VARIABILI ALEATORIE Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al 6 lancio:

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "VARIABILI ALEATORIE Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al 6 lancio:"

Transcript

1 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 esattamente una testa? d) Si siano avute almeno due teste? e) Si sia avuto lo stesso numero di teste e croci?. Determinare la probabilità che lanciando 8 volte un dado il numero 4 si presenti a) esattamente 4 volte; b) almeno una volta; c) almeno volte; d) al massimo volte.. Ad uno studente viene sottoposto un test con domande per ciascuna delle quali deve scegliere una risposta fra le tre indicate una sola di esse è esatta). Supera l esame se risponde almeno ad 8 domande. Calcolare la probabilità che venga promosso supponendo che per ciascuna domanda lo studente scelga a caso. 4. Una variabile con distribuzione binomiale X Bin, p) assume valori in {,,..., 8}. Sapendo che il suo valore medio è determinare n, p e quindi calcolare PX = ).. Sia X Po). Calcolare a) PX = ); b) PX > ); c) P < X 4).. Il numero medio di telefonate che arrivano ad un centralino di un albergo in un ora è. Supponendo che il numero di telefonate si possa modellizzare con una variabile aleatoria di Poisson calcolare la probabilità che a) durante un ora non arrivino telefonate; b) durante un ora arrivino telefonate; c) durante mezz ora arrivino al massimo telefonate; d) durante due ore arrivi al più una telefonata. 7. Un dado viene lanciato sino a che non esce il numero. Calcolare la probabilità

2 a) che esca al primo lancio; b) di dover fare esattamente lanci; c) di dover fare più di lanci. In media quanti lanci occorreranno? 8. Si lancia una coppia di dadi sino a che non esce come somma 7. Calcolare la probabilità a) che esca al primo lancio; b) di dover fare esattamente lanci; c) di dover fare più di lanci. In media quanti lanci occorreranno?

3 SOLUZIONI. a) Se con T indichiamo il tempo di primo successo corrispondente all uscita della prima testa, si ha che T è una v.a. geometrica di parametro p = / T Ge/)). Quindi T prende valori,,,... con probabilità, PT = n) = p) n p. La probabilità richiesta è, allora PT = ) = ) = Se con X indichiamo il numero di successi ovvero le teste uscite) su lanci, si ha che X è una v.a. binomiale di parametri n = e p = / X Bi, /)). Quindi X prende valori,,,, 4, e con probabilità, PX = k) = b) La probabilità richiesta è, allora k PX ) = PX = ) = c) Qui la probabilità richiesta è PX = ) = d) Qui la probabilità richiesta è ) k ) k. ) ) = ) ) = [ ) ] PX ) = [PX = ) + PX = )] = + = 7 ) e) Qui la probabilità richiesta è PX = ) = ) ) =. Se con X indichiamo il numero di successi, ovvero i 4 usciti su lanci, si ha che X è una v.a. binomiale di parametri n = e p = / X Bi, /)). Quindi X prende valori,,,, 4,,, 7 e 8 con probabilità, PX = k) = 8 k ) k ) 8 k. a) La probabilità richiesta è, allora ) 8 ) 4 PX = 4) = ) 8 4 ) 4 ) 4. = 7 4 b) Qui la probabilità richiesta è PX ) = PX = ) = 8 ) ) 8 ) 8. =

