Materiale didattico per il corso di Statistica I Quinta esercitazione SOLUZIONI
|
|
- Costanzo Zamboni
- 4 anni fa
- Visualizzazioni
Transcript
1 Materiale didattico per il corso di Statistica I Quinta esercitazione SOLUZIONI Claudia Furlan Anno Accademico Ringrazio Carlo Gaetan, Nicola Sartori e Aldo Solari per il materiale, aggiunte e correzioni.
2 0. Variabili casuali bivariate Esercizio Si definisce con Z il risultato della prova prima estrazione e con Z il risultato della prova seconda estrazione. Definiamo le variabili: X= il più grande numero estratto e Y = la somma dei due numeri. La seguente tabella mostra i possibili risultati dell esperimento con i relativi valori delle variabili casuali X e Y : palline X Y {(Z =, Z = ) (Z =, Z = )} 3 {(Z =, Z = 3) (Z = 3, Z = )} 3 4 {(Z =, Z = 3) (Z = 3, Z = )} 3 5 Si noti che i risultati di X e Y non dipendono dall ordine in cui vengono estratte le palline dall urna. a) Se si vuole calcolare la probabilità del risultato dell esperimento della prima riga della tabella precedente, cioè (X =, Y = 3), occorre tenere presente che: Pr(X =, Y = 3) = Pr(Z =, Z = ) + Pr(Z =, Z = ) = Pr(Z = ) Pr(Z = Z = ) + Pr(Z = ) Pr(Z = Z = ) = = 3. Ripetendo l operazione anche per gli altri due risultati (X = 3, Y = 4) e (X = 3, X = 5), si trova che hanno tutti probabilità pari a /3. La distribuzione congiunta di (X, Y ) è riassunta nella seguente tabella: Y X p X (x) /3 0 0 /3 3 0 /3 /3 /3 p Y (y) /3 /3 /3 Le distribuzioni marginali di X e Y si ottengono facendo i totali rispettivamente di riga e di colonna. La funzione di ripartizione congiunta si ottiene nel seguente modo: F X,Y (x, y) = p X,Y (x i, y j ), x i x y j y e viene riassunta nella seguente tabella: Y X F X (x) /3 /3 /3 /3 3 /3 /3 F Y (y) /3 /3
3 Le funzioni di ripartizioni marginali si ottengono dalle relative distribuzioni di probabilità marginali. b) La distribuzione condizionata di Y dato X = 3 si ottiene prendendo la riga relativa a X = 3 nella precedente tabella e dividendo i valori delle probabilità (Pr(Y = y, X = 3)) per il totale di riga (Pr(X = 3)). Questo perché la probabilità cercata è: Pr(Y = y, X = 3) p Y X (y 3) = Pr(Y = y X = 3) =. Pr(X = 3) Il risultato è quindi (Y = y X = 3) Pr(Y = y X = 3) 4 / 5 / Utilizzando la distribuzione condizionata P Y X (y x), la funzione di ripartizione condizionata di Y dato X = 3 è: F Y X (y X = 3) y<4 0 4 y < 5 / y 5 Si noti che non esiste solo la distribuzione condizionata di Y dato X = 3, ma anche la distribuzione condizionata di Y dato X =. Di conseguenza, se in tale punto dell esercizio si fosse richiesta la distribuzione condizionata di Y dato X in generale, si sarebbero dovuti rifare i passaggi anche per il condizionamento a X =. c) La covarianza tra X e Y è data da Cov(X, Y ) = E(XY ) E(X)E(Y ) = /3, in quanto i tre valori attesi coinvolti sono: E(XY ) = = E(X) = = 8 3 E(Y ) = = 4. La formula dell indice di correlazione è: ρ = Cov(X, Y ) V (X)V (Y ). Di conseguenza occorre calcolare la varianza di X e di Y : V (X) = E(X ) E(X) = = 9 V (Y ) = E(Y ) E(Y ) = = 3
