Corsi di Laurea in Scienze Biologiche Prova scritta di Informatica e Statistica Generale (A). 3/07/2007

Documenti analoghi
Corsi di Laurea in Scienze Biologiche Prova scritta di Informatica e Statistica Generale (A). 05/07/2006

Corsi di Laurea in Scienze Biologiche Prova scritta di Informatica e Statistica Generale (A). 20/06/2007

Corsi di Laurea in Scienze Biologiche Prova scritta di Informatica e Statistica Generale (A). 19/05/2009

Corsi di Laurea in Scienze Biologiche Prova scritta di Informatica e Statistica Generale (A). 06/05/2008

Corsi di Laurea in Scienze Biologiche Prova scritta di Informatica e Statistica Generale 06/05/2008 Soluzione

Statistica Corso di laurea in Biotecnologie I esonero - 23 aprile 2009

1.1 Obiettivi della statistica Struttura del testo 2

Esame di Statistica A-Di Prof. M. Romanazzi

Prova d esame di Istituzioni di Calcolo delle Probabilità Laurea Triennale in Scienze Statistica. 09/09/2013

Dispensa di Statistica

ESERCIZI DI TEORIA. MEMO I: Una variabile casuale gaussiana ha densita : MEMO II: Date n misure: x1, x2,, xn con relative incertezze: σ1, σ2,, σn

UNIVERSITÀ di ROMA TOR VERGATA

ELEMENTI DI INFORMATICA E PROGRAMMAZIONE

REGISTRO DELLE LEZIONI*

(5 sin x + 4 cos x)dx [9]

Statistica. Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza e correlazione

Statistica Corso di laurea in Biotecnologie I esonero - 19 aprile 2010

Codice binario. Codice. Codifica - numeri naturali. Codifica - numeri naturali. Alfabeto binario: costituito da due simboli

Nuovo Ordinamento Esame di Statistica 20 Giugno 2003 docente: P. Vicard Nome

Facoltà di ECONOMIA Università di Pavia 26 Aprile 2006 Prova scritta di Analisi dei dati

Statistica di base per l analisi socio-economica

Indice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza

Esercizi di Statistica Laurea in Biologia Molecolare Francesco Caravenna

Informatica/ Ing. Meccanica/ Edile/ Prof. Verdicchio/ 02/07/2015/ Foglio delle domande /VERSIONE 1 Matricola Cognome Nome

Esercizio 2: voto e ore dedicate allo studio

STIME STATISTICHE. Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 2/2

Statistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici)

La variabilità. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali

TEST DI VERIFICA IN INGRESSO. Corso di Laurea in Informatica. Dipartimento di Scienze e Tecnologie Università di Napoli Parthenope

Esercizi. Soluzioni degli esercizi. Soluzioni degli esercizi. Soluzioni degli esercizi. Convertire in formato decimale i seguenti numeri binari:

Matematica Lezione 22

Corso in Statistica Medica

Esame di Statistica del 1 settembre 2004 (Corso di Laurea in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola

Prova Pratica di Statistica I+II - Prof. M. Romanazzi

Laboratorio di Fisica con Elementi di Statistica corso A Esame scritto del 26 settembre 2013

PASCAL LA SELEZIONE: IF TRATTO DA CAMAGNI-NIKOLASSY, CORSO DI INFORMATICA, VOL. 1, HOEPLI. Informatica

Esercitazione del

REGRESSIONE E CORRELAZIONE

p. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali.

Studio di osservazione, perché non viene imposto nessun trattamento alle unità campionarie

Lezione 6 Corso di Statistica. Francesco Lagona

Statistica descrittiva in una variabile

Esercizi di statistica

Old Faithful, Yellowstone Park. Statistica e biometria. D. Bertacchi. Dati congiunti. Tabella. Scatterplot. Covarianza. Correlazione.