4 c) Qui la probabilità richiesta è [ 8 PX ) = [PX = ) + PX = ) + PX = )] = ) ) ) 8 8 ) + ) ) [ ) 8 ) ) 7 ) ] ) ) ) 8 ] = d) Qui la probabilità richiesta è [ ) 8+8 ) ) 7+8 ) ] PX ) = PX = )+PX = )+PX = ) =. ). Sia X il numero di risposte esatte. Ogni volta ha probabilità / di rispondere esattamente e fa tentativi, quindi X Bi, /). Egli è promosso se X 8. Quindi la probabilità di essere promosso è 8 ) 8 Un po bassina! PX 8) = PX = 8) + PX = 9) + PX = ) = ) ) 8 ) 9 + ) ) ) ) =.. 4. Dai valori che X assume si deduce che n = 8. Dal momento che E[X] = np = 8p =, segue p = /4. Quindi ) 8 ) PX = ) = ) 8 ) ). = Se X Po), allora X assume valori,,,... con probabilità PX = k) = e k!. a) PX = ) = e = e. b) PX > ) = PX = ) = e = e. c) P < X 4) = PX = ) + PX = 4) = e! + e 4! = 4 e.. Sia X il numero di telefonate che arrivano al centralino in un ora. X Po). Quindi X prende i valori {,,,...} con probabilità PX = k) = k k! e. a) La probabilità che in un ora non arrivino telefonate è PX = ) = e = e. b) La probabilità che in un ora arrivino due telefonate è PX = ) =! e = e. Sia ora Y il numero di telefonate che arrivano al centralino in mezz ora. Y Po.). Quindi Y prende i valori {,,,...} con probabilità PY = k) =.k k! e.. c) La probabilità che mezz ora al massimo arrivino due telefonate è PY ) = PY = ) + PY = ) + PY = ) =. e. +.! e. +. e..! Sia ora Z il numero di telefonate che arrivano al centralino in due ore. Z Po). Quindi Z prende i valori {,,,...} con probabilità PZ = k) = k k! e. 4

5 d) La probabilità che in due ore arrivi al più una telefonata è PZ ) = PZ = ) + PZ = ) = e +! e. 7. Se con T indichiamo il tempo di primo successo corrispondente all uscita del primo, si ha che T è una v.a. geometrica di parametro p = / T Ge/)). Quindi T prende valori,,,... con probabilità, PT = n) = p) n p = ) n. a) La probabilità richiesta è, PT = ) =. b) La probabilità richiesta è, PT = ) = ) =. c) La probabilità richiesta è, PT > ) = [PT = ) + PT = )] = [ + ] =. Ricordando che la media di una geometrica è l inverso del parametro, si ha E[T ] =. In media occorrerà attendere lanci prima di vedere il primo. 8. Se con T indichiamo il tempo di primo successo corrispondente alla prima volta che esce 7 come somma, si ha che T è, come nell esercizio precedente una una v.a. geometrica di parametro p = / T Ge/)). Quindi le soluzioni sono identiche a a quelle dell esercizio precedente.

Esercitazione del 13/03/2018 Istituzioni di Calcolo delle Probabilità

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

Dettagli

Esercitazione del 07/02/2012 Istituzioni di Calcolo delle Probabilità

Esercitazione del 07/02/2012 Istituzioni di Calcolo delle Probabilità Esercitazione del 07/0/0 Istituzioni di Calcolo delle Probabilità David Barbato Esercizio Vengono lanciati due dadi a 6 facce regolari. Calcolare le seguenti probabilità. (a) Qual è la probabilità che

Dettagli

Esercizi settimana 5. Esercizi applicati. Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 2 3

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

Dettagli

Corso di Statistica - Prof. Fabio Zucca Appello 4-2 febbraio 2017

Corso di Statistica - Prof. Fabio Zucca Appello 4-2 febbraio 2017 Corso di Statistica - Prof. Fabio Zucca Appello 4-2 febbraio 2017 Nome e cognome: Matricola: c I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. 8994 Esercizio

Dettagli

Esercitazione del 31/01/2012 Istituzioni di Calcolo delle Probabilità

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

Dettagli

ESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE

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

Dettagli

) la sua densità discreta sarà della forma. p X (0) = 1 2, p X(1) = 1 2,

) 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)

Dettagli

UNIVERSITÀ di ROMA TOR VERGATA

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

Dettagli

Esercitazione del 04/06/2015 Probabilità e Statistica Foglio 14

Esercitazione del 04/06/2015 Probabilità e Statistica Foglio 14 Esercitazione del 0/06/05 Probabilità e Statistica Foglio David Barbato Esercizio. Ci sono 0 monetine di cui 5 con due teste, con due croci e regolari una moneta regolare ha una faccia testa e una faccia