4 Sostituendo: ρ = = d) L indipendenza tra due variabili implica la nullità della covarianza. Quindi, se la covarianza non è nulla, le due variabili non possono essere indipendenti. Un altro modo per dimostrare la non indipendenza era attraverso la definizione: X e Y sono indipendenti se, per qualsiasi coppia di valori x e y, si ha: Pr(X = x, Y = y) = Pr(X = x) Pr(Y = y). Nel nostro caso questo non vale; infatti, considerando ad esempio la coppia di valori X = e Y = 4, si ha: Pr(X =, Y = 4) = 0 Pr(X = ) Pr(Y = 4) = 3 3 = 9. e) Definita la variabile casuale Z = X + 3Y e sfruttando il fatto che è una combinazione lineare delle variabili X e Y, il suo valore atteso è pari a: E(Z) = E(X + 3Y ) = E(X) + 3E(Y ) = = 5 3. La varianza è invece pari a: V (Z) = V (X) + 3 V (Y ) + 3 Cov(X, Y ) = = Esercizio Indicando rispettivamente con T e C la faccia testa e la faccia croce, in due lanci della moneta si hanno 4 possibili risultati, ciascuno con probabilità /4. Definiamo le variabili: X= numero di croci ottenute Y = numero di variazioni. La seguente tabella mostra i possibili risultati (equiprobabili) dell esperimento con i relativi valori delle variabili casuali X e Y : monete X Y (T, T ) 0 0 (T, C) (C, T ) (C, C) 0 a) La distribuzione congiunta di (X, Y ) è riassunta nella seguente tabella: X Y 0 0 /4 0 /4 / 0 / 0 / /4 / /4 3
5 Le distribuzioni marginali di X e Y si ottengono facendo i totali rispettivamente di colonna e di riga. b) La covarianza tra X e Y è data da Cov(X, Y ) = E(XY ) E(X)E(Y ) = 0, in quanto i tre valori attesi coinvolti sono: E(XY ) = = E(X) = = E(Y ) = 0 + =. Quindi le due variabili sono incorrelate. Tuttavia, X e Y non sono indipendenti; infatti, ad esempio: Pr(X = 0, Y = ) = 0 Pr(X = 0) Pr(Y = ) = 4 = 8. Esercizio 3 a) Affinché f(x, y) sia una funzione di probabilità per (X, Y ) si deve avere che f(x, y) 0, per qualsiasi coppia di possibili valori (x, y), e che i= 3 f(x i, y j ) =. () j= La distribuzione congiunta di (X, Y ), per un generico valore di k, è data da: Y X 0 k 4k 6k k 4 4k 6k 8k 8k 6k 0k 4k 30k Quindi, nel nostro caso, la condizione () diventa 30k =, da cui si ricava che k = /30. b) Utilizzando la tabella congiunta al punto a), notiamo che c è una sola coppia di valori che soddisfa la condizione Y X; quindi: Pr(Y X) = Pr(X =, Y = ) = 6 30 = 5. 4
6 c) Analogamente a quanto fatto al punto precendente F (, ) = Pr(X, Y ) = Pr(X =, Y = 0) + Pr(X =, Y = ) = = 5 F (4, ) = Pr(X 4, Y ) = Pr(X =, Y = 0) + Pr(X =, Y = ) + Pr(X = 4, Y = 0) + Pr(X = 4, Y = ) = = 8 5. d) Le due variabili non sono indipendenti; infatti, ad esempio, si ha: Pr(X =, Y = 0) = 30 Pr(X = ) Pr(Y = 0) = = 5. Esercizio 4 Conosciamo la funzione di probabilità marginale di X, che è pari a: x 3 Pr(X = x) /4 3/4 Inoltre, conosciamo anche le funzioni di probabilità condizionate di Y, rispettivamente dato X = e dato X = 3: y 0 Pr(Y = y X = ) / / y 0 3 Pr(Y = y X = 3) /8 3/8 3/8 /8 a) Dalla definizione di probabilità condizionata: Pr(Y = y X = x) = Pr(X = x, Y = y) Pr(X = x), ricaviamo che Pr(Y = y, X = x) = Pr(Y = y X = x) Pr(X = x). Notiamo che, nel nostro caso, i due fattori nel membro di destra dell ultima equazione sono disponibili; quindi, utilizzando questa informazione, siamo in grado di ricostruire la funzione di probabilità congiunta di (X, Y ): Y X 0 3 /8 /8 0 0 /4 3 3/3 9/3 9/3 3/3 3/4 7/3 3/3 9/3 3/3 5
