6) Una variabile aleatoria discreta V ha la seguente densità di probabilità:

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "6) Una variabile aleatoria discreta V ha la seguente densità di probabilità:"

Transcript

1 (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 due macchine. Le velocità sono: alta (a) a b/s, media (m) a b/s, bassa (b) a b/s. In risposta ad una richiesta, una ditta invia o un fax breve di due pagine (p2) o uno lungo di quattro pagine (p4). Si consideri l esperimento consistente nel monitorare la trasmissione dei fax, osservando la loro lunghezza e la velocità di trasmissione. Ad esempio un osservazione potrebbe essere h- p2, cioè un fax breve trasmesso ad alta velocità. a) Qual è lo spazio dei campioni dell esperimento? b) Quali uscite corrispondono all evento A1 fax a velocità media? c) Quali uscite corrispondono all evento A2 fax breve? d) Quali uscite corrispondono all evento A3 fax a velocità alta o bassa? e) A1, A2 e A3 sono eventi mutuamente esclusivi? f) L unione di A1, A2 e A3 copre tutto lo spazio dei campioni? g) L unione di A1, A2 e A3 costituisce una ripartizione dello spazio dei campioni? 2) Una fabbrica di circuiti integrati ha tre macchine X, Y e Z. Si consideri l esperimento consistente nel eseguire un test su un circuito integrato di ciascuna macchina. Il risultato del test può essere: accettato D o respinto U. Un osservazione consiste in una sequenza di tre risultati, corrispondenti all esame di un circuito proveniente rispettivamente dalla macchina X, Y e Z. Ad esempio l uscita DDU significa che i circuiti provenienti dalle macchine X e Y hanno superato il test, mentre quello prodotto dalla macchina Z è risultato difettoso. a) Qual è lo spazio dei campioni dell esperimento? b) Quali sono le uscite relative agli eventi: ZI = {circuito della macchina Z respinto} XD = {circuito della macchina X accettato} c) Gli eventi ZI e XD sono mutuamente esclusivi? d) Quali sono le uscite relative agli eventi: C = {più di un circuito accettato} D = {almeno due circuiti respinti} e) C e D sono mutuamente esclusivi? f) C e D costituiscono una ripartizione dello spazio dei campioni? 3) I programmi di un computer sono classificati in base alla lunghezza del codice sorgente e al tempo di esecuzione. Quelli con più di 150 linee di codice sorgente sono considerati grossi (G), quelli con un numero di linee inferiore o uguale a 150 sono considerati piccoli (P). I programmi veloci (V) girano in meno di un decimo di secondo, quelli lenti (L) impiegano un tempo maggiore o uguale a 0.1 s. L esperimento consiste nell osservare lunghezza e tempo di esecuzione dei vari programmi. Da osservazioni statistiche si è dedotto che: P[PV]=0.5, P[GV]=0.2 e P[GL]=0.2. a) Qual è lo spazio dei campioni di questo esperimento? b) Si calcolino le seguenti probabilità: P[L] P[G] P[L G]

2 4) Si mescolino per bene tre carte: esse sono il 2, il 3 e il 4 di picche. Le carte vengono estratte in sequenza. ( (L = 1, 2, 3) indica l evento che la i-esima carta sia pari e 2 (L = 1, 2, 3) L L indica l evento che la i-esima carta sia dispari. a) Quanto vale 3 [( / ( ] (probabilità che la seconda carta sia pari data che la prima era pari?) b) Qual è la probabilità condizionata che le prime due carte siano pari, sapendo che la terza è pari c) Quanto vale 3 [( / 2 ]? d) Quanto vale 3 [ 2 / 2 ]? 5) Al termine dei tempi regolamentari, una squadra di basket è indietro di un punto e un suo giocatore si appresta a tirare due tiri liberi. Se egli fa esattamente un punto, l incontro va ai supplementari. La probabilità di andare a canestro al primo tiro è 0.5. Tuttavia, se il primo tiro è stato buono, il giocatore si rilassa e nel secondo tiro va a canestro con probabilità 0.75, mentre se egli ha fallito il primo tiro, l aumentata pressione riduce la probabilità di successo per il secondo tiro, che diventa Qual è la probabilità che l incontro vada ai tempi supplementari? 6) Una variabile aleatoria discreta V ha la seguente densità di probabilità: a) determinare la costante F I 9 ( Y) = FY δ ( Y L) b) Trovare la probabilità che 9 {[ [ =,,... } c) Trovare la probabilità che V sia un numero pari d) Calcolare P[9!]. L = 7) Quando un utente preme il tasto SEND sul suo telefono cellulare, il telefono tenta di avviare una procedura di connessione trasmettendo un messaggio di SETUP ad una stazione base situata nei dintorni. L apparato attende una risposta e se questa non arriva entro 0.5 s, esso esegue un altro tentativo. Se non ottiene risposta dopo sei tentativi, interrompe la procedura e dà un segnale di occupato. a) Ipotizzando che le varie trasmissioni siano tra loro indipendenti e che la probabilità che il messaggio di SETUP vada a buon fine sia S, qual è la densità di probabilità della variabile aleatoria K, numero di messaggi trasmessi in un tentativo di connessione? b) Qual è la probabilità che il telefono generi un segnale di occupato? c) Se S = 0.9 e si desidera che la probabilità di occupato sia minore di 0.02, qual è il minimo numero per K necessario per raggiungere questo obiettivo? 8) Immaginate di andare a pesca e di attaccare P ami alla vostra canna. Ogni qualvolta eseguite un lancio, ciascun amo ha probabilità S di aver agganciato un pesce, indipendentemente da ciò che è successo agli altri ami. Qual è la densità di probabilità della variabile aleatoria K, numero di pesci catturato con un lancio?

