CP110 Probabilità: Esonero 1. Testo e soluzione
|
|
|
- Casimiro Corti
- 8 anni fa
- Visualizzazioni
Transcript
1 Dipartimento di Matematica, Roma Tre Pietro Caputo , II semestre 1 aprile, 2010 CP110 Probabilità: Esonero 1 Testo e soluzione
2 1. (7 pt Una scatola contiene 15 palle numerate da 1 a 15. Le palle vengono estratte a caso una alla volta finché la scatola non è vuota. Per ogni i, j = 1,..., 15, diciamo che la palla i è nella posizione j se la palla numero i viene prelevata alla j-esima estrazione, e chiamiamo E i,j questo evento. (a Descrivere a parole i tre eventi A = 7 E 1,2j, B = j=1 (b Calcolare la probabilità degli eventi A e B. (c Calcolare la probabilità dell evento C. 15 j=8 E 8,j, C = 7 i=1 j=1 7 E 2i,2j. Soluzione. L evento A coincide con l evento che la palla numero 1 occupa una posizione pari; l evento B è l evento che la palla numero 8 ha posizione maggiore o uguale a 8; l evento C è l evento che ogni palla di numero pari occupa una posizione pari. Tutte le 15! sequenze sono equiprobabili. Notiamo che per ogni i, j = 1,..., 15 si ha P(E i,j = 14! 15! = 1 15, poiché fissando la posizione di una delle palle si hanno 14! sequenze possibili per le rimanenti 14 palle. In altre parole, per ogni palla, ciascuna delle 15 possibili posizioni è equiprobabile. In particolare, essendo gli {E i,j, j = 1,..., 15} disgiunti (per un i fissato, si ha P(A = P( 7 j=1e 1,2j = P(B = P( 15 j=8e 8,j = 7 P(E 1,2j = 7 15 j=1 15 j=8 P(E 8,j = Terza domanda: Ci sono 7 posizioni pari (2, 4,..., 14 e 8 posizioni dispari (1,,..., 15. Ci sono dunque 7! possibili ordinamenti delle sette palle nelle sette posizioni pari, e per ognuno di essi, ci sono 8! ordinamenti delle palle nelle posizioni dispari. Quindi Questo risponde al punto (c. P(B = 7!8! 15! = 1 ( Una soluzione alternativa al punto (c: Poiché siamo interessati solo alla parità delle palle, possiamo dipingere di nero tutte le palle di numero pari e di bianco tutte quelle di numero dispari. Ci sono ( 15 7 possibili sequenze di 7 palle bianche e di 8 palle nere (scegliere le posizioni di quelle nere. Tutte le sequenze hanno la stessa probabilità. Di queste solo una (quella alternata bianco/nero/.../nero/bianco produce l evento richiesto. Quindi P(B = 1/ ( 15 7.
3 2. (7 pt Un asso scelto a caso viene rimosso da un mazzo standard di 52 carte. Successivamente carte vengono estratte a caso (senza rimpiazzo. (a Qual è la probabilità che le carte abbiano (tra loro lo stesso seme? (b Se le carte sono tutte e tre di cuori, qualè la probabilità che l asso rimosso all inizio fosse l asso di cuori? Soluzione. Supponiamo per un momento che la carta rimossa all inizio fosse l asso di cuori. Il numero totale di esiti possibili per le tre carte da estrarre è ( 51. Per fare l evento E che le carte hanno lo stesso seme possiamo scegliere dei 12 cuori rimanenti, o dei 1 fiori, o dei 1 quadri, oppure delle 1 spade. Quindi si ha che ( ( ( delle 51 scelte costituiscono l evento E. Il risultato non cambia se la carta rimossa era un asso non