7 dove, ad esempio: Pr(X =, Y = 0) = Pr(Y = 0 X = ) Pr(X = ) = 4 = 8. b) Non è difficile verificare che la covarianza tra X e Y è pari a: Cov(X, Y ) = E(XY ) E(X)E(Y ) = = 3 8. c) La distribuzione condizionata di X, dato Y =, si ottiene prendendo la colonna relativa a Y = nella tabella della funzione di probabilità congiunta, e dividendo ogni valore per il totale di colonna (che altro non è che Pr(Y = )): x 3 Pr(X = x Y = ) 4/3 9/3 A questo punto, applicando le usuali definizioni, è immediato vedere che: E(X Y = ) = 3 3 V (X Y = ) = E(X Y = ) E(X Y = ) = ( ). 3 Esercizio 5 a) La funzione di probabilità marginale di X è pari a (somma per riga): x Pr(X = x) /3 /3 b) La funzione di probabilità marginale di Y è pari a (somma per colonna): y 0 Pr(Y = y) /4 /4 /4 c) La funzione di probabilità condizionata di X, dato Y =, è pari a: d+e) È immediato trovare che: E(Y ) = f) La covarianza tra X e Y è pari a: x Pr(X = x Y = ) /3 /3 V (Y ) = E(Y ) E(Y ) = 43 =. Cov(X, Y ) = E(XY ) E(X)E(Y ) = = 0, quindi X e Y sono incorrelate. In realtà, in questo caso non era difficile verificare che X e Y sono anche indipendenti 6
8 (si provi a verificare la condizione per i 6 possibili valori della probabilità congiunta). A tal proposito, si noti come la distribuzione condizionata di X dato Y = (punto c)) sia uguale alla distribuzione marginale di X (punto a)). Questa è una conseguenza dell indipendenza: ogni probabilità condizionata non dipende dal valore su cui si condiziona ed è quindi uguale alla probabilità marginale. Esercizio 6 Tutti i possibili risultati ottenibili dal lancio di due dadi sono dati dalle coppie di punteggi {(i, j) : i, j =,..., 6}. Ognuna di queste coppie ha probabilità / di verificarsi. Nella seguente tabella le righe indicano i punteggi del primo dado e le colonne i punteggi del secondo dado. Inoltre, ad ogni possibile incrocio, il numero prima della virgola rappresenta il corrispondente valore della variabile casuale D, mentre il numero dopo la virgola rappresenta il corrispondente valore della variabile casuale S: ,,3,4 3,5 4,6 5,7,3 0,4,5,6 3,7 4,8 3,4,5 0,6,7,8 3,9 4 3,5,6,7 0,8,9,0 5 4,6 3,7,8,9 0,0, 6 5,7 4,8 3,9,0, 0, a) Dalla tabella precedente, tenendo conto che ognuna delle caselle ha probabilità /, si costruisce la funzione di probabilità congiunta di (D, S): S D / / / / / / b) La funzione di probabilità condizionata di D dato S = 4, si ottiene prendendo la colonna, nella precedente tabella, relativa a S = 4 e dividendo ogni probabilità per il totale di colonna (Pr(S = 4) = 3/). Notiamo che ci sono solo valori di D che non hanno probabilità nulla; quindi: d 0 Pr(D = d S = 4) /3 /3 c+d) Valore atteso e varianza di D S = 4 si ottengono facilmente utilizzando le definizioni e il risultato del punto c): E(D S = 4) = = 4 3, V (D S = 4) = E(D S = 4) + E(D S = 4) = =
9 e) Utilizzando il risultato del punto c) è facile vedere che: Pr(0 D S = 4) = Pr(D = 0 S = 4) + Pr(D = S = 4) = =. f) Utilizzando la definizione di probabilità condizionata e la tabella della funzione di probabilità congiunta, si ha: Pr(0 D, S 4) Pr(0 D S 4) = Pr( S 4) Pr(D = 0, S = ) + Pr(D = 0, S = 4) + Pr(D =, S = 3) + Pr(D =, S = 4) = Pr(S = ) + Pr(S = 3) + Pr(S = 4) ( )/ = =. ( + + 3)/ Esercizio 7 a) Indipendentemente dal valore di α, si ha: E(Z) = E(αX + ( α)y ) = αe(x) + ( α)e(y ) = α ( α)0.05 = b) La varianza di Z è pari a: V (Z) = V (αx + ( α)y ) = α V (X) + ( α) V (Y ) + α( α)cov(x, Y ). Nel nostro caso Cov(X, Y ) = 0 e α = /, quindi V (Z) = = , 4 e lo scarto quadratico medio è uguale a = Esercizio 8 Notiamo che X e X sono indipendenti tra loro (sono due dadi distinti) e hanno la stessa distribuzione: x Pr(X i = x) /6 /6 /6 /6 /6 /6 con i =,. Notiamo inoltre che, essendo indipendenti, le due variabili sono incorrelate (Cov(X, X ) = 0). a) Valore atteso e varianza di X i (i =, ) sono pari a: E(X i ) = = 7 6, V (X i ) = E(Xi ) E(X i ) = 35. b) Valore atteso e varianza di Y sono pari a: E(Y ) = 3 E(X ) + 3 E(X ) = 7, V (Y ) = 9 V (X ) V (X ) = 75 08, 8