Lezione 6 Corso di Statistica. Domenico Cucina

Informatica di Base 1 Linea 1

PROGRAMMA DI STATISTICA BITETTO-BOGLI aa. 2018/2019 CON DETTAGLIO ARGOMENTI DA STUDIARE E LEGGERE * SUI LIBRI ADOTTATI

per togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione

ESERCITAZIONI N. 3 corso di statistica

Università del Salento Facoltà di Scienze Matematiche Fisiche e Naturali. Matematica e Fisica

Esame di Statistica A-Di Prof. M. Romanazzi

Statistica. Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate. Covarianza e correlazione

Statistica a.a Autovalutazione 1

Esplorazione dei dati

Teoria e tecniche dei test. Concetti di base

Analisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali

Informatica/ Ing. Meccanica/ Ing. Edile/ Prof. Verdicchio/ 05/02/2014/ Foglio delle domande / VERSIONE 1

ESERCITAZIONI N. 3 corso di statistica

Cognome e Nome:... Corso di laurea:...

Cognome e Nome:... Matricola e corso di laurea:...

Architettura degli Elaboratori. Classe 3 Prof.ssa Anselmo. Appello del 10 Febbraio Attenzione:

Distribuzione di Frequenza: Esempio

Esame di Statistica A-Di Prof. M. Romanazzi

Esercizio 1.A Aritmetica binaria (nel presentare le soluzione mostrare, almeno nei passaggi piú significativi, i calcoli eseguiti) (3 punti)

Cognome:, Nome: Matricola:

Sommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25

Una statistica è una quantità numerica il cui valore è determinato dai dati.

SCIENZE NATURALI - MODULO DI STATISTICA. A.A. 2011/12 Prova scritta del IV appello, 11/07/2012 Compito A

Probabilità e Statistica

Rappresentazione dei numeri. Rappresentazione di insiemi numerici mediante insiemi finiti di stringhe di bit Problemi:

Statistica. Matematica con Elementi di Statistica a.a. 2015/16

Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza

Statistica. Alfonso Iodice D Enza

Regressione & Correlazione

Analisi univariata Analisi bivariata Analisi multivariata

Cognome:, Nome: Matricola:

MATEMATICA CORSO A II COMPITINO (Tema 1) 5 Aprile 2013

Sommario. 2 I grafici Il sistema di coordinate cartesiane Gli istogrammi I diagrammi a torta...51

Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010.

Scritto del

Capitolo 12 La regressione lineare semplice

Esercizi. Soluzioni degli esercizi. Soluzioni degli esercizi. Soluzioni degli esercizi

PROVA DI STATISTICA aprile Corso di Laurea in Economia e Gestione Aziendale. Cognome Nome Classe. Firma

Laboratorio di Programmazione I Compitino (Vers. C)

Esame di Statistica A-Di Prof. M. Romanazzi

BLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i

1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso

STATISTICA. Esonero 8 novembre 2014 Soluzione. Quesito 1.

Criteri di Valutazione della scheda (solo a carattere indicativo)

ESERCIZI DI RIEPILOGO 1

Esercitazione 7 del corso di Statistica (parte 1)

Nota dell editore Presentazione

Corso di STATISTICA EGA - Classe 1 aa Docenti: Luca Frigau, Claudio Conversano

INFORMAZIONI. p. 1/23

POPOLAZIONE E CAMPIONI

Pseudo codice. Paolo Bison. Fondamenti di Informatica 1 A.A. 2003/04 Università di Padova. Pseudo codice, Paolo Bison, A.A , p.

Informazione e Registri - 2

Metodi Matematici e Informatici per la biologia. Esercizi

Transcript:

Corsi di Laurea in Scienze Biologiche Prova scritta di Informatica e Statistica Generale (A). 3/07/007 COGNOME NOME MATRICOLA 1.) Sia {x 1, x,..., x n } IR una popolazione statistica relativa ad una variabile X di modalità {X 1, X,..., X k }. a) In un diagramma box-plot vengono riportati i quantili di ordine 1 4 V F b) In un diagramma box-plot viene indicata la media aritmetica. V F c) Un istogramma rappresenta graficamente la distribuzione delle frequenze. V F.) Siano {x 1, x,..., x n }, {y 1, y,..., y n } IR popolazioni statistiche relative alle variabili X, Y. Indichiamo con σ X e σ Y le deviazioni standard di X e Y, con σ X,Y la covarianza. Considerando la retta di regressione y = ax + b a) Il metodo dei minimi quadrati determina i coefficienti a e b minimizzando la funzione S(a, b) uguale a n i=1 (y i ax i b) n i=1 [(y i) (ax i + b) ] ( n i=1 y i ax i b) ] altro b) Il coefficiente a ha lo stesso segno di σ X,Y σ X σ Y altro c) Il coefficiente b dipende dai valori medi di X e Y. V F 3.) Nella codifica dei colori il metodo RGB a) Codifica in tre bytes distinti le diverse gradazioni di rosso verde e blu per la composizione del segnale luminoso V F b) Il numero di diversi colori codificabile vale in esadecimale FFFFFF+1 FFFFFF-1 FFFFFF altro c) Ogni colore è codificato da un numero esadecimale di 6 cifre 8 cifre altro 1

