Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 12/6/2010
|
|
- Camilla Carli
- 5 anni fa
- Visualizzazioni
Transcript
1 Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta /6/00 Nota. E obbligatorio sia scegliere le risposte negli appositi spazi (numeriche, o le formule nali a seconda del caso), sia dare la risoluzione per esteso sul foglio a parte. Esercizio. Esaminiamo una ditta che fornisce lastre di marmo e serve i clienti in sequenza, non contemporaneamente. Tra un arrivo e l altro di richieste di fornitura passano in media giorni. i) In 0 giorni, che probabilità c è che arrivino esattamente 5 richieste? Giusti care accuratamente la risposta, partendo rigorosamente dai dati del problema. 0:078; ::: ii) Se deve evadere una sola richiesta, la ditta impiega mediamente 5 giorni (perché nel frattempo si occupa di altro). Se deve evadere richieste, impiega mediamente giorni; se ne deve evadere, mediamente giorni ed in ne, se deve evadere o più richieste, impiega mediamente giorni. Vogliamo calcolare, all equilibrio, la probabilità di avere richieste da evadere. Tracciare il grafo della catena da considerare, indicando con chiarezza i tassi di transizione: iii) Calcolare il coe ciente a: a = : 556; ::: e la probabilità di avere richieste da evadere: 0:9; ::: Esercizio. Il custode del museo di San Marco a Pasi, impiega in media minuto a fare il biglietto d entrata.
2 i) Nelle mattine dei giorni feriali non arriva troppa gente: una persona ogni minuti in media. Il custode, appena termina di fare il biglietto all ultima persona che lo richiede, si reca a spostare delle casse da sistemare e torna in media dopo 5 minuti. Disegnare il grafo coi tassi di transizione, facendo attenzione alla transizione allo stato senza custode. ii) Se una volta il custode si ferma esattamente 6 minuti a spostare le casse, con che probabilità ne trova in attesa al suo ritorno? 0:707; ::: iii) La domenica arrivano in media persone ogni minuti. Il custode si fa allora aiutare da un secondo addetto. Calcolare il numero medio di persone ferme nell area della biglietteria. :86; ::: Esercizio. La funzione F (x) che vale 0 per x < 0, e F (x) = e x per x > 0 è una cdf. i) Calcolare il quantile di ordine 0.95, spiegando bene come si è scelto il range delle x. ii) Tracciare, in uno stesso disegno, il gra co di F e della densità corrispondente, sull intervallo scelto. Esercizio. Consideriamo le variabili aleatorie X ; X ; X e sia A una tabella di dati relativi ad esse. Supponiamo che in una certa base ortonormale V ; V ; V la matrice di covarianza relativa ai nostri dati sia 0 Q : :8 A :
3 Se applichiamo il metodo PCA alla tabella A, quanto sarà la varianza spiegata dal piano principale? Giusti care la risposta nel modo più completo possibile. ; ::: [Parte delle risposte alle domande e dev essere la descrizione di come si farebbe con R a svolgere quelle cose, elencando i comandi e commentando la risoluzione.]
4 Soluzioni Esercizio. Il numero di arrivi N t entro un tempo t è una v.a. di Poisson di parametro t ed il tempo di interarrivo T una v.a. esponenziale di parametro. Il testo dice che il tempo medio è di giorni, quindi E [T ] = (in giorni), pertanto = e quindi N 0 è una Poisson di parametro 0. In conclusione P (N 0 = 5) = e ! = 0:078: ii) Descriviamo il numero di richieste da evadere con una catena di Markov di nascita e morte, quindi gli stati sono gli interi 0,,, ecc. ma le transizioni sono = a salire, mentre da a 0 è =, da a è 5 =, da a è =, da a è := = e così via i successivi sono tutti uguali a =. iii) Allora a 0 =, a = = 5 ; a = = 5 = 0 9 ; a = = 5 = 0 9 a = = 5 = 0 9 ; a 5 5 = = 0 9 ; ::: a +k = 0 k 9 per ogni k 0: Quindi e quindi a = X k=0 k = = : 556 = a a = 0 : = 0:9: Esercizio. i) E come un esercizio già dato varie volte. In sintesi, gli stati sono i soliti 0,,, ecc. che indicano il numero di persone che chiedono il biglietto, quando il custode è al lavoro, e degli stati ausiliari 0A, A, A, ecc. che indicano il custode assente e 0,,, ecc. persone in attesa nell area biglietti. Tra gli stati 0,,, ecc. le transizioni sono quelle tradizionali, con tassi = (in min ) e =, escuso che dallo stato non si passa allo stato 0 ma allo stato 0A, con tasso (appena si completa l ultimo servizio).
