Eserciziario di Calcolo delle Probabilità. Piero Quatto, Riccardo Borgoni, Elena Colicino, Daniela Mariosa

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Eserciziario di Calcolo delle Probabilità. Piero Quatto, Riccardo Borgoni, Elena Colicino, Daniela Mariosa"

Transcript

1 Eserciziario di Calcolo delle Probabilità Piero Quatto, Riccardo Borgoni, Elena Colicino, Daniela Mariosa 1

2 PARTE 1 Probabilità e variabili casuali discrete

3 Sezione 1. Insieme e calcolo combinatorio Esercizio 1 Scrivere a cosa corrisponde la parte colorata Esercizio Ad un concorso sono ammesse solo persone laureate e che hanno meno di trent anni o che hanno figli. Filippo non è laureato, ha 5 anni e un figlio. Tommaso è laureato, ha 40 anni e due figli. Mattia è laureato, ha 31 anni e non ha figli. Chi di loro può partecipare al concorso? Esercizio 3 Siano gli insiemi: A = {1,}; B = {,3}; C = {3,4}; D = {4,5}. Trovare A B, C D, A B e C D. Verificare che (A B) (C D) diverso da (A B) (C D) A B={} e C D={4}, mentre A B={1,,3} e C D={3,4,5}, da cui si ottiene che {} {4} = {,4} e {1,,3} {3,4,5} = {3} (sono diversi) Esercizio 4 Sia X ={a, b, c, d}. Scrivere tutti gli elementi dell insieme A formato da tutti i sottoinsiemi di X che hanno cardinalità e dell insieme B formato da tutti i sottoinsiemi di X che non contengono a. Determinare: A B, A B. A= {{a, b}, {a, c}, {a, d}, {b, c}, {b, d}, {c, d}}; B= {0, {b}, {c}, {d}, {b, c}, {b, d}, {c, d}, {b, c, d}}; A B= {{b, c}, {b, d}, {c, d}}; 3

4 A B= {0, {b}, {c}, {d}, {a, b}, {a, c}, {a, d}, {b, c}, {b, d}, {c, d}, {b, c, d}}. Esercizio 5 Sia A = { 1,, 3,..., 11 }. 1. Quanti sono i sottoinsiemi di A?. Quanti di questi contengono il numero 5? 3. Quanti sottoinsiemi contengono il numero o il numero 7? 4. Quanti non contengono numeri pari? 1. A = 11 = Per calcolare quanti sottoinsiemi contengono il numero 5 basta considerare i sottoinsiemi di A \ {5} (a ciascuno di questi possiamo aggiungere l elemento 5 per ottenere un sottoinsieme di A che contiene 5, e viceversa). Quindi abbiamo A\{5} = 10 = 104 sottoinsiemi possibili. 3. I sottoinsiemi che non contengono né né 7 sono evidentemente A\{,7} = 9 = 51. I sottoinsiemi che contengono o 7 sono quindi = I sottoinsiemi che non contengono numeri pari sono formati esclusivamente da numeri dispari. L insieme A comprende sei numeri dispari (1, 3, 5, 7, 9 e 11) e quindi ha 6 = 64 possibili sottoinsiemi di numeri dispari. Esercizio 6 In una gara con 5 concorrenti vengono premiati i primi cinque. 1. Quante sono le possibili assegnazioni dei premi?. Quante sono le possibili assegnazioni dei premi se si sa che il concorrente Rossi è sicuramente tra essi? 3. Quante sono le possibili assegnazioni dei premi se si sa che Rossi arriverà secondo? 1. Nel primo caso basta fare D 5,5 = Nel secondo caso basta disporre i 4 concorrenti diversi da Rossi nelle quattro posizioni possibili (D 4,4 =5504) e poi piazzare Rossi, che potrà andare in uno dei cinque posti possibili: = Nell'ultimo caso si dovranno solo piazzare i 4 concorrenti diversi da Rossi nelle quattro posizioni possibili (D 4,4 =5504). Esercizio 7 Quanti sono gli anagrammi della parola cane (ammettendo anche parole prive di significato)? Si tratta di calcolare le disposizioni di 4 oggetti distinti di classe 4. Si ottiene 4. Esercizio 8 Supponiamo di avere 15 letterine magnetiche diverse tra loro a disposizione: quante parole diverse di 5 lettere potremmo formare con esse (ammettendo anche parole prive di significato)? In questo caso la stringa che dobbiamo formare ha 5 posizioni. Nella prima posizione possiamo mettere uno qualsiasi dei 15 caratteri magnetici. Nella seconda posizione possiamo mettere solo uno dei rimanenti 14 caratteri. Nella terza possiamo scegliere tra 13 lettere, e nella quarta tra 1. Nell ultima 4

5 posizione possiamo scegliere solo tra 11 lettere: quelle non utilizzate nelle altre 4 posizioni. Quindi in totale ci sono = scritte possibili. Esercizio 9 In quanti modi possiamo assegnare i numeri di maglia (da 1 a 11) agli 11 titolari di una squadra di calcio? Mettiamo i giocatori in riga e distribuiamo le maglie: al primo giocatore può toccare una qualsiasi delle 11 maglie, al secondo una delle 10 rimaste... P(11,11) = 11! = Esercizio 10 In quanti modi possiamo scegliere 11 giocatori da una rosa di 18 (senza badare ai loro ruoli)? Con la formula delle combinazioni otteniamo: C(18,11) =18! /(7! 11!)= Esercizio 11 Da un mazzo di 5 carte quanti modi possibili ci sono di scegliere 5 carte? Con la formula delle combinazioni otteniamo: C(5,5) =5!/(47! 5!)=

6 Sezione. Eventi e probabilità Esercizio 1 In un urna ci sono 0 palline: 4 Bianche e 16 Nere. Si effettuano due estrazioni con reinserimento. Calcolare: la probabilità che la prima pallina estratta sia nera la probabilità di ottenere due palline dello stesso colore la probabilità che almeno una sia nera la probabilità di avere due palline di colore diverso Sia l evento N={la prima pallina estratta è nera}. P(N) = la proporzione di palline nere 0 nell urna U={due palline dello stesso colore}={bb, NN}. P(U)= + = N1={almeno una pallina nera}={bn, NB, NN}. P(N1)= + + = oppure P(almeno una nera) = 1 P(BB) D={palline di colore diverso}={bn,nb}. P(D)=1-P(U)= 5 Esercizio 13 In un azienda ci sono due macchine che vengono utilizzate quotidianamente. Nel corso di una giornata la probabilità che si rompa la prima è 0,1 e che si rompa la seconda 0,15. Le due macchine possono rompersi indipendentemente l una dall altra. a. Qual è la probabilità che nel corso di una giornata non si rompa nessuna macchina? b. Qual è la probabilità che nel corso di una giornata si rompa almeno una macchina? c. I due eventi considerati al punto a e b sono indipendenti? Sono incompatibili? Sia l evento A={Si rompe la prima macchina}: P(A)=0,1 Sia l evento B={si rompe la seconda macchina}: P(B)=0,15 1. Poiché A e B sono indipendenti: P( A B) = P(A) P(B) = 0,765. P(si rompe almeno una macchina)= P(A B) = 1 P(A B) = 0,35 3. A B e A B sono eventi complementari pertanto sono incompatibili (l intersezione tra i due eventi è ) e non sono indipendenti. Esercizio 14 Un dado regolare viene lanciato due volte. Nell ipotesi che si sappia che il punteggio totale dei due lanci è 6 qual è la probabilità che il punteggio del primo lancio sia stato 3? Siano gli eventi A={punteggio totale uguale a 6} B={punteggio del primo lancio uguale a 3}. Si ha: A={(1,5),(,4),(3,3),(4,),(5,1)} B={(3,1),(3,),(3,3),(3,4),(3,5),(3,6)} A B={(3,3)} 6

