Calcolo delle Probabilità
|
|
- Lisa Cicci
- 6 anni fa
- Visualizzazioni
Transcript
1 Esercitazione 6 maggio 04 Calcolo delle Probabilità Davide Petturiti davide.petturiti@sbai.uniroma.it web: Esercizio. Siano X e Y due variabili aleatorie indipendenti con distribuzione U([0, ]) e U([0, ]), rispettivamente. Denotando con Z = X + Y, determinare la densità f Z (z), il valore atteso E(Z), la varianza Var(Z), e la probabilità P(X < Y Y < ). Esercizio. Siano X e Y due variabili aleatorie indipendenti, entrambe con distribuzione normale e E(X) = E(Y ) = 0, Var(X) = e Var(Y ) = 4. Determinare la funzione di densità congiunta f (x, y) del vettore aleatorio (X, Y ) e l equazione delle relative curve di livello. Sia (X 0,Y 0 ) il vettore aleatorio ottenuto da (X,Y ) eseguendo una rotazione (in senso antiorario) di un angolo µ intorno all origine. Determinare le funzioni di densità marginali f X 0 e f Y 0 di X 0 e Y 0, e per quali angoli µ (se esistono) le variabili aleatorie X 0 e Y 0 sono indipendenti. Esercizio 3. Sia (X,Y ) il vettore aleatorio con densità Ω k(x + )(y + ) se (x, y) A, f (x, y) = dove k è una costante reale positiva ed A è il parallelogramma di vertici (,0), (,), (0,) e (0,). Determinare il valore della costante k, le densità condizionate f X Y e f Y X, e la probabilità P(Y < X Y < ). Esercizio 4. Il codominio di un vettore aleatorio (X, Y ) è costituito dalle coppie equiprobabili (, 0), (, ), (, ), (0,4), (, 3), (,0), 4 5,. Determinare la funzione di ripartizione F Z (z) di Z = 5X + Y. Esercizio 5. La densità congiunta di un vettore aleatorio continuo (X, Y ) le cui componenti assumono valori non-negativi è Ω 4ye x y se x 0, y 0, f (x, y) = 0 altrove. Posto Z = X + Y, calcolare per ogni z 0 la funzione di sopravvivenza S Z (z) e la funzione di rischio h Z (z) di Z. Esercizio 6. Un vettore aleatorio (X,Y ) ha densità congiunta Ω p k x f (x, y) = + y se (x, y) C, dove k è una opportuna costante positiva e C è il settore della corona circolare individuata dalle circonferenze centrate nell origine di raggio 3 e 4 che giace nel primo quadrante. Determinare il valore di k, le densità marginali f X (x) ef Y (y), e la probabilità dell evento E = (X > Y ). SUGGERIMENTO: quando il codominio del vettore aleatorio coinvolge delle circoferenze, per facilitare l integrazione potrebbe essere utile passare dalle coordinate cartesiane alle coordinate polari.
2 Svolgimento degli esercizi Esercizio Sappiamo che X ª U([0,]), Y ª U([0,]), e che X e Y sono indipendenti, quindi la densità congiunta del vettore aleatorio (X,Y ) risulta Ω f (x, y) = f X (x)f Y (y) = per (x, y) [0,] [0,], 0 atrove, il cui grafico è mostrato in Figura (a). (a) Funzione di densità congiunta f (x, y) (b) Funzione di densità f Z (z) di Z Figura : Grafici di f (x, y) ef Z (z) Posto Z = X + Y si osserva facilmente che C Z = [0,3] inoltre, poiché X e Y sono indipendenti, la sua densità f Z può essere trovata come convoluzione delle densità di X e Y, ovvero Essendo f Z (z) = (f X f Y )(z) = Z + f X (t)f Y (z t)dt. Ω per 0 t, f X (t) = Ω e f Y (z t) = per 0 z t () z t z, si ha che f X (t)f Y (z t) 6= 0 per max{0, z } t min{, z}, quindi possiamo riscrivere f Z come segue ( R min{,z} f Z (z) = max{0,z } dt = I per z [0,3], 0 