5 Tra gli stati ausiliari 0A, A, A, ecc. ci sono le transizioni a salire con tassi =, e le transizioni nei corrispondenti stati 0,,, ecc. con tasso. 5 ii) Dall istante in cui il custode si assenta parte un processo di Poisson di arrivi, ti tasso =. Il numero N 6 di arrivi in 6 minuti è una v.a. di Poisson di parametro 6 =. La probabilità che ci siano due arrivi è P (N 6 = ) = e! = 0:707: iii) E una coda a due serventi, con =, = quindi le formule sono (con = = ) a = + +! = + +! = 7 0 = a = 7 ; +k = a = a! k = 7 = 7 =! k = 9 56 k E [N] = X n n = + n= X ( + k) +k = k=0 = ( ) = X ( + k) k k= = : 86: Esercizio (Simile alla prova scritta del //00, esercizio ). densità f (x) vale 0 per x < 0, e La f (x) = x e x per x > 0: i) La F vale praticamente per valori anche modesti di x, a causa della potenza x : ad es. per x = vale già F () = e 6 = 8: Quindi i numeri tra 0 e sono su cienti per trovare il quantile desiderato. Il quantile q desiderato si ottiene dai seguenti comandi: x<-*(:000)/000 p<- -exp(-x^) 5
6 q <- x[which.min(abs(p-0.95))] ii) Basta aggiungere i seguenti comandi: d<-*x^*exp(-x^) plot(x,p) lines(x,d) Esercizio. Dalla forma diagonale deduciamo che gli autovalori di Q sono pari a., 0.8, e 0 rispettivamente. La varianza spiegata dal piano principale è allora pari a :+0:8 =. Infatti, la varianza spiegata :+0:8+0 è il rapporto tra la varianza del piano principale e quella delle variabili di partenza. La varianza del piano principale è la somma delle varianze delle due componenti principali, quindi pari a +, che è : + 0:8. La varianza delle variabili di partenza è la traccia di Q, che non cambia per cambio di base, quindi è pari a + +, che è : + 0:
Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 12/01/2009
Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 12/01/2009 Esercizio 1 (20 punti). Esaminiamo il controllo passaporti in un aeroporto in entrata per gli Stati Uniti, controllo
DettagliMetodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 13/01/2010
Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta /0/00 Esercizio. Questo esercizio esamina ciò che avviene in un piccolo supermercato. i) Durante una generica mattinata (sabato
DettagliMetodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 15/12/2008 Compito B
Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 5/2/2008 Compito B Esercizio (20 punti. Una piccola azienda di Genova distribuisce un certo prodotto in tutta la regione, prodotto
DettagliTeoria delle File di Attesa
Teoria delle File di Attesa Una coda, o fila di attesa, si forma quando degli utenti attendono di essere serviti da uno o più serventi. Esempi: Studenti agli sportelli della segreteria Utenti di un centro
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE Processi di Poisson Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Consideriamo eventi casuali come gli arrivi di lavori
DettagliCalcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione 22/2/2011
Calcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione //0 Il seguente esercizio va svolto su questo foglio prestampato. Esercizio. In un urna ci sono 8 palline etichettate con numeri
DettagliMMMPG 2008/09 Registro delle lezioni
MMMPG 2008/09 Registro delle lezioni Lezione 1 (1/10). Introduzione al corso; materiale e comunicazioni alla pag. di Flandoli. Pur soggetto a conferma, di dovrebbe tenere un (singolo) compitino a dicembre.