10 dove, nella varianza, non appare il termine relativo alla covarianza tra X e X perché le due variabili sono incorrelate. c) Valore atteso e varianza di Z sono pari a: E(Z) = 3 E(X ) 3 E(X ) = 7 6, V (Z) = 9 V (X ) V (X ) = 75 08, dove, nella varianza, non appare il termine relativo alla covarianza tra X e X perché le due variabili sono incorrelate. 9
Materiale didattico per il corso di Statistica I Quarta esercitazione SOLUZIONI
Materiale didattico per il corso di Statistica I Quarta esercitazione SOLUZIONI Claudia Furlan 1 Anno Accademico 2006-2007 1 Ringrazio Carlo Gaetan, Nicola Sartori e Aldo Solari per il materiale, aggiunte
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
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.
DettagliCalcolo delle probabilità (3/7/2001) (Ing. Elettronica, Informatica, Telecomunicazioni - Latina)
Calcolo delle probabilità (3/7/00). La distribuzione di probabilità di un numero aleatorio X non negativo soddisfa la condizione P (X > x + y X > y) = P (X > x), x > 0, y > 0. Inoltre la previsione di
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 luglio 6 Vettori aleatori e funzioni di v.a. Esercizio Si lanciano due dadi equi. Qual è la probabilità che la somma sia? [ ] Siano X, X le v.a.
DettagliPROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ SCHEDA
DettagliCalcolo 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
DettagliSTATISTICA (modulo II - Inferenza Statistica) Soluzione Esercitazione I
Soluzione Esercitazione I Esercizio A. Si indichi con A i l evento la banca i decide di aprire uno sportello per il quale Pr(A i = 0.5 (e dunque Pr(A i = 0.5 per i =, 2, 3. Lo spazio degli eventi dato
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
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
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
DettagliProbabilità 1, laurea triennale in Matematica II prova di valutazione in itinere a.a. 2008/09
robabilità, laurea triennale in Matematica II prova di valutazione in itinere a.a. 008/09. Francesco lancia ripetutamente due dadi non truccati: sia T il numero di lanci necessario ad ottenere per la prima
DettagliFacoltà di Ingegneria Calcolo delle Probabilità e Statistica Ingegneria Civile e A&T e Informatica
Facoltà di Ingegneria Calcolo delle Probabilità e Statistica Ingegneria Civile e A&T e Informatica Prima prova scritta A.A. 8-9 Durata della prova h Punteggi: ) + + ; ) + + + ; ) +. Totale. Esercizio Sia
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
DettagliStatistica Corso Base (Serale) Dott.ssa Cristina Mollica
Statistica Corso Base (Serale) Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it Variabili casuali Esercizio 1. Determinare la distribuzione di probabilità e la funzione di ripartizione della variabile
DettagliProbabilità e Statistica
Probabilità e Statistica Variabili Casuali multidimensionali Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 2/29 Marco Pietro Longhi Prob. e Stat.
DettagliPROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE
PROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE 1. Distribuzione congiunta Ci sono situazioni in cui un esperimento casuale non si può modellare con una sola variabile casuale,
DettagliStatistica. Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2010/2011 Statistica Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza
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 =
DettagliScritto del
Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 17-18, I semestre Settembre 18 Scritto del - 9-18 Cognome Nome Matricola Esercizio 1. Un urna contiene
Dettaglif(1, C) = 1; f(2, C) = 1; f(3, C) = 3; f(4, C) = 2; f(5, C) = 5; f(6, C) = V ar(x) = E[X 2 ] (E[X]) 2 =
SOLUZIONI DEGLI ESERCIZI SULLE VARIABILI ALEATORIE DISCRETE Esercizio. Si lanciano un dado equilibrato a sei facce e una moneta equilibrata. Se esce testa e il valore del dado è pari oppure croce e il
DettagliCP110 Probabilità: Esame 4 luglio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 4 luglio, 2012 CP110 Probabilità: Esame 4 luglio 2012 Testo e soluzione 1. (6 pts) Una scatola contiene 10 palline numerate da 1
DettagliRisultati X P(X) TTT 0 1/8 TTC 1 1/8 TCT 1 1/8 CTT 1 1/8 TCC 2 1/8 CTC 2 1/8 CCT 2 1/8 CCC 3 1/8 X P(X) F(X) 0 1/8 1/8 1 3/8 4/8 2 3/8 7/8 3 1/8 1
Esercizio 1 Determinare la distribuzione di probabilità e la funzione di ripartizione della v.c. discreta X = numero di croci in 3 lanci di una moneta. Calcolare F(-1), F(1.5), F(300). Risultati X P(X)
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
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 (docenti G. Nappo, F. Spizzichino prova scritta giugno 5 (tempo a disposizione: ore La prova scritta consiste nello svolgimento
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
DettagliProva d'esame di Statistica I - Corso Prof.ssa S. Terzi
Prova d'esame di Statistica I - Corso Prof.ssa S. Terzi Esercizio 1 Data la variabile casuale X con funzione di densità f(x) = 2x, per 0 x 1; f(x) = 0 per x [0, 1], determinare: a) P( - 0,5 < X< 0,7) b)
DettagliCorso di probabilità e statistica
Università degli Studi di Verona Facoltà di Scienze MM.FF.NN. Corso di Laurea in Informatica Corso di probabilità e statistica (Prof. L.Morato) Esercizi Parte III: variabili aleatorie dipendenti e indipendenti,
DettagliEsercitazione del 31/01/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 1/01/2012 Istituzioni di Calcolo delle Probabilità Esercizio 1 Vengono lanciati due dadi regolari a 6 facce. (a) Calcolare la probabilità che la somma dei valori ottenuti sia 9? (b) Calcolare
DettagliMateriale didattico per il corso di Statistica I Terza esercitazione SOLUZIONI
Materiale didattico per il corso di Statistica I Terza esercitazione SOLUZIONI Claudia Furlan 1 Anno Accademico 2006-2007 1 Ringrazio Carlo Gaetan, Nicola Sartori e Aldo Solari per il materiale, aggiunte
DettagliCP110 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
DettagliTutorato di Complementi di Analisi Matematica e Statistica 26 maggio 2016
Tutorato di Complementi di Analisi Matematica e Statistica 26 maggio 2016 Esercizi possibili di probabilità e statistica Notazioni: U(a, b) è la distribuzione di probabilità uniforma nell intervallo (a,
Dettagli(a) Qual è la probabilità che un neonato sopravviva al primo anno?
II Appello di Probabilità e Statistica Cognome: Laurea in Matematica Nome: 2 luglio 2009 Matricola: ESERCIZIO. Per una certa specie africana di uccelli, i neonati hanno indipendentemente l uno dal l altro
DettagliCorso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010.
