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}
|
|
- Gianpaolo Gentili
- 7 anni fa
- Visualizzazioni
Transcript
1 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}
2 Una variabile aleatoria χ che assume i soli valori 1, 2,..., n è detta binomiale con parametri (n, p) se p(i) = P {X = i} = ( n i ) p i (1 p) n i. Il valore atteso di una tale variabile binomiale è np; la varianza è np(p 1).
3 La variabile aleatoria X i che vale 1 se l i-esima prova ha successo e 0 altrimenti, è una variabile di Bernoulli. Chiaramente X = X X n è una somma di variabili indipendenti. Ebbene si ha np = E[X] = n i=1 E[X i ] = n i=1 p = np.
4 Analogamente per la varianza np(1 p) = V ar(x) = n i=1 V ar(x i ).
5 Una variabile aleatoria χ che assume i soli valori 1, 2,... è detta di Poisson con parametro λ se p(i) = P {X = i} = e λλi, i = 0, 1, 2,... i! La variabile di Poisson ha valore atteso e varianza uguali a λ.
6 Se X 1 e X 2 sono due variabili di Poisson indipendenti con parametri λ 1 e λ 2, allora X 1 + X 2 è una variabile di Poisson con parametro λ 1 + λ 2
7 In generale la somma di due variabili aleatorie X ed Y ha media uguale alla somma delle medie. Affinchè la medesima cosa capiti per la varianza è necessario che le variabili in questione siano indipendenti. Se questo non capita, interviene un fattore di correzione che dipende da una quantità detta covarianza delle due variabili: V ar(x + Y ) = V ar(x) + V ar(y ) + 2Cov(X, Y ).
8 Sia F un fenomeno per il quale: 1. La probabilità che F si verifichi esattamente una volta in un intervallo di tempo pari ad h sia uguale a λh + o(h). 2. La probabilità che F si verifichi due o più volte in un intervallo di tempo pari ad h sia uguale a o(h).
9 3. Siano n e j 1,..., j n numeri naturali. Dati n intervalli di tempo disgiunti, indichiamo con E i l evento nel i-esimo intervallo di tempo F si è verificato j i volte. Ebbene gli eventi E 1,..., E n sono indipendenti. Diremo allora che F è un processo di Poisson.
10 Il numero di volte N(t) che F si verifica in un intervallo di tempo t è una variabile aleatoria di Poisson con parametro λt. La costante λ, che indica il numero di volte che F si verifica nell unità di tempo, deve essere verificata empiricamente.
11 In California si è valutato empiricamente che si verificano due terremoti al mese. Supponiamo che il verificarsi di un terremoto soddisfi le proprietà di un processo di Poisson. Determinare la probabilità che vi siano almeno quattro terremoti nei prossimi tre mesi e che ve ne sia almeno uno nella prossima settimana.
12 Diciamo geometrica ogni variabile aleatoria alla quale corrisponde una densità discreta del tipo p(n) = (1 p) n 1 p. Corrisponde alla ripetizione di una prova, che ha probabilità p di successo, sino a quando non si ottiene un successo. Determinare il valore atteso di una variabile aleatoria geometrica.
13 Diciamo ipergeometrica ogni variabile aleatoria alla quale corrisponde una densità discreta del tipo p(i) = ( m i ) ( N m n i ( ) N n per fissati N, n, m. Corrisponde alla estrazione di n palline da un urna contenente N palline, di cui m bianche e le altre nere, e la variabile aleatoria conta il numero di palline bianche selezionate. )
14 Diciamo continua una variabile aleatoria X per la quale esiste una funzione non negativa f : R R con la proprietà che per ogni sottoinsieme misurabile B di R P {X B} = B f(x)dx La funzione f è detta densità continua di X.
15 Il numero di ore che un computer funziona prima di rompersi è una variabile aleatoria continua con densità continua del tipo f(x) = { λe x 100 x 0 0 x < 0 Determinare il parametro λ e quindi determinare la probabilità che il computer funzioni tra 50 e 150 ore prima di rompersi, e che funzioni per meno di 100 ore.
16 Il valore atteso di una variabile continua con densità continua f è E[X] = xf(x)dx. Se g : R R è una funzione e X una variabile aleatoria continua, allora E[g(X)] = g(x)f(x)dx
17 Calcolare il valore atteso di e X con X variabile aleatoria continua con densità continua { 2x 0 x 1 f(x) = 0 altrimenti
18 La varianza di una variabile aleatoria continua X è V ar(x) = E[(X µ) 2 ]. Continua a valere la formula V ar(x) = E[X 2 ] (E[X]) 2.
19 Calcolare il valore atteso e la varianza della variabile aleatoria continua X con densità continua f(x) = { 2x 0 x 1 0 altrimenti
20 Valgono ancora le formule V ar(ax+b) = a 2 V ar(x), E[aX+b] = ae[x]+b.
21 La somma di due variabili aleatorie continue X ed Y ha media uguale alla somma delle medie. Affinchè la medesima cosa capiti per la varianza è necessario che le variabili in questione siano indipendenti. Se questo non capita, interviene un fattore di correzione che dipende da una quantità detta covarianza delle due variabili: V ar(x + Y ) = V ar(x) + V ar(y ) + 2Cov(X, Y ).
22 Diciamo che una variabile aleatoria X è uniformemente distribuita su un intervallo [α, β] della retta reale se la sua densità continua f è costante nell intervallo [α, β] e 0 altrove. Necessariamente f deve valere 1/(β α) nell intervallo [α, β].
23 L autobus numero 9 parte dalla stazione ogni 15 minuti a partire dai minuti 00. Se la mattina uno arriva alla fermata in un momento uniformemente distribuito tra le 7 e le 7.30, determinare la probabilità che attenda meno di 5 minuti la partenza dell autobus. E qual è la probabilità che attenda la partenza per più di 10 minuti?
24 Diciamo che X è una variabile aleatoria normale con parametri (µ, σ 2 ) se la sua densità continua è data da f(x) = 1 e (x µ)2 /2σ 2, x R. 2π σ I parametri µ e σ 2 rappresentano il valore atteso e la varianza della variabile normale.
25 Se X è una variabile normale con parametri µ e σ 2, allora dati a, b R, la variabile Y = ax +b è normale con parametri aµ + b e a 2 σ 2. In particolare Z = X µ è una variabile normale con parametri 0 e 1; una tale variabile σ normale è detta avere distribuzione standard.
26 La funzione di distribuzione di una variabile aleatoria normale X con distribuzione standard si indica tradizionalmente con Φ: y 1 Φ(y) = P {X y} = e x2 /2 2π A pag. 203 del libro avete la tabella. Si tenga presente che Φ( x) = 1 Φ(x), pertanto Φ( 2) = 1 Φ(2). Se Y è una variabile normale con parametri µ e σ 2, con funzione di distribuzione F, allora F (a) = P {Y a} = P { Y µ σ a µ σ } = Φ(a µ σ )
27 Sia X una variabile normale con parametri µ = 3 e σ 2 = 9. Determinare P {2 < X < 5}, P {X > 0} e P { X 3 > 6}.
28 Sia X una variabile continua uniformemente distribuita su (0, 1). Si consideri la variabile Y = X n. Determinare la funzione di distribuzione e la densità continua di Y.
29 Diseguaglianza di Markov Se X è una variabile aleatoria che assume solo valori non negativi, allora per ogni a > 0 si ha P {X a} E[X] a
30 Diseguaglianza di Chebyshev Se X è una variabile aleatoria con valore atteso µ e varianza σ 2, allora per ogni k > 0 si ha P { X µ k} σ2 k 2
31 Teorema. (Legge debole dei grandi numeri) Siano X 1,..., X n variabili aleatorie indipendenti con la medesima funzione di distribuzione, ciascuna con media e varianza finite E[X i ] = µ e V ar(x i ) = σ 2. Allora, per ogni ɛ > 0 si ha { } X P X n µ n ɛ 0 n.
32 Teorema del limite centrale Sia X 1, X 2,... una sequenza di variabile aleatorie indipendenti con la medesima funzione di distribuzione, con media µ e varianza σ 2. Allora la funzione di distribuzione di X X n nµ σ n tende alla distribuzione normale standard per n. Pertanto per < a <, si ha che per n P { X X n nµ σ n a } 1 2π a e x2 /2 dx
33 Quando n è grande, una variabile binomiale X con parametri (n, p) può essere approssimata con una variabile normale X N con parametri E[X] = np e V ar(x) = np(1 p).
34 Determinare la probabilità che lanciando 40 volte una moneta si ottenga 20 volte testa.
35 Un astronomo deve misurare in anni luce la distanza di una stella. Il subitaneo cambio di condizioni atmosferiche, normali errori di misurazione etc. fanno si che più che una misura, riesca ad ottenere una stima della reale distanza. Supponendo che diverse misurazioni siano variabile aleatorie tra loro indipendenti, con la medesima distribuzione, aventi media comune d (la distanza reale della stella), e varianza comune pari a 4 anni luce, quante misure è necessario fare per poter essere ragionevolmente sicuri che la distanza stimata abbia un margine di errore inferiore a 0.5 anni luce?
36 Il numero di studenti che fanno il primo compitino di Matematica D in teledidattica è una variabile aleatoria di Poisson con media 90. Decido che se i partecipanti sono almeno 100, ho bisogno di due aule, altrimenti ne basta una sola. Qual è la probabilità che vengano utilizzate davvero due aule?
37 Lanciamo dieci dadi. Determinare la probabilità che la somma sia compresa tra 30 e 40 inclusi.
38 Teorema (Legge dei grandi numeri) Sia X 1, X 2,... una sequenza variabili aleatorie indipendenti, con la medesima distribuzione, tutte aventi media finita µ. Allora con probabilità 1, X X n n µ n.
Esercitazione del 16/04/2019 Istituzioni di Calcolo delle Probabilità
Esercitazione del 6/04/09 Istituzioni di Calcolo delle Probabilità David Barbato Nozioni di riepilogo con esercizi Distribuzione di una funzione di una variabile aleatoria discreta. Sia X una variabile
DettagliEsercitazione del 21/02/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del /0/0 Istituzioni di Calcolo delle Probabilità David Barbato Funzione di ripartizione Sia F X una funzione da in. consideriamo le seguenti condizioni: F X è non decrescente lim ( ) x F
DettagliCP110 Probabilità: Esame 13 settembre Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 13 settembre, 2012 CP110 Probabilità: Esame 13 settembre 2012 Testo e soluzione 1. (6 pts) Una scatola contiene 10 palline, 8 bianche
DettagliProbabilità 1, laurea triennale in Matematica Prova scritta sessione invernale a.a. 2008/09 del 26/01/2010
Probabilità 1, laurea triennale in Matematica Prova scritta sessione invernale a.a. 2008/09 del 26/01/2010 1. Nello scaffale di un negozio vi sono 20 CD-Rom di software, di cui 2 di grafica e gli altri
DettagliCP210 Introduzione alla Probabilità: Esame 2
Dipartimento di Matematica, Roma Tre Pietro Caputo 2018-19, II semestre 9 luglio, 2019 CP210 Introduzione alla Probabilità: Esame 2 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante
DettagliCalcolo delle Probabilità e Statistica Matematica Fisciano, 10/1/2012
Fisciano, 10/1/2012 Esercizio 1 Un esperimento consiste nel generare a caso un vettore di interi (x 1, x 2, x 3, x 4 ), dove x i {1, 2, 3, 4, 5, 6} i. (i) Si individui lo spazio campionario, determinandone
DettagliEsercitazione del 28/10/2011 Calcolo delle probabilità
Esercitazione del 28/0/20 Calcolo delle probabilità Distribuzione di una funzione di una variabile aleatoria discreta. Sia X una variabile aletoria discreta, sia f una funzione da in, se Y := f(x) allora
DettagliMatematica e Statistica per Scienze Ambientali
per Scienze Ambientali Variabili aleatorie - Appunti 1 1 Dipartimento di Matematica Sapienza, Università di Roma Roma, Gennaio 2013 Variabili aleatorie Un numero aleatorio è un esempio di variabile aleatoria.
DettagliEsercitazione del 21/10/2011 Calcolo delle probabilità
Esercitazione del /0/0 Calcolo delle probabilità Funzione di ripartizione Sia F X una funzione da R in R. consideriamo le seguenti condizioni: F X è non decrescente ( ) x F X (x) x F X (x) 0 F X è continua
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
DettagliProbabilità e Statistica per l Informatica Esercitazione 4
Probabilità e Statistica per l Informatica Esercitazione 4 Esercizio : [Ispirato all Esercizio, compito del 7/9/ del IV appello di Statistica e Calcolo delle probabilità, professori Barchielli, Ladelli,
DettagliCP110 Probabilità: Esame del 6 giugno Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 21-11, II semestre 6 giugno, 211 CP11 Probabilità: Esame del 6 giugno 211 Testo e soluzione 1. (6 pts) Ci sono 6 palline, di cui nere e rosse. Ciascuna,
DettagliScritto del
Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 17-18, I semestre Settembre 18 Scritto del - 9-18 Cognome Nome Matricola Esercizio 1. Un urna contiene
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
DettagliLa funzione di ripartizione caratterizza la v.a. Ad ogni funzione di ripartizione corrisponde una ed una sola distribuzione.
Funzione di ripartizione X v.a. a valori in IR F X (x) = P (X x), x IR Indice X omesso quando chiaro Proprietà funzione di ripartizione F (i) F X (x) ; x (ii) è non decrescente Sia a < b P (a < X b) =
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 22 Settembre 24 (tempo a disposizione: 2 ore e 4 minuti. consegna compiti e inizio
DettagliIntroduzione al modello Uniforme
Introduzione al modello Uniforme Esempio: conversione Analogico/Digitale Errore di quantizzazione Ampiezza Continua Discreta x () t x ( t ) q Tempo Discreto Continuo Segnale Analogico ( ) x t k t t Segnale
DettagliEs.: una moneta viene lanciata 3 volte. X = n. di T nei primi 2 lanci Y = n. di T negli ultimi 2 lanci
Es.: una moneta viene lanciata 3 volte. X = n. di T nei primi 2 lanci Y = n. di T negli ultimi 2 lanci X\Y 0 1 2 0 1/8 1/8 0 1/4 1 1/8 1/4 1/8 1/2 2 0 1/8 1/8 1/4 1/4 1/2 1/4 1 X e Y non sono indip. Se
DettagliCalcolo delle probabilità (3/7/2001) (Ing. Elettronica, Informatica, Telecomunicazioni - Latina)
Calcolo delle probabilità (3/7/00). La distribuzione di probabilità di un numero aleatorio X non negativo soddisfa la condizione P (X > x + y X > y) = P (X > x), x > 0, y > 0. Inoltre la previsione di
DettagliCostruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 3: Variabili aleatorie discrete notevoli
Costruzione di macchine Modulo di: Progettazione probabilistica e affidabilità Marco Beghini Lezione 3: Variabili aleatorie discrete notevoli Esperimenti binari ripetuti o esperimenti bernoulliani (Bernoulli
DettagliOutline. 1 v.c. continue. 2 v.c. Normale. 3 v.c. Esponenziale. Lezione 13. A. Iodice. v.c. continue. v.c. Normale. v.c.
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 48 Outline 1 2 3 () Statistica 2 / 48 Variabili casuali continue Una variabile casuale X è continua
DettagliCP110 Probabilità: Esame 2 luglio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 212-13, II semestre 2 luglio, 213 CP11 Probabilità: Esame 2 luglio 213 Testo e soluzione 1. (6 pts Due mazzi di carte francesi vengono uniti e mischiati.
DettagliES.2.2. Consideriamo un esperimento statistico definito da un insieme Ω di risultati possibili. Una partizione finita di Ω è una sequenza di K eventi
ES22 1 Variabili aleatorie discrete Consideriamo un esperimento statistico definito da un insieme Ω di risultati possibili Una partizione finita di Ω è una sequenza di K eventi A 1, A 2 A k A K necessari
DettagliCP110 Probabilità: Esonero 2. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 212-13, II semestre 23 maggio, 213 CP11 Probabilità: Esonero 2 Testo e soluzione 1. (7 punti) Una scatola contiene 1 palline, 5 bianche e 5 nere. Ne vengono
Dettagli1 Eventi. Operazioni tra eventi. Insiemi ed eventi. Insieme dei casi elementari. Definizione di probabilità.
Quella che segue e la versione compatta delle slides usate a lezioni. NON sono appunti. Come testo di riferimento si può leggere Elementi di calcolo delle probabilità e statistica Rita Giuliano. Ed ETS
DettagliLEZIONE 2.6. corso di statistica. Francesco Lagona Università Roma Tre. LEZIONE 2.6 p. 1/15
LEZIONE 2.6 p. 1/15 LEZIONE 2.6 corso di statistica Francesco Lagona Università Roma Tre LEZIONE 2.6 p. 2/15 variabili aleatorie continue consideriamo la distribuzione del fatturato mensile in una popolazione
DettagliEsercitazione del 04/06/2015 Probabilità e Statistica Foglio 14
Esercitazione del 0/06/05 Probabilità e Statistica Foglio David Barbato Esercizio. Ci sono 0 monetine di cui 5 con due teste, con due croci e regolari una moneta regolare ha una faccia testa e una faccia
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
DettagliCALCOLO DELLE PROBABILITÀ - 9 giugno 1998 Scrivere le risposte negli appositi spazi Motivare dettagliatamente le risposte su fogli allegati
CALCOLO DELLE PROBABILITÀ - 9 giugno 1998 1. Dati gli eventi A,B,C, ognuno dei quali implica il successivo, e tali che P (A) è metà della probabilità di B, che a sua volta ha probabilità metà di quella
Dettagli5. Distribuzioni. Corso di Simulazione. Anno accademico 2009/10
Anno accademico 2009/10 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
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
DettagliEsercizi 6 - Variabili aleatorie vettoriali, distribuzioni congiunte
Esercizi - Variabili aleatorie vettoriali, distribuzioni congiunte Esercizio. X e Y sono v.a. sullo stesso spazio di probabilità (Ω, E, P). X segue la distribuzione geometrica modificata di parametro p
Dettaglic) Ancora in corrispondenza allo stesso valore di p e ponendo Y = minorazione, fornita dalla diseguaglianza di Chebichev, per la probabilita
Laurea Triennale in Matematica Corso di Calcolo delle Probabilita I A.A. 00/00 (Docenti: M. Piccioni, F. Spizzichino) a prova di esonero 6 giugno 00 Risolvere almeno tre dei seguenti esercizi.. Indichiamo
DettagliProbabilità 1, laurea triennale in Matematica II prova di valutazione in itinere a.a. 2008/09
robabilità, laurea triennale in Matematica II prova di valutazione in itinere a.a. 008/09. Francesco lancia ripetutamente due dadi non truccati: sia T il numero di lanci necessario ad ottenere per la prima
DettagliESERCITAZIONE N. 5 corso di statistica
ESERCITAZIONE N. 5corso di statistica p. 1/27 ESERCITAZIONE N. 5 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONE N. 5corso di statistica p. 2/27 Introduzione Variabili aleatorie discrete
DettagliCalcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale a.a. 2016/17
Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale aa 6/ Punteggi: : 3 + 6; : + + + ; 3: + Una scatola contiene monete; 8 di queste sono equilibrate, mentre le
DettagliFacoltà di Ingegneria Calcolo delle Probabilità e Statistica Ingegneria Civile e A&T e Informatica
Facoltà di Ingegneria Calcolo delle Probabilità e Statistica Ingegneria Civile e A&T e Informatica Prima prova scritta A.A. 8-9 Durata della prova h Punteggi: ) + + ; ) + + + ; ) +. Totale. Esercizio Sia
DettagliVARIABILI CASUALI CONTINUE
p. 1/1 VARIABILI CASUALI CONTINUE Una variabile casuale continua può assumere tutti gli infiniti valori appartenenti ad un intervallo di numeri reali. p. 1/1 VARIABILI CASUALI CONTINUE Una variabile casuale
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
DettagliEsercitazione del 28/02/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 8/0/01 Istituzioni di Calcolo delle Probabilità David Barbato barbato@math.unipd.it Esercizio 1. Sia X una v.a. aleatoria assolutamente continua con densità f X data da { 0 x < 0 f X
DettagliScrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.
Corso di Laurea Triennale in Matematica Corso di Calcolo delle Probabilità (docenti G. Nappo, F. Spizzichino prova scritta giugno 5 (tempo a disposizione: ore La prova scritta consiste nello svolgimento
Dettagli9. Test del χ 2 e test di Smirnov-Kolmogorov. 9.1 Stimatori di massima verosimiglianza per distribuzioni con densità finita
9. Test del χ 2 e test di Smirnov-Kolmogorov 9. Stimatori di massima verosimiglianza per distribuzioni con densità finita Supponiamo di avere un campione statistico X,..., X n e di sapere che esso è relativo
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
DettagliCP110 Probabilità: Esonero 2. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 29 maggio, 2012 CP110 Probabilità: Esonero 2 Testo e soluzione 1. (8 punti) La freccia lanciata da un arco è distribuita uniformemente
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
DettagliScrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.
CORSO DI CALCOLO DELLE PROBABILITÀ o modulo - PROVA d esame del 9/02/200 - Laurea Quadriennale in Matematica - Prof. Nappo Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 luglio 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.
Dettagli, B con probabilità 1 4 e C con probabilità 1 4.
Laurea triennale in MATEMATICA, Corso di PROBABILITÀ Prof. L. Bertini - G. Nappo - F. Spizzichino Esonero del 0.06.00 N.B. Scrivere le soluzioni degli esercizi su questi fogli giustificando brevemente
DettagliStatistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità
DettagliProbabilità e Statistica
Probabilità e Statistica Variabili Casuali multidimensionali Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 2/29 Marco Pietro Longhi Prob. e Stat.
DettagliCP110 Probabilità: Esame 4 luglio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 4 luglio, 2012 CP110 Probabilità: Esame 4 luglio 2012 Testo e soluzione 1. (6 pts) Una scatola contiene 10 palline numerate da 1
DettagliScrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.
Corso di Laurea Triennale in Matematica Corso di Calcolo delle Probabilità A. A. /5 prova scritta (//5(docenti G. Nappo, F. Spizzichino La prova scritta consiste nello svolgimento dei punti non facoltativi
DettagliTutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016
Tutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016 Esercizi possibili di probabilità e statistica Notazioni: U(a, b) è la distribuzione di probabilità uniforma nell intervallo (a,
DettagliVariabili casuali. - di Massimo Cristallo -
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 16 e 27 maggio 2013 - di Massimo Cristallo - Variabili casuali
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 205- P.Baldi Lista di esercizi 5, 8 febbraio 20. Esercizio Si fanno 25 estrazioni
DettagliCalcolo delle Probabilità e Statistica Matematica previsioni 2003/04
Calcolo delle Probabilità e Statistica Matematica previsioni 2003/04 LU 1/3 Esempi di vita reale : calcolo delle probabilità, statistica descrittiva e statistica inferenziale. Lancio dado/moneta: definizione
DettagliCP110 Probabilità: Esame 5 giugno Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 21-11, II semestre 5 giugno, 212 CP11 Probabilità: Esame 5 giugno 212 Testo e soluzione 1. (6 pts) Sette biglietti numerati da 1 a 7 vengono distribuiti
DettagliPrimi elementi di Probabilità
Primi elementi di Probabilità Sergio Polidoro Dipartimento di Matematica, Università di Bologna In queste dispense vengono introdotte le nozioni di valore atteso e di varianza per variabili aleatorie discrete
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Il modello binomiale Da studi interni è noto che il 35% dei clienti del Supermercato GD paga
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
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 Applicata all edilizia: alcune distribuzioni di probabilità
Statistica Applicata all edilizia: Alcune distribuzioni di probabilità E-mail: orietta.nicolis@unibg.it 23 marzo 2010 Indice Distribuzioni di probabilità discrete 1 Distribuzioni di probabilità discrete
DettagliII Esonero - Testo B
Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 2017-18, I semestre 29 Gennaio 2018 II Esonero - Testo B Cognome Nome Matricola Esercizio 1. (20%) Si
DettagliEsercitazione del 04/06/2015 Probabilità e Statistica Foglio 13
Esercitazione del 04/06/2015 Probabilità e Statistica Foglio 13 David Barbato Approssimazioni normali. Theorem 1 (Teorema del limite centrale). Siano X 1,..., X n variabili aleatorie indipendenti ed identicamente
DettagliVariabili aleatorie multiple. X = (X 1,..., X n ) vettore aleatorio
Variabili aleatorie multiple X = (X 1,..., X n ) vettore aleatorio F X (x 1,..., x n ) = P(X 1 x 1,..., X n x n ) caso particolare n = 2 (variabile doppia) F X,Y (x, y) = P(X x, Y y) V.a. discreta: (X,
DettagliLezione 13 Corso di Statistica. Domenico Cucina
Lezione 13 Corso di Statistica Domenico Cucina Università Roma Tre D. Cucina (domenico.cucina@uniroma3.it) 1 / 20 obiettivi della lezione comprendere il concetto di variabile aleatoria continua familiarizzare
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
DettagliSTATISTICA (modulo II - Inferenza Statistica) Soluzione Esercitazione I
Soluzione Esercitazione I Esercizio A. Si indichi con A i l evento la banca i decide di aprire uno sportello per il quale Pr(A i = 0.5 (e dunque Pr(A i = 0.5 per i =, 2, 3. Lo spazio degli eventi dato
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2013/2014 www.mat.uniroma2.it/~caramell/did 1314/ps.htm 04/03/2014 - Lezioni 1, 2 Breve introduzione al corso. Fenomeni deterministici
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
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2012/2013 www.mat.uniroma2.it/~caramell/did 1213/ps.htm 05/03/2013 - Lezioni 1, 2, 3 Breve introduzione al corso. Fenomeni deterministici
DettagliProva d esame di Istituzioni di Calcolo delle Probabilità Laurea Triennale in Scienze Statistica. 09/09/2013
Prova d esame di Istituzioni di Calcolo delle Probabilità Laurea Triennale in Scienze Statistica. 09/09/2013 COGNOME e NOME... N. MATRICOLA... Esercizio 1. (V. 12 punti.) Supponiamo di avere due urne che
Dettaglif(1, C) = 1; f(2, C) = 1; f(3, C) = 3; f(4, C) = 2; f(5, C) = 5; f(6, C) = V ar(x) = E[X 2 ] (E[X]) 2 =
SOLUZIONI DEGLI ESERCIZI SULLE VARIABILI ALEATORIE DISCRETE Esercizio. Si lanciano un dado equilibrato a sei facce e una moneta equilibrata. Se esce testa e il valore del dado è pari oppure croce e il
DettagliLezioni da Matematica I Calcolo differenziale, Algebra lineare, Probabilità e statistica G. Aletti & G. Naldi & L. Pareschi
Lezioni da Matematica I Calcolo differenziale, Algebra lineare, Probabilità e statistica G. Aletti & G. Naldi & L. Pareschi http://www.ateneonline.it/naldi matematica McGraw-Hill Capitolo 12, Modelli Probabilistici
DettagliCP110 Probabilità: Esame 27 gennaio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 212-13, II semestre 27 gennaio, 213 CP11 Probabilità: Esame 27 gennaio 213 Testo e soluzione 1. (6 pts) Tre amici dispongono di 6 monete da un euro e
DettagliScritto del
Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 2017-18, I semestre 26 Giugno 2018 Scritto del 26-6 -18 Cognome Nome Matricola Esercizio 1. Un urna contiene
DettagliCorso di probabilità e statistica
Università degli Studi di Verona Facoltà di Scienze MM.FF.NN. Corso di Laurea in Informatica Corso di probabilità e statistica (Prof. L.Morato) Esercizi Parte III: variabili aleatorie dipendenti e indipendenti,
DettagliCP110 Probabilità: esame del 20 giugno 2017
Dipartimento di Matematica, Roma Tre Pietro Caputo 6-7, II semestre giugno, 7 CP Probabilità: esame del giugno 7 Cognome Nome Matricola Firma Nota:. L unica cosa che si puo usare durante l esame è una
DettagliLaurea triennale in INFORMATICA, Corso di CALCOLO DELLE PROBABILITÀ COMPITO INTERO e SECONDA PROVA IN ITINERE - 11 giugno FOGLIO RISPOSTE
Laurea triennale in INFORMATICA, Corso di CALCOLO DELLE PROBABILITÀ COMPITO INTERO e SECONDA PROVA IN ITINERE - giugno 202 - FOGLIO RISPOSTE NOME e COGNOME CANALE: G. Nappo VOTO: N.B. Scrivere le risposte
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2011/12
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 0/ Esercizio Prova scritta del 7/06/0 Siano X e Y due v.a. indipendenti, con distribuzione continua Γ(, ). Si trovino la distribuzione di X Y e di (X Y ). Esercizio
Dettagli(a) Qual è la probabilità che un neonato sopravviva al primo anno?
II Appello di Probabilità e Statistica Cognome: Laurea in Matematica Nome: 2 luglio 2009 Matricola: ESERCIZIO. Per una certa specie africana di uccelli, i neonati hanno indipendentemente l uno dal l altro
DettagliP ( X n X > ɛ) = 0. ovvero (se come distanza consideriamo quella euclidea)
10.4 Convergenze 166 10.4.3. Convergenza in Probabilità. Definizione 10.2. Data una successione X 1, X 2,...,,... di vettori aleatori e un vettore aleatorio X aventi tutti la stessa dimensione k diremo
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
DettagliCorsi di Laurea in Ingegneria Civile e Edile Analisi Matematica II e Probabilita Lezioni A.A. 2000/01, prof. G. Stefani 9 Ottobre Gennaio 2001
Corsi di Laurea in Ingegneria Civile e Edile Analisi Matematica II e Probabilita Lezioni A.A. 2000/01, prof. G. Stefani 9 Ottobre 2000-28 Gennaio 2001 1 Nona settimana 76. Lun. 4 Dic. Generalita. Spazi
Dettagli2. Introduzione alla probabilità
. Introduzione alla probabilità Carla Seatzu, 8 Marzo 008 Definizioni preliminari: Prova: è un esperimento il cui esito è aleatorio Spazio degli eventi elementari: è l insieme Ω di tutti i possibili esiti
DettagliCP210 Introduzione alla Probabilità: Esonero 2
Dipartimento di Matematica, Roma Tre Pietro Caputo 218-19, II semestre 4 giugno, 219 CP21 Introduzione alla Probabilità: Esonero 2 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante
DettagliEsercitazioni di Statistica Matematica A Lezione 7. Variabili aleatorie continue
Esercitazioni di Statistica Matematica A Lezione 7 Variabili aleatorie continue.) Determinare la costante k R tale per cui le seguenti funzioni siano funzioni di densità. Determinare poi la media e la
DettagliCorso di Statistica - Prof. Fabio Zucca Appello 4-2 febbraio 2017
Corso di Statistica - Prof. Fabio Zucca Appello 4-2 febbraio 2017 Nome e cognome: Matricola: c I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. 8994 Esercizio
DettagliModelli di probabilità
Modelli di probabilità Corso di STATISTICA Ordinario di, Università di Napoli Federico II Professore supplente, Università della Basilicata a.a. 0/0 Obiettivo dell unità didattica Definire i concetti di
DettagliII Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2013/14 Nome: 20 febbraio
II Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 3/4 Nome: febbraio 4 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2014/2015 www.mat.uniroma2.it/~caramell/did 1415/ps.htm 02/03/2015 - Lezioni 1, 2 Breve introduzione al corso. Fenomeni deterministici
DettagliCALCOLO DELLE PROBABILITÀ I. a.a. 2016/2017. Informatica. Leggere attentamente le seguenti note
CALCOLO DELLE PROBABILITÀ I. a.a. 2016/2017. Informatica Leggere attentamente le seguenti note Modalità d esame. L esame consta di uno scritto con esercizi (bisogna prenotarsi su infostud). Chi passa questo
DettagliEsercizi. 2. [Conteggio diretto] Due dadi vengono lanciati in successione. a) Qual è la probabilità che la somma dei due risultati faccia 7?
1 E. Vitali Matematica (Scienze Naturali) Esercizi 1. [Conteggio diretto] Quattro ragazzi, A, B, C e D, dispongono di due biglietti per il teatro e decidono di tirare a sorte chi ne usufruirà. a) Qual
DettagliCalcolo delle Probabilità e Statistica Matematica: definizioni prima parte. Cap.1: Probabilità
Calcolo delle Probabilità e Statistica Matematica: definizioni prima parte Cap.1: Probabilità 1. Esperimento aleatorio (definizione informale): è un esperimento che a priori può avere diversi esiti possibili
DettagliESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE
ESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114 7 Maggio 2013 Esercizio
DettagliEsame di AM2 & EAP (270/04) a.a. 2009/10
Quarto appello del 16 Luglio 2010 1. Un urna contiene delle palline numerate e distribuite in seguente maniera: Vengono estratte due palline senza rimpiazzo e siano X e Y rispettivamente il numero della
Dettagli