, 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

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download ", 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"

Transcript

1 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 8 palline rosse. Si estraggono ripetutamente, con reimmissione, delle palline da ciascuna urna. Sia la v.a. numero di estrazioni di palline rosse da A prima dell estrazione della prima pallina bianca. Sia la v.a. numero di estrazioni di palline rosse da B prima dell estrazione della prima pallina bianca. i) Si determini P ( 3) e P ( 3). è una variabile geometrica di costante p 8, mentre è una variabile geometrica di costante q. P ( 3) p (3) p( p) 3 8 (3 8 )3, 3, P ( 3) q( q) n q( q) 3 n3 n ( q) n q ( q) 3 q ( )3 8. ii) Si determini P ( + ). Si deve considerare il vettore aleatorio (, ) di densità p, (i, j) p( p) i q ( q) j e si devono sommare le probabilità relative ai punti che giacciono nella regione in cui +. Quindi calcolo j i+ p, (i, j) i+ p( p) i q ( q) j i j i+ i j 8 (3 8 )i ( )j+.

2 SOLUZIONI DEGLI ESERCIZI SULLE VARIABILI ALEATORIE DISCRETE i+ i j 8 (3 8 )i ( )j+ i i i 6 (3 i+ 8 )i ( j ( )j ) 6 (3 8 )i ( ( )i+ ) 8 (3 8 )i + i 64 ( 3 6 )i iii) Si determini la densità della v.a. +. Si considera di nuovo il vettore aleatorio (, ) di densità p, (i, j) p( p) i q ( q) j e per determinare p Z (h) dove Z + si devono sommare le probabilit a p, (i, j) tali che i+j h. Per esempio per determinare p Z () si devono sommare le probabilità relative ai punti sulla linea tratteggiata in figura. Si ottiene p Z (h) i+jh p, (i, j) i+jh 6 (3 8 )i ( )j h ( 3 8 )h j ( )j 4 ( )h 6 (3 8 )h. j

3 SOLUZIONI DEGLI ESERCIZI SULLE VARIABILI ALEATORIE DISCRETE 3 6 es. : i + j Esercizio. Siano e variabili aleatorie indipendenti: la prima con legge di Poisson di parametro, la seconda con legge di Bernoulli di parametro 3. i) Si calcoli P ( + ). Si deve considerare il vettore aleatorio (, ) di densità 3 e se j i! p, (i, j) 3 e se j i! Quindi P ( + ) p, (, ) + p, (, ) + p, (, ) + p, (, ) e. ii) Si determini la densità discreta della variabile aleatoria Z +.

4 4 SOLUZIONI DEGLI ESERCIZI SULLE VARIABILI ALEATORIE DISCRETE i + j h p Z () p, (, ) 3 e, p Z (h) p, (h, ) + p, (h, ) 3 e (h )!, + 3 e h! 3 e (h )! ( + h ). iii) Si calcoli E[Z] e V ar( 3Z). E[Z] E[( + )] E[ + ] E[ ] + E[]E[ ] , V ar( 3Z) 9V ar( + ) 9V ar() + 9V ar( ) 9 +. Esercizio 3. Il numero di chiamate che vengono fatte ad un centralino in un certo intervallo di tempo si comporta come una v.a. di Poisson di parametro. i) Calcolare la probabilità che al centralino in quell intervallo di tempo non arrivino chiamate. La variabile aleatoria in questione è una Poisson di parametro. Quindi ricaviamo allora p (n) e n n!, p () e.3. ii) Calcolare la probabilità che al centralino in quell intervallo di tempo arrivino almeno chiamate. P ( ) P ( ) (p () + p ()) (e + e ), 93. Esercizio 4. Un urna contiene palline bianche e palline rosse. Se ne estraggono e si lancia una moneta equlibrata tante volte quante sono le palline bianche dell estrazione. Sia in numero di teste e in numero di croci.

5 SOLUZIONI DEGLI ESERCIZI SULLE VARIABILI ALEATORIE DISCRETE i) Determinare le densità delle variabili, e del vettore aleatorio (, ). Chiamiamo Z la variabile aleatoria numero di palline bianche estratte. che Z è una varialbile aleatoria binomiale B(, ). Quindi p z(j) ( j). Di conseguenza, per i,,...,, P ( i) P ( i Z j) P (Z j), dove j se i > j, ( ) P ( i Z j) j i j se i j. P ( i) i! i! j, j i j, j i ( ) j i j ( ) j! ( j)!(j i)!i! ji i h! ( i)!i!! ( j)!(j i)!! ( i h)!(h)! +i i h +j j h+i i! ( i h)!(h)! ( ) i ( ) i i +i h h h ( ) i +i ( + ) i ( ) ( 3 i 4 ) i ( 4 )i, quindi B(, 4 ). Poiché sappiamo che si ha che anche B(, 4 ). Per determinare la densità congiunta ragioniamo nel seguente modo: si ha { se i + j k, P ( i, j Z k) P ( i Z k) se i + j k, h

