Esercizi svolti di statistica. Gianpaolo Gabutti
|
|
- Elena Calo
- 7 anni fa
- Visualizzazioni
Transcript
1 Esercizi svolti di statistica Gianpaolo Gabutti 1
2 Introduzione Questo breve documento contiene lo svolgimento di alcuni esercizi di statistica da me svolti durante la preparazione dell esame di Matematica III al Politecnico di Torino. I testi degli esercizi sono quelli messi a disposizione dal sito NETTUNO, mentre lo svolgimento è la trascrizione esatta di come io ho svolto il problema. Invito chiunque voglia segnalarmi errori, inesattezze o inviarmi materiale integrativo, a scrivere al mio indirizzo in questo modo potremo aggiornare insieme questo materiale e renderlo sempre più utile alle persone che in futuro sosterranno questo esame. 2
3 Esercizio 1 Sia X un numero aleatorio che assume i valori {1, 2, 3, x} con probabilità 1/5, 1/10, 1/2, p. Determinare p e x nella ipotesi che il valore atteso di X sia uguale a 2.7, cioè P (X) = 2.7. Si tratta di risolvere il sistema di equazioni: p x = p = 1 in cui la prima equazione deriva dalla definizione di valore atteso, mentre la seconda dai postulati del calcolo della probabilità : P(Ω) = 1. Svolgendo il calcolo si ottiene : p = 1 5 e x = 4 3
4 Esercizio 2 Siano A, E eventi incompatibili e sia B E con P(A) = 1 5, P(B) = 3 10, P(B) = 1 2. Determinare i relativi costituenti e calcolarne la probabilità. Si consideri poi il numero aleatorio X = 2 A B + 3 E. Determinare il suo codominio C e la probabilità degli eventi (X = x) con X C. I costituenti sono : A E B = A E B c = A E c B = A E c B c = P (A) = 1 5, (x = 1) A c E B = P (B) = 3 10, (x = 2) A c E B c = P (E) P (B) = 1 5, (x = 3) A c E c B = A c E c B c = 1 P (A) P (E) = 3 10, (x = 0) Essendo X = 2 A B + 3 E, il codominio è C = {0, 1, 2, 3}. 4
5 Esercizio 3 Dato il numero aleatorio X = 2 A A c B + 3 A B C c, con C A B, P (A) = P (B) = 0.6, P (A B) = 0.3, P (C) = 0.2, calcolare la probabilitá P (X 1). Anche in questo caso si determinano tutti i costituenti sono per cui la probabilitá non è nulla. Essi sono : A B C, p = 0.2, (x = 2) A B C c, p = 0.1, (x = 5) A B c C c, p = 0.3, (x = 2) A c B C c, p = 0.3, (x = 1) A c B c C c, p = 0.1, (x = 0) E dunque si ha P (X 1) = P (A c B C c ) P (A c B c C c ) = 0.4 5
6 Esercizio 4 Siano A, E eventi incompatibili e sia B E con P(A) = 1 5, P(B) = 3 10, P(B) = 1 2.Dato il numero aleatorio X = 5 A B + 3 E, determinare la sua previsione. Anche in questo caso si determinano tutti i costituenti per cui la probabilitá non è nulla. Essi sono : A E c B c, p = 1 5, (x = 5) A c B c C c, p = 3 10, (x = 0) A c E B c, p = 1 5, (x = 3) A c B C, p = 3 10, (x = 2) Pertanto, per definizione di variabile aleatoria abbiamo: P (x) = = 2.2 6
7 Esercizio 5 Dati tre numeri aleatori X, Y, Z con : var(x) = var(y ) = var(z) = 4 ρ(x, Y ) = ρ(x, Z) = ρ(y, Z) = 1 2 e posto U = 1 2 X Y 1 2 Z, calcolare var(u), var(x Y ), cov(2x, Y ). Per definizione di varianza abbiamo var(u) = var( 1 2 X) + var(1 2 Y ) + var( 1 2 Z) cov( 1 2 X, 1 2 Y ) + 2 cov(1 2 X, 1 2 Z) + 2 cov(1 2 Y, 1 Z) (1) 2 ovvero : var(u) = ( 1 2 )2 var(x) + ( 1 2 )2 var(y ) + ( 1 2 )2 var(z) cov(x, Y ) 1 2 cov(x, Z) 1 cov(y, Z) (2) 2 Ora, dai dati dell esercizio possiamo dedurre il valore della covarianza tra variabili; infatti, per definizione di coefficiente di regressione abbiamo : ρ(y, Z) = cov(x, Y ) σ x σ y Pertanto l equazione (2) vale : var(u) = = 2 Inoltre abbiamo cioè var(x Y ) = var(x) + var(( 1) Y ) + 2 cov(x, ( 1) Y ) var(x Y ) = var(x) + var(y ) 2 cov(x, Y ) = = 4 Infine si ha : cov(2x, Y ) = 2cov(X, Y ) = 2 cov(x, Y ) = 4 7
8 Esercizio 6 Due lotti contengono entrambi 21 pezzi funzionanti e 3 pezzi difettosi. Si estrae a caso un pezzo dal primo lotto e lo si mette nel secondo. Calcolare cov(x, Y ) essendo: X = numero pezzi difettosi nel primo lotto Y = numero pezzi difettosi nel secondo lotto Le variabili aleatorie in questione sono : X = {3, 2}, P (X = 3) = , P (X = 2) = 24 Y = {3, 4}, P (Y = 3) = , P (Y = 4) = 24 Applichiamo la formula per il calcolo della covarianza : cov(x, Y ) = E(X Y ) E(X) E(Y ) Abbiamo : E(X) = = 23 8 E(Y ) = = 25 8 E(X Y ) = = 71 8 e dunque : cov(x, Y ) = =
9 Esercizio 7 Si lanciano contemporanemente due dadi. Considerati i seguenti eventi: E = i due numeri sono diversi tra di loro H = i due numeri sono entrambi pari calcolare la probabilità P (E H) e P (H E) Innanzitutto abbiamo : P (E) = 1 P (E c ) = = 5 6 P (H) = 9 36 = 1 4 P (E H) = P (H E) = 6 36 = 1 6 Ora applichiamo la formula per il calcolo della probabilità condizionata : P (E H) = P (H E) = P (E H) P (H) P (E H) P (E) = 1 6 = = = 1 5 9