3 9) Ogni qual volta un bambino lancia il suo frisbee, il suo cagnolino lo piglia con probabilità S, indipendentemente dal fatto che nel precedente lancio il frisbee sia stato preso o no. Quando il cane prende il frisbee, esso scappa via con il frisbee e non lo si vede più. Il bambino continua a lanciare il frisbee fino a che il cane lo piglia. Sia X la variabile aleatoria: numero di volte in cui il frisbee è stato lanciato. a) Qual è la densità di probabilità della variabile aleatoria X? b) Che tipo di variabile aleatoria è K? (%HUQRXOOL%LQRPLDOH*HRPHWULFD3DVFDO, 8QLIRUPH3RLVVRQ) c) Se S = 0.2, quanto vale la probabilità che il bambino lanci il frisbee per più di quattro volte? 10) Il numero K di autobus che arrivano ad una certa fermata in un intervallo di T minuti è una variabile aleatoria di Poisson, con valore medio T/5. a) Qual è la densità di probabilità della variabile aleatoria K? b) Quanto vale la probabilità dell evento: in un intervallo di 2 minuti arrivano tre autobus? c) Con che probabilità in dieci minuti non arriva nessun autobus? d) Quale intervallo di tempo bisogna scegliere affinché la probabilità che in esso arrivi almeno un autobus sia 0.99? 11) Il vostro computer si è guastato. Chiamate il tecnico dell assistenza, il quale arriva entro un massimo di quattro giorni. Il costo dell intervento varia a seconda di quanto avete aspettato per l arrivo del tecnico. Il numero di giorni di attesa è una variabile aleatoria discreta D, caratterizzata dalla seguente densità di probabilità: I ' ( G) =. δ ( G ) +. δ ( G ) +. δ ( G ) +. δ ( G ) Il costo C del servizio in ¼è così valutato: per 1 giorno di attesa per 2 giorni di attesa & = per 3 giorni di attesa per 4 giorni di attesa a) Qual è il valor medio P del tempo di attesa? ' b) Qual è il valor medio della deviazione ' P? ' c) Qual è ol valor medio del costo C? 12) La variabile aleatoria X ha la seguente densità di probabilità: I ([) ([ N) = δ N N= a) Che tipo di variabile aleatoria è X? (%HUQRXOOL%LQRPLDOH*HRPHWULFD3DVFDO, 8QLIRUPH3RLVVRQ) b) Calcolare la sua deviazione standard σ P σ + σ. c) Calcolare la probabilità dell evento { } P

