Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE."

Transcript

1 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 2 ore 9,30 Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE. Esercizio. A e B si sfidano in una serie di 2 partite a scacchi. Supponiamo che in ogni partita vi sia una probabilità del 60% che vinca A, del 35% che vinca B e del 5% che la partita venga chiusa in pareggio; si suppone inoltre che i risultati delle diverse partite siano completamente indipendenti fra di loro. (Attenzione: il quesito e) può essere svolto prima dei quesiti con l asterisco) a) a-i Qual è la probabilità che A non vinca nella a partita? a-ii E quella che A perda nella a partita? a-iii Infine, sapendo che A non ha vinto nella a partita, qual è la probabilità che A perda nella a partita? b) b-i Qual è la probabilità che A vinca tutte le 2 partite? b-ii E quella che A perda almeno una delle partite? b-iii Infine qual è la probabilità che A vinca esattamente k partite?(specificare per quali valori di k tale probabilità risulta positiva) c)* Qual è la probabilità di {A vince esattamente partite e B vince esattamente 3 partite}? d)* Sapendo che A ha vinto esattamente partite, qual è la probabilità che vi sia stata esattamente una partita terminata in pareggio? e) Supponiamo ora che, nel corso del tempo, vengano giocate 400 partite fra A e B (sempre sotto le condizioni enunciate sopra). In termini del Teorema Centrale del Limite trovare un approssimazione per la probabilità che il numero delle partite vinte da A sia compreso fra 220 e 260. Esercizio 2. Sia X una variabile aleatoria con funzione di densità di probabilità data da 0 per x f(x) = k x per < x < 4 0 per x 4 a) Calcolare il valore di k. b) Mostrare che E(X) = 93/35. c) Calcolare la funzione di distribuzione di X. d) FACOLTATIVO Calcolare P ( X 3/2). Esercizio 3. X ed Y sono due variabili aleatorie discrete con distribuzione di probabilità descritta nella seguente tabella a) Calcolare il valore di c. b) Calcolare E(Y ) ed E(XY ). c) Calcolare P (Y = 0 X = 3). d) Calcolare P (X + Y 2). Y \X c 2c 2c c

2 FOGLIO RISPOSTE della prova di giovedì febbraio 2005 NOME e COGNOME... canale NAPPO canale SPIZZICHINO Esercizio. a-i) P(A non vinca nella a partita)=... a-ii) P(A perde nella a partita)=... a-iii) sapendo che A non ha vinto nella a partita, la probabilità che A perda nella a partita=... b-i) P(A vince tutte le 2 partite)=... b-ii)p(a perde almeno una delle partite)=... b-iii) P(A vince esattamente k partite)=... c)* P(A vince esattamente partite e B vince esattamente 3 partite)=... d)* Sapendo che A ha vinto esattamente partite, la probabilità che vi sia stata esattamente una partita terminata in pareggio=... e) La probabilità che su 400 partite il numero delle partite vinte da A sia compreso fra 220 e Esercizio 2. a) k=... b) Mostrare che E(X) = 93/35 svolto... non svolto... c) La funzione di distribuzione di X vale... per... F (x) =... per per... d) FACOLTATIVO P ( X 3/2)=... Esercizio 3. a) c=... b) E(Y )=... ed E(XY )=... c) P (Y = 0 X = 3)=... d) P (X + Y 2)=... 2

3 Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino) SOLUZIONI della prova di giovedì Febbraio 2005 Esercizio. A e B si sfidano in una serie di 2 partite a scacchi. Supponiamo che in ogni partita vi sia una probabilità del 60% che vinca A, del 35% che vinca B e del 5% che la partita venga chiusa in pareggio; si suppone inoltre che i risultati delle diverse partite siano completamente indipendenti fra di loro. (Attenzione: il quesito e) può essere svolto prima dei quesiti con l asterisco) a-i) Qual è la probabilità che A non vinca nella a partita? soluzione di a-i): La probabilità vale 40/00 = 2/5 posto A = {A vince nella a partita} si ha p A = P (A ) = 60/00 = 3/5 e si cerca P (A c ) = P (A ) = 60/00 = 40/00 = 2/5. a-ii) E quella che A perda nella a partita? soluzione di a-ii): La probabilità vale 35/00 = /20 posto B = {B vince nella a partita} = {A perde nella a partita} e si ha p B = P (B ) = 35/00 = /20. a-iii) Infine, sapendo che A non ha vinto nella a partita, qual è la probabilità che A perda nella a partita? soluzione di a-iii): La probabilità vale 35/40 = /8 si cerca P (B A c ) = P (B A c ) P (A c ) = P (B ) P (A c ) = = 8. b-i) Qual è la probabilità che A vinca tutte le 2 partite? soluzione di b-i): La probabilità vale (3/5) 2 posto A i = {A vince nella i sima partita} si ha che gli eventi A i sono indipendenti, con P (A i ) = p A = 60/00 = 3/5, e si cerca P ( 2 i= A i ) = 2 i= P (A i ) = ( ) b-ii) E quella che A perda almeno una delle partite? soluzione di b-ii): La probabilità vale (3/20) 2, posto B i = {B vince nella i sima partita} = {A perde nella i sima partita}, gli eventi B i sono indipendenti, con P (B i ) = p B == 35/00 = /20, e si cerca ( ( 2 P i= Bi c ) c 2 ) = P Bi c = i= 2 i= ( P (Bi ) = 20) 2 = ( )