di cuori. In effetti il risultato e invariato qualunque fosse la carta rimossa all inizio. Pertanto la probabilità richiesta nel punto (a è data da ( + 1 P(E = ( 51. Per il punto (b, chiamiamo AC l evento che la carta rimossa all inizio è l asso di cuori e chiamiamo C l evento che le carte successive sono tutte di cuori. Vogliamo calcolare P(AC C = P(C AC P(AC P(C Ragionando come sopra: P(C AC = ( 51. Calcoliamo ora P(C. Per simmetria, l evento C ha la stessa probabilità dell evento che le tre carte siano tutte di picche, o tutte di fiori o tutte di quadri. Poiché la somma di queste probabilità fa P(E, si ha P(C = 1 4 P(E. In conclusione, poiché P(AC = 1/4, P(AC C = + ( 1 =
4 . (6 pt In un allevamento ittico ci sono n vasche ognuna delle quali contiene 2n + 1 pesci. Ogni pesce è contaminato da un certo batterio con probabilità 1 2 indipendentemente dagli altri. Gli allevatori considerano buona una vasca se al piú n pesci in quella vasca sono contaminati. Calcolare il valor medio e la varianza del numero di vasche buone in funzione di n. Soluzione. Il numero di pesci contaminati in una vasca è una binomiale di parametri 2n + 1 e p = 1/2. Sia p b la probabilità che una vasca abbia al piú n pesci contaminati. Il numero di vasche buone dunque e una binomiale di parametri n e p b. Il suo valor medio è np b e la sua varianza è np b (1 p b. Osserviamo che per simmetria p b = 1 2. Quindi il valor medio è n/2 e la varianza è n/4. Per una dimostrazione esplicita del fatto che p b = 1 2 si osservi che p b = n ( 2n+1 2n k 2 2n+1 = k=0 dove l ultima identità segue dal fatto che ( 2n + 1 = k per ogni k = 0,..., 2n + 1, e 2n+1 k=0 k=n+1 ( 2n + 1 k ( 2n + 1, 2n + 1 k ( 2n + 1 = ( n+1 = 2 2n+1. k 1 2 2n+1 = 1 2,
5 4. (8 pt Si considerino lanci indipendenti di un dado equo a sei facce. Sia X il numero di lanci necessario per ottenere la prima faccia pari e sia Y il numero di lanci necessario per ottenere la prima faccia maggiore di. Trovare (a E[X] e E[Y ]. (b P(X > 2. (c P(X > 2 Y = 2. (d P(X = Y Soluzione. (a. X e Y sono v.a. geometriche di parametro p = 1 2. Quindi E[X] = E[Y ] = 1 p = 2. (b. P(X = k = (1 p k 1 p, k = 1, 2,.... Dunque P(X > 2 = 1 P(X = 1 P(X = 2 = 1 p (1 pp = 1 4. (c. P(X > 2 Y = 2 = P({X > 2} {Y = 2}/P(Y = 2. L evento {X > 2} {Y = 2} coincide con l evento che il primo lancio è dispari e minore o uguale a, e il secondo lancio è dispari e maggiore di tre. Quindi {X > 2} {Y = 2} coincide con l evento che il primo lancio è 1 o (probabilità 2 6 e il secondo lancio è 5 (probabilità 1 6. Per l indipendenza dei lanci si ha Poiché P(Y = 2 = (1 pp = 1 4, si ha P({X > 2} {Y = 2} = = P(X > 2 Y = 2 = 2 9. (d. L evento X = Y coincide con k=1 {X = Y = k}. Inoltre, {X = Y = k} è l evento che i primi k 1 lanci sono 1 o (probabilità 2 6 = 1 per ogni lancio, mentre il k-esimo lancio è 4 o 6 (probabilità 2 6 = 1. Per l indipendenza dei lanci si ha P(X = Y = k = Allora, essendo gli eventi {X = Y = k} disgiunti, P(X = Y = P(X = Y = k = k=1 ( 1 k 1 1 = k=1 ( 1 k = ( 1 k. 1 ( 1 1 = 1 2.
