UNIVERSITÀ di ROMA TOR VERGATA
|
|
|
- Agnolo Bernasconi
- 7 anni fa
- Просмотров:
Транскрипт
1 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 da un urna contenente 5 palline numerate da a 5 (ogni volta la pallina viene rimessa nell urna. a Qual è la probabilità che il numero 3 si presenti meno ( di 0 volte? b Qual è la probabilità che i numeri 2 e 3 si presentino insieme tra 240 e 20 volte (estremi compresi? Esercizio 2 Due dadi vengono lanciati 30 volte. a Mostrare che la probabilità di ottenere 7 in un singolo lancio è uguale a. b In media quante volte si otterrà 7 nei 30 lanci? c Usando l approssimazione normale, qual è la probabilità che nei 30 lanci il 7 compaia più di volte? d Mostrare che la probabilità di ottenere 2 oppure 2 in un singolo lancio è uguale a 8. e In media quante volte si otterrà 2 oppure 2 nei 30 lanci? f Usando l approssimazione normale dire se è più probabile che nei 30 lanci il 7 compaia più di volte oppure che il 2 o il 2 compaiano più di 2 volte? Consiglio: se non si riesce a risolvere subito i punti a e d, li si può dare per buoni e andare avanti. Esercizio 3 Gli intervalli di tempo tra due richieste di servizio a un centralino seguono una legge esponenziale di media 2 minuti. Cioè se si indicano T,..., T n,... gli intertempi tra due chiamate successive, si suppone che le v.a. T i siano indipendenti ed esponenziali di media 2 minuti. Qual è la probabilità che in 2 ore giungano più di 380 chiamate? Qual è la probabilità che ne giungano meno di 350? (Domanda preliminare: quanto vale la varianza di una v.a. esponenziale di media 2? Vedi gli appunti alle pag Esercizio 4 Una società produttrice di componenti elettronici vuole pubblicizzare che i suoi prodotti sono affidabili ed in particolare che tutti superano un certo test di qualità tranne una proporzione del 3%. Per potere essere al riparo da controlli decide quindi di fare un test sulla sua produzione. a Supponiamo che la vera proporzione di pezzi che non superano il controllo sia p = 2.5%. Qual è la probabilità che in un campione di numerosità 00 vi siano più
2 (> di 3 componenti che non superano il controllo? Quale sarebbe il valore fornito dall approssimazione normale? Perché l approssimazione normale non si può applicare in questo caso? b Supponiamo sempre che la vera proporzione di pezzi che non superano il controllo sia p = 2.5%. Dare un approssimazione della probabilità che in un campione di numerosità 000 vi siano più (> di 30 pezzi che non superano il controllo. Esercizio 5 Una popolazione è formata da due gruppi, A e B. La proporzione di A nella popolazione è del 52%. Dalla popolazione viene scelto un campione di n individui. a Supponiamo n = 00. Qual è la probabilità che nel campione vi sia almeno il 50% d individui di A? b E se fosse n = 400? c Come cambierebbero i risultati precedenti se non si facesse la correzione di continuità? 2
3 Soluzioni Esercizio. a Se poniamo X i = se alla i-esima estrazione si ottiene il 3 e X i = 0 altrimenti, allora il numero di estrazioni che danno 3 sulle 25 è S = X X 25. Le v.a. X i sono dunque di Bernoulli B(, 5 ; in particolare hanno media 5 e varianza 5 ( 5 = Usando l approssimazione normale e la correzione di continuità (le v.a. X i sono a valori interi si trova ( ( P(S = = (.45 = b Basta ripetere la costruzione di a: X i = se alla i-esima estrazione si ottiene 2 oppure 3 e X i = 0 altrimenti. Ora le v.a. X i sono di Bernoulli B(, 2 5, hanno media 2 5 e varianza 25. Dunque, sempre usando l approssimazione normale con la correzione di continuità, ( ( P(240 S = ( ( = = (0.8 ( 0.8 = = 0.80 ( 0.80 = 0.. Esercizio 2. a I possibili risultati del lancio di due dadi sono tutte le coppie (,, (, 2,...,(, 5,(,, che sono in tutto 3. Tra di queste quelle che danno somma uguale a 7 sono (,, (2, 5, (3, 4, (4, 3, (5, 2, (, che sono. Dato che siamo in una situazione di equiprobabilità (tutti questi possibili risultati sono equiprobabili, la probabilità sarà 3 =. b Il numero di 7 in 30 lanci è una v.a. binomiale B(30, (30 prove indipendenti ripetute in ciascuna delle quali il risultato d interesse, cioè l uscita del 7 si può verificare con probabilità. Il numero medio richiesto non è altro che la speranza matematica di questa v.a. e cioè 30 = 0. c Indichiamo con S la v.a. numero di volte che si ottiene 7. L approssimazione normale (formula (3.34 degli appunti dà ( P(S > = P(S.5 = = (0.92 = 0.82 =
4 d Se riprendiamo il ragionamento di a, vediamo che solo le coppie (, e (, corrispondono al conseguimento di 2 oppure 2. Dunque la probabilità richiesta è 3 2 = 8. e Il numero di apparizioni di 2 oppure 2 segue una legge binomiale B(30, 8, che ha media 30 8 = 20. f Indichiamo con W la v.a. numero di volte che si ottiene 2 oppure 2. L approssimazione normale (formula (3.34 degli appunti dà ( P(W > 2 = P(W 2 = = (.33 = = 0.9 = Esercizio 3. Dire che giungono più di 380 chiamate in 2 ore è lo stesso che dire che la 380-esima chiamata arriva prima della fine della 2-esima ora (cioè prima del 720-esimo minuto. La probabilità richiesta è dunque P(S dove S 380 = T T 380. Si può dunque applicare l approssimazione normale (la formula (3.34 degli appunti che dice che ( µ P(S σ. 380 Per applicarla occorre conoscere la media µ e la varianza σ 2 delle v.a. T i. La media la sappiamo già = 2. Sappiamo che la media di una v.a. esponenziale di parametro λ è λ. Dunque qui λ = 2. La varianza vale invece λ 2. Dunque σ 2 = 4 e σ = 2. L approssimazione normale dà quindi ( P(S = (.02 = = Dire che giungono meno di 350 chiamate in 2 ore è lo stesso che dire che la 350-esima chiamata arriva dopo il 720-esimo minuto. Ovvero ( P(S = P(S = (0.53 = 380 = 0.9 = Nota bene non si deve fare la correzione di continuità (vedi pag degli appunti dato che le v.a. T i non sono a valori continui. 4
5 Esercizio 4. a Se la proporzione di pezzi che non superano il controllo è p = 0.03, allora il numero, X, di pezzi che non superano il controllo in un campione di 00 segue una legge binomiale B(00, Dunque la probabilità di osservare almeno 4 pezzi scadenti è ( P(X = 0 + P(X = + P(X = 2 + P(X = 3 Ora ( 00 P(X = 0 = = ( 00 P(X = = = = ( 00 P(X = 2 = = = ( 00 P(X = 3 = = = e dunque P(X 4 = = 0.24 L approssimazione normale avrebbe dato ( P(X 4 = P(X 3 0 = L approssimazione normale qui non si può usare perché non è rispettata la regoletta np 5 (qui np = = 2.5. b Qui invece si ha np = = 25 e dunque è lecito usare l approssimazione normale (e il calcolo esatto con le probabilità della binomiale sarebbe davvero lungo. Si ha dunque, indicando con Y il numero di pezzi che non superano il controllo in un campione di 000, ( P(X 3 = P(X 30 = = (. = 0.87 = Il calcolo esatto, con l uso di un software opportuno avrebbe dato il valore Esercizio 5. Se poniamo { se lo i-esimo individuo del campione è di tipo A X i = 0 se no 5
6 allora, per i dati del problema le v.a. X,..., X n sono indipendenti e di legge B(, 0.52 (la probabilità di scegliere proprio un individuo del gruppo A è proprio Questa legge ha media 0.52 e varianza 0.52( 0.52 =. a Viene chiesto di calcolare la probabilità che sia X X Usando l approssimazione normale (con la correzione di continuità abbiamo ( P(X X = P(X X = = (.5 = 0.9. b Gli stessi argomenti danno ora ( P(X +...+X = P(X +...+X = = (.85 = c Avremmo, per n = 00, ( P(X X = (.4 = 0.5. mentre per n = 400 ( P(X X = (.80 = Confrontando con i valori della funzione di ripartizione delle leggi binomiali forniti da R, si vede che l approssimazione normale con correzione di continuità dà dei valori praticamente esatti.
UNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 05-6 P.Baldi Lista di esercizi, 8 gennaio 06. Esercizio Si sa che in una schedina
UNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 00- P.Baldi Lista di esercizi. Corso di Laurea in Biotecnologie Esercizio Si sa che in una schedina del totocalcio i tre simboli, X, compaiono con
UNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 2010-11 P.Baldi Lista di esercizi 3. Corso di Laurea in Biotecnologie Esercizio 1 Una v.a. X segue una legge N(2, ). Calcolare a1) P(X 1) a2) P(2
Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale a.a. 2016/17
Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale aa 6/ Punteggi: : 3 + 6; : + + + ; 3: + Una scatola contiene monete; 8 di queste sono equilibrate, mentre le
CP110 Probabilità: Esame 13 settembre Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 13 settembre, 2012 CP110 Probabilità: Esame 13 settembre 2012 Testo e soluzione 1. (6 pts) Una scatola contiene 10 palline, 8 bianche
UNIVERSITA` 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
Esercizi. 2. [Conteggio diretto] Due dadi vengono lanciati in successione. a) Qual è la probabilità che la somma dei due risultati faccia 7?
1 E. Vitali Matematica (Scienze Naturali) Esercizi 1. [Conteggio diretto] Quattro ragazzi, A, B, C e D, dispongono di due biglietti per il teatro e decidono di tirare a sorte chi ne usufruirà. a) Qual
Variabili 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
Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazion
Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazione lineare di N variabili aleatorie le cui funzioni
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}
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
Esame 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
Esercizi svolti di statistica. Gianpaolo Gabutti
Esercizi svolti di statistica Gianpaolo Gabutti ([email protected]) 1 Introduzione Questo breve documento contiene lo svolgimento di alcuni esercizi di statistica da me svolti durante la preparazione
CALCOLO 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
Approfondimento 3.3. Approssimazione della distribuzione binomiale alla normale
Approfondimento 3.3 Approssimazione della distribuzione binomiale alla normale Come aveva notato de Moivre, se il numero di prove è sufficientemente ampio e la probabilità del successo π sufficientemente
SOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA
SOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA 1 Esercizio 0.1 Dato P (A) = 0.5 e P (A B) = 0.6, determinare P (B) nei casi in cui: a] A e B sono incompatibili; b] A e B sono indipendenti;
Esercitazione del 04/06/2015 Probabilità e Statistica Foglio 14
Esercitazione del 0/06/05 Probabilità e Statistica Foglio David Barbato Esercizio. Ci sono 0 monetine di cui 5 con due teste, con due croci e regolari una moneta regolare ha una faccia testa e una faccia
Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.
Corso di Laurea Triennale in Matematica Corso di Calcolo delle Probabilità (docenti G. Nappo, F. Spizzichino prova scritta giugno 5 (tempo a disposizione: ore La prova scritta consiste nello svolgimento
Es.: 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
TEST DI AUTOVALUTAZIONE APPROSSIMAZIONE NORMALE
TEST DI AUTOVALUTAZIONE APPROSSIMAZIONE NORMALE I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia Parte A. Sia X, X,...