4 b-iii) Infine qual è la probabilità che A vinca esattamente k partite? (specificare per quali valori di k tale probabilità risulta positiva) soluzione di b-iii): La probabilità vale ( ) 2 k (3/5) k (2/5) 2 k, per k = 0,,..., 2, mentre vale 0 per tutti gli altri valori di k si tratta di calcolare la probabilità che il numero di successi su n prove ripetute (cioè indipendenti e con la stessa probabilità p) sia uguale a k. Tale probabilità è data dalla distribuzione binomiale e vale ( n k) p k ( p) n k. In questo caso successo all i sima prova significa che si verificato l evento A i, n = 2 e p = p A = P (A i ) = 3/5. In altre parole posto X A = S 2 = 2 i=0 A i la variabile aleatoria X A = S 2 ha distribuzione bin(2, 3/5). c)* Qual è la probabilità di {A vince esattamente partite e B vince esattamente 3 partite}? soluzione di c): La probabilità cercata vale 2!/(! 3! 2!3/5) (/20) 3 (/20) 2. si tratta di 2 prove indipendenti a 3 esiti (vince A, vince B e pareggio) con probabilità p A = 3/5(= 2/20), p B = /20 e p C = (p A + p B ) = /20. Posto, come sopra, X A il numero delle vittorie di A, X B il numero delle vittorie di B ed X C = 2 (X A + X B ) il numero dei pareggi, si cerca P (X A =, X B = 3) = P (X A =, X B = 3, X C = 2) = 2!! 3! 2! p A p 3 Bp 2 C. d)* Sapendo che A ha vinto esattamente partite, qual è la probabilità che vi sia stata esattamente una partita terminata in pareggio? soluzione di d): La probabilità cercata vale 5 ( ) 4 ( ) 2 2 condizionatamente a sapere che X A = si tratta della probabilità che sulle rimanenti 5 prove ci siano 4 vittorie di B ed un pareggio. Dalla teoria, e in accordo con l intuizione, si ha che la distribuzione di X B e di X C condizionata all evento A ha vinto si ottiene attraverso le probabilità binomiali, tenendo conto che, per ciascuna delle 5 partite rimaste (in cui A non ha vinto), vanno considerate la probabilità di vittoria di B, condizionata all evento A non ha vinto e la probabilità di pareggio condizionata all evento A non ha vinto, ossia P (X B = 4, X C = X A = ) = 5! ( ) 4 ( ) pb pc. 4!! p A p A Allo stesso risultato si può arrivare per calcolo diretto utilizzando P (X B = 4, X C = X A = ) = P (X A = X B = 4, X C = ) P (X A = ) P (X A = X B = 4, X C = ) = 2!! 4!! p A p 4 Bp C P (X A = ) = 2!! 5! p A ( p A ) 5. e) Supponiamo ora che, nel corso del tempo, vengano giocate 400 partite fra A e B (sempre sotto le condizioni enunciate sopra). In termini del Teorema Centrale del Limite trovare un approssimazione per la probabilità che il numero delle partite vinte da A sia compreso fra 220 e 260. soluzione di e): La probabilità cercata vale circa 0, 9586., per il Teorema Centrale del Limite si ha che, posto S n = n i=0 A i, p = P (A i ) = 3/5, e Φ(x) la funzione di distribuzione di una v.a. gaussiana standard, P ( a Sn np np( p) b ) Φ(b) Φ(a) 4