Dettagli

ESERCIZI DI CALCOLO PROBABILITÀ DISTRIBUZIONI DOPPIE E NOTEVOLI

ESERCIZI DI CALCOLO PROBABILITÀ DISTRIBUZIONI DOPPIE E NOTEVOLI Variabili bidimensionali ESERCIZI DI CALCOLO PROBABILITÀ DISTRIBUZIONI DOPPIE E NOTEVOLI 1) Siano X 1 e X 2 due variabili casuali indipendenti che possono assumere valori 0, 1 e 3 rispettivamente con probabilità

Dettagli

Esercizi settimana 4. Esercizi applicati. Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 2 3

Esercizi 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

Dettagli

Esercizi di Probabilità - Matematica Applicata a. a aprile 2014

Esercizi di Probabilità - Matematica Applicata a. a aprile 2014 Esercizi di Probabilità - Matematica Applicata a. a. 2013-3014 db 1 aprile 2014 1 Funzione di ripartizione Si dice funzione di ripartizione o funzione cumulativa delle frequenze di una variabile casuale

Dettagli

Esercizi. 2. [Conteggio diretto] Due dadi vengono lanciati in successione. a) Qual è la probabilità che la somma dei due risultati faccia 7?

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

Dettagli

Calcolo delle Probabilità e Statistica Matematica Fisciano, 10/1/2012

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

Dettagli

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 4

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 4 X N(m ; s ) f X x 1 e π σ xμ σ σ 0 m F X x x 1 π σ e tμ σ dt 1 0.5 EX μ VarX σ m La distribuzione normale permette di modellizzare moltissimi fenomeni aleatori (ad esempio misure di ogni genere), serve

Dettagli

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.

Scrivere 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

Dettagli

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE. Corso di Laurea Triennale in Matematica Corso di Calcolo delle Probabilità 1 A. A. 4/5 a prova in itinere 8/6/5docenti G. Nappo, F. Spizzichino La prova scritta consiste nello svolgimento degli Esercizi

Dettagli

Corso di Istituzioni di Matematiche con Elementi di Statistica. anno accademico 2015/2016 corso A-L (G. Gaeta & N. Bressan)

Corso di Istituzioni di Matematiche con Elementi di Statistica. anno accademico 2015/2016 corso A-L (G. Gaeta & N. Bressan) Corso di Istituzioni di Matematiche con Elementi di Statistica anno accademico 215/216 corso A-L (G. Gaeta & N. Bressan) Esercizi Foglio 9 (Funzioni aleatorie; distribuzioni di probabilita ) Esercizio

Dettagli

Esercitazione 1 del corso di Statistica (parte 2)

Esercitazione 1 del corso di Statistica (parte 2) Esercitazione del corso di Statistica (parte Dott.ssa Paola Costantini 8 Gennaio 0 Esercizio n Compro due cassette contenenti 0 piante di rosa che ancora devono sbocciare. Nella prima cassetta ci sono

Dettagli

Leggi di distribuzione

Leggi di distribuzione Leggi di distribuzione 1 Esercizio 0.1 Una sorgente binaria genera le cifre 0 e 1 in modo casuale, con probabilità 0.4 e 0.6, rispettivamente. Calcolare la probabilità che, in una sequenza a 5 cifre, si

Dettagli

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. 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

Dettagli

SOLUZIONI DEL 2 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA

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

Dettagli

P(X > 0) = P(X 1 = 1) + P(X 1 = 1, X 2 = 1, X 3 = 1) =

P(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

Dettagli

Probabilità: esercizi vari

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

Dettagli

f(1, C) = 1; f(2, C) = 1; f(3, C) = 3; f(4, C) = 2; f(5, C) = 5; f(6, C) = V ar(x) = E[X 2 ] (E[X]) 2 =

f(1, C) = 1; f(2, C) = 1; f(3, C) = 3; f(4, C) = 2; f(5, C) = 5; f(6, C) = V ar(x) = E[X 2 ] (E[X]) 2 = SOLUZIONI DEGLI ESERCIZI SULLE VARIABILI ALEATORIE DISCRETE Esercizio. Si lanciano un dado equilibrato a sei facce e una moneta equilibrata. Se esce testa e il valore del dado è pari oppure croce e il

