II Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17
|
|
- Battistina Fantini
- 6 anni fa
- Visualizzazioni
Transcript
1 II Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì 4 febbraio 7 Cognome: Nome: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare tutti i risultati visti a lezione (compresi quelli di cui non è stata fornita la dimostrazione). Prima parte (Esercizi,, ) Esercizio. Valentino lancia un dado regolare a sei facce, il cui risultato indichiamo con X. Quindi estrae casualmente X lettere dall alfabeto inglese (6 lettere totali), una dopo l altra con reimmissione, componendo una parola. Successivamente Valentino lancia un altra volta il dado, il cui risultato indichiamo con Y, e compone casualmente una seconda parola di Y lettere. (a) Qual è la probabilità che la due parole composte abbiano lo stesso numero di lettere? (b) Qual è la probabilità che la prima parola composta sia CUORE? (c) Se la prima parola è CUORE, qual è la probabilità che la seconda parola sia un anagramma di CUORE? Soluzione. (a) Dobbiamo calcolare 6 6 P(X = Y ) = P(X = Y, X = i) = P(X = i, Y = i) = i= i= 6 P(X = i)p(y = i) = i= 6 i= 6 6 = 6. (b) Indichiamo con Z la prima parola. Osserviamo che la sua lunghezza è data da X, quindi è una variabile aleatoria. Affinché Z = CUORE, deve innanzitutto accadere che X = ; quindi, condizionalmente all evento {X = }, possiamo osservare che Z = (Z, Z, Z, Z 4, Z ) dove le variabili aleatorie Z i sono indipendenti con distribuzione uniforme discreta a valori nell alfabeto. In definitiva, la probabilità richiesta è P(Z = CUORE) = P(X =, Z = CUORE) = P(X = ) P(Z = CUORE X = ) = P(X = ) P(Z = C, Z = U, Z = O, Z 4 = R, Z = E) = P(X = ) P(Z = C) P(Z = U) P(Z = O) P(Z 4 = R) P(Z = E) = 6 6. (c) Indichiamo con W la seconda parola, mentre Z indica la prima parola. Per l indipendenza delle due parole, dobbiamo calcolare Dobbiamo calcolare P(W è un anagramma di CUORE Z = CUORE) = P(W è un anagramma di CUORE). Ci sono! = anagrammi di CUORE, e ciascuno ha la stessa probabilità calcolata al punto precedente: infatti, scelte arbitrariamente le lettere w, w, w, w 4, w, si ha P(W = (w, w, w, w 4, w )) = P(Y = ) P(W = (w, w, w, w 4, w ) Y = ) = 6 6. In definitiva P(W è un anagramma di CUORE) = 6 6 = 6.
2 Esercizio. Siano X e Y due variabili aleatorie a valori interi, con X e Y, con densità discreta congiunta data dalla formula seguente, per (k, n) N : p (X,Y ) (k, n) = P((X, Y ) = (k, n)) = q ( q) n {k } {n } {n k+}, dove q (, ) è un parametro fissato. Definiamo quindi la variabile aleatoria Z := Y X. (a) Si mostri che X ha distribuzione geometrica. (b) Le variabili aleatorie X e Y sono indipendenti? (c) Si mostri che Z è indipendente da X e ha distribuzione geometrica. (d) Si calcolino E[Y ] e Cov[X, Y ]. Soluzione. (a) La densità discreta di X è data per k N da p X (k) = p (X,Y ) (k, n) = q ( q) n = q ( q) k n N n=k+ n=k+ ( q) n (k+). Col cambio di variabili l = n (k + ), l ultima somma diventa la serie geometrica l= ( q) l = ( q) = q, pertanto p X (k) = q ( q) k. Ciò mostra che X è geometrica di parametro q. (b) X e Y non sono indipendenti. Basta notare che P(X =, Y = ) =, perché la densità discreta si annulla per n = k (grazie a {n k+} ), mentre P(X = ) > e P(Y = ) >. Per giustificare queste disuguaglianze, si può notare che P(X = ) = q( q) >, come mostrato nel primo, mentre P(Y = ) P(X =, Y = ) = p (X,Y ) (, ) = q >. (c) Calcoliamo la distribuzione congiunta di (X, Z). p (X,Z) (k, m) = P(X = k, Z = m) = P(X = k, Y X = m) = P(X = k, Y = k + m) = p (X,Y ) (k, k + m) = q ( q) k+m {k } {k+m } {k+m k+} = q ( q) k+m {k } {m } = ( q ( q) k {k } )( q ( q) m {m } ). Dato che la densità discreta congiunta di X e Z si fattorizza nel prodotto di due densità geometriche di parametro q, segue che X e Z sono indipendenti, entrambe con distribuzione geometrica di parametro q. (d) Possiamo scrivere Y = X + Z. Sappiamo che X e Z sono geometriche di parametro q, quindi hanno media /q e varianza ( q)/q. Per la linearità del valore medio E[Y ] = E[X] + E[Z] = q mentre per la bilinearità della covarianza, e per il fatto che v.a. indipendenti sono scorrelate, Cov[X, Y ] = Cov[X, X + Z] = Cov[X, X] + Cov[X, Z] = Cov[X, X] = Var[X] = q q.