10 Esercizio 8 E noto che la percentuale di persone che hanno i capelli rossi in Piemonte, in Sardegna e nelle Marche è ripsettivamente del 5%, 1% e 2%. Le tre regioni hanno rispettivamente 4.5, 2, 1.5 milioni di abitanti. Calcolare la probabilità che la regione di origine di una persona, scelta a caso tra gli abitanti delle tre regioni, sia il Piemonte, supposto che : a) abbia i capelli rossi b) non abbia i capelli rossi Posti gli eventi : P = la persona proviene dal Piemonte M =la persona proviene dalle Marche S =la persona proviene dalla Sardegna R =la persona ha i capelli rossi si ha : P (P ) = 9 16, P (M) = 3 16, P (S) = 1 4 probabilità ottenute facendo il rapporto tra popolazione della regione e popolazione totale delle tre regioni (8 milioni). Inoltre, dai dati del problema ricaviamo : P (R P ) = 0.05, P (R M) = 0.02, P (R S) = 0.01 Ora abbiamo gli elementi per applicare la formula di Bayes : P (P R) = per cui : P (R P ) P (P ) P (R P ) P (P ) + P (R M) P (M) + P (R S) P (S) P (P R) = = Per risolvere il quesito (b), dobbiamo considerare l evento R c (la persona non ha i capelli rossi), ed utilizzare la formula di Bayes con i dati seguenti : P (R c P ) = 0.95, P (R c M) = 0.98, P (R c S) = 0.99 P (P R c ) = da cui si ottiene : P (R c P ) P (P ) P (R c P ) P (P ) + P (R c M) P (M) + P (R c S) P (S) P (P R c ) = =
11 Esercizio 9 In una fabbrica di biscotti le tre linee di produzione, A, B, C, sfornano rispettivamente il 55%, 30%, e il 15% della produzione totale. Supposto che le percentuali di biscotti bruciati che provengono dalle tre linee siano rispettivamente il 2%, il 3% e il 6%, calcolare la probabilit P 1 che un biscotto scelto a caso tra la produzione totale sia bruciato e la probabilità P 2 che un biscotto bruciato provenga dalla linea C. Posti gli eventi : A = il biscotto proviene dalla linea A B = il biscotto proviene dalla linea B C = il biscotto proviene dalla linea C b = il biscotto è bruciato si ha : P (A) = 0.55, P (B) = 0.3, P (C) = 0.15 Inoltre abbiamo le informazioni : P (b A) = 0.02, P (b B) = 0.03, P (b C) = 0.06 Sappiamo che : P (A) P (b A) = P (A b) = P (B) P (b B) = P (B b) = P (C) P (b C) = P (C b) = per cui : P 1 = P (A b) P (B b) P (C b) = Per calcolare la probabilità P 2, dobbiamo utilizzare la formula di Bayes : P (C b) = da cui si ottiene : P (b C) P (C) P (b C) P (C) + P (b B) P (B) + P (b A) P (A) P (C b) = =
12 Esercizio 10 E noto che un lotto di 50 pezzi contiene o pezzi tutti difettosi(evento H con probabilità 1 10, oppure un solo pezzo difettoso. Calcolare la probabilità condizionata di H nell ipotesi D che effettuando una sola estrazione si trovi un pezzo difettoso. Dai dati del problema ricaviamo : P (H) = 0.01, P (H c ) = 0.9 Inoltre abbiamo le informazioni : P (D H) = P (Ω) = 1, P (D H c ) = 1 50 Pertanto, applicando la formula di Bayes otteniamo : P (H D) = da cui si ottiene : P (H D) = P (D H) P (H) P (D H) P (H) + P (D H c ) P (H c ) 12
13 Esercizio 11 Si estraggono a caso, senza restituzione, n pezzi da un lotto che ne contiene 5, ottenendo sempre pezzi difettosi. Se è noto che il lotto contiene al più un pezzo non difettoso, calcolare il numero n di estrazioni necessarie affinchè la probabilità dell evento H = il lotto contiene un pezzo non difettoso, che era stata valutata, prima dell estrazione uguale a 1/2, risulti minore o uguale a 3/10. Ponendo l even- Il problema si risolve applicando la formula di Bayes in modo iterativo. to : A i = estraggo un pezzo difettoso alla i-esima estrazione abbiamo, dopo la prima estrazione, la seguente valutazione di probabilità : P (H A 1 ) = con P (A 1 H) P (H) P (A 1 H) P (H) + P (A 1 H c ) P (H c ) P (A 1 H) = 1 5 (rapporto tra casi favorevoli e casi possibili) P (H) = 1 2 (per ipotesi), P (A 1 H c ) = 1 (evento certo), P (H c ) = = 1 2 e dunque otteniamo la nuova valutazione di P (H), cioè 4 9 Ora effettuiamo una seconda estrazione. Il calcolo da effettuare è : P (H A 2 ) = con P (A 2 H) P (H) P (A 2 H) P (H) + P (A 2 H c ) P (H c ) P (A 2 H) = 3 4 (rapporto tra casi favorevoli e casi possibili) P (H) = 4 9 (calcolo precedente), P (A 2 H c ) = 1, P (H c ) = 5 9 da cui otteniamo la nuova valutazione di P (H), cioè 3 8 Ripetendo il procedimento, alla terza estrazione abbiamo i seguenti valori : P (A 3 H) = 2 3, P (H) = 3 8, P (A 3 H c ) = 1, P (H c ) = 5 8 da cui si ottiene : P (H A 3 ) = 2 7 = 0.28 <