Dettagli

Esercitazione # 3. Trovate la probabilita che in 5 lanci di un dado non truccato il 3 si presenti

Esercitazione # 3. Trovate la probabilita che in 5 lanci di un dado non truccato il 3 si presenti Statistica Matematica A Esercitazione # 3 Binomiale: Esercizio # 1 Trovate la probabilita che in 5 lanci di un dado non truccato il 3 si presenti 1. mai 2. almeno una volta 3. quattro volte Esercizio #

Dettagli

Distribuzioni di probabilità. Un po' di teoria

Distribuzioni di probabilità. Un po' di teoria Distribuzioni di probabilità Un po' di teoria Distribuzione di Poisson Considera un centralino telefonico. Tale centralino riceve in media 3600 telefonate al giorno. Vogliamo calcolare la probabilità

Dettagli

CP210 Introduzione alla Probabilità: Esame 2

CP210 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

Dettagli

Esercizi - Fascicolo III

Esercizi - 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

Dettagli

, mentre Y è una variabile geometrica di costante q = 1 2. (1 q) n = q (1 q) 3 1 q = (1 2 )3 = 1 8. n=0

, mentre Y è una variabile geometrica di costante q = 1 2. (1 q) n = q (1 q) 3 1 q = (1 2 )3 = 1 8. n=0 SOLUZIONI DEGLI ESERCIZI SULLE VARIABILI ALEATORIE DISCRETE Esercizio. Sono date due urne denominate rispettivamente A e B. A contiene palline bianche e 6 palline rosse, B contiene 8 palline bianche e

Dettagli

0.1 P(A n ) Quindi stiamo cercando n che soddisfa la seguente relazione: n + 180

0.1 P(A n ) Quindi stiamo cercando n che soddisfa la seguente relazione: n + 180 Esercizio 1 Alcuni ingegneri civili ritengono che il peso in tonnellate che un braccio di ponte può sopportare senza avere cedimenti strutturali possa descriversi mediante una variabile aleatoria Y con

Dettagli

e n n xn ( 1) n ( 1) n n + 1 2e n x n 3n [ln x]n 1 n + 1 2e n 1

e n n xn ( 1) n ( 1) n n + 1 2e n x n 3n [ln x]n 1 n + 1 2e n 1 1) Studiare la seguente serie di funzioni en ( 1) n n x n 2) Studiare la seguente serie di funzioni ( 1) n n + 1 2e n xn 3) Studiare la seguente serie di funzioni 3n [ln x]n 1 2n 4) Studiare la seguente

Dettagli

Esercitazioni di Statistica Dott.ssa Cristina Mollica niroma1.it. Probabilità

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

Dettagli

ES.2.2. Consideriamo un esperimento statistico definito da un insieme Ω di risultati possibili. Una partizione finita di Ω è una sequenza di K eventi

ES.2.2. Consideriamo un esperimento statistico definito da un insieme Ω di risultati possibili. Una partizione finita di Ω è una sequenza di K eventi ES22 1 Variabili aleatorie discrete Consideriamo un esperimento statistico definito da un insieme Ω di risultati possibili Una partizione finita di Ω è una sequenza di K eventi A 1, A 2 A k A K necessari

Dettagli

I 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. 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

Dettagli

Il modello di Bernoulli

Il 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

Dettagli

Esercizi 6 - Variabili aleatorie vettoriali, distribuzioni congiunte

Esercizi 6 - Variabili aleatorie vettoriali, distribuzioni congiunte Esercizi - Variabili aleatorie vettoriali, distribuzioni congiunte Esercizio. X e Y sono v.a. sullo stesso spazio di probabilità (Ω, E, P). X segue la distribuzione geometrica modificata di parametro p

Dettagli

Distribuzioni di probabilità discrete. Prof.ssa Fabbri Francesca Classe 5C

Distribuzioni di probabilità discrete. Prof.ssa Fabbri Francesca Classe 5C Distribuzioni di probabilità discrete Prof.ssa Fabbri Francesca Classe 5C Esempio Consideriamo un urna con 6 palline Verdi e 4 palline Gialle; estraiamo senza reimmissione 3 palline e valutiamo l evento:

Dettagli

P(X > 0) = P(X 1 = 1) + P(X 1 = 1, X 2 = 1, X 3 = 1) =

P(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

Dettagli

Equidistribuzione su un insieme finito

Equidistribuzione su un insieme finito su un insieme finito È la distribuzione che abbiamo già visto per il lancio del dado. Se {x 1, x 2,..., x n } sono gli n diversi valori che una variabile aleatoria X può assumere e tali valori sono equiprobabili,

Dettagli

CP210 Introduzione alla Probabilità: Esonero 2

CP210 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

Dettagli

Esercizi di Calcolo delle Probabilità

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

Dettagli

Probabilità 1, laurea triennale in Matematica II prova di valutazione in itinere a.a. 2008/09

Probabilità 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

Dettagli

CP110 Probabilità: Esonero 1

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

Dettagli

UNIVERSITÀ di ROMA TOR VERGATA

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

Dettagli

Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale a.a. 2016/17

Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale a.a. 2016/17 Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale aa 6/ Punteggi: : 3 + 6; : + + + ; 3: + Una scatola contiene monete; 8 di queste sono equilibrate, mentre le

Dettagli

Esercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano

Esercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano Esercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano Esercizio 1 Una moneta viene lanciata 6 volte. Calcolare a) La probabilità che escano esattamente

Dettagli

CP110 Probabilità: Esonero 1. Testo e soluzione

CP110 Probabilità: Esonero 1. Testo e soluzione Dipartimento di Matematica, Roma Tre Pietro Caputo 2009-2010, II semestre 1 aprile, 2010 CP110 Probabilità: Esonero 1 Testo e soluzione 1. (7 pt Una scatola contiene 15 palle numerate da 1 a 15. Le palle

Dettagli

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 3: Variabili aleatorie discrete notevoli

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 3: Variabili aleatorie discrete notevoli Costruzione di macchine Modulo di: Progettazione probabilistica e affidabilità Marco Beghini Lezione 3: Variabili aleatorie discrete notevoli Esperimenti binari ripetuti o esperimenti bernoulliani (Bernoulli

Dettagli

Studente: Matricola: 0 x 1 n, x x 1 n, che converge alla funzione di riparatizione della costante 0;

Studente: Matricola: 0 x 1 n, x x 1 n, che converge alla funzione di riparatizione della costante 0; Es 1 Es Es 3 Es Tot Terzo appello settembre Calcolo delle probabilità 13 settembre 18 Studente: Matricola: Vero o falso Esercizio 1 (1 pti). Si dica, motivando la propria risposta, se le seguenti aermazioni

Dettagli

Probabilità e Statistica

Probabilità e Statistica Probabilità e Statistica Variabili Casuali multidimensionali Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 2/29 Marco Pietro Longhi Prob. e Stat.

Dettagli

Esercizi su variabili discrete: binomiali e ipergeometriche

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

Dettagli

Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 13/1/2017

Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 13/1/2017 Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 13/1/2017 NOME: COGNOME: MATRICOLA: Esercizio 1 Quattro arcieri

Dettagli

Foglio di Esercizi 10 con Risoluzione 18 dicembre 2017

Foglio di Esercizi 10 con Risoluzione 18 dicembre 2017 Matematica per Farmacia, a.a. 07/8 Foglio di Esercizi 0 con Risoluzione 8 dicembre 07 ATTENZIONE: in alcuni degli esercizi di Probabilità puó essere utile usare il Teorema di Bayes. Esercizio (Vedere il

Dettagli

Metodi quantitativi per i mercati finanziari

Metodi 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},

Dettagli

Matematica II: Calcolo delle Probabilità e Statistica Matematica

Matematica II: Calcolo delle Probabilità e Statistica Matematica Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docente: dott. F. Zucca Esercitazione # 3 1 Distribuzione di Bernoulli e Distribuzione Binomiale Esercizio 1 Sia n un intero maggiore