DettagliCorsi di Probabilità ecc., per Ing. dell Automazione, Informatica e Inf.Gest.Azienda, 17/9/2011. B 0 0 a=3 b=3 0 0 b=3 a=3 0 A : 0 b=3 0 0 a=3
Corsi di Probabilità ecc., per Ing. dell Automazione, Informatica e Inf.Gest.Azienda, 7/9/ mjx j Esercizio. Si consideri la funzione f (x) = C jx j e i) Stabilire per quali valori di m e di C è una densità
DettagliSISTEMI CASUALI DINAMICI (PROCESSI) ESEMPIO: I GUASTI (Ipotesi Markoviana) Frequenza dei guasti: N Guasti = N/T X X X X X X X
CATENE DI MARKOV SISTEMI CASUALI DINAMICI (PROCESSI) ESEMPIO: I GUASTI (Ipotesi Markoviana) Frequenza dei guasti: N Guasti = N/T X X X X X X X X X 0 T 0 T! Δ 0, 1,, 0 Δ 1 Δ Δ 1Δ Δ Δ ESEMPIO: I GUASTI (Ipotesi
Dettagliarrivi in un tempo t è pari a λ*t, come si può ricavare dalla media su k della distribuzione di Poisson :
Sistema di coda ad un canale con arrivi poissoniani e tempi di servizio esponenziali. Si può dimostrare che assumere il tasso degli arrivi costante e pari a equivale ad assumere per gli intervalli fra
DettagliCatene di Markov a tempo continuo. Richiami teorici
Catene di Marov a tempo continuo Richiami teorici Pagina di 55 Data ultima revisione 2/5/ Definizione di catena di Marov a Una catena di Marov a è definita come: M(X, P(t)) t R + dove gli stati x,...,
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
DettagliPROCESSI STOCASTICI 1: ESERCIZI
PROCESSI STOCASTICI 1: ESERCIZI (1) ESERCIZIO: Date P e Q matrici stocastiche, dimostrare che la matrice prodotto P Q è una matrice stocastica. Dedurre che la potenza P n e il prodotto P 1 P 2 P n sono
DettagliEsame di Sistemi ad Eventi Discreti
Esame di Sistemi ad Eventi Discreti - 16.12.2008 Esercizio 1 (esame completo/recupero prima parte) Un macchinario è programmato per task. Ciascun task è composto da subtask, che possono essere di tipo
DettagliRETI DI TELECOMUNICAZIONE
RETI DI TELECOMUNICAZIONE Modelli delle Sorgenti di Traffico Generalità Per la realizzazione di un modello analitico di un sistema di telecomunicazione dobbiamo tenere in considerazione 3 distinte sezioni
DettagliTEORIA E TECNICA DELLA CIRCOLAZIONE
PROBLEMI DI TEORIA E TECNICA DELLA CIRCOLAZIONE 3 A cura di : Prof. Astarita Vittorio ing. Giofrè Vincenzo Pasquale Argomenti: Distribuzione di Poisson 26 3.1 PROBLEMA Distribuzione di Poisson ed esponenziale
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.
DettagliIntroduzione al modello Uniforme
Teoria dei Fenomeni Aleatori 1 AA 01/13 Introduzione al modello Uniforme Esempio: conversione Analogico/Digitale Errore di quantizzazione Ampiezza Continua Discreta x t x q t Tempo Discreto Continuo 0
Dettagli. iii) Cosa si può dire di esatto (non approssimato) su P X 1
Corsi di Probabilità, Statistica e Processi stocastici per Ing. dell Automazione, Informatica e Inf.Gest.Azienda 30/06/0 Esercizio. Dieci persone si iscrivono ad un torneo di tennis. Quattro di loro hanno
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
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
DettagliLaboratorio di Statistica e Analisi Dati: Lezione 8 (20)
Laboratorio di Statistica e Analisi Dati: Lezione 8 Tommaso C. & Marco G. 11-13 Gennaio 2017 1 of 24 10/01/2017 13:51 1. 2. 3. Si consideri il seguente esperimento casuale: si lancia tre volte una moneta.
DettagliStatistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità
DettagliCalcolo di Probabilità e Processi Stocastici, Laurea magistrale in Ing. Robotica e dell Automazione, a.a. 2011/12 Registro delle lezioni
Calcolo di Probabilità e Processi Stocastici, Laurea magistrale in Ing. Robotica e dell Automazione, a.a. 2011/12 Registro delle lezioni Lezione 1 (26/9). Introduzione al corso; materiale e comunicazioni
DettagliEsercizi di riepilogo
Esercizi di riepilogo Es1: Scommesse al casinò Tizio e Caio si alternano al tavolo di un casinò. Tizio gioca negli istanti di tempo dispari, mentre Caio in quelli pari Ad ogni istante di tempo, il guadagno
DettagliMMMPG prova scritta del 20/9/07
MMMPG prova scritta del 0/9/07 Esercizio. Si consideri una catena di Markov a tempo discreto con stati 0,,, ecc. (tutti gli interi non negativi). Indichiamo con p i,j la probabilità di transizione da i
DettagliTeoria delle File di Attesa Una coda, o fila di attesa, si forma quando degli utenti attendono di essere serviti da uno o più serventi.
Teoria delle File di Attesa Una coda, o fila di attesa, si forma quando degli utenti attendono di essere serviti da uno o più serventi. Esempi: Studenti agli sportelli della segreteria Utenti di un centro
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prima prova in itinere
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica 69AA) A.A. 06/7 - Prima prova in itinere 07-0-03 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di PS-Probabilità P.Baldi Tutorato 9, 19 maggio 11 Corso di Laurea in Matematica Esercizio 1 a) Volendo modellizzare l evoluzione della disoccupazione in un certo ambito
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
DettagliProbablità, Statistica e Processi Stocastici
Probablità, Statistica e Processi Stocastici Franco Flandoli, Università di Pisa Programma del corso vettori gaussiani, PCA ed fpca altri metodi di analisi e previsione di serie storiche catene di Markov
DettagliStatistica I. Ingegneria Gestionale. Scritto del 17/07/2012
Statistica I. Ingegneria Gestionale. Scritto del 17/07/01 Cerchiare, su questo foglio, le risposte corrette e risolvere per esteso gli esercizi sui fogli assegnati. Esercizio 1. Un operatore finanziario
DettagliEsercizi vari sulle schede di statistica
Esercizi vari sulle schede di statistica December 4, 2008 1 Introduzione Nelle prove scritte ci sarà un esercizio relativo alla parte di statistica e la sua implementazione con R. Tale parte dello scritto
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
DettagliEsame di Sistemi ad Eventi Discreti
Esame di Sistemi ad Eventi Discreti - 18.12.2007 Esercizio 1 (prima parte) In un linguaggio di programmazione, un identificatore è costituito da una lettera seguita da altre lettere o cifre; un numero
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
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
DettagliProbabilità e Processi stocastici. Ingegneria Robotica e dell Automazione. Prova scritta del giorno 15/12/14
Probabilità e Processi stocastici. Ingegneria Robotica e dell Automazione. Prova scritta del giorno 15/12/14 In ingegneria un sistema formato da n componenti è detto k su n se funziona quando almeno k
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
Dettagli()Probablità, Statistica e Processi Stocastici
Probablità, Statistica e Processi Stocastici Discretizzazione equazione del calore Per l equazione usiamo lo schema esplicito p tk+1 (x i ) p tk (x i ) h t p t = σ2 2 p 2 x 2 = σ2 2 p tk (x i+1 ) p tk
