V Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2012/13 Nome: 18 ottobre
|
|
- Aurelio Simone
- 4 anni fa
- Visualizzazioni
Transcript
1 V Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 202/ Nome: 8 ottobre 20 Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare tutti i risultati visti a lezione (compresi quelli di cui non è stata fornita la dimostrazione). Esercizio. Anna ha a disposizione due magliette (una bianca e una rossa) e tre gonne (una bianca, una rossa e una verde). Lancia una moneta regolare per scegliere quale maglietta indossare. Se la maglietta scelta è quella rossa, indosserà certamente la gonna rossa. Se invece la maglietta scelta è quella bianca, sceglierà una delle tre gonne con uguale probabilità. (a) Con quale probabilità Anna indosserà la gonna rossa? Con quale probabilità sarà vestita di un unico colore? (b) Se la gonna scelta da Anna è rossa, è più probabile che la maglietta scelta sia quella rossa o quella bianca? Soluzione. (a) Consideriamo gli eventi: M r = {Anna sceglie la maglia rossa}, M b = {Anna sceglie la maglia bianca}, G r = {Anna sceglie la gonna rossa}, G b = {Anna sceglie la gonna bianca}, G v = {Anna sceglie la gonna verde}. Allora P(M r ) = P(M b ) = 2, P(G r M r ) =, P(G v M r ) = P(G b M r ) = 0, P(G r M b ) = P(G v M b ) = P(G b M b ) =. Per la formula delle probabilità totali, la probabilità che Anna indossi la gonna rossa vale P(G r ) = P(G r M r )P(M r ) + P(G r M b )P(M b ) = = 2 La probabilità che Anna sia vestita di un unico colore vale P(M r G r ) + P(M b G b ) = P(M r )P(G r M r ) + P(M b )P(G b M b ) = = 2. (b) Calcoliamo P(M r G r ) = P(G r M r )P(M r ) = 2 P(G r ) 2 = 4, avendo usato la formula di Bayes, e di conseguenza, essendo M b = (M r ) c, P(M b G r ) = P(M r G r ) = 4 = 4. È dunque più probabile che, quando la gonna scelta è rossa, anche la maglietta scelta sia rossa.
2 2 Esercizio 2. Un insetto depone un numero di uova X 0 Pois(λ), dove λ è un parametro fissato. Il primo giorno, ciascun uovo può rimanere chiuso, con probabilità p (0, ), oppure schiudersi, con probabilità p, indipendentemente dalle altre uova. Indichiamo con X il numero di uova che rimangono chiuse alla fine del primo giorno. (a) Quanto vale P(X = k X 0 = n), per k, n N 0 con k n? Si ricavi quindi la densità discreta congiunta di (X 0, X ). (b) Si calcoli P(X = k) e si deduca che X ha distribuzione Pois(λp). Iteriamo ora la procedura: per ogni t N con t 2, supponiamo che ciascuna delle uova che è rimasta chiusa alla fine del (t )-esimo giorno possa rimanere chiusa il t-esimo giorno, con probabilità p, oppure schiudersi, con probabilità p, indipendentemente dalle altre uova. Indichiamo quindi con X t il numero di uova che restano chiuse alla fine del t-esimo giorno. (c) Si ricavi la distribuzione di X t e si deduca che P(X t = 0) = e