Calcolo delle Probabilità 2
|
|
- Camilla Castelli
- 7 anni fa
- Visualizzazioni
Transcript
1 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 Determinare il valore del parametro reale k. (Nei punti successivi lasciare indicato k) 2. Calcolare la funzione di distribuzione cumulata F X : quanto vale P{X < 0}? 3. Calcolare la densitá di X Calcolare la funzione caratteristica di X. Dato (X, Y ) un vettore aleatorio con densità congiunta f (X,Y ) (x, y) = { kxy (x, y) T, con T = {(x, y) : x 0, y 0, y + x 1 0}. 1. Determinare k in modo che f (X,Y ) sia una densità. 2. Determinare la densità di (Z, T ) = ( 2X + Y, 3Y 4). 3. Calcolare E{X Y = 1/2}. Sia (X, Y ) un vettore gaussiano multivariato con vettore delle medie (0, 1) e matrice delle covarianze ( ) 2 1 C = Scrivere la funzione di densità e la funzione caratteristica di (X, Y ). 2. Calcolare la densitá di 3X Determinare i valori di a e b tali che ax + by siano indipendenti da X. Domanda 1 Descrivere la legge esponenziale. funzione caratteristica. Dimostrare che soddisfa l assenza di memoria e calcolarne la Domanda 2 Definire la funzione di distribuzione cumulata per variabili aleatorie reali e sue proprietá. 1
2 Domanda 3 Definire il concetto di speranza matematica condizionale e enunciare almeno una sua proprietà. Maggio 2006 Data la funzione di distribuzione cumulata F X associata a una v.a. assolutamente continua X, tale che { 1 F X (x) = 2 ex x < e x x 0, 1. calcolare P{ 1 < X < 1}; 2. determinare E[3X]; 3. calcolare la densità di Y = X. X e Y sono indipendenti? Sia dato (X, Y ) un vettore aleatorio con densità congiunta f (X,Y ) (x, y) = λe y2 2xy+2x 2 2, 1. Determinare λ in modo che f (X,Y ) sia una densità. 2. Calcolare le densità marginali di X e Y. 3. X e Y sono indipendenti? 4. Determinare la funzione caratteristica di X. 5. Determinare la legge di (Z, T ) = (3X 2Y, 2X 5Y + 1). 6. Calcolare la speranza condizionata E[Y X = 0]. Due dispositivi elettrici A e B sono composti ciascuno da due elementi (A in serie, B in parallelo). La durata (tempo che intercorre tra l attivazione e la rottura di ogni singolo elemento) sono variabili esponenziali di parametro λ indipendenti. indichiamo con T A e T B il tempo di rottura di A e B rispettivamente. 1. Calcolare la probabilitá che il dispositivo A si guasti prima di B. 2. Mediamente durerà di A o B? 3. Determinare la densità congiunta di (T A + T B, 2T A ). Qualé la densità marginale di T A + T B? Domanda 1 Utilizzando la definizione di funzione caratteristica provare che se X e Y sono Poisson indipendenti, allora anche X + Y è una Poisson. Domanda 2 Descrivere un metodo di simulazione di numeri casuali. 2
3 Domanda 3 Definire il concetto di convergenza quasi certa, in probabilità e in legge per successione di variabili aleatorie. Quale relazione esiste fra di loro? Luglio 2006 Sia (X, Y ) una variabile aleatoria distribuita secondo la densità seguente { k(x f(x, y) = 2 + xy) (x, y) (0, 1) Determinare il valore del parametro reale k. 2. Determinare le densitá marginali di X e Y : X e Y sono indipendenti? 3. Calcolare la speranza di XY. 4. Calcolare la probabilità che X > 2Y. Date X E(1) e Y E(2) variabili aleatorie indipendenti. 1. Determinare la densità di (Z, T ) = ( 2X + Y, 3Y 4). 2. Calcolare la matrice delle covarianze di Z e T. 3. Calcolare E{X 2 Y = 1}. Sia (X, Y ) un vettore gaussiano multivariato con vettore delle medie (0, 1) e matrice delle covarianze C = ( Scrivere la funzione di densità e la funzione caratteristica di (X, Y ). 2. 3X + 2Y 4 ha legge nota?. 3. Determinare i valori di a e b tali che ax + by siano indipendenti da X. ). Domanda 1 Dopo aver enunciato la definizione di funzione caratteristica, calcolare la funzione caratteristica di una variabile aleatoria con densità binomiale B(n.p). Domanda 2 Esiste qualche relazione tra la definizione di funzione caratteristica e il concetto di convergenza? Domanda 3 Descrivere un metodo per ottenere la densità di un vettore aleatorio trasformato secondo una legge Φ. 3
4 Febbraio 2007 Sia f : R R f(x) = b a x 0 x a b a < x 2 0 altrove 1. Determinate a, b in modo tale che f sia la densità di una variabile aleatoria continua X con speranza E[X] = Calcolate la probabilità P(X > 1). 3. Determinare la densitá di Y = X Sia Y una variabile casule Y N ( 11 9, 1). Supponendo che X ed Y siano indipendenti, calcolate E[(X + Y ) 2 ]. Sia (X, Y ) un vettore aleatoria con densitá { k x + y x (0, 1), y (0, 2) f(x, y) = 1. Determinare k in modo che f sia una densità; 2. Calcolare la probabilitá che X < Y ; 3. X e Y sono indipendenti? 4. Calcolare la media condizionata E[X Y = 1] Sia (X, Y ) un vettore gaussiano multivariato con vettore delle medie ( 1, 1) e matrice delle covarianze 1. Determinare la legge di X + 3Y. C = ( ). 2. Determinare legge congiunta di Z = X Y e U = X + Y. 3. Determinare, se é possibile, i valori dei parametri a, b e c, tale che T = ax + by + c abbia la stessa legge di X, ma sia indipendente da Y. Domanda 1 Enunciare il Teorema del limite centrale. Domanda 2 Descrivere un metodo di simulazione di numeri casuali. Domanda 3 4