6 5. (7 pt Sciatori arrivano a una seggiovia, secondo un processo di Poisson, con una media di 1 al minuto. Osserviamo gli arrivi degli sciatori per 6 minuti e poniamo N 1 per il numero di arrivi nel primo minuto, N 2 per il numero di arrivi tra il primo e il terzo minuto e N per il numero di arrivi tra il terzo e il sesto minuto. Si calcoli la probabilità che (a il massimo tra N 1, N 2, N sia almeno 1. (b il massimo tra N 1, N 2, N sia esattamente 1. Soluzione. Sappiamo che N 1 è una v.a. di Poisson con parametro λ 1 = 1, N 2 è una v.a. di Poisson con parametro λ 2 = 2, e N è una v.a. di Poisson con parametro λ =. Sia X = max{n 1, N 2, N }. Allora l evento {X = 0} coincide con l evento {N 1 = N 2 = N = 0}. Quindi l evento X 1 = {X = 0} c ha probabilità P(max{N 1, N 2, N } 1 = 1 P(X = 0 = 1 P(N 1 = 0P(N 2 = 0P(N = 0, dove abbiamo usato l indipendenza degli eventi {N i = 0}. In conclusione, poiché P(N i = 0 = e λ i si ha P(max{N 1, N 2, N } 1 = 1 P(X = 0 = 1 e λ 1 λ 2 λ = 1 e 6. Per rispondere alla seconda domanda notiamo che {X = 1} coincide con Quindi {X = 1} = {X 1} \ {X = 0}. P(max{N 1, N 2, N } = 1 = P(X 1 P(X = 0. Da quanto visto sopra abbiamo P(X = 0 = e 6, mentre ( ( P(X 1 = P {Ni = 0} {N i = 1} = i=1 (e λ i + λ i e λ i = e 6 (1 + λ i = 24e 6 i=1 Ne segue che la probabilità richiesta è i=1 P(max{N 1, N 2, N } = 1 = 2e 6.
CP110 Probabilità: Esonero 1
Dipartimento di Matematica, Roma Tre Pietro Caputo 2016-17, II semestre 11 aprile, 2017 CP110 Probabilità: Esonero 1 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante l esame
UNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 05-6 P.Baldi Lista di esercizi, 8 gennaio 06. Esercizio Si sa che in una schedina
Esercizi di Calcolo delle Probabilità
Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato
Probabilità esempi. Aiutiamoci con una rappresentazione grafica:
Probabilità esempi Paolo e Francesca giocano a dadi. Paolo scommette che, lanciando due dadi, si otterrà come somma 8 oppure 9. Francesca scommette che si otterrà come somma un numero minore o uguale a
Matematica con elementi di statistica ESERCIZI: probabilità
Matematica con elementi di statistica ESERCIZI: probabilità Esercizi sulla Probabilità Esercizio 1. In un corso di laurea uno studente deve scegliere un esame fra 8 di matematica e un esame fra 5 di fisica.
STATISTICA: 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
ESERCIZI 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
esperimento casuale: è un esperimento condotto sotto l effetto del caso; evento elementare: ciascuno dei possibili esiti di un esperimento casuale;
Capitolo 15 Suggerimenti agli esercizi a cura di Elena Siletti Esercizio 15.1: Suggerimento Si ricordi che: esperimento casuale: è un esperimento condotto sotto l effetto del caso; evento elementare: ciascuno
UNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 00- P.Baldi Lista di esercizi. Corso di Laurea in Biotecnologie Esercizio Si sa che in una schedina del totocalcio i tre simboli, X, compaiono con
Esercizi settimana 5. Esercizi applicati. Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 2 3
1 Esercizi settimana 5 Esercizi applicati Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 3 di ottenere testa. Se scegliete la prima moneta vincete 10 punti se esce testa e punti
Esercizi. 2. [Conteggio diretto] Due dadi vengono lanciati in successione. a) Qual è la probabilità che la somma dei due risultati faccia 7?
1 E. Vitali Matematica (Scienze Naturali) Esercizi 1. [Conteggio diretto] Quattro ragazzi, A, B, C e D, dispongono di due biglietti per il teatro e decidono di tirare a sorte chi ne usufruirà. a) Qual
STATISTICA: esercizi svolti su ESPERIMENTI CASUALI, EVENTI e PROBABILITA
STATISTICA: esercizi svolti su ESPERIMENTI CASUALI, EVENTI e PROBABILITA 1 1 ESPERIMENTI CASUALI, EVENTI E PROBABILITA 2 1 ESPERIMENTI CASUALI, EVENTI E PROBABILITA 1.1 Calcolo combinatorio. 1. Una squadra
È l insieme di tutti i possibili esiti di un esperimento aleatorio; si indica generalmente con il simbolo.