6 6 SOLUZIONI DEGLI ESERCIZI SULLE VARIABILI ALEATORIE DISCRETE quindi e quindi, se i + j si ha p, (i, j) se i + j k, ( ) P ( i, j Z k) i + j i i+j se i + j k, P (Z k) P (Z i + j) ( ) i + j, P ( i, j Z k) P (Z k) k mentre se i + j > si ha p, (i, j). ii) Dire se e sono indipendenti.! i!j!( i j)! Non sono indipendenti: la matrice della probabilità congiunta è triangolare. +i+j, Esercizio. Siano, due v.a. geometriche indipendenti, la prima tale che P ( ) P ( ) e la seconda di parametro. Sia Z +. i) Determinare le densità della variabile aleatoria Z. Abbiamo p (n) p( p) n, quindi p () p e p () p( p), da cui si ha che p p( p), cioè p p e finalmente p. Quindi e sono due variabili aleatorie geometriche indipendenti di costante. Quindi il vettore aleatorio (, ) ha densità Quindi p Z (k) k j ii) Calcolare P ( 3 Z ). p, (i.j) i+j+. k (k j)+j+ k+ k + k+. j Dalla definizione sappiamo che P ( 3 Z ) P ( 3 Z ) P (Z ) P ( 3) P ( ). P (Z ) P ( 3 ) P (Z )

7 SOLUZIONI DEGLI ESERCIZI SULLE VARIABILI ALEATORIE DISCRETE 7 Resta da calcolare P ( ) (P ( ) + P ( )) 4 e P (Z ) (P (Z ) + P (Z ) + P (Z ) + P (Z 3) + P (Z 4)) Quindi iii) Calcolare P (Z 3). P ( 3 Z ) P (Z 3) P (Z 3) P ( 3) P ( ) P ( 3) P ( 3) P ( 3) P ( 3) P ( ) 4. iv) Determinare E[Z]. E[Z] E[( + )] E[ ] + E[]E[ ] 4.

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

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

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

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 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

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

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

PROBLEMI DI PROBABILITÀ

PROBLEMI 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

Dettagli

PROCESSI STOCASTICI 1: ESERCIZI

PROCESSI STOCASTICI 1: ESERCIZI PROCESSI STOCASTICI 1: ESERCIZI (1) ESERCIZIO: Date P e Q matrici stocastiche, dimostrare che la matrice prodotto P Q è una matrice stocastica. Dedurre che la potenza P n e il prodotto P 1 P 2 P n sono

Dettagli

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

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

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

Corsi di Laurea in Matematica Probabilità I Anno Accademico 2012-2013 5 giugno 2013 Corsi di Laurea in Matematica Probabilità I Anno Accademico 2012-201 5 giugno 201 L uso di calcolatrici o testi non è consentito. Motivare chiaramente i procedimenti e i risultati proposti. Rispondere

Dettagli

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

CALCOLO DELLE PROBABILITA - 24 Giugno 2015 CdL in STAD, SIGAD Compito intero Seconda prova in itinere: esercizi 4,5,6. Cognome e Nome: Matricola CdS CALCOLO DELLE PROBABILITA - 4 Giugno 5 CdL in STAD, SIGAD Compito intero Seconda prova in itinere: esercizi 4,5, Motivare dettagliatamente le risposte su fogli allegati e

Dettagli

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

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

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

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

Compito di Probabilità e Statistica

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

Dettagli

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

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

Dettagli

COMPITO n. 1. a) Determinare la distribuzione del numero X di palline nere presenti nell urna.