14 Esercizio 12 Tra due punti A e B passa corrente attraverso due conduttori in parallelo. Il primo ha un interruttore I 1, l altro due interruttori I 2 e I 3 in serie. Indicando con gli stessi simboli I k, k = (1, 2, 3) gli eventi stocasticamente indipendenti che affermano che l interruttore è chiuso (passa corrente), calcolare la probabilità dell evento C = passa corrente tra A e B, sapendo che P (I 1 ) = P (I 2 ) = 1 2 e P (I 3) = 1 3. I costituenti sono : I 1 I 2 I 3 = 1 12 = 1 I 1 I 2 I 3 c = 1 6 = 1 I 1 I 2 c I 3 = 1 12 = 1 I 1 I 2 c I 3 c = 1 6 = 1 I 1 c I 2 I 3 = 1 12 = 1 I 1 c I 2 I 3 c = 1 6 = I 1 c I 2 c I 3 = 1 12 = I 1 c I 2 c I 3 c = 1 6 = La valutazione di probabilità dei singoli componenti è stata dedotta direttamente dall ipotesi di indipendenza stocastica. Inoltre si ha : P (I 1 c ) = P (I 2 c ) = 1 2 e P (I 3 c ) = 2 3 La probabilità di C è data dalla somma dei costituenti per cui la corrente passa, cioè i primi cinque della tabella : P (C) = =
15 Esercizio 13 Due dadi vengono lanciati 72 volte. Qual è la probabilità di ottenere la somma dei punti uguale a 2 per almeno 2 volte? Si può trattare questo problema come un problema di estrazione da un urna con restituzione, in cui p == 1 36 e q = Infatti ad ogni lancio abbiamo 36 probabilità di successo. La probabilità in questione è data da : 1 [( ) 72 ( ) 1 (35) ( ) 72 ( ) 0 (35) 72] 36 Infatti è più semplice calcolare la probabilità richiesta come l evento Ω meno la somma delle due probabilità corrispondenti ad avere 1 successo e 0 successi su 72 lanci. Sviluppando l espressione si ottiene: [ 72 p = 1 36 (35 36 da cui, semplificando : p = 1 ( 35) ) 71 + ( 35) 72] 36 Come noto, la funzione Binomiale di parametri n, p cioè B(n, p), può essere approssimata (per n grande) da una distribuzione di Poisson di parametro λ = n p : B(n, p) λx x! e λ Pertanto possiamo approssimare il calcolo utilizzando la distribuzione di Poisson; essendo n = 72 e p = 1 36, abbiamo λ = 2. Dunque p = 1 (2 e ! e 2 ) = 1 3 e
16 Esercizio 14 Un lotto contiene 8 pezzi difettosi e 20 funzionanti. Calcolare il numero minimo n di estrazioni con restituzione necessarie affinchè la probabilità che venga estratto almeno un pezzo difettoso sia maggiore di 3 4. Si può applicare la formula della distribuzione binomiale. Dai dati del problema ricaviamo: 1 ( ) n ( 8 ) 0 ( ) n 3 4 Il che porta a risolvere l equazione : (20 28) n 1 4 cioè : n log ( 8 ) (1) log 28 4 Essendo una frazione minore di 1, il minimo valore intero di n per cui è soddisfatta l equazione è 5. 16
17 Esercizio 15 In un controllo di qualità si estrae un campione di n = 10 pezzi da un lotto che ne contiene N = 50, fra i quali 2 difettosi. Il lotto viene accettato (evento E) se nel campione c è al più un pezzo difettoso. Calcolare la probabilità di E, anche ricorrendo all approssimazione binomiale. La probabilità richiesta è data da (applicando la formula della distribuzione ipergeometrica : ( 2 ( 48 ) 0) 10 ) + ( ( 2 ) ( 48 ) 1 9 ( 50 ) = Utilizzando l approssimazione binomiale, il calcolo da effettuare è : ( ) 10 ( ) 0 (48) ( ) 10 ( ) 1 (48) 9 50 corrispondenti, di nuovo, alla probabilità di avere 0 o 1 pezzo difettoso su 10 estrazioni. L espressione si semplifica in : (48) (48 50 ) 9 = ( 48) 9 ( ) =
18 Esercizio 16 Un lotto contiene 200 pezzi, fra i quali 10 sono difettosi. Si effettuano 5 estrazioni senza restituzione e si considera il mero aleatorio X = numero pezzi difettosi. Usando l approssimazione binomiale, calcolare la probabilità p dell evento X 2. Si calcola la probabilità utilizzando direttamente la formula della distribuzione binomiale: ( ) 5 ( ) 0 (190) ( ) 5 ( ) 1 (190) ( ) 5 ( ) 2 (190) Svolgendo i calcoli si ottiene P (X 2) =
19 Esercizio 17 Posto : X = Y = numero di lanci di un dado fino all uscita del numero 6 per la prima volta numero di lanci di un dado fino all uscita del numero 6 per la seconda volta Calcolare la probabilità degli eventi {X = n}, {Y X = m} e quella dell evento condizionato {Y X = m X = n}. Si tratta di un esempo di distribuzione geometrica ed è un caso più semplice della distribuzione binomiale. Infatti in questo caso non ci interessa la probabità di tutti gli eventi in cui abbiamo ottenuto un successo, ma solo quella di un evento particolare : i primi n 1 eventi sono insuccessi e solo l ultimo è un successo. La distribuzione di probabilità è : p (1 p) n 1 Applicando questa distribuzione al problema in esame si ha : P (X = n) = 1 6 (5) n 1 = 5n n Inoltre, l evento {Y X = m} ha distribuzione identica di probabilità : la probabilità che tra il primo ed il secondo successo intercorrano m tentativi segue sempre la distribuzione geometrica: P (Y X = m) = 5m 1 6 m Lo stesso ragionamento si applica all ultimo evento considerato (che è un altro modo di esprimere l evento {Y X = m}. 19
