X Vincita (in euro) Tabella 1: Vincite
|
|
- Alberta Giuseppe
- 6 anni fa
- Visualizzazioni
Transcript
1 Cognome e Nome: Matricola CdS CALCOLO DELLE PROBABILITA - 9 Giugno 1 CdS in STAD, SIGAD - docente: G. Sanfilippo Motivare dettagliatamente le risposte su fogli allegati e scrivere le risposte negli appositi spazi. Tempo a disposizione: due ore e trenta minuti. Non è consentito l utilizzo di libri o appunti. Ogni esercizio svolto correttamente vale 6 punti. Per avere il punteggio massimo occorre risolvere correttamente 5 quesiti. 1. Dati 4 eventi A, B, C, D con A B C e C D =, P (A) = P (A c B) = P (B c C) = p e P (D) =.1 calcolare l insieme I dei valori coerenti di p. Considerato inoltre il numero aleatorio X = A B + C D, calcolare il massimo M della previsione di X. Infine posto p =.1 calcolare la funzione di ripartizione F (x) di X. I = [ ] M = F (x) =. Un giocatore intende partecipare al seguente gioco. Si estraggono (senza restituzione) numeri da un urna contenente 9 numeri distinti. Il giocatore gioca 1 numeri pagando 1 euro. Indicando con X il numero dei numeri estratti fra quelli giocati, calcolare la distribuzione di probabilità di X. Le vincite si hanno solo nei casi illustrati nella Tabella 1. X Vincita (in euro) Tabella 1: Vincite Indicando con V la vincita aleatoria, calcolare il codominio C V dei possibili valori di V. Inoltre, per ogni valore v h C V, calcolare la probabilità p h dell evento (V = v h ). Infine, stabilire se il gioco è equo. X C V = { } p h = { } Gioco equo? Si No 3. Da un urna, contenente 1 pallina bianca e 3 nere, si effettuano 3 estrazioni senza restituzione. Definiti gli eventi E i = l i-ma pallina estratta è bianca, i = 1,, 3, si ponga X = E 1 + E, Y = E + E 3. Calcolare il valore atteso di X e la covarianza di X, Y. Inoltre, stabilire, motivando la risposta, se X, Y sono stocasticamente indipendenti. (nota: indicare P (X = x, Y = y) con p xy ). E(X) = Cov(X, Y ) = Indipendenza? Si, No 4. Siano dati 1 numeri aleatori X 1, X,..., X 1 indipendenti e con distribuzione uniforme in [ 1, 1 ]. Posto S = X 1 + X X 1, calcolarne la funzione caratteristica ψ S (t), il valore atteso e la varianza. Infine calcolare, mediante un opportuna approssimazione, il valore s tale che P ( S s ) =.95. ψ S (t) = E(S) = var(s) = s = 1
2 5. Un sistema Σ è costituito da due dispositivi in parallelo D 1 e D, che entrano in funzione contemporaneamente. Siano X e Y i tempi aleatori (in giorni) di durata dei due dispositivi con densità congiunta pari a f(x, y) = 6e 3x y per x >, y > e con f(x, y) = altrove. Calcolare la funzione di sopravvivenza S X (x) del tempo X. Inoltre, per ogni z >, calcolare la funzione di rischio h Z (z) del tempo aleatorio Z di durata del sistema Σ. Infine, calcolare la probabilità α che il dispositivo D 1 si guasti prima del dispositivo D. { S X (x) = h Z (z) = α =
3 Compito del 9 Giugno 1 Soluzione. 1. Dati 4 eventi A, B, C, D con A B C e C D =, P (A) = P (A c B) = P (B c C) = p e P (D) =.1 calcolare l insieme I dei valori coerenti di p. Considerato inoltre il numero aleatorio X = A B + C D, calcolare il massimo M della previsione di X. Infine posto p =.1 calcolare la funzione di ripartizione F (x) di X. I = [ ] M = F (x) = Ω C D A B C 4. C 3 C. C 1.. C 5 Si hanno i seguenti costituenti Figura 1: Costituenti. C 1 = A = ABCD c, C = A c B = A c BCD c, C 3 = B c C = A c B c CD c, C 4 = D = A c B c C c D, C 5 = C c D c = A c B c C c D c. L assegnazione P (A) = P (A c B) = P (B c C) = p, P (D) =.1 è coerente se e solo se il seguente sistema, nelle incognite x 1, x,..., x 5, è risolubile. (S) x 1 = p x = p x 3 = p x 4 =.1 x 1 + x + x 3 + x 4 + x 5 = 1 x i, i = 1,,..., 5 x 1 = p x = p x 3 = p x 4 =.4 x 5 =.9 3p x i, i = 1,,..., 5 Osserviamo che il sistema (S) è risolubile se e solo se.9 3p e p. Pertanto l intervallo dei valori coerenti di p è dato da I = [,.3]. Poichè E(X) = E( A B + C D ) = p p + 3p.1 = p.1, per p =.3 si ottiene il massimo valore di E(X), ovvero M = max p I E(X) =.5. Infine, si ha C 1 = A = ABCD c, X = 1, C = A c B = A c BCD c, X =, C 3 = B c C = A c B c CD c, X = 1, C 4 = D = A c B c C c D, X = 1, C 5 = C c D c = A c B c C c D c X =, 3
4 quindi X { 1,, 1}. Posto p =.1, si ha P (X = 1) = P (C 4 ) =.1, P (X = ) = P (C C 5 ) = p +.9 3p =.9 p =.9. =.7, P (X = 1) = P (C 1 C 3 ) = p =.. Pertanto, x < 1,.1, 1 x <, F (x) =.8, x < 1, 1, x 1.. Un giocatore intende partecipare al seguente gioco. Si estraggono (senza restituzione) numeri da un urna contenente 9 numeri distinti. Il giocatore gioca 1 numeri pagando 1 euro. Indicando con X il numero dei numeri estratti fra quelli giocati, calcolare la distribuzione di probabilità di X. Le vincite si hanno solo nei casi illustrati nella Tabella 1. X Vincita (in euro) Tabella : Vincite Indicando con V la vincita aleatoria, calcolare il codominio C V dei possibili valori di V. Inoltre, per ogni valore v h C V, calcolare la probabilità p h dell evento (V = v h ). Infine, stabilire se il gioco è equo. X C V = { } p h = { } Gioco equo? Si No Il numero aleatorio X che conta i numeri giocati vincenti, ha una distribuzione H(9,, 1 9 ). Pertanto ( 1 )( 8 ) h h P (X = h) = ), h =,...,. Sia V la vincita aleatoria, si ha ( 9 con V = X = + 5 X = X = 6, V {,, 5, 1}, ) ( 9 ) 15) ( 9 ) 14) ( 9 ) P (V = ) = P (X = ) = (1 )( 8 P (V = 5) = P (X = 5) = (1 5 )( 8 P (V = 1) = P (X = 6) = (1 6 )( 8 P (V = ) ,..693,.38,.6, Poichè la previsione di V è data da E(V ) = , si ha E(G) = E(V 1) = E(V ) Pertanto il gioco non è equo. 4
5 3. Da un urna, contenente 1 pallina bianca e 3 nere, si effettuano 3 estrazioni senza restituzione. Definiti gli eventi E i = l i-ma pallina estratta è bianca, i = 1,, 3, si ponga X = E 1 + E, Y = E + E 3. Calcolare il valore atteso di X e la covarianza di X, Y. Inoltre, stabilire, motivando la risposta, se X, Y sono stocasticamente indipendenti. (nota: indicare P (X = x, Y = y) con p xy ). Si ha E(X) = Cov(X, Y ) = Indipendenza? Si, No X {, 1}, Y {, 1}, (X, Y ) {(, ), (1, ), (, 1), (1, 1)}, XY {, 1}, con P (X = ) = P (E1 cec ) = = 1 = P (X = 1), e con P (Y = ) = P (EE c 3) c = P (E 1 EE c 3) c + P (E1E c E c 3) c = = 1 = P (Y = 1) ; p = P (E c 1E c E c 3) = 3 4 = 1 4, p 1 = P (E 1 E c E c 3) = = 1 4, p 1 = P (E c 1E c E 3 ) = 3 4 = 1 4, p 11 = P (E c 1E E c 3) = = 1 4 ; P (XY = ) = p + p 1 + p 1 = 3 4, P (XY = 1) = p 11 = 1 4. Pertanto E(X) = = 1 3 = E(Y ) ; E(XY ) = = 1 4 ; quindi: Cov(X, Y ) = E(XY ) E(X)E(Y ) = =. 4. Siano dati 1 numeri aleatori X 1, X,..., X 1 indipendenti e con distribuzione uniforme in [ 1, 1 ]. Posto S = X 1 + X X 1, calcolarne la funzione caratteristica ψ S (t), il valore atteso e la varianza. Infine calcolare, mediante un opportuna approssimazione, il valore s tale che P ( S s ) =.95. ψ S (t) = E(S) = var(s) = s = La funzione caratteristica di X i, per i = 1,..., 1, è data da quindi ψ i (t) = ψ i (t) = { 1 1 e itx dx, e it 1 e it 1 it, t, 1, t =. Poichè X 1, X,..., X 1 sono stocasticamente indipendenti, si ha [ ] 1 ψ S (t) = [ψ i (t)] 1 e it 1 e it 1 = it, t, 1, t =. Osserviamo che, per i = 1,..., 1, si ottiene Poniamo µ = E(X i ) = e σ = var(x i ) = 1 1. Si ha E(X i ) =, var(x i ) = 1 1. E(S) = E(X 1 ) + E(X ) E(X 1 ) = 1µ = 5
6 e var(s) = var(x 1 ) + var(x ) var(x 1 ) = 1σ = 1 1. Per il Teorema Centrale del Limite si ha che la funzione di ripartizione del numero aleatorio S 1 standardizzato, ovvero di S 1µ 1σ = S 1 1 numero aleatorio Z con distribuzione normale standard. Pertanto, può essere approssimata mediante la funzione di ripartizione di un P ( S s ) = P ( s S s ) = P ( s 1 1 S 1 1 P ( s 1 1 Z s 1 1 ) Poichè il valore z > tale che P ( z Z z ) =.95 è z 1.96 si ha 1 1 s s s 1 1 ) 5. Un sistema Σ è costituito da due dispositivi in parallelo D 1 e D, che entrano in funzione contemporaneamente. Siano X e Y i tempi aleatori (in giorni) di durata dei due dispositivi con densità congiunta pari a f(x, y) = 6e 3x y per x >, y > e con f(x, y) = altrove. Calcolare la funzione di sopravvivenza S X (x) del tempo X. Inoltre, per ogni z >, calcolare la funzione di rischio h Z (z) del tempo aleatorio Z di durata del sistema Σ. Infine, calcolare la probabilità α che il dispositivo D 1 si guasti prima del dispositivo D. { S X (x) = h Z (z) = α = Si può facilmente verificare che i numeri aleatori X, Y sono stocasticamente indipendenti con distribuzione esponenziale rispettivamente di parametri λ 1 = 3, λ =. Infatti, calcoliamo la densità f X (x) di X. Per x si ha mentre per x > si ha f X (x) = f X (x) = f(x, y)dy = Calcoliamo la densità f Y (y) di Y. Per y si ha mentre per y > si ha f Y (y) = f Y (y) = f(x, y)dx = f(x, y)dy = dy =, [ ] + 6e 3x y dy = 6e 3x e y = 3e 3x. f(x, y)dx = dx =, [ ] + 6e 3x y dx = 6e y e 3x = e y. 3 Osservando che f X (x)f Y (y) = f(x, y) per ogni (x, y) R si ha che i numeri aleatori X, Y sono stocasticamente indipendenti. Calcoliamo la funzione di sopravvivenza S X (x) = P (X > x) = 1 F X (x) di X. Si ha { 1, x S X (x) = e 3x, x >. 6
7 Per quanto riguarda Y si ha S Y (x) = { 1, y e y, y >. Osserviamo che Z = max{x, Y } è il tempo aleatorio di durata del sistema S. Ricordando che X, Y sono stocasticamente indipendenti, per z >, la funzione di sopravvivenza di Z è data da S Z (z) = P (Z > z) = P (max{x, Y } > z) = P (X > z Y > z) = = P (X > z) + P (Y > z) P (X > z)p (Y > z) = e 3z + e z e 5z, e la funzione densità di Z data da f Z (z) = S (z) = 3e 3z + e z 5e 5z. Quindi, per z >, si ha h Z (z) = f Z(z) f Z (z) = 3e 3z + e z 5e 5z e 3z + e z e 5z. Infine, la probabilità α che il dispositivo D 1 si guasti prima di D è data da α = P (X < Y ) = x 6e 3x y dxdy = [ + 6e 3x = 3e 5x dx = 3 [ e 5x 5 ] + ] + e y x = 3 5 = E(X ) E(X 1 )+E(X ). dy = 7
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
DettagliCALCOLO DELLE PROBABILITA - 14 Gennaio 2015 CdL in STAD, SIGAD
Cognome e Nome:....................................... Matricola............. CdS............. CALCOLO DELLE PROBABILITA - 4 Gennaio 5 CdL in STAD, SIGAD Motivare dettagliatamente le risposte su fogli
DettagliCALCOLO DELLE PROBABILITA - 17 Febbraio 2014 CdL in STAD, SIGAD,
Cognome e Nome:....................................... Matricola............. CdS............. CALCOLO DELLE PROBABILITA - 7 Febbraio 4 CdL in STAD, SIGAD, Motivare dettagliatamente le risposte su fogli
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
DettagliL assegnazione è coerente? SÌ NO. A e B sono stocasticamente indipendenti? SÌ NO
CALCOLO DELLE PROBABILITÀ - gennaio 00 Scrivere le risposte negli appositi spazi Motivare dettagliatamente le risposte su fogli allegati Nuovo Ordinamento esercizi -4. Vecchio Ordinamento esercizi -6..
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014. I Esonero - 29 Ottobre Tot.
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014 I Esonero - 29 Ottobre 2013 1 2 3 4 5 6 7 8 Tot. Avvertenza: Svolgere ogni esercizio nello spazio assegnato,
DettagliNome e cognome: By Giuseppe Sanfilippo
Nome e cognome: Matr: CALCOLO DELLE PROBABILITA cds in Economia e Finanza 1 Gennaio 005 Scrivere le risposte negli appositi spazi Motivare dettagliatamente le risposte su fogli allegati Tempo a disposizione:
DettagliCALCOLO DELLE PROBABILITÀ - 9 giugno 1998 Scrivere le risposte negli appositi spazi Motivare dettagliatamente le risposte su fogli allegati
CALCOLO DELLE PROBABILITÀ - 9 giugno 1998 1. Dati gli eventi A,B,C, ognuno dei quali implica il successivo, e tali che P (A) è metà della probabilità di B, che a sua volta ha probabilità metà di quella
DettagliCalcolo 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< x F Y (y) = 3. < x 2. 0 altrove
CALCOLO DELLE PROBABILITÀ - 11 gennaio 001 Scrivere (o inserire in un cerchietto quelle corrette) le risposte negli appositi spazi 1 o Modulo: nn.1 4 Corso intero: nn.1 6 1. Siano dati gli eventi E 1,
Dettaglib = 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
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
DettagliCorso 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
DettagliEsercizi 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
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 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
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
Dettagli1 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
DettagliCorso 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
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
DettagliTEST n La funzione di ripartizione di una variabile aleatoria:
TEST n. 1 1. Un esperimento consiste nell estrarre successivamente, con reimmissione nel mazzo, due carte da un mazzo di 52 carte. Individuare la probabilità di estrarre due assi. A 0.0059 B 0.0044 C 0.0045
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2010/11
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 00/ Prova scritta del /0/0 Esercizio Due variabili aleatorie indipendenti, X e Y, verificano la relazione X Y. ) Si provi che F Y (x) F X (x) per ogni numero
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.
DettagliStima puntuale di parametri
Probabilità e Statistica Esercitazioni a.a. 006/007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
DettagliEstrazioni senza restituzione da un urna di composizione incognita. P(E i)=
Estrazioni senza restituzione da un urna di composizione incognita. Consideriamo n estrazioni senza restituzione da un urna contenente N palline, di cui r sono bianche, con r incognito. Introdotta la partizione
DettagliEsame di AM2 & EAP (270/04) a.a. 2009/10
Quarto appello del 16 Luglio 2010 1. Un urna contiene delle palline numerate e distribuite in seguente maniera: Vengono estratte due palline senza rimpiazzo e siano X e Y rispettivamente il numero della
DettagliProbabilità e Vincite (Perdite) medie al Lotto
Probabilità e Vincite (Perdite medie al Lotto Giuseppe Sanfilippo Lotto Le giocate Ambo, Terna, Quaterna e Cinquina, sono da intendersi secche. Si ha Num. di palline presenti nell urna N = 90 Num. di estrazioni
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
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
DettagliDue variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b}
Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha P {X = a, Y = b} = P {X = a}p {Y = b} Una variabile aleatoria χ che assume i soli valori 1, 2,..., n
DettagliEsercizi 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
DettagliCorso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)
Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino Prova di Mercoledì giugno 4 (tempo a disposizione: ore. Scrivere su ogni foglio NOME e COGNOME. Le
Dettagli3. Distribuzioni. Corso di Simulazione. Anno accademico 2006/07
Anno accademico 2006/07 Spazio di probabilità Ω spazio campione F 2 Ω spazio degli eventi: (i) Ω F (ii) A F = Ω \ A F (iii) A, B F = A B F P: F [0, 1] funzione di probabilità: (i) P(A) 0 (ii) P(Ω) = 1
Dettagli5. Distribuzioni. Corso di Simulazione. Anno accademico 2009/10
Anno accademico 2009/10 Spazio di probabilità Ω spazio campione F 2 Ω spazio degli eventi: (i) Ω F (ii) A F = Ω \ A F (iii) A, B F = A B F P: F [0, 1] funzione di probabilità: (i) P(A) 0 (ii) P(Ω) = 1
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 1 A. A. 4/5 a prova in itinere 8/6/5docenti G. Nappo, F. Spizzichino La prova scritta consiste nello svolgimento degli Esercizi
DettagliI appello di calcolo delle probabilità e statistica
I appello di calcolo delle probabilità e statistica A.Barchielli, L. Ladelli, G. Posta 8 Febbraio 13 Nome: Cognome: Matricola: Docente: I diritti d autore sono riservati. Ogni sfruttamento commerciale
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 Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino) Prova di giovedi febbraio 2005 (tempo a disposizione: 3 ore). consegna compiti e inizio orale Lunedì
DettagliCompiti tematici capp. 5,6
Compiti tematici capp. 5,6 a cura di Giovanni M. Marchetti 2016 ver. 0.6 Indice Esercizi dai compiti a casa (HW..................................... 8 1. Se X e Y sono due variabili casuali independenti,
DettagliEsame di Teoria dei Segnali A Ing. Informatica, Elettronica e Telecomunicazioni. 12 luglio 2004
Esame di Teoria dei Segnali A Ing. Informatica, Elettronica e Telecomunicazioni luglio 4 Esercizio Un sacchetto A contiene caramelle ai gusti fragola, limone e lampone. Un sacchetto B contiene caramelle
DettagliProva di recupero di Probabilità e Statistica - A * 21/04/2006
Prova di recupero di Probabilità e Statistica - A * /04/006 (NB: saranno prese in considerazione solo le risposte adeguatamente motivate) tempo di lavoro: Due ore. Per conseguire la patente di guida, un
DettagliCalcolo delle Probabilità A.A. 09/10 Corso di Studi in Statistica per l Analisi dei dati Università degli Studi di Palermo
Calcolo delle Probabilità A.A. 09/10 Corso di Studi in Statistica per l Analisi dei dati Università degli Studi di Palermo docente G. Sanfilippo http://www.unipa.it/~sanfilippo sanfilippo@unipa.it 20 maggio
DettagliVariabili casuali ad una dimensione Testi degli esercizi. Variabili casuali ad una dimensione a.a. 2012/2013 1
Variabili casuali ad una dimensione Testi degli esercizi 1 Costruzione di variabile casuale discreta Esercizio 1. Sia data un urna contenente 3 biglie rosse, 2 biglie bianche ed una biglia nera. Ad ogni
DettagliCalcolo delle Probabilità Esercizi
Calcolo delle Probabilità Esercizi Eventi e loro rappresentazione. Un urna contiene quattro palline bianche e sei nere. Da essa vengono estratte senza restituzione tre palline. Rappresentare su un diagramma
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
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 =
DettagliAlcune 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 =
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
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
DettagliIl valore atteso di una v.a. (discreta)
di una v.a. (discreta) Introduciamo un nuovo concetto. DEFINIZIONE DI VALORE ATTESO DI UNA V.A. DISCRETA Sia X : Ω R una v.a. discreta avente come immagine in R l insieme V. di X è il numero reale E(X)
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
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
DettagliEsercizi su leggi condizionali e aspettazione condizionale
Esercizi su leggi condizionali e aspettazione condizionale. Siano X, Y, Z v.a. a valori in uno spazio misurabile (E, E) e tali che le coppie (X, Y ) e (Z, Y ) abbiano la stessa legge (in particolare anche
DettagliVariabili 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,
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Università di Venezia Esame di Statistica A-Di Prof. M. Romanazzi 22 Gennaio 2016 Cognome e Nome..................................... N. Matricola.......... Valutazione Il punteggio massimo teorico di
DettagliStatistica Metodologica
Statistica Metodologica Esercizi di Probabilita e Inferenza Silvia Figini e-mail: silvia.figini@unipv.it Problema 1 Sia X una variabile aleatoria Bernoulliana con parametro p = 0.7. 1. Determinare la media
DettagliEsercizi 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
DettagliStatistica Applicata all edilizia: alcune distribuzioni di probabilità
Statistica Applicata all edilizia: Alcune distribuzioni di probabilità E-mail: orietta.nicolis@unibg.it 23 marzo 2010 Indice Distribuzioni di probabilità discrete 1 Distribuzioni di probabilità discrete
DettagliProcessi stocastici A.A Corso di laurea Magistrale in Statistica Univ. degli Studi di Palermo
Processi stocastici A.A. 09 0 Corso di laurea Magistrale in Statistica Univ. degli Studi di Palermo G. Sanfilippo 20 maggio 200 Registro delle lezioni. Lezione del 3 Marzo 200, 8-, ore complessive 3 Richiami
Dettagli1 se si verifica E 0 se non si verifica E. S se si verifica E 0 altrimenti.
Probabilità Soggettiva Definizione 3 Dato un evento E, la probabilità P (E) =p dell evento E, secondo un dato individuo in un certo stato di informazione, è la misura numerica (coerente) del suo grado
DettagliVariabili aleatorie continue
Variabili aleatorie continue Per descrivere la distribuzione di una variabile aleatoria continua, non si può più assegnare una probabilità positiva ad ogni valore possibile. Si assume allora di poter specificare
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Stima Puntuale Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio In ciascuno dei casi seguenti determinare quale tra i due stimatori S e T per il parametro θ è distorto
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
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/2/215 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema di
Dettagli(5 sin x + 4 cos x)dx [9]
FACOLTÀ DI SCIENZE MM. FF. NN. CORSO DI LAUREA IN SCIENZE NATURALI II Modulo di Matematica con elementi di statistica. Esercitazioni A.A. 009.00. Tutor: Mauro Soro, p.soro@tin.it Integrali definiti Risolvere
DettagliEsame di PROBABILITÀ e STATISTICA 1-23 giugno 2004
Facoltà di Ingegneria - a.a. 003/004 Corsi di Laurea in Ingegneria Civile - Ingegneria dei Trasporti Esame di PROBABILITÀ e STATISTICA - 3 giugno 004 Compito A. Nella partita di stasera tra Germania e
DettagliFacoltà di ECONOMIA Università di Pavia 20 Aprile 2004 Prova scritta di Analisi dei dati MODALITÀ A
MODALITÀ A Riportare sul foglio nome, cognome, numero di matricola e modalità del testo d esame. Problema 1 (8 PUNTI) Su un collettivo di 10 clienti iscritti al programma frequent flyer di una nota compagnia
DettagliProva scritta di STATISTICA. CDL Biotecnologie. (Programma di Massimo Cristallo - A)
Prova scritta di STATISTICA CDL Biotecnologie (Programma di Massimo Cristallo - A) 1. Un associazione di consumatori, allo scopo di esaminare la qualità di tre diverse marche di batterie per automobili,
DettagliEsercizi di Probabilità
Esercizi di Probabilità Annalisa Cerquetti - Sandra Fortini Vai all indice Istituto di Metodi Quantitativi, Viale Isonzo, 25, 2033 Milano, Italy. E-mail: annalisa.cerquetti@unibocconi.it,sandra.fortini@unibocconi.it
DettagliPRIMA PROVA INTERMEDIA DI STATISTICA CLEA, CLEFIN (COD. 5047/4038/371/377) 3 Novembre 2004 COMPITO B1
PRIMA PROVA INTERMEDIA DI STATISTICA CLEA, CLEFIN (COD. 5047/4038/371/377) 3 Novembre 2004 Cognome Numero di matricola Nome COMPITO B1 Ai fini della valutazione si terrà conto solo ed esclusivamente di
DettagliStatistica Matematica Prova scritta del 06/07/05 1. Risposte Domande x se 0 x 2, f(x) = 0 altrove;
Statistica Matematica Prova scritta del 06/07/05 1 COGNOME: NOME: TEST Scrivere il numero della risposta sopra alla corrispondente domanda. Risposte Domande 1 2 3 4 5 6 7 8 9 10 1 Sia data una variabile
DettagliCorsi 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
Dettagli1) Applicare la nozione classica di probabilità a semplici esperimenti
1) Applicare la nozione classica di probabilità a semplici esperimenti aleatori. 1.A - Trova la probabilità che almeno due fra 11 persone abbiano lo stessa data di compleanno. R.] 0.14 1.B - In uno scaffale
DettagliDistribuzione di Poisson
Distribuzione di Poisson Si dice che un numero aelatorio X ha una distribuzione di Poisson 9 di parametro 2 R +,esiindica X P( ), se valgono le seguenti condizioni, con ) X 2 N 0 = {0,, 2, 3,...,n,...};
Dettagli1 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?
DettagliNozioni 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
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
Dettagli7.6. Distribuzione Esponenziale. Un n.a. continuo X con densità di probabilità
7.6 Distribuzione Esponenziale. 111 7.6. Distribuzione Esponenziale. Un n.a. continuo X con densità di probabilità { λe λx se x, (76) f(x) = se x
DettagliCorso di Laurea: Diritto per le Imprese e le istituzioni a.a Statistica. Probabilità. Lezioni : 11, 12. Docente: Alessandra Durio
Corso di Laurea: Diritto per le Imprese e le istituzioni a.a. 2016-17 Statistica Probabilità Lezioni : 11, 12 Docente: Alessandra Durio 1 Contenuti 1. Variabili casuali notevoli DISCRETE (uniforme, di
DettagliProbabilità Soggettiva
Probabilità Soggettiva Definizione 3 Dato un evento E, la probabilità P (E) =p dell evento E, secondo un dato individuo in un certo stato di informazione, è la misura numerica (coerente) del suo grado
DettagliIntroduzione generale. Cenni storici. 1 Problema di de Mèrè e soluzione. martedì 27 febbraio 2007
Corso di Calcolo delle probabilità - SIGAD -A.A. 2007/2008 Registro provvisorio delle Lezioni tenute da: Giuseppe Sanfilippo Settimana Giorno Lezione Lez N. Argomento Effettuata =SI Introduzione generale.
DettagliCalcolo 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.
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 20/10/201 NOME: COGNOME: MATRICOLA: Esercizio 1 Se supponiamo
DettagliVariabili 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
DettagliESERCIZI PROBABILITA I
ESERCIZI PROBABILITA I ESERCIZIO 1 Il rendimento annuo di un titolo viene descritto mediante una distribuzione normale. I e III quartile del rendimento sono uguali a, rispettivamente, -0.1 e 0.3. Si calcoli
Dettaglie 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
DettagliCOMPITO 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
DettagliEsercitazione 4 del corso di Statistica (parte 2)
Esercitazione 4 del corso di Statistica (parte ) Dott.ssa Paola Costantini Febbraio Esercizio n. Il tempo di percorrenza del treno che collega la stazione di Roma Termini con l aeroporto di Fiumicino è
DettagliTutorato 1 (20/12/2012) - Soluzioni
Tutorato 1 (20/12/2012) - Soluzioni Esercizio 1 (v.c. fantasia) Si trovi il valore del parametro θ per cui la tabella seguente definisce la funzione di probabilità di una v.c. unidimensionale X. X 0 1
DettagliES.2.3. è pari ad 1. Una variabile aleatoria X che assume valori su tutta la retta si dice distribuita
ES.2.3 1 Distribuzione normale La funzione N(x; µ, σ 2 = 1 e 1 2( x µ σ 2 2πσ 2 si chiama densità di probabilità normale (o semplicemente curva normale con parametri µ e σ 2. La funzione è simmetrica rispetto
DettagliEsercitazioni di Statistica Matematica A Lezione 2. Variabili con distribuzione gaussiana
Esercitazioni di Statistica Matematica A Lezione 2 Variabili con distribuzione gaussiana.) Una bilancia difettosa ha un errore sistematico di 0.g ed un errore casuale che si suppone avere la distribuzione
DettagliEsercizi di probabilità
26 gennaio 2013 Esercizi di probabilità Nota: le domande contrassegnate da ( ) non sono al programma 2012/13. 1 Combinatoria 1. Contare gli anagrammi di MATMAT nei quali non compaiono accanto due lettere
DettagliP(X > 0) = P(X 1 = 1) + P(X 1 = 1, X 2 = 1, X 3 = 1) =
1 Esercizi settimana 3 Esercizio 1. Un urna contiene 8 palline bianche, 4 nere e rosse. Si assuma di vincere e ogni volta che si estragga una pallina nera, si perda 1e per ogni pallina bianca e non succeda
Dettaglia) 36/100 b) 1/3 c)
Da un urna contenente 10 palline, di cui 6 bianche e 4 nere, si estraggono due palline. Determinare la probabilità del seguente evento E=«le due palline sono bianche» nel caso di estrazioni a) con rimbussolamento
DettagliPrima prova di verifica in itinere di ANALISI MATEMATICA II. 12 Marzo 2008 Compito A. 1 (punti 3)
anno accademico 007-008 Prima prova di verifica in itinere di ANALISI MATEMATICA II Marzo 008 Compito A (punti ) y = x + xy + y x. (punti 4) y + y x = ln x x y. (punti ) y = y + y ln y. 4 (punti 6) Determinare
DettagliCalcolo delle P robabilitá. Esercizi svolti e quesiti per il CdS in Economia e Finanza
Calcolo delle P robabilitá Esercizi svolti e quesiti per il CdS in Economia e Finanza Giuseppe Sanfilippo Dipartimento di Scienze Statistiche e Matematiche S. Vianelli Università degli Studi di Palermo
DettagliESAME. 9 Gennaio 2017 COMPITO B
ESAME 9 Gennaio 2017 COMPITO B Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
DettagliCorsi di Laurea in Ingegneria Civile e Edile Analisi Matematica II e Probabilita Lezioni A.A. 2000/01, prof. G. Stefani 9 Ottobre Gennaio 2001
Corsi di Laurea in Ingegneria Civile e Edile Analisi Matematica II e Probabilita Lezioni A.A. 2000/01, prof. G. Stefani 9 Ottobre 2000-28 Gennaio 2001 1 Nona settimana 76. Lun. 4 Dic. Generalita. Spazi
DettagliMATEMATICA FINANZIARIA RISCHI: RAPPRESENTAZIONE E GESTIONE (CENNI)
Matematica Finanziaria, a.a. 2011/2012 p. 1/315 UNIVERSITA DEGLI STUDI DI PARMA FACOLTA DI ECONOMIA MATEMATICA FINANZIARIA RISCHI: RAPPRESENTAZIONE E GESTIONE (CENNI) ANNAMARIA OLIVIERI a.a. 2011/2012
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
DettagliMetodi Matematici Probabilità e Statistica. Correzione Compitino del
Metodi Matematici Probabilità e Statistica Correzione Compitino del.4.04 nota: Una sola risposta è esatta. 4 punti per una risposta esatta, -2 per una sbagliata, 0 per una non data. Gli esercizi sono divisi
Dettagli