Dettagli

Le variabili casuali discrete

Le variabili casuali discrete Piano Lauree Scientifiche in Statistica AA 27/8 Azione C: Formazione Insegnanti Le variabili casuali discrete Giovanni De Luca giovanni.deluca@uniparthenope.it Sommario o Definizione e caratteristiche

Dettagli

Variabili aleatorie discrete. Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia

Variabili aleatorie discrete. Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia Variabili aleatorie discrete Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia 2015-16 1 / 45 Variabili aleatorie Una variabile aleatoria è simile a una variabile statistica Una variabile

Dettagli

Cognome e Nome:... Matricola... CdS...

Cognome e Nome:... Matricola... CdS... Cognome e me: Matricola CdS CALCOLO DELLE PROBABILITA - 7 Giugno CdS in STAD, SIGAD - docente: G Sanfilippo Motivare dettagliatamente le risposte su fogli allegati e scrivere le risposte negli appositi

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modelli descrittivi, statistica e simulazione Master per Smart Logistics specialist Roberto Cordone (roberto.cordone@unimi.it) Statistica inferenziale Cernusco S.N., giovedì 18 febbraio 2016 (9.00/13.00)

Dettagli

Calcolo delle Probabilità

Calcolo 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

Dettagli

Esercizi Teoria della Probabilità

Esercizi 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

Dettagli

V.C. UNIFORME. 1 n. con funzione di probabilità associata: MODA(X): la distribuzione Uniforme è zeromodale.

V.C. UNIFORME. 1 n. con funzione di probabilità associata: MODA(X): la distribuzione Uniforme è zeromodale. V.C. UNIFORME La v.c. discreta UNIFORME descrive il modello probabilistico dell equiprobabilità. I valori della v.c.u. sono dati dai primi n numeri naturali: x = 1, 2,, (n-1), n con funzione di probabilità

Dettagli

Verifica delle ipotesi: Binomiale

Verifica delle ipotesi: Binomiale Verifica delle ipotesi: Binomiale Esercizio Nel collegio elettorale di una città, alle ultime elezioni il candidato A ha ottenuto il 4% delle preferenze mentre il candidato B il 6%. Nella nuova tornata

Dettagli

Esercizi svolti di statistica. Gianpaolo Gabutti

Esercizi svolti di statistica. Gianpaolo Gabutti Esercizi svolti di statistica Gianpaolo Gabutti (gabuttig@hotmail.com) 1 Introduzione Questo breve documento contiene lo svolgimento di alcuni esercizi di statistica da me svolti durante la preparazione

Dettagli

Probabilità 1, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09

Probabilità 1, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09 Probabilità, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09. Due roulette regolari vengono azionate più volte; sia T il numero di volte che occorre azionare la prima roulette

Dettagli

1 Esercizi tutorato 1/4

1 Esercizi tutorato 1/4 Esercizi tutorato 1/ 1 1 Esercizi tutorato 1/ Esercizio 11 Siano X e Y due va discrete indipendenti di distribuzione geometrica con parametro p [0, 1] (i) Si calcoli la legge di X + Y, è una legge nota?

Dettagli

Calcolo delle Probabilità e Statistica. Test di verifica - 05/04/2005

Calcolo delle Probabilità e Statistica. Test di verifica - 05/04/2005 Corso di Laurea in Informatica - a.a. 2004/05 Calcolo delle Probabilità e Statistica Test di verifica - 05/04/2005 Il candidato risolva due (e solo due) problemi tra i seguenti, motivando le proprie risposte.

Dettagli

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 luglio 6 Vettori aleatori e funzioni di v.a. Esercizio Si lanciano due dadi equi. Qual è la probabilità che la somma sia? [ ] Siano X, X le v.a.