20 Esercizio 18 Il numero X di chiamate telefoniche che arrivano in un ora ad un ufficio segue la distribuzione di Poisson e la probabilità che in tale intervallo non arrivi alcuna telefonata è uguale a e 3. Calcolare il numero medio Y di telefonate che arrivano nell ufficio tra le 9 e le 13. La distribuzione di Poisson vale λx x! e λ Dai dati del problema ricaviamo : Cioè : λ 0 0! e λ = e 3 e λ = e 3 λ = 3 Pertanto la media cercata è 3 4(ore) = 12 20
< x F Y (y) = 3. < x 2. 0 altrove
CALCOLO DELLE PROBABILITÀ - 11 gennaio 001 Scrivere (o inserire in un cerchietto quelle corrette) le risposte negli appositi spazi 1 o Modulo: nn.1 4 Corso intero: nn.1 6 1. Siano dati gli eventi E 1,
DettagliVariabili casuali ad una dimensione Testi degli esercizi. Variabili casuali ad una dimensione a.a. 2012/2013 1
Variabili casuali ad una dimensione Testi degli esercizi 1 Costruzione di variabile casuale discreta Esercizio 1. Sia data un urna contenente 3 biglie rosse, 2 biglie bianche ed una biglia nera. Ad ogni
DettagliCalcolo delle Probabilità Esercizi
Calcolo delle Probabilità Esercizi A.A 00-006 Costituenti. Siano dati eventi A, B, C tali che A B = Φ, A B C, determinare i costituenti. C C C C C C C [ AB C, A BC, A B C, A B C ]. Siano dati eventi A,
DettagliL assegnazione è coerente? SÌ NO. A e B sono stocasticamente indipendenti? SÌ NO
CALCOLO DELLE PROBABILITÀ - gennaio 00 Scrivere le risposte negli appositi spazi Motivare dettagliatamente le risposte su fogli allegati Nuovo Ordinamento esercizi -4. Vecchio Ordinamento esercizi -6..
Dettaglib = 1 2σ 3. La lunghezza di una barra è un numero aleatorio X con densità della forma 0, x 0, 0 < x 1 a = 1 F (x) = 2 2x 1 x2
CALCOLO DELLE PROBABILITÀ E STATISTICA - 0 gennaio 2002 Informatica (N.O.) (Canali 4) esercizi -4 Vecchio Ordinamento esercizi -6. Da un lotto contenente 4 pezzi buoni e 2 difettosi si estraggono senza
DettagliEsercizi di Calcolo delle Probabilità
Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 05-6 P.Baldi Lista di esercizi, 8 gennaio 06. Esercizio Si sa che in una schedina
DettagliLezione 12. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 12. A. Iodice.
discrete uniforme Bernoulli Poisson Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 56 Outline discrete uniforme Bernoulli Poisson 1 2 discrete 3
DettagliSTATISTICA (2) ESERCITAZIONE 1. Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 1 29.01.2014 Dott.ssa Antonella Costanzo Esercizio 1. Modelli discreti di probabilità: le v.c. binomiale e geometrica (come caso particolare della v.c. binomiale negativa)
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 00- P.Baldi Lista di esercizi. Corso di Laurea in Biotecnologie Esercizio Si sa che in una schedina del totocalcio i tre simboli, X, compaiono con
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 2010-11 P.Baldi Lista di esercizi 3. Corso di Laurea in Biotecnologie Esercizio 1 Una v.a. X segue una legge N(2, ). Calcolare a1) P(X 1) a2) P(2
DettagliCalcolo delle Probabilità 2
Prova d esame di Calcolo delle Probabilità 2 Maggio 2006 Sia X una variabile aleatoria distribuita secondo la densità seguente ke x 1 x < 0 f X (x) = 1/2 0 x 1. 1. Determinare il valore del parametro reale
DettagliEsercitazione # 3. Trovate la probabilita che in 5 lanci di un dado non truccato il 3 si presenti
Statistica Matematica A Esercitazione # 3 Binomiale: Esercizio # 1 Trovate la probabilita che in 5 lanci di un dado non truccato il 3 si presenti 1. mai 2. almeno una volta 3. quattro volte Esercizio #
DettagliESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE
ESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE Docente titolare: Irene Crimaldi 26 novembre 2009 Es.1 Supponendo che la probabilità di nascita maschile e femminile sia la stessa, calcolare la probabilità
DettagliCALCOLO DELLE PROBABILITA - 24 Giugno 2015 CdL in STAD, SIGAD Compito intero Seconda prova in itinere: esercizi 4,5,6.
