Catene di Markov - Foglio 1
|
|
- Diana Carlucci
- 7 anni fa
- Visualizzazioni
Transcript
1 Catene di Markov - Foglio 1 1. Una pedina si muove su un circuito circolare a 4 vertici, numerati da 1 a 4. La pedina si trova inizialmente nel vertice 1. Ad ogni passo un giocatore lancia un dado equilibrato: se la pedina si trova negli stati 1, 2 o 3, avanza di 1 posizione in caso di risultato dispari, e di due posizioni in caso di risultato pari; se la pedina si trova nel vertice 4 (detto anche prigione), essa passa nel vertice 1, se il risultato del dado è 6, e resta in 4 altrimenti. Sia X n la variabile aleatoria che indica la posizione della pedina al tempo n-esimo, ossia dopo l n-esimo lancio del dado. a) Si individui la legge µ 0 di X 0. b) Si provi che la successione (X n ) n 0 è una catena di Markov e se ne individuino l insieme degli stati S, la matrice di transizione P e la legge iniziale. c) Si calcoli P 2. d) Qual è la probabilità che la catena si trovi in 1 al secondo passo? Qual è la probabilità che, partendo da 4, la catena si trovi in 1 dopo due passi? e) Qual è la probabilità che, partendo da 1, la pedina si trovi in prigione dopo tre passi? f) Si classifichino gli stati della catena. 2. Due giocatori A (Alice) e B (Bob) hanno a disposizione un capitale totale di 12 monete d oro. All inizio del gioco A lancia due dadi equilibrati e ritira un numero di monete d oro pari al risultato del lancio dei dadi. Le restanti monete d oro andranno a B. Da questo momento in poi, i giocatori lanceranno i dadi una volta ciascuno: in caso di risultato pari, A darà una moneta d oro a B, in caso di risultato dispari A prenderà una moneta d oro da B. Il gioco si conclude obbligatoriamente quando uno dei due giocatori ha tutte le monete. Si denoti con X n il capitale di A dopo l (n + 1)-esimo lancio dei dadi, n 0. a) Si provi che la successione (X n ) n 0 è una catena di Markov omogenea e se ne individuino l insieme degli stati S, la matrice di transizione P e la legge iniziale µ 0 di X 0. b) Si calcoli P 2. c) Qual è la probabilità che la catena si trovi in 12 al secondo passo (n = numero dei passi)? Ritenete che il gioco sia equo? c1) Qual è la probabilità che la catena si trovi in 7 al primo passo ed in 12 al secondo? Qual è la probabilità che, partendo da 7, la catena si trovi in 7 al tempo successivo? Qual è la probabilità che, partendo da 7, la catena si trovi in 7 dopo due passi? d) Qual è la probabilità che la catena si trovi in 7 al primo passo ed in 8 al secondo? Qual è la probabilità che, partendo da 7, la catena si trovi in 8 al tempo successivo? Qual è la probabilità che, partendo da 7, la catena si trovi in 8 dopo tre passi? e) Classificare gli stati della catena. f) Cosa si può dire del processo che rappresenta il capitale di B ad ogni passo? 1
2 Catene di Markov - Foglio 2 1. Sia (A n ) n 0 una successione di eventi. Si verifichino le seguenti proprietà. (a) lim inf n A n e lim sup n A n sono eventi. (b) (lim inf n A n ) c = lim sup n A c n e (lim sup n A n ) c = lim inf n A c n. (c) P(lim inf n A n ) lim inf n P(A n ) lim sup n P(A n ) P(lim sup n A n ). (d) 1 lim supn A n = lim sup n 1 An e 1 lim infn A n = lim inf n 1 An. 2. Sia (Ω, F, P) uno spazio probabilizzato dotato di una filtrazione (F n ) n 0. (a) Si provi che una variabile aleatoria a valori naturali T è un tempo d arresto se e solo se {T = n} F n per ogni n. (b) Se T ed S sono due tempi d arresto discreti, allora sono tempi d arresto. T S, T S, T + S (c) Si consideri una successione (T n ) n 1 di tempi d arresto rispetto alla filtrazione (F n ) n 0, e si provi che inf n T n e sup n T n sono tempi d arresto; T T n è un tempo d arresto per ogni n. 3. Se l insieme degli stati E è finito, allora esiste almeno una classe di stati ricorrenti. 4. Assegnati due stati i e j di una catena markoviana a) se j è ricorrente ed accessibile da i, allora n 1 p(n) ij = + ; b) se j è ricorrente e non accessibile da i, allora p (n) ij = 0 per ogni n. 5. Assegnati due stati i e j di una catena markoviana, con i ricorrente e j transiente, si ha P{X n = j X 0 = i} = 0 per ogni n. 2