altrove. Per calcolare I ci serve determinare gli estremi di integrazione al variare di z [0,3]. Risulta che max{0, z } = z () z 0 () z ; max{0, z } = 0 () z 0 () z ; min{, z} = z () z ; min{, z} = () z ; da cui, ricordando che z [0,3], segue che per z [0,], max{0, z } = 0 e min{, z} = z; per z (,), max{0, z } = 0 e min{, z} = ; per z [,3], max{0, z } = z e min{, z} =. Abbiamo quindi che 8 R z >< 0 dt = [t]z 0 = z per z [0,], R I = 0 >: dt = [t] 0 = per z (,), R z dt = [t] z = 3 z per z [,3],
3 da cui 8 >< f Z (z) = >: z per z [0,], per z (,), 3 z per z [,3], il cui grafico è mostrato in Figura (b). Ricordando che l indipendenza di X e Y implica Cov(X,Y ) = 0, segue che Infine, essendo E(Z) = E(X + Y ) = E(X) + E(Y ) = + = 3, Var(Z) = Var(X + Y ) = Var(X) + Var(Y ) + Cov(X,Y ) = + 4 = 5. P(Y < ) = Z 0 dx Z 0 dy = e P(X < Y < ) = Z 0 dx Z x dy = 4, risulta P((X < Y ) ^ (Y < )) P(X < Y < ) P(X < Y Y < ) = = = P(Y < ) P(Y > ). 3
4 Esercizio Essendo X ª N (0,) e Y ª N (0,), le relative densità risultano f X (x) = p e x e f Y (y) = º p y º e 8, e dall indipendenza di X e Y segue che la densità congiunta del vettore aleatorio (X,Y )è il cui grafico è mostrato in Figura (a). f (x, y) = f X (x)f Y (y) = x 4º e y 8 per x, y R, (a) Funzione di densità congiunta f (x, y) (b) Curve di livello Essendo poi E(X) = E(Y ) = Cov(X,Y ) = 0, segue che Figura : Grafico di f (x, y) e relative curve di livello E(XY) = 0. Il vettore aleatorio (X,Y ) ha distribuzione normale bivariata a componenti indipendenti, quindi f (x, y) ha un massimo assoluto in corrispondenza del vettore delle medie di X e Y, ovvero in µ = (0,0), dove risulta f (0,0) = 4º º 0.095, inoltre f (x, y) è positiva su tutto il piano R. Da ciò segue che f (x, y) assume valori in 0, 4º. Per k 0, 4º l equazione delle curve di livello si ottiene imponendo f (x, y) = k, ovvero x 4º e y 8 = k () e x y 8 = 4ºk () x y 8 = ln(4ºk), che corrisponde ad un ellisse. La Figura (b) mostra alcune curve di livello ottenute per alcuni valori di k. Per µ [0,+), il vettore aleatorio (X 0,Y 0 ) che corrisiponde ad una rotazione di (X,Y ) in senso antiorario intorno all origine può essere espresso come Ω X 0 = X cos(µ) Y sin(µ), Y 0 = X sin(µ) + Y cos(µ), dove, per µ fissato, cos(µ) e sin(µ) sono costanti reali. Quindi, costruendo la matrice cos(µ) sin(µ) A = sin(µ) cos(µ) ed utilizzando la notazione di prodotto tra matrici, possiamo porre (X 0,Y 0 ) = (X,Y )A, da cui segue che (X 0,Y 0 ) ha ancora distribuzione normale bivariata. Si noti che det(a) =. OSSERVAZIONE: Se un vettore aleatorio (X, Y ) ha distribuzione normale bivariata, presa una matrice reale A di dimensione ( ) con determinante non-nullo ed un vettore riga b di dimensione ( ), la trasformazione lineare di (X,Y ) data da (X 0,Y 0 ) = (X,Y )A + b ha ancora distribuzione normale bivariata. 4