Cognome e Nome: Matricola CdS CALCOLO DELLE PROBABILITA - 4 Giugno 5 CdL in STAD, SIGAD Compito intero Seconda prova in itinere: esercizi 4,5, Motivare dettagliatamente le risposte su fogli allegati e
DettagliProbabilità 1, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09
Probabilità, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09. Due roulette regolari vengono azionate più volte; sia T il numero di volte che occorre azionare la prima roulette
DettagliSTATISTICA: esercizi svolti sulle VARIABILI CASUALI
STATISTICA: esercizi svolti sulle VARIABILI CASUALI VARIABILI CASUALI 2 VARIABILI CASUALI. Variabili casuali generiche. Si supponga che un dado truccato, formato da sei facce contrassegnate dai numeri
DettagliESERCIZI DI PROBABILITA
ESERCIZI DI PROBABILITA Quest'opera è stata rilasciata sotto la licenza Creative Commons Attribuzione-Non commerciale-condividi allo stesso modo 2.5 Italia. Per leggere una copia della licenza visita il
DettagliSTATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore) Marco Riani mriani@unipr.it http://www.riani.it Esempio totocalcio Gioco la schedina mettendo a caso i segni 1 X 2 Qual è la prob. di fare 14? Esempio Gioco la schedina mettendo
DettagliSOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA
SOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA 1 Esercizio 0.1 Dato P (A) = 0.5 e P (A B) = 0.6, determinare P (B) nei casi in cui: a] A e B sono incompatibili; b] A e B sono indipendenti;
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando
Dettagliun elemento scelto a caso dello spazio degli esiti di un fenomeno aleatorio;
TEST DI AUTOVALUTAZIONE - SETTIMANA 3 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia 1 Parte A 1.1 Una variabile casuale
DettagliTeorema del limite centrale TCL
Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazione lineare di N variabili aleatorie le cui funzioni
DettagliESERCIZI PROBABILITA I
ESERCIZI PROBABILITA I ESERCIZIO 1 Il rendimento annuo di un titolo viene descritto mediante una distribuzione normale. I e III quartile del rendimento sono uguali a, rispettivamente, -0.1 e 0.3. Si calcoli
DettagliEstrazioni senza restituzione da un urna di composizione incognita. P(E i)=
Estrazioni senza restituzione da un urna di composizione incognita. Consideriamo n estrazioni senza restituzione da un urna contenente N palline, di cui r sono bianche, con r incognito. Introdotta la partizione
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Cinque lettere
DettagliCOMPITO n. 1. c(4s + 6t) se 0 s t 1 f(s, t) = 0 altrimenti
COMPITO n. 1 a) Si lancia due volte un dado non truccato. Quant è la probabilità dell evento al primo lancio esce un numero strettamente minore di 3 oppure al secondo lancio esce un numero strettamente
Dettagli3. Distribuzioni. Corso di Simulazione. Anno accademico 2006/07
Anno accademico 2006/07 Spazio di probabilità Ω spazio campione F 2 Ω spazio degli eventi: (i) Ω F (ii) A F = Ω \ A F (iii) A, B F = A B F P: F [0, 1] funzione di probabilità: (i) P(A) 0 (ii) P(Ω) = 1
DettagliStatistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità
DettagliIl Corso di Fisica per Scienze Biologiche
Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 75-585 278 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/
DettagliCorsi di Laurea in Matematica Probabilità I Anno Accademico 2012-2013 5 giugno 2013
Corsi di Laurea in Matematica Probabilità I Anno Accademico 2012-201 5 giugno 201 L uso di calcolatrici o testi non è consentito. Motivare chiaramente i procedimenti e i risultati proposti. Rispondere
DettagliVariabili casuali multidimensionali
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
DettagliSTATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)
DettagliEsercizi su variabili discrete: binomiali e ipergeometriche
CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su variabili discrete: binomiali e ipergeometriche Es1 Due squadre di rugby si sfidano giocando fra loro varie partite La squadra che vince 4 partite
DettagliESERCITAZIONE 20 : VARIABILI ALEATORIE DISCRETE
ESERCITAZIONE 20 : VARIABILI ALEATORIE DISCRETE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114 30 Aprile 2013 Esercizio
DettagliPROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE
PROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE 1. Distribuzione congiunta Ci sono situazioni in cui un esperimento casuale non si può modellare con una sola variabile casuale,
Dettagli1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente:
CAPITOLO TERZO VARIABILI CASUALI. Le variabili casuali e la loro distribuzione di probabilità In molte situazioni, dato uno spazio di probabilità S, si è interessati non tanto agli eventi elementari (o
DettagliEsercizi di Calcolo combinatorio: disposizioni
Calcolo combinatorio: disposizioni La Big Triple all ippodromo del luogo consiste nell indicare il corretto ordine di arrivo dei cavalli classificati tra i primi tre nella nona corsa. Se ci sono 12 cavalli
DettagliES.2.3. è pari ad 1. Una variabile aleatoria X che assume valori su tutta la retta si dice distribuita
ES.2.3 1 Distribuzione normale La funzione N(x; µ, σ 2 = 1 e 1 2( x µ σ 2 2πσ 2 si chiama densità di probabilità normale (o semplicemente curva normale con parametri µ e σ 2. La funzione è simmetrica rispetto
DettagliSTATISTICA ESERCITAZIONE 9
STATISTICA ESERCITAZIONE 9 Dott. Giuseppe Pandolfo 19 Gennaio 2015 REGOLE DI CONTEGGIO Sequenze ordinate Sequenze non ordinate Estrazioni con ripetizione Estrazioni senza ripetizione Estrazioni con ripetizione
DettagliEsercitazione 4 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione 4 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza May 23, 2007 1 Esercizio Si consideri un mazzo di carte francesi di 2 carte e si supponga di stare giocando a poker.