Dettagli

LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi

LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi UNIVERSITA DEGLI STUDI DI VERONA LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi 5 VARIABILI CASUALI DISCRETE LA VARIABILE BINOMIALE Sia n N e sia k n. La probabilità di osservare k successi

Dettagli

DISTRIBUZIONI BINOMIALE, POISSON E NORMALE Indice degli esercizi

DISTRIBUZIONI BINOMIALE, POISSON E NORMALE Indice degli esercizi DISTRIBUZIONI BINOMIALE, POISSON E NORMALE Indice degli esercizi 1 Distribuzione di Poisson 1.1 Soluzione dell'esercizio 1 2 Sulla distribuzione normale 2.1 Soluzione dell'esercizio 2 3 Distribuzione binomiale

Dettagli

Calcolo delle Probabilità 2

Calcolo 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

Dettagli

ESERCIZI DI PROBABILITA

ESERCIZI 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

Dettagli

COMPITO n. 1. a) Determinare la distribuzione del numero X di palline nere presenti nell urna.

COMPITO n. 1. a) Determinare la distribuzione del numero X di palline nere presenti nell urna. Università di Siena a.a. 28/9 Docente D. Papini COMPITO n. 1 a) Un dado non truccato viene lanciato due volte. Quant è la probabilità dell evento: al primo lancio esce un numero minore o uguale a 2 ed

Dettagli

CP110 Probabilità: Esonero 1. Testo e soluzione

CP110 Probabilità: Esonero 1. Testo e soluzione Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 10 aprile, 2012 CP110 Probabilità: Esonero 1 Testo e soluzione 1. (8 punti) Un urna contiene palline bianche, palline rosse e 6 palline

Dettagli

LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi

LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi UNIVERSITA DEGLI STUDI DI VERONA LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi 5 VARIABILI CASUALI DISCRETE LA VARIABILE BINOMIALE Sia n N e sia k n. La probabilità di osservare k successi

Dettagli

CP210 Introduzione alla Probabilità: Esonero 1

CP210 Introduzione alla Probabilità: Esonero 1 Dipartimento di Matematica, Roma Tre Pietro Caputo 018-19, II semestre 9 aprile, 019 CP10 Introduzione alla Probabilità: Esonero 1 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante

Dettagli

12. Calcolare la somma della serie

12. Calcolare la somma della serie gennaio 0 VARIANTE: 0 risposte: C A A B B B D C A B A C D C D B A C D A Ricordiamo che se Z ha distribuzione normale standard, si ha P (Z >.00) = %, P (Z >.) = 0%, P (Z >.) = %, P (Z >.00) =.%, P (Z >.)

Dettagli

Prof. Pagani Corrado ALGORITMI ESERCITAZIONI CICLI

Prof. Pagani Corrado ALGORITMI ESERCITAZIONI CICLI Prof. Pagani Corrado ALGORITMI ESERCITAZIONI CICLI DIAGRAMMA A BLOCCHI: SWITCH DIAGRAMMA BLOCCHI: WHILE DIAGRAMMA BLOCCHI: FOR for (inizializzazione contatore, condizione, incremento) { istruzioni ; }

Dettagli

Esercitazione 5 del corso di Statistica 2 Prof. Domenico Vistocco

Esercitazione 5 del corso di Statistica 2 Prof. Domenico Vistocco Esercitazione del corso di Statistica Prof. Domenico Vistocco Alfonso Iodice D Enza May 30, 007 1 Esercizio Si consideri una popolazione caratterizzata dai numeri, 3, 6, 8, 11. Si considerino tutti i possibili

Dettagli

LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi Corso di laurea in Informatica e Bioinformatica

LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi Corso di laurea in Informatica e Bioinformatica UNIVERSITA DEGLI STUDI DI VERONA LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi Corso di laurea in Informatica e Bioinformatica 5 VARIABILI ALEATORIE DISCRETE LA VARIABILE BINOMIALE Sia n

Dettagli

Esercizi di Calcolo delle Probabilità. David Barbato

Esercizi di Calcolo delle Probabilità. David Barbato Esercizi di Calcolo delle Probabilità. David Barbato 2 A chi è rivolto questo eserciziario. Questa è una raccolta di esercizi tratti dai testi d esame dei corsi di Istituzioni di Probabilità e Calcolo