3 Catene di Markov - Foglio 3 1. Un collezionista raccoglie le figurine di un album di N figurine; le figurine vengono vendute singolarmente. Sia X n il numero di figurine diverse possedute dal collezionista dopo l acquisto dell n-esima figurina (n 0). (a) Si supponga che, inizialmente, il collezionista non possegga figurine. Si provi che (X n ) n 0 è una catena di Markov e se ne individuino insieme degli stati, matrice di transizione e legge iniziale. (b) Si classifichino gli stati della catena (in particolare, si determini il periodo degli stati, e, per gli stati ricorrenti, si dica se sono ricorrenti positivi o nulli). (c) Si calcoli la probabilità che la catena si soffermi definitivamente in un assegnato stato k. (d) Si calcoli la probabilità di finire la collezione di figurine in un tempo finito. (e) Si indichi con T il numero di figurine che il collezionista deve acquistare per completare la collezione. e1) Si provi che T è un tempo d arresto quasi certamente finito. e2) Per ogni stato k della catena, si indichi con u k la media di T partendo dallo stato k. Si provi che i numeri u k verificano la formula ricorsiva u k+1 = u k u k+1 = u k N N k. N N k. e3) Quante figurine dovrà acquistare, in media, il collezionista per completare la collezione? 2. Sia F un sottinsieme di S. Si definisca la probabilità u j (F ) che la catena visiti l insieme F partendo dallo stato j, ossia u j (F ) = P j ( k 0 {X k F }). Si provi che - u j (F ) = 1 per j F ; - (u j (F )) j / F è la più piccola soluzione compatibile del sistema ( ) u j (F ) = i S p ji u i (F ), j / F. [ Suggerimento. Si proceda in modo simile a quanto fatto per le probabilità di vagare nei transienti. Si definiscano le probabilità u (n) j (F ) di visitare l insieme F entro l istante n, u (n) j (F ) = P ( n k=0 {X k F })...] 3
4 Catene di Markov - Foglio 4 1. Sia X = (X n ) n 0 una catena di Markov con insieme degli stati E e matrice di transizione P. Sappiamo che, se j E è uno stato ricorrente aperiodico della catena, allora lim n p (n) = 1 E j [T j ], dove T j indica il tempo del primo ritorno in j della catena X. Sia ora j E uno stato ricorrente di periodo d > 1. Si provi che p (m) multiplo di d, e lim p (nd) n = d E j [T j ]. = 0, se m non è [ Suggerimento. Si consideri una catena di Markov (Y n ) n 0 con insieme degli stati E e matrice di transizione P d. Si osservi che, per questa catena, j è uno stato ricorrente aperiodico... ] 2. Passeggiata sui numeri naturali. Si consideri una catena di Markov avente come insieme degli stati i numeri naturali e matrice di transizione (tridiagonale) P = r 0 p 0 0 q 1 r 1 p q 2 r 2 p r 0 + p 0 = 1 q k + r k + p k = 1 per k 1 (a) Individuare opportune condizioni sui parametri affinché la catena sia irriducibile. (b) Provare che la catena ammette una legge invariante se e solo se n 1 p 0 p n 1 q 1 q n < +. Individuare la legge invariante nel caso in cui questa condizione sia verificata. 4
5 Catene di Markov - Foglio 5 1. Provare che, per una catena di Markov con matrice di transizione bistocastica, la distribuzione uniforme è invariante. Quando questa può essere una misura di probabilità? 2. (a) Classificare gli stati di una catena di Markov (X n ) n 0, con insieme degli stati S = {1, 2, 3, 4, 5}, e matrice di transizione del tipo P = dove il simbolo individua gli elementi della matrice strettamente positivi. Una tale catena è irriducibile? Possiede leggi invarianti? (b) Si può dire qualcosa di più nel caso in cui si supponga che tutte le transizioni in partenza da uno stesso vertice siano equiprobabili? (b1) In questo caso, quanto vale la probabilità che, partendo da 5, la catena si trovi in 5 dopo due istanti di tempo? (b2) Per stabilire il punto di partenza della catena viene lanciata uan moneta equilibrata: se viene Testa, la catena parte dallo stato 1, altrimenti parte da 2. Qual è la legge iniziale? Qual è la legge di X 2? 