DettagliLa teoria delle code
La teoria delle code 3 marzo 205 Ing. foglietta.chiara@gmail.com Università degli Studi di Cassino e del Lazio Meridionale Agenda Reti di Aperte Reti di Aperte Sistema M/M/ I 2 Reti di Aperte Una coda
DettagliRETI DI TELECOMUNICAZIONE
RETI DI TELECOMUNICAZIONE PROCESSI DI POISSON Definizione Un processo stocastico che assume valori interi non negativi si dice essere un processo di Poisson con frequenza λ se 1. A(t) è un prosesso di
DettagliMetodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 17/7/2008
Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 17/7/2008 Esercizio 1. Il porto di Paralli sta raggiungendo un quantità di movimento critica e la capitaneria del porto decide di
DettagliCP110 Probabilità: Esame 5 giugno Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 21-11, II semestre 5 giugno, 212 CP11 Probabilità: Esame 5 giugno 212 Testo e soluzione 1. (6 pts) Sette biglietti numerati da 1 a 7 vengono distribuiti
DettagliComplementi di Probabilità e Statistica Laurea Magistrale Ing. Info. Soluzione degli Esercizi su catene di Markov a tempo continuo
Complementi di Probabilità e Statistica Laurea Magistrale Ing Info Soluzione degli Esercizi su catene di Markov a tempo continuo M Abundo Si può modellizzare il sistema mediante una coda del tipo M/M/n
Dettagli6) Una variabile aleatoria discreta V ha la seguente densità di probabilità:
(VHUFL]LVX&DOFRORGHOOHSUREDELOLWj PRGHOOLSUREDELOLVWLFLHYDULDELOLDOHDWRULH 1) Un fax può venir trasmesso a tre diverse velocità, a seconda di quali siano le condizioni di traffico sulla connessione tra
DettagliRETI DI TELECOMUNICAZIONE
RETI DI TELECOMUNICAZIONE CATENE DI MARKOV TEMPO CONTINUE Definizioni Sia dato un processo stocastico x(t) che può assumere valori discreti appartenenti ad un insieme se accade che il processo è una catena
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
DettagliModelli a code d attesa dei sistemi operativi
Definizioni Preliminari Topologie Tandem (1 dispositivo I/O Tandem (2 dispositivi I/O) Coda chiusa Coda aperta Definizioni Preliminari variabili aleatorie: il risultato di un esperimento dall esito incerto
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 205- P.Baldi Lista di esercizi 5, 8 febbraio 20. Esercizio Si fanno 25 estrazioni
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
DettagliReti di Telecomunicazioni 1
Reti di Telecomunicazioni 1 AA2011/12 Sistemi a coda Blocco E2 Ing. Francesco Zampognaro e-mail: zampognaro@ing.uniroma2.it Lucidi Prof. Stefano Salsano 1 Definizione di traffico e utilizzazione di un
DettagliEsercitazione # 3. Trovate la probabilita che in 5 lanci di un dado non truccato il 3 si presenti
Statistica Matematica A Esercitazione # 3 Binomiale: Esercizio # 1 Trovate la probabilita che in 5 lanci di un dado non truccato il 3 si presenti 1. mai 2. almeno una volta 3. quattro volte Esercizio #
DettagliReti di Telecomunicazioni. Sistemi a coda M/M/1
Reti di Telecomunicazioni Sistemi a coda M/M/1 Ing. Francesca Lo Piccolo e-mail: francesca.lopiccolo@uniroma2.it Un ringraziamento particolare al Prof. Andrea Detti, autore delle presentazioni da cui è
DettagliUniversità di Roma Tor Vergata Corso di Teoria dei Fenomeni Aleatori, AA 2012/13. Catene di Markov
Catene di Markov SISTEMI CASUALI DINAMICI (PROCESSI) - UN ESEMPIO: I GUASTI Frequenza dei guasti: N GUASTI 0 T N T 0 T! Catene di Markov SISTEMI CASUALI DINAMICI (PROCESSI) - UN ESEMPIO: I GUASTI Campionando
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