4 13) Ogni test eseguito su un circuito integrato produce come risultato accettato con probabilità S o respinto con probabilità S, indipendentemente dai risultati di prove precedenti. Sia N la variabile aleatoria che esprime il numero di circuiti respinti in U prove e sia X il numero di circuiti accettati nell ultimo test (X oppure X ). Indicare quante e quali sono le possibili coppie di valori per le variabili aleatorie N e X. Esprimere la 1 = Q, = [. probabilità di ciascun evento congiunto { } 14) La funzione di distribuzione di una variabile aleatoria X è: [ < ) ([) = ( [ + ) / [ [ a) Calcolare 3 [ > / ] 3 / [ < / b) Calcolare [ ] c) Calcolare 3 [[ / ] < d) Qual è il valore da assegnare alla costante D affinché 3 [ D] =. e) Qual è la densità di probabilità di X?? < = =. 15) La variabile aleatoria X è uniformemente distribuita tra e. Sia J( ) a) Calcolare ([ ] e Var [ ]. b) Calcolare J ((( ) e [ J( )] (. c) Determinare la densità di probabilità della variabile aleatoria Y. < Var <. d) Calcolare ([ ] e [ ] 16) Una variabile aleatoria continua è detta esponenziale se al sua densità di probabilità è del tipo: D[ I ([) = DH per [ essendo D una costante positiva. Sapendo che Y è una variabile aleatoria esponenziale con varianza pari a 25, a) Si scriva la sua densità di probabilità b) Si calcoli il suo valore quadratico medio 3 < >. c) Si calcoli [ ] 17) La variabile aleatoria continua X è uniformemente distribuita sull intervallo [,) la sua densità di probabilità? a) Qual è la funzione di distribuzione della variabile X? (? b) Quanto vale [ ] c) Quanto vale [ ] d) Quanto vale [ H ] (? (?. Qual è

5 18) Quando viene fatta una chiamata telefonica, con probabilità 0.2 la linea è occupata e con probabilità 0.3 non si ottiene risposta. Quando si ottiene risposta, il tempo di conversazione è una variabile aleatoria X, caratterizzata da una densità di probabilità esponenziale, con valor medio 3 min. Sia W la variabile aleatoria durata della conversazione in secondi (W= 0 se non c è risposta o se la linea è occupata). a) Come sono fatte la densità di probabilità e la funzione di distribuzione di W? : Var :? b) Quanto valgono ([ ] e [ ] 19) La variabile aleatoria 8 è uniformemente distribuita tra e ed è posta all ingresso di un limitatore. La variabile aleatoria W rappresenta l uscita del limitatore ed è definita da: 8 8 : = J( 8 ) = 8 > Trovare la densità di probabilità, la funzione di distribuzione e il valore medio della variabile W. 20) Due variabili aleatorie X e Y hanno la seguente funzione di distribuzione congiunta: [ \ ( H )( H ) [, \ ) ([, = < a) Calcolare la 3 [, \ ] b) Esprimere le funzioni di distribuzione delle variabili X e Y. 21) La funzione ( [ + H [, \ ) ([, = < a) ha i requisiti per essere una funzione di distribuzione congiunta di due variabili aleatori X e Y? b) Se avete risposto sì, provate a calcolare la densità di probabilità congiunta. c) Siete ancora convinti della vostra risposta? 22) Due variabili aleatorie X e Y hanno la seguente densità di probabilità congiunta: F [ + \, [, \ I < ([, = a) Ricavare il valore della costante F b) Calcolare 3[ < ] 3 + < c) Calcolare [ ] 23) Entro il cerchio di raggio U centrato nell origine due variabili aleatorie X e Y hanno la seguente densità di probabilità congiunta: 2 ( ) ( π U ) [, \ = [ + \ U I < Ricavare le densità di probabilità delle variabili aleatorie X e Y.

6 24) Due variabili aleatorie X e Y hanno la seguente densità di probabilità congiunta: I < ([, ([ + 3 = σ = Var. [ [, a) Calcolare P [ = ([ ] e [ ] b) Calcolare P \ = ([ < ] e σ = Var[ < ]. < c) Calcolare la covarianza & ([( P )( < P )] < < d) Quanto vale P + < = ([ + < ]? e) Quanto vale σ = Var[ + < ]? + < =. \

Esercizi di Calcolo delle Probabilità

Esercizi di Calcolo delle Probabilità Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato

Dettagli

Variabili 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. 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

Dettagli

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

CALCOLO DELLE PROBABILITÀ - 9 giugno 1998 Scrivere le risposte negli appositi spazi Motivare dettagliatamente le risposte su fogli allegati CALCOLO DELLE PROBABILITÀ - 9 giugno 1998 1. Dati gli eventi A,B,C, ognuno dei quali implica il successivo, e tali che P (A) è metà della probabilità di B, che a sua volta ha probabilità metà di quella

Dettagli

STATISTICA (2) ESERCITAZIONE 1. Dott.ssa Antonella Costanzo

STATISTICA (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)

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando

Dettagli

Esercizi svolti di statistica. Gianpaolo Gabutti

Esercizi svolti di statistica. Gianpaolo Gabutti Esercizi svolti di statistica Gianpaolo Gabutti (gabuttig@hotmail.com) 1 Introduzione Questo breve documento contiene lo svolgimento di alcuni esercizi di statistica da me svolti durante la preparazione