Dettaglip k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4
CAPITOLO QUARTO DISTRIBUZIONE BINOMIALE (O DI BERNOULLI) Molti degli esempi che abbiamo presentato nei capitoli precedenti possono essere pensati come casi particolari di uno schema generale di prove ripetute,
DettagliCP110 Probabilità: Esonero 1. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2009-2010, II semestre 1 aprile, 2010 CP110 Probabilità: Esonero 1 Testo e soluzione 1. (7 pt Una scatola contiene 15 palle numerate da 1 a 15. Le palle
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 51 Introduzione Il Calcolo delle
DettagliMetodi quantitativi per i mercati finanziari
Metodi quantitativi per i mercati finanziari Esercizi di probabilità Spazi di probabilità Ex. 1 Sia Ω = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}. Siano A e B sottoinsiemi di Ω tali che A = {numeri pari},
DettagliΨ PSICOMETRIA. Corso di laurea triennale (classe 34) STATISTICA INFERENZIALE
Ψ PSICOMETRIA Corso di laurea triennale (classe 34) STATISTICA INFERENZIALE STATISTICA INFERENZIALE CAMPIONE caratteristiche conosciute POPOLAZIONE caratteristiche sconosciute STATISTICA INFERENZIALE STIMA
DettagliEsercitazione del 31/01/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 1/01/2012 Istituzioni di Calcolo delle Probabilità Esercizio 1 Vengono lanciati due dadi regolari a 6 facce. (a) Calcolare la probabilità che la somma dei valori ottenuti sia 9? (b) Calcolare
DettagliEsercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano
Esercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano Esercizio 1 Una moneta viene lanciata 6 volte. Calcolare a) La probabilità che escano esattamente
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Stima Puntuale Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio In ciascuno dei casi seguenti determinare quale tra i due stimatori S e T per il parametro θ è distorto
DettagliSIMULAZIONE - 29 APRILE QUESITI
www.matefilia.it SIMULAZIONE - 29 APRILE 206 - QUESITI Q Determinare il volume del solido generato dalla rotazione attorno alla retta di equazione y= della regione di piano delimitata dalla curva di equazione
DettagliCorrezione primo compitino, testo B
Correzione primo compitino, testo B gennaio 20 Parte Esercizio Facciamo riferimento alle pagine 22 e 2 del libro di testo Quando si ha a che fare con la moltiplicazione o la divisione di misure bisogna
DettagliDISTRIBUZIONI DI PROBABILITA
DISTRIBUZIONI DI PROBABILITA La distribuzione di probabilità e un modello matematico, uno schema di riferimento, che ha caratteristiche note e che può essere utilizzato per rispondere a delle domande derivate
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014. I Esonero - 29 Ottobre Tot.
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014 I Esonero - 29 Ottobre 2013 1 2 3 4 5 6 7 8 Tot. Avvertenza: Svolgere ogni esercizio nello spazio assegnato,
DettagliUniversità degli studi della Tuscia. Principi di Statistica dr. Luca Secondi A.A. 2014/2015. Esercitazione di riepilogo Variabili casuali
Università degli studi della Tuscia Principi di Statistica dr. Luca Secondi A.A. 014/015 Esercitazione di riepilogo Variabili casuali ESERCIZIO 1 Il peso delle compresse di un determinato medicinale si
DettagliDue variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b}
Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha P {X = a, Y = b} = P {X = a}p {Y = b} Una variabile aleatoria χ che assume i soli valori 1, 2,..., n
DettagliEsercitazione 4 del corso di Statistica (parte 2)
Esercitazione 4 del corso di Statistica (parte ) Dott.ssa Paola Costantini Febbraio Esercizio n. Il tempo di percorrenza del treno che collega la stazione di Roma Termini con l aeroporto di Fiumicino è
DettagliProbabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva
Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.
DettagliCalcolo Combinatorio e Probabilità
Calcolo Combinatorio e Probabilità Andrea Galasso 1 Calcolo Combinatorio Definizione 1 Fissati n, k N, con k n, indicheremo con D n,k := n! (n k)! le disposizioni di n oggetti in k posti e con DR n,k :=
DettagliCorso di Fondamenti di TLC Esercizi di Probabilitá
Corso di Fondamenti di TLC Esercizi di Probabilitá Exercise 0.1 Unurna contiene 2 biglie bianche e 5 nere. Estraiamo una prima biglia: se nera la rimettiamo dentro con altre due dello stesso colore, se
DettagliP(A B C) = P(A)+P(B)+P(C) P(A B) P(A C) P(C B)+P(A B C). (E.2)
QUALCHE ESERCIZIO di PROBABILITÀ E 1 Dimostrare che: P(A B) = P(A) + P(B) P(A B) (E.1) P(A B C) = P(A)+P(B)+P(C) P(A B) P(A C) P(C B)+P(A B C). (E.2) E 2 Dati due eventi A e B tali che P(A) = 3/4 e P(B)
DettagliDistribuzione di Probabilità
Distribuzione di Probabilità Sia X variabile con valori discreti X 1, X 2,..., X N aventi probabilità p 1, p 2,..., p N ( i p i = 1) (X variabile discreta aleatoria, o stocastica, o casuale, random) Funzione
DettagliEsame di Probabilità e Statistica del 30 marzo 2009 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Probabilità e Statistica del 30 marzo 2009 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione:
DettagliMatematica II: Calcolo delle Probabilità e Statistica Matematica
Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docente: dott. F. Zucca Esercitazione # 3 1 Distribuzione di Bernoulli e Distribuzione Binomiale Esercizio 1 Sia n un intero maggiore
DettagliCalcolo della probabilità
Calcolo della probabilità GLI EVENTI Un evento è un fatto che può accadere o non accadere. Se esso avviene con certezza si dice evento certo, mentre se non può mai accadere si dice evento impossibile.