5 uniformemente in a e b, e quindi anche che P (α S n β) = P ( α np Sn np β np Φ β np Φ α np ). np( p) np( p) np( p) np( p) np( p) In particolare per n = 400, α = 80 e β = 300 si ha P (220 S ) Φ ( (3/5) Φ (3/5) = Φ (3/52/5) 400 (3/52/5)) Φ ) ovvero P (220 S ) Φ ( Φ = Φ 6 5 ) Φ 6 5. Tenendo conto che / 6 0, 408, e quindi 5/ 6 2, 04, e che Φ(x) Φ( x) = Φ(x) ( Φ(x) ) = 2 Φ(x), ed infine che dalle tavole della gaussiana si ha si ha Φ(2, 04) P (220 S ) 2 Φ(2, 04) = 0, Esercizio 2. Sia X una variabile aleatoria con funzione di densità di probabilità data da 0 per x f(x) = k x per < x < 4 0 per x 4 a) Calcolare il valore di k. soluzione di a): k = 3/4 e quindi = ( 4 ) k = y dy = 3 2 La seconda uguaglianza deriva dal fatto che b b) Mostrare che E(X) = 93/35. soluzione di b): E(X) = a f(y) dy = 4 k y dy 4 3/2 = 3 2 y dy = x 3/2 b a (3/2) = 2 3 (b3/2 a 3/2 ) y f(y) dy = 3 2 = 3 4 5/2 5/2 2 (5/2) 4 c) Calcolare la funzione di distribuzione di X. soluzione di c): La funzione di distribuzione di X è 2 3 = 3 2. y y dy = 3 2 y 5/2 4 (5/2) = 3 5 (25 ) = =

6 x F (x) = f(y) dy 0 per x < (x3/2 ) per x < 4 per x 4 i casi x < ed x 4 sono ovvi. Per x < 4 si ha F (x) = x 3 3 y dy = 2 2 y 3/2 x (3/2) = ( x 3/2 ). d) FACOLTATIVO Calcolare P ( X 3/2). soluzione di d): P ( X 3/2) = 9/56. P ( X 3/2) = P ( X (3/2) 2) = F ( (3/2) 2) = [(3/2)2 ] 3/2 = (3/2)3 = (2/8) = 2 8 = Esercizio 3. X ed Y sono due variabili aleatorie discrete con distribuzione di probabilità descritta nella seguente tabella a) Calcolare il valore di c. soluzione di a): c = 0. = /0 = j {,0,} Y \X i {,2,3,4} c 2c 2c c P (X = i, Y = j) = c + 2c + 2c + c = 6 c = 6 c da cui immediatamente c = 6 ( 4/0) = = 0, e quindi Y \X b) Calcolare E(Y ) ed E(XY ). soluzione di b): E(Y ) = 0.4 = 4/0 ed E(XY ) =. = (/0) E(Y ) = ( ) + 0 ( ) + ( ) = 6 c = = 0.4 6

7 E(XY ) = j {,0,} i {,2,3,4} i j P (X = i, Y = j) = ( ) 0. + ( ) ( ) ( ) ) = ( ) ( ) = =. c) Calcolare P (Y = 0 X = 3). soluzione di c): P (Y = 0 X = 3) = / P (Y = 0 X = 3) = = P (Y = 0, X = 3) P (X = 3) = = P (Y = 0, X = 3) P (Y =, X = 3) + P (Y = 0, X = 3) + P (Y =, X = 3) = 5 35 =. d) Calcolare P (X + Y 2). soluzione di b): P (X + Y 2) = 0. = /0 P (X + Y 2) = da cui i {,2,3,4} j {,0,} i+j 2 P (X = i, Y = j), P (X + Y 2) = P (X =, Y = ) + P (X =, Y = 0) + P (X =, Y = ) + P (X = 2, Y = ) + P (X = 2, Y = 0) + P (X = 3, Y = ) = = 0.

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.

Scrivere 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

Dettagli

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.

Scrivere 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

Dettagli

Corso 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) 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

Dettagli

Calcolo 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 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

Dettagli

CALCOLO DELLE PROBABILITA - 24 Giugno 2015 CdL in STAD, SIGAD Compito intero Seconda prova in itinere: esercizi 4,5,6.