3 Esercizio. Sia X una variabile aleatoria reale con densità c f X (x) = ( + x) (, )(x), dove c R è un opportuna costante. Definiamo la variabile aleatoria Y := log X. (a) Si determini il valore di c e si dica per quali p (, ) si ha X L p. (b) Si mostri che Y è assolutamente continua. (c) Si determini la distribuzione di M := max{x, Y }. Soluzione. (a) Imponendo che l integrale della densità valga uno, si ottiene [ ] = = c, c ( + x) dx = c ( + x) da cui c =. Dato che X > q.c. (la densità si annulla per argomenti negativi), si ha E[ X p ] = E[X p ] = x p ( + x) dx. La funzione integranda è continua in [, ), dunque è integrabile (in quanto misurabile e limitata) in ogni intervallo compatto [, M]. Per x essa è asintotica a /x p, pertanto è integrabile se e solo se p >, ossia p <. In definitiva, X L p se e solo se p <. (b) Calcoliamo la funzione di ripartizione di Y : per ogni y R F Y (y) = P(Y y) = P(log X y) = P(X e y ) = F X (e y ). Calcoliamo la funzione di ripartizione di X: per x > x [ F X (x) = ( + t) dt = ( + t) ] x = ( + x). In definitiva F Y (y) = F X (e y ) = ( + e y ). Questa funzione è C, quindi Y è assolutamente continua con densità f Y (y) = F Y e y (y) = ( + e y ). (c) Dato che log x x per ogni x >, si ha M = max{x, log X} = X, dunque M ha la stessa distribuzione di X. In alternativa, per ogni t >, F M (t) = P(M t) = P(X t, Y t) = P(X t, X e t ) = P(X min{t, e t }) = P(X t)) = F X (t), dal momento che t e t per ogni t R.
4 4 Seconda parte (Esercizi 4,, 6) Esercizio 4. Romeo si trova con i suoi amici, ciascuno dei quali ha una moneta. L amico numero uno dà la sua moneta a Romeo; quindi si unisce a lui, formando un gruppo di due persone. L amico numero due dà la sua moneta a una persona del gruppo (Romeo o il primo amico) scelta casualmente; quindi si unisce al gruppo, che diventa di tre persone. Procedendo, per ogni n N, l amico numero n dà la sua moneta a una persona scelta a caso tra le n del gruppo; quindi si unisce al gruppo, che diventa di n + persone. Definiamo gli eventi A i := l amico numero i dà la sua moneta a Romeo e indichiamo con S n il numero di monete che Romeo ha in tasca dopo che l amico numero n ha consegnato la sua moneta. Si noti che S n è una variabile aleatoria che assume valori tra e n. (a) Si mostri che P(S n = ) = n, P(S n = n) = n!. (b) Si esprima S n in termini degli eventi A i. Si deduca che (c) Si definisca la variabile aleatoria E[S n ] per n, Var[S n ] E[S n ] n N. Y n := S n E[S n ] e si calcoli il limite seguente: lim Var[Y n] =... (d) Si mostri che Y n converge in probabilità e si identifichi il limite. Soluzione 4. (a) L evento {S n = } significa che tutti gli amici dal numero al numero n danno la loro moneta a una persona diversa da Romeo, quindi P(S n = ) = P(A c A c... A c n) = 4 n = n n. L evento {S n = n} significa che tutti gli amici dal numero al numero n danno la loro moneta a Romeo, quindi P(S n = n) = P(A A... A n ) = 4 n = n!. (b) Possiamo scrivere S n = X + X X n dove X i = Ai è una variabile aleatoria Be( i ), quindi Per linearità del valore medio E[X i ] = i, E[S n ] = E[X ] E[X n ] = n. Dato che X i Be( i ), si ha inoltre Var[X i ] = i ( ) i i.