3. Una pedina si muove nel circuito, con vertici numerati da 0 a 4, qui disegnato Un giocatore muove la pedina lanciando ad ogni passo un dado a 4 facce equilibrato secondo i seguenti criteri: se la pedina si trova in 0, si muoverà nel vertice con numero pari al risultato del dado; se la pedina si trova in un diverso vertice, questa si sposterà in 0, in caso di risultato pari, altrimenti avanzerà di una posizione in senso antiorario sul perimetro esterno del circuito. (a) Definire una catena di Markov che descrive il movimento della pedina sul circuito. Individuarne la matrice di transizione. (b) Classificare gli stati della catena al punto (a). (c) Individuare, se esistono, le leggi invarianti della catena. (d) Qual è la probabilità che la pedina visiti, prima o poi, il vertice 0? (e) Qual è (approssimativamente) la probabilità che la pedina si trovi nel vertice 0 in un tempo n molto grande? (f1) Si supponga ora che la pedina parta, al tempo iniziale, dal vertice 1. Qual è il tempo medio necessario affinché la pedina visiti il vertice 0 per la prima volta? (f2) Qual è la probabilità che la pedina visiti il vertice 0 per la prima volta senza essere mai passata dal vertice 4? 5
Calcolo 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
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
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
DettagliPROCESSI STOCASTICI 1: ESERCIZI
PROCESSI STOCASTICI 1: ESERCIZI (1) ESERCIZIO: Date P e Q matrici stocastiche, dimostrare che la matrice prodotto P Q è una matrice stocastica. Dedurre che la potenza P n e il prodotto P 1 P 2 P n sono
DettagliDATI DELLO STUDENTE: NomeeCognome:... NumerodiMatricola:... PROCESSI STOCASTICI 09/09/2015, ESAME SCRITTO
DATI DELLO STUDENTE: NomeeCognome:... NumerodiMatricola:... PROCESSI STOCASTICI 09/09/20, ESAME SCRITTO L uso di testi, appunti, formulari e gadget elettronici non è autorizzato. Avete 2 ore di tempo a
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
DettagliPROCESSI STOCASTICI A.A. 2010/2011. DIARIO DELLE LEZIONI
PROCESSI STOCASTICI A.A. 2010/2011. DIARIO DELLE LEZIONI Martedì 19/10/2010 (14-16) Richiami di teoria della probabilità: spazio di probabilità, alcune consequenze della definizione di funzione di probabilità,
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
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di PS-Probabilità P.Baldi Tutorato 9, 19 maggio 11 Corso di Laurea in Matematica Esercizio 1 a) Volendo modellizzare l evoluzione della disoccupazione in un certo ambito
DettagliProbabilità e Processi stocastici. Ingegneria Robotica e dell Automazione. Prova scritta del giorno 15/12/14
Probabilità e Processi stocastici. Ingegneria Robotica e dell Automazione. Prova scritta del giorno 15/12/14 In ingegneria un sistema formato da n componenti è detto k su n se funziona quando almeno k
DettagliTeoria delle Probabilità e Applicazioni programma 2004/05
Teoria delle Probabilità e Applicazioni programma 2004/05 Capitolo 1: esempio guida Lezioni: 8/3, 9/3 (5h) 1. Come modellizzare l esperimento infiniti lanci di una moneta equilibrata oppure l esperimento
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
DettagliCalcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione 15/9/2010
Calcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione 5/9/ Nota. E obbligatorio sia scegliere le risposte (numeriche, o le formule nali a seconda del caso) negli appositi spazi, sia
DettagliESERCIZI. Gli esercizi di maggiore difficoltà sono contrassegnati con un asterisco. 1. SPAZI DI PROBABILITA.
