Esercizi di riepilogo
|
|
- Lorenzo Pappalardo
- 6 anni fa
- Visualizzazioni
Transcript
1 Esercizi di riepilogo
2 Es1: Scommesse al casinò Tizio e Caio si alternano al tavolo di un casinò. Tizio gioca negli istanti di tempo dispari, mentre Caio in quelli pari Ad ogni istante di tempo, il guadagno netto in una giocata è una v.a. con ddp Si assuma che tutte le siano indipendenti. L evento è considerato una perdita.
3 Es1: Scommesse al casinò a) Tizio e Caio giocano finché una sconfitta di Caio segue ad una sconfitta di Tizio. Trovare la ddp del numero di turni giocati. (Un turno è composto da una giocata di Tizio seguita da una di Caio) b) Trovare la ddp di Z, istante di tempo in cui Caio ha la terza sconfitta c) Sia N il numero dei turni finché Tizio e Caio vincono almeno una volta ciascuno. Trovare E[N].
4 Es2: Somma di un numero Geometrico di v.a. Geometriche Sia dove le v.a. sono Geom(p), e Tutte le v.a. e sono indipendenti Mostrare che Suggerimento: interpretare le di Bernoulli è Geometrica con parametro in termini di uno split di un processo
5 Es3: Ponte ferroviario Un ponte ferroviario è costruito sul Po I treni passano sul ponte secondo un processo di Poisson con tasso di treni al giorno a) Se un treno arriva al giorno 0, trovare la prob. che non ci saranno treni nei giorni 1, 2 e 3 b) Trovare la prob. che il treno successivo al treno nel giorno 0 impieghi più di 3 giorni per arrivare c) Trovare la prob. che nessun treno arrivi nei primi 2 giorni, e che arrivino 4 treni nel quarto giorno d) Trovare la prob. che il quinto treno impieghi più di 2 giorni per arrivare al ponte
6 Es4: Buffer Messaggi di tipo A, B e C arrivano in un buffer comune. Ogni tipo di messaggio viene generato secondo un processo di Poisson con rate messaggi per minuto, rispettivamente. Si assuma che il buffer venga immediatamente svuotato quando contiene un totale di 10 messaggi a) Qual è la prob. che, dei primi 10 messaggi arrivati nel buffer, solo il primo e un qualsiasi altro messaggio siano di tipo A. b) Qual è la prob. che, durante uno scaricamento, il buffer contenga 5 volte tanti messaggi di tipo A quanti quelli di tipo B c) Determinare la prob. che esattamente 2 messaggi di ogni tipo arrivino al buffer durante un intervallo di 5 minuti
7 Es5: clienti di un negozio Un negozio apre al tempo t=0 e i potenziali clienti arrivano come in un processo di Poisson ad un ritmo di all ora. Indipendentemente da tutto il resto, un potenziale cliente diventa un acquirente con prob. Il negozio chiude appena vede 10 clienti acquirenti a) Qual è la prob. che esattamente 3 dei primi 5 potenziali clienti diventino acquirenti? b) Qual è la prob. che il quinto potenziale cliente arrivato diventi il terzo acquirente della giornata? c) Qual è la ddp e il valore atteso di L, la durata dell intervallo di tempo in cui il negozio sta aperto?
8 Es5: clienti di un negozio d) Dato che esattamente 3 dei primi 5 potenziali clienti diventino acquirenti, qual è il valore atteso condizionato del tempo totale in cui il negozio è aperto? e) Considerando solo clienti che arrivano dal tempo t=0 alla chiusura del negozio, qual è la prob. che nessun acquirente arrivi entro unità di tempo dal precedente acquirente?
9 Es6: Arrivi di Poisson in un tempo Esponenziale Si consideri un processo di Poisson con tasso indipendente e una v.a. Trovare la ddp del numero di arrivi di Poisson durante l intervallo di tempo
10 Es7: Pizzeria Una pizzeria serve n tipi diversi di pizza, ed è visitata da un numero aleatorio K di clienti in un dato periodo di tempo, dove K è distribuito come Poisson con media Ogni cliente ordina una pizza, scegliendo uno degli n tipi di pizza in maniera equiprobabile, indipendentemente dagli altri utenti. Trovare il valore atteso del numero di pizze diverse ordinate
11 Es8: Processo stazionario [Bel, Es 3.1, Es 3.2] Se il processo X è stazionario, i seguenti processi sono stazionari? a) Processo Y dove con b) Processo Z dove con
12 Es9: Trasformazione di un processo X è un processo casuale con valore medio nullo e autocorrelazione Si calcoli il valore medio del processo Y, dove
13 Es10: Arrivi Markoviani I tempi di interarrivo tra due clienti successivi sono delle v.a. indipendenti e identicamente distribuite con la seguente ddp Si costruisca un modello Markoviano con 4 stati che descriva il processo degli arrivi Suggerimento: in questo modello, uno degli stati dovrebbe rappresentare gli istanti di tempo in cui i clienti arrivano
14 Es11: Evoluzione di una catena di Markov La catena di Markov mostrata sotto inizia nello stato 3 prima della prima prova a) Indicare quali stati sono ricorrenti, transienti e periodici b) Qual è la prob. che il processo sia nello stato 3 dopo n prove? c) Trovare il numero atteso di prove necessarie per lasciare lo stato 3 (inclusa la prova fatta per uscire dallo stato 3) d) Qual è la prob. che il processo non entri mai nello stato 1?