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010 Statistica Esercitazione 4 12 maggio 2010 Dipendenza in media. Covarianza e
DettagliX Vincita (in euro) Tabella 1: Vincite
Cognome e Nome:....................................... Matricola............. CdS............. CALCOLO DELLE PROBABILITA - 9 Giugno 1 CdS in STAD, SIGAD - docente: G. Sanfilippo Motivare dettagliatamente
Dettagli10. VARIABILI CASUALI MULTIPLE
. VARIABILI CASUALI MULTIPLE.. Introduzione La definizione di v.c. può essere facilmente estesa al caso in cui a ciascun evento elementare che costituisce è associata una coppia di numeri reali così come
DettagliCALCOLO 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
DettagliVariabili Casuali multidimensionali
Probabilità e Statistica Esercitazioni a.a. 27/2 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Variabili Casuali multidimensionali Marco Pietro Longhi Probabilità e Statistica
DettagliMateriale didattico per il corso di Statistica I Seconda esercitazione SOLUZIONI
Materiale didattico per il corso di Statistica I Seconda esercitazione SOLUZIONI Claudia Furlan Anno Accademico 2006-2007 Ringrazio Carlo Gaetan, Nicola Sartori e Aldo Solari per il materiale, aggiunte
DettagliVariabili casuali multidimensionali
Variabili casuali multidimensionali Variabili casuali multidimensionali: k-ple ordinate di variabili casuali unidimensionali definite sullo stesso spazio di probabilità X = (X 1,..., X k ) Funzione di
DettagliEsercizi di Calcolo delle Probabilità Foglio 3
Esercizi di Calcolo delle Probabilità Foglio David Barbato Esercizio. (6-ese- s) Sia (X, Y ) un vettore aleatorio con densità: { αy (x, y) D f (X,Y ) (x, y) (x, y) / D Dove D {(x, y) R : x
DettagliDistribuzioni di due variabili aleatorie
Statistica e analisi dei dati Data: 6 Maggio 206 Distribuzioni di due variabili aleatorie Docente: Prof. Giuseppe Boccignone Scriba: Noemi Tentori Distribuzioni congiunte e marginali Consideriamo due variabili
DettagliEsercitazione 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
DettagliCalcolo 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
Dettagli1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3.
Corso di Laurea INTERFACOLTÀ - Esercitazione di Statistica n 6 ESERCIZIO 1: 1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3. lancio di
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,
DettagliEsercizi 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
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
DettagliPROVA SCRITTA DI STATISTICA (COD COD ) 7 luglio 2005 APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE SOLUZIONI MODALITÀ A
PROVA SCRITTA DI STATISTICA (COD. 047 - COD. 403-37-377) 7 luglio 200 APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE SOLUZIONI MODALITÀ A Esercizio (9 punti) Supponiamo di aver osservato la seguente
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
DettagliEconometria. lezione 2. Probabilità. Econometria. lezione 2. AA Paolo Brunori
AA 2014-2015 Paolo Brunori probabilità e variabili casuali - risultati: esiti potenziali mutualmente esclusivi di un processo causale [numero di goal segnati da Mario Gomez] - probabilità: proporzione
Dettagli) la sua densità discreta sarà della forma. p X (0) = 1 2, p X(1) = 1 2,
Esercizi settimana 6 Esercizi applicati Esercizio. Siano X e Y due v.a. discrete indipendenti tali che X B(, ) e Y B(, ), n 0. (i) Si calcoli la legge di X + Y ; (ii) Si calcoli la legge di X Y ; (iii)
DettagliStatistica. Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2011/2012 Statistica Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate.