5 Utilizzare la definizione di funzione caratteristica per provare che la somma di due variabili aleatorie indipendenti con densitá di Poisson é ancora una variabile aleatoria con densitá di Poisson. 6 Giugno 2007 Data la funzione k(x + y) 0 < x < 1, 0 < y < 1 f(x, y) = kx 0 < x < 1, 0 < y < 2 x 1. Determinare k in modo che f sia la densità associata a un vettore aleatorio (X, Y ). 2. Determinare le densità marginali. 3. Calcolare la densità marginale di V = Y Calcolare la densità di (2X + Y, X 2 ) Sia dato (X, Y ) un vettore aleatorio con densità congiunta f (X,Y ) (x, y) = λe y2 +2xy+4x 2 6, 1. Determinare λ in modo che f (X,Y ) sia una densità. 2. Calcolare le densità marginali di X e Y. 3. X e Y sono indipendenti? 4. Determinare la funzione caratteristica di X. 5. Determinare la legge di (Z, T ) = (X Y 1, X 2Y + 1). Un apparecchiatura ha un tempo di vita Y che segue una legge esponenziale di parametro X, che dipende dalla quantità di uno dei materiali impiegati. Nel processo di produzione non è però possibile controllare la qualità X del materiale, che quindi si deve considerare aleatoria di legge Γ(α, λ) 1. Qual è la legge di Y? 2. Per quali valori di α e λ esiste finita E[Y ]? 3. Qual è la densità condizionata di X dato Y = y? 4. Calcolare la E[X Y ]. 3 Luglio 2007 Sia (X, Y ) un vettore aleatorio con densità uniforme sulla regione R = {(x, y) : 0 < x < 1, 0 < y < 1} {(x, y) : 1 < x < 2, 1 < y < 2}. 5
6 1. Determinare le densità marginali: X e Y sono indipendenti? 2. Calcolare la probabilità che X + Y > Calcolare la densità di V = log(x + 1). 4. Calcolare la densità di (Y = 2X, X Y ) Sia dato (X, Y ) un vettore gaussiano N 1. Determinare la probabilità che X > Y. 2. Calcolare le densità marginali di X e Y. (( Determinare la funzione caratteristica di X. ) ( 4 2, 2 2 )). 4. Determinare la legge di (Z, T ) = (X Y + 1, X 2Y + 1). 5. Se V N (0, 2), tale che Cov[V, X] = 1 e Cov[V, Y ] = 1, (X, Y, V ) è ancora un vettore gaussiano? Sia Y X=x U(0, x) con X U(0, 2). 1. Qual è la legge di Y? 2. Qual è la densità condizionata di X dato Y = y? 3. Calcolare la E[Y X] e E[E[Y X]]. 4. Calcolare P{Y > 1 X > 1}. 24 Settembre 2007 Sia (X, Y ) un vettore aleatorio con densità f(x, y) = ke x y. 1. Determinare k in modo che f sia una densità. 2. Determinare le densità marginali: X e Y sono indipendenti? 3. Calcolare la probabilità che XY > Calcolare la densità di V = X Calcolare la densità di (X 2, X Y ) Sia dato (X, Y ) un vettore gaussiano con vettore delle medie (2, 2) e Var[X] =Var[Y ] = 4 1. Sapendo che Var[X 2Y ] = 16, scrivere la densità di (X, Y ). 6
7 2. Determinare la probabilità che log(x Y ) > Calcolare le densità marginali di X e Y. 4. Determinare la funzione caratteristica di 3X Determinare la legge di (S, T ) = (X + 1, X Y + 5). 6. Determinare il valore del parametro α tale che X = Y + αz con Z N (0, 1). Sapendo che X U(1, 2) f Y X (y x) = { 2y, x 2 0 < y < x 1. Qual è la legge di Y? 2. Calcolare la E[Y X] e E[E[Y X]]. 3. X e Y sono indipendenti? 9 Giugno 2008 Sia Z N (0, 1) e X = e Z. 1. Determinare f X (x). 2. Calcolare la speranza e la varianza di X. 3. X e Z sono indipendenti? 4. Sia Y B(1/2) indipendente da Z, calcolare la probabilità che X + Y > 0. Sia dato T = (X, Y ) un vettore aleatorio con densità congiunta { c x f (X,Y ) (x, y) = y, y 1 < x < 1, 1 < y < 2 0, altrimenti 1. Determinare c in modo che f (X,Y ) sia una densità. 2. Calcolare le densità marginali di X e Y. 3. Calcolare la probabilità che U = X + Y > Calcolare la speranza di X 2Y. Siano Y N (1, 4) e X Y =y N ( 1 4 (y 1), 3 4 ). 1. Determinare la E(X Y = 1) e E(X 2 Y ). 2. Calcolare la probabilità che X Y > 1. 7
8 3. Calcolare la funzione caratteristica di 2Y 1. Esercizio 4(solo MATEMATICA) Si consideri una successione (X n ) n di v.a. indipendenti, tali che, per ogni n, X n abbia legge esponenziale di parametro c n (con c > 0). Poniamo Y n = min(x 1,..., X n ). 23 Giugno 2008 Sia data una funzione definita da f(x) = αx 2, 1 < x < 1 β(x 1), 1 < x < 3 0, altrimenti 1. Determinare α e β in modo che f sia la densità di una variabile aleatoria X di media Calcolare la probabilità che X > 1 2, sapendo che X < Determinare la speranza di Y = X X e Y sono indipendenti? 5. Calcolare la densità di Y e calcolare la probabilità che Y < 4. È assegnato il vettore aleatorio (X, Y ) con densità uniforme sulla regione 1. Calcolare la probabilità che X > 1 2. A = {(x, y) : x < 1, y < 1, x + y > 1}. 2. Calcolare le densità marginali di X e Y : sono indipendenti? 3. Calcolare la E(X + 2Y 1 Y = 1/2). Siano X Γ(2, 1) e Y Γ(2, 2) indipendenti. 1. Calcolare la E(X 2 + Y 2 Y ). 2. Calcolare la densità di X + 2Y 3. Calcolare la E(X X + 2Y = y). 4. Calcolare la funzione caratteristica di 2X 3Y Esiste γ tale che γy abbia la stessa densità di X? 8