5 Dato che gli eventi A i sono indipendenti, lo sono anche le v.a. X i, quindi per additività della varianza (c) Si ha Var[S n ] = Var[X ] Var[X n ] n = E[S n]. Var[Y n ] = E[S n ] Var[S n] E[S n ] E[S n] = E[S n ], perché E[S n ]. (d) Si noti che E[Y n ] =. Per la disuguaglianza di Chebychev, per ogni ε > P( Y n > ε) = P( Y n E[Y n ] > ε) Var[Y n] dunque Y n in probabilità. ε,
6 6 Esercizio. Achille lancia freccette che colpiscono il bersaglio triangolare B definito da B = {(x, y) R : x, y x}. La freccetta i-esima atterra nel punto (X i, Y i ) distribuito uniformemente in B, e gli esiti di lanci distinti sono indipendenti. Il punteggio ottenuto col lancio i-esimo è dato dall ascissa X i. (a) Si determini la distribuzione di X i e se ne calcolino media m e varianza σ. (b) Quante freccette deve mettere in conto di lanciare Achille, se vuole superare il punteggio di 4 con il 9% di probabilità? Soluzione. (a) Si noti che B ha area unitaria, pertanto la densità congiunta di (X i, Y i ) è data da f (Xi,Y i )(x, y) = B (x, y). Chiaramente X i, dunque f Xi (x) = se x [, ], mentre per x [, ] x f Xi (x) = f (Xi,Y i )(x, y) dy = dy = x. Si ha dunque m = E[X i ] = E[Xi ] = R R R x f Xi (x) dx = x f Xi (x) dx = x ( x x) dx = [ x 6 ] = 8 6 =, x ( x x) dx = [ x4 8 ] = 8 =, σ = E[X i ] m = 4 9 = 9. (b) Indichiamo con S n := X X n il punteggio ottenuto in n lanci. Per il teorema limite centrale, Z n := (S n mn)/(σ n) Z N(, ) in legge, pertanto ( Sn mn P(S n > 4) = P σ > 4 n ) ( ) ( ) ( n n n n P Z > = Φ = Φ n n n Dalla tavola della distribuzione normale si ricava che Φ(z) =.9 per z.9, pertanto n n.9 ( n).9 n = n ). da cui n n (.6) =.6,
7 7 Esercizio 6. Sia X = (X n ) n una catena di Markov sull insieme E = {,, } con il seguente grafo di transizione, dove q [, ] indica un parametro fissato: q Indichiamo come al solito P i ( ) := P( X = i). (a) Si scriva la matrice di transizione, si classifichino gli stati e se ne determini il periodo. (b) Si calcoli P (X = ). (c) Si mostri che esiste un unico valore del parametro q per cui la catena di Markov ammette una probabilità reversibile π = (π i ) i=,, e la si calcoli. (d) Per il valore di q determinato al punto precedente, si calcolino i limiti seguenti: Soluzione 6. lim P (X n = ) =... (a) Si ha p = lim P (X n = X n = ) =... q q Dato che, c è un unica classe di comunicazione, che è ovviamente chiusa e finita, dunque ricorrente positiva. Ciò significa che la catena di Markov è irriducibile e ricorrente positiva. Tutti gli stati hanno lo stesso periodo T =, ossia la catena è aperiodica: infatti p p p > e p p p p >, da cui T = M.C.D.{,,...} =. (b) Disintegrando rispetto al valore di X si ottiene. P (X = ) = P (X =, X = ) + P (X =, X = ) + P (X =, X = ) = p p + p p + p p = ( ) + q q = 9 + q q. In alternativa, ricordiamo che P i (X n = j) = (p n ) ij. La potenza seconda della matrice di transizione è p = p p = 9 + q q q q 9 quindi P (X = ) = (p ) = 9 + q q. 9 q q 9 q + q (c) Una probabilità è reversibile se e solo se π i p ij = π j p ji per ogni i, j {,, }. Questa relazione per i = j è sempre soddisfatta, quindi basta verificare solo i casi in cui i j. π p = π p π = π π = π. π p = π p π = π π = π = π.
8 8 π p = π p π q = π π = q π. Da ciò segue che π è reversibile se e solo se q = q = 6. Imponendo π + π + π = si ottiene infine π + π + q π = π + π + π = π = π =, π = π =. (d) Per il teorema di convergenza all equilibrio Per la formula di Bayes lim P (X n = ) = π =. P (X n = X n = ) = P (X n = X n = ) P(X n = ) P(X n = ) per la proprietà di Markov. Dato che = p P(X n = ) P(X n = ), e p =, otteniamo lim P (X n = ) = π = lim P (X n = X n = ) = = 6.