5 OSSERVAZIONE: Se una variabile aleatoria X ha distribuzione normale N (µ, æ), e a, b sono costanti reali, allora Y = ax + b ha distribuzione N (aµ + b, a æ). Per un µ fissato poniamo: U = X cos(µ) che ha distribuzione N (0, cos(µ) ) con E(U) = 0, Var(U) = cos (µ) e U (t) = e cos (µ)t ; V = Y sin(µ) che ha distribuzione N (0, sin(µ) ) con E(V ) = 0, Var(V ) = 4sin (µ) e V (t) = e 4sin (µ)t ; W = X sin(µ) che ha distribuzione N (0, sin(µ) ) con E(W) = 0, Var(W) = sin (µ) e W (t) = e sin (µ)t ; Z = Y cos(µ) che ha distribuzione N (0, cos(µ) ) con E(Z) = 0, Var(Z) = 4cos (µ) e Z (t) = e 4cos (µ)t ; e ciò ci permette di riscrivere Ω X 0 = U + V, Y 0 = W + Z, Anche i vettori (U, V ) e(w, Z) hanno distribuzione normale bivariata poiché cos(µ) 0 (U,V ) = (X,Y ) 0 sin(µ) inoltre si ha, ricordando che E(U) = E(V ) = E(W) = E(Z) = E(XY) = 0, sin(µ) 0 e (W, Z) = (X,Y ) 0 cos(µ) Cov(U, V ) = E(UV) E(U)E(V ) = E((X cos(µ))( Y sin(µ))) = cos(µ) sin(µ)e(xy) = 0, Cov(W, Z) = E(WZ) E(W)E(Z) = E((X sin(µ))(y cos(µ))) = sin(µ) cos(µ)e(xy) = 0, quindi U, V sono indipendenti, ed anche W, Z., OSSERVAZIONE: Se un vettore aleatorio (X,Y ) ha distribuzione normale bivariata allora X e Y sono indipendenti se e solo se Cov(X,Y ) = 0. In generale, ciò non è vero se (X,Y ) non ha distribuzione normale bivariata. Possiamo determinare la funzione di ripartizione di X 0 e di Y 0 come segue X 0(t) = U+V (t) = U (t) V (t) = e (cos (µ)+4sin (µ))(t) e Y 0(t) = W+Z (t) = W (t) Z (t) = e (sin (µ)+4cos (µ))(t), da ciò si può concludere che X 0 ª N f X 0(x) = p º(cos (µ) + 4sin (µ)) p p 0, cos (µ) + 4sin (µ) e Y 0 ª N 0, sin (µ) + 4cos (µ) e quindi e x (cos (µ)+4sin (µ)) e f Y 0(y) = p º(sin (µ) + 4cos (µ)) Infine, X 0 e Y 0 sono stocasticamente indipendenti se e solo se Cov(X 0,Y 0 ) = 0, quindi essendo E(X ) = Var(X) =, E(Y ) = Var(Y ) = 4, Cov(X 0,Y 0 ) = E(X 0 Y 0 ) E(X 0 )E(Y 0 ) e y (sin (µ)+4cos (µ)). = E((X cos(µ) Y sin(µ))(x sin(µ) + Y cos(µ))) E(X cos(µ) Y sin(µ))e(x sin(µ) + Y cos(µ)) = cos(µ)sin(µ)e(x ) cos(µ)sin(µ)e(y ) = 3cos(µ)sin(µ), dalla legge di annullamento del prodotto segue che Cov(X 0,Y 0 ) = 0 quando cos(µ) = 0 oppure sin(µ) = 0, ovvero X 0,Y 0 sono indipendenti per µ = º n con n {0,,,...}. 5
6 Esercizio 3 La densità congiunta è dove Ω k(x + )(y + ) per (x, y) A, f (x, y) = Il valore di k è dato da A = {(x, y) R : x 0, x + y x + } = {(x, y) R :0 y, x y } [ {(x, y) R : y, y x 0}. Z + Z + f (x, y)dxdy = k quindi la densità può essere riscritta come f (x, y) = il cui grafico è mostrato in Figura 3(a) e 3(b). Z 0 Ω 55 (x + )dx Z x+ x+ (x + )(y + ) per (x, y) A, (y + )dy = 55 k = () k = 55, (a) Funzione di densità congiunta f (x, y) (b) Funzione di densità congiunta f (x, y) (c) Funzione di densità f X (x) di X (d) Funzione di densità f Y (y) di Y Figura 3: Grafici di f (x, y), f X (x) ef Y (y) Le densità marginali risultano f X (x) = f Y (y) = Z + Z + i cui grafici sono riportati in Figura 3(c) e 3(d). Ω f (x, y)dy = 55 (x + )R x+ 6 x+ (y + )dy = 55 (x + x + 4) per x [,0], 8 >< 55 (y + )R y 6 (x + )dx = 55 (y3 + 4y + 4y) per y [0,), f (x, y)dx = 55 >: (y + )R 0 y (x + )dx = 6 55 ( y3 y + 4y + 8) per y [,], 6
7 Le densità condizionate sono date da 8 f (x, y) >< f X Y (x y) = f Y (y) = >: f Y X (y x) = (x+)(y+) (y 3 +4y +4y) (x+)(y+) ( y 3 y +4y+8) per y [0,), x y, per y [,], y x 0, ( f (x, y) (x+)(y+) f X (x) = per x [,0], x + y x +, (x +x+4) 0 altrove. Infine, poiché le due rette y = x + ey = x si intersecano in x =, si ha che P(Y < ) = 6 55 Z 0 (y 3 + 4y + 4y)dy = 43 0 e P( < Y < X) = 55 Z Z x (x + )dx (y + )dy = x+ 44, da cui segue che P((Y < X) ^ (Y < )) P( < Y < X) P(Y < X Y < ) = = P(Y < ) P(Y < ) = 0.