4.) Il numero (1010110010000111) a) vale: (A5F 6) 16 (AC87) 16 (H116) 16 altro b) vale: (108516) 8 (1607) 8 (117755) 8 altro c) è divisibile per due: V F 5.) In aritmetica su 8 bit in base la stringa 10011111 rappresenta a) in modulo e segno -96-31 -97 altro b) in complemento a 1-96 -31-97 altro c) in complemento a -96-31 -97 altro 6.) Si consideri la seguente tavola di verità: A B C F 0 0 0 0 0 0 1 1 0 1 0 0 0 1 1 1 1 0 0 1 1 0 1 1 1 1 0 1 1 1 1 1 a) F = A + C V F b) F = C + B + A V F c) Il valore di F dipende da quello di B. V F 7.) Considerato il seguente circuito combinatorio X Y F Z a) Si ha che F = X Z + Ȳ Z. V F b) Si ha che F = ( X + Ȳ ) Z. V F c) Si ha che F = XY + Z. V F

8.) Definite due variabili intere N1 e N ed eseguita la seguente parte di codice: readln(n1); N:=1; while N1>1 do begin N:=N+N1; N1:=N1-1; end if N1>0 then writeln( La somma dei primi, N1, numeri positivi vale, N); else writeln(?, N1); a) se si introduce il valore 0 il programma scrive:?0?, N1 altro b) se si introduce il valore 1 il programma scrive: La somma dei primi 1 numeri positivi vale 1 V F c) Il codice non accetta numeri negativi. V F 9.) Un libro di 1000 pagine contiene 1000 errori di stampa. Aperta una pagina a caso e usando la distribuzione di Poisson a) la probabilità di trovare 0 errori è uguale alla probabilità di trovarvi 1 errore. V F b) La probabilità di trovare almeno errori è 0.64 0.39 altro c) La probabilità di trovare meno di 3 errori è 3 e e altro 10.) Tre macchine (M 1, M, M 3 ) producono uno stesso oggetto con una probabilità di realizzarlo difettoso rispettivamente pari a P (D M 1 ) = 0, 01, P (D M ) = 0, 0, P (D M 3 ) = 0, 001. Un oggetto è prodotto con probabilità P (M 1 ) = 0, 3 dalla prima macchina, con probabilità P (M ) = 0, 5 dalla seconda e con probabilità P (M 3 ) = 0, dalla terza a) La probabilità che un oggetto sia senza difetti è 0,9868 0,9977 0,971 altro b) Se un oggetto è difettoso, la probabilità che sia stato prodotto dalla prima macchina è 0.73 0.173 0.073 altro c) La probabilità che scegliendo a caso un oggetto questo non sia difettoso e prodotto dalla macchina M 3 è 0.1996 0.1977 0.19 altro 3