7 Quindi P(A)=5/36, P(A B)=1/36, P(B A)= P(A B)/P(A)=1/5 Esercizio 15 Sapendo che P(A) =0,3 e P(A B)=0,65 determinare la probabilità di P(B): 1. Nell'ipotesi che A e B siano indipendenti.. Nell'ipotesi che A e B siano incompatibili. 3. Nell'ipotesi in cui P(B A)=0,01 1. In questo caso P(A B)=P(A)*P(B) quindi P(A B)=P(A)+P(B)-P(A)*P(B) da cui segue che P(B)=(P(A B)-P(A))/(1-P(A))=0,5. In questo caso P(A B)=0 quindi P(A B)=P(A)+P(B) da cui segue che P(B)=P(A B)-P(A) =0,35 3. In questo caso P(B A)=0,01 quindi P(A B)=P(A)+P(B)-P(A B)=P(A)+P(B)-P(B A)*P(A) da cui segue che P(B)=P(A B)-P(A)+ P(B A)*P(A)=0,353 Esercizio 16 Si dimostri che se A, B e C sono eventi indipendenti allora vale: P(A B C)=1-[1-P(A)]*[1-P(B)]*[1-P(C)] P(A B C)=1-P( A B C)= 1- P( A)*P( B)*P( C)=1-[1-P(A)]*[1-P(B)]*[1-P(C)] Esercizio 17 Due amiche si recano in libreria. E' noto che la probabilità che la prima acquisti libri è 0,6, che la seconda acquisti libri è 0,8 e che entrambe acquistino libri è 0,5. Sapendo che all'uscita dalla libreria almeno una ha acquistato libri, determinare la probabilità che la prima abbia acquistato libri. Siano gli eventi A={la prima acquista libri}, B={la seconda acquista libri}. P(A)=0,6, P(B)=0,8 e P(A B)=0,5. P(A B)=P(A)+P(B)- P(A B) P(A (A B))=P(A (A B))/P(A B)=P(A (A B))/ P(A B)=P(A)/P(A B) Esercizio 18 (Prova scritta del /9/003) La probabilità che uno studente si presenti preparato all esame di Statistica Matematica è del 75%. Inoltre, la probabilità che uno studente preparato superi l esame è del 96%, mentre la probabilità che uno studente non preparato sia promosso è del 3%. 1. Scelto a caso uno studente, si verifichi che i due eventi A={studente preparato} e B={esame superato} non sono incompatibili e si determini P(B).. Si calcoli la probabilità che uno studente che ha superato l esame sia preparato e la si confronti con la probabilità che uno studente che ha superato l esame non sia preparato. 3. Si stabilisca se gli eventi A e B sono indipendenti. Sono date P(A)=0.75, P(B A)=0.96 e P(B A)=

8 1. Due eventi sono incompatibili se A B = ovvero poiché P(A B)=P(B A)P(A) = 0.7 >0 A B i due eventi sono compatibili. P(B)=P(B A) *P(A)+P(B A)*P( A)= P(A B)=P(A B)/P(B)=0.99. P( A B)=1-P(A B)= Due eventi sono indipendenti se P(A B) = P(A) P(B) poiché P(A) P(B) = P(A B) A,B non sono indipendenti. Esercizio 19 (Prova scritta del //004) La probabilità che oggi piova è 0,5, mentre la probabilità che sia nuvoloso è 0,40. Inoltre la probabilità che sia nuvoloso dato che piove è pari a Si determini la probabilità che piova dato che è nuvoloso.. Si confronti la probabilità che sia nuvoloso e piova con la probabilità che piova. 3. Si determini la probabilità che sia nuvoloso e non piova. Siano gli eventi P={piove} e N={nuvoloso}. P(P)=0,5, P(N)=0,4 e P(N P)=1. 1. P(P N)=(P(N P)*P(P))/P(N)= 1*0,5/0,4=0,65. P(P N)=P(P) infatti P(P N)= P(N P)*P(P)=0,5 3. P(N P)=P( P N)*P(N)=(1-P(P N))*P(N)=0,375*0,4=0,15 Esercizio 0 In una popolazione il 9% ha la malattia A. Sapendo che il 60% di coloro che hanno la malattia A hanno anche la malattia B, mentre il 75% di coloro che non hanno A non hanno neppure B. Qual è la probabilità che un individuo scelto casualmente: 1. non abbia la malattia B.. abbia la malattia A sapendo che ha anche la malattia B. P(A)=0,09, P(B A)=0,6 e P( B A)=0,75 1. P( B)=P( B A)*P(A)+P( B A)*P( A)=(1-P(B A))*P(A)+ P( B A)*P( A). P(A B)=(P(B A)*P(A))/P(B) Esercizio 1 (Prova scritta del 3//004) La probabilità che un individuo scelto a caso abbia una certa malattia è 0,03. Inoltre la diagnosi della malattia è effettuata mediante un test caratterizzato dalle probabilità seguenti: la probabilità che un soggetto malato risulti positivo al test è 0,90, mentre la probabilità che un soggetto non malato sia positivo è 0,0. 1. Si determini la probabilità che il test sia esito positivo.. Si calcoli la probabilità che un soggetto sia malato, dato che è risultato positivo al test. 3. Si confronti la probabilità del punto precedente con la probabilità che il soggetto non sia malato dato che il test è negativo. Siano gli eventi M={malato} e T={test positivo}. P(M)=0,03, P(T M)=0,9 e P(T M)=0,0. 1. P(T)=P(T M)*P(M)+P(T M)*P( M). P(M T)=(P(T M)*P(M))/P(T) 3. P( M T)=(P( T M)*P( M))/P( T)=((1-P(T M))*P( M))/P( T) 8