COMPITO n. 1. a) Determinare la distribuzione del numero X di palline nere presenti nell urna. Università di Siena a.a. 28/9 Docente D. Papini COMPITO n. 1 a) Un dado non truccato viene lanciato due volte. Quant è la probabilità dell evento: al primo lancio esce un numero minore o uguale a 2 ed

Dettagli

Probabilità e Processi stocastici. Ingegneria Robotica e dell Automazione. Prova scritta del giorno 15/12/14

Probabilità e Processi stocastici. Ingegneria Robotica e dell Automazione. Prova scritta del giorno 15/12/14 Probabilità e Processi stocastici. Ingegneria Robotica e dell Automazione. Prova scritta del giorno 15/12/14 In ingegneria un sistema formato da n componenti è detto k su n se funziona quando almeno k

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

Corso 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 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

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

LEZIONE 2.5. corso di statistica. Francesco Lagona Università Roma Tre. LEZIONE 2.5 p. 1/12

LEZIONE 2.5. corso di statistica. Francesco Lagona Università Roma Tre. LEZIONE 2.5 p. 1/12 LEZIONE 2.5 p. 1/12 LEZIONE 2.5 corso di statistica Francesco Lagona Università Roma Tre LEZIONE 2.5 p. 2/12 distribuzione doppia di due variabili aleatorie consideriamo la distribuzione doppia di due

Dettagli

PROBABILITA. DEFINIZIONE: Ogni singolo risultato di un esperimento casuale si chiama evento elementare

PROBABILITA. DEFINIZIONE: Ogni singolo risultato di un esperimento casuale si chiama evento elementare PROBABILITA La teoria della probabilità si applica ad esperimenti aleatori o casuali: ossia, esperimenti il cui risultato non è prevedibile a priori. Ad esempio, lancio di un dado, lancio di una moneta,

Dettagli

Lezione 12. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 12. A. Iodice.

Lezione 12. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 12. A. Iodice. discrete uniforme Bernoulli Poisson Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 56 Outline discrete uniforme Bernoulli Poisson 1 2 discrete 3

Dettagli

P(X > 0) = P(X 1 = 1) + P(X 1 = 1, X 2 = 1, X 3 = 1) =

P(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

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

Evento Aleatorio. Un evento si dice aleatorio se può o non può verificarsi (Alea in greco vuol dire dado)

Evento Aleatorio. Un evento si dice aleatorio se può o non può verificarsi (Alea in greco vuol dire dado) ELEMENTI DI CALCOLO DELLE PROBABILITA Evento Aleatorio Un evento si dice aleatorio se può o non può verificarsi (Alea in greco vuol dire dado) Esempi di eventi aleatori 1. Ottenere un certo numero nel

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

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

1 Eventi. Operazioni tra eventi. Insiemi ed eventi. Insieme dei casi elementari. Definizione di probabilità. Quella che segue e la versione compatta delle slides usate a lezioni. NON sono appunti. Come testo di riferimento si può leggere Elementi di calcolo delle probabilità e statistica Rita Giuliano. Ed ETS

Dettagli

Probabilità e Statistica per l Informatica Esercitazione 4

Probabilità e Statistica per l Informatica Esercitazione 4 Probabilità e Statistica per l Informatica Esercitazione 4 Esercizio : [Ispirato all Esercizio, compito del 7/9/ del IV appello di Statistica e Calcolo delle probabilità, professori Barchielli, Ladelli,

Dettagli

STATISTICA ESERCITAZIONE 9

STATISTICA 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

Dettagli

Calcolo delle Probabilità 2

Calcolo delle Probabilità 2 Prova d esame di Calcolo delle Probabilità 2 Maggio 2006 Sia X una variabile aleatoria distribuita secondo la densità seguente ke x 1 x < 0 f X (x) = 1/2 0 x 1. 1. Determinare il valore del parametro reale

Dettagli

Esercizi/domande su spazio campionario, eventi ed insiemistica. Daniela Bertacchi

Esercizi/domande su spazio campionario, eventi ed insiemistica. Daniela Bertacchi Esercizi/domande su spazio campionario, eventi ed insiemistica Daniela Bertacchi Lo spazio campionario Se Ω è uno spazio campionario, allora Ω è anche: A) l evento certo; B) un evento elementare; C) una

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

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

Calcolo della probabilità

Calcolo della probabilità Calcolo della probabilità GLI EVENTI Un evento è un fatto che può accadere o non accadere. Se esso avviene con certezza si dice evento certo, mentre se non può mai accadere si dice evento impossibile.

Dettagli

ESERCIZI DI MATEMATICA DISCRETA E PROBABILITÀ

ESERCIZI DI MATEMATICA DISCRETA E PROBABILITÀ ESERCIZI DI MATEMATICA DISCRETA E PROBABILITÀ Esercizi del 28/09/2016 (1) In quanti modo posso scegliere 2 persone tra 10? Quante sono le sequenze date da due cifre decimali? (2) Quanti sono i sottoinsiemi

Dettagli

ESERCITAZIONE 20 : VARIABILI ALEATORIE DISCRETE

ESERCITAZIONE 20 : VARIABILI ALEATORIE DISCRETE ESERCITAZIONE 20 : VARIABILI ALEATORIE DISCRETE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114 30 Aprile 2013 Esercizio

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

1 Esercizi tutorato 1/4

1 Esercizi tutorato 1/4 Esercizi tutorato 1/ 1 1 Esercizi tutorato 1/ Esercizio 11 Siano X e Y due va discrete indipendenti di distribuzione geometrica con parametro p [0, 1] (i) Si calcoli la legge di X + Y, è una legge nota?