15 Es11: Evoluzione di una catena di Markov e) Qual è la prob. che il processo sia nello stato 4 dopo 10 prove? f) Dato che il processo è nello stato 4 dopo 10 prove, trovare la prob. che il processo sia stato nello stato 4 dopo la prima prova.
16 Es12: Stima LMS Due v.a. continue X e Y hanno una ddp congiunta y 2 1 Si vuole stimare Y basandosi sull osservaz. di X a) Trovare la stima LMS di Y: b) Calcolare l errore quadratico medio condizionato c) Calcolare l errore quadratico medio. Coincide con x d) Trovare, lo stimatore lineare LMS di Y basato su X. e) Cosa ci si aspetta dal MSE di L(X) rispetto al MSE di g(x)?
17 Es13: stima di canale Si consideri un canale di comunicazione sul quale si trasmettono bit 0 o 1. Il canale inverte il bit con prob. p, indipendentemente dagli altri bit. Il valore di p è ignoto. Si vuole stimare il valore di p con l aiuto di un amico: usando il canale, si trasmettono all amico sequenze di 3 bit note ad entrambi. L amico, una volta ricevuta la sequenza, dirà quanti bit di questi sono stati invertiti dal canale. Sia X il numero di bit invertiti nella sequenza di 3 bit a) Trovare la ddp di X b) Si derivi lo stimatore ML per p basato su, il numero di bit invertiti nelle prime n sequenze di 3 bit c) Lo stimatore ML è polarizzato?
18 Es13: stima di canale d) Lo stimatore ML è consistente? e) Si mandano n = 100 sequenze di 3 bit e si trova che il numero totale di bit invertiti dal canale è 20. Si costruisca un intervallo fiduciario al 95% per p. Se necessario, si può usare un valore conservativo sulla varianza del numero di bit invertiti f) Quali sono altri metodi per stimare la varianza del numero di bit invertiti? Come ci si aspetta che cambi l intervallo fiduciario in questi casi?
19 Es14: Arrivi di un autobus Il numero di minuti tra gli arrivi di autobus ad una fermata è una v.a. Esponenziale di parametro. Mario ritiene che la ddp a priori di sia a) Lunedì Mario arriva alla fermata e osserva un ritardo di 30 minuti. Qual è la ddp a posteriori, la stima MAP, e la stima a valor atteso condizionato di? b) Mario decide di ottenere una stima migliore: osserva i ritardi per 5 giorni, e ottiene i valori 30, 25, 15, 40 e 20 minuti. Si assume che queste osservazioni siano indip. Rispondere alle stesse domande di a)
20 Es15: Lanci di moneta La probabilità di ottenere testa, ddp, è distribuita in [0, 1] secondo la Trovare la stima MAP di assumendo che n lanci di moneta indipendenti abbiano dato k teste.
21 Es16: Stima del parametro di una Poisson Derivare lo stimatore ML del parametro di una v.a. di Poisson basato sulle osservazioni Lo stimatore è non polarizzato e consistente?
22 Es17: Stima del parametro di una v.a. Uniforme Siano date delle osservazioni uniformemente distribuite nell intervallo. Qual è la stima ML di? Lo stimatore è non polarizzato o asintoticamente non polarizzato? Si possono derivare stimatori alternativi che sono non polarizzati?
23 Es18: Test binario di ipotesi Una v.a. X è caratterizzata da una ddp Gaussiana con media varianza che è o pari a (ipotesi nulla ) oppure pari a (ipotesi alternativa ) Si vuole testare contro usando 3 osservazioni e regione di rifiuto pari a e per un qualche numero Determinare tale che la probabilità di falso rifiuto sia Qual è la corrispondente probabilità di falsa accettazione?