CALCOLO 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

Dettagli

Corso 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 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

Dettagli

UNIVERSITÀ 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 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,

Dettagli

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}

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} 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

Dettagli

CALCOLO DELLE PROBABILITA - 14 Gennaio 2015 CdL in STAD, SIGAD

CALCOLO 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

Dettagli

ESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE

ESERCITAZIONE 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

Dettagli

Calcolo delle Probabilità 2

Calcolo 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

Dettagli

Esame 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). 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:

Dettagli

X Vincita (in euro) Tabella 1: Vincite

X Vincita (in euro) Tabella 1: Vincite Cognome e Nome:....................................... Matricola............. CdS............. CALCOLO DELLE PROBABILITA - 9 Giugno 1 CdS in STAD, SIGAD - docente: G. Sanfilippo Motivare dettagliatamente

Dettagli

Esame di Probabilità e Statistica del 3 aprile 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).

Esame di Probabilità e Statistica del 3 aprile 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Esame di Probabilità e Statistica del 3 aprile 007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. Es. 3 Es. 4 Somma Voto finale Attenzione:

Dettagli

Probabilità e Statistica per l Informatica Esercitazione 4

Probabilità 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,

Dettagli

ES.2.3. è pari ad 1. Una variabile aleatoria X che assume valori su tutta la retta si dice distribuita

ES.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

Dettagli

Probabilità 1, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09

Probabilità 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

Dettagli

Metodi Matematici Probabilità e Statistica. Correzione Compitino del

Metodi 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

Dettagli

Statistica Applicata all edilizia: alcune distribuzioni di probabilità

Statistica 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

Dettagli

Esame di AM2 & EAP (270/04) a.a. 2009/10

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

Dettagli

Prova di AUTOVALUTAZIONE (novembre 2009). nota: l esame ha validità solo se incluso nel piano degli studi per l anno accademico corrente.

Prova di AUTOVALUTAZIONE (novembre 2009). nota: l esame ha validità solo se incluso nel piano degli studi per l anno accademico corrente. UNIVERSITA DEGLI STUDI ROMA TRE CdS in Ingegneria Informatica corso di FONDAMENTI DI TELECOMUNICAZIONI Prova di AUTOVALUTAZIONE (novembre 2009). COMPITO A nota: l esame ha validità solo se incluso nel

Dettagli

Esame di Probabilità e Statistica del 23 agosto 2010 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).

Esame di Probabilità e Statistica del 23 agosto 2010 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Esame di Probabilità e Statistica del 3 agosto 00 Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. Es. 3 Es. 4 Somma Voto finale Attenzione: si

Dettagli

I appello di calcolo delle probabilità e statistica

I 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

Dettagli

CP110 Probabilità: Esonero 1

CP110 Probabilità: Esonero 1 Dipartimento di Matematica, Roma Tre Pietro Caputo 2016-17, II semestre 11 aprile, 2017 CP110 Probabilità: Esonero 1 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante l esame

Dettagli

4.4. DEVIAZIONI DALLA MEDIA 41

4.4. DEVIAZIONI DALLA MEDIA 41 4.4. DEVIAZIONI DALLA MEDIA 4 4.4. Deviazioni dalla media Il valore atteso E(X) di una variabile aleatoria X dà un idea di quanto ci possiamo aspettare, ma abbiamo già visto che non è esattamente il valore

Dettagli

{ } corrisponde all uscita della faccia i-esima del dado. La distribuzione di probabilità associata ( )

{ } corrisponde all uscita della faccia i-esima del dado. La distribuzione di probabilità associata ( ) Università di Trento - Corsi di Laurea in Ingegneria Civile e in Ingegneria per l Ambiente e il Territorio - 2017/18 Analisi Matematica 1 - professore Alberto Valli 2 foglio di esercizi 25 settembre 2017

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2010/11

PROVE 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

Dettagli

II Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17

II Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17 II Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì 4 febbraio 7 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile

Dettagli

Compiti tematici capp. 5,6

Compiti tematici capp. 5,6 Compiti tematici capp. 5,6 a cura di Giovanni M. Marchetti 2016 ver. 0.6 Indice Esercizi dai compiti a casa (HW..................................... 8 1. Se X e Y sono due variabili casuali independenti,

Dettagli

Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 6/02/2017

Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 6/02/2017 Corso di Laurea in Ingegneria Informatica e Automatica (M-Z Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 6/02/2017 NOME: COGNOME: MATRICOLA: Esercizio 1 Nel gioco del

Dettagli

Alcune v.a. discrete notevoli

Alcune 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 =

Dettagli

Esercitazione 4 del corso di Statistica (parte 2)