9 Esercizio 4 (solo MATEMATICA) Data una successione (U n ) n 1 di variabili aleatorie indipendenti e tali che U i G( successione X n = min(u n, U n+1 ) converge in legge? i 2(i+1) ). La 14 Luglio 2008 Sia dato un vettore gaussiano (X, Y, Z) tale che E(X) = 1, E(Y ) = 1, E(Z) = 0, V (X) = V (Y ) = 4, V (Z) = 1 Cov(X, Y ) = 1, Z X, Z Y 1. Scrivere la densitá dei vettori aleatori (X, Y, Z) e (X, Y ). 2. Calcolare la probabilitá che X Y 2Z > Determinare per quali valori di α, e αx ha media finita. 4. Determinare, se possibile, α e β tali che X + αy e βx Z siano indipendenti e abbiano la stessa legge. Sia { k(2 + x + y), x < 1, y < 1, x > y f(x, y) = 0, altrimenti 1. Calcolare la probabilitá che XY > 0, sapendo che X > Calcolare la speranza di X 2+X+Y. 3. Determinare la densità del vettore (X + Y, X Y 2 ). 4. Se B B(p) indipendente da X, calcolare la speranza di X B. Una moneta viene lanciata ripetutamente. Sappiamo che la probabilità p che esca testa è modellabile con una variabile aleatoria P, con densitá { 6p(1 p), 0 < p < 1, f P (p) = 0, altrimenti. 1. Sapendo che P = 1 2, calcolare la probabilità che in 5 lanci si ottengano 2 successi. 2. Indicando con T il tempo del primo successo (esce testa), calcolare la densitá di T. 3. Sapendo che P = 1/4, determinare il numero minimo di lanci affinché la probabilitá di ottenere testa almeno un terzo delle volte sia maggiore di80%. 9
10 Esercizio 4 (solo MATEMATICA) Sono assegnate (X n ) n 1 e (Y n ) n 1 due successioni di variabili aleatorie indipendenti, tali che X i E(c i ) e Y i U(i, i + 1), per ogni i 1 e c > Calcolare la funzione caratteristica di X n + Y n. 2. La successione T n = X n + Y n converge in legge? 16 Settembre 2008 Sia data una funzione definita da F (x) = ( 1 1 ) I a + x [0,+ ) (x). 1. Determinare a in modo che F sia la funzione di distribuzione cumulata associata a una variabile aleatoria assolutamente continua. 2. Fissato il valore di a dal punto (1.), calcolare la probabilità che X > 1 2, sapendo che X < Determinare la densità di Y = X Determinare la densità di T = max{x, 4}. È assegnato il vettore aleatorio (X, Y ) con densità { α ye y, x (0, + ), y (0, + ) f(x) = (x+y) 2 0, altrimenti 1. Determinare α in modo che f sia una densità. 2. Calcolare la speranza di (X+Y )2 (X+1) Per quali valori di k Z, E(Y k ) è finita? 4. Calcolare la densità marginale di Y e la speranza di Y. 5. Calcolare le densità condizionata di X dato Y = y. Siano X Y =y N (y, 4) e Y U(0, 1). 1. Sapendo che Y = 1/2, calcolare la probabilità che X 2 2X 3 > Calcolare la densità del vettore (X, Y ) 3. Calcolare la E(2X 3Y + 1 Y = y). 4. Calcolare la funzione caratteristica di 3Y Scrivere la densità di X in termini della funzione di distribuzione cumulata di una normale. 10
11 Esercizio 4 (solo MATEMATICA) Sia (X n ) n 1 una successione di variabili aleatorie i.i.d. con comune funzione di distribuzione cumulata F (x) = (1 e λx )I [0,+ ) (x), con λ > 0, e siano M n = max{x 1,..., X n }, Z n = (λm n log n). 1. Determinare esplicitamente la funzione di ripartizione di Z n, indicata con F n. 2. Determinare, per ogni x R G è una funzione di ripartizione? lim F n + n(x) =: G(x). 3. Cosa si può concludere sulla convergenza di Z n. 20 Gennaio 2009 Sia data una funzione definita da f(x) = αx 2, 1 < x < 1 β(x 2 1), 1 < x < 3 0, altrimenti 1. Determinare α e β in modo che f sia la densità di una variabile aleatoria X e P(X > 2) = 1/2 2. Calcolare la probabilità che X > 0, sapendo che X < Determinare la speranza di Y = X 2 2X X e Y sono indipendenti? 5. Calcolare la densità di Y e calcolare la probabilità che Y < 4. È assegnato il vettore aleatorio normale (X, Y ) con vettore delle medie (0, 0) e matrice M delle varianze ( 1 ) ρ ρ 1 1. Che condizioni deve soddisfare ρ perchè M sia effettivamente una matrice delle varianze? 2. Calcolare la densità condizionata di X dato Y = y e la speranza condizionata di X dato Y. 3. Calcolare la densità di T = e X. 4. Per quali valori di ρ, 2X Y e X + Y 3 sono indipendenti? Sia X B(1/3). Si costruisce una variabile Y X=k Γ(k + 1, 2). 11
12 1. Determinare la densità congiunta di (X, Y ). 2. Calcolare E(X Y = 1). 3. Calcolare la densità di Y. Esercizio 4 (solo MATEMATICA) Siano (X n ) n 2 variabili aleatorie indipendenti tali che P(X n = n) = P(X n = n) = 1 2n log n, P(X n = 0) = 1 1 n log n. Mostrare che X n converge in probabilità a 0. Cosa si può dire della convergenza in legge? 27 Febbraio Sia (X, Y ) una variabile aleatoria distribuita secondo la densità seguente k 0 < x < 1, 0 < y < 1 k f (X,Y ) (x, y) = 2 1 < x < 0, 1 < y < 0 1. Determinare il valore del parametro reale k 2. Determinare le densità marginale di X e Y : sono indipendenti? 3. Per quale valore a R, esiste E[X a Y a 1 ]. 4. Calcolare la media condizionata E[X Y = 1/2].. Sia (X, Y ) un vettore gaussiano multivariato tale che E(X) = E(Y ) = 1, V (X + Y ) V (X Y ) = 1, V (X) = 2V (Y ) = Scrivere la funzione di densità e la funzione caratteristica di (X, Y ). 2. Qual è la densità congiunta del vettore (X, 2X)? 3. Determinare legge congiunta di S = X Y e T = X 3Y Calcolare Cov(S, T ).. Si consideri una variabile X tale che la densità di X condizionata Y = y è f (X Y ) (x y) = { 1 2y 0 < x < 2y e Y U(1, 2). 1. Determinare la densità di X. 2. Calcolare la speranza E[Y X]. 12