Dettagli

Variabili casuali. - di Massimo Cristallo -

Variabili casuali. - di Massimo Cristallo - Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 16 e 27 maggio 2013 - di Massimo Cristallo - Variabili casuali

Dettagli

TEST n La funzione di ripartizione di una variabile aleatoria:

TEST n La funzione di ripartizione di una variabile aleatoria: TEST n. 1 1. Un esperimento consiste nell estrarre successivamente, con reimmissione nel mazzo, due carte da un mazzo di 52 carte. Individuare la probabilità di estrarre due assi. A 0.0059 B 0.0044 C 0.0045

Dettagli

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

Esame di AM2 & EAP (270/04) a.a. 2009/10 Quarto appello del 16 Luglio 2010 1. Un urna contiene delle palline numerate e distribuite in seguente maniera: Vengono estratte due palline senza rimpiazzo e siano X e Y rispettivamente il numero della

Dettagli

Esercizi di riepilogo

Esercizi di riepilogo Esercizi di riepilogo 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

Dettagli

1 quartile. 2 quartile. 3 quartile. 1 percentile. 99 percentile. 5 percentile. 95 percentile. 10 percentile. 90 percentile.

1 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

Dettagli

Esercitazione 1 del corso di Statistica (parte 2)

Esercitazione 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

Dettagli

Università 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. 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

Dettagli

Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b}

Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b} Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha P {X = a, Y = b} = P {X = a}p {Y = b} Una variabile aleatoria χ che assume i soli valori 1, 2,..., n

Dettagli

STATISTICA: esercizi svolti sulle VARIABILI CASUALI

STATISTICA: 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

Dettagli

Compiti tematici dai capitoli 2,3,4

Compiti tematici dai capitoli 2,3,4 Compiti tematici dai capitoli 2,3,4 a cura di Giovanni M. Marchetti 2016 ver. 0.8 1. In un indagine recente, i rispondenti sono stati classificati rispetto al sesso, lo stato civile e l area geografica

Dettagli

e n n xn ( 1) n ( 1) n n + 1 2e n x n 3n [ln x]n 1 n + 1 2e n 1

e n n xn ( 1) n ( 1) n n + 1 2e n x n 3n [ln x]n 1 n + 1 2e n 1 1) Studiare la seguente serie di funzioni en ( 1) n n x n 2) Studiare la seguente serie di funzioni ( 1) n n + 1 2e n xn 3) Studiare la seguente serie di funzioni 3n [ln x]n 1 2n 4) Studiare la seguente

Dettagli

L assegnazione è coerente? SÌ NO. A e B sono stocasticamente indipendenti? SÌ NO

L assegnazione è coerente? SÌ NO. A e B sono stocasticamente indipendenti? SÌ NO CALCOLO DELLE PROBABILITÀ - gennaio 00 Scrivere le risposte negli appositi spazi Motivare dettagliatamente le risposte su fogli allegati Nuovo Ordinamento esercizi -4. Vecchio Ordinamento esercizi -6..

Dettagli

Statistica Metodologica

Statistica 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

Dettagli

Comunicazioni Elettriche anno accademico Esercitazione 1

Comunicazioni 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)=

Dettagli

a) 36/100 b) 1/3 c)

a) 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

Dettagli

Probabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva

Probabilità 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.

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2

CORSO 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

Dettagli

ESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE

ESERCIZI 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

Dettagli

Statistica A. Corsi di Laurea afferenti alla IV Facoltà Prova del Cognome e Nome...

Statistica A. Corsi di Laurea afferenti alla IV Facoltà Prova del Cognome e Nome... Compito A Statistica A Corsi di Laurea afferenti alla IV Facoltà Prova del 12-07-2007 Cognome e Nome...... N 0 di Matricola ISTRUZIONI: Copiare in modo chiaro e leggibile lo svolgimento di ciascun esercizio

Dettagli

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

ES.2.3. è pari ad 1. Una variabile aleatoria X che assume valori su tutta la retta si dice distribuita ES.2.3 1 Distribuzione normale La funzione N(x; µ, σ 2 = 1 e 1 2( x µ σ 2 2πσ 2 si chiama densità di probabilità normale (o semplicemente curva normale con parametri µ e σ 2. La funzione è simmetrica rispetto

Dettagli

Statistica 1- parte II

Statistica 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),

Dettagli

Corsi 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 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

Dettagli

1. i limiti di p che garantiscono un funzionamento stabile del sistema ;

1. i limiti di p che garantiscono un funzionamento stabile del sistema ; Problema 1 Un router collega una rete locale ad Internet per mezzo di due linee dedicate, la prima di capacità C 1 = 2.048 Mbit/s e la seconda di capacità C 2 = 512 Kbit/s. Ciascuna linea è dotata di una

Dettagli

ESERCIZI DI CALCOLO PROBABILITÀ DISTRIBUZIONI DOPPIE E NOTEVOLI

ESERCIZI 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

Dettagli

Statistica Inferenziale

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

Dettagli

Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari"

Capitolo 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

Dettagli

Vedi: Probabilità e cenni di statistica

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

Dettagli

Variabili casuali multidimensionali

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

Dettagli

Esercitazione N. 1 (11 ottobre 2016)

Esercitazione 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

Dettagli

Variabili casuali II

Variabili 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

Dettagli

Statistical Process Control

Statistical Process Control Statistical Process Control ESERCIZI II Esercizio 1. Una ditta che produce schermi a cristalli liquidi deve tenere in controllo il numero di pixel non funzionanti. Vengono ispezionati venti schermi alla

Dettagli

Calcolare. 16. Calcolare la somma della serie. 17. Se

Calcolare. 16. Calcolare la somma della serie. 17. Se Prova N.: risposte Matematica e Statistica gennaio VARIANTE: risposte: C A C B B B D B A B A C D C D B A C D A Ricordiamo che se Z ha distribuzione normale standard, si ha P (Z >.) = %, P (Z >.) = %, P

Dettagli

Esercitazione 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 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

Dettagli

Alcune v.a. discrete notevoli

Alcune v.a. discrete notevoli Alcune v.a. discrete notevoli Variabile aleatoria Bernoulliana Il risultato X di un esperimento aleatorio può essere classificato nel modo che segue: successo oppure insuccesso. Indichiamo: Successo =

Dettagli

Esercitazione # 3. Trovate la probabilita che in 5 lanci di un dado non truccato il 3 si presenti

Esercitazione # 3. Trovate la probabilita che in 5 lanci di un dado non truccato il 3 si presenti Statistica Matematica A Esercitazione # 3 Binomiale: Esercizio # 1 Trovate la probabilita che in 5 lanci di un dado non truccato il 3 si presenti 1. mai 2. almeno una volta 3. quattro volte Esercizio #

Dettagli

Esercizi Teoria della Probabilità

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

Dettagli

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

un elemento scelto a caso dello spazio degli esiti di un fenomeno aleatorio; TEST DI AUTOVALUTAZIONE - SETTIMANA 3 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia 1 Parte A 1.1 Una variabile casuale

Dettagli

Esercitazione 4 del corso di Statistica 2 Prof. Domenico Vistocco

Esercitazione 4 del corso di Statistica 2 Prof. Domenico Vistocco Esercitazione 4 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza May 23, 2007 1 Esercizio Si consideri un mazzo di carte francesi di 2 carte e si supponga di stare giocando a poker.

Dettagli

Esercizi su variabili aleatorie discrete

Esercizi su variabili aleatorie discrete Esercizi su variabili aleatorie discrete Esercizio 1. Data la variabile aleatoria discreta X, caratterizzata dalla seguente rappresentazione nello spazio degli stati: 1 0,25 X = { 0 0,50 1 0,25 calcolare

Dettagli

VARIABILI CASUALI CONTINUE

VARIABILI CASUALI CONTINUE p. 1/1 VARIABILI CASUALI CONTINUE Una variabile casuale continua può assumere tutti gli infiniti valori appartenenti ad un intervallo di numeri reali. p. 1/1 VARIABILI CASUALI CONTINUE Una variabile casuale

Dettagli

VARIABILI ALEATORIE Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al 6 lancio:

VARIABILI ALEATORIE Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al 6 lancio: VARIABILI ALEATORIE. Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al lancio: a) si abbia testa per la prima volta? b) Si sia avuto testa almeno una volta? c) Si sia avuta

Dettagli

Statistica. Alfonso Iodice D Enza

Statistica. Alfonso Iodice D Enza Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 27 Outline 1 () Statistica 2 / 27 Outline 1 2 () Statistica 2 / 27 Outline 1 2 3 () Statistica 2 /

Dettagli

Variabili aleatorie discrete. Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia

Variabili aleatorie discrete. Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia Variabili aleatorie discrete Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia 2015-16 1 / 45 Variabili aleatorie Una variabile aleatoria è simile a una variabile statistica Una variabile

Dettagli

Introduzione alla statistica 2/ed. Marilyn K. Pelosi, Theresa M. Sandifer, Paola Cerchiello, Paolo Giudici

Introduzione alla statistica 2/ed. Marilyn K. Pelosi, Theresa M. Sandifer, Paola Cerchiello, Paolo Giudici CAPITOLO 6 LE VARIABILITA CASUALI E LE DISTRIBUZIONI DI PROBABILITA VERO FALSO 1. V F La probabilità che X assuma un valore compreso tra 3 e 4 incluso può essere scritto come P(3

Dettagli

1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3.