Esercitazione 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

Dettagli

PROBABILITÀ I. a.a. 2011/2012 DIARIO DELLE LEZIONI

PROBABILITÀ 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

Dettagli

DOMANDA 1: mettere una croce sulla affermazione esatta (90 89)

DOMANDA 1: mettere una croce sulla affermazione esatta (90 89) PROVA D ESAME - 0 marzo 00 nome: cognome: SSIS-INDIRIZZO MATEMATICA E MATEMATICA APPLICATA (primo anno MATEMATICA APPLICATA B: CALCOLO DELLE PROBABILITÀ Per le domande a risposta aperta il punteggio varia

Dettagli

ESERCIZI HLAFO ALFIE MIMUN

ESERCIZI HLAFO ALFIE MIMUN ESERCIZI HLAFO ALFIE MIMUN December, 27. Testo degli esercizi Risolvere i seguenti problemi: () Siano X, X 2, X 3 variabili aleatorie i.i.d. bernulliane di media.5 e siano Y, Y 2, Y 3, Y 4 variabili aleatorie

Dettagli

Esercitazione del 06/03/2012 Istituzioni di Calcolo delle Probabilità

Esercitazione 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

Dettagli

STATISTICA (2) ESERCITAZIONE 2. Dott.ssa Antonella Costanzo

STATISTICA (2) ESERCITAZIONE 2. Dott.ssa Antonella Costanzo STATISTICA (2) ESERCITAZIONE 2 5.02.2014 Dott.ssa Antonella Costanzo Esercizio 1. La v.c. Normale: uso delle tavole E noto che un certo tipo di dati si distribuiscono secondo una gaussiana di media 10

Dettagli

Esercizi di Calcolo delle Probabilità

Esercizi 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

Dettagli

PROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE

PROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ SCHEDA

Dettagli

Compito di Probabilità e Statistica

Compito di Probabilità e Statistica Compito di Probabilità e Statistica Tempo: 180 Minuti 23 Giugno 2017, 10:00-13:00 Corso di Laurea in Informatica Docente: Marco Formentin Nome: Cognome: Numero di matricola: Esercizio 1 2 3 4 5 6 Punti

Dettagli

Esercitazione 4 del corso di Statistica 2 Prof. Domenico Vistocco

Esercitazione 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.

Dettagli

P (0 semafori rossi) = 0,05 P (1 semaforo rosso) = 0,20 P (2 semafori rossi) = 0,25 P (3 semafori rossi) = 0,35 P (4 semafori rossi) = 0,15

P (0 semafori rossi) = 0,05 P (1 semaforo rosso) = 0,20 P (2 semafori rossi) = 0,25 P (3 semafori rossi) = 0,35 P (4 semafori rossi) = 0,15 ESERCITAZIONE : ROBABILITA, VARIABILI CASUALI, BINOMIALE ESERCIZIO N. Una donna che si reca al lavoro in macchina ha osservato che il seguente modello è un approssimato modello probabilistico per il numero

Dettagli

Lezioni 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 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

Dettagli

Esame di Istituzioni di Matematica II del 18 gennaio 2001 (Corso di Laurea in Biotecnologie, Universitá degli Studi di Padova). Cognome Nome Matricola

Esame di Istituzioni di Matematica II del 18 gennaio 2001 (Corso di Laurea in Biotecnologie, Universitá degli Studi di Padova). Cognome Nome Matricola Esame di Istituzioni di Matematica II del 8 gennaio 00 (Corso di Laurea in Biotecnologie, Universitá degli Studi di Padova). Cognome Nome Matricola Es. Es. Es. 3 Es. 4 Somma Voto finale Attenzione: si

Dettagli

Variabili 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 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

Dettagli

un elemento scelto a caso dello spazio degli esiti di un fenomeno aleatorio;

un 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

Dettagli

Esercizi su leggi condizionali e aspettazione condizionale

Esercizi 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

Dettagli

CALCOLO DELLE PROBABILITÀ - 9 giugno 1998 Scrivere le risposte negli appositi spazi Motivare dettagliatamente le risposte su fogli allegati