Dettagli

X = X 1 + X 2 +... + X n. dove. 1 se alla i-esima prova si ha un successo 0 se alla i-esima prova si ha un insuccesso. X i =

X = X 1 + X 2 +... + X n. dove. 1 se alla i-esima prova si ha un successo 0 se alla i-esima prova si ha un insuccesso. X i = PIU DI UNA VARIABILE CASUALE Supponiamo di avere n variabili casuali, X 1, X 2,..., X n. Le n variabili casuali si dicono indipendenti se e solo se P(X 1 x 1 X 2 x 2... X n x n ) = = P(X 1 x 1 ) P(X 2

Dettagli

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE. Corso di Laurea Triennale in Matematica Corso di Calcolo delle Probabilità (docenti G. Nappo, F. Spizzichino prova scritta giugno 5 (tempo a disposizione: ore La prova scritta consiste nello svolgimento

Dettagli

Probabilità: teoremi e distribuzioni

Probabilità: teoremi e distribuzioni Probabilità: teoremi e distribuzioni OBIETTIVO DIDATTICO DELLA LEZIONE Illustrare le più importanti distribuzioni di probabilità che vengono utilizzate in statistica Distribuzioni di probabilità 1. La

Dettagli

Esercizi di calcolo delle probabilita

Esercizi di calcolo delle probabilita Esercizi di calcolo delle probabilita 1 Supponiamo di lanciare per 6 volte un dado bilanciato Allora la probabilità di ottenere 2 volte un multiplo di 3 vale 80 243 ; b 160 243 ; c 40 81 ; d 4 9 2 Un correttore

Dettagli

Probabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica

Probabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Estrazioni II Ines Campa Probabilità e Statistica - Esercitazioni

Dettagli

UNIVERSITÀ di ROMA TOR VERGATA

UNIVERSITÀ di ROMA TOR VERGATA UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 2010-11 P.Baldi Lista di esercizi 3. Corso di Laurea in Biotecnologie Esercizio 1 Una v.a. X segue una legge N(2, ). Calcolare a1) P(X 1) a2) P(2

Dettagli

valore probabilità

valore probabilità ESERCIZIO 1 Sia X il numero di unità di un certo prodotto acquistate da un generico cliente di un supermercato. Si supponga ch X abbia la seguente distribuzione valore probabilità 0 0.4 1 0.2 2 0.2 3 0.1

Dettagli

Modelli matematici di fenomeni aleatori Variabilità e casualità

Modelli matematici di fenomeni aleatori Variabilità e casualità Modelli matematici di fenomeni aleatori Variabilità e casualità La casualità è alla base della scelta degli individui che compongono un campione ai fini di un indagine statistica. La casualità è alla base

Dettagli

Probabilità e Statistica

Probabilità e Statistica Probabilità e Statistica - 14.01.2014 Cognome e Nome............................................................................... C. d. L.: GESL GESLT Anno di Corso: 1 2 3 altro Matricola.......................................

Dettagli

1. Quali sono i possibili campioni di numerosità 2 senza reimmissione? X 1 e X 2 sono indipendenti?

1. Quali sono i possibili campioni di numerosità 2 senza reimmissione? X 1 e X 2 sono indipendenti? Esercizio 1 Consideriamo una popolazione X, dove X = {3,5,7}. 1. Quali sono i possibili campioni di numerosità 2 senza reimmissione? X 1 e X 2 sono indipendenti? 2. Quali sono i possibili campioni di numerosità

Dettagli

Probabilità e Statistica Docente: Prof. Elisabetta Scoppola Foglio di esercizi 4

Probabilità e Statistica Docente: Prof. Elisabetta Scoppola Foglio di esercizi 4 Probabilità e Statistica Docente: Prof. Elisabetta Scoppola Foglio di esercizi 4 TA: Matteo Quattropani matteo.quattropani@uniroma3.it; 4 dicembre 207 Variabili aleatorie Bernulliane, Binomiali e simili

Dettagli

Statistica Inferenziale

Statistica Inferenziale Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 3 Abbiamo visto: Definizione di partizione di Teorema di Bayes Definizione di variabile aleatoria

Dettagli