9 9 Tavola della distribuzione normale La tabella seguente riporta i valori di Φ(z) := z e x π dx, la funzione di ripartizione della distribuzione normale standard N(, ), per z.. Ricordiamo che i valori di Φ(z) per z < possono essere ricavati grazie alla formula Φ(z) = Φ( z). z
V Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2014/15 Nome: 7 gennaio
V Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 24/5 Nome: 7 gennaio 26 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
DettagliIII Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2018/19
III Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 8/9 Martedì luglio 9 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliI Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17
I Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì 3 gennaio 7 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliI Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2012/13 Nome: 30 gennaio
I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica /3 Nome: 3 gennaio 3 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
DettagliI Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17
I Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì gennaio 7 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliIII Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2013/14 Nome: 16 luglio
III Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 013/14 Nome: 16 luglio 014 Email: Quando non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliIII Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2014/15 Nome: 14 luglio
III Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 14/15 Nome: 14 luglio 15 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliV Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2012/13 Nome: 18 ottobre
V Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 202/ Nome: 8 ottobre 20 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
DettagliCP210 Introduzione alla Probabilità: Esonero 2
Dipartimento di Matematica, Roma Tre Pietro Caputo 218-19, II semestre 4 giugno, 219 CP21 Introduzione alla Probabilità: Esonero 2 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante
DettagliCalcolo delle Probabilità 2017/18 Foglio di esercizi 8
Calcolo delle Probabilità 07/8 Foglio di esercizi 8 Catene di Markov e convergenze Si consiglia di svolgere gli esercizi n 9,,,, 5 Catene di Markov Esercizio (Baldi, Esempio 5) Si consideri il grafo costituito
DettagliII Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2013/14 Nome: 20 febbraio
II Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 3/4 Nome: febbraio 4 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
DettagliProva scritta di Probabilità e Statistica Appello unico, II sessione, a.a. 2015/ Settembre 2016
Prova scritta di Probabilità e Statistica Appello unico, II sessione, a.a. 205/206 20 Settembre 206 Esercizio. Un dado equilibrato viene lanciato ripetutamente. Indichiamo con X n il risultato dell n-esimo
DettagliIII Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 2014/15 Nome: 15 Settembre
III Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 2014/15 Nome: 15 Settembre 2015 Email: Quando non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliI Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 2014/15 Nome: 23 Giugno
I Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 014/15 Nome: 3 Giugno 015 Email: Quando non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliCP210 Introduzione alla Probabilità: Esame 2
Dipartimento di Matematica, Roma Tre Pietro Caputo 2018-19, II semestre 9 luglio, 2019 CP210 Introduzione alla Probabilità: Esame 2 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante
DettagliCP110 Probabilità: Esonero 2. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 29-2, II semestre 25 maggio, 2 CP Probabilità: Esonero 2 Testo e soluzione . (7 pt) Siano T, T 2 variabili esponenziali indipendenti, di parametri λ =
DettagliCP110 Probabilità: Esonero 2. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 212-13, II semestre 23 maggio, 213 CP11 Probabilità: Esonero 2 Testo e soluzione 1. (7 punti) Una scatola contiene 1 palline, 5 bianche e 5 nere. Ne vengono
DettagliCP110 Probabilità: Esonero 2. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 29 maggio, 2012 CP110 Probabilità: Esonero 2 Testo e soluzione 1. (8 punti) La freccia lanciata da un arco è distribuita uniformemente
Dettagli(a) Qual è la probabilità che un neonato sopravviva al primo anno?