Corsi di Laurea in Scienze Biologiche Prova scritta di Informatica e Statistica Generale (B). 3/07/007 COGNOME NOME MATRICOLA 1.) Sia {x 1, x,..., x n } IR una popolazione statistica relativa ad una variabile X di modalità {X 1, X,..., X k }. a) In un diagramma box-plot viene indicata la media aritmetica. V F b) In un diagramma box-plot vengono riportati i quantili di ordine 1 4 V F c) Un istogramma rappresenta graficamente la distribuzione delle frequenze. V F.) Siano {x 1, x,..., x n }, {y 1, y,..., y n } IR popolazioni statistiche relative alle variabili X, Y. Indichiamo con σ X e σ Y le deviazioni standard di X e Y, con σ X,Y la covarianza. Considerando la retta di regressione y = ax + b a) Il metodo dei minimi quadrati determina i coefficienti a e b minimizzando la funzione S(a, b) uguale a ( n i=1 y i ax i b) ] n i=1 [(y i) (ax i + b) ] n i=1 (y i ax i b) altro b) Il coefficiente b dipende dai valori medi di X e Y. V F c) Il coefficiente a ha lo stesso segno di σ X,Y σ X σ Y altro 3.) Nella codifica dei colori il metodo RGB a) Codifica in tre bytes distinti le diverse gradazioni di rosso verde e blu per la composizione del segnale luminoso V F b) Ogni colore è codificato da un numero esadecimale di 6 cifre 8 cifre altro c) Il numero di diversi colori codificabile vale in esadecimale FFFFFF+1 FFFFFF-1 FFFFFF altro 4

4.) Il numero (1010110010000111) a) vale: (AC87) 16 (A5F 6) 16 (H116) 16 altro b) vale: (1607) 8 (108516) 8 (117755) 8 altro c) è divisibile per due: V F 5.) In aritmetica su 8 bit in base la stringa 10011111 rappresenta a) in modulo e segno -96-31 -97 altro b) in complemento a 1-96 -31-97 altro c) in complemento a -96-31 -97 altro 6.) Si consideri la seguente tavola di verità: A B C F 0 0 0 0 0 0 1 1 0 1 0 0 0 1 1 1 1 0 0 1 1 0 1 1 1 1 0 1 1 1 1 1 a) Il valore di F dipende da quello di B. V F b) F = A + C V F c) F = C + B + A V F 7.) Considerato il seguente circuito combinatorio X Y F Z a) Si ha che F = XY + Z. V F b) Si ha che F = X Z + Ȳ Z V F c) Si ha che F = ( X + Ȳ ) Z V F 5

8.) Definite due variabili intere N1 e N ed eseguita la seguente parte di codice: readln(n1); N:=1; while N1>1 do begin N:=N+N1; N1:=N1-1; end if N1>0 then writeln( La somma dei primi, N1, numeri positivi vale, N); else writeln(?, N1); a) se si introduce il valore 0 il programma scrive:?0?, N1 altro b) se si introduce il valore 5 il programma scrive: La somma dei primi 5 numeri positivi vale 5 V F c) Il programma accetta numeri negativi. V F 9.) Un libro di 1000 pagine contiene 1000 errori di stampa. Aperta una pagina a caso e usando la distribuzione di Poisson a) la probabilità di trovare 0 errori è uguale alla probabilità di trovarvi 1 errore. V F b) La probabilità di trovare meno di 3 errori è e 3 e altro c) La probabilità di trovare almeno errori è 0.39 0.64 altro 10.) Tre macchine (M 1, M, M 3 ) producono uno stesso oggetto con una probabilità di realizzarlo difettoso rispettivamente pari a P (D M 1 ) = 0, 01, P (D M ) = 0, 0, P (D M 3 ) = 0, 001. Un oggetto è prodotto con probabilità P (M 1 ) = 0, 3 dalla prima macchina, con probabilità P (M ) = 0, 5 dalla seconda e con probabilità P (M 3 ) = 0, dalla terza a) La probabilità che un oggetto sia senza difetti è 0,971 0,9868 0,9977 altro b) Se un oggetto è difettoso, la probabilità che sia stato prodotto dalla prima macchina è 0.73 0.073 0.173 altro c) La probabilità che scegliendo a caso un oggetto questo non sia difettoso e prodotto dalla macchina M 3 è 0.1996 0.1977 0.19 altro 6