CALCOLO 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

Dettagli

11. Sia g(y) la funzione inversa di f(x) = x 3 + x + 1. Calcolare. 14. Calcolare la somma della serie

11. Sia g(y) la funzione inversa di f(x) = x 3 + x + 1. Calcolare. 14. Calcolare la somma della serie Prova N. parti e : risposte Matematica e Statistica 0 gennaio 0 VARIANTE: 0 risposte: C A C B B B B D A B A C D C D B A C D A Ricordiamo che se Z ha distribuzione normale standard, si ha P (Z >.00) = %,

Dettagli

TEST n La funzione di ripartizione di una variabile aleatoria:

TEST 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

Dettagli

Statistica descrittiva I. La frequenza

Statistica descrittiva I. La frequenza Statistica descrittiva I. La frequenza Supponiamo di ripetere n volte un esperimento che può dare esito 0 o 1, il numero di uni su n ripetizioni è detto frequenza di 1: f 1,n = #{esperimenti con esito

Dettagli

PROCESSI STOCASTICI 1: ESERCIZI

PROCESSI 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

Dettagli

Statistica ARGOMENTI. Calcolo combinatorio

Statistica ARGOMENTI. Calcolo combinatorio Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità

Dettagli

X (o equivalentemente rispetto a X n ) è la

X (o equivalentemente rispetto a X n ) è la Esercizi di Calcolo delle Probabilità della 5 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova). Esercizio 1. Siano (X n ) n i.i.d. di Bernoulli di parametro p e definiamo per

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07

PROVE 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

Dettagli

Esercizi su variabili discrete: binomiali e ipergeometriche

Esercizi 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

Dettagli

Esercitazione del 07/02/2012 Istituzioni di Calcolo delle Probabilità

Esercitazione del 07/02/2012 Istituzioni di Calcolo delle Probabilità Esercitazione del 07/0/0 Istituzioni di Calcolo delle Probabilità David Barbato Esercizio Vengono lanciati due dadi a 6 facce regolari. Calcolare le seguenti probabilità. (a) Qual è la probabilità che

Dettagli

Esercitazione del 13/04/2015 Probabilità e Statistica

Esercitazione del 13/04/2015 Probabilità e Statistica Esercitazione del 3/04/205 Probabilità e Statistica David Barbato I quesiti contrassegnati con il simbolo saranno accessibili nella seconda metà del corso. Esercizio. Una nota concessionaria automobilistica

Dettagli

P (K C) = P (C) P (K C) = P (C K)P (K) = 1 p = p. Per trovare P (C), condizioniamo al fatto che sapesse la risposta o meno.

P (K C) = P (C) P (K C) = P (C K)P (K) = 1 p = p. Per trovare P (C), condizioniamo al fatto che sapesse la risposta o meno. Esami di Calcolo delle Probabilitá del 28 Settembre 29 É fatto assoluto divieto di usare appunti e libri di testo, il candidato che non osserverá questo divieto avrá annullato il compito e sará allontanato

Dettagli

VARIABILI 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 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

Dettagli

Variabili aleatorie continue

Variabili aleatorie continue Variabili aleatorie continue Per descrivere la distribuzione di una variabile aleatoria continua, non si può più assegnare una probabilità positiva ad ogni valore possibile. Si assume allora di poter specificare

Dettagli

Vedi: Probabilità e cenni di statistica

Vedi:  Probabilità e cenni di statistica Vedi: http://www.df.unipi.it/~andreozz/labcia.html Probabilità e cenni di statistica Funzione di distribuzione discreta Istogrammi e normalizzazione Distribuzioni continue Nel caso continuo la probabilità

Dettagli

Esame di Probabilità e Statistica del 9 luglio 2010 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).

Esame di Probabilità e Statistica del 9 luglio 2010 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Esame di Probabilità e Statistica del 9 luglio 2010 (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:

Dettagli

Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prima prova in itinere

Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prima prova in itinere Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica 69AA) A.A. 06/7 - Prima prova in itinere 07-0-03 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.

Dettagli

Matricola: Corso: 1. (4 Punti) Stimare la variazione del reddito quando il prezzo del prodotto finale raddoppia.