ESERCIZI Gli esercizi di maggiore difficoltà sono contrassegnati con un asterisco.. SPAZI DI PROBABILITA.. Si consideri lo spazio di probabilità finito corrispondente alla somma dei risultati di due dadi
DettagliTutorato XI Probabilità e Statistica a.a. 2014/2015
Tutorato XI Probabilità e Statistica a.a. 4/5 Argomenti: catene di Markov: probabilità e tempi medi di passaggio. Esercizio. Un topolino si sposta sui vertici di un grafo come nella Figura. 4 5 7 6 Ad
DettagliIl fenomeno del cuto nelle catene di Markov
Candidato: Diego Stucchi Relatore: prof. Francesco Caravenna Università degli studi di Milano-Bicocca 29-11-2016 1 Catene di Markov 2 Il fenomeno del cuto 3 Stime dall'alto per il t mix 1 Catene di Markov
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
DettagliESERCIZI SULLE CATENE DI MARKOV. Docente titolare: Irene Crimaldi 18/11/2009 P =
ESERCIZI SULLE CATENE DI MARKOV Docente titolare: Irene Crimaldi 8//9 ESERCIZIO Una catena di Markov (X n ) n con insieme degli stati S = {,,} ha matrice di transizione µ() =, µ() =, µ() =. a) Calcolare
DettagliV Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2012/13 Nome: 18 ottobre
V Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 202/ Nome: 8 ottobre 20 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
Dettaglie 30. Nel primo caso la probabilità che le successive due carte siano dello stesso seme della prima è 6 * 5
Da un mazzo di 40 carte ne vengono estratte tre tutte insieme. a) Qual è la probabilità che le tre carte siano tutte dello stesso seme? b) Supponendo che sia sia verificato l'evento descritto in (a), senza
DettagliNote sulle Catene di Markov
Note sulle Catene di Markov ELAUT Prof. Giuseppe C. Calafiore Sommario Queste note contengono un estratto schematico ridotto di parte del materiale relativo alle Catene di Markov a tempo continuo e a tempo
DettagliCATENE DI MARKOV. F. Fagnola, E. Sasso. February 19, Definizione e prime proprietà 2. 2 Classificazione degli stati 9
CATENE DI MARKOV F. Fagnola, E. Sasso February 19, 2008 Contents 1 Definizione e prime proprietà 2 2 Classificazione degli stati 9 3 Leggi invarianti e teoremi limite. 22 4 Assorbimento in classi ricorrenti
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
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
DettagliEsercizio 1. Una obbligazione può avere rating A, B, C o D e passare da un rating all altro secondo la matrice di transizione
Esercizi di Calcolo delle Probabilità della 10 a Matematica, Università degli Studi di Padova). settimana (Corso di Laurea in Esercizio 1. Una obbligazione può avere rating A, B, C o D e passare da un
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
DettagliQualche Esempio di Processo Markoviano
Qualche Esempio di Processo Markoviano Giugno 2002 O.Caligaris Alcuni problemi con caratteristiche comuni La Rovina del Giocatore Un Giocatore gioca contro il banco Ad ogni puntata può vincere 1 gettone
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
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 =
DettagliPROCESSI STOCASTICI 1: ESERCIZI
PROCESSI STOCASTICI 1: ESERCIZI (1) ESERCIZIO: Date P e Q matrici stocastiche, dimostrare che la matrice prodotto P Q è una matrice stocastica. Dedurre che la potenza P n e il prodotto P 1 P 2 P n sono
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:
DettagliESERCIZI. Gli esercizi più complessi sono contrassegnati con asterisco. 1. SPAZI DI PROBABILITA. 1a. Probabilità discreta.