II Appello di Probabilità e Statistica Cognome: Laurea in Matematica Nome: 2 luglio 2009 Matricola: ESERCIZIO. Per una certa specie africana di uccelli, i neonati hanno indipendentemente l uno dal l altro
DettagliUNIVERSITA` di ROMA TOR VERGATA
UNIVERSITA` di ROMA TOR VERGATA Corso di PS2-Probabilità 2 PBaldi appello, 23 giugno 29 Corso di Laurea in Matematica Esercizio Per α 2 consideriamo la catena di Markov su {, 2, 3} associata alla matrice
DettagliCP110 Probabilità: Esame 13 settembre Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 13 settembre, 2012 CP110 Probabilità: Esame 13 settembre 2012 Testo e soluzione 1. (6 pts) Una scatola contiene 10 palline, 8 bianche
DettagliI Sessione I Prova Scritta o Recupero Esonero di Probabilità e Statistica a.a. 2012/ Giugno 2013
I Sessione I Prova Scritta o Recupero Esonero di Probabilità e Statistica a.a. / 9 Giugno Recupero I esonero o prova scritta di Probabilità da 5 cfu o di Probabilità e Statistica da cfu: esercizio ; esercizio
DettagliAppello febbraio. Vero o falso. Es 1 Es 2 Es 3 Es 4 Tot
Es Es 2 Es 3 Es 4 Tot Appello febbraio Calcolo delle probabilità 5 febbraio 208 Studente: Matricola: Vero o falso Esercizio (0 pti). Si dica, motivando la propria risposta, se le seguenti affermazioni
DettagliCP110 Probabilità: Esame 4 luglio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 4 luglio, 2012 CP110 Probabilità: Esame 4 luglio 2012 Testo e soluzione 1. (6 pts) Una scatola contiene 10 palline numerate da 1
DettagliCP110 Probabilità: Esonero 2
Dipartimento di Matematica, Roma Tre Pietro Caputo 22-3, II semestre 23 maggio, 23 CP Probabilità: Esonero 2 Cognome Nome Matricola Firma Nota:. L unica cosa che si puo usare durante l esame è una penna
DettagliEsame di Calcolo delle Probabilità del 11 dicembre 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Calcolo delle Probabilità del dicembre 27 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. 2 Es. Es. 4 Somma Voto finale Attenzione:
DettagliEsame di Calcolo delle Probabilità del 4 luglio 2006 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Calcolo delle Probabilità del 4 luglio 26 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione:
DettagliEsame di Calcolo delle Probabilità del 12 dicembre 2005 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Calcolo delle Probabilità del 2 dicembre 2005 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. 2 Es. 3 Es. 4 Somma Voto parziale Prima
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
DettagliI Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2013/14 Nome: 6 febbraio
I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 03/4 Nome: 6 febbraio 04 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliMatematica con elementi di Informatica
Variabili aleatorie Matematica con elementi di Informatica Tiziano Vargiolu Dipartimento di Matematica vargiolu@math.unipd.it Corso di Laurea Magistrale in Chimica e Tecnologie Farmaceutiche Anno Accademico
DettagliCP110 Probabilità: esame del 20 luglio 2017
Dipartimento di Matematica, Roma Tre Pietro Caputo 2016-17, II semestre 20 luglio, 2017 CP110 Probabilità: esame del 20 luglio 2017 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si puo usare durante
DettagliCP410: Esame 2, 3 febbraio 2015
Dipartimento di Matematica, Roma Tre Pietro Caputo 2014-15, I semestre 3 febbraio, 2015 CP410: Esame 2, 3 febbraio 2015 Cognome Nome Matricola Firma 1. Sia (Ω, F, P) lo spazio di probabilità definito da
DettagliIstituzioni di Probabilità - A.A
Istituzioni di Probabilità - A.A. 25-26 Prima prova di verifica intermedia - 29 aprile 25 Esercizio. Sia (X n ) n una successione di v.a. i.i.d. centrate con < X P-q.c., sia λ R ed F una v.a. integrabile
Dettagli) 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)
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
DettagliCorso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (455AA) A.A. 2018/19 - Esercitazione
Corso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (55AA) A.A. 28/9 - Esercitazione 28--9 La durata della prova è di due ore e mezzo. Le risposte devono essere
DettagliCP110 Probabilità: esame del 20 giugno 2017
Dipartimento di Matematica, Roma Tre Pietro Caputo 6-7, II semestre giugno, 7 CP Probabilità: esame del giugno 7 Cognome Nome Matricola Firma Nota:. L unica cosa che si puo usare durante l esame è una
DettagliMatematica e Statistica per Scienze Ambientali
per Scienze Ambientali Variabili aleatorie - Appunti 1 1 Dipartimento di Matematica Sapienza, Università di Roma Roma, Gennaio 2013 Variabili aleatorie Un numero aleatorio è un esempio di variabile aleatoria.
