definizione: si definisce equazione irrazionale un equazione in cui compaiono uno o più radicali contenenti l incognita. Esempio 7 Ricordiamo quanto visto sulle condizioni di esistenza
Dettagli