λpt per ogni t N 0. Indichiamo infine con T il giorno in cui si schiudono le ultime uova. (d) Si giustifichi l uguaglianza di eventi e si determini la densità discreta di T. Soluzione 2. quindi {T t} = {X t+ = 0} (a) Per lo schema di prove ripetute e indipendenti ( ) n P(X = k X 0 = n) = p k ( p) n k, k p X0,X (n, k) = P(X 0 = n, X = k) = P(X 0 = n)p(x = k X 0 = n) ( λ λn n = e )p k ( p) n k λ (λp)k (λ( p)) n k n! k {0 k n} = e k! (n k)! {0 k n}. (b) Per il punto precedente P(X = k) = n=k λ (λp)k p X0,X (n, k) = e k! m=0 n=k (λ( p)) n k (n k)! e con il cambio di variabili m = n k si ottiene λ (λp)k (λ( p)) m λ (λp)k P(X = k) = e = e e λ( p) λp (λp)k = e, k! m! k! k! ossia X Pois(λp). (c) Per i punti precedenti, se X t Pois(λ t ), allora X t+ Pois(λ t p). Con un facile argomento induttivo si ottiene che X t Pois(λp t ) e dunque P(X t = 0) = e λpt. (d) L uguaglianza di eventi si giustifica notando che le ultime uova si schiudono entro il giorno t, chiaramente il giorno t + non ci sarà alcun uovo rimasto chiuso, e viceversa. Dato che T assume valori in N 0, per ogni l N si ha mentre p T (l) = P(T = l) = P(T l) P(T l ) = P(X l+ = 0) P(X l = 0) = e λpl+ e λpl, p T (0) = P(X = 0) = e λp.,
3 Esercizio. Sia Z una variabile aleatoria con distribuzione assolutamente continua uniforme sull intervallo (0, ), definita su uno spazio di probabilità (Ω, A, P). Fissiamo t [0, 4 ] e definiamo le variabili aleatorie X, Y ponendo X(ω) := ( 4 +t, 4 +t)(z(ω)), Y (ω) := ( 4 t, 4 t)(z(ω)). Si osservi che X e Y sono variabili aleatorie discrete, che assumono i valori 0 e. (a) Si determinino le densità discrete marginali di X e Y. (b) Si determini la densità discreta congiunta di X e Y. (c) Si mostri che Cov(X, Y ) = 4 2t. (d) Per quali valori di t le variabili X e Y sono indipendenti? Soluzione. (a) Si ha p X () = P(X = ) = P(Z ( 4 + t, 4 + t)) = 4 +t 4 +t f Z (z) dz = dz = 4 +t 4 +t 2, e quindi p X (0) = p X () = 2, ossia X Be( 2 ). Con calcoli analoghi Y Be( 2 ) (b) Si ha p X,Y (, ) = P(X =, Y = ) = P(Z ( 4 + t, 4 + t) ( 4 t, 4 t)) e con conti analoghi = P(Z ( 4 + t, 4 t)) = ( ( 4 t) ( 4 + t)) = 2 2t, p X,Y (, 0) = P(Z ( 4 t, 4 + t)) = ( ( 4 + t) ( 4 t)) = 2t, p X,Y (0, ) = P(Z ( 4 t, 4 + t)) = ( ( 4 + t) ( 4 t)) = 2t, p X,Y (0, 0) = P(Z (0, 4 t) ( 4 + t, )) = ( ( ( 4 + t)) + ( 4 t)) = 2 2t. (c) Per i punti precedenti E(X) = E(Y ) = 2. La variabile aleatoria XY assume valori in {0, }, pertanto e dunque E(XY ) = P(XY = ) = P(X =, Y = ) = p X,Y (, ) = 2 2t, Cov(X, Y ) = E(XY ) E(X)E(Y ) = 2 2t 4 = 4 2t. (d) Può esserci indipendenza solo se Cov(X, Y ) = 0, ossia se t = 8. Per tale valore di t si ha che p X,Y (, ) = p X,Y (, 0) = p X,Y (0, ) = p X,Y (0, 0) = 4, quindi p X,Y (x, y) = p X (x)p Y (y) x, y {0, }, da cui segue che per t = 8 le variabili aleatorie X e Y sono effettivamente indipendenti.