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

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

Esercitazione 1 del corso di Statistica 2

Esercitazione 1 del corso di Statistica 2 Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Dott.ssa Paola Costantini Esercizio n. 1 Estraendo due carte da un mazzo di carte napoletane con la reimmissione della carta nel mazzo

Dettagli

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

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

Dettagli

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

Esercizi settimana 5. Esercizi applicati. Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 2 3 1 Esercizi settimana 5 Esercizi applicati Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 3 di ottenere testa. Se scegliete la prima moneta vincete 10 punti se esce testa e punti

Dettagli

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 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

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

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

0 z < z < 2. 0 z < z 3 CALCOLO DELLE PROBABILITÀ o - 7 gennaio 004. Elettronica : 4; Nettuno: 3.. Data un urna di composizione incognita con palline bianche e nere, sia K = il numero di palline bianche nell urna è il doppio

Dettagli

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

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino) Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino Prova di Mercoledì giugno 4 (tempo a disposizione: ore. Scrivere su ogni foglio NOME e COGNOME. Le

Dettagli

Tempo a disposizione. 90 minuti. 1 [6 punti] Dimostrare che, per ogni n N, n 1, vale la disuguaglianza:

Tempo a disposizione. 90 minuti. 1 [6 punti] Dimostrare che, per ogni n N, n 1, vale la disuguaglianza: Dipartimento di Matematica e Informatica Anno Accademico 05-06 Corso di Laurea in Informatica (L-) Prova in itinere di Matematica Discreta ( CFU) Febbraio 06 A Tempo a disposizione. 90 minuti [6 punti]

Dettagli

Statistica Inferenziale

Statistica Inferenziale Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 1 Abbiamo visto: Definizioni di statistica, statistica inferenziale, probabilità (interpretazione

Dettagli

Esercizi su variabili discrete: binomiali e ipergeometriche

Esercizi su variabili discrete: binomiali e ipergeometriche CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su variabili discrete: binomiali e ipergeometriche Es1 Due squadre di rugby si sfidano giocando fra loro varie partite La squadra che vince 4 partite

Dettagli

SOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA

SOLUZIONI 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;

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

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

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

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

Esercitazione del 31/01/2012 Istituzioni di Calcolo delle Probabilità

Esercitazione del 31/01/2012 Istituzioni di Calcolo delle Probabilità Esercitazione del 1/01/2012 Istituzioni di Calcolo delle Probabilità Esercizio 1 Vengono lanciati due dadi regolari a 6 facce. (a) Calcolare la probabilità che la somma dei valori ottenuti sia 9? (b) Calcolare

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

Soluzione esercizi (quarta settimana)

Soluzione esercizi (quarta settimana) Soluzione esercizi (quarta settimana) Marco Riani Esempio totocalcio Gioco la schedina mettendo a caso i segni 1 X 2 Qual è la prob. di fare 14? 1 Esempio Gioco la schedina mettendo a caso i segni (1 X

Dettagli

Corso di probabilità e statistica

Corso di probabilità e statistica Università degli Studi di Verona Facoltà di Scienze MM.FF.NN. Corso di Laurea in Informatica Corso di probabilità e statistica (Prof.ssa L.Morato) Esercizi Parte I: probabilità classica e probabilità combinatoria,

Dettagli

Variabili aleatorie discrete

Variabili aleatorie discrete Capitolo 3 Variabili aleatorie discrete Esercizio 60 In una procedura di controllo di produzione, n processori prodotti da un processo industriale vengono sottoposti a controllo. Si assuma che ogni pezzo,

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

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

Probabilità 1, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09 Probabilità, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09. Due roulette regolari vengono azionate più volte; sia T il numero di volte che occorre azionare la prima roulette

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Variabili casuali Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio Determinare se le funzioni seguenti: 0.0 se x < 0. se x = g(x) = 0.5 se x = 0.7 se x = 3 se x =

Dettagli

ESERCIZI SULLE CATENE DI MARKOV. Docente titolare: Irene Crimaldi 18/11/2009 P =

ESERCIZI SULLE CATENE DI MARKOV. Docente titolare: Irene Crimaldi 18/11/2009 P = ESERCIZI SULLE CATENE DI MARKOV Docente titolare: Irene Crimaldi 8//9 ESERCIZIO Una catena di Markov (X n ) n con insieme degli stati S = {,,} ha matrice di transizione µ() =, µ() =, µ() =. a) Calcolare

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

Statistica. Esercitazione 10. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice. V.C.