1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3. Corso di Laurea INTERFACOLTÀ - Esercitazione di Statistica n 6 ESERCIZIO 1: 1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3. lancio di

Dettagli

esperimento casuale: è un esperimento condotto sotto l effetto del caso; evento elementare: ciascuno dei possibili esiti di un esperimento casuale;

esperimento casuale: è un esperimento condotto sotto l effetto del caso; evento elementare: ciascuno dei possibili esiti di un esperimento casuale; Capitolo 15 Suggerimenti agli esercizi a cura di Elena Siletti Esercizio 15.1: Suggerimento Si ricordi che: esperimento casuale: è un esperimento condotto sotto l effetto del caso; evento elementare: ciascuno

Dettagli

Esame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016

Esame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016 Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione

Dettagli

Esercizi di riepilogo Lezioni

Esercizi 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

Dettagli

Modelli di variabili casuali

Modelli di variabili casuali Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Modelli di variabili casuali Ines Campa Probabilità e Statistica -

Dettagli

PROBABILITA. Distribuzione di probabilità

PROBABILITA. 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

Dettagli

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

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

Dettagli

b = 1 2σ 3. La lunghezza di una barra è un numero aleatorio X con densità della forma 0, x 0, 0 < x 1 a = 1 F (x) = 2 2x 1 x2

b = 1 2σ 3. La lunghezza di una barra è un numero aleatorio X con densità della forma 0, x 0, 0 < x 1 a = 1 F (x) = 2 2x 1 x2 CALCOLO DELLE PROBABILITÀ E STATISTICA - 0 gennaio 2002 Informatica (N.O.) (Canali 4) esercizi -4 Vecchio Ordinamento esercizi -6. Da un lotto contenente 4 pezzi buoni e 2 difettosi si estraggono senza

Dettagli

Esercizi di Probabilità e Statistica

Esercizi 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

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 4

Statistica, 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

Dettagli

Esercitazioni di Statistica

Esercitazioni 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

Dettagli

Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale a.a. 2016/17

Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale a.a. 2016/17 Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale aa 6/ Punteggi: : 3 + 6; : + + + ; 3: + Una scatola contiene monete; 8 di queste sono equilibrate, mentre le

Dettagli

Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale)

Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale) Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale) Esercizio 1: Un indagine su 10.000 famiglie ha dato luogo, fra le altre, alle osservazioni riportate nella

Dettagli

CP110 Probabilità: Esonero 1. Testo e soluzione

CP110 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

Dettagli

Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1

Università 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,

Dettagli

Esercizi di Calcolo delle Probabilità e Statistica

Esercizi 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

Dettagli

Teoria della probabilità Variabili casuali

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

Dettagli

Corso di Fondamenti di Telecomunicazioni

Corso di Fondamenti di Telecomunicazioni Corso di Fondamenti di Telecomunicazioni Prof. Mario Barbera [parte ] Variabili aleatorie Esempio: sia dato l esperimento: Scegliere un qualunque giorno non festivo della settimana, per verificare casualmente

Dettagli

Statistica Applicata all edilizia: alcune distribuzioni di probabilità

Statistica Applicata all edilizia: alcune distribuzioni di probabilità Statistica Applicata all edilizia: Alcune distribuzioni di probabilità E-mail: orietta.nicolis@unibg.it 23 marzo 2010 Indice Distribuzioni di probabilità discrete 1 Distribuzioni di probabilità discrete

Dettagli

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 8/04/2016

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 8/04/2016 Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 8/4/26 NOME: COGNOME: MATRICOLA: Esercizio Si supponga di avere

Dettagli

Esercizi di preparazione all esame di Statistica Dr Alessia Mammone alessia STATISTICA DESCRITTIVA

Esercizi di preparazione all esame di Statistica Dr Alessia Mammone alessia STATISTICA DESCRITTIVA Esercizi di preparazione all esame di Statistica Dr Alessia Mammone alessia mammone@gmail.com STATISTICA DESCRITTIVA Esercizio 1. Calcolare media, varianza, deviazione standard, mediana e moda delle seguenti