4 4 Esercizio 4. Sia Z = (X, Y ) un vettore aleatorio bidimensionale, con distribuzione uniforme continua nel cerchio di raggio unitario centrato nell origine. In altri termini, la densità di Z è data da f Z (x, y) = π C(x, y), dove C := {(x, y) R 2 : x 2 + y 2 }. (a) Le variabili aleatorie reali X e Y sono indipendenti? (b) Si mostri che la variabile aleatoria R := X 2 + Y 2 è assolutamente continua, con densità f R (r) = 2r (0,) (r). [Sugg.: si determini innanzitutto la funzione di ripartizione di R.] (c) Si mostri che la variabile aleatoria W := log R ha valor medio finito, dato da E(W ) = 2. Sia ora (R n ) n N una successione di variabili aleatorie i.i.d. con la stessa distribuzione di R. Definiamo quindi la successione (T n ) n N ponendo (d) Si mostri che Soluzione 4. T n := R R 2 R n. log T n lim n n = 2, q.c.. (a) Il quadrato Q := ( 4, ) ( 4, ) è disgiunto dal cerchio C, pertanto P(Z Q) = P(X ( 4, ), Y ( 4, )) = 0. Dato che P(X ( 4, )) > 0 e P(Y ( 4, )) > 0, X e Y non possono essere indipendenti. (b) Si ha F R (r) = 0 se r < 0 e F R (r) = se r >, mentre per r [0, ] F R (r) = P(R r) = P(X 2 + Y 2 r 2 ) = P(Z C r ), dove abbiamo posto C r := {(x, y) R 2 : x 2 + y 2 r 2 }. Dato che la misura di Lebesgue (area) di C r vale πr 2, si ottiene F R (r) = dx dy = π C r π πr2 = r 2. La funzione F R è C a tratti, pertanto R è assolutamente continua con densità data da f R (r) = F R (r) = 2r (0,)(r). (c) Dato che R assume q.c. valori in (0, ), la variabile aleatoria W = log R è q.c. negativa e pertanto il valor medio è ben definito (eventualmente ). Per la formula del cambio di variabili E(W ) = E(log R) = R log r f R (r) dr = (d) Definendo W n := log R n, possiamo scrivere log Tn log T n n 0 log r (2r) dr = = W + W W n n ( log r r 2 ). 0 0 r r2 dr = 2. Quindi n coincide con la media campionaria delle variabili aleatorie (W n ) n N, che sono i.i.d. con valor medio finito 2. La conclusione segue immediatamente dalla legge forte dei grandi numeri.
5 5 Esercizio 5. Sia data una successione di variabili aleatorie reali (X n ) n N indipendenti (ma non necessariamente identicamente distribuite) in L 2, con E(X n ) = 0, σ 2 n := Var(X n ) <. Definiamo la successione (Y n ) n N ponendo ricorsivamente dove A (0, ) è un parametro fissato. Y 0 :=, Y n := AY n + X n, (a) Si mostri che, per ogni n N, le variabili aleatorie X n e Y n sono indipendenti. [Sugg.: Si mostri per induzione che Y n è funzione di X,..., X n.] (b) Assumendo che σ 2 n = A 2n, si mostri che E(Y n ) = 0 e Var(Y n ) = na 2n, per ogni n N. (c) Si mostri che Y n 0 in probabilià per n. La convergenza è q.c.? [Sugg.: si sfrutti la disuguaglianza di Chebyschev] Rimuoviamo ora l ipotesi che σ 2 n = A 2n. Assumiamo solo che lim n σ2 n = 0. (d) Si mostri che lim n Var(Y n ) = 0 e e si deduca che Y n 0 in probabilità. [Sugg.: si esprima Var(Y n ) in funzione di A e di σ 2,..., σ 2 n.] Soluzione 5. (a) Y n e X n sono indipendenti, perché Y n è funzione di (X,..., X n ). Mostriamo per induzione che Var(Y n ) = nγ n. Il caso n = è immediato, in quanto Y 0 = è una costante. Procedendo induttivamente, per le proprietà della varianza si ha Var(Y n ) = A 2 Var(Y n ) + Var(X n ) = A 2 ((n )A 2(n ) ) + A 2n = na 2n, come dovevasi dimostrare. (b) Per ogni ε > 0 si ha P( Y n > ε) Var(Y n) pertanto Y n 0 in probabilità. Inoltre, dato che ε 2 n N P( Y n > ε) n N = na2n ε 2 na 2n n 0, () ε 2 <, perché A <, segue che la convergenza Y n 0 ha luogo anche q.c.. (c) Si ha Var(Y n ) = A 2 Var(Y n ) + σ 2 n = A 2 Var(Y n 2 ) + A 2 σ 2 n + σ 2 n =... = n A 2k σn k 2. Per ogni k fissato, lim n σn k 2 = 0 per ipotesi. Dato che la successione (σ2 n) n N è limitata (perché tende a zero), ossia C := sup n N σn 2 <, segue che A 2k σn k 2 C A2k. Per convergenza dominata si può passare al limite n nella sommatoria sopra ottenendo Var(Y n ) 0, come richiesto. Infine, dato che E(Y n ) = 0, la disuguaglianza di Chebychev () mostra che Y n 0 in probabilità. k=
6 Esercizio. Giovanni saltella tra cinque sassi, numerati da a 5, nel modo seguente. Inizialmente si trova sul sasso. A ogni istante, lancia un dado regolare a sei facce: se il numero estratto corrisponde a un sasso connesso da una linea tratteggiata al sasso su cui si trova (vedi figura), ci salta; in caso contrario, resta nella sua posizione. 4 Descriviamo il moto di Giovanni mediante una catena di Markov. 2 (a) Si scriva la matrice di transizione della catena, mostrando che è irriducibile e aperiodica. (b) Si determini l unica misura invariante. È reversibile? Quanto tempo passa mediamente prima che la catena ritorni allo stato iniziale? Soluzione. è data da 5 (a) Indicando con E = {, 2,, 4, 5} lo spazio degli stati, la matrice di transizione p = Dato che i e i per ogni i E, la catena è irriducibile. È aperiodica perché p > 0. (b) Per simmetria degli stati 2,, 4, 5, è naturale cercare una probabilità invariante π = (π, π 2, π, π 4, π 5 ) tale che π 2 = π = π 4 = π 5, ossia π = (a, b, b, b, b) con a, b [0, ]. Imponendo i E π ip ij = π j si ottiene a + 4 b = a a + 5 b = b ossia a = b. Imponendo che i E π i = si ottiene che π = ( 5, 5, 5, 5, 5 ). Il tempo medio di ritorno nello stato iniziale è dato da /π = 5.