13 3. Calcolare la P(X > 1). 4. Utilizzando le proprietà della speranza condizionata, dire se esiste finita la speranza di X. Esercizio 4. (SOLO MATEMATICA) Sia (X n ) n 1 una successione di variabili aleatorie tali che X n B(n, p n ). 1. Se p n = λ 1+n, provare che X n converge in legge a una Poisson di parametro λ. 2. Studiare la convergenza nel caso in cui p n = λ n 2. Giugno 2009 Data la funzione k(x + y) 0 < x < 1, 0 < y < 1 f(x, y) = kx 0 < x < 1, 0 < y < 2 x 1. Determinare k in modo che f sia la densità associata a un vettore aleatorio (X, Y ). 2. Determinare le densità marginali. 3. Calcolare la densità marginale di V = Y Calcolare la densità di (2X + Y, X 2 ) Sia dato (X, Y ) un vettore aleatorio con densità congiunta f (X,Y ) (x, y) = λe y2 +2xy+4x 2 6, 1. Determinare λ in modo che f (X,Y ) sia una densità. 2. Calcolare le densità marginali di X e Y. 3. X e Y sono indipendenti? 4. Determinare la funzione caratteristica di X. 5. Determinare la legge di (Z, T ) = (X Y 1, X 2Y + 1). Un apparecchiatura ha un tempo di vita Y che segue una legge esponenziale di parametro X, che dipende dalla quantità di uno dei materiali impiegati. Nel processo di produzione non è però possibile controllare la qualità X del materiale, che quindi si deve considerare aleatoria di legge Γ(α, λ) 1. Qual è la legge di Y? 2. Per quali valori di α e λ esiste finita E[Y ]? 3. Qual è la densità condizionata di X dato Y = y? 4. Calcolare la E[X Y ]. 13
14 Luglio 2009 Sia X una variabile aleatoria con densità f X (x) = xe x 1 x 0 (x) e Y una variabile aleatoria con legge (condizionata X) uniforme su [0, X]. 1. Determinare f Y X (y x), f X,Y (x, y) e f Y (y). 2. Calcolare la probabilità che X + Y Calcolare la E(Y ). Sia dato ( ) X Y un vettore aleatorio gaussiano con X N(0, 1) e Y N(0, 2) e matrice delle covarianze ( ) 2 1 C = Dimostrare che ( (( ) ( )) ) X X+Y N, Calcolare la varianza di X + Y 3. Determinare la probabilità che X + Y 2 > Calcolare la speranza di XY X 2. Si consideri la successione di variabili aleatorie indipendenti (X n ) n 1 di legge uniforme su [2, 4). Siano Z n = min(x 1,..., X n ) e T n = max(x 1,..., X n ). 1. T n e Z n convergono in legge? E in probabilità? 2. nz n e Tn n convergono in legge? E in probabilità? Esercizio 4 Siano X e Y due variabili aleatorie indipendenti di legge esponenziale di parametro λ e sia Z = X Y. 1. Calcolare la funzione caratteristica di Z. 2. Calcolare la densità di Z. Settembre 2009 Sia ( ) X Y un vettore aleatorio bidimensionale e { kx 0 < x < 1, 0 < y < x f(x, y) = 1. Determinare il valore di k che rende f una densità associata a ( X Y ). 14
15 2. X e Y sono indipendenti? 3. Qual è la legge di X Y? 4. Calcolare P(X + Y < 1/2 X Y 1/2) 5. Le variabili W = X + Y e Z = X Y sono indipendenti? Siano X e Y due variabili aleatorie indipendenti di bernoulli di parametro p. Sia Z = 1 {X+Y =0} 1. Calcolare E(Z X = 0). 2. Calcolare E(X Z). Le variabili aleatorie X 1 e X 2 hanno legge congiunta gaussiana con vettore delle medie ( 0 0) e matrice delle covarianze ( ) Quali delle seguenti coppie di variabili aleatorie sono indipendenti: X 1 + X 2 e X 1 X 2 oppure X 1 + X 2 e X 1 2X 2? 2. Il vettore aleatorio W = (X 1, X 2, X 1 + X 2 ) ha densità congiunta? Esistono α e β tale che (αx 1, βx 2, X 1 + X 2 ) abbia densità? Esercizio 4 Sia (X n ) n una successione di variabili aleatorie i.i.d. con P(X n = 1 2 ) = P(X n = 1 2 ) = 1 2 e poniamo Y n = 1 n (X X n ) 2 1. Calcolare la funzione di distribuzione cumulata di Y n. 2. Mostrare che (Y n ) n converge in legge e determinare la densità della legge limite. Appello straordinario 2009 Sia ( X Y ) un vettore aleatorio bidimensionale e f(x, y) = { c 1 y x 0 < x < y < 1 1. Determinare il valore di c che rende f una densità associata a ( X Y ). 2. X e Y sono indipendenti? quanto valgono le densità marginali di X e Y? 3. Qual è la legge di X Y? 4. Calcolare P(Y < 2X Y 3X) 15
16 5. Che valori assume il vettore aleatorio (V, W ) = (X Y, 2X + Y )? Siano X e Y due variabili aleatorie tali che la loro distribuzione congiunta data da P(X = n, Y t) = per ogni n N, t R + e con a > 0 fissato. ( ) 1. Calcolare E Y X Calcolare E(X Y ). 3. Calcolare E[1 X=3 Y = 4]. t Le variabili aleatorie X 1 e X 2 hanno legge congiunta 1. Determinare c 2. X 1 e X 2 sono indipendenti? 3. Calcolare la probabilità che Y > 1. 0 (ay) n e (1+a)y dy, n! f(x, y) = ce (2x2 +2x(y 1)+(y 1) 2 ) Esercizio 4 Sia (X n ) n una successione di variabili aleatorie i.i.d. di legge N (0, 1) e poniamo S n = 1 n (X X 3 n) 1. Mostrare che (S n ) n converge in legge e determinare la densità della legge limite. 2. Quanto vale P(S n 3) per n grande? Gennaio 2010 Siano X e Y variabili aleatorie indipendenti ed esponenziali di parametro λ, λ > 0 1. Calcolare la probabilità che X 2 Y 2 > Calcolare P( X Y > 1/λ). 3. Qual è la densità della variabile aleatoria X Y? e di X Y? 4. Le variabili aleatorie X + Y e X Y sono indipendenti? La variabile aleatoria Y ha densità esponenziale di parametro λ, mentre la variabile aleatoria X ha una densità condizionale dato Y = y data da f X Y (x y) = αyx α 1 e yxα, x > 0, α > 0 16
17 1. Qual è la densità di X? 2. Calcolare E(2Y X X = x). 3. Calcolare E[1 X>3 Y = 1]. Le variabili aleatorie X e Y hanno legge congiunta 1. Determinare c 2. X e Y sono indipendenti? 3. Calcolare E(X 2Y 1). f(x, y) = ce (4x2 +2xy+y 2 +2x+2y+1) Esercizio 4 Sia (X n ) n>1 una successione di variabili aleatorie indipendenti di legge P(X n = n 2 ) = 1 ( ) n 2, P X n = n2 n 2 = n 2. Studiare la convergenza di (X n ) n. Febbraio 2010 Siano X e Y variabili aleatorie con densità congiunta 1. Determinare la densitá di Y. 2. Calcolare E(X Y = y), con y > 0. f X,Y (x, y) = 1 2 (x + y)e x y 1 (0, ) (x)1 (0, ) (y). 3. Determinare il coefficiente di correlazione fra X e Y. Sia X una variabile aleatoria con densità gaussiana standard. La densità di Y condizionata a X = x sia invece una gaussiana di media nulla e varianza x Determinare la densità marginale di Y e la densità di X condizionate a Y = y. 2. Determinare il coefficiente di correlazione tra X e Y e verificare quindi se le due variabili sono indipendenti. Le variabili aleatorie X e Y hanno legge congiunta f(x, y) = c x y 1 (0,1) (x + y)1 (0,1) (x)1 (0,1) (y) e si consideri la trasformazione (U, V ) = ( X 2 + Y 2, X + Y ). 17
18 1. Determinare c 2. Determinare la densità congiunta di (U, V ) 3. X e Y sono indipendenti? 4. Calcolare la probabilità che U < 1 e V < 1. Esercizio 4 Sia (X n ) n una successione di variabili aleatorie indipendenti uniformi su [0, 1] 1. Calcolare media e varianza delle variabili aleatorie Y n = cos(2πx n ). 2. Posto Y n = 1 n n k=1 cos(2πx k). Mostrare che la successione (Y n ) n converge in probabilit e determinarne il limite. 3. Calcolare il limite lim n P( Y n > 1 10 n ). 18
Esame 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
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
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 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,
DettagliEsercizi settimana 5. Esercizi applicati. Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 2 3
1 Esercizi settimana 5 Esercizi applicati Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 3 di ottenere testa. Se scegliete la prima moneta vincete 10 punti se esce testa e punti
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
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
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,
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
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
DettagliCOMPLEMENTI DI ANALISI MATEMATICA DI BASE. Prova scritta del 26 gennaio 2005
Prova scritta del 26 gennaio 2005 Esercizio 1. Posto B = x R 2 : x 2 2}, sia f n } una successione di funzioni (misurabili e) integrabili in B tali che f n f q.o. in B e, per ogni n N, f n (x) 2 x 3 per
DettagliUNIVERSITA` di ROMA TOR VERGATA
UNIVERSITA` di ROMA TOR VERGATA Corso di PS2-Probabilità 2 P.Baldi appello, 7 giugno 200 Corso di Laurea in Matematica Esercizio Siano X, Y v.a. indipendenti di legge Ŵ(2, λ). Calcolare densità e la media
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..
Dettagli0 z < z < 2. 0 z < z 3
CALCOLO DELLE PROBABILITÀ o - 7 gennaio 004. Elettronica : 4; Nettuno: 3.. Data un urna di composizione incognita con palline bianche e nere, sia K = il numero di palline bianche nell urna è il doppio
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
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
DettagliTEST n La funzione di ripartizione di una variabile aleatoria:
TEST n. 1 1. Un esperimento consiste nell estrarre successivamente, con reimmissione nel mazzo, due carte da un mazzo di 52 carte. Individuare la probabilità di estrarre due assi. A 0.0059 B 0.0044 C 0.0045
DettagliVariabili aleatorie discrete. Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia
Variabili aleatorie discrete Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia 2015-16 1 / 45 Variabili aleatorie Una variabile aleatoria è simile a una variabile statistica Una variabile
Dettagli0 se y c 1 (y)) se c < y < d. 1 se y d
Capitolo. Parte IX Exercise.. Sia X una variabile aleatoria reale assolutamente continua e sia (a,b) un intervallo aperto (limitato o illimitato) di R, tale che P(X (a,b)) =. Sia ϕ : (a,b) R una funzione
DettagliVariabili aleatorie discrete
Capitolo 3 Variabili aleatorie discrete Esercizio 60 In una procedura di controllo di produzione, n processori prodotti da un processo industriale vengono sottoposti a controllo. Si assuma che ogni pezzo,
DettagliVariabili casuali multidimensionali
Capitolo 1 Variabili casuali multidimensionali Definizione 1.1 Le variabili casuali multidimensionali sono k-ple ordinate di variabili casuali unidimensionali definite sullo stesso spazio di probabilità.
Dettagli7.6. Distribuzione Esponenziale. Un n.a. continuo X con densità di probabilità
7.6 Distribuzione Esponenziale. 111 7.6. Distribuzione Esponenziale. Un n.a. continuo X con densità di probabilità { λe λx se x, (76) f(x) = se x
DettagliEsercitazione del 06/03/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 6/3/ Istituzioni di Calcolo delle Probabilità David Barbato barbato@math.unipd.it Esercizio. E la notte di San Lorenzo, Alessandra decide di andare a vedere le stelle cadenti. Osserverà
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
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
DettagliCALCOLO DELLE PROBABILITA - 14 Gennaio 2015 CdL in STAD, SIGAD
Cognome e Nome:....................................... Matricola............. CdS............. CALCOLO DELLE PROBABILITA - 4 Gennaio 5 CdL in STAD, SIGAD Motivare dettagliatamente le risposte su fogli
DettagliMetodi Matematici per la Gestione del Rischio - Esercizi
Metodi Matematici per la Gestione del Rischio - Esercizi. Considerare la seguente funzione di due variabili kxe y+x, per (x, y) [0, ] [0, + ), f(x, y) = 0, altrimenti. Determinare il valore della costante
Dettagli< 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 ALEATORIE Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al 6 lancio:
VARIABILI ALEATORIE. Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al lancio: a) si abbia testa per la prima volta? b) Si sia avuto testa almeno una volta? c) Si sia avuta
Dettagli1 Esercizi tutorato 1/4
Esercizi tutorato 1/ 1 1 Esercizi tutorato 1/ Esercizio 11 Siano X e Y due va discrete indipendenti di distribuzione geometrica con parametro p [0, 1] (i) Si calcoli la legge di X + Y, è una legge nota?
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 1 A. A. 4/5 a prova in itinere 8/6/5docenti G. Nappo, F. Spizzichino La prova scritta consiste nello svolgimento degli Esercizi
DettagliEsercizi svolti di statistica. Gianpaolo Gabutti
Esercizi svolti di statistica Gianpaolo Gabutti (gabuttig@hotmail.com) 1 Introduzione Questo breve documento contiene lo svolgimento di alcuni esercizi di statistica da me svolti durante la preparazione
DettagliDistribuzioni di Probabilità
Distribuzioni di Probabilità Distribuzioni discrete Distribuzione uniforme discreta Distribuzione di Poisson Distribuzioni continue Distribuzione Uniforme Distribuzione Gamma Distribuzione Esponenziale
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
DettagliEsercizi di Probabilità
Esercizi di Probabilità Annalisa Cerquetti - Sandra Fortini Vai all indice Istituto di Metodi Quantitativi, Viale Isonzo, 25, 2033 Milano, Italy. E-mail: annalisa.cerquetti@unibocconi.it,sandra.fortini@unibocconi.it
DettagliI appello di calcolo delle probabilità e statistica
I appello di calcolo delle probabilità e statistica A.Barchielli, L. Ladelli, G. Posta 8 Febbraio 13 Nome: Cognome: Matricola: Docente: I diritti d autore sono riservati. Ogni sfruttamento commerciale
DettagliScritto d esame di Analisi Matematica I
Capitolo 2: Scritti d esame 07 Pisa, 8 Gennaio 999. Studiare il comportamento della serie al variare del parametro α > /2. ( ) n n sin α n 2α 2. Sia ( ) f(x) = log + sin3 x. 2 (a) Determinare la derivata
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
DettagliPROCESSI STOCASTICI 1: ESERCIZI
PROCESSI STOCASTICI 1: ESERCIZI (1) ESERCIZIO: Date P e Q matrici stocastiche, dimostrare che la matrice prodotto P Q è una matrice stocastica. Dedurre che la potenza P n e il prodotto P 1 P 2 P n sono
DettagliPresentazione dell edizione italiana
1 Indice generale Presentazione dell edizione italiana Prefazione xi xiii Capitolo 1 Una introduzione alla statistica 1 1.1 Raccolta dei dati e statistica descrittiva... 1 1.2 Inferenza statistica e modelli
DettagliCompiti d Esame A.A. 2005/2006
Compiti d Esame A.A. 25/26 UNIVERSITÀ DEGLI STUDI DI PERUGIA A.A. 25/26 I Esercitazione 21 Aprile 26 { y = xy ln(xy) si chiede di dimostrare che: y(1) = 1, (a) ammette un unica soluzione massimale y =
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,
DettagliSESSIONE SUPPLETIVA QUESTIONARIO QUESITO 1
www.matefilia.it SESSIONE SUPPLETIVA 015 - QUESTIONARIO x QUESITO 1 Data la funzione integrale ln(t) dt, determinare per quali valori di x il suo grafico 1 incontra la retta di equazione y = x + 1. Calcoliamo
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
DettagliLE VARIABILI CASUALI A 1, A 2.,..., A k., p 2.,..., p k. generati da una specifica prova sono necessari ed incompatibili:
LE VARIABILI CASUALI Introduzione Data prova, ad essa risultano associati i k eventi A, A,..., A k con le relative probabilità p, p,..., p k. I k eventi A i generati da una specifica prova sono necessari
DettagliStatistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità
DettagliAlcune v.a. discrete notevoli
Alcune v.a. discrete notevoli Variabile aleatoria Bernoulliana Il risultato X di un esperimento aleatorio può essere classificato nel modo che segue: successo oppure insuccesso. Indichiamo: Successo =
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
DettagliNozioni preliminari... 1 Notazioni... 1 Alcunirichiamidianalisimatematica... 3 Sommeinfinite... 3
Indice Nozioni preliminari... 1 Notazioni... 1 Alcunirichiamidianalisimatematica... 3 Sommeinfinite... 3 1 Spazi di probabilità discreti: teoria... 7 1.1 Modelli probabilistici discreti..... 7 1.1.1 Considerazioni
Dettagli1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni: c) x + 1 d)x sin x.
Funzioni derivabili Esercizi svolti 1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni: a)2x 5 b) x 3 x 4 c) x + 1 d)x sin x. 2) Scrivere l equazione della retta tangente
DettagliESERCIZI MATEMATICA GENERALE - Canale III
ESERCIZI MATEMATICA GENERALE - Canale III Vettori Prof. A. Fabretti 1 A.A. 009/010 1 Dati in R i vettori v = (1,,, u = (,, 1 e w = (,, calcolare: a la combinazione lineare u + v + 4 w b il prodotto scalare
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
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,
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
DettagliTraccia della soluzione degli esercizi del Capitolo 3
Traccia della soluzione degli esercizi del Capitolo 3 Esercizio 68 Sia X una v.c. uniformenente distribuita nell intervallo ( π, π, cioè f X ( = π ( π, π (. Posto Y = cos(x, trovare la distribuzione di
DettagliPolitecnico di Torino II Facoltà di Architettura - 5 Luglio 2011 Esercizio 1. Sono date le matrici 2 1, B = 1 4
A Politecnico di Torino II Facoltà di Architettura - 5 Luglio 20 Esercizio. Sono date le matrici A = ( ) 2, B = 4 ( ). 2 a) Calcolare la matrice A. b) Enunciare ed applicare la regola di Cramer per determinare
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 Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino) Prova di giovedi febbraio 2005 (tempo a disposizione: 3 ore). consegna compiti e inizio orale Lunedì
DettagliPROBLEMI DI PROBABILITÀ 2
PROBLEMI DI PROBABILITÀ 2. Si sceglie a caso un numero X nell intervallo (0, ). (a) Qual è la probabilità che la usa prima cifra decimale sia? (b) Qual è la probabilità che la seconda cifra decimale sia
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
DettagliDISTRIBUZIONI DI PROBABILITA
DISTRIBUZIONI DI PROBABILITA Nell associare ai risultati di un esperimento un valore numerico si costruisce una variabile casuale (o aleatoria, o stocastica). Ogni variabile casuale ha una corrispondente
DettagliCalcolo delle Probabilità e Statistica
Calcolo delle Probabilità e Statistica Alcuni esercizi Laura Poggiolini Dipartimento di Matematica Applicata Giovanni Sansone Università di Firenze 2 Indice 1 Probabilità: esercizi vari 1 1.1 Combinatorica
DettagliTEMI D ESAME DI ANALISI MATEMATICA I
TEMI D ESAME DI ANALISI MATEMATICA I Corso di laurea quadriennale) in Fisica a.a. 003/04 Prova scritta del 3 aprile 003 ] Siano a, c parametri reali. Studiare l esistenza e, in caso affermativo, calcolare
DettagliComunicazioni Elettriche anno accademico Esercitazione 1
Comunicazioni Elettriche anno accademico 003-004 Esercitazione Esercizio Un processo aleatorio a tempo discreto X(n) è definito nel seguente modo: Viene lanciata una moneta. Se il risultato è testa X(n)=
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
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
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Variabili casuali Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio Determinare se le funzioni seguenti: 0.0 se x < 0. se x = g(x) = 0.5 se x = 0.7 se x = 3 se x =
DettagliTutorato di Complementi di Analisi Matematica e Statistica Parte di Analisi 6 e 10 aprile 2017
Tutorato di Complementi di Analisi Matematica e Statistica Parte di Analisi 6 e 10 aprile 2017 Esercizi: serie di potenze e serie di Taylor 1 Date le serie di potenze a.) n=2 ln(n) n 3 (x 5)n b.) n=2 ln(n)
DettagliEsercizi del Corso di Statistica. Parte I - Variabili Aleatorie Continue
Esercizi del Corso di Statistica Parte I - Variabili Aleatorie Continue 1. Costruire la variabile uniforme U sull intervallo [a, b], con a IR e b IR. 2. Sia X una variabile aleatoria tale che: 0 x < 1
DettagliCAPITOLO 9. Vettori Aleatori
CAPITOLO 9 Vettori Aleatori 9 9 Vettori Aleatori 3 9 Vettori Aleatori In molti esperimenti aleatori, indicando con Ω l insieme dei possibili risultati, al generico risultato dell esperimento, ω Ω, sono
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
DettagliEsercitazioni di Statistica Matematica A Lezione 2. Variabili con distribuzione gaussiana
Esercitazioni di Statistica Matematica A Lezione 2 Variabili con distribuzione gaussiana.) Una bilancia difettosa ha un errore sistematico di 0.g ed un errore casuale che si suppone avere la distribuzione
DettagliSistemi lineari - Parte Seconda - Esercizi
Sistemi lineari - Parte Seconda - Esercizi Terminologia Operazioni elementari sulle righe. Equivalenza per righe. Riduzione a scala per righe. Rango di una matrice. Forma canonica per righe. Eliminazione
DettagliAnalisi Matematica 2 Ingegneria Gestionale Docenti: B. Rubino e R. Sampalmieri L Aquila, 21 marzo 2005
Analisi Matematica 2 Ingegneria Gestionale Docenti: B. Rubino e R. Sampalmieri L Aquila, 21 marzo 2005 Prova orale il: Docente: Determinare, se esistono, il massimo ed il minimo assoluto della funzione
DettagliMATEMATICA CORSO A IV APPELLO PROVA SCRITTA DEL 18/01/2012 SCIENZE BIOLOGICHE
MATEMATICA CORSO A IV APPELLO PROVA SCRITTA DEL 18/01/2012 SCIENZE BIOLOGICHE 1-(Vale 4 punti) Per procedere all acquisto on line di un biglietto aereo è necessaria una password composta da 4 simboli che
DettagliANALISI MATEMATICA 3. esercizi assegnati per la prova scritta del 31 gennaio 2011