A Ripasso Terminologia DOMADE Spazio campionario Evento Evento certo Evento elementare Evento impossibile Evento unione Evento intersezione Eventi incompatibili Evento contrario RISPOSTE È l insieme di
Test di preparazione all esame. Attenzione a non confonedere il coefficiente. n(n 1) (n m + 1) m(m 1) 2 1
Test di preparazione all esame. Attenzione a non confonedere il coefficiente binomiale ( ) n m con la frazione n m. I coefficiente binomiale si può calcolare come ( ) n m = n(n 1) (n m + 1). m(m 1) 2 1
Soluzioni degli esercizi proposti
Soluzioni degli esercizi proposti.9 a La cardinalità dell insieme dei numeri,..., 0 n che sono multipli di 5 è 0n 5. Dunque, poiché siamo in una condizione di equiprobabilità, la probabilità richiesta
Probabilità: esercizi vari
10 Probabilità: esercizi vari 10.1. Combinatorica e probabilità uniforme Esercizio 10.1.1. Si lancia una moneta non truccata per n volte e, ogni volta, si guarda se esce testa o croce. Quanti sono i possibili
VARIABILI ALEATORIE Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al 6 lancio:
VARIABILI ALEATORIE. Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al lancio: a) si abbia testa per la prima volta? b) Si sia avuto testa almeno una volta? c) Si sia avuta
Esercitazione 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
Evento Aleatorio. Un evento si dice aleatorio se può o non può verificarsi (Alea in greco vuol dire dado)
ELEMENTI DI CALCOLO DELLE PROBABILITA Evento Aleatorio Un evento si dice aleatorio se può o non può verificarsi (Alea in greco vuol dire dado) Esempi di eventi aleatori 1. Ottenere un certo numero nel
Esercitazione 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
Lo spazio degli eventi del lancio di un dado regolare a sei facce è l insieme U 1. 2. 3. U 4. 5. 6
EVENTI ALEATORI E LORO RAPPRESENTAZIONE Lo spazio degli eventi del lancio di un dado regolare a sei facce è l insieme U... U.. La definizione classica di probabilità dice che, se gli eventi che si considerano
La probabilità matematica
1 La probabilità matematica In generale parliamo di eventi probabili o improbabili quando non siamo sicuri se si verificheranno. DEFINIZIONE. Un evento (E) si dice casuale, o aleatorio, quando il suo verificarsi
PROBABILITA. DEFINIZIONE: Ogni singolo risultato di un esperimento casuale si chiama evento elementare
PROBABILITA La teoria della probabilità si applica ad esperimenti aleatori o casuali: ossia, esperimenti il cui risultato non è prevedibile a priori. Ad esempio, lancio di un dado, lancio di una moneta,
UNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 205- P.Baldi Lista di esercizi 5, 8 febbraio 20. Esercizio Si fanno 25 estrazioni
SOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA
SOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA 1 Esercizio 0.1 Dato P (A) = 0.5 e P (A B) = 0.6, determinare P (B) nei casi in cui: a] A e B sono incompatibili; b] A e B sono indipendenti;
STATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore) Marco Riani [email protected] 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
Corsi di Laurea in Matematica, A.A Probabilità I Compiti settimanali
Settimana - da rendere il.03.205 Esercizio. Sia (S, P) uno spazio di probabilità, e siano A, B e C tre eventi. Supponiamo di sapere A B C = e P(A C) = /5 e P(B C) = 2/5. ) Calcolare P((A B) C) 2) Quali
Calcolo delle Probabilità e Statistica Matematica Fisciano, 10/1/2012
Fisciano, 10/1/2012 Esercizio 1 Un esperimento consiste nel generare a caso un vettore di interi (x 1, x 2, x 3, x 4 ), dove x i {1, 2, 3, 4, 5, 6} i. (i) Si individui lo spazio campionario, determinandone
Esercizi su variabili discrete: binomiali e ipergeometriche
CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su variabili discrete: binomiali e ipergeometriche Es1 Due squadre di rugby si sfidano giocando fra loro varie partite La squadra che vince 4 partite
Domande di teoria. Esercizi
1 Domande di teoria 1. Vedi pp. 131-132 2. Vedi pp. 132-134 3. Vedi p. 134 4. Vedi p. 135 5. Vedi pp. 136-142 6. Vedi pp. 138-139 7. Vedi pp. 141-142 8. Vedi pp. 143-146 9. Vedi pp. 146-148 Esercizi Esercizio
I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito.