Matricola: 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

Dettagli

Esercizi Teoria della Probabilità

Esercizi Teoria della Probabilità Esercizi Teoria della Probabilità Esercizio 1 Durante un corso universitario, uno studente prova a svolgere una serie di esercizi. La risposta agli esercizi è di tipo binario (SI/NO). Supponendo la completa

Dettagli

X = X 1 + X 2 +... + X n. dove. 1 se alla i-esima prova si ha un successo 0 se alla i-esima prova si ha un insuccesso. X i =

X = X 1 + X 2 +... + X n. dove. 1 se alla i-esima prova si ha un successo 0 se alla i-esima prova si ha un insuccesso. X i = PIU DI UNA VARIABILE CASUALE Supponiamo di avere n variabili casuali, X 1, X 2,..., X n. Le n variabili casuali si dicono indipendenti se e solo se P(X 1 x 1 X 2 x 2... X n x n ) = = P(X 1 x 1 ) P(X 2

Dettagli

Esercizi svolti di statistica. Gianpaolo Gabutti

Esercizi 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

Dettagli

Prova di recupero di Probabilità e Statistica - A * 21/04/2006

Prova di recupero di Probabilità e Statistica - A * 21/04/2006 Prova di recupero di Probabilità e Statistica - A * /04/006 (NB: saranno prese in considerazione solo le risposte adeguatamente motivate) tempo di lavoro: Due ore. Per conseguire la patente di guida, un

Dettagli

Leggi congiunte di variabili aleatorie

Leggi congiunte di variabili aleatorie eggi congiunte di variabili aleatorie CAPIT 6 6. FUNZINI DI DISTRIBUZINE CNGIUNTE Fino a ora abbiamo considerato unicamente le leggi di singole variabili aleatorie. Tuttavia, siamo spesso interessati a

Dettagli

MATEMATICA GENERALE APPLICAZIONI DI MATEMATICA PER L ECONOMIA 1/6/2011 A. NOME e COGNOME Matricola. x = x 3 + 1

MATEMATICA GENERALE APPLICAZIONI DI MATEMATICA PER L ECONOMIA 1/6/2011 A. NOME e COGNOME Matricola. x = x 3 + 1 1/6/2011 A NOME e COGNOME Matricola I parte: quesiti preliminari (riportare le soluzioni su questo foglio, giusti cando la risposta) i) Si risolva l equazione: x + 5 7 = x 3 + 1 ii) Si risolva la disequazione:

Dettagli

Calcolo Combinatorio e Probabilità

Calcolo 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 :=

Dettagli

..., x M. : codice o sequenza di bit che rappresentano il messaggio x i ; n i : lunghezza in bit del codice C X i

..., x M. : codice o sequenza di bit che rappresentano il messaggio x i ; n i : lunghezza in bit del codice C X i Definizioni X : sorgente di informazione discreta; X k : messaggi prodotti da X ; ogni messaggio è una v.c.d., k è l'indice temporale; alfabeto di X : insieme {x,..., x } degli messaggi che la sorgente

Dettagli

Esercizi di Calcolo delle Probabilità. David Barbato

Esercizi 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

Dettagli

MATEMATICA E STATISTICA CORSO A CORSO DI LAUREA IN SCIENZE BIOLOGICHE MOLECOLARI

MATEMATICA E STATISTICA CORSO A CORSO DI LAUREA IN SCIENZE BIOLOGICHE MOLECOLARI MATEMATICA E STATISTICA CORSO A CORSO DI LAUREA IN SCIENZE BIOLOGICHE MOLECOLARI ESERCITATI CON ME! I ESERCITAZIONE 1) Misure ripetute (materiale secco su vetrino) della lunghezza del diametro maggiore

Dettagli

Esercizi settimana 5. Esercizi applicati. Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 2 3

Esercizi 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

Dettagli

Analisi 4 - SOLUZIONI (compito del 29/09/2011)

Analisi 4 - SOLUZIONI (compito del 29/09/2011) Corso di laurea in Matematica Analisi 4 - SOLUZIONI compito del 9/09/0 Docente: Claudia Anedda Calcolare, tramite uno sviluppo in serie noto, la radice quinta di e la radice cubica di 9 Utilizzando la

Dettagli

Statistica. Alfonso Iodice D Enza

Statistica. 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 /

Dettagli

COPPIE DI VARIABILI ALEATORIE

COPPIE 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

Dettagli

DISTRIBUZIONI DI PROBABILITA

DISTRIBUZIONI 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

Dettagli

Statistica Inferenziale

Statistica Inferenziale Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 3 Abbiamo visto: Definizione di partizione di Teorema di Bayes Definizione di variabile aleatoria

Dettagli

P (T + H)P (H) P (T + H)P (H) + P (T + H)P ( H) 0.95P (H) 0.95P (H) (1 P (H)) ragionevole screening su popolazione a rischio