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
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
DettagliAnalisi e scelta dei dati di input
Analisi e scelta dei dati di input Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 24 Aprile 2006 Francesca Mazzia (Univ. Bari) Analisi e
Dettagliλ è detto intensità e rappresenta il numero di eventi che si
ESERCITAZIONE N 1 STUDIO DI UN SISTEMA DI CODA M/M/1 1. Introduzione Per poter studiare un sistema di coda occorre necessariamente simulare gli arrivi, le partenze e i tempi di ingresso nel sistema e di
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
Dettaglivalore probabilità
ESERCIZIO 1 Sia X il numero di unità di un certo prodotto acquistate da un generico cliente di un supermercato. Si supponga ch X abbia la seguente distribuzione valore probabilità 0 0.4 1 0.2 2 0.2 3 0.1
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,
DettagliCapitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari"
Levine, Krehbiel, Berenson Statistica Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari" Unità Integrata Organizzativa
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
DettagliMatematica Lezione 22
Università di Cagliari Corso di Laurea in Farmacia Matematica Lezione 22 Sonia Cannas 14/12/2018 Indici di posizione Indici di posizione Gli indici di posizione, detti anche misure di tendenza centrale,
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prima prova in itinere
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (69AA) A.A. 016/17 - Prima prova in itinere 017-01-13 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.
DettagliProbablità, Statistica e Processi Stocastici
Probablità, Statistica e Processi Stocastici Franco Flandoli, Università di Pisa Matrice di covarianza Dato un vettore aleatorio (anche non gaussiano) X = (X 1,..., X n ), chiamiamo sua media il vettore
DettagliCorso di Laurea Magistrale in Ingegneria Informatica A.A. 2016/17 Processi stocastici e analisi di serie temporali
Corso di Laurea Magistrale in Ingegneria Informatica A.A. 206/7 Processi stocastici e analisi di serie temporali PROVA DI ESONERO SUI PROCESSI DI MARKOV DEL 6 DICEMBRE 206 Punteggi: : + + 4 2; 2: 2 5;
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
DettagliVariabili casuali II
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
DettagliAFFIDABILITA DEI SISTEMI
AFFIDABILITA DEI SISTEMI STOCASTICI (complessi) Esercizio: Si assuma che i collegamenti tra una centrale elettrica e una città siano costituite da tre linee collegate in serie i cui tempi di funzionamento
DettagliScheda n. 7: primi elementi sui legami tra più variabili
Scheda n. 7: primi elementi sui legami tra più variabili October 27, 2008 Matrice di covarianza e di correlazione Supponiamo di esaminare n variabili X,..., X n, ad esempio X = reddito medio, X 2 = tasso
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
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
DettagliLeggi di distribuzione
Leggi di distribuzione 1 Esercizio 0.1 Una sorgente binaria genera le cifre 0 e 1 in modo casuale, con probabilità 0.4 e 0.6, rispettivamente. Calcolare la probabilità che, in una sequenza a 5 cifre, si
Dettagli9.3 Il metodo dei minimi quadrati in formalismo matriciale
8 CAPIOLO 9. IMA DEI PARAMERI MEODO DEI MINIMI QADRAI 9.3 Il metodo dei minimi quadrati in formalismo matriciale Nel caso si debba applicare il metodo minimi quadrati con molti parametri risulta vantaggioso
Dettagli, B con probabilità 1 4 e C con probabilità 1 4.