TEST DI AUTOVALUTAZIONE - SETTIMANA I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia 1 Parte A 1.1 Si considerino gli
Laboratorio di Statistica e Analisi dei Dati
Laboratorio di Statistica e Analisi dei Dati Nicolò Campolongo Università degli Studi di Milano [email protected] December 14, 2018 Nicolò Campolongo (UniMi) Lezione 4 December 14, 2018 1 / 15
Variabili casuali ad una dimensione Testi degli esercizi. Variabili casuali ad una dimensione a.a. 2012/2013 1
Variabili casuali ad una dimensione Testi degli esercizi 1 Costruzione di variabile casuale discreta Esercizio 1. Sia data un urna contenente 3 biglie rosse, 2 biglie bianche ed una biglia nera. Ad ogni
Corso di Fondamenti di TLC Esercizi di Probabilitá
Corso di Fondamenti di TLC Esercizi di Probabilitá Exercise 0.1 Unurna contiene 2 biglie bianche e 5 nere. Estraiamo una prima biglia: se nera la rimettiamo dentro con altre due dello stesso colore, se
1. 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
STATISTICA ESERCITAZIONE 9
STATISTICA ESERCITAZIONE 9 Dott. Giuseppe Pandolfo 19 Gennaio 2015 REGOLE DI CONTEGGIO Sequenze ordinate Sequenze non ordinate Estrazioni con ripetizione Estrazioni senza ripetizione Estrazioni con ripetizione
Esercitazioni di Statistica Dott.ssa Cristina Mollica niroma1.it. Probabilità
Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@u niroma1.it Probabilità Esercizio 1. Un esperimento casuale consiste nel lanciare tre volte una moneta. Si determini lo spazio campionario
PROBABILITÀ. a) 0,04 b) 0,8 c) 0,25 d) 0,64 e) 0,96
QUESITI 1 PROBABILITÀ 1. (Da Medicina e Odontoiatria 2015) La probabilità con cui un paziente deve attendere meno di dieci minuti il proprio turno in un ambulatorio medico è 0,8. Qual è la probabilità
Scopo del Corso: Lezione 1. La Probabilità. Organizzazione del Corso e argomenti trattati: Prerequisiti:
Lezione 1 La Probabilità Scopo del Corso: Introduzione alla probabilità e alle procedure di inferenza statistica Introduzione ad alcune importanti tecniche di analisi multivariata dei dati Organizzazione
Soluzione esercizi (quarta settimana)
Soluzione esercizi (quarta settimana) Marco Riani Esempio totocalcio Gioco la schedina mettendo a caso i segni 1 X 2 Qual è la prob. di fare 14? 1 Esempio Gioco la schedina mettendo a caso i segni (1 X
Statistica 1 A.A. 2015/2016
Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 51 Introduzione Il Calcolo delle
P (F E) = P (E) P (F E) = = 25
Regola del prodotto Conoscete la definizione di probabilità condizionata. Definizione 1. Siano E e F due eventi di uno spazio campionario S. Supponiamo P (F ) > 0. La probabilità condizionata dell evento
DIPARTIMENTO SCIENZE POLITICHE E SOCIALI ABILITÀ LOGICO-MATEMATICHE A.A. 2018/2019 PROBABILITÀ
1 PROBABILITÀ DI UN EVENTO PROBABILITÀ Si parla di eventi probabili o improbabili quando non si è sicuri se essi si verificheranno. Quando lanciamo in aria una moneta, da cosa dipende se dopo la caduta
Ψ PSICOMETRIA. Corso di laurea triennale (classe 34) STATISTICA INFERENZIALE
Ψ PSICOMETRIA Corso di laurea triennale (classe 34) STATISTICA INFERENZIALE STATISTICA INFERENZIALE CAMPIONE caratteristiche conosciute POPOLAZIONE caratteristiche sconosciute STATISTICA INFERENZIALE STIMA
Esercizi di Matematica per la prova di ammissione alla Scuola Galileiana /16
Esercizi di Matematica per la prova di ammissione alla Scuola Galileiana - 015/16 Esercizio 1 Per quali valori n Z \ {0} l espressione è un numero intero positivo? (n + 5)(n + 6) 6n Soluzione. Il problema
Statistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: [email protected] aa 2009/2010 Riepilogo lezione 1 Abbiamo visto: Definizioni di statistica, statistica inferenziale, probabilità (interpretazione
Calcolo della probabilità
Calcolo della probabilità GLI EVENTI Un evento è un fatto che può accadere o non accadere. Se esso avviene con certezza si dice evento certo, mentre se non può mai accadere si dice evento impossibile.