Statistica. Esercitazione 10. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice. V.C. uniforme Bernoulli binomiale di Esercitazione 10 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 55 Outline uniforme Bernoulli binomiale di 1 uniforme 2 Bernoulli 3 4

Dettagli

UNIVERSITA` di ROMA TOR VERGATA

UNIVERSITA` di ROMA TOR VERGATA UNIVERSITA` di ROMA TOR VERGATA Corso di PS2-Probabilità 2 P.Baldi appello, 7 giugno 200 Corso di Laurea in Matematica Esercizio Siano X, Y v.a. indipendenti di legge Ŵ(2, λ). Calcolare densità e la media

Dettagli

ESERCIZI SULLA PROBABILITA

ESERCIZI SULLA PROBABILITA PROBABILITA CLASSICA ESERCIZI SULLA PROBABILITA 1) Si estrae una carta da un mazzo di 40 carte ; calcolare la probabilità che la carta sia: a. una figura; b. una carta di danari; c. un asso. 2) Un urna

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

CP110 Probabilità: Esonero 1

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

Dettagli

Calcolo delle Probabilità Esercizi

Calcolo delle Probabilità Esercizi Calcolo delle Probabilità Esercizi A.A 00-006 Costituenti. Siano dati eventi A, B, C tali che A B = Φ, A B C, determinare i costituenti. C C C C C C C [ AB C, A BC, A B C, A B C ]. Siano dati eventi A,

Dettagli

Distribuzioni di probabilità

Distribuzioni di probabilità > Note Distribuzioni di probabilità filename: distribuzioni.mws version: 2.0 tested: Maple V Release 6.02 on Windows 2000 date: 15 marzo 2003 author: Claudio Marsan Liceo Cantonale di Mendrisio Via Agostino

Dettagli

Metodi Matematici per la Gestione del Rischio - Esercizi

Metodi Matematici per la Gestione del Rischio - Esercizi Metodi Matematici per la Gestione del Rischio - Esercizi. Considerare la seguente funzione di due variabili kxe y+x, per (x, y) [0, ] [0, + ), f(x, y) = 0, altrimenti. Determinare il valore della costante

Dettagli

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

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. Il modello binomiale Da studi interni è noto che il 35% dei clienti del Supermercato GD paga

Dettagli

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

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

Dettagli

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

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 probabilità

Esercizi di probabilità Esercizi di probabilità I. Bayes e condizionate 1. Sul commercio si distinguono 2 tipi di PC, quelli affidabili e quelli non affidabili. I primi hanno un guasto entro l anno nell 1% dei casi, mentre i

Dettagli

Approfondimento 3.3. Approssimazione della distribuzione binomiale alla normale

Approfondimento 3.3. Approssimazione della distribuzione binomiale alla normale Approfondimento 3.3 Approssimazione della distribuzione binomiale alla normale Come aveva notato de Moivre, se il numero di prove è sufficientemente ampio e la probabilità del successo π sufficientemente

Dettagli

Esercizi di Calcolo combinatorio: disposizioni

Esercizi di Calcolo combinatorio: disposizioni Calcolo combinatorio: disposizioni La Big Triple all ippodromo del luogo consiste nell indicare il corretto ordine di arrivo dei cavalli classificati tra i primi tre nella nona corsa. Se ci sono 12 cavalli

Dettagli

STATISTICA A K (63 ore) Marco Riani

STATISTICA A K (63 ore) Marco Riani STATISTICA A K (63 ore) Marco Riani mriani@unipr.it http://www.riani.it Esempio totocalcio Gioco la schedina mettendo a caso i segni 1 X 2 Qual è la prob. di fare 14? Esempio Gioco la schedina mettendo

Dettagli

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

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

Dettagli

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

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

Dettagli

X Vincita (in euro) Tabella 1: Vincite

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

Dettagli

Esercitazione 7 del corso di Statistica (parte 1)

Esercitazione 7 del corso di Statistica (parte 1) Esercitazione 7 del corso di Statistica (parte 1) Dott.ssa Paola Costantini 5 Marzo 011 Esercizio 1 Sullo spazio campionario: = 1,,,, 5,, 7,,, considerando l esperimento casuale estrazione di un numero,

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

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

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

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

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

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

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