9 Esercizio (Prova scritta del 3//003) Un programma per computer impiega la subroutine A nel 3% dei casi e la subroutine B nel restante 68%. Tale programma termina entro un prefissato tempo limite con probabilità 0,65 quando utilizza la subroutine A e con probabilità 0,80 quando usa B. 1. Si calcoli la probabilità che il programma termini entro il tempo limite.. Si calcoli la probabilità che il programma abbia usato A dato che è terminato entro il tempo limite. Siano gli eventi A={impiega la subroutine A}, B={impiega la subroutine B} e T={termina entro il tempo limite}. P(A)=0,3, P(B)=0,68, P(T A)=0,65 e P(T B)=0,8. 1. P(T)=P(T A)*P(A)+P(T B)*P(B)=0,75. P(A T)=(P(T A)*P(A))/P(T)=0,765 Esercizio 3 (v.c. uniforme discreta) Il tempo di percorrenza del treno che collega la stazione di Roma Termini con l aeroporto L. Da Vinci di Fiumicino è di 30 minuti esatti. Il percorso è lungo 30 km. e la velocità di percorrenza è costante durante tutta la tratta. 1. Si è interessati a valutare la probabilità che il treno interrompa la corsa tra il 15-mo km. ed il 19- mo km. per un guasto improvviso. Quanto vale tale probabilità?. Calcolare il valore atteso e la varianza della distribuzione di riferimento. 1. Poiché la velocità di percorrenza del treno è costante è lecito attendersi che la probabilità che il treno interrompa improvvisamente la corsa per un guasto improvviso è costante durante tutta la tratta di percorrenza, e quindi pari ad 1/30. La variabile casuale di riferimento X il treno arresta la sua corsa all i-mo km. per un guasto improvviso è quindi la uniforme discreta. Dal 15-mo al 19-mo chilometro il treno percorre 5 dei 30 km. di percorrenza totale. La probabilità richiesta è pertanto: P(15 X 19)=P(X=15)+ P(X=16)+ P(X=17)+ P(X=18)+ P(X=19)=(1/30) *5=0,17. E(X)=(n+1)/=(30+1)/=15,5 V(X)=(n -1)/1=75,08 9

10 Sezione 3. Le varaibili casuali binomiale e Poisson Esercizio 4 (v.c. binomiale) Un nuovo trattamento farmacologico sperimentato nell ultimo anno è caratterizzato da una probabilità d successo (guarigione) pari a Un ospedale decide di sottoporre 4 pazienti al trattamento e si può ragionevolmente assumere che la reazione di ciascuno di tali pazienti sia indipendente da quelle degli altri. 1. Qual è la distribuzione di probabilità del numero di guarigioni tra i 4 pazienti in cura?. Qual è il numero atteso di pazienti, tra i 4 sottoposti al trattamento, che guariranno dalla patologia di cui soffrono? 3. Qual è la probabilità che, dei 4 pazienti sottoposti al trattamento, almeno uno guarisca? 1. Sia X i una variabile aleatoria definita da: X i = 1 paziente i guarisce 0 altrimenti per ogni i = 1,, 3, 4. In base a quanto suggerito dal testo, X i ~bern(0.55). Di conseguenza: N = X 1 + X + X 3 + X 4 = numero di pazienti guariti, su 4. Essendo le X i indipendenti, oltre che identicamente distribuite, ne consegue che N~binom(4, 0.55) cioè 4 x 4 x P[N = x] = (0,55) (0,45) x=0,1,,3,4 x. Si ricordi che se N~binom(n, p), allora E[N] = np. Nel nostro caso: E[N] = =.. 3. In questo caso: P[N 1] = 1 P[N < 1] = 1 P[N = 0] = 1 (0.45)4 = Esercizio 5 (v.c. binomiale) Un mazzo di fiori è composto da 5 fiori: 13 rose, 13 margherite, 13 viole e 13 girasoli. Vengono estratti 5 fiori con reinserimento. Si è interessati alla variabile X= numero di girasoli ottenute nelle estrazioni. Determinare: 1. Il valore e la varianza della variabile X. La probabilità di estrarre tre girasoli 3. La probabilità di estrarre almeno un girasole 4. La probabilità di estrarre almeno tre girasoli 5. La probabilità di estrarre al più tre girasoli 6. La probabilità di non estrarre girasoli La v.c. che descrive il numero di volte, nelle n prove, che si verifica l evento è la v.c. Binomiale. Il supporto in tale caso è dato dai numeri interi da 0 a n. Nel nostro caso i parametri della v.c sono n=5 e p=13/5=1/4. Quindi X~Bi(5,1/4). E(X)=np=5 (1/4)=1,5 V(X)=npq=5(1/4)(3/4)=15/16 la probabilità di estrarre 3 girasoli: P(X=3)=(5!/(3!(5-3)!))(1/4) 3 (3/4) 5-3 =0,0879 la probabilità di estrarre almeno un girasole: P(X 1)= P(X=1)= P(X=)+ P(X=3)+ P(X=4)+ P(X=5)=1-P(X=0)=1-0,373=0,767 la probabilità di estrarre almeno tre girasoli: 10

11 P(X 3)= P(X=3)+ P(X=4)+ P(X=5)= 0,0879+0, ,001=0,1035 la probabilità di estrarre al più tre girasoli: P(X 3)= P(X=3)+ P(X=)+ P(X=1)+P(X=0)=1-P(X>3)=1-[P(X=4)+P(X=5)]=0,9844 la probabilità di non estrarre girasoli: P(X=0)=(5!/(0!(5-0)!))1(3/4) 5 =0,373 Esercizio 6 (v.c. binomiale) Un giocatore lancia sei volte un dado regolare. Qual è la probabilità che: 1. esca un numero pari almeno cinque volte. esca un numero minore di 3 al più una sola volta Lanciare 6 volte un dado equivale ad effettuare n=6 prove indipendenti. 1. Fissare l attenzione su un numero pari significa identificare due esiti: esito pari = successo, per cui p=0,5 esito dispari = insuccesso, per cui (1-p)=q=0,5 Si utilizza quindi la v.c. Binomiale (6, 1/) ottenendo: P(X 5)= P(X=5)+ P(X=6) Dove P(X=5)=(6!/(5!(6-5)!))(1/) 5 (1/) 6-5 =0,0938 P(X=6)=(6!/(6!(6-6)!))(1/) 6 (1/) 6-6 =0,0156 Ottenendo P(X 5)= P(X=5)+ P(X=6)=0,1094. Fissare l attenzione su un numero minore di 3 significa identificare due eventi: esito<3 = successo, per cui p=1/3 esito 3 = insuccesso, per cui 1-p=q=/3 Utilizzando la v.c. Binomiale(6,1/3) otteniamo: P(X 1)= P(X=0)+ P(X=1)= 0, ,634=0,351 Esercizio 7 (v.c. poisson) Il numero di studenti che si presentano presso la segreteria di un grande Ateneo ha una distribuzione di Poisson. In media si presentano 3 studenti al minuto, 1. Qual è la probabilità che in un minuto arrivi almeno uno studente?. Qual è la probabilità che in due minuti non arrivi alcuno studente? 3. Qual è la probabilità che in tre minuti arrivino 15 studenti? 4. Qual è il numero medio di studenti in un ora? 1. P(X=0)= (e )/0!=0,0498 P(X 1)= 1- P(X=0)=1-0,0498= Se il numero di studenti che entrano in segreteria è pari a λ 1 = E (X) = 3, di conseguenza la v.c. che descrive il numero di studenti in minuti è X ~ Po(λ ) dove λ =λ 1 =6 P(X=0)= (e )/0!=0, X 3 ~ Po(λ 3 ) dove λ 3 =3λ 1 =9 P(X=15)= (e )/15!=0, Se supponiamo λ = 3 studenti al minuto, allora in un ora λ = 3*60=180 studenti. Esercizio 8 (v.c. poisson) Se la probabilità che un individuo sia allergico ad un certo vaccino è 0.001, 1. determinare la probabilità che su 000 individui 3 siano allergici al vaccino. determinare la probabilità che su 000 individui più di siano allergici al vaccino. 11