PROBLEMI 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
Variabili aleatorie binomiali e di Poisson
Variabili aleatorie binomiali e di Poisson Tiziano Vargiolu Dipartimento di Matematica Pura ed Applicata via Trieste, 63-35121 Padova email: [email protected] 9 gennaio 2007 Indice 1 Variabili aleatorie
Calcolo delle Probabilità
Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello
p k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4
CAPITOLO QUARTO DISTRIBUZIONE BINOMIALE (O DI BERNOULLI) Molti degli esempi che abbiamo presentato nei capitoli precedenti possono essere pensati come casi particolari di uno schema generale di prove ripetute,
Probabilità: valutazione della possibilità che accada (o sia accaduto) r = 1 (c è un asso di cuori nel mazzo)
Probabilità: valutazione della possibilità che accada (o sia accaduto) un evento. Probabilità di un evento P = r/n dove r = frequenza dell evento N = Numero di possibili eventi Esempio: Evento = estrazione
CALCOLO DELLE PROBABILITÀ
CALCOLO DELLE PROBABILITÀ - gennaio 000 Elettronici: nn. 4 Informatici: nn. 6. Un lotto contiene pezzi buoni ed un solo pezzo difettoso. Si effettuano tre estrazioni senza restituzione, e sia E i = pezzo
Test di Matematica di base
Test di Matematica di base Calcolo combinatorio e delle probabilitá Quanti oggetti possiamo differenziare con delle targhe di due simboli di cui il primo é una lettera dell alfabeto italiano e il secondo
IL CALCOLO DELLA PROBABILITÀ
IL LOLO LL PROILITÀ 1 Una scatola contiene quattro dischetti rossi numerati da 1 a 4, sei dischetti verdi numerati da 1 a e cinque dischetti bianchi numerati da 1 a 5. Si estrae un dischetto. Scrivi gli
Esercitazione 4 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione 4 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza May 23, 2007 1 Esercizio Si consideri un mazzo di carte francesi di 2 carte e si supponga di stare giocando a poker.
Abbiamo visto come si possa determinare il numero di possibili anagrammi di una parola, con lettere tutte distinte o con alcune lettere ripetute.
MODELLI (Approfondimenti) Approfondiamo i 3 modelli più frequentemente utilizzati nell'analisi Combinatoria e nel Calcolo delle Probabilità, precisamente il modello ANAGRAMMA, il modello ESTRAZIONE e il
9 = Soluzione. Soluzione
Esercizio 1 Un'urna contiene 6 palline rosse, 4 nere, 8 bianche. Si estrae una pallina; calcolare la probabilità di avere a) una pallina bianca; b) una pallina nera; e) una pallina non bianca; d) una pallina
STATISTICA (2) ESERCITAZIONE 1. Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 1 29.01.2014 Dott.ssa Antonella Costanzo Esercizio 1. Modelli discreti di probabilità: le v.c. binomiale e geometrica (come caso particolare della v.c. binomiale negativa)
SOLUZIONI DEL 2 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA
SOLUZIONI DEL 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA Esercizio 0.1 Una moneta non truccata viene lanciata 10 volte. Calcolare la probabilità che non esca mai testa. Quale risulta la probabilità
ELEMENTI DI PROBABILITA (parte 2) 1 / 27
ELEMENTI DI PROBABILITA (parte 2) 1 / 27 Combinazioni 2 / 27 Supponiamo di non essere interessati all ordine in cui sono disposti gli oggetti, per cui la parola abc sia indistinguibile dalla parola bca.
prima urna seconda urna
Un po di fortuna Considera il seguente gioco: ci sono due urne contenenti delle palline perfettamente uguali tra loro, ma colorate diversamente, alcune bianche, altre nere. Nella prima urna ci sono una
Probabilità Condizionale - 1
Probabilità Condizionale - 1 Come varia la probabilità al variare della conoscenza, ovvero delle informazioni in possesso di chi la calcola? ESEMPIO - Calcolare la probabilità che in una estrazione della
Probabilità delle cause:
Probabilità delle cause: Probabilità condizionata 2 Teorema delle probabilità composte A B) A) B/A) 3 Teorema delle probabilità totali B )! 4 Teorema delle probabilità delle cause n i A! B ) A / B ) B