Corsi di Laurea in Scienze Biologiche Prova scritta di Informatica e Statistica Generale (C). 3/07/007 COGNOME NOME MATRICOLA 1.) Sia {x 1, x,..., x n } IR una popolazione statistica relativa ad una variabile X di modalità {X 1, X,..., X k }. a) In un diagramma a torta viene indicata la media aritmetica. V F b) In un diagramma a torta l area degli spicchi è proporzionale alla frequenza relativa delle modalità corrispondenti V F c) In un istogramma vengono indicati i differenti valori di centralità. V F.) Siano {x 1, x,..., x n }, {y 1, y,..., y n } IR popolazioni statistiche relative alle variabili X, Y. Indichiamo con σ X e σ Y le deviazioni standard di X e Y, con σ X,Y la covarianza. Considerando la retta di regressione y = ax + b a) Il metodo dei minimi quadrati determina i coefficienti a e b minimizzando la funzione S(a, b) uguale a ( n i=1 y i ax i b) ] n i=1 y i a x i + b n i=1 (y i ax i b) altro b) Il coefficiente a dipende dai valori medi di X e Y. V F c) Il coefficiente b ha lo stesso segno di σ X,Y σ X σ Y altro 3.) Nella codifica dei colori il metodo RGB a) Codifica in tre bytes distinti le diverse gradazioni di rosso giallo e blu per la composizione del segnale luminoso V F b) Il numero di diversi colori codificabile vale in esadecimale 1000000 FFFFFF FFFFFF-1 altro c) La codifica di uno specifico colore può assumere la forma ABCDEF 10000001 A01 7

4.) Il numero (1111110010000111) a) vale: (F 5F 6) 16 (AC87) 16 (H116) 16 altro b) vale: (108516) 8 (7607) 8 (117755) 8 altro c) è pari: V F 5.) In aritmetica su 8 bit in base la stringa 10011111 rappresenta a) in modulo e segno -96-31 -97 altro b) in complemento a 1-96 -31-97 altro c) in complemento a -96-31 -97 altro 6.) Si consideri la seguente tavola di verità: A B C F 0 0 0 0 0 0 1 1 0 1 0 0 0 1 1 1 1 0 0 1 1 0 1 1 1 1 0 1 1 1 1 1 a) F = A + C V F b) F è sempre 1 quando A o C sono 1. V F c) F = C + BA V F 7.) Considerato il seguente circuito combinatorio X Y F Z a) Si ha che F = (X + Z) (Y + Z). V F b) Si ha che F = XY Z V F c) Si ha che F = ( X + Ȳ ) Z V F 8

8.) Definite due variabili intere N1 e N ed eseguita la seguente parte di codice: readln(n1); N:=1; while N1>1 do begin N:=N+N1; N1:=N1-1; end if N1>0 then writeln( La somma dei primi, N1, numeri positivi vale, N); else writeln(?, N1); a) se si introduce il valore -1 il programma scrive:?1?, 0 altro b) se si introduce il valore 5 il programma scrive: La somma dei primi 5 numeri positivi vale 15 V F c) Il programma aspetta l inserimento del valore di N V F 9.) Un libro di 500 pagine contiene 1000 errori di stampa. Aperta una pagina a caso e usando la distribuzione di Poisson a) la probabilità di trovare 0 errori è uguale alla probabilità di trovarvi 1 errore. V F b) La probabilità di trovare meno di 3 errori è e e 5 e altro c) La probabilità di trovare almeno errori è 0.39 0.64 altro 10.) Tre macchine (M 1, M, M 3 ) producono uno stesso oggetto con una probabilità di realizzarlo difettoso rispettivamente pari a P (D M 1 ) = 0, 01, P (D M ) = 0, 0, P (D M 3 ) = 0, 001. Un oggetto è prodotto con probabilità P (M 1 ) = 0, 3 dalla prima macchina, con probabilità P (M ) = 0, 5 dalla seconda e con probabilità P (M 3 ) = 0, dalla terza a) Se un oggetto è difettoso, la probabilità che sia stato prodotto dalla prima macchina è 0.73 0.173 0.073 altro b) La probabilità che un oggetto sia senza difetti è 0,9868 0,971 0,9977 altro c) La probabilità che scegliendo a caso un oggetto questo non sia difettoso e prodotto dalla macchina M 3 è 0.19 0.1977 0.1996 altro 9