8 Esercizio 4 Il vettore aleatorio (X,Y ) può essere scritto in forma tabellare come segue Y TOT X TOT Poniamo Z = 5X + Y = '(X,Y ), dove ' è la funzione di due variabili reali '(t, s) = 5t + s, la quale risulta definita sul codominio di (X,Y ). Valutiamo ' sul codominio di (X,Y ) ottenendo: '(,0) = 5; '(,) = '(, 3) = ; '(, ) = '(0,4) = ' 4 5, = 8; '(,0) = 0; da cui ricaviamo che C Z = { 5,,8,0} con distribuzione di probabilità P(Z = 5) = P(X =,Y = 0) = ; P(Z = ) = P((X =,Y = ) _ (X =,Y = 3)) = P(X =,Y = ) + P(X =,Y = 3) = ; µ P(Z = 8) = P (X =,Y = ) _ (X = 0,Y = 4) _ µx = 45,Y = = P(X =,Y = ) + P(X = 0,Y = 4) + P µx = 45,Y = = 3 ; P(Z = 0) = P(X =,Y = 0) =. Da ciò segue immediatamente che 8 >< F Z (z) = >: 0 per z < 5, per 5 z <, 3 per z < 8, 6 per 8 z < 0, per z 0, il cui grafico è riportato in Figura 4. Figura 4: Funzione di ripartizione F Z (z) di Z 8
9
10
11
12
13
1 Richiami di algebra lineare
1 Richiami di algebra lineare Definizione 11 (matrici e vettori) Una matrice A e un insieme di numeri A hk, h = 1,, m, k = 1,, n, ordinati in base alla coppia di indici h e k nel modo seguente A 1 A n
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
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
DettagliVariabili casuali multidimensionali
Capitolo 1 Variabili casuali multidimensionali Definizione 1.1 Le variabili casuali multidimensionali sono k-ple ordinate di variabili casuali unidimensionali definite sullo stesso spazio di probabilità.
DettagliEsercizi di Calcolo delle Probabilità Foglio 3
Esercizi di Calcolo delle Probabilità Foglio David Barbato Esercizio. (6-ese- s) Sia (X, Y ) un vettore aleatorio con densità: { αy (x, y) D f (X,Y ) (x, y) (x, y) / D Dove D {(x, y) R : x
DettagliCalcolo delle probabilità (3/7/2001) (Ing. Elettronica, Informatica, Telecomunicazioni - Latina)
Calcolo delle probabilità (3/7/00). La distribuzione di probabilità di un numero aleatorio X non negativo soddisfa la condizione P (X > x + y X > y) = P (X > x), x > 0, y > 0. Inoltre la previsione di
DettagliVariabili casuali multidimensionali
Variabili casuali multidimensionali Variabili casuali multidimensionali: k-ple ordinate di variabili casuali unidimensionali definite sullo stesso spazio di probabilità X = (X 1,..., X k ) Funzione di
DettagliFoglio di esercizi 4-12 Aprile 2019 Probabilità e statistica Ingegneria Meccanica Alessandro Ciallella
Esercizio. Foglio di esercizi 4 - Aprile 9 Probabilità e statistica Ingegneria Meccanica Alessandro Ciallella Un punto viene scelto a caso uniformemente nel cerchio di raggio 3 centrato nell origine. Dette
DettagliFacoltà di Ingegneria Calcolo delle Probabilità e Statistica Ingegneria Civile e A&T e Informatica
Facoltà di Ingegneria Calcolo delle Probabilità e Statistica Ingegneria Civile e A&T e Informatica Prima prova scritta A.A. 8-9 Durata della prova h Punteggi: ) + + ; ) + + + ; ) +. Totale. Esercizio Sia
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
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 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,
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
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
DettagliDistribuzioni di due variabili aleatorie
Statistica e analisi dei dati Data: 6 Maggio 206 Distribuzioni di due variabili aleatorie Docente: Prof. Giuseppe Boccignone Scriba: Noemi Tentori Distribuzioni congiunte e marginali Consideriamo due variabili
Dettagli1. Siano A, E eventi incompatibili, e sia B E, con P (A) = 1 5, P (B) = 3 10, P (E) = 1 2.