ESERCIZI Gli esercizi più complessi sono contrassegnati con asterisco. a. Probabilità discreta.. SPAZI DI PROBABILITA.. Si consideri lo spazio di probabilità finito corrispondente alla somma dei risultati
DettagliPROBLEMI DI PROBABILITÀ
PROBLEMI DI PROBABILITÀ 1. Si dispongono a caso su uno scaffale sette libri, dei quali tre trattano di matematica. Qual è la probabilità che i tre libri di matematica si vengano a trovare l uno accanto
DettagliCorso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (455AA) A.A. 2018/19 - Prova scritta
Corso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (455AA) A.A. 208/9 - Prova scritta 209-0-09 La durata della prova è di due ore e mezzo. Le risposte devono essere
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
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
DettagliUniversità di Roma Tor Vergata Corso di Teoria dei Fenomeni Aleatori, AA 2012/13. Catene di Markov
Catene di Markov SISTEMI CASUALI DINAMICI (PROCESSI) - UN ESEMPIO: I GUASTI Frequenza dei guasti: N GUASTI 0 T N T 0 T! Catene di Markov SISTEMI CASUALI DINAMICI (PROCESSI) - UN ESEMPIO: I GUASTI Campionando
Dettagli5. Catene di Markov a tempo discreto (CMTD)
5. Catene di Markov a tempo discreto (CMTD) Carla Seatzu, 8 Marzo 2008 Definizione: CATENA Le catene sono p.s. in cui lo stato è discreto : X{x,x 2, }. L insieme X può essere sia finito sia infinito numerabile.
DettagliP(X > 0) = P(X 1 = 1) + P(X 1 = 1, X 2 = 1, X 3 = 1) =
1 Esercizi settimana 3 Esercizio 1. Un urna contiene 8 palline bianche, 4 nere e rosse. Si assuma di vincere e ogni volta che si estragga una pallina nera, si perda 1e per ogni pallina bianca e non succeda
DettagliLe variabili casuali o aleatorie
Le variabili casuali o aleatorie Intuitivamente un numero casuale o aleatorio è un numero sul cui valore non siamo certi per carenza di informazioni - ad esempio la durata di un macchinario, il valore
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
DettagliSeconda prova in itinere di Calcolo delle probabilità e Statistica (12 crediti) 10 gennaio 2007
Seconda prova in itinere di Calcolo delle probabilità e Statistica ( crediti) gennaio 7 Esercizio. Un concessionario automobilistico ha in dotazione 4 autoveicoli nuovi e usati, che divide equamente tra
DettagliEsercizi con catene di Markov Pietro Caputo 12 dicembre 2006
Esercizi con catene di Markov Pietro Caputo dicembre 006 Esercizio. Si considerino i lanci di un dado (6 facce equiprobabili). Sia X n il minimo tra i risultati ottenuti nei lanci,,..., n. Si calcoli la
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosiddette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello
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. 2012/2013 www.mat.uniroma2.it/~caramell/did 1213/ps.htm 05/03/2013 - Lezioni 1, 2, 3 Breve introduzione al corso. Fenomeni deterministici
DettagliCognome Nome Matricola. Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale
Esame di Calcolo delle Probabilità mod. B del 9 settembre 2003 (Corso di Laurea in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione:
DettagliP(X > 0) = P(X 1 = 1) + P(X 1 = 1, X 2 = 1, X 3 = 1) =
1 Esercizi settimana 3 Esercizio 1. Un urna contiene 8 palline bianche, 4 nere e rosse. Si assuma di vincere e ogni volta che si estragga una pallina nera, si perda 1e per ogni pallina bianca e non succeda
DettagliSISTEMI CASUALI DINAMICI (PROCESSI) ESEMPIO: I GUASTI (Ipotesi Markoviana) Frequenza dei guasti: N Guasti = N/T X X X X X X X
CATENE DI MARKOV SISTEMI CASUALI DINAMICI (PROCESSI) ESEMPIO: I GUASTI (Ipotesi Markoviana) Frequenza dei guasti: N Guasti = N/T X X X X X X X X X 0 T 0 T! Δ 0, 1,, 0 Δ 1 Δ Δ 1Δ Δ Δ ESEMPIO: I GUASTI (Ipotesi