24 Es19: Rivendita di biglietti Il numero di chiamate telefoniche ricevute quotidianamente da una agenzia di rivendita di biglietti è distribuito come Poisson. In un giorno tipico, il valore atteso del numero di chiamate è. Quando ci sono eventi importanti, il valore atteso è, con Si descriva il likelihood ratio test per decidere se in città è presente un evento importante, basandosi sul numero di chiamate ricevute Assumendo un dato valore per la probabilità di falso rifiuto, si trovi l espressione per la soglia critica
Esercizi di riepilogo Lezioni
Esercizi di riepilogo Lezioni 12-13-14 Es1: Punture di insetto State visitando la foresta pluviale, ma sfortunatamente il repellente per gli insetti è finito. Ad ogni secondo, una zanzara si avvicina al
DettagliEsercizi di riepilogo Lezioni
Esercizi di riepilogo Lezioni 9-10-11 Es1: Aspettazioni iterate Siano X, Y, e Z v.a. discrete. Dimostrare le seguenti generalizzazioni della legge delle aspettazioni iterate a) b) c) Es2: Bacchetta Abbiamo
DettagliComunicazioni Elettriche anno accademico Esercitazione 1
Comunicazioni Elettriche anno accademico 003-004 Esercitazione Esercizio Un processo aleatorio a tempo discreto X(n) è definito nel seguente modo: Viene lanciata una moneta. Se il risultato è testa X(n)=
Dettagli6) Una variabile aleatoria discreta V ha la seguente densità di probabilità:
(VHUFL]LVX&DOFRORGHOOHSUREDELOLWj PRGHOOLSUREDELOLVWLFLHYDULDELOLDOHDWRULH 1) Un fax può venir trasmesso a tre diverse velocità, a seconda di quali siano le condizioni di traffico sulla connessione tra
DettagliVariabili casuali ad una dimensione Testi degli esercizi. Variabili casuali ad una dimensione a.a. 2012/2013 1
Variabili casuali ad una dimensione Testi degli esercizi 1 Costruzione di variabile casuale discreta Esercizio 1. Sia data un urna contenente 3 biglie rosse, 2 biglie bianche ed una biglia nera. Ad ogni
DettagliEsercitazione N. 1 (11 ottobre 2016)
Esercitazione N. 1 (11 ottobre 2016) Un'urna contiene elementi. Vengono estratti di seguito elementi, ogni elemento una volta estratto è riposto nell'urna. Calcolare la probabilità dell evento: Problema
DettagliEsercizi di Calcolo delle Probabilità
Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato
DettagliESERCIZI DI CALCOLO PROBABILITÀ DISTRIBUZIONI DOPPIE E NOTEVOLI
Variabili bidimensionali ESERCIZI DI CALCOLO PROBABILITÀ DISTRIBUZIONI DOPPIE E NOTEVOLI 1) Siano X 1 e X 2 due variabili casuali indipendenti che possono assumere valori 0, 1 e 3 rispettivamente con probabilità
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando
DettagliTEORIA E TECNICA DELLA CIRCOLAZIONE
PROBLEMI DI TEORIA E TECNICA DELLA CIRCOLAZIONE 3 A cura di : Prof. Astarita Vittorio ing. Giofrè Vincenzo Pasquale Argomenti: Distribuzione di Poisson 26 3.1 PROBLEMA Distribuzione di Poisson ed esponenziale
DettagliESAME. 9 Gennaio 2017 COMPITO B
ESAME 9 Gennaio 2017 COMPITO B Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
DettagliRETI DI TELECOMUNICAZIONE
RETI DI TELECOMUNICAZIONE Modelli delle Sorgenti di Traffico Generalità Per la realizzazione di un modello analitico di un sistema di telecomunicazione dobbiamo tenere in considerazione 3 distinte sezioni
DettagliStatistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità
DettagliVARIABILI ALEATORIE Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al 6 lancio:
VARIABILI ALEATORIE. Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al lancio: a) si abbia testa per la prima volta? b) Si sia avuto testa almeno una volta? c) Si sia avuta
DettagliSOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA
SOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA 1 Esercizio 0.1 Dato P (A) = 0.5 e P (A B) = 0.6, determinare P (B) nei casi in cui: a] A e B sono incompatibili; b] A e B sono indipendenti;
DettagliRETI DI TELECOMUNICAZIONE
RETI DI TELECOMUNICAZIONE CATENE DI MARKOV TEMPO CONTINUE Definizioni Sia dato un processo stocastico x(t) che può assumere valori discreti appartenenti ad un insieme se accade che il processo è una catena
DettagliCP110 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
DettagliUniversità di Siena. Corso di STATISTICA. Parte seconda: Teoria della stima. Andrea Garulli, Antonello Giannitrapani, Simone Paoletti
Università di Siena Corso di STATISTICA Parte seconda: Teoria della stima Andrea Garulli, Antonello Giannitrapani, Simone Paoletti Master E 2 C Centro per lo Studio dei Sistemi Complessi Università di
DettagliEsame di AM2 & EAP (270/04) a.a. 2009/10