Dettagli0 se y c 1 (y)) se c < y < d. 1 se y d
Capitolo. Parte IX Exercise.. Sia X una variabile aleatoria reale assolutamente continua e sia (a,b) un intervallo aperto (limitato o illimitato) di R, tale che P(X (a,b)) =. Sia ϕ : (a,b) R una funzione
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 22 Settembre 24 (tempo a disposizione: 2 ore e 4 minuti. consegna compiti e inizio
DettagliStudente: Matricola: Soluzione. V usando la disuguaglianza di Chebyschev, per n sucientemente grande segue,
Es Es 2 Es 3 Es 4 Tot Secondo appello luglio Calcolo delle probabilità 2 luglio 29 Studente: Matricola: Vero o falso Esercizio ( pti). Si dica, motivando la propria risposta, se le seguenti aermazioni
Dettagli1 Esercizi tutorato 08/06, lezione 2
Esercizi tutorato 8/6, lezione 1 1 Esercizi tutorato 8/6, lezione Esercizio 1.1. La polizia sta cercando un criminale in una certa città che abbia una determinata caratteristica, supponiamo inoltre che
DettagliESERCIZI HLAFO ALFIE MIMUN
ESERCIZI HLAFO ALFIE MIMUN December, 27. Testo degli esercizi Risolvere i seguenti problemi: () Siano X, X 2, X 3 variabili aleatorie i.i.d. bernulliane di media.5 e siano Y, Y 2, Y 3, Y 4 variabili aleatorie
DettagliEsercitazione del 28/02/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 8/0/01 Istituzioni di Calcolo delle Probabilità David Barbato barbato@math.unipd.it Esercizio 1. Sia X una v.a. aleatoria assolutamente continua con densità f X data da { 0 x < 0 f X
DettagliProva Scritta di Probabilità e Statistica Cognome: Laurea in Matematica
Prova Scritta di Probabilità e Statistica Cognome: Laurea in Matematica Nome: 25 febbraio 2013 Matricola: ESERCIZIO 1. Si mostri la seguente formula di disintegrazione per la probabilità condizionata:
DettagliNome e cognome:... Matricola...
Nome e cognome:................................................... Matricola................. CALCOLO DELLE PROBABILITA - 0/07/008 CdS in Economia e Finanza - Cds in Informatica - Cds SIGAD Motivare dettagliatamente
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prova del
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica 69AA) AA 06/7 - Prova del 07-04-07 La durata della prova è di tre ore Le risposte devono essere adeguatamente giustificate Problema
Dettaglic) Ancora in corrispondenza allo stesso valore di p e ponendo Y = minorazione, fornita dalla diseguaglianza di Chebichev, per la probabilita
Laurea Triennale in Matematica Corso di Calcolo delle Probabilita I A.A. 00/00 (Docenti: M. Piccioni, F. Spizzichino) a prova di esonero 6 giugno 00 Risolvere almeno tre dei seguenti esercizi.. Indichiamo
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
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
DettagliCP110 Probabilità: Esame 27 gennaio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 212-13, II semestre 27 gennaio, 213 CP11 Probabilità: Esame 27 gennaio 213 Testo e soluzione 1. (6 pts) Tre amici dispongono di 6 monete da un euro e
DettagliCP110 Probabilità: Esame del 6 giugno Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 21-11, II semestre 6 giugno, 211 CP11 Probabilità: Esame del 6 giugno 211 Testo e soluzione 1. (6 pts) Ci sono 6 palline, di cui nere e rosse. Ciascuna,
DettagliEsercizi 6 - Variabili aleatorie vettoriali, distribuzioni congiunte
Esercizi - Variabili aleatorie vettoriali, distribuzioni congiunte Esercizio. X e Y sono v.a. sullo stesso spazio di probabilità (Ω, E, P). X segue la distribuzione geometrica modificata di parametro p
Dettagli1. Si scelga a caso un punto X dell intervallo [0, 2], con distribuzione uniforme di densità. f X (x) = [0,2](x)
Esercizi di Calcolo delle Probabilità della 3 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova). Esercizio.. Sia (X, Y ) un vettore aleatorio bidimensionale con densità uniforme
DettagliEsame di Probabilità e Statistica del 3 aprile 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Probabilità e Statistica del 3 aprile 007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. Es. 3 Es. 4 Somma Voto finale Attenzione:
DettagliCP110 Probabilità: Esame 30 gennaio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2010-11, II semestre 30 gennaio, 2012 CP110 Probabilità: Esame 30 gennaio 2012 Testo e soluzione 1. (5 pts) Un gioco consiste in n prove ripetute, tali