CALCOLO DELLE PROBABILITA - 5 gennaio 005 Ing. Elettronica : 4, Nettuno :. Siano A, E eventi incompatibili, e sia B E, con P (A) = 5, P (B) = 0, P (E) =. Dimostrare che tale assegnazione è coerente, determinando
Dettaglicon distribuzione gaussiana standard e si ponga
Laurea Triennale in Matematica, Università La Sapienza Corso di Probabilità, AA 6/7 Prova di Esonero Maggio 7 Testi e soluzioni degli esercizi proposti Siano Z, Z, Z variabili aleatorie indipendenti e
DettagliEsercitazioni 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 =
DettagliEsercitazione del 06/03/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 6/3/ Istituzioni di Calcolo delle Probabilità David Barbato barbato@math.unipd.it Esercizio. E la notte di San Lorenzo, Alessandra decide di andare a vedere le stelle cadenti. Osserverà
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
DettagliVariabili aleatorie multiple. X = (X 1,..., X n ) vettore aleatorio
Variabili aleatorie multiple X = (X 1,..., X n ) vettore aleatorio F X (x 1,..., x n ) = P(X 1 x 1,..., X n x n ) caso particolare n = 2 (variabile doppia) F X,Y (x, y) = P(X x, Y y) V.a. discreta: (X,
DettagliTraccia della soluzione degli esercizi del Capitolo 3
Traccia della soluzione degli esercizi del Capitolo 3 Esercizio 68 Sia X una v.c. uniformenente distribuita nell intervallo ( π, π, cioè f X ( = π ( π, π (. Posto Y = cos(x, trovare la distribuzione di
DettagliB C D E A B D E A B C E A B E A B D A B E A B C A B B D A B B A B B C A B
same di Teoria dei Segnali Ing. Informatica, lettronica e Telecomunicazioni 8 settembre 6 sercizio Si consideri di dover ordinare i nomi di 5 persone, indicate come,,, ed. Nell ordinamento di devono rispettare
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
DettagliDISTRIBUZIONI BINOMIALE, POISSON E NORMALE Indice degli esercizi
DISTRIBUZIONI BINOMIALE, POISSON E NORMALE Indice degli esercizi 1 Distribuzione di Poisson 1.1 Soluzione dell'esercizio 1 2 Sulla distribuzione normale 2.1 Soluzione dell'esercizio 2 3 Distribuzione binomiale
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 =
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
DettagliVariabili aleatorie n-dim
Sessione Live #6 Settimana dal 6 maggio al giugno 003 Variabili aleatorie n-dim Funzioni di ripartizione e di densità (F.D.R. e f.d.d.) congiunte e marginali, valori medi e momenti misti, funzione generatrice
DettagliUNIVERSITÀ DEGLI STUDI DI SALERNO Prova scritta di Matematica II 06 Luglio 2011
UNIVERSITÀ DEGLI STUDI DI SALERNO Prova scritta di Matematica II 6 Luglio Gli studenti che devono sostenere l esame da 9 CFU risolvano i quesiti numero 3-4-5-6-7-8-9 Gli studenti che devono sostenere l
DettagliRisultati X P(X) TTT 0 1/8 TTC 1 1/8 TCT 1 1/8 CTT 1 1/8 TCC 2 1/8 CTC 2 1/8 CCT 2 1/8 CCC 3 1/8 X P(X) F(X) 0 1/8 1/8 1 3/8 4/8 2 3/8 7/8 3 1/8 1
Esercizio 1 Determinare la distribuzione di probabilità e la funzione di ripartizione della v.c. discreta X = numero di croci in 3 lanci di una moneta. Calcolare F(-1), F(1.5), F(300). Risultati X P(X)
DettagliCP110 Probabilità: esame del 4 febbraio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 20-2, II semestre 4 febbraio, 203 CP0 Probabilità: esame del 4 febbraio 203 Testo e soluzione . (6 pts) In un triangolo rettangolo i cateti X e Y sono
DettagliCAPITOLO 9. Vettori Aleatori
CAPITOLO 9 Vettori Aleatori 9 9 Vettori Aleatori 3 9 Vettori Aleatori In molti esperimenti aleatori, indicando con Ω l insieme dei possibili risultati, al generico risultato dell esperimento, ω Ω, sono
DettagliEsercitazioni di Statistica Matematica A Lezione 7. Variabili aleatorie continue
Esercitazioni di Statistica Matematica A Lezione 7 Variabili aleatorie continue.) Determinare la costante k R tale per cui le seguenti funzioni siano funzioni di densità. Determinare poi la media e la
DettagliVariabili 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
DettagliMateriale didattico per il corso di Statistica I Quinta esercitazione SOLUZIONI
Materiale didattico per il corso di Statistica I Quinta esercitazione SOLUZIONI Claudia Furlan Anno Accademico 006-007 Ringrazio Carlo Gaetan, Nicola Sartori e Aldo Solari per il materiale, aggiunte e
DettagliCalcolo delle Probabilità 16 Giugno 2016, C.d.L. STAD, UNIPA
Calcolo delle Probabilità 6 Giugno 206, C.d.L. STAD, UNIPA Prova intera esercizi, 2, 3, 4, 5, 6. Tempo 2 h 45 minuti. Esercizio risolto correttamente vale 5.5 punti. Seconda Prova in itinere esercizi 4,
Dettagli0 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
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
