SOLUZIONI GIUGNO. P(la borsa viene assegnata) = 3P(Aldo riceve la borsa) = 7 9. P(la borsa viene assegnata) = 1 P(la borsa non viene assegnata) = 1 3!

Documenti analoghi
CP110 Probabilità: Esame 13 settembre Testo e soluzione

CP110 Probabilità: Esame del 6 giugno Testo e soluzione

CP110 Probabilità: Esame 2 settembre 2013 Testo e soluzione

Appello febbraio. Vero o falso. Es 1 Es 2 Es 3 Es 4 Tot

CP110 Probabilità: Esame 2 luglio Testo e soluzione

CP110 Probabilità: Esame 5 giugno Testo e soluzione

CP110 Probabilità: Esonero 1. Testo e soluzione

CP110 Probabilità: Esonero 2. Testo e soluzione

CP110 Probabilità: Esame 4 luglio Testo e soluzione

CP110 Probabilità: Esonero 2. Testo e soluzione

Matematica e Statistica per Scienze Ambientali

Materiale didattico per il corso di Statistica I Quinta esercitazione SOLUZIONI

Statistica descrittiva I. La frequenza

UNIVERSITA` di ROMA TOR VERGATA

CP110 Probabilità: Esame del 15 settembre Testo e soluzione

Concetti di teoria dei campioni ad uso degli studenti di Statistica Economica e Finanziaria, A.A. 2016/2017. Giovanni Lafratta

Prova Scritta di Probabilità e Statistica Cognome: Laurea in Matematica. 28 giugno 2012 Matricola: Nome:

DISTRIBUZIONI BINOMIALE, POISSON E NORMALE Indice degli esercizi

II Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17

Risultati X P(X) TTT 0 1/8 TTC 1 1/8 TCT 1 1/8 CTT 1 1/8 TCC 2 1/8 CTC 2 1/8 CCT 2 1/8 CCC 3 1/8 X P(X) F(X) 0 1/8 1/8 1 3/8 4/8 2 3/8 7/8 3 1/8 1

CP110 Probabilità: esame del 20 luglio 2017

Concetti di teoria dei campioni ad uso degli studenti di Statistica Economica e Finanziaria, A.A. 2017/2018. Giovanni Lafratta

STATISTICA (modulo II - Inferenza Statistica) Soluzione Esercitazione I

Tutorato 1 (20/12/2012) - Soluzioni

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

CP110 Probabilità: Esonero 2

Tutorato di Complementi di Analisi Matematica e Statistica 26 maggio 2016

PROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE

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

LEZIONE 2.5. corso di statistica. Francesco Lagona Università Roma Tre. LEZIONE 2.5 p. 1/12

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

ESERCIZI HLAFO ALFIE MIMUN

CP110 Probabilità: esame del 20 giugno 2017

Calcolo delle Probabilità 16 Giugno 2016, C.d.L. STAD, UNIPA

UNIVERSITÀ di ROMA TOR VERGATA

TEST n La funzione di ripartizione di una variabile aleatoria:

Esercitazione del 13/04/2015 Probabilità e Statistica

PROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE

Compiti tematici capp. 5,6

PROBABILITÀ I. a.a. 2011/2012 DIARIO DELLE LEZIONI

Facoltà di Ingegneria Calcolo delle Probabilità e Statistica Ingegneria Civile e A&T e Informatica

Esercitazione del 28/02/2012 Istituzioni di Calcolo delle Probabilità

Metodi Matematici Probabilità e Statistica. Correzione Compitino del

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

UNIVERSITÀ di ROMA TOR VERGATA

Variabili casuali multidimensionali

5. Distribuzioni. Corso di Simulazione. Anno accademico 2009/10

3. Distribuzioni. Corso di Simulazione. Anno accademico 2006/07

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

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

Matematica con elementi di Informatica

V Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2012/13 Nome: 18 ottobre

Esercizi svolti di statistica. Gianpaolo Gabutti

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

Statistica ARGOMENTI. Calcolo combinatorio

Es.: una moneta viene lanciata 3 volte. X = n. di T nei primi 2 lanci Y = n. di T negli ultimi 2 lanci