DettagliCognome Nome Matricola. Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale
Esame di Calcolo delle Probabilità mod. B del 9 settembre 2003 (Corso di Laurea in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione:
DettagliEsercitazione del 19/02/2013 Istituzioni di Calcolo delle Probabilità
Esercitazione del 19/0/013 Istituzioni di Calcolo delle Probabilità David Barbato Variabili aleatorie esponenziali. Minimo di v.a. esponenziali indipendenti. Ricordiamo innanzitutto che due variabili aleatorie
DettagliCalcolo delle Probabilità: esercitazione 11
Argomento: Distribuzioni bivariate discrete (pag. 44 e seguenti) e covarianza (pag 45 e seguenti). Distribuzione bivariate assolutamente continue (pag. 48 e seguenti del libro di testo). La v.c. trinomiale
DettagliP ( X n X > ɛ) = 0. ovvero (se come distanza consideriamo quella euclidea)
10.4 Convergenze 166 10.4.3. Convergenza in Probabilità. Definizione 10.2. Data una successione X 1, X 2,...,,... di vettori aleatori e un vettore aleatorio X aventi tutti la stessa dimensione k diremo
DettagliCP110 Probabilità: Esame 2 settembre 2013 Testo e soluzione
Diartimento di Matematica, Roma Tre Pietro Cauto 212-13, II semestre 2 settembre, 213 CP11 Probabilità: Esame 2 settembre 213 Testo e soluzione 1. (6 ts) Abbiamo due mazzi di carte francesi, il mazzo A
DettagliTutorato di Complementi di Analisi Matematica e Statistica 26 maggio 2016
Tutorato di Complementi di Analisi Matematica e Statistica 26 maggio 2016 Esercizi possibili di probabilità e statistica Notazioni: U(a, b) è la distribuzione di probabilità uniforma nell intervallo (a,
DettagliScrivere 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 (docenti G. Nappo, F. Spizzichino prova scritta giugno 5 (tempo a disposizione: ore La prova scritta consiste nello svolgimento
DettagliPrimo appello di Calcolo delle probabilità Laurea Triennale in Matematica 01/02/2019
Primo appello di Calcolo delle probabilità Laurea Triennale in Matematica 01/02/2019 COGNOME e NOME... N. MATRICOLA... Esercizio 1. Costruire, se esiste, un esempio con le seguenti proprietà 1. {F n }
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
Dettagli! X (92) X n. P ( X n X ) =0 (94)
Convergenza in robabilità Definizione 2 Data una successione X 1,X 2,...,X n,... di numeri aleatori e un numero aleatorio X diremo che X n tende in probabilità a X escriveremo X n! X (92) se fissati comunque
DettagliEsercizi 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
DettagliCP410: Esonero 1, 31 ottobre 2013
Dipartimento di Matematica, Roma Tre Pietro Caputo 2013-14, I semestre 31 ottobre, 2013 CP410: Esonero 1, 31 ottobre 2013 Cognome Nome Matricola Firma 1. Fare un esempio di successione di variabili aleatorie
DettagliEsercizi: fascicolo 4
Esercizi: fascicolo 4 Esercizio 1 Dimostrare le seguenti proprietà (1), (2) e (3): (1) X 1 = 0 X 0; (2) X L 1 (Ω, P ), λ R λx 1 = λ X 1 ; (3) X, Y L 1 (Ω, P ) X + Y 1 X 1 + Y 1. Esercizio 2 Si estraggono
DettagliProbabilità 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,
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2017/18 - Prova scritta
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA A.A. 2017/18 - Prova scritta 2018-09-12 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.
DettagliScritto del
Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 17-18, I semestre Settembre 18 Scritto del - 9-18 Cognome Nome Matricola Esercizio 1. Un urna contiene
DettagliX (o equivalentemente rispetto a X n ) è la
Esercizi di Calcolo delle Probabilità della 5 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova). Esercizio 1. Siano (X n ) n i.i.d. di Bernoulli di parametro p e definiamo per
DettagliMatematica Applicata L-A Definizioni e teoremi
Definizioni e teoremi Settembre - Dicembre 2008 Definizioni e teoremi di statistica tratte dalle lezioni del corso di Matematica Applicata L- A alla facoltà di Ingegneria Elettronica e delle Telecomunicazioni
DettagliTeoria delle Probabilità e Applicazioni programma 2004/05
Teoria delle Probabilità e Applicazioni programma 2004/05 Capitolo 1: esempio guida Lezioni: 8/3, 9/3 (5h) 1. Come modellizzare l esperimento infiniti lanci di una moneta equilibrata oppure l esperimento
DettagliUNIVERSITA` 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
DettagliScrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.