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
DettagliCalcolo delle Probabilità e Statistica Matematica: definizioni prima parte. Cap.1: Probabilità
Calcolo delle Probabilità e Statistica Matematica: definizioni prima parte Cap.1: Probabilità 1. Esperimento aleatorio (definizione informale): è un esperimento che a priori può avere diversi esiti possibili
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
DettagliPolitecnico di Milano Ingegneria Industriale e dell Informazione Analisi e Geometria 2 Primo Appello 13 Luglio 2017
Politecnico di Milano Ingegneria Industriale e dell Informazione Analisi e Geometria Primo Appello 13 Luglio 017 Cognome: Nome: Matricola: Es.1: 11 punti Es.: 6 punti Es.3: 7 punti Es.: 8 punti Totale
DettagliEsame scritto di Geometria 2
Esame scritto di Geometria Università degli Studi di Trento Corso di laurea in Matematica A.A. 013/014 Settembre 014 Esercizio 1 Sia P 3 lo spazio proiettivo reale tridimensionale dotato del riferimento
DettagliStatistica. Congiunte. Capitolo 5. Distribuzioni di Probabilità. Chap 5-1. Statistics for Business and Economics, 6e 2007 Pearson Education, Inc.
Statistica Capitolo 5 Distribuzioni di Probabilità Congiunte Statistics for Business and Economics, 6e 2007 Pearson Education, Inc. Chap 5-1 Distribuzione di Probabilità Congiunta Una variabile casuale
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
DettagliStatistica Corso Base (Serale) Dott.ssa Cristina Mollica
Statistica Corso Base (Serale) Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it Variabili casuali Esercizio 1. Determinare la distribuzione di probabilità e la funzione di ripartizione della variabile
DettagliII 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
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
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
DettagliEsercizi sulle coniche (prof.ssa C. Carrara)
Esercizi sulle coniche prof.ssa C. Carrara Alcune parti di un esercizio possono ritrovarsi in un altro esercizio, insieme a parti diverse. È un occasione per affrontarle da un altra angolazione.. Determinare
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
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
DettagliTutorato V Probabilità e Statistica a.a. 2015/2016
Tutorato V Probabilità e Statistica a.a. 05/06 Argomenti: momenti; varianza e covarianza; interpretazione della media condizionale; retta di regressione. Esercizio. Sia (Ω, F, P) uno spazio di probabilià.
DettagliLE VARIABILI CASUALI A 1, A 2.,..., A k., p 2.,..., p k. generati da una specifica prova sono necessari ed incompatibili:
LE VARIABILI CASUALI Introduzione Data prova, ad essa risultano associati i k eventi A, A,..., A k con le relative probabilità p, p,..., p k. I k eventi A i generati da una specifica prova sono necessari
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
DettagliCALCOLO DELLE PROBABILITÀ
CALCOLO DELLE PROBABILITÀ - gennaio 000 Elettronici: nn. 4 Informatici: nn. 6. Un lotto contiene pezzi buoni ed un solo pezzo difettoso. Si effettuano tre estrazioni senza restituzione, e sia E i = pezzo
DettagliEs.: una moneta viene lanciata 3 volte. X = n. di T nei primi 2 lanci Y = n. di T negli ultimi 2 lanci
Es.: una moneta viene lanciata 3 volte. X = n. di T nei primi 2 lanci Y = n. di T negli ultimi 2 lanci X\Y 0 1 2 0 1/8 1/8 0 1/4 1 1/8 1/4 1/8 1/2 2 0 1/8 1/8 1/4 1/4 1/2 1/4 1 X e Y non sono indip. Se
DettagliESERCIZI SULLE CURVE
ESERCIZI SULLE CURVE VALENTINA CASARINO Esercizi per il corso di Fondamenti di Analisi Matematica, (Ingegneria Gestionale, dell Innovazione del Prodotto, Meccanica e Meccatronica, Università degli studi
DettagliCOPPIE DI VARIABILI ALEATORIE
COPPIE DI VAIABILI ALEATOIE E DI NADO 1 Funzioni di ripartizione congiunte e marginali Definizione 11 Siano X, Y va definite su uno stesso spazio di probabilità (Ω, F, P La coppia (X, Y viene detta va
DettagliConiche in forma generale
LE CONICHE Fissiamo nel piano un sistema di riferimento cartesiano ortogonaleo, x, y, u. Coniche in forma generale Una conica è il luogo dei punti, propri o impropri, reali o immaginari, che con le loro
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
DettagliSecondo appello di Istituzioni di probabilità Laurea Triennale in scienze statistiche
Secondo appello di Istituzioni di probabilità Laurea Triennale in scienze statistiche Matr pari 9/7/18 COGNOME e NOME... N. MATRICOLA... Esercizio 1. punti Siano X e Y due variabilili aleatorie normali
DettagliLa funzione di ripartizione caratterizza la v.a. Ad ogni funzione di ripartizione corrisponde una ed una sola distribuzione.