CP110 Probabilità: Esame 27 gennaio Testo e soluzione

CP110 Probabilità: Esame 2 settembre Testo e soluzione

Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prova del

Esercitazione del 23/10/2006

UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2012/13 Nome: 30 gennaio

STATISTICA A K (63 ore) Marco Riani

Esami di Calcolo delle Probabilitá del 9 Giugno 2010

A titolo di esempio proponiamo la risoluzione del sistema sia con il metodo della matrice inversa sia con il metodo di Cramer.

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

Calcolo delle Probabilità 2

UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA

Tutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016

Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b}

Esercitazione del 19/02/2013 Istituzioni di Calcolo delle Probabilità

UNIVERSITÀ di ROMA TOR VERGATA

CP210 Introduzione alla Probabilità: Esonero 1

Tecniche di sondaggio

Corso di Laurea in Informatica Applicata Esame di Calcolo delle Probabilità e Statistica Primo test di verifica a. a. 2006/2007

Elementi di Probabilità e Statistica - 052AA - A.A

Il valore atteso del prodotto di v.a.i. Valore atteso (8)

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

14. Siano x k = k con k = i possibili esiti del lancio di un dado Calcolare σ 2 = var(x). (A) 33 25

Corso di Laurea in Informatica Esame di Calcolo delle Probabilità e Statistica Anno accademico Prova scritta del 15 gennaio 2016

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3

Soluzioni degli esercizi proposti

Variabili aleatorie binomiali e di Poisson

Laurea triennale in INFORMATICA, Corso di CALCOLO DELLE PROBABILITÀ COMPITO INTERO e SECONDA PROVA IN ITINERE - 11 giugno FOGLIO RISPOSTE

ESERCIZI PROBABILITA I

STATISTICA: esercizi svolti sulle VARIABILI CASUALI

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

Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazion

PROBABILITA E STATISTICA Docente: Bruno Gobbi

CALCOLO DELLE PROBABILITA - 13 Aprile 2011 CdL in STAD, SIGAD - docente: G. Sanfilippo

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014. I Esonero - 29 Ottobre Tot.

ESERCIZIO 1 Lanciamo tre volte una moneta regolare e consideriamo equiprobabili i possibili

Esercizi: fascicolo 4

X Vincita (in euro) Tabella 1: Vincite

CALCOLO DELLE PROBABILITA

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

Esercizi su leggi condizionali e aspettazione condizionale

Variabili casuali. - di Massimo Cristallo -

Transcript:

SOLUZIONI GIUGNO Esercizio 1. a) La probabilità che Aldo vinca la borsa è di tipo binomiale. In ciascuna delle tre liste Aldo ha probabilità p = 1/ di figurare primo. Quindi P(Aldo riceve la borsa) = ( 2 ) ( 1 ) 2 1 2 + ( ) ( 1 ) 0 2 = 2 b) La borsa è assegnata se e solo se è vinta da Aldo, oppure da Beatrice, oppure da Carlo. I tre eventi sono disgiunti ed equiprobabili. Pertanto P(la borsa viene assegnata) = P(Aldo riceve la borsa) = 9 Che si poteva ottenere anche come P(la borsa viene assegnata) = 1 P(la borsa non viene assegnata) = 1! in quanto sono tutte le possibili terne di di candidati posti in cima alla propria lista dai tre membri della commissione, e! sono le terne di tre nomi diversi, che corrspondono alle uniche combinazioni in cui la borsa non viene assegnata. c) Chiamiamo A 1 = {Aldo vince la prima borsa} A 2 = {Aldo vince la seconda borsa} B = {Aldo vince la prima borsa a maggioranza} C = {Aldo vince la prima borsa all unