Politecnico di Milano - Scuola di Ingegneria Industriale. I Prova in Itinere di Statistica per Ingegneria Energetica 9 maggio 2013

Dimensione: px

Iniziare la visualizzazioe della pagina:

Download "Politecnico di Milano - Scuola di Ingegneria Industriale. I Prova in Itinere di Statistica per Ingegneria Energetica 9 maggio 2013"

Carmelo Righi
8 anni fa
Visualizzazioni

1 Politecnico di Milano - Scuola di Ineneria Industriale I Prova in Itinere di Statistica per Ineneria Eneretica 9 maio 013 c I diritti d autore sono riservati. Oni sfruttamento commerciale non autorizzato sarà perseuito. Conome, Nome e Numero di matricola: Problema 1. I minuti passati ieri in pausa caffè dali impieati della Macchiato&Corretto sono così distribuiti: Minuti in pausa caffè Numero Lavoratori [0,10] 7 (10,0] 36 (0,30] (30,40] 9 (40,00] 6 (a) Costruire la tabella della distribuzione di frequenza, includendo frequenze relative e densità, e disenare l istoramma che rappresenta tali dati, riportando i valori in ordinata. (b) Calcolare in modo approssimato mediana e media del tempo passato in pausa caffè. Quale relazione ci si aspetta fra media e mediana? Giustificare. (c) Calcolare in modo approssimato il quantile di ordine 94% di tale distribuzione. (d) Calcolare in modo approssimato la varianza di tale distribuzione. 1

I minuti passati ieri in pausa caffè dali impieati della Macchiato&Corretto sono così distribuiti: Minuti in pausa caffè Numero Lavoratori [0,10] 7 (10,0] 36 (0,30] (30,40] 9 (40,00] 6 (a) Costruire

2 Soluzione. (a) La tabella delle frequenze relative e densità è: Minuti in pausa caffè Frequenze relative Densità [0,10] (10,0] (0,30] (30,40] (40,00] Fiura 1: Istoramma minuti in pausa caffè (b) La mediana vale 16.39, e la media.6. In questo caso la distribuzione è asimmetrica, con una coda più luna a destra rappresentata dall ultima classe (che è quella con ampiezza molto maiore rispetto alle altre). Perciò, la media ha un valore più alto rispetto alla mediana. (c) Il quantile di ordine 94% di tale distribuzione vale 40. (d) La varianza vale

caso la distribuzione è asimmetrica, con una coda più luna a destra rappresentata dall ultima classe (che è quella con ampiezza molto maiore rispetto

3 Problema. L errore di misura X commesso dalla nuova bilancia C è sempre il nero che snellisce è una variabile aleatoria continua che, misurata in chilorammi, ha densità 1 k x, 1 < x < 1, f(x) = 0, altrove. (a) Determinare k affinché f sia effettivamente una densità di probabilità. Disenare il rafico di f. (b) Scrivere e tracciare il rafico della funzione di ripartizione di X. (c) Qual è la probabilità che l errore commesso dalla C è sempre il nero che snellisce sia al più 0.? (d) Calcolare media, mediana e varianza di X. Soluzione. (a) Come prima cosa, per essere una densità la funzione dev essere non neativa: f(x) 0 per x [ 1, 1] implica che k 1. Poi calcoliamo l area sottesa alla curva fra [ 1, 1] e imponiamo che vala uno, ottenendo k = 1. (b) La funzione di ripartizione è F (x) = 0 x < 1 x + x x < 0 x + x x < 1 1 x 1 (c) P ( 0. X 0.) = F (0.) F ( 0.) = = = (d) media e mediana valono zero poiché la densità è simmetrica in zero. Var[X] = E[X ] =

(a) Determinare k affinché f sia effettivamente una densità di probabilità. Disenare il rafico di f. (b) Scrivere e tracciare il rafico della funzione di ripartizione di X.

4 Problema 3. Il numero di telefonate che arrivano al centro chiamate della Bobbico Inc. è un processo Poisson. La probabilità che nell arco di un minuto non arrivino telefonate vale p 0 = 1 3. (a) Quanto vale il tasso di arrivo delle telefonate? (b) Qual è la probabilità che in due minuti arrivino almeno due telefonate? (c) Qual è la probabilità che tra una telefonata e la successiva intercorra meno di un minuto e mezzo? (d) Qual è la probabilità che nell arco di una iornata di lavoro (9 ore: dalle 8.30 alle 17.30) arrivino al massimo 600 telefonate? Soluzioni. Sceliamo di misurare il tempo in minuti e poniamo X t = numero di telefonate in arrivo al centro chiamate nella finestra temporale [0, t] X t P o(λt) con λ = numero medio di telefonate in un unità di tempo (dunque: un minuto). (a) p 0 = P (X 1 = 0) = e λ 1 = 1 3 λ = ln (b) P (X ) = 1 P (X 1) = 1 { e ln 3 + ( ln 3)e ln 3} = { ln 3 } = 8 ln (c) Sappiamo che l intertempo T tra due arrivi di un processo di Poisson seue una lee esponenziale, dunque, se misuriamo T in minuti, abbiamo che T E(λ = ln 3), pertanto la probabilità cercata è P (T < 1.5) = 1 e 1.5 ln 3 = (d) Usando l approssimazione normale X 540 P o(540 ln 3) N(540 ln 3, 540 ln 3), dunque P (X ) P (Z < ln ln 3 ) Φ(0.30) ; (usando R, si ottiene senza approssimazione P (X ) ). 4

(c) Qual è la probabilità che tra una telefonata e la successiva intercorra meno di un minuto e mezzo? (d) Qual è la probabilità che nell arco di una iornata di lavoro (9 ore: dalle 8.30 alle 17.

5 Problema 4. Volete determinare la lunhezza l di un pendolo misurando il periodo t delle sue oscillazioni. Considerate solo piccole oscillazioni, per cui, detta l accelerazione di ravità, si ha l = 4π t. Potete eseuire n misure di t di risultati T 1,..., T n, tutti indipendenti e ciascuno di distribuzione N(t, σ ), dove la varianza σ dipende dallo strumento di misura ed è a voi inota, come il periodo t. Ovviamente come stimatore di t usate T n = T T n. n (a) Per T n determinare: distribuzione, media, varianza, momento secondo E[(T n ) ], distorsione, MSE. Come stimatore di l sceliete di usare L = 4π ( T n ). (b) Per L determinare in modo esatto: media e distorsione. (c) Per L determinare in modo approssimato: varianza e MSE. Dieci misure del periodo t danno una media campionaria ed una varianza campionaria pari a (d) Stimare l. t 10 = 5.3 s, s 10 = s. (e) Stimare l errore quadratico medio dello stimatore utilizzato. Si utilizzi per il valore convenzionale pari a m/s. Soluzioni. (a) T n N ) (t, σ, E[T n ] = t, Var[T n ] = σ n n, E[(T n) ] = t + σ n, distorsione[t n ] = E[T n ] t = 0, MSE[T n ] = Var[T n ] = σ n. (b) E[L] = 4π E[T ] = 4π ) (t + σ = l + σ n 4π n, distorsione[l] = EL l = σ 4π n. (c) Detta h(x) = x 4π, si hanno L = h(t n) e h (x) = x. Pertanto, usando il metodo delta, π (d) l = 7.03 m. (e) MSE[L] m. Var L ( ) h (t) Var[T n ] = σ t 4π 4 n, MSE[L] = Var[T n ] + (distorsione[l]) σ t 4π 4 n + σ 4 16π 4 n. 5

.., T n, tutti indipendenti e ciascuno di distribuzione N(t, σ ), dove la varianza σ dipende dallo strumento di misura ed è a voi inota, come il periodo t.

Documenti analoghi

Esercitazione n.1 (v.c. Binomiale, Poisson, Normale)

Esercitazione n.1 (v.c. Binomiale, Poisson, Normale) Esercizio 1. Un azienda produce palline da tennis che hanno probabilità 0,02 di essere difettose, indipendentemente l una dall altra. La confezione di vendita contiene 8 palline prese a caso dalla produzione