III 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 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
DettagliV Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2014/15 Nome: 7 gennaio
V Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 24/5 Nome: 7 gennaio 26 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
DettagliIII Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2013/14 Nome: 16 luglio
III Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 013/14 Nome: 16 luglio 014 Email: Quando non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliIII Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2014/15 Nome: 14 luglio
III Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 14/15 Nome: 14 luglio 15 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
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
DettagliI Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2012/13 Nome: 30 gennaio
I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica /3 Nome: 3 gennaio 3 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
DettagliI Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17
I Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì 3 gennaio 7 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
DettagliI Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17
I Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì gennaio 7 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliIII Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 2014/15 Nome: 15 Settembre
III Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 2014/15 Nome: 15 Settembre 2015 Email: Quando non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliI Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 2014/15 Nome: 23 Giugno
I Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 014/15 Nome: 3 Giugno 015 Email: Quando non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
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
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
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
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)
DettagliAppello febbraio. Vero o falso. Es 1 Es 2 Es 3 Es 4 Tot
Es Es 2 Es 3 Es 4 Tot Appello febbraio Calcolo delle probabilità 5 febbraio 208 Studente: Matricola: Vero o falso Esercizio (0 pti). Si dica, motivando la propria risposta, se le seguenti affermazioni
DettagliEsame di Calcolo delle Probabilità del 4 luglio 2006 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Calcolo delle Probabilità del 4 luglio 26 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione:
DettagliCP410: Esonero 1, 31 ottobre 2013
Dipartimento di Matematica, Roma Tre Pietro Caputo 2013-14, I semestre 31 ottobre, 2013 CP410: Esonero 1, 31 ottobre 2013 Cognome Nome Matricola Firma 1. Fare un esempio di successione di variabili aleatorie
DettagliStudente: Matricola: Soluzione. V usando la disuguaglianza di Chebyschev, per n sucientemente grande segue,
Es Es 2 Es 3 Es 4 Tot Secondo appello luglio Calcolo delle probabilità 2 luglio 29 Studente: Matricola: Vero o falso Esercizio ( pti). Si dica, motivando la propria risposta, se le seguenti aermazioni
Dettagli0 se y c 1 (y)) se c < y < d. 1 se y d
Capitolo. Parte IX Exercise.. Sia X una variabile aleatoria reale assolutamente continua e sia (a,b) un intervallo aperto (limitato o illimitato) di R, tale che P(X (a,b)) =. Sia ϕ : (a,b) R una funzione
DettagliSessione Live 4 V.a. n-dimensionali. Funzioni di variabili aleatorie.