Quarto appello del 16 Luglio 2010 1. Un urna contiene delle palline numerate e distribuite in seguente maniera: Vengono estratte due palline senza rimpiazzo e siano X e Y rispettivamente il numero della
DettagliTeoria 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
DettagliCorso di Statistica. Distribuzioni di probabilità per variabili casuali discrete. Prof.ssa T. Laureti a.a
Corso di Statistica Distribuzioni di probabilità per variabili casuali discrete Prof.ssa T. Laureti a.a. 2013-2014 1 Variabili casuale di Bernoulli La v.c. di Bernoulli trae origine da una prova nella
DettagliUniversità degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1 Lezione 1 - Mercoledì 28 Settembre 2016 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
DettagliQUANTIZZAZIONE E CONVERSIONE IN FORMA NUMERICA. 1 Fondamenti Segnali e Trasmissione
UANTIZZAZIONE E CONVERSIONE IN FORMA NUMERICA Fondamenti Segnali e Trasmissione Campionamento e quantizzazione di un segnale analogico Si consideri il segnale x(t) campionato con passo T c. Campioni del
DettagliCALCOLO DELLE PROBABILITÀ - 9 giugno 1998 Scrivere le risposte negli appositi spazi Motivare dettagliatamente le risposte su fogli allegati
CALCOLO DELLE PROBABILITÀ - 9 giugno 1998 1. Dati gli eventi A,B,C, ognuno dei quali implica il successivo, e tali che P (A) è metà della probabilità di B, che a sua volta ha probabilità metà di quella
DettagliSimulazione dei dati
Simulazione dei dati Scopo della simulazione Fasi della simulazione Generazione di numeri casuali Esempi Simulazione con Montecarlo 0 Scopo della simulazione Le distribuzioni di riferimento usate per determinare
DettagliEsercizi di Calcolo delle Probabilità e Statistica
Esercizi di Calcolo delle Probabilità e Statistica Master E C Andrea Garulli, Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato 3 volte. Qual è la probabilità
DettagliVARIABILI CASUALI CONTINUE
p. 1/1 VARIABILI CASUALI CONTINUE Una variabile casuale continua può assumere tutti gli infiniti valori appartenenti ad un intervallo di numeri reali. p. 1/1 VARIABILI CASUALI CONTINUE Una variabile casuale
DettagliCalcolo delle Probabilità 2
Prova d esame di Calcolo delle Probabilità 2 Maggio 2006 Sia X una variabile aleatoria distribuita secondo la densità seguente ke x 1 x < 0 f X (x) = 1/2 0 x 1. 1. Determinare il valore del parametro reale
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 6 Abbiamo visto: Definizione di popolazione, di campione e di spazio campionario Distribuzione
DettagliPrefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura
INDICE GENERALE Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura XI XIV XV XVII XVIII 1 LA RILEVAZIONE DEI FENOMENI
DettagliLa verifica delle ipotesi
La verifica delle ipotesi Se abbiamo un idea di quale possa essere il valore di un parametro incognito possiamo sottoporlo ad una verifica, che sulla base di un risultato campionario, ci permetta di decidere
DettagliCP110 Probabilità: Esonero 1. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2009-2010, II semestre 1 aprile, 2010 CP110 Probabilità: Esonero 1 Testo e soluzione 1. (7 pt Una scatola contiene 15 palle numerate da 1 a 15. Le palle
DettagliTeoria dell informazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria dell informazione A.A. 2008-09 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di
DettagliSTATISTICA (2) ESERCITAZIONE 1. Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 1 29.01.2014 Dott.ssa Antonella Costanzo Esercizio 1. Modelli discreti di probabilità: le v.c. binomiale e geometrica (come caso particolare della v.c. binomiale negativa)
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 giugno 26 Statistica Esercizio Sia {X n } n una famiglia di v.a. di media µ e varianza σ 2. Verificare che X = n n X i σ 2 = n (X i µ) 2 S 2 = n
Dettagli, mentre Y è una variabile geometrica di costante q = 1 2. (1 q) n = q (1 q) 3 1 q = (1 2 )3 = 1 8. n=0
SOLUZIONI DEGLI ESERCIZI SULLE VARIABILI ALEATORIE DISCRETE Esercizio. Sono date due urne denominate rispettivamente A e B. A contiene palline bianche e 6 palline rosse, B contiene 8 palline bianche e
DettagliSoluzioni di Esercizi di Esame di Segnali Aleatori per Telecomunicazioni
Corso di Laurea in Ingegneria Informatica corso di Telecomunicazioni (Prof. G. Giunta) (editing a cura dell ing. F. Benedetto) Soluzioni di Esercizi di Esame di Segnali Aleatori per Telecomunicazioni Esame
DettagliProbabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva
Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.