esercizi assegnati per la prova scritta del 31 gennaio 2011 Esercizio 1. Per x > 0 e n N si ponga f n (x) = ln ( n 5 x ) a) Provare l integrabilità delle funzioni f n in (0, + ). 3 + n 4 x 2. b) Studiare
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
Dettaglidocente: J. Mortera/P. Vicard Nome
A opportuni passaggi). Verrà accettato in consegna solo il presente plico. 2. [9] Una certa zona è servita da 4 compagnie telefoniche. Per ciascuna compagnia è stato rilevato il costo al minuto (in centesimi
DettagliVIII Indice 2.6 Esperimenti Dicotomici Ripetuti: Binomiale ed Ipergeometrica Processi Stocastici: Bernoul
1 Introduzione alla Teoria della Probabilità... 1 1.1 Introduzione........................................ 1 1.2 Spazio dei Campioni ed Eventi Aleatori................ 2 1.3 Misura di Probabilità... 5
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:
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2010/11
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 00/ Prova scritta del /0/0 Esercizio Due variabili aleatorie indipendenti, X e Y, verificano la relazione X Y. ) Si provi che F Y (x) F X (x) per ogni numero
DettagliCOPPIE DI VARIABILI ALEATORIE
COPPIE DI VAIABILI ALEATOIE E DI NADO 1 Funzioni di ripartizione congiunte e marginali Definizione 11 Siano X, Y va definite su uno stesso spazio di probabilità (Ω, F, P La coppia (X, Y viene detta va
DettagliScritto d esame di Analisi Matematica
116 Prove d Esame di Analisi Matematica Versione 2006 Pisa, 15 Gennaio 2000 x 0 sin x 4 x 4 (arctan x x) 4. 2. eterminare, al variare del parametro λ R, il numero di soluzioni dell equazione 2x 2 = λe
DettagliEsercizi su leggi condizionali e aspettazione condizionale
Esercizi su leggi condizionali e aspettazione condizionale. Siano X, Y, Z v.a. a valori in uno spazio misurabile (E, E) e tali che le coppie (X, Y ) e (Z, Y ) abbiano la stessa legge (in particolare anche
Dettaglie n n xn ( 1) n ( 1) n n + 1 2e n x n 3n [ln x]n 1 n + 1 2e n 1
1) Studiare la seguente serie di funzioni en ( 1) n n x n 2) Studiare la seguente serie di funzioni ( 1) n n + 1 2e n xn 3) Studiare la seguente serie di funzioni 3n [ln x]n 1 2n 4) Studiare la seguente
DettagliComputazione per l interazione naturale: fondamenti probabilistici
Computazione per l interazione naturale: fondamenti probabilistici Corso di Interazione Naturale Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it boccignone.di.unimi.it/in_2016.html
DettagliRICHIAMI DI STATISTISTICA E CALCOLO DELLE PROBABILITA
RICHIAMI DI STATISTISTICA E CALCOLO DELLE PROBABILITA La Statistica è la disciplina che studia gli eventi non deterministici (o incerti) riguardo ai quali non si ha una completa conoscenza. Tali eventi
DettagliEsame di Teoria dei Segnali A Ing. Informatica, Elettronica e Telecomunicazioni. 12 luglio 2004
Esame di Teoria dei Segnali A Ing. Informatica, Elettronica e Telecomunicazioni luglio 4 Esercizio Un sacchetto A contiene caramelle ai gusti fragola, limone e lampone. Un sacchetto B contiene caramelle
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
DettagliP(X > 0) = P(X 1 = 1) + P(X 1 = 1, X 2 = 1, X 3 = 1) =
1 Esercizi settimana 3 Esercizio 1. Un urna contiene 8 palline bianche, 4 nere e rosse. Si assuma di vincere e ogni volta che si estragga una pallina nera, si perda 1e per ogni pallina bianca e non succeda
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2015/2016 www.mat.uniroma2.it/~caramell/did 1516/ps.htm 01/03/2016 - Lezioni 1, 2 [Caramellino] Breve introduzione al corso. Fenomeni
Dettagliy (b) f(x, y) = y log x sin x (c) f(x, y) = tan y (d) f(x, y) = e x y (f) f(x, y) = cos(x 2 + y 2 )
FUNZIONI DI PIÙ VARIABILI. Siano date le seguenti funzioni: (a) f(x, y) = 3x + y (c) h(x, y) = x y (b) g(x, y) = xy (d) k(x, y) = x + y Determinare e disegnare nel piano cartesiano il dominio delle funzioni
DettagliCALCOLO DELLE PROBABILITA - 17 Febbraio 2014 CdL in STAD, SIGAD,
Cognome e Nome:....................................... Matricola............. CdS............. CALCOLO DELLE PROBABILITA - 7 Febbraio 4 CdL in STAD, SIGAD, Motivare dettagliatamente le risposte su fogli
Dettagli1) Applicare la nozione classica di probabilità a semplici esperimenti
1) Applicare la nozione classica di probabilità a semplici esperimenti aleatori. 1.A - Trova la probabilità che almeno due fra 11 persone abbiano lo stessa data di compleanno. R.] 0.14 1.B - In uno scaffale
DettagliProva Scritta di Probabilità e Statistica Cognome: Laurea in Matematica. 10 settembre 2012 Matricola: Nome:
Prova Scritta di Probabilità e Statistica Cognome: Laurea in Matematica Nome: 10 settembre 2012 Matricola: ESERCIZIO 1. Facendo uso solamente della definizione di spazio di probabilità, dell additività
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
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 8/04/2016
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 8/4/26 NOME: COGNOME: MATRICOLA: Esercizio Si supponga di avere
DettagliPrevisioni Statistiche
Previsioni Statistiche Matteo Pelagatti Questa versione: 21 novembre 2011 1 Il problema della previsione Da un punto di vista statistico prevedere significa determinare con il minore errore possibile la
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
Dettagli