DettagliMatematica Applicata L-A Definizioni e teoremi
Definizioni e teoremi Settembre - Dicembre 2008 Definizioni e teoremi di statistica tratte dalle lezioni del corso di Matematica Applicata L- A alla facoltà di Ingegneria Elettronica e delle Telecomunicazioni
DettagliProva scritta di STATISTICA. CDL Biotecnologie. (Programma di Massimo Cristallo - A)
Prova scritta di STATISTICA CDL Biotecnologie (Programma di Massimo Cristallo - A) 1. Un associazione di consumatori, allo scopo di esaminare la qualità di tre diverse marche di batterie per automobili,
DettagliMetodi Matematici Probabilità e Statistica. Correzione Compitino del
Metodi Matematici Probabilità e Statistica Correzione Compitino del.4.04 nota: Una sola risposta è esatta. 4 punti per una risposta esatta, -2 per una sbagliata, 0 per una non data. Gli esercizi sono divisi
DettagliSoluzioni di Esercizi di Esame di Segnali Aleatori per Telecomunicazioni
Corso di Laurea in Ingegneria Informatica corso di Telecomunicazioni (Prof. G. Giunta) (editing a cura dell ing. F. Benedetto) Soluzioni di Esercizi di Esame di Segnali Aleatori per Telecomunicazioni Esame
DettagliI diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito.
TEST DI AUTOVALUTAZIONE - SETTIMANA 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
DettagliPROBLEMI DI PROBABILITÀ
PROBLEMI DI PROBABILITÀ 1. Si dispongono a caso su uno scaffale sette libri, dei quali tre trattano di matematica. Qual è la probabilità che i tre libri di matematica si vengano a trovare l uno accanto
DettagliStatistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill
Statistica - metodologie per le scienze economiche e sociali /e S. Borra A. Di Ciaccio - McGraw Hill s. 9. Soluzione degli esercizi del capitolo 9 In base agli arrotondamenti effettuati nei calcoli si
DettagliStatistica. Esercitazione 10. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice. V.C.
uniforme Bernoulli binomiale di Esercitazione 10 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 55 Outline uniforme Bernoulli binomiale di 1 uniforme 2 Bernoulli 3 4
DettagliEsame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016
Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione
DettagliEsercizi di Calcolo delle Probabilità. David Barbato
Esercizi di Calcolo delle Probabilità. David Barbato 2 A chi è rivolto questo eserciziario. Questa è una raccolta di esercizi tratti dai testi d esame dei corsi di Istituzioni di Probabilità e Calcolo
DettagliProbabilità esempi. Aiutiamoci con una rappresentazione grafica:
Probabilità esempi Paolo e Francesca giocano a dadi. Paolo scommette che, lanciando due dadi, si otterrà come somma 8 oppure 9. Francesca scommette che si otterrà come somma un numero minore o uguale a
DettagliESERCIZI SVOLTI SUL CALCOLO INTEGRALE
ESERCIZI SVOLTI SUL CALCOLO INTEGRALE * Tratti dagli appunti delle lezioni del corso di Matematica Generale Dipartimento di Economia - Università degli Studi di Foggia Prof. Luca Grilli Dott. Michele Bisceglia
DettagliEsercizi di probabilità
26 gennaio 2013 Esercizi di probabilità Nota: le domande contrassegnate da ( ) non sono al programma 2012/13. 1 Combinatoria 1. Contare gli anagrammi di MATMAT nei quali non compaiono accanto due lettere
DettagliUNIVERSITÀ DEGLI STUDI DI PERUGIA
SIGI, Statistica II, esercitazione n. 3 1 UNIVERSITÀ DEGLI STUDI DI PERUGIA FACOLTÀ DI ECONOMIA CORSO DI LAUREA S.I.G.I. STATISTICA II Esercitazione n. 3 Esercizio 1 Una v.c. X si dice v.c. esponenziale
Dettagli( ) ( ) Ω={1,2,3,4,5,6} B B A Siano A e B due eventi di Ω: si definisce evento condizionato B A. Consideriamo il lancio di un dado:
Eventi condizionati Quando si ha motivo di credere che il verificarsi di uno o più eventi sia subordinato al verificarsi di altri eventi, si è soliti distinguere tra eventi dipendenti(o condizionati )
DettagliPROBABILITÀ I. a.a. 2011/2012 DIARIO DELLE LEZIONI
PROBABILITÀ I. a.a. 2011/2012 DIARIO DELLE LEZIONI Settimana 5-9 marzo. Elementi di analisi combinatoria (vedasi capitolo I del Ross). Integrazioni: triangolo di Tartaglia, dimostrazione diretta della
DettagliCorso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)
Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino Prova di Mercoledì giugno 4 (tempo a disposizione: ore. Scrivere su ogni foglio NOME e COGNOME. Le
DettagliPROVA SCRITTA DI STATISTICA. cod CLEA-CLAPI-CLEFIN-CLELI cod CLEA-CLAPI-CLEFIN-CLEMIT. 5 Novembre 2003 SOLUZIONI MOD.