Corsi di Laurea in Scienze Biologiche Prova scritta di Informatica e Statistica Generale (D). 3/07/007 COGNOME NOME MATRICOLA 1.) Sia {x 1, x,..., x n } IR una popolazione statistica relativa ad una variabile X di modalità {X 1, X,..., X k }. a) In un diagramma a torta l area degli spicchi è proporzionale alla frequenza relativa delle modalità corrispondenti V F b) In un diagramma a torta viene indicata la media aritmetica. V F c) In un istogramma vengono indicati i differenti valori di centralità. V F.) Siano {x 1, x,..., x n }, {y 1, y,..., y n } IR popolazioni statistiche relative alle variabili X, Y. Indichiamo con σ X e σ Y le deviazioni standard di X e Y, con σ X,Y la covarianza. Considerando la retta di regressione y = ax + b a) Il metodo dei minimi quadrati determina i coefficienti a e b minimizzando la funzione S(a, b) uguale a n i=1 y i a x i + b ( n i=1 y i ax i b) ] n i=1 (y i ax i b) altro b) Il coefficiente b ha lo stesso segno di σ X,Y σ X σ Y altro c) Il coefficiente a dipende dai valori medi di X e Y. V F 3.) Nella codifica dei colori il metodo RGB a) La codifica di uno specifico colore può assumere la forma 10000001 ABCDEF A01 b) Codifica in tre bytes distinti le diverse gradazioni di rosso giallo e blu per la composizione del segnale luminoso V F c) Il numero di diversi colori codificabile vale in esadecimale 1000000 FFFFFF FFFFFF-1 altro 10

4.) Il numero (1111110010000111) a) vale: (F C87) 16 (AC87) 16 (H116) 16 altro b) vale: (108516) 8 (17607) 8 (117755) 8 altro c) è dispari: V F 5.) In aritmetica su 8 bit in base la stringa 10011111 rappresenta a) in modulo e segno -96-31 -97 altro b) in complemento a 1-96 -31-97 altro c) in complemento a -96-31 -97 altro 6.) Si consideri la seguente tavola di verità: A B C F 0 0 0 0 0 0 1 1 0 1 0 0 0 1 1 1 1 0 0 1 1 0 1 1 1 1 0 1 1 1 1 1 a) F è sempre 1 quando A o C sono 1. V F b) F = A + C V F c) F = C + BA V F 7.) Considerato il seguente circuito combinatorio X Y F Z a) Si ha che F = XY Z V F b) Si ha che F = (X + Z) (Y + Z). V F c) Si ha che F = ( X + Ȳ ) Z V F 11

8.) Definite due variabili intere N1 e N ed eseguita la seguente parte di codice: readln(n1); N:=1; while N1>1 do begin N:=N+N1; N1:=N1-1; end if N1>0 then writeln( La somma dei primi, N1, numeri positivi vale, N); else writeln(?, N1); a) se si introduce il valore -5 il programma scrive:?-5?, 1 altro b) se si introduce il valore 6 il programma scrive: La somma dei primi 1 numeri positivi vale 1 V F c) Il programma aspetta l inserimento del valore di N1 V F 9.) Un libro di 500 pagine contiene 1000 errori di stampa. Aperta una pagina a caso e usando la distribuzione di Poisson a) la probabilità di trovare 1 errore è uguale alla probabilità di trovarvi errori. V F b) La probabilità di trovare meno di 3 errori è e 3 e e altro c) La probabilità di trovare almeno errori è 1 e 1 3 e altro 10.) Tre macchine (M 1, M, M 3 ) producono uno stesso oggetto con una probabilità di realizzarlo difettoso rispettivamente pari a P (D M 1 ) = 0, 01, P (D M ) = 0, 0, P (D M 3 ) = 0, 001. Un oggetto è prodotto con probabilità P (M 1 ) = 0, 3 dalla prima macchina, con probabilità P (M ) = 0, 5 dalla seconda e con probabilità P (M 3 ) = 0, dalla terza c) La probabilità che scegliendo a caso un oggetto questo non sia difettoso e prodotto dalla macchina M 3 è 0.1996 0.1977 0.19 altro a) La probabilità che un oggetto sia senza difetti è 0,9977 0,971 0,9868 altro b) Se un oggetto è difettoso, la probabilità che sia stato prodotto dalla prima macchina è 0.173 0.073 0.73 altro 1