Funzione di ripartizione X v.a. a valori in IR F X (x) = P (X x), x IR Indice X omesso quando chiaro Proprietà funzione di ripartizione F (i) F X (x) ; x (ii) è non decrescente Sia a < b P (a < X b) =
DettagliStudente: Matricola: 0 x 1 n, x x 1 n, che converge alla funzione di riparatizione della costante 0;
Es 1 Es Es 3 Es Tot Terzo appello settembre Calcolo delle probabilità 13 settembre 18 Studente: Matricola: Vero o falso Esercizio 1 (1 pti). Si dica, motivando la propria risposta, se le seguenti aermazioni
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
DettagliPolitecnico di Milano Ingegneria Industriale Analisi e Geometria 2 Secondo compito in itinere 30 Giugno 2016
Politecnico di Milano Ingegneria Industriale Analisi e Geometria Secondo compito in itinere Giugno 6 Cognome: Nome: Matricola: Es.: 9 punti Es.: 9 punti Es.: 6 punti Es.4: 9 punti Totale. Si consideri
DettagliEsercizio 1. Un punto viene scelto a caso nel cerchio di raggio R > 0 con distribuzione uniforme.
Esercizi settimana 8 Esercizi applicati Esercizio. Un punto viene scelto a caso nel cerchio di raggio R > con distribuzione uniforme. (i) qual è la probabilità che il punto disti dall'origine più di r,
DettagliComputazione per l interazione naturale: fondamenti probabilistici (2)
Computazione per l interazione naturale: fondamenti probabilistici (2) Corso di Interazione uomo-macchina II Prof. Giuseppe Boccignone Dipartimento di Scienze dell Informazione Università di Milano boccignone@di.unimi.it
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: 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
DettagliCALCOLO DELLE PROBABILITA - 13 Aprile 2011 CdL in STAD, SIGAD - docente: G. Sanfilippo
Cognome e Nome: Matricola CdS CALCOLO DELLE PROBABILITA - 13 Aprile 211 CdL in STAD, SIGAD - docente: G Sanfilippo Motivare dettagliatamente le risposte su fogli allegati e scrivere le risposte negli appositi
DettagliProve scritte dell esame di Analisi Matematica II a.a. 2013/2014
Prove scritte dell esame di Analisi Matematica II a.a. 3/4 C.d.L. in Ingegneria Informatica ed Elettronica - Università degli Studi di Perugia Prova scritta del 9 giugno 4. (8 punti) Risolvere il problema
Dettagli24 giugno Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...
4 giugno 010 - Soluzione esame di geometria - 1 crediti Ingegneria gestionale - a.a. 009-010 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore.