PROVA SCRITTA DI STATISTICA cod. 4038 CLEA-CLAPI-CLEFIN-CLELI cod. 5047 CLEA-CLAPI-CLEFIN-CLEMIT 5 Novembre 003 SOLUZIONI MOD. A In 8 facoltà di un ateneo italiano vengono rilevati i seguenti dati campionari
DettagliC I R C O N F E R E N Z A...
C I R C O N F E R E N Z A... ESERCITAZIONI SVOLTE 3 Equazione della circonferenza di noto centro C e raggio r... 3 Equazione della circonferenza di centro C passante per un punto A... 3 Equazione della
DettagliUlteriori Conoscenze di Informatica e Statistica
ndici di forma Ulteriori Conoscenze di nformatica e Statistica Descrivono le asimmetrie della distribuzione Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 ( piano) tel.: 06 55 17 72 17
DettagliPRIMA SIMULAZIONE - 10 DICEMBRE QUESITI
www.matefilia.it PRIMA SIMULAZIONE - 0 DICEMBRE 05 - QUESITI Q Lanciando una coppia di dadi cinque volte qual è la probabilità che si ottenga un punteggio totale maggiore di sette almeno due volte? Calcoliamo
DettagliModelli matematici di fenomeni aleatori Variabilità e casualità
Modelli matematici di fenomeni aleatori Variabilità e casualità La casualità è alla base della scelta degli individui che compongono un campione ai fini di un indagine statistica. La casualità è alla base
DettagliMatematica con elementi di statistica ESERCIZI: probabilità
Matematica con elementi di statistica ESERCIZI: probabilità Esercizi sulla Probabilità Esercizio 1. In un corso di laurea uno studente deve scegliere un esame fra 8 di matematica e un esame fra 5 di fisica.
DettagliProbabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica.
Probabilità e Statistica Esercitazioni a.a. 2009/200 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Estrazioni I Ines Campa Probabilità e Statistica - Esercitazioni -
DettagliMatricola: Corso: 1. (4 Punti) Stimare la variazione del reddito quando il prezzo del prodotto finale raddoppia.
Facoltà di Economia Statistica Esame 3-12/04/2010: A Cognome, Nome: Matricola: Corso: Problema 1. Per 5 imprese imprese è stato rilevato il reddito quinquennale medio (in milioni di euro), y, e il corrispondente
DettagliEsercizi di probabilità
Esercizi di probabilità I. Bayes e condizionate 1. Sul commercio si distinguono 2 tipi di PC, quelli affidabili e quelli non affidabili. I primi hanno un guasto entro l anno nell 1% dei casi, mentre i
Dettagli3 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 7 febbraio 2012
3 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 7 febbraio 2012 1) Non sfogliare questo fascicolo finché l insegnante non ti dice di farlo. 2) E ammesso l utilizzo di calcolatrici
DettagliCalcolo delle Probabilità 2013/14 Foglio di esercizi 3
Calcolo delle Probabilità 203/4 Foglio di esercizi 3 Probabilità condizionale e indipendenza. Esercizio. Per rilevare la presenza di una certa malattia, si effettua un test. Se la persona sottoposta al
DettagliPROBABILITA. ESERCIZIO: In un urna ci sono 2 biglie rosse, 2 biglie bianche ed 1 biglia gialla.
PROBABILITA ESERCIZIO: In un urna ci sono 2 biglie rosse, 2 biglie bianche ed 1 biglia gialla. a) Si eseguono due estrazioni con rimessa, calcolare la probabilità che le biglie estratte abbiano lo stesso
DettagliPROBABILITA. ESERCIZIO: In un urna ci sono 2 biglie rosse, 2 biglie bianche ed 1 biglia gialla.
PROBABILITA ESERCIZIO: In un urna ci sono 2 biglie rosse, 2 biglie bianche ed 1 biglia gialla. a) Si eseguono due estrazioni con rimessa, calcolare la probabilità che le biglie estratte abbiano lo stesso
DettagliLa probabilità matematica
1 La probabilità matematica In generale parliamo di eventi probabili o improbabili quando non siamo sicuri se si verificheranno. DEFINIZIONE. Un evento (E) si dice casuale, o aleatorio, quando il suo verificarsi
DettagliESERCIZI DI CALCOLO PROBABILITÀ DISTRIBUZIONI DOPPIE E NOTEVOLI
Variabili bidimensionali ESERCIZI DI CALCOLO PROBABILITÀ DISTRIBUZIONI DOPPIE E NOTEVOLI 1) Siano X 1 e X 2 due variabili casuali indipendenti che possono assumere valori 0, 1 e 3 rispettivamente con probabilità
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 27 Outline 1 () Statistica 2 / 27 Outline 1 2 () Statistica 2 / 27 Outline 1 2 3 () Statistica 2 /
DettagliIl campionamento e l inferenza. Il campionamento e l inferenza
Il campionamento e l inferenza Popolazione Campione Dai dati osservati mediante scelta campionaria si giunge ad affermazioni che riguardano la popolazione da cui essi sono stati prescelti Il campionamento
DettagliStatistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 4
X N(m ; s ) f X x 1 e π σ xμ σ σ 0 m F X x x 1 π σ e tμ σ dt 1 0.5 EX μ VarX σ m La distribuzione normale permette di modellizzare moltissimi fenomeni aleatori (ad esempio misure di ogni genere), serve
DettagliIL CALCOLO DELLA PROBABILITÀ
IL LOLO LL PROILITÀ 1 Una scatola contiene quattro dischetti rossi numerati da 1 a 4, sei dischetti verdi numerati da 1 a e cinque dischetti bianchi numerati da 1 a 5. Si estrae un dischetto. Scrivi gli
Dettagli