P (T + H)P (H) P (T + H)P (H) + P (T + H)P ( H) 0.95P (H) 0.95P (H) (1 P (H)) ragionevole screening su popolazione a rischio Test per HIV T + = test positivo ; T = test negativo H = presenza di HIV Test sensibile: P (T + H) = 0.95 possibilità di falsi risultati P (T H) = 1 0.95 = 0.05 P (T + H) = 0.05 (supponiamo) calcoliamo

Dettagli

VARIABILI CASUALI CONTINUE

VARIABILI 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

Dettagli

Corsi di Laurea in Matematica Probabilità I Anno Accademico 2012-2013 5 giugno 2013

Corsi 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

Dettagli

Progetto Olimpiadi di Matematica 1997

Progetto Olimpiadi di Matematica 1997 SCUOLA NORMALE SUPERIORE DI PISA Progetto Olimpiadi di Matematica 1997 GARA di SECONDO LIVELLO 19 febbraio 1997 Norme per la correzione ad uso degli insegnanti Come per lo scorso anno, la prova è distinta

Dettagli

3 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 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

Dettagli

Distribuzione di Probabilità

Distribuzione 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

Dettagli

Istituzioni di Statistica e Statistica Economica

Istituzioni di Statistica e Statistica Economica Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 3 A. Sia una variabile casuale che si distribuisce secondo

Dettagli

4.1 Variabili casuali discrete e continue, e loro distribuzioni

4.1 Variabili casuali discrete e continue, e loro distribuzioni 4 Variabili casuali 4.1 Variabili casuali discrete e continue, e loro distribuzioni Nel Capitolo di Statistica Descrittiva abbiamo chiamato variabile una quantità numerica che vegna rilevata o misurata.

Dettagli

Project Scheduling: PERT. Il PERT ha potenzialità superiori rispetto a quelle di un semplice mezzo per la pianificazione ed il controllo.

Project Scheduling: PERT. Il PERT ha potenzialità superiori rispetto a quelle di un semplice mezzo per la pianificazione ed il controllo. 1. Introduzione Project Scheduling: PERT Il PERT è una tecnica introdotta per la pianificazione ed il controllo di progetti in cui le durate t ij delle singole attività sono delle variabili aleatorie.

Dettagli

Cognome: Nome: Matricola: a. Si enunci e dimostri il teorema della media integrale per funzioni continue. (5 punti)

Cognome: Nome: Matricola: a. Si enunci e dimostri il teorema della media integrale per funzioni continue. (5 punti) Analisi e Geometria Seconda Prova 3 gennaio 207 Docente: Politecnico di Milano Scuola di Ingegneria Industriale e dell Informazione Cognome: Nome: Matricola: a. Si enunci e dimostri il teorema della media

Dettagli

TEST DI AUTOVALUTAZIONE VARIABILI ALEATORIE

TEST DI AUTOVALUTAZIONE VARIABILI ALEATORIE TEST DI AUTOVALUTAZIONE VARIABILI ALEATORIE 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

Dettagli

Esame di Statistica del 19 settembre 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova).

Esame di Statistica del 19 settembre 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Esame di Statistica del 19 settembre 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione: si

Dettagli

1 Eventi. Operazioni tra eventi. Insiemi ed eventi. Insieme dei casi elementari. Definizione di probabilità.

1 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

Dettagli

Elementi di base su modello binomiale e modello normale

Elementi di base su modello binomiale e modello normale Elementi di base su modello binomiale e modello normale (alcune note) Parte 1: il modello binomiale Di fondamentale importanza nell analisi della qualità sono i modelli. I due principali modelli statistico-probablistici

Dettagli

0 z < z < 2. 0 z < z 3

0 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

Dettagli

Variabili casuali. - di Massimo Cristallo -

Variabili 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

Dettagli

Variabile Casuale Normale

Variabile Casuale Normale Variabile Casuale Normale Variabile Casuale Normale o Gaussiana E una variabile casuale continua che assume tutti i numeri reali, è definita dalla seguente funzione di densità: 1 f( x) = e σ 2 π ( x µ

Dettagli

Teoria della probabilità Variabili casuali

Teoria della probabilità Variabili casuali Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità Variabili casuali A.A. 2008-09 Alberto Perotti DELEN-DAUIN Variabile casuale Una variabile

Dettagli

Esame di Teoria dei Segnali A Ing. Informatica, Elettronica e Telecomunicazioni. 12 luglio 2004

Esame 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

Dettagli