DettagliCP110 Probabilità: Esame del 15 settembre Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2009-2010, II semestre 15 settembre, 2010 CP110 Probabilità: Esame del 15 settembre 2010 Testo e soluzione 1. (6 pts) 10 carte numerate da 1 a 10 vengono
DettagliCorso di Laurea Magistrale in Ingegneria Informatica A.A. 2016/17 Processi stocastici e analisi di serie temporali
Corso di Laurea Magistrale in Ingegneria Informatica A.A. 206/7 Processi stocastici e analisi di serie temporali PROVA DI ESONERO SUI PROCESSI DI MARKOV DEL 6 DICEMBRE 206 Punteggi: : + + 4 2; 2: 2 5;
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
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2017/18 - Prova scritta
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA A.A. 2017/18 - Prova scritta 2018-09-12 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.
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
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
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
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)
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
DettagliCorsi di Probabilità ecc., per Ing. dell Automazione, Informatica e Inf.Gest.Azienda, 17/9/2011. B 0 0 a=3 b=3 0 0 b=3 a=3 0 A : 0 b=3 0 0 a=3
Corsi di Probabilità ecc., per Ing. dell Automazione, Informatica e Inf.Gest.Azienda, 7/9/ mjx j Esercizio. Si consideri la funzione f (x) = C jx j e i) Stabilire per quali valori di m e di C è una densità
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,
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
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
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prima prova in itinere
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica 69AA) A.A. 06/7 - Prima prova in itinere 07-0-03 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.
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
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
DettagliNotazione: nel seguito, dato un insieme A, P(A) indicherà l insieme delle parti di A.
Notazione: nel seguito, dato un insieme A, P(A) indicherà l insieme delle parti di A. 1. Spazio di probabilità prodotto di una famiglia finita di spazi di probabilità Iniziamo la nostra discussione con
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
DettagliEsercizi Teoria della Probabilità
Esercizi Teoria della Probabilità Esercizio 1 Durante un corso universitario, uno studente prova a svolgere una serie di esercizi. La risposta agli esercizi è di tipo binario (SI/NO). Supponendo la completa
DettagliMetodi quantitativi per i mercati finanziari
Metodi quantitativi per i mercati finanziari Esercizi di probabilità Spazi di probabilità Ex. 1 Sia Ω = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}. Siano A e B sottoinsiemi di Ω tali che A = {numeri pari},
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
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
Dettagli{ } corrisponde all uscita della faccia i-esima del dado. La distribuzione di probabilità associata ( )
Università di Trento - Corsi di Laurea in Ingegneria Civile e in Ingegneria per l Ambiente e il Territorio - 2017/18 Analisi Matematica 1 - professore Alberto Valli 2 foglio di esercizi 25 settembre 2017
DettagliCatene di Markov. Richiami teorici
Catene di Marov Richiami teorici Pagina di 4 Alcune definizioni L insieme di tutti i possibili risultati di un esperimento è detto spazio degli eventi dell esperimento. Lo spazio si indica con Ω ed un
DettagliCalcolare le leggi marginali di probabilità. Le due v.a. sono indipendenti? Calcolare la legge della v.a. X-Y e della v.a. Y-X.
Una coppia di dadi di 4 facce è modellizzata da una coppia di v.a. (X,Y) la cui legge congiunta p X,Y (i,j) è proporzionale al valore i-j. Scrivere la tabella della legge congiunta di probabilità. Calcolare
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.