Sessione Live 4 V.a. n-dimensionali. Funzioni di variabili aleatorie. 9 e 11 Dicembre 2008 Richiami di teoria Come si calcolano le densità marginali Esercizi Una v.a. n-dimensionale (o vettore aleatorio
DettagliI Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2013/14 Nome: 6 febbraio
I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 03/4 Nome: 6 febbraio 04 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
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,
DettagliCP110 Probabilità: Esonero 2. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 29-2, II semestre 25 maggio, 2 CP Probabilità: Esonero 2 Testo e soluzione . (7 pt) Siano T, T 2 variabili esponenziali indipendenti, di parametri λ =
Dettagli1. Si scelga a caso un punto X dell intervallo [0, 2], con distribuzione uniforme di densità. f X (x) = [0,2](x)
Esercizi di Calcolo delle Probabilità della 3 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova). Esercizio.. Sia (X, Y ) un vettore aleatorio bidimensionale con densità uniforme
DettagliCP410: Esame 2, 3 febbraio 2015
Dipartimento di Matematica, Roma Tre Pietro Caputo 2014-15, I semestre 3 febbraio, 2015 CP410: Esame 2, 3 febbraio 2015 Cognome Nome Matricola Firma 1. Sia (Ω, F, P) lo spazio di probabilità definito da
DettagliCP210 Introduzione alla Probabilità: Esonero 2
Dipartimento di Matematica, Roma Tre Pietro Caputo 218-19, II semestre 4 giugno, 219 CP21 Introduzione alla Probabilità: Esonero 2 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante
DettagliESERCIZI DATI A LEZIONE TPA - anno 2006 CAPITOLO 2
ESECIZI DATI A LEZIONE TPA - anno 2006 CAPITOLO 2 1. Una σ algebra è chiusa rispetto a intersezioni finite e numerabili, e rispetto a differenze e differenze simmetriche. 2. Una σ algebra è anche un algebra,
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.
Dettaglic) Ancora in corrispondenza allo stesso valore di p e ponendo Y = minorazione, fornita dalla diseguaglianza di Chebichev, per la probabilita
Laurea Triennale in Matematica Corso di Calcolo delle Probabilita I A.A. 00/00 (Docenti: M. Piccioni, F. Spizzichino) a prova di esonero 6 giugno 00 Risolvere almeno tre dei seguenti esercizi.. Indichiamo
DettagliEsercizi - Fascicolo III
Esercizi - Fascicolo III Esercizio 1 In una procedura di controllo di produzione, n processori prodotti da un processo industriale vengono sottoposti a controllo. Si assuma che ogni pezzo, indipendentemente
DettagliProva Scritta di Probabilità e Statistica Cognome: Laurea in Matematica
Prova Scritta di Probabilità e Statistica Cognome: Laurea in Matematica Nome: 25 febbraio 2013 Matricola: ESERCIZIO 1. Si mostri la seguente formula di disintegrazione per la probabilità condizionata:
DettagliEsame di Calcolo delle Probabilità del 11 dicembre 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Calcolo delle Probabilità del dicembre 27 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. 2 Es. Es. 4 Somma Voto finale Attenzione:
DettagliEsame di Calcolo delle Probabilità del 12 dicembre 2005 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Calcolo delle Probabilità del 2 dicembre 2005 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. 2 Es. 3 Es. 4 Somma Voto parziale Prima
DettagliIstituzioni di Probabilità - A.A
Istituzioni di Probabilità - A.A. 25-26 Prima prova di verifica intermedia - 29 aprile 25 Esercizio. Sia (X n ) n una successione di v.a. i.i.d. centrate con < X P-q.c., sia λ R ed F una v.a. integrabile
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
DettagliESERCIZI HLAFO ALFIE MIMUN
ESERCIZI HLAFO ALFIE MIMUN December, 27. Testo degli esercizi Risolvere i seguenti problemi: () Siano X, X 2, X 3 variabili aleatorie i.i.d. bernulliane di media.5 e siano Y, Y 2, Y 3, Y 4 variabili aleatorie
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
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
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
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
DettagliUNIVERSITA` di ROMA TOR VERGATA
UNIVERSITA` di ROMA TOR VERGATA Corso di PS2-Probabilità 2 P.Baldi appello, 7 giugno 200 Corso di Laurea in Matematica Esercizio Siano X, Y v.a. indipendenti di legge Ŵ(2, λ). Calcolare densità e la media
DettagliEsercizi: fascicolo 4
Esercizi: fascicolo 4 Esercizio 1 Dimostrare le seguenti proprietà (1), (2) e (3): (1) X 1 = 0 X 0; (2) X L 1 (Ω, P ), λ R λx 1 = λ X 1 ; (3) X, Y L 1 (Ω, P ) X + Y 1 X 1 + Y 1. Esercizio 2 Si estraggono
DettagliI Sessione I Prova Scritta o Recupero Esonero di Probabilità e Statistica a.a. 2012/ Giugno 2013
I Sessione I Prova Scritta o Recupero Esonero di Probabilità e Statistica a.a. / 9 Giugno Recupero I esonero o prova scritta di Probabilità da 5 cfu o di Probabilità e Statistica da cfu: esercizio ; esercizio