12 N è grande e p è vicino a 0, quindi la distribuzione binomiale è ben approssimata dalla distribuzione di Poisson. X λ X λ e e P(X individui allergici) = = X! X! Dove λ = Np = ( 000)(0.001) =. 3 e 4 1. P(3 individui allergici) = = = ! 3e 0 e 1. P(nessun individuo allergico) = = 0! e 1 e P(1 individuo allergico) = = 1! e e P( individui allergici) = =! e P(Più di individui allergici)= 1 P(nessuno o 1 o individui allergici) = 1 (1/ e + / e + / e ) = 1 5/ e = Esercizio 9 (v.c. poisson) In una fabbrica di cioccolato il numero X cioccolatini di forma irregolare prodotti giornalmente da una macchina segue una distribuzione di Poisson con media θ. 1. Si calcoli la probabilità che X sia < 1.. Si calcoli la probabilità che X sia Definita la v.c. Y = min(,x), se ne determini il supporto e la funzione di probabilità. 4. Si calcoli il valor medio di Y. X è una v.c. di Poisson con parametro θ e Y = min(,x). 1. P(X < 1) = [P(X = 0)] = (e -θ θ 0 )/0! = e -θ. P(X 4) = 1 P(X < 4) = 1 [P(X = 0)+ P(X = 1)+ P(X = )+ P(X = 3)] = 1 (1+θ+(θ /)+ (θ 3 /6))exp(-θ). 3. La v.c. Y ha supporto {0,1,} e funzione di probabilità data da P(Y = 0) = P(X = 0) = exp(-θ), P(Y = 1) = P(X = 1) = θexp(-θ) P(Y = ) = P(X ) = 1 (1+θ)exp(-θ). 4. E(Y) = 0 P(Y = 0) + 1 P(Y = 1) + P(Y = ) = θexp(-θ) + [1 (1+θ)exp(-θ)] = (+θ)exp(-θ). Esercizio 30 Si lanciano due dadi con 4 facce (numerate da 1 a 4) equiprobabili. 1. Trovare il supporto della v.c. Somma del punteggio dei due dadi.. Calcolare la funzione di probabilità della v.c. Somma. 3. Calcolare la probabilità che si presenti un Calcolare la probabilità che si presenti un punteggio almeno pari a Scrivere la funzione di ripartizione della v.c. Somma. 6. Calcolare valore atteso e varianza. 1

13 Supporto:{,3,4,5,6,7,8}. Funzione di probabilità è: X P(X=x) 0, ,15 4 0, ,5 6 0, ,15 8 0, P(X=8)=1/16 4. P(X 5)=P(X=5)+P(X=6)+P(X=7)+P(X=8) =0,5+0,1875+0,15+0, La funzione di ripartizione è: 0 x < 0,065 x < 3 0, x < 4 0,375 4 x < 5 Φ X ( x) = 0,65 5 x < 6 0,815 6 x < 7 0, x < 8 1 x E(X) = x P(X = x) =5 x= V(X)=E(X )-E(X) = 8 x= x P(X = x) -5=,5 13

14 Sezione 4. Le varaibili casuali Geometrica e Ipergeometrica Esercizio 31 (v.c. geometrica) La probabilità che un centralino sia occupato ad un dato istante è p, indipendente dall istante considerato. Determinare la legge di probabilità del numero di tentativi necessari per trovare la linea libera, se le chiamate vengono smistate immediatamente. Siano p=pr{centralino sia occupato all istante t} e X= {il numero di tentativi per trovare la linea libera}. p(x)=p(x=x) = pr{x tentativi per avere la linea} = pr{primi x-1 tentativi con linea occupata, 1 tentativo con linea libera} = (pr{linea occupata}) x-1 (pr{linea libera}) = Geometrica (1-p) Esercizio 3 (v.c. geometrica) Il gestore di una stazione di servizio regala un gratta e vinci ad ogni cliente. Egli garantisce che ogni gratta e vinci ha probabilità 0,05 di contenere un messaggio che dà diritto a 0 euro di benzina gratuiti. Un automobilista decide di far rifornimento sempre nella stessa stazione finché non ottiene un gratta e vinci con il messaggio vincente. 1. Qual è la probabilità che un gratta e vinci con il messaggio vincente si verifichi al quinto acquisto di benzina?. Qual è il numero medio di acquisti di benzina che l automobilista deve effettuare affinché si verifichi il gratta e vinci con il messaggio vincente? 3. Qual è la probabilità che l automobilista vinca per la prima volta i 0 euro di benzina al terzo gratta e vinci acquistato, dato che nei primi due non ha vinto? CASO A: Se con X si intende il numero di insuccessi prima del successo (vincita) la funzione di probabilità della v.c. è: P(X=x)=p(1-p) x con x=0,1,,3, CASO B: Se con X si intende il numero dei tentativi per trovare il messaggio vincente (i tentativi comprendono gli insuccessi e anche il successo) la funzione di probabilità della v.c. è: P(X=x)=p(1-p) x- 1 con x=1,,3, 1. CASO A: Se con X si intende il numero di insuccessi prima del successo: P(X=4) = (1-0,05) 4 *0,05 = 0,0407 CASO B: Se con X si intende il numero dei tentativi per trovare il messaggio vincente (insuccessi + il successo): P(X=5) = (1-0,05) 5-1 *0,05=0,0407. CASO A: Se con X si intende il numero di insuccessi allora il valore atteso di X è E[X]=(1- p)/p=0,95/0,05 acquisti di benzina. CASO B: Se con X si intende il numero dei tentativi per trovare il messaggio vincente (insuccessi + il successo) allora il valore atteso di X è E[X]=1/p=1/0,05 acquisti di benzina. 3. Ci si avvale della proprietà di assenza di memoria della geometrica. CASO A: Se con X si intende il numero di insuccessi prima del successo: P(X= X )=P(X=0)=(1-0,05) 0 *0,05=0,05. CASO B: Se con X si intende il numero dei tentativi per trovare il messaggio vincente (insuccessi + il successo) P(X=3 X )=P(X=1)= (1-0,05) 1-1 *0,05 = 0,05. 14

15 Esercizio 33 (v.c. geometrica) In un'analisi di laboratorio, un esperimento ha il 30% di probabilità di dare una risposta positiva. Quante prove/tentativi occorre fare per avere una probabilità del 90% di avere una risposta positiva? La variabile X è il numero di prove/tentativi. Si ha p = 0,3. P(X = 1) = 0,3 P(X = 1)=0,30<0,90 P(X = ) = 0,3*0,7 = 0,1 P(X = 1)+ P(X = )=0,51<0,90 P(X = 6) = 0,3(1-0,3) 5 = 0,05 P(X = 1)+P(X = )+ P(X = 3)+ + P(X = 6)=0,88<0,90 P(X = 7) = 0,3(1-0,3) 6 =0,035 P(X = 1)+P(X = )+ P(X = 3)+ + P(X = 7)=0,91>0,90 Sono quindi necessarie 7 prove/tentativi. Esercizio 34 (v.c. ipergeometrica) Una scatola di cioccolatini è composta da 5 cioccolatini, fra i quali vi sono 13 al liquore e 4 con la ciliegia. Un bambino sceglie a caso, senza rimessa, 5 cioccolatini, qual è la probabilità che siano tutti al liquore? qual è la probabilità che 4 dei 5 siano con la ciliegia? Quando l estrazione avviene in blocco (senza reimmissione) la v.c. che descrive il numero di unità favorevoli nelle n estrazioni è ipergeometrica. La sua distribuzione dipende da 3 parametri: N = numero complessivo delle unità, F = casi favorevoli e n = numero di estrazioni. X~IP(N;F;n). La probabilità che X assuma valore x si calcola come rapporto tra casi favorevoli e casi possibili 1 X ~IP(5;13;5) P(X=5)= X ~IP(5;4;5) Esercizio 35 (v.c. ipergeometrica) Si consideri un urna composta da 1 palline: 5 verdi, 4 rosse e 3 blu. Si supponga di estrarre a caso, senza reimmissione, 3 palline dall urna: Qual e la probabilità che siano tutte blu? X IP(1;3;3) 15