CORSO DI CALCOLO DELLE PROBABILITÀ (o modulo) - PROVA d esame del 3/luglio/2003 - Laurea Quadriennale in Matematica - (Prof. Nappo) Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate
DettagliCorrezione Esercitazione 2
Correzione Esercitazione Esercizio. Per contare correttamente i casi favorevoli all uscita del 9 e all uscita del bisogna considerare i modi in cui si possono ottenere le loro scomposizioni: in particolare,
DettagliTraccia della soluzione degli esercizi del Capitolo 4
Traccia della soluzione degli esercizi del Capitolo 4 Esercizio 6 Sia X una v.c. uniformenente distribuita nell intervallo ( π, π ), cioè f X (x) = π ( π, π ) (x). Posto Y = cos(x), trovare la distribuzione
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
DettagliX 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
DettagliProbabilità 1, laurea triennale in Matematica II prova di valutazione in itinere a.a. 2008/09
robabilità, laurea triennale in Matematica II prova di valutazione in itinere a.a. 008/09. Francesco lancia ripetutamente due dadi non truccati: sia T il numero di lanci necessario ad ottenere per la prima
DettagliESERCIZI DATI A LEZIONE TPA - anno 2006 CAPITOLO 2
ESECIZI DATI A LEZIONE TPA - anno 2006 CAPITOLO 2 1. Una σ algebra è chiusa rispetto a intersezioni finite e numerabili, e rispetto a differenze e differenze simmetriche. 2. Una σ algebra è anche un algebra,
DettagliSessione Live 4 V.a. n-dimensionali. Funzioni di variabili aleatorie.
Sessione Live 4 V.a. n-dimensionali. Funzioni di variabili aleatorie. 9 e 11 Dicembre 2008 Richiami di teoria Come si calcolano le densità marginali Esercizi Una v.a. n-dimensionale (o vettore aleatorio
DettagliCorso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (455AA) A.A. 2018/19 - Prova in itinere
Corso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (455AA) A.A. 208/9 - Prova in itinere 208--2 La durata della prova è di due ore e mezzo. Le risposte devono essere
DettagliCP110 Probabilità: Esame del 15 settembre Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2009-2010, II semestre 15 settembre, 2010 CP110 Probabilità: Esame del 15 settembre 2010 Testo e soluzione 1. (6 pts) 10 carte numerate da 1 a 10 vengono
DettagliPROBABILITÀ I. a.a. 2011/2012 DIARIO DELLE LEZIONI
PROBABILITÀ I. a.a. 2011/2012 DIARIO DELLE LEZIONI Settimana 5-9 marzo. Elementi di analisi combinatoria (vedasi capitolo I del Ross). Integrazioni: triangolo di Tartaglia, dimostrazione diretta della
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prova del
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (69AA) A.A. 06/7 - Prova del 07-07-07 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate. Problema
DettagliEsercizi settimana 4. Esercizi applicati. Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 2 3
1 Esercizi settimana 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
DettagliCP110 Probabilità: Esame 4 giugno Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 202-3, II semestre 4 giugno, 203 CP0 Probabilità: Esame 4 giugno 203 Testo e soluzione . (6 pts) Un urna contiene inizialmente pallina rossa e 0 palline
DettagliCP110 Probabilità: Esame 2 luglio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 212-13, II semestre 2 luglio, 213 CP11 Probabilità: Esame 2 luglio 213 Testo e soluzione 1. (6 pts Due mazzi di carte francesi vengono uniti e mischiati.
DettagliCorso di Statistica - Prof. Fabio Zucca IV Appello - 5 febbraio Esercizio 1
Corso di Statistica - Prof. Fabio Zucca IV Appello - 5 febbraio 2015 Nome e cognome: Matricola: c I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. 8994
DettagliUna variabile casuale è una variabile che assume determinati valori in modo casuale (non deterministico).
VARIABILI CASUALI 1 definizione Una variabile casuale è una variabile che assume determinati valori in modo casuale (non deterministico). Esempi l esito di una estrazione del Lotto; il risultato di una
DettagliCALCOLO DELLE PROBABILITÀ 2 (Laurea Specialistica) 28 giugno Motivare dettagliatamente le risposte su fogli allegati
CALCOLO DELLE PROBABILITÀ 2 (Laurea Specialistica) 28 giugno 2006 Motivare dettagliatamente le risposte su fogli allegati 1.- Sia X un numero aleatorio a valori { α, 0, α}, con α > 0 e P (X = α) = P (X
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La variabile casuale normale Da un analisi di bilancio è emerso che, durante i giorni feriali
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2014/2015 www.mat.uniroma2.it/~caramell/did 1415/ps.htm 02/03/2015 - Lezioni 1, 2 Breve introduzione al corso. Fenomeni deterministici
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
Dettagli