DettagliCP110 Probabilità: Esame 30 gennaio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2010-11, II semestre 30 gennaio, 2012 CP110 Probabilità: Esame 30 gennaio 2012 Testo e soluzione 1. (5 pts) Un gioco consiste in n prove ripetute, tali
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
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2013/2014 www.mat.uniroma2.it/~caramell/did 1314/ps.htm 04/03/2014 - Lezioni 1, 2 Breve introduzione al corso. Fenomeni deterministici
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
DettagliCP410: Esonero 1, 7 novembre, 2018
Dipartimento di Matematica, Roma Tre Pietro Caputo 2018-19, I semestre 7 novembre, 2018 CP410: Esonero 1, 7 novembre, 2018 Cognome Nome Matricola Firma 1. Sia X una variabile aleatoria su uno spazio di
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
DettagliP ( X n X > ɛ) = 0. ovvero (se come distanza consideriamo quella euclidea)
10.4 Convergenze 166 10.4.3. Convergenza in Probabilità. Definizione 10.2. Data una successione X 1, X 2,...,,... di vettori aleatori e un vettore aleatorio X aventi tutti la stessa dimensione k diremo
DettagliEsercizi - Fascicolo V
Esercizi - Fascicolo V Esercizio Sia X una v.c. uniformenente distribuita nell intervallo ( π 2, π 2 ), cioè f X (x) = π ( π 2, π 2 ) (x). Posto Y = cos(x), trovare la distribuzione di Y. Esercizio 2 Si
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
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
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
DettagliCP110 Probabilità: Esame 2 luglio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 212-13, II semestre 2 luglio, 213 CP11 Probabilità: Esame 2 luglio 213 Testo e soluzione 1. (6 pts Due mazzi di carte francesi vengono uniti e mischiati.
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 22 Settembre 24 (tempo a disposizione: 2 ore e 4 minuti. consegna compiti e inizio
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prova del
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (69AA) A.A. 06/7 - Prova del 07-07-07 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate. Problema
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=
DettagliTraccia della soluzione degli esercizi del Capitolo 4
Traccia della soluzione degli esercizi del Capitolo 4 Esercizio 6 Sia X una v.c. uniformenente distribuita nell intervallo ( π, π ), cioè f X (x) = π ( π, π ) (x). Posto Y = cos(x), trovare la distribuzione
DettagliEsame di Calcolo delle Probabilità del 11 gennaio 2006 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Calcolo delle Probabilità del gennaio 006 Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. Es. 3 Es. 4 Somma Voto finale Attenzione: si
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
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
DettagliVETTORI DI VARIABILI ALEATORIE
VETTOI DI VAIABILI ALEATOIE E. DI NADO 1. Funzioni di ripartizione congiunte e marginali Definizione 1.1. Siano X 1, X 2,..., X n v.a. definite su uno stesso spazio di probabilità (Ω, F, P ). La n-pla
DettagliEsercitazione del 21/10/2011 Calcolo delle probabilità
Esercitazione del /0/0 Calcolo delle probabilità Funzione di ripartizione Sia F X una funzione da R in R. consideriamo le seguenti condizioni: F X è non decrescente ( ) x F X (x) x F X (x) 0 F X è continua
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
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
DettagliPrimo appello di Calcolo delle probabilità Laurea Triennale in Matematica 01/02/2019
Primo appello di Calcolo delle probabilità Laurea Triennale in Matematica 01/02/2019 COGNOME e NOME... N. MATRICOLA... Esercizio 1. Costruire, se esiste, un esempio con le seguenti proprietà 1. {F n }
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
DettagliCorso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (455AA) A.A. 2018/19 - Esercitazione
Corso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (55AA) A.A. 28/9 - Esercitazione 28--9 La durata della prova è di due ore e mezzo. Le risposte devono essere
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prova del
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica 69AA) AA 06/7 - Prova del 07-04-07 La durata della prova è di tre ore Le risposte devono essere adeguatamente giustificate Problema
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)
DettagliPROBABILITÀ I. a.a. 2011/2012 DIARIO DELLE LEZIONI
PROBABILITÀ I. a.a. 2011/2012 DIARIO DELLE LEZIONI Settimana 5-9 marzo. Elementi di analisi combinatoria (vedasi capitolo I del Ross). Integrazioni: triangolo di Tartaglia, dimostrazione diretta della