16 Esercizio 36 (Prova parziale 1/3/006) Si trovi il valore del parametro θ per cui la tabella seguente definisce la funzione di probabilità di una v.c. unidimensionale X. X 0 1 p(x) ½ θ θ 1. Si calcolino P(0,5<X<,5) e P(X>,1).. Si calcolino il valore atteso e la varianza della v.c. 3. Si determini la funzione di ripartizione della v.c. X. La funzione p(x) rappresenta la funzione di probabilità di una v.c. X. Deve valere x= 0 P(X = x) = 1 e P(X = x) 0 x. Quindi θ = 1/6. X 0 1 p(x) ½ 1/6 /6 1. P(0.5<X<.5)=P(X=1)+P(X=)=½ P(X>,1)=0.. E(X)=0+1/6+4/6=5/6 Var(X)=E(X ) E(X) =3/ (5/6) =9/36=0.81, essendo E(X ) =0+1/6+8/6=3/. 3. La funzione di ripartizione della v.c. X è data da: Φ X (x) = P(X x) da cui: 0 x < 0 0,5 0 x < 1 Φ X ( x) = 0,667 1 x < 1 x Esercizio 37 Si consideri un dado truccato e sia X la v.c. che esprime il punteggio del dado truccato, la cui funzione di probabilità è: X P(X=x) 0,408 0,04 0,136 0,10 0,08 0, Qual è il singolo punteggio su cui risulta più conveniente scommettere?. Risulta più conveniente scommettere su un punteggio pari o dispari? 3. Si determini la probabilità di ottenere dato che il punteggio è pari. 1. La moda di X è 1.. P(X pari)=0.374<0.66=p(x dispari). 3. P(X= X pari)=p(x=)/p(x pari)=6/11=

Si considerino gli eventi A = nessuno studente ha superato l esame e B = nessuno studente maschio ha superato l esame. Allora A c B è uguale a:

Si considerino gli eventi A = nessuno studente ha superato l esame e B = nessuno studente maschio ha superato l esame. Allora A c B è uguale a: TEST DI AUTOVALUTAZIONE - SETTIMANA 2 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia 1 Parte A 1.1 Si considerino gli

Dettagli

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercizi di Probabilità e Statistica Samuel Rota Bulò 19 marzo 2007 Spazi di probabilità finiti e uniformi Esercizio 1 Un urna contiene due palle nere e una rossa. Una seconda urna ne contiene una bianca

Dettagli

Calcolo delle Probabilita, INGEGNERIA INFORMATICA, semestre II, laurea (ord. Leonardo.

Calcolo delle Probabilita, INGEGNERIA INFORMATICA, semestre II, laurea (ord. Leonardo. Capitolo 1 9 Ottobre 00 Calcolo delle Probabilita, INGEGNERIA INFORMATICA, semestre II, laurea (ord. Leonardo. 000, Milano Esercizio 1.0.1 (svolto in classe [II recupero Ing. Matematica aa.00-0-rivisitato]nel

Dettagli

Esercizi sul calcolo delle probabilità

Esercizi sul calcolo delle probabilità Esercizi sul calcolo delle probabilità Svolti e da svolgere (per MAR 13 marzo) Dati due eventi A e B dello spazio campionario Ω. Si sappia che P(A c )=0,3 P(B)=0,4 e P(A B c )=0,5 si determinino le probabilità

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Distribuzione di probabilità, funzione di ripartizione di una v.c. discreta Il tasso di cambio

Dettagli

CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate

CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su eventi, previsioni e probabilità condizionate Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability

Dettagli

Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita

Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita NOTA 1 Gli esercizi sono presi da compiti degli scorsi appelli, oppure da testi o dispense di colleghi. A questi ultimi

Dettagli

Esercizi di Calcolo delle Probabilita (I)

Esercizi di Calcolo delle Probabilita (I) Esercizi di Calcolo delle Probabilita (I) 1. Si supponga di avere un urna con 15 palline di cui 5 rosse, 8 bianche e 2 nere. Immaginando di estrarre due palline con reimmissione, si dica con quale probabilità:

Dettagli

1 di 6. Usando un modello di probabilità

1 di 6. Usando un modello di probabilità Corso di Statistica, II parte ESERCIZIO 1 Gastone in occasione di una festa a PAPEROPOLI compra 3 biglietti per partecipare all'estrazione a sorte di 3 premi. Sapendo che sono stati venduti 30 biglietti

Dettagli

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello

Dettagli

Esercizio 1. Svolgimento

Esercizio 1. Svolgimento Esercizio 1 Vengono lanciate contemporaneamente 6 monete. Si calcoli: a) la probabilità che si presentino esattamente 2 testa ; b) la probabilità di ottenere almeno 4 testa ; c) la probabilità che l evento

Dettagli

Viene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita?

Viene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita? Viene lanciata una moneta. Se esce testa vinco 00 euro, se esce croce non vinco niente. Quale è il valore della mia vincita? Osserviamo che il valore della vincita dipende dal risultato dell esperimento

Dettagli

ESERCIZI EVENTI E VARIABILI ALEATORIE

ESERCIZI EVENTI E VARIABILI ALEATORIE ESERCIZI EVENTI E VARIABILI ALEATORIE 1) Considera la tabella seguente, che descrive la situazione occupazionale di 63 persone in relazione al titolo di studio. Occupazione SI NO Titolo Licenza media 5%

Dettagli

CALCOLO COMBINATORIO

CALCOLO COMBINATORIO CALCOLO COMBINATORIO 1 Modi di formare gruppi di k oggetti presi da n dati 11 disposizioni semplici, permutazioni Dati n oggetti distinti a 1,, a n si chiamano disposizioni semplici di questi oggetti,

Dettagli

Ancora sull indipendenza. Se A e B sono indipendenti allora lo sono anche

Ancora sull indipendenza. Se A e B sono indipendenti allora lo sono anche Ancora sull indipendenza Se A e B sono indipendenti allora lo sono anche A e B Ā e B Ā e B Sfruttiamo le leggi di De Morgan Leggi di De Morgan A B = Ā B A B = Ā B P (Ā B) = P (A B) = 1 P (A B) = 1 (P (A)

Dettagli

Calcolo delle probabilità

Calcolo delle probabilità Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità

Dettagli

Corso di Matematica. Corso di Laurea in Farmacia, Facoltà di Farmacia. Università degli Studi di Pisa. Maria Luisa Chiofalo.