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
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
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
DettagliESERCIZI DI PROBABILITA
ESERCIZI DI PROBABILITA Sezione 1. Spazi di Probabilità e Indipendenza. Per convenienza dello studente si danno le risposte di alcuni esercizi. 1) Si consideri lo spazio di probabilità corrispondente alla
DettagliUn modello di Markov per la determinazione del rendimento atteso di un obbligazione rischiosa
Un modello di Markov per la determinazione del rendimento atteso di un obbligazione rischiosa Analisi dei Sistemi Finanziari 1 Giugno, 2007 Cristina Manfredotti Dipartimento di Informatica, Sistemistica
DettagliSOLUZIONI 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;
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
DettagliIl modello di Bernoulli
Il modello di in funzione DEFINIZIONE DI V.A. B(p) Una v.a. di arametro p è una v.a. che può assumere solo i valori 0 e 1, e per cui la probabilità di assumere il valore 1 è pari a p, e quella di assumere
DettagliRETI DI TELECOMUNICAZIONE
RETI DI TELECOMUNICAZIONE CATENE DI MARKOV TEMPO CONTINUE Definizioni Sia dato un processo stocastico x(t) che può assumere valori discreti appartenenti ad un insieme se accade che il processo è una catena
DettagliCapitolo Parte IV
Capitolo 1 1.1 Parte IV Exercise 1.1. Siano A, B,C tre eventi in uno spazio di probabilità discreto (Ω, P). Si assuma che A,B,C siano indipendenti. Si mostri che (1) A B è indipendente da C. (2) A B è
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
DettagliEsercitazione N. 1 (11 ottobre 2016)
Esercitazione N. 1 (11 ottobre 2016) Un'urna contiene elementi. Vengono estratti di seguito elementi, ogni elemento una volta estratto è riposto nell'urna. Calcolare la probabilità dell evento: Problema
DettagliMATEMATICA E STATISTICA CORSO A SCIENZE BIOLOGICHE MOLECOLARI ESERCITAZIONE
MATEMATICA E STATISTICA CORSO A SCIENZE BIOLOGICHE MOLECOLARI ESERCITAZIONE 5-3-09 ES1-Se la probabilità di colpire un bersaglio è 1/5 e rimane tale ad ogni tentativo, calcola la probabilità che, sparando
DettagliMarkov Chains and Markov Chain Monte Carlo (MCMC)
Markov Chains and Markov Chain Monte Carlo (MCMC) Alberto Garfagnini Università degli studi di Padova December 11, 2013 Catene di Markov Discrete dato un valore x t del sistema ad un istante di tempo fissato,
DettagliTeorema 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
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
DettagliEsame di Sistemi ad Eventi Discreti
Esame di Sistemi ad Eventi Discreti - 18.12.2007 Esercizio 1 (prima parte) In un linguaggio di programmazione, un identificatore è costituito da una lettera seguita da altre lettere o cifre; un numero
DettagliLa funzione di ripartizione caratterizza la v.a. Ad ogni funzione di ripartizione corrisponde una ed una sola distribuzione.
Funzione di ripartizione X v.a. a valori in IR F X (x) = P (X x), x IR Indice X omesso quando chiaro Proprietà funzione di ripartizione F (i) F X (x) ; x (ii) è non decrescente Sia a < b P (a < X b) =
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
Dettagli2. Introduzione alla probabilità
. Introduzione alla probabilità Carla Seatzu, 8 Marzo 008 Definizioni preliminari: Prova: è un esperimento il cui esito è aleatorio Spazio degli eventi elementari: è l insieme Ω di tutti i possibili esiti
DettagliLanciando un dado, il tuo compagno esclama: uscirà 1, 2, 3, 4, 5 o 6 oppure: uscirà il numero 4. uscirà il numero 9
Lanciando un dado, il tuo compagno esclama: uscirà 1, 2, 3, 4, 5 o 6 oppure: uscirà il numero 4 o ancora: uscirà il numero 9 Possiamo dire che le previsione del tuo compagno sono la prima certa, la seconda
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:
Dettagli