DettagliPROVA SCRITTA DI STATISTICA. CLEA/CLEFIN/CLEMIT (cod. 5047/4038/371/377) 3 Novembre 2004 MOD. A
PROVA SCRITTA DI STATISTICA CLEA/CLEFIN/CLEMIT (cod. 547/438/37/377) 3 Novembre 4 MOD. A Esercizio N. (3 punti). Data la v.s. X avente funzione di densità: / x < 9/4 x < 3 f(x) = / 3 x < 7 / 7 x < 9 altrove
DettagliTutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016
Tutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016 Esercizi possibili di probabilità e statistica Notazioni: U(a, b) è la distribuzione di probabilità uniforma nell intervallo (a,
DettagliVariabili aleatorie n-dim
Sessione Live #6 Settimana dal 6 maggio al giugno 003 Variabili aleatorie n-dim Funzioni di ripartizione e di densità (F.D.R. e f.d.d.) congiunte e marginali, valori medi e momenti misti, funzione generatrice
DettagliVettori Aleatori discreti
Vettori Aleatori discreti Un vettore aleatorio X =(X,X 2,...,X n ) si dice discreto se esiste un insieme finito o numerabile C R n tale che P (X = x) >, 8x 2 C, P (X = x) =, 8x /2 C, dove, ponendo x =(x,...,x
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
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
DettagliStatistica. Capitolo 5. Variabili Aleatorie Discrete e Distribuzioni di Probabilità. Chap 5-1
Statistica Capitolo 5 Variabili Aleatorie Discrete e Distribuzioni di Probabilità Statistics for Business and Economics, 6e 007 Pearson Education, Inc. Chap 5-1 Obiettivi del Capitolo Dopo aver completato
DettagliEsercitazione del 13/03/2018 Istituzioni di Calcolo delle Probabilità
Esercitazione del /0/08 Istituzioni di Calcolo delle Probabilità David Barbato I quesiti con asterisco saranno accessibili dalla quinta settimana di lezione. Esercizio Vengono lanciati due dadi a 6 facce
DettagliStatistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità
DettagliEs.: una moneta viene lanciata 3 volte. X = n. di T nei primi 2 lanci Y = n. di T negli ultimi 2 lanci
Es.: una moneta viene lanciata 3 volte. X = n. di T nei primi 2 lanci Y = n. di T negli ultimi 2 lanci X\Y 0 1 2 0 1/8 1/8 0 1/4 1 1/8 1/4 1/8 1/2 2 0 1/8 1/8 1/4 1/4 1/2 1/4 1 X e Y non sono indip. Se
DettagliIII Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2018/19
III Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 8/9 Martedì luglio 9 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliII Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2013/14 Nome: 20 febbraio
II Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 3/4 Nome: febbraio 4 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
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
DettagliCP110 Probabilità: Esame del 6 giugno Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 21-11, II semestre 6 giugno, 211 CP11 Probabilità: Esame del 6 giugno 211 Testo e soluzione 1. (6 pts) Ci sono 6 palline, di cui nere e rosse. Ciascuna,
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
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,
DettagliStatistica descrittiva in due variabili
Statistica descrittiva in due variabili Dott Nicola Pintus AA 2018-2019 Indichiamo con U la popolazione statistica e con u i le unità statistiche Ad ogni unità statistica associamo i caratteri osservati
DettagliMatematica e Statistica per Scienze Ambientali
per Scienze Ambientali Variabili aleatorie - Appunti 1 1 Dipartimento di Matematica Sapienza, Università di Roma Roma, Gennaio 2013 Variabili aleatorie Un numero aleatorio è un esempio di variabile aleatoria.
DettagliProva Scritta di Probabilità e Statistica Cognome: Laurea in Matematica. 28 giugno 2012 Matricola: Nome:
Prova Scritta di Probabilità e Statistica Cognome: Laurea in Matematica Nome: 8 giugno 01 Matricola: ESERCIZIO 1. Sia (A n n una successione di eventi indipendenti, tali che P (A n 1 1 n. Sia B := + n=
DettagliSTATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore) Marco Riani mriani@unipr.it http://www.riani.it Esempio totocalcio Gioco la schedina mettendo a caso i segni 1 X 2 Qual è la prob. di fare 14? Esempio Gioco la schedina mettendo
DettagliCP110 Probabilità: Esame 4 giugno Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 202-3, II semestre 4 giugno, 203 CP0 Probabilità: Esame 4 giugno 203 Testo e soluzione . (6 pts) Un urna contiene inizialmente pallina rossa e 0 palline
DettagliIndici di posizione e dispersione per distribuzioni di variabili aleatorie
Indici di posizione e dispersione per distribuzioni di variabili aleatorie 12 maggio 2017 Consideriamo i principali indici statistici che caratterizzano una distribuzione: indici di posizione, che forniscono
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
DettagliStatistica Corso Base (Serale) Dott.ssa Cristina Mollica
Statistica Corso Base Serale Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it Campionamento Esercizio 1. Da una ricerca si è osservato che il peso del prodotto A varia tra i e i 530 grammi. 1 Ipotizzando
DettagliStatistica. Congiunte. Capitolo 5. Distribuzioni di Probabilità. Chap 5-1. Statistics for Business and Economics, 6e 2007 Pearson Education, Inc.