Dettagli

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

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

Dettagli

LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi Corso di laurea in Informatica e Bioinformatica

LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi Corso di laurea in Informatica e Bioinformatica UNIVERSITA DEGLI STUDI DI VERONA LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi Corso di laurea in Informatica e Bioinformatica 5 VARIABILI ALEATORIE DISCRETE LA VARIABILE BINOMIALE Sia n

Dettagli

) la sua densità discreta sarà della forma. p X (0) = 1 2, p X(1) = 1 2,

) la sua densità discreta sarà della forma. p X (0) = 1 2, p X(1) = 1 2, Esercizi settimana 6 Esercizi applicati Esercizio. Siano X e Y due v.a. discrete indipendenti tali che X B(, ) e Y B(, ), n 0. (i) Si calcoli la legge di X + Y ; (ii) Si calcoli la legge di X Y ; (iii)

Dettagli

Ulteriori Conoscenze di Informatica e Statistica

Ulteriori Conoscenze di Informatica e Statistica ndici di forma Ulteriori Conoscenze di nformatica e Statistica Descrivono le asimmetrie della distribuzione Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 ( piano) tel.: 06 55 17 72 17

Dettagli

Esercitazioni di Statistica Metodologica

Esercitazioni 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.

Dettagli

Nozioni preliminari... 1 Notazioni... 1 Alcunirichiamidianalisimatematica... 3 Sommeinfinite... 3

Nozioni preliminari... 1 Notazioni... 1 Alcunirichiamidianalisimatematica... 3 Sommeinfinite... 3 Indice Nozioni preliminari... 1 Notazioni... 1 Alcunirichiamidianalisimatematica... 3 Sommeinfinite... 3 1 Spazi di probabilità discreti: teoria... 7 1.1 Modelli probabilistici discreti..... 7 1.1.1 Considerazioni

Dettagli

Corso di Fondamenti di TLC Esercizi di Probabilitá

Corso di Fondamenti di TLC Esercizi di Probabilitá Corso di Fondamenti di TLC Esercizi di Probabilitá Exercise 0.1 Unurna contiene 2 biglie bianche e 5 nere. Estraiamo una prima biglia: se nera la rimettiamo dentro con altre due dello stesso colore, se

Dettagli

Esercitazione di Statistica Distribuzioni (Uniforme discreta e continua/ Binomiale/ Poisson) 18/11/2015

Esercitazione di Statistica Distribuzioni (Uniforme discreta e continua/ Binomiale/ Poisson) 18/11/2015 Esercitazione di Statistica Distribuzioni (Uniforme discreta e continua/ Binomiale/ Poisson) 18/11/2015 Esercizio 1 Il responsabile delle risorse umane di un azienda ha constatato che vi è un turn-over

Dettagli

DISTRIBUZIONI DI PROBABILITA

DISTRIBUZIONI DI PROBABILITA DISTRIBUZIONI DI PROBABILITA La distribuzione di probabilità e un modello matematico, uno schema di riferimento, che ha caratteristiche note e che può essere utilizzato per rispondere a delle domande derivate

Dettagli

Esercitazione 4 del corso di Statistica (parte 2)

Esercitazione 4 del corso di Statistica (parte 2) Esercitazione 4 del corso di Statistica (parte ) Dott.ssa Paola Costantini Febbraio Esercizio n. Il tempo di percorrenza del treno che collega la stazione di Roma Termini con l aeroporto di Fiumicino è

Dettagli

UNIVERSITÀ di ROMA TOR VERGATA

UNIVERSITÀ di ROMA TOR VERGATA UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 05-6 P.Baldi Lista di esercizi, 8 gennaio 06. Esercizio Si sa che in una schedina

Dettagli

Modulo di Statistica e Tecnologia (Dott. Giorgio Poletti

Modulo di Statistica e Tecnologia (Dott. Giorgio Poletti Laurea in Scienze dell Educazione Insegnamento di Pedagogia Sperimentale (Prof. Paolo Frignani) Modulo di Statistica e Tecnologia (Dott. Giorgio Poletti giorgio.poletti@unife.it) MEDIA aritmetica semplice

Dettagli

Esercizi Svolti. 2. Costruire la distribuzione delle frequenze cumulate del tempo di attesa

Esercizi Svolti. 2. Costruire la distribuzione delle frequenze cumulate del tempo di attesa Esercizi Svolti Esercizio 1 Per una certa linea urbana di autobus sono state effettuate una serie di rilevazioni sui tempi di attesa ad una determinata fermata; la corrispondente distribuzione di frequenza