Modelli matematici di fenomeni aleatori Variabilità e casualità
Modelli matematici di fenomeni aleatori Variabilità e casualità La casualità è alla base della scelta degli individui che compongono un campione ai fini di un indagine statistica. La casualità è alla base
Variabili 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
CP110 Probabilità: Esonero 1. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2009-2010, II semestre 1 aprile, 2010 CP110 Probabilità: Esonero 1 Testo e soluzione 1. (7 pt Una scatola contiene 15 palle numerate da 1 a 15. Le palle
Esercizi 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
Esercitazione del 03/06/2014 Probabilità e Statistica
Esercitazione del 03/06/2014 Probabilità e Statistica David Barbato Esercizio 1. Sia (X i ) i N una successione di variabili aleatorie i.i.d. con distribuzione geometrica di parametro p = 1 2. Sia Y i
Variabili 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
Esercizi settimana 5. Esercizi applicati. Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 2 3
1 Esercizi settimana 5 Esercizi applicati Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 3 di ottenere testa. Se scegliete la prima moneta vincete 10 punti se esce testa e punti
Calcolo delle Probabilità e Statistica Matematica Fisciano, 10/1/2012
Fisciano, 10/1/2012 Esercizio 1 Un esperimento consiste nel generare a caso un vettore di interi (x 1, x 2, x 3, x 4 ), dove x i {1, 2, 3, 4, 5, 6} i. (i) Si individui lo spazio campionario, determinandone
p k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4
CAPITOLO QUARTO DISTRIBUZIONE BINOMIALE (O DI BERNOULLI) Molti degli esempi che abbiamo presentato nei capitoli precedenti possono essere pensati come casi particolari di uno schema generale di prove ripetute,
Capitolo 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
CP110 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
Variabili aleatorie binomiali e di Poisson
Variabili aleatorie binomiali e di Poisson Tiziano Vargiolu Dipartimento di Matematica Pura ed Applicata via Trieste, 63-35121 Padova email: [email protected] 9 gennaio 2007 Indice 1 Variabili aleatorie
DISTRIBUZIONI DI CAMPIONAMENTO
DISTRIBUZIONI DI CAMPIONAMENTO 12 DISTRIBUZIONE DI CAMPIONAMENTO DELLA MEDIA Situazione reale Della popolazione di tutti i laureati in odontoiatria negli ultimi 10 anni, in tutte le Università d Italia,
Supponiamo che, in un gioco da tavolo fra Emilio e Franca, D 1 e D 2 vengano distribuiti a caso fra i due giocatori.
Laurea triennale in MATEMATICA, Corso di PROBABILITÀ Prof. L. Bertini - G. Nappo - F. Spizzichino Esonero del.04.00 - SOLUZIONI Esercizio. D è un dado omogeneo a sei facce, mentre D è un dado, anch esso
UNIVERSITÀ 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
CALCOLO 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
Laboratorio 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.
0 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
Compito di Probabilità e Statistica
Compito di Probabilità e Statistica Tempo: 180 Minuti 23 Giugno 2017, 10:00-13:00 Corso di Laurea in Informatica Docente: Marco Formentin Nome: Cognome: Numero di matricola: Esercizio 1 2 3 4 5 6 Punti
Statistica Corso Base (Serale) Dott.ssa Cristina Mollica
Statistica Corso Base Serale Dott.ssa Cristina Mollica [email protected] Campionamento Esercizio 1. Da una ricerca si è osservato che il peso del prodotto A varia tra i e i 530 grammi. 1 Ipotizzando
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo [email protected] Esercizio 1. La v.c. Uniforme Continua Secondo alcuni sondaggi sul sito della Apple (technical support site,
ESERCIZI DI CALCOLO PROBABILITÀ DISTRIBUZIONI DOPPIE E NOTEVOLI
Variabili bidimensionali ESERCIZI DI CALCOLO PROBABILITÀ DISTRIBUZIONI DOPPIE E NOTEVOLI 1) Siano X 1 e X 2 due variabili casuali indipendenti che possono assumere valori 0, 1 e 3 rispettivamente con probabilità
1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente:
CAPITOLO TERZO VARIABILI CASUALI. Le variabili casuali e la loro distribuzione di probabilità In molte situazioni, dato uno spazio di probabilità S, si è interessati non tanto agli eventi elementari (o
Teorema del limite centrale TCL
Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazione lineare di N variabili aleatorie le cui funzioni
LEZIONE 2.5. corso di statistica. Francesco Lagona Università Roma Tre. LEZIONE 2.5 p. 1/12
LEZIONE 2.5 p. 1/12 LEZIONE 2.5 corso di statistica Francesco Lagona Università Roma Tre LEZIONE 2.5 p. 2/12 distribuzione doppia di due variabili aleatorie consideriamo la distribuzione doppia di due
Esercitazione 5 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione del corso di Statistica Prof. Domenico Vistocco Alfonso Iodice D Enza May 30, 007 1 Esercizio Si consideri una popolazione caratterizzata dai numeri, 3, 6, 8, 11. Si considerino tutti i possibili
Statistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità
Soluzioni degli esercizi proposti
Soluzioni degli esercizi proposti.9 a La cardinalità dell insieme dei numeri,..., 0 n che sono multipli di 5 è 0n 5. Dunque, poiché siamo in una condizione di equiprobabilità, la probabilità richiesta