Dettagli1 quartile. 2 quartile. 3 quartile. 1 percentile. 99 percentile. 5 percentile. 95 percentile. 10 percentile. 90 percentile.
ESERCIZIO 1 Il test di ammissione alla prestigiosa Università STUDY produce punteggi che seguono una distribuzione normale con media 500 e scarto quadratico medio 100. Il punteggio necessario per superare
DettagliStatistica Metodologica
Statistica Metodologica Esercizi di Probabilita e Inferenza Silvia Figini e-mail: silvia.figini@unipv.it Problema 1 Sia X una variabile aleatoria Bernoulliana con parametro p = 0.7. 1. Determinare la media
DettagliVariabili casuali II
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
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE Processi di Poisson Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Consideriamo eventi casuali come gli arrivi di lavori
DettagliStatistica 1- parte II
Statistica 1- parte II Esercitazione 1 Dott.ssa Antonella Costanzo 11/02/2016 Esercizio 1. Modelli discreti di probabilità: le v.c. binomiale e geometrica (come caso particolare della v.c. binomiale negativa),
DettagliESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE
ESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE Docente titolare: Irene Crimaldi 26 novembre 2009 Es.1 Supponendo che la probabilità di nascita maschile e femminile sia la stessa, calcolare la probabilità
DettagliStima puntuale di parametri
Probabilità e Statistica Esercitazioni a.a. 006/007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Stima Puntuale Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio In ciascuno dei casi seguenti determinare quale tra i due stimatori S e T per il parametro θ è distorto
DettagliSTATISTICA ESERCITAZIONE
STATISTICA ESERCITAZIONE Dott. Giuseppe Pandolfo 1 Giugno 2015 Esercizio 1 Una fabbrica di scatole di cartone evade il 96% degli ordini entro un mese. Estraendo 300 campioni casuali di 300 consegne, in
DettagliCalcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale a.a. 2016/17
Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale aa 6/ Punteggi: : 3 + 6; : + + + ; 3: + Una scatola contiene monete; 8 di queste sono equilibrate, mentre le
DettagliDistribuzione di Probabilità
Distribuzione di Probabilità Sia X variabile con valori discreti X 1, X 2,..., X N aventi probabilità p 1, p 2,..., p N ( i p i = 1) (X variabile discreta aleatoria, o stocastica, o casuale, random) Funzione
DettagliTest di ipotesi. Test
Test di ipotesi Test E una metodologia statistica che consente di prendere una decisione. Esempio: Un supermercato riceve dal proprio fornitore l assicurazione che non più del 5% delle mele di tipo A dell
DettagliStatistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 4
X N(m ; s ) f X x 1 e π σ xμ σ σ 0 m F X x x 1 π σ e tμ σ dt 1 0.5 EX μ VarX σ m La distribuzione normale permette di modellizzare moltissimi fenomeni aleatori (ad esempio misure di ogni genere), serve
DettagliProbabilità 1, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09
Probabilità, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09. Due roulette regolari vengono azionate più volte; sia T il numero di volte che occorre azionare la prima roulette
DettagliVariabili aleatorie discrete. Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia
Variabili aleatorie discrete Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia 2015-16 1 / 45 Variabili aleatorie Una variabile aleatoria è simile a una variabile statistica Una variabile
DettagliEsercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano
Esercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano Esercizio 1 Una moneta viene lanciata 6 volte. Calcolare a) La probabilità che escano esattamente
DettagliUNIVERSITÁ DI FOGGIA DIPARTIMENTO DI ECONOMIA CORSO DI MATEMATICA FINANZIARIA A-L PROF. ANDREA DI LIDDO TEMI ASSEGNATI DURANTE LE PROVE SCRITTE DA
UNIVERSITÁ DI FOGGIA DIPARTIMENTO DI ECONOMIA CORSO DI MATEMATICA FINANZIARIA A-L PROF ANDREA DI LIDDO TEMI ASSEGNATI DURANTE LE PROVE SCRITTE DA DICEMBRE 2016 aa 2016-2017-6 GIUGNO 2017 NUMERO DI CFU
DettagliVIII Indice 2.6 Esperimenti Dicotomici Ripetuti: Binomiale ed Ipergeometrica Processi Stocastici: Bernoul