Corso di Matematica. Corso di Laurea in Farmacia, Facoltà di Farmacia. Università degli Studi di Pisa. Maria Luisa Chiofalo. Corso di Matematica Corso di Laurea in Farmacia, Facoltà di Farmacia Università degli Studi di Pisa Maria Luisa Chiofalo Scheda 18 Esercizi svolti sul calcolo delle probabilità I testi degli esercizi sono

Dettagli

PROBABILITA CONDIZIONALE

PROBABILITA CONDIZIONALE Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,

Dettagli

Calcolo combinatorio

Calcolo combinatorio Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico Calcolo combinatorio Ines Campa e Marco Longhi Probabilità e Statistica

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Incompatibilità ed indipendenza stocastica. Probabilità condizionate, legge della probabilità totale, Teorema

Dettagli

CP110 Probabilità: Esame del 3 giugno 2010. Testo e soluzione

CP110 Probabilità: Esame del 3 giugno 2010. Testo e soluzione Dipartimento di Matematica, Roma Tre Pietro Caputo 2009-2010, II semestre 8 luglio, 2010 CP110 Probabilità: Esame del 3 giugno 2010 Testo e soluzione 1. (6 pts 12 monete da 1 euro vengono distribuite tra

Dettagli

Statistica inferenziale

Statistica inferenziale Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo

Dettagli

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -

Dettagli

Probabilità e statistica

Probabilità e statistica Indice generale.probabilità ed eventi aleatori....come si può definire una probabilità....eventi equiprobabili....eventi indipendenti, eventi dipendenti....eventi incompatibili....eventi compatibili....probabilità

Dettagli

Probabilità Calcolo combinatorio, probabilità elementare, probabilità condizionata, indipendenza, th delle probabilità totali, legge di Bayes

Probabilità Calcolo combinatorio, probabilità elementare, probabilità condizionata, indipendenza, th delle probabilità totali, legge di Bayes Sessione Live #3 Settimana dal 7 all 11 marzo 2003 Probabilità Calcolo combinatorio, probabilità elementare, probabilità condizionata, indipendenza, th delle probabilità totali, legge di Bayes Lezioni

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Calcolo delle probabilità Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si vuole studiare la distribuzione del sesso dei figli nelle famiglie aventi due figli

Dettagli

PROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado)

PROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado) L esito della prossima estrazione del lotto L esito del lancio di una moneta o di un dado Il sesso di un nascituro, così come il suo peso alla nascita o la sua altezza.. Il tempo di attesa ad uno sportello

Dettagli

A = { escono 2 teste e due croci (indipendentemente dall ordine) } B = { al primo tiro esce testa }.

A = { escono 2 teste e due croci (indipendentemente dall ordine) } B = { al primo tiro esce testa }. ESERCIZI ELEMENTARI DI CALCOLO DELLE PROBABILITÀ Teorema della somma 1) Giocando alla roulette, calcolare la probabilità che su una estrazione esca: a) Un numero compreso tra 6 e 12 (compresi) oppure maggiore

Dettagli

PROBABILITA CONDIZIONALE

PROBABILITA CONDIZIONALE Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,

Dettagli

Esercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che:

Esercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che: Esercizi Esercizio 4. Un urna contiene inizialmente 2 palline bianche e 4 palline rosse. Si effettuano due estrazioni con la seguente modalità: se alla prima estrazione esce una pallina bianca, la si rimette

Dettagli

Test sul calcolo della probabilità

Test sul calcolo della probabilità Test sul calcolo della probabilità 2 Test sul calcolo della probabilità Test sul calcolo della probabilità. La probabilità p di un evento E, quando si indica con E il suo complementare, è : a) 0 se E è

Dettagli

Probabilità discreta

Probabilità discreta Probabilità discreta Daniele A. Gewurz 1 Che probabilità c è che succeda...? Una delle applicazioni della combinatoria è nel calcolo di probabilità discrete. Quando abbiamo a che fare con un fenomeno che

Dettagli

(concetto classico di probabilità)

(concetto classico di probabilità) Probabilità matematica (concetto classico di probabilità) Teoria ed esempi Introduzione Il calcolo delle probabilità è la parte della matematica che si occupa di prevedere, sulla base di regole e leggi

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Modelli di Variabili Aleatorie Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Sulla base della passata esperienza il responsabile della produzione di un azienda

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Calcolo delle probabilità Il Sig. Rossi abita nella città X e lavora nella città Y, poco distante.

Dettagli

Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni

Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni Si tratta di problemi elementari, formulati nel linguaggio ordinario Quindi, per ogni problema la suluzione proposta è sempre

Dettagli

Tutorato di Probabilità e Statistica

Tutorato di Probabilità e Statistica Università Ca Foscari di Venezia Dipartimento di informatica 20 aprile 2006 Variabili aleatorie... Example Giochiamo alla roulette per tre volte 1 milione sull uscita del numero 29. Qual è la probabilità

Dettagli

Per poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete.

Per poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete. Parliamo di probabilità. Supponiamo di avere un sacchetto con dentro una pallina rossa; posso aggiungere tante palline bianche quante voglio, per ogni pallina bianca che aggiungo devo pagare però un prezzo

Dettagli

Probabilità e Statistica Esercitazioni. a.a. 2006/2007

Probabilità e Statistica Esercitazioni. a.a. 2006/2007 Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile

Dettagli

Corso di Calcolo delle Probabilità e Statistica. Esercizi su variabili aleatorie discrete

Corso di Calcolo delle Probabilità e Statistica. Esercizi su variabili aleatorie discrete Corso di Calcolo delle Probabilità e Statistica Esercizi su variabili aleatorie discrete Es.1 Da un urna con 10 pallina bianche e 15 palline nere, si eseguono estrazioni con reimbussolamento fino all estrazione

Dettagli

Esercizi di calcolo combinatorio

Esercizi di calcolo combinatorio CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi di calcolo combinatorio Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability di Sheldon Ross, quinta

Dettagli

Probabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico.

Probabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico. Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico Probabilità Ines Campa e Marco Longhi Probabilità e Statistica - Esercitazioni

Dettagli

Matematica Applicata. Probabilità e statistica

Matematica Applicata. Probabilità e statistica Matematica Applicata Probabilità e statistica Fenomeni casuali Fenomeni che si verificano in modi non prevedibili a priori 1. Lancio di una moneta: non sono in grado di prevedere con certezza se il risultato

Dettagli

PROBABILITA' E VARIABILI CASUALI

PROBABILITA' E VARIABILI CASUALI PROBABILITA' E VARIABILI CASUALI ESERCIZIO 1 Due giocatori estraggono due carte a caso da un mazzo di carte napoletane. Calcolare: 1) la probabilità che la prima carta sia una figura oppure una carta di

Dettagli

Analisi dei Dati 12/13 Esercizi proposti 3 soluzioni

Analisi dei Dati 12/13 Esercizi proposti 3 soluzioni Analisi dei Dati 1/13 Esercizi proposti 3 soluzioni 0.1 Un urna contiene 6 palline rosse e 8 palline nere. Si estraggono simultaneamente due palline. Qual è la probabilità di estrarle entrambe rosse? (6

Dettagli

La variabile casuale Binomiale

La variabile casuale Binomiale La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola

Dettagli

metodi matematici per l ingegneria prove scritte d esame 1 Indice

metodi matematici per l ingegneria prove scritte d esame 1 Indice metodi matematici per l ingegneria prove scritte d esame Indice. Novembre 4 - Prova in itinere. Luglio 5.. Febbraio 6 4 4. Giugno 6. 5 5. Luglio 6 6 . Novembre 4 - Prova in itinere Esercizio. Una scatola

Dettagli

Anteprima Finale Categoria Corsi di Statistica

Anteprima Finale Categoria Corsi di Statistica 1 di 8 08/04/2011 9.01 SiS-Scuola-28-SEZIONE STATISTICA fad TC128STAT Quiz Finale Categoria Corsi di Statistica Tentativo 1 Sei collegato come piero zulli. (Esci) Info Risultati Anteprima Modifica Anteprima

Dettagli

matematica probabilmente

matematica probabilmente IS science centre immaginario scientifico Laboratorio dell'immaginario Scientifico - Trieste tel. 040224424 - fax 040224439 - e-mail: lis@lis.trieste.it - www.immaginarioscientifico.it indice Altezze e

Dettagli

1. la probabilità che siano tutte state uccise con pistole; 2. la probabilità che nessuna sia stata uccisa con pistole;

1. la probabilità che siano tutte state uccise con pistole; 2. la probabilità che nessuna sia stata uccisa con pistole; Esercizi di Statistica della 5 a settimana (Corso di Laurea in Biotecnologie, Università degli Studi di Padova). Esercizio 1. L FBI ha dichiarato in un rapporto che il 44% delle vittime di un omicidio

Dettagli

Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno

Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno Esercitazione del 18/1/2005 Dott. Claudio Conversano Esercizio 1 (non svolto in aula) Vengono lanciati

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Riepilogo: Postulati del calcolo della probabilità (Kolmogorov): Dato un evento A Ω, dove è lo spazio degli

Dettagli

Esercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica

Esercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica Esercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica Lucio Demeio Dipartimento di Scienze Matematiche Università Politecnica delle Marche 1. Esercizio. Siano X ed Y due variabili

Dettagli

Esercizi di Calcolo delle Probabilità (calcolo combinatorio)

Esercizi di Calcolo delle Probabilità (calcolo combinatorio) Esercizi di Calcolo delle Probabilità (calcolo combinatorio 1. Lanciamo due dadi regolari. Qual è la probabilità che la somma delle facce rivolte verso l alto sia pari a 7? 1/6 2. Due palline vengono estratte

Dettagli

Esercizi riassuntivi di probabilità

Esercizi riassuntivi di probabilità Esercizi riassuntivi di probabilità Esercizio 1 Una ditta produttrice di fotocopiatrici sa che la durata di una macchina (in migliaia di copie) si distribuisce come una normale con µ = 1600 e 2 = 3600.

Dettagli

Probabilità e Statistica Esercitazioni. a.a. 2006/2007

Probabilità e Statistica Esercitazioni. a.a. 2006/2007 Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile

Dettagli

SOLUZIONI ESERCITAZIONE NR. 6 Variabili casuali binomiale e normale

SOLUZIONI ESERCITAZIONE NR. 6 Variabili casuali binomiale e normale SOLUZIONI ESERCITAZIONE NR. 6 Variabili casuali binomiale e normale ESERCIZIO nr. 1 I Presidi delle scuole medie superiori di una certa cittá italiana hanno indetto tra gli studenti dell ultimo anno una

Dettagli

Esercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)

Esercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione) Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso

Dettagli

2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011

2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011 2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011 1) Non sfogliare questo fascicolo finché l insegnante non ti dice di farlo. 2) E ammesso l utilizzo di calcolatrici

Dettagli

MATEMATICA 5 PERIODI

MATEMATICA 5 PERIODI BAC EUROPEO 2008 MATEMATICA 5 PERIODI DATA 5 giugno 2008 DURATA DELL ESAME : 4 ore (240 minuti) MATERIALE AUTORIZZATO Formulario delle scuole europee Calcolatrice non grafica e non programmabile AVVERTENZE

Dettagli

Appunti ed esercizi di combinatoria. Alberto Carraro

Appunti ed esercizi di combinatoria. Alberto Carraro Appunti ed esercizi di combinatoria Alberto Carraro December 2, 2009 01 Le formule principali per contare Disposizioni Sia A un insieme di n 1 elementi distinti Le sequenze di 1 k n elementi scelti senza

Dettagli

Calcolare la probabilità dei seguenti eventi: P(fare ambo con i numeri 7 ed 17 con le prime due estrazioni):

Calcolare la probabilità dei seguenti eventi: P(fare ambo con i numeri 7 ed 17 con le prime due estrazioni): ESERCIZIO 1 Il signor Felice sta giocando a tombola nel circolo PASSATEMPO e ha deciso di giocare usando la sola cartella di seguito riportata: 7 17 26 40 74 1 14 50 69 87 13 43 57 62 73 Serie 1, n. 1

Dettagli

PROVE D'ESAME DI CPS A.A. 2009/2010. 0 altrimenti.

PROVE D'ESAME DI CPS A.A. 2009/2010. 0 altrimenti. PROVE D'ESAME DI CPS A.A. 009/00 0/06/00 () (4pt) Olimpiadi, nale dei 00m maschili, 8 nalisti. Si sa che i 4 atleti nelle corsie centrali hanno probabilità di correre in meno di 0 secondi. I 4 atleti delle

Dettagli

Cosa dobbiamo già conoscere?

Cosa dobbiamo già conoscere? Cosa dobbiamo già conoscere? Insiemistica (operazioni, diagrammi...). Insiemi finiti/numerabili/non numerabili. Perché la probabilità? In molti esperimenti l esito non è noto a priori tuttavia si sa dire

Dettagli

ESERCIZI DI RIEPILOGO 2. 7 jj(addi

ESERCIZI DI RIEPILOGO 2. 7 jj(addi ESERCIZI DI RIEPILOGO 2 ESERCIZIO 1 Da un comune mazzo di 52 carte francesi (13 carte per ognuno dei quattro semi: picche, cuori, fiori e quadri) viene estratta casualmente una carta. Definiti gli eventi:

Dettagli

Calcolo delle probabilitá: esercizi svolti fino all 8 febbraio

Calcolo delle probabilitá: esercizi svolti fino all 8 febbraio Calcolo delle probabilitá: esercizi svolti fino all 8 febbraio Alessandro Sicco sicco@dm.unito.it Lezione 1. Calcolo combinatorio, formula delle probabilitá totali, formula di Bayes Esercizio 1.1. 7 bambini

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

Facciamo qualche precisazione

Facciamo qualche precisazione Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione

Dettagli

Tabella 7. Dado truccato

Tabella 7. Dado truccato 0 ALBERTO SARACCO 4. Compiti a casa 7novembre 200 4.. Ordini di grandezza e calcolo approssimato. Esercizio 4.. Una valigia misura 5cm di larghezza, 70cm di lunghezza e 45cm di altezza. Quante palline

Dettagli

Teoria della probabilità Assiomi e teoremi

Teoria della probabilità Assiomi e teoremi Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità Assiomi e teoremi A.A. 2008-09 Alberto Perotti DELEN-DAUIN Esperimento casuale Esperimento

Dettagli

Test statistici di verifica di ipotesi

Test statistici di verifica di ipotesi Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall

Dettagli

LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di

LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di STATISTICA LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di oggetti; cerca, attraverso l uso della matematica

Dettagli

Esercitazioni 2013/14

Esercitazioni 2013/14 Esercitazioni 2013/14 Esercizio 1 Due ditte V e W partecipano ad una gara di appalto per la costruzione di un tratto di autostrada che viene assegnato a seconda del prezzo. L offerta fatta dalla ditta

Dettagli

Matematica II: Calcolo delle Probabilità e Statistica Matematica

Matematica II: Calcolo delle Probabilità e Statistica Matematica Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docente: dott. F. Zucca Esercitazione # Esercizi Statistica Descrittiva Esercizio I gruppi sanguigni di persone sono B, B, AB, O,

Dettagli

Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco

Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza April 26, 2007 1...prima di cominciare Contare, operazione solitamente semplice, può diventare complicata se lo scopo

Dettagli

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE variabile casuale (rv): regola che associa un numero ad ogni evento di uno spazio E. variabile casuale di Bernoulli: rv che può assumere solo due valori (e.g.,

Dettagli

Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 2004

Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 2004 Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 200 Esercizio 1 Tre apparecchiature M 1, M 2 e M 3 in un anno si guastano, in maniera indipendente, con probabilità

Dettagli

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 28/05/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Nel gico del

Dettagli

Esercitazione 5 Soluzioni

Esercitazione 5 Soluzioni Esercitazione 5 Soluzioni. (Esercizio 5. del Ross) Sia X una variabile aleatoria la cui densità è c( 2 ) < < 0 altrimenti. (a) Qual è il valore di c? (b) Scrivere la funzione di ripartizione di X. 2. (Esercizio

Dettagli

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercizi di Probabilità e Statistica Samuel Rota Bulò 16 luglio 2006 V.a. discrete e distribuzioni discrete Esercizio 1 Dimostrare la proprietà della mancanza di memoria della legge geometrica, ovvero

Dettagli

Temi di Esame a.a. 2012-2013. Statistica - CLEF

Temi di Esame a.a. 2012-2013. Statistica - CLEF Temi di Esame a.a. 2012-2013 Statistica - CLEF I Prova Parziale di Statistica (CLEF) 11 aprile 2013 Esercizio 1 Un computer è collegato a due stampanti, A e B. La stampante A è difettosa ed il 25% dei

Dettagli

Esercitazione n.1 (v.c. Binomiale, Poisson, Normale)

Esercitazione n.1 (v.c. Binomiale, Poisson, Normale) Esercizio 1. Un azienda produce palline da tennis che hanno probabilità 0,02 di essere difettose, indipendentemente l una dall altra. La confezione di vendita contiene 8 palline prese a caso dalla produzione

Dettagli

ELEMENTI DI CALCOLO DELLE PROBABILITA

ELEMENTI DI CALCOLO DELLE PROBABILITA Statistica, CLEA p. 1/55 ELEMENTI DI CALCOLO DELLE PROBABILITA Premessa importante: il comportamento della popolazione rispetto una variabile casuale X viene descritto attraverso una funzione parametrica

Dettagli

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Probabilità Probabilità Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Se tutti gli eventi fossero ugualmente possibili, la probabilità p(e)

Dettagli

Università di Milano Bicocca. Esercitazione 6 di Matematica per la Finanza. 14 Maggio 2015

Università di Milano Bicocca. Esercitazione 6 di Matematica per la Finanza. 14 Maggio 2015 Università di Milano Bicocca Esercitazione 6 di Matematica per la Finanza 14 Maggio 2015 Esercizio 1 Un agente presenta una funzione di utilitá u(x) = ln(1 + 6x). Egli dispone di un progetto incerto che

Dettagli

Capitolo 4 Probabilità

Capitolo 4 Probabilità Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 4 Probabilità Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.

Dettagli

Metodi e Modelli Matematici di Probabilità per la Gestione

Metodi e Modelli Matematici di Probabilità per la Gestione Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta del 30/1/06 Esercizio 1 Una banca ha N correntisti. Indichiamo con N n il numero di correntisti esistenti il giorno n-esimo. Descriviamo

Dettagli

Il prodotto di tre numeri in progressione aritmetica è 16640, il più piccolo è 20. Calcolare i tre numeri.

Il prodotto di tre numeri in progressione aritmetica è 16640, il più piccolo è 20. Calcolare i tre numeri. Scrivi i primi termini delle seguenti successioni: =1; =; = + Individua la legge che genera ognuna delle seguenti successioni: -1,, -, 4, -5, In una progressione aritmetica la somma del primo, quarto,

Dettagli

Somma logica di eventi

Somma logica di eventi Somma logica di eventi Da un urna contenente 24 palline numerate si estrae una pallina. Calcolare la probabilità dei seguenti eventi: a) esce un numero divisibile per 5 o superiore a 20, b) esce un numero

Dettagli

1 Probabilità condizionata

1 Probabilità condizionata 1 Probabilità condizionata Accade spesso di voler calcolare delle probabilità quando si è in possesso di informazioni parziali sull esito di un esperimento, o di voler calcolare la probabilità di un evento

Dettagli

OSSERVAZIONI TEORICHE Lezione n. 4

OSSERVAZIONI TEORICHE Lezione n. 4 OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze

Dettagli

Cenni sul calcolo combinatorio

Cenni sul calcolo combinatorio Cenni sul calcolo combinatorio Disposizioni semplici Le disposizioni semplici di n elementi distinti di classe k con kn sono tutti i gruppi di k elementi scelti fra gli n, che differiscono per almeno un

Dettagli

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a) Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:

Dettagli

E NECESSARIO RICORRERE ALLE VARIABILI CASUALI

E NECESSARIO RICORRERE ALLE VARIABILI CASUALI IL CONCETTO DI VARIABILE CASUALE Associare una misura di probabilità al verificarsi di un certo evento (come esito di un esperimento) non sempre è sufficiente a risolvere gran parte dei problemi reali

Dettagli

Algoritmi (9 CFU) (A.A. 2009-10)

Algoritmi (9 CFU) (A.A. 2009-10) Algoritmi (9 CFU) (A.A. 2009-10) Probabilità e Algoritmi randomizzati Prof. V. Cutello Algoritmi 1 Overview Definiamo concetti di base di probabilità Variabili casuali e valore medio Algoritmi randomizzati

Dettagli

Probabilità II Variabili casuali discrete

Probabilità II Variabili casuali discrete Probabilità II Variabili casuali discrete Definizioni principali. Valore atteso e Varianza. Teorema di Bienaymé - Čebičev. V.C. Notevoli: Bernoulli e Binomiale. Concetto di variabile casuale Cos'è una

Dettagli

COEFFICIENTI BINOMIALI

COEFFICIENTI BINOMIALI COEFFICIENTI BINOMIALI Michele Impedovo micheleimpedovo@uni-bocconiit Una definizione insiemistica Se n è un numero naturale e è un numero naturale compreso tra e n, si indica con il simbolo il coefficiente

Dettagli

Una sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa.

Una sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa. Una sperimentazione Probabilità Si sta sperimentando l efficacia di un nuovo farmaco per il morbo di Parkinson. Duemila pazienti partecipano alla sperimentazione: metà di essi vengono trattati con il nuovo

Dettagli

Statistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.

Statistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi. Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:

Dettagli