DettagliMetodi 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
Dettagli1.- Una scatola contiene 5 palline (bianche o nere, con al più una pallina nera). Considerato
CALCOLO DELLE PROBABILITA - 14 gennaio 2006 Elettronica I o mod.: Es.1 4. Nettuno: Es.1 3. V.O.: Es.1 6. 1.- Una scatola contiene 5 palline (bianche o nere, con al più una pallina nera). Considerato l
DettagliEsercizi su leggi Gaussiane
Esercizi su leggi Gaussiane. Siano X e Y v.a. indipendenti e con distribuzione normale standard. Trovare le densità di X, X +Y e X, X. Mostrare che queste due variabili aleatorie bidimensionali hanno le
Dettaglisen n x( tan xn n n=1
8 Gennaio 2016 Nome (in stampatello): 1) (8 punti) Discutere la convergenza della serie di funzioni al variare di x in [ 1, 1]. n x( tan xn n ) xn sen n 2) (7 punti) Provare che la forma differenziale
DettagliEsercizi sulle coniche (prof.ssa C. Carrara)
Esercizi sulle coniche prof.ssa C. Carrara Alcune parti di un esercizio possono ritrovarsi in un altro esercizio, insieme a parti diverse. È un occasione per affrontarle più volte.. Stabilire il tipo di
Dettaglih (y) = e y2 (1 2y 2 )
. Sia f(x, y = (x+ye x y. eterminare gli estremi assoluti di f nel triangolo chiuso di vertici (0, 0, (a, a, (0, a ( a. Soluzione Poniamo O = (0, 0, A = (a, a, B = (0, a. Il triangolo giace nel primo quadrante
Dettagli12 gennaio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI
COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono stati consegnati tre fogli, stampati fronte e retro. Come prima cosa scrivi
DettagliCOMPITO IN CLASSE DI MATEMATICA Funzioni di due variabili Classe 5ª D. Fila A
Esercizio 1 Determinare il dominio della seguente funzione: COMPITO IN CLASSE DI MATEMATICA Funzioni di due variabili Classe 5ª D Fila A (a) f (, ln( + 4 Esercizio Calcolare le derivate parziali delle
DettagliCalcolo 2B - Analisi III dicembre 2004
Calcolo 2B - Analisi III dicembre 2. Verificare esplicitamente il teorema di Stokes in R 2 : dω = ω per la -forma: nella regione piana data da: ω = x 2 + y 2 dx = x, y x 2 + y 2 ª x, y y 2x 2ª 2. Considerato
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
DettagliCorso 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. L.Morato) Esercizi Parte III: variabili aleatorie dipendenti e indipendenti,
DettagliGEOMETRIA PIANA. 1) sia verificata l uguaglianza di segmenti AC = CB (ossia C è punto medio del segmento AB);
VETTORI E GEOMETRIA ANALITICA 1 GEOMETRIA PIANA Segmenti e distanza tra punti. Rette in forma cartesiana e parametrica. Posizioni reciproche di due rette, parallelismo e perpendicolarità. Angoli e distanze.
DettagliPROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ SCHEDA
DettagliEventi numerici e variabili aleatorie
Capitolo Eventi numerici e variabili aleatorie. Probabilità di eventi numerici Nel capitolo precedente si sono considerate le nozioni di esperimento, risultato, evento. Un evento è individuato dai risultati
DettagliCORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA
CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA II PROVA DI ACCERTAMENTO, FILA A GEOMETRIA 19/06/008 Esercizio 0.1. Si consideri il seguente endomorfismo di R 4 T (x, y, z, w) = ( x + y + z + w, y + z,
Dettagliy (b) f(x, y) = y log x sin x (c) f(x, y) = tan y (d) f(x, y) = e x y (f) f(x, y) = cos(x 2 + y 2 )
FUNZIONI DI PIÙ VARIABILI. Siano date le seguenti funzioni: (a) f(x, y) = 3x + y (c) h(x, y) = x y (b) g(x, y) = xy (d) k(x, y) = x + y Determinare e disegnare nel piano cartesiano il dominio delle funzioni
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.
DettagliGEOMETRIA svolgimento di uno scritto del 11 Gennaio 2012
GEOMETRIA svolgimento di uno scritto del Gennaio ) Trovare una base per lo spazio delle soluzioni del seguente sistema omogeneo: x + y 5z = 3x y + z = x y + 8z =. Il sistema può essere scritto in forma
DettagliE (X 2 ) = E (G) + E (E 2 ) = 1, V ar (X 2 ) = V ar (G) + V ar (E 2 ) = 5, Cov(X 1, X 2 ) = Cov(G + E 1, G + E 2 ) = V ar (G) = 4,
Laurea Triennale in Matematica, Università La Sapienza Corso di Probabilità, AA 04/05 Prova di Esonero Maggio 05 degli esercizi proposti Siano G, E, E tre variabili aleatorie gaussiane indipendenti, rispettivamente
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
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,
DettagliEsercizi di Matematica A.A. 2017/2018
C.d.L. in Produzioni Animali - Scuola di Agraria e Medicina Veterinaria - Università di Bologna Cod. corso 65965 Esercizi di Matematica A.A. 2017/2018 Insiemistica Dati: A = {1, 2,, 4, 5} B = {1, 5, 7,
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
DettagliProbabilità e Statistica
Probabilità e Statistica Variabili Casuali multidimensionali Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 2/29 Marco Pietro Longhi Prob. e Stat.
Dettagli