Statistica Capitolo 5 Distribuzioni di Probabilità Congiunte Statistics for Business and Economics, 6e 2007 Pearson Education, Inc. Chap 5-1 Distribuzione di Probabilità Congiunta Una variabile casuale
DettagliCapitolo 1. Elementi di Statistica Descrittiva. 1.5 Esercizi proposti
Capitolo 1 Elementi di Statistica Descrittiva 1.5 Esercizi proposti Esercizio 1.5.1 In questo caso n = 24 e, dopo aver ordinato i dati (usando il metodo stem-and-leaf per esempio), 3 4 4 5 5 5 6 6 7 7
DettagliES.2.2. Consideriamo un esperimento statistico definito da un insieme Ω di risultati possibili. Una partizione finita di Ω è una sequenza di K eventi
ES22 1 Variabili aleatorie discrete Consideriamo un esperimento statistico definito da un insieme Ω di risultati possibili Una partizione finita di Ω è una sequenza di K eventi A 1, A 2 A k A K necessari
DettagliIDENTIFICAZIONE dei MODELLI e ANALISI dei DATI. Lezione 01 - Variabili aleatorie. Calcolo di densità di probabilità. Operatore di media
IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI Lezione 01 - Variabili aleatorie Motivazioni Densità di probabilità Operatore di media Densità di probabilità congiunta Densità di probabilità condizionata
DettagliESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE
ESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE Docente titolare: Irene Crimaldi 26 novembre 2009 Es.1 Supponendo che la probabilità di nascita maschile e femminile sia la stessa, calcolare la probabilità
DettagliSTATISTICA 1 ESERCITAZIONE 8
STATISTICA 1 ESERCITAZIONE 8 Dott. Giuseppe Pandolfo 18 Novembre 2013 CALCOLO DELLE PROBABILITA Elementi del calcolo delle probabilità: 1) Esperimento: fenomeno caratterizzato da incertezza 2) Evento:
DettagliTraccia della soluzione degli esercizi del Capitolo 2
Traccia della soluzione degli esercizi del Capitolo 2 Esercizio 42 In una procedura di controllo di produzione, n processori prodotti da un processo industriale vengono sottoposti a controllo. Si assuma
Dettagli1 Richiami di algebra lineare
1 Richiami di algebra lineare Definizione 11 (matrici e vettori) Una matrice A e un insieme di numeri A hk, h = 1,, m, k = 1,, n, ordinati in base alla coppia di indici h e k nel modo seguente A 1 A n
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 17/02/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 24 Outline 1 () Statistica 2 / 24 Outline 1 2 () Statistica 2 / 24 Outline 1 2 3 () Statistica 2 /
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 1 Abbiamo visto: Definizioni di statistica, statistica inferenziale, probabilità (interpretazione
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
DettagliProve di Statistica e Analisi Numerica
Prove di Statistica e Analisi Numerica Lorenzo Barone 12 novembre 2010 1 Testi delle prove Calcolo delle Probabilità Prova scritta del 21/12/2004 1. In un magazzino ci sono mele provenienti da due campi
DettagliEsercizi settimana 4. Esercizi applicati. Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 2 3
1 Esercizi settimana 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
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
DettagliCP210 Introduzione alla Probabilità: Esame 2
Dipartimento di Matematica, Roma Tre Pietro Caputo 2018-19, II semestre 9 luglio, 2019 CP210 Introduzione alla Probabilità: Esame 2 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante
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
DettagliCALCOLO DELLE PROBABILITÀ
CALCOLO DELLE PROBABILITÀ - gennaio 000 Elettronici: nn. 4 Informatici: nn. 6. Un lotto contiene pezzi buoni ed un solo pezzo difettoso. Si effettuano tre estrazioni senza restituzione, e sia E i = pezzo
DettagliCalcolo delle Probabilità e Statistica Matematica: definizioni prima parte. Cap.1: Probabilità
Calcolo delle Probabilità e Statistica Matematica: definizioni prima parte Cap.1: Probabilità 1. Esperimento aleatorio (definizione informale): è un esperimento che a priori può avere diversi esiti possibili
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
Dettagli