Laurea triennale in MATEMATICA, Corso di PROBABILITÀ Prof. L. Bertini - G. Nappo - F. Spizzichino Esonero del 0.06.00 N.B. Scrivere le soluzioni degli esercizi su questi fogli giustificando brevemente
DettagliDistribuzione Gaussiana (Distribuzione ib i normale) l)
(Distribuione ib i normale) l).35.3 5 f().5..5-5 -4-3 - - 3 4 5 Usata per guasti distribuiti casualmente attorno ad un valore medio temporale. Una variabile aleatoria si dice Gaussiana se la sua densità
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
DettagliEsame di Statistica del 1 settembre 2004 (Corso di Laurea in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola
Esame di Statistica del 1 settembre 004 (Corso di Laurea in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. Es. Es. 4 Somma Voto finale Attenzione: si consegnano SOLO
DettagliSIMULAZIONE DI SISTEMI CASUALI 2 parte. Processi stocastici e teoria delle code. Processi stocastici
SIMULAZIONE DI SISTEMI CASUALI 2 parte Processi stocastici e teoria delle code Processi stocastici Generalità La distribuzione di Poisson (degli eventi rari) è caratterizzata dall avere una funzione di
DettagliESERCIZIO 1. X Y Tot Tot
ESERCIZIO 1 Per descrivere il numero di guasti mensili cui sono soggette le due parti A e B di un impianto industriale viene utilizzata la seguente distribuzione di probabilità: X Y 0 1 2 Tot. 0 0.2 0.1
DettagliModulo 1. p 2 (p 1 + p 3 p 1 p 3 ) p 1 (p 2 + p 3 p 2 p 3 ), (1) p 2 (p 1 + p 3 p 1 p 3 ) p 3 (p 2 + p 1 p 2 p 1 ). (2)
1 Compito scritto dell esame di Statistica e Prof. Giuseppe Boccignone Corso di Laurea analisi dei dati (Crema) 26 gennaio 2017 Cognome: Nome: Matricola: Istruzioni Il tempo riservato alla prova scritta
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
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE Analisi e scelta dei dati di input Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Dati di input Per l esecuzione di una
DettagliESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE
ESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114 7 Maggio 2013 Esercizio
DettagliCP110 Probabilità: esame del 18 settembre 2017
Dipartimento di Matematica, Roma Tre Pietro Caputo 206-7, II semestre 8 settembre, 207 CP0 Probabilità: esame del 8 settembre 207 Cognome Nome Matricola Firma Nota:. L unica cosa che si puo usare durante
DettagliB =3 0 1=3 0 1=3
Corsi di Probabilità, Statistica e Processi stocastici per Ing. dell Automazione, Informatica e Inf.Gest.Azienda, a.a. / // Esercizio. Un PC comprato da alcuni mesi, all accensione compie alcune operazioni
DettagliEsercitazione # 1. November 8, 2002
Esercitazione # November 8, 00 Esercizi preliminari Esercizio (es. 3. in Montgomery) Per misurare accuratamente dei pesi viene usata una scala digitale. Sia X la variabile aleatoria che indica la misurazione
DettagliScheda n.3: densità gaussiana e Beta
Scheda n.3: densità gaussiana e Beta October 10, 2008 1 Definizioni generali Chiamiamo densità di probabilità (pdf ) ogni funzione integrabile f (x) definita per x R tale che i) f (x) 0 per ogni x R ii)
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stimatore media campionaria Il tempo in minuti necessario a un certo impiegato dell anagrafe
DettagliMATEMATICA CORSO A III APPELLO 13 Settembre 2012
MATEMATICA CORSO A III APPELLO 13 Settembre 212 Soluzioni 1. È stato preparato uno sciroppo concentrato al 4% mettendo 3 grammi di zucchero in una certa quantità d acqua. a) Quanto vale la massa dell acqua?
DettagliPROBABILITÀ - SCHEDA N. 3 VARIABILI ALEATORIE CONTINUE E SIMULAZIONE
PROBABILITÀ - SCHEDA N. 3 VARIABILI ALEATORIE CONTINUE E SIMULAZIONE (da un idea di M. Impedovo Variabili aleatorie continue e simulazione Progetto Alice n. 15, ) 1. La simulazione Nelle schede precedenti
DettagliDistribuzioni di probabilità
Distribuzioni di probabilità Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: 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
Dettagli