Dettagli

Variabili aleatorie continue

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

Dettagli

Corso di Laurea in Farmacia, cognomi M-Z Modulo di Matematica, 1 dicembre 2011, TEMA 1. Giustificare adeguatamente le soluzioni dei seguenti esercizi:

Corso di Laurea in Farmacia, cognomi M-Z Modulo di Matematica, 1 dicembre 2011, TEMA 1. Giustificare adeguatamente le soluzioni dei seguenti esercizi: Modulo di Matematica, 1 dicembre 2011, TEMA 1 Una popolazione è composta dal 45% di fumatori e dal 55% di non fumatori. È noto che il 65% dei fumatori e il 10% dei non fumatori sono affetti da una malattia

Dettagli

La distribuzione delle frequenze. T 10 (s)

La distribuzione delle frequenze. T 10 (s) 1 La distribuzione delle frequenze Si vuole misurare il periodo di oscillazione di un pendolo costituito da una sferetta metallica agganciata a un filo (fig. 1). A Figura 1 B Ricordiamo che il periodo

Dettagli

Corso di Laurea: Diritto per le Imprese e le istituzioni a.a Statistica. Probabilità. Lezioni : 11, 12. Docente: Alessandra Durio

Corso di Laurea: Diritto per le Imprese e le istituzioni a.a Statistica. Probabilità. Lezioni : 11, 12. Docente: Alessandra Durio Corso di Laurea: Diritto per le Imprese e le istituzioni a.a. 2016-17 Statistica Probabilità Lezioni : 11, 12 Docente: Alessandra Durio 1 Contenuti 1. Variabili casuali notevoli DISCRETE (uniforme, di

Dettagli

Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza

Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Cinque lettere

Dettagli

Statistica ARGOMENTI. Calcolo combinatorio

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

Dettagli

LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi

LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi UNIVERSITA DEGLI STUDI DI VERONA LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi 5 VARIABILI CASUALI DISCRETE LA VARIABILE BINOMIALE Sia n N e sia k n. La probabilità di osservare k successi

Dettagli

DISTRIBUZIONE NORMALE (1)

DISTRIBUZIONE NORMALE (1) DISTRIBUZIONE NORMALE (1) Nella popolazione generale molte variabili presentano una distribuzione a forma di campana, bene caratterizzata da un punto di vista matematico, chiamata distribuzione normale

Dettagli

I appello di calcolo delle probabilità e statistica

I appello di calcolo delle probabilità e statistica I appello di calcolo delle probabilità e statistica A.Barchielli, L. Ladelli, G. Posta 8 Febbraio 13 Nome: Cognome: Matricola: Docente: I diritti d autore sono riservati. Ogni sfruttamento commerciale

Dettagli

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

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

Dettagli

Stima puntuale di parametri

Stima 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

Dettagli

Misure Meccaniche e Termiche. punti massa. Valore atteso: Varianza:

Misure Meccaniche e Termiche. punti massa. Valore atteso: Varianza: Fenomeni aleatori Misure Meccaniche e Termiche Sezione di Misure e Tecniche Sperimentali I fenomeni aleatori (o casuali) sono fenomeni empirici il cui risultato non è prevedibile a priori, caratterizzati

Dettagli

Laboratorio di Calcolo B 68

Laboratorio di Calcolo B 68 Generazione di numeri casuali Abbiamo già accennato all idea che le tecniche statistiche possano essere utili per risolvere problemi di simulazione di processi fisici e di calcoli numerici. Dobbiamo però

Dettagli

Probabilità delle cause:

Probabilità delle cause: Probabilità delle cause: Probabilità condizionata 2 Teorema delle probabilità composte A B) A) B/A) 3 Teorema delle probabilità totali B )! 4 Teorema delle probabilità delle cause n i A! B ) A / B ) B

Dettagli

CAPITOLO QUINTO DISTRIBUZIONE NORMALE

CAPITOLO QUINTO DISTRIBUZIONE NORMALE CAPITOLO QUINTO DISTRIBUZIONE NORMALE 1. Probabilità nel continuo Fino ad ora abbiamo considerato casi in cui l insieme degli eventi elementari è finito. Vediamo, mediante due semplici esempi, come si

Dettagli

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

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE. Corso di Laurea Triennale in Matematica Corso di Calcolo delle Probabilità A. A. /5 prova scritta (//5(docenti G. Nappo, F. Spizzichino La prova scritta consiste nello svolgimento dei punti non facoltativi

Dettagli