1 Introduzione alla Teoria della Probabilità... 1 1.1 Introduzione........................................ 1 1.2 Spazio dei Campioni ed Eventi Aleatori................ 2 1.3 Misura di Probabilità... 5
DettagliMATEMATICA FINANZIARIA RISCHI: RAPPRESENTAZIONE E GESTIONE (CENNI)
Matematica Finanziaria, a.a. 2011/2012 p. 1/315 UNIVERSITA DEGLI STUDI DI PARMA FACOLTA DI ECONOMIA MATEMATICA FINANZIARIA RISCHI: RAPPRESENTAZIONE E GESTIONE (CENNI) ANNAMARIA OLIVIERI a.a. 2011/2012
DettagliUniversità degli studi della Tuscia. Principi di Statistica dr. Luca Secondi A.A. 2014/2015. Esercitazione di riepilogo Variabili casuali
Università degli studi della Tuscia Principi di Statistica dr. Luca Secondi A.A. 014/015 Esercitazione di riepilogo Variabili casuali ESERCIZIO 1 Il peso delle compresse di un determinato medicinale si
Dettaglia) 36/100 b) 1/3 c)
Da un urna contenente 10 palline, di cui 6 bianche e 4 nere, si estraggono due palline. Determinare la probabilità del seguente evento E=«le due palline sono bianche» nel caso di estrazioni a) con rimbussolamento
DettagliEsercitazioni di Statistica Metodologica
Esercitazioni di Statistica Metodologica June 22, 2009 1 Esercizio La compagnia di telefonia fissa Happy Line ha svolto una indagine sul numero di telefonate effettuate dai suoi clienti la settimana scorsa.
Dettagli7. V F Dati due eventi, A e B, l evento A o B, descrive l evento quando o A avviene o B avviene o
CAPITOLO 5 LA PROBABILITA VERO FALSO 1. V F la probabilità può essere definita come la possibilità che un evento accada 2. V F Sara Moretti sa che ci sono esattamente 20 macchine nel parco macchine e tutte
DettagliMetodi quantitativi per i mercati finanziari
Metodi quantitativi per i mercati finanziari Esercizi di probabilità Spazi di probabilità Ex. 1 Sia Ω = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}. Siano A e B sottoinsiemi di Ω tali che A = {numeri pari},
Dettagli4. Si supponga che il tempo impiegato da una lettera spedita dall Italia per arrivare a destinazione segua una distribuzione normale con media
Esercizi sulle distribuzioni, il teorema limite centrale e la stima puntuale Corso di Probabilità e Inferenza Statistica, anno 007-008, Prof. Mortera 1. Sia X la durata in mesi di una valvola per radio.
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La variabile Uniforme Continua Data una scheda telefonica da 5 euro di cui non si sa se sia
DettagliEsercitazione 1 del corso di Statistica (parte 2)
Esercitazione del corso di Statistica (parte Dott.ssa Paola Costantini 8 Gennaio 0 Esercizio n Compro due cassette contenenti 0 piante di rosa che ancora devono sbocciare. Nella prima cassetta ci sono
DettagliStatistica Metodologica Avanzato Test 1: Concetti base di inferenza
Test 1: Concetti base di inferenza 1. Se uno stimatore T n è non distorto per il parametro θ, allora A T n è anche consistente B lim Var[T n] = 0 n C E[T n ] = θ, per ogni θ 2. Se T n è uno stimatore con
DettagliCapitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari"
Levine, Krehbiel, Berenson Statistica Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari" Unità Integrata Organizzativa
DettagliSTATISTICA A D (72 ore)
STATISTICA A D (72 ore) Marco Riani mriani@unipr.it http://www.riani.it Elementi che fanno variare l ampiezza dell intervallo di confidenza (p. 70) s.q.m. dell universo σ Più σ è elevato, maggiore è la
DettagliP(X > 0) = P(X 1 = 1) + P(X 1 = 1, X 2 = 1, X 3 = 1) =
1 Esercizi settimana 3 Esercizio 1. Un urna contiene 8 palline bianche, 4 nere e rosse. Si assuma di vincere e ogni volta che si estragga una pallina nera, si perda 1e per ogni pallina bianca e non succeda
DettagliDue variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b}
Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha P {X = a, Y = b} = P {X = a}p {Y = b} Una variabile aleatoria χ che assume i soli valori 1, 2,..., n
DettagliTest di ipotesi su due campioni
2/0/20 Test di ipotesi su due campioni Confronto tra due popolazioni Popolazioni effettive: unità statistiche realmente esistenti. Esempio: Confronto tra forze lavoro di due regioni. Popolazioni ipotetiche:
DettagliCorso 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.
DettagliCompiti 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,
DettagliProva d'esame di Statistica I - Corso Prof.ssa S. Terzi
Prova d'esame di Statistica I - Corso Prof.ssa S. Terzi Esercizio 1 Data la variabile casuale X con funzione di densità f(x) = 2x, per 0 x 1; f(x) = 0 per x [0, 1], determinare: a) P( - 0,5 < X< 0,7) b)
DettagliApprossimazione normale alla distribuzione binomiale
Approssimazione normale alla distribuzione binomiale P b (X r) costoso P b (X r) P(X r) per N grande Teorema: Se la variabile casuale X ha una distribuzione binomiale con parametri N e p, allora, per N
DettagliUNIVERSITÀ DEGLI STUDI DI PERUGIA
SIGI, Statistica II, esercitazione n. 3 1 UNIVERSITÀ DEGLI STUDI DI PERUGIA FACOLTÀ DI ECONOMIA CORSO DI LAUREA S.I.G.I. STATISTICA II Esercitazione n. 3 Esercizio 1 Una v.c. X si dice v.c. esponenziale
DettagliLaurea Magistrale in Scienze Statistiche Finanziarie e Attuariali Econometria Finanziaria c.a. A.A. 2016/2017 Appello 15 Settembre 2017
Laurea Magistrale in Scienze Statistiche Finanziarie e Attuariali Econometria Finanziaria c.a. A.A. 206/207 Appello 5 Settembre 207. Sia r t il log-return di un asset e r m t il log-retun del mercato.
Dettagli2.3.1 Generazione di numeri pseudocasuali con distribuzione uniforme
GENERAZIONE DI OSSERVAZIONI CASUALI 145 2.3 GENERAZIONE DI OSSERVAZIONI CASUALI Una volta determinate le distribuzioni di input, la simulazione dovrà generare durante ogni esecuzione osservazioni casuali
DettagliCorso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)
Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino Prova di Mercoledì giugno 4 (tempo a disposizione: ore. Scrivere su ogni foglio NOME e COGNOME. Le
DettagliEsercizi di Ricapitolazione
Esercizio 1. Sono dati 150g di una soluzione S 1 concentrata al 12%. (a) Determinare quanti grammi di soluto occorre aggiungere a S 1 per ottenere una nuova soluzione S 2 concentrata al 20%. (b) Determinare
DettagliLaboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n.
5 STIMA PUNTUALE DEI PARAMETRI [Adattato dal libro Excel per la statistica di Enzo Belluco] Sia θ un parametro incognito della distribuzione di un carattere in una determinata popolazione. Il problema
DettagliTEORIA DEI SISTEMI E DEL CONTROLLO LM in Ingegneria Informatica e Ingegneria Elettronica
TEORIA DEI SISTEMI E DEL CONTROLLO LM in Ingegneria Informatica e Ingegneria Elettronica http://www.dii.unimore.it/~lbiagiotti/teoriasistemicontrollo.html Stima dello stato in presenza di disturbi: il
DettagliEsame di Teoria dei Segnali A Ing. Informatica, Elettronica e Telecomunicazioni. 12 luglio 2004
Esame di Teoria dei Segnali A Ing. Informatica, Elettronica e Telecomunicazioni luglio 4 Esercizio Un sacchetto A contiene caramelle ai gusti fragola, limone e lampone. Un sacchetto B contiene caramelle
DettagliPROBLEMI DI PROBABILITÀ
PROBLEMI DI PROBABILITÀ 1. Si dispongono a caso su uno scaffale sette libri, dei quali tre trattano di matematica. Qual è la probabilità che i tre libri di matematica si vengano a trovare l uno accanto
DettagliPROBABILITA. Distribuzione di probabilità
DISTRIBUZIONI di PROBABILITA Distribuzione di probabilità Si definisce distribuzione di probabilità il valore delle probabilità associate a tutti gli eventi possibili connessi ad un certo numero di prove
Dettagli1) Entropia di variabili aleatorie continue. 2) Esempi di variabili aleatorie continue. 3) Canali di comunicazione continui. 4) Canale Gaussiano
Argomenti della Lezione 1) Entropia di variabili aleatorie continue ) Esempi di variabili aleatorie continue 3) Canali di comunicazione continui 4) Canale Gaussiano 5) Limite di Shannon 1 Entropia di una
Dettagliλ è detto intensità e rappresenta il numero di eventi che si
ESERCITAZIONE N 1 STUDIO DI UN SISTEMA DI CODA M/M/1 1. Introduzione Per poter studiare un sistema di coda occorre necessariamente simulare gli arrivi, le partenze e i tempi di ingresso nel sistema e di
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 27 Outline 1 () Statistica 2 / 27 Outline 1 2 () Statistica 2 / 27 Outline 1 2 3 () Statistica 2 /
DettagliDistribuzioni di Probabilità
Distribuzioni di Probabilità Distribuzioni discrete Distribuzione uniforme discreta Distribuzione di Poisson Distribuzioni continue Distribuzione Uniforme Distribuzione Gamma Distribuzione Esponenziale
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di PS-Probabilità P.Baldi Tutorato 9, 19 maggio 11 Corso di Laurea in Matematica Esercizio 1 a) Volendo modellizzare l evoluzione della disoccupazione in un certo ambito
DettagliCampionamento e quantizzazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Campionamento e quantizzazione A.A. 2008-09 Alberto Perotti DELEN-DAUIN Conversione analogico-digitale L elaborazione
DettagliSTATISTICA: esercizi svolti sulle VARIABILI CASUALI
STATISTICA: esercizi svolti sulle VARIABILI CASUALI VARIABILI CASUALI 2 VARIABILI CASUALI. Variabili casuali generiche. Si supponga che un dado truccato, formato da sei facce contrassegnate dai numeri
DettagliModelli descrittivi, statistica e simulazione
Modelli descrittivi, statistica e simulazione Master per Smart Logistics specialist Roberto Cordone (roberto.cordone@unimi.it) Statistica inferenziale Cernusco S.N., giovedì 18 febbraio 2016 (9.00/13.00)
DettagliCorsi di Laurea in Ingegneria Civile e Edile Analisi Matematica II e Probabilita Lezioni A.A. 2000/01, prof. G. Stefani 9 Ottobre Gennaio 2001
Corsi di Laurea in Ingegneria Civile e Edile Analisi Matematica II e Probabilita Lezioni A.A. 2000/01, prof. G. Stefani 9 Ottobre 2000-28 Gennaio 2001 1 Nona settimana 76. Lun. 4 Dic. Generalita. Spazi
DettagliMaria Prandini Dipartimento di Elettronica e Informazione Politecnico di Milano
Note relative a test di bianchezza rimozione delle componenti deterministiche da una serie temporale a supporto del Progetto di Identificazione dei Modelli e Analisi dei Dati Maria Prandini Dipartimento
DettagliPROVA SCRITTA DI STATISTICA. cod CLEA-CLAPI-CLEFIN-CLELI cod CLEA-CLAPI-CLEFIN-CLEMIT. 5 Novembre 2003 SOLUZIONI MOD.
PROVA SCRITTA DI STATISTICA cod. 4038 CLEA-CLAPI-CLEFIN-CLELI cod. 5047 CLEA-CLAPI-CLEFIN-CLEMIT 5 Novembre 003 SOLUZIONI MOD. A In 8 facoltà di un ateneo italiano vengono rilevati i seguenti dati campionari
DettagliSTATISTICA ESERCITAZIONE 9
STATISTICA ESERCITAZIONE 9 Dott. Giuseppe Pandolfo 19 Gennaio 2015 REGOLE DI CONTEGGIO Sequenze ordinate Sequenze non ordinate Estrazioni con ripetizione Estrazioni senza ripetizione Estrazioni con ripetizione
DettagliTEST n La funzione di ripartizione di una variabile aleatoria:
TEST n. 1 1. Un esperimento consiste nell estrarre successivamente, con reimmissione nel mazzo, due carte da un mazzo di 52 carte. Individuare la probabilità di estrarre due assi. A 0.0059 B 0.0044 C 0.0045
DettagliStatistica Applicata all edilizia: alcune distribuzioni di probabilità
Statistica Applicata all edilizia: Alcune distribuzioni di probabilità E-mail: orietta.nicolis@unibg.it 23 marzo 2010 Indice Distribuzioni di probabilità discrete 1 Distribuzioni di probabilità discrete
DettagliCenni di apprendimento in Reti Bayesiane
Sistemi Intelligenti 216 Cenni di apprendimento in Reti Bayesiane Esistono diverse varianti di compiti di apprendimento La struttura della rete può essere nota o sconosciuta Esempi di apprendimento possono
Dettagli