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 (69AA) A.A. 7/8 - Prova scritta 8-7-3 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate. Problema
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
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
DettagliCorso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (455AA) A.A. 2018/19 - Prova in itinere
Corso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (455AA) A.A. 208/9 - Prova in itinere 208--2 La durata della prova è di due ore e mezzo. Le risposte devono essere
Dettagli! X (92) X n. P ( X n X ) =0 (94)
Convergenza in robabilità Definizione 2 Data una successione X 1,X 2,...,X n,... di numeri aleatori e un numero aleatorio X diremo che X n tende in probabilità a X escriveremo X n! X (92) se fissati comunque
DettagliCP110 Probabilità: Esame 2 settembre 2013 Testo e soluzione
Diartimento di Matematica, Roma Tre Pietro Cauto 212-13, II semestre 2 settembre, 213 CP11 Probabilità: Esame 2 settembre 213 Testo e soluzione 1. (6 ts) Abbiamo due mazzi di carte francesi, il mazzo A
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
DettagliEsame di Probabilità e Statistica del 3 aprile 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Probabilità e Statistica del 3 aprile 007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. Es. 3 Es. 4 Somma Voto finale Attenzione:
DettagliCP110 Probabilità: Esonero 2
Dipartimento di Matematica, Roma Tre Pietro Caputo 22-3, II semestre 23 maggio, 23 CP Probabilità: Esonero 2 Cognome Nome Matricola Firma Nota:. L unica cosa che si puo usare durante l esame è una penna
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.
DettagliX (o equivalentemente rispetto a X n ) è la
Esercizi di Calcolo delle Probabilità della 5 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova). Esercizio 1. Siano (X n ) n i.i.d. di Bernoulli di parametro p e definiamo per
DettagliEsercitazione del 06/03/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 6/3/ Istituzioni di Calcolo delle Probabilità David Barbato barbato@math.unipd.it Esercizio. E la notte di San Lorenzo, Alessandra decide di andare a vedere le stelle cadenti. Osserverà
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2012/2013 www.mat.uniroma2.it/~caramell/did 1213/ps.htm 05/03/2013 - Lezioni 1, 2, 3 Breve introduzione al corso. Fenomeni deterministici
DettagliScrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.
CORSO DI CALCOLO DELLE PROBABILITÀ o modulo - PROVA d esame del 9/02/200 - Laurea Quadriennale in Matematica - Prof. Nappo Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate
DettagliIstituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 22/7/2013
Istituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 22/7/213 Exercise 1 (punti 1 circa Diremo che un processo X = (X t t [,1] a valori reali è un ponte browniano se è un processo
DettagliX n = αx n 1 + Y n. Si dimostri che. Usando la precedente relazione si dimostri che. e che. e si determini il limite di media e varianza quando n +.
Problema 1. Siano X, Y 1, Y,... variabili aleatorie indipendenti. Si supponga che X abbia media m e varianza σ e che le Y i abbiano distribuzione gaussiana con media µ e varianza σ. Dato α in (, 1, si
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,
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
DettagliPrimo appello prova scritta di Calcolo delle probabilità Laurea Triennale in Matematica 01/02/2016
Primo appello prova scritta di Calcolo delle probabilità Laurea Triennale in Matematica 0/0/06 COGNOME e NOME... N. MATRICOLA... Esercizio. (9 punti) Sia {S n } n N una passeggiata aleatoria standard (cioè
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
DettagliNome e cognome:... Matricola...
Nome e cognome:................................................... Matricola................. CALCOLO DELLE PROBABILITA - 0/07/008 CdS in Economia e Finanza - Cds in Informatica - Cds SIGAD Motivare dettagliatamente
DettagliCalcolo delle Probabilità
Esercitazione 6 maggio 04 Calcolo delle Probabilità Davide Petturiti e-mail: davide.petturiti@sbai.uniroma.it web: https://sites.google.com/site/davidepetturiti Esercizio. Siano X e Y due variabili aleatorie
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
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
DettagliFoglio di esercizi 4-12 Aprile 2019 Probabilità e statistica Ingegneria Meccanica Alessandro Ciallella
Esercizio. Foglio di esercizi 4 - Aprile 9 Probabilità e statistica Ingegneria Meccanica Alessandro Ciallella Un punto viene scelto a caso uniformemente nel cerchio di raggio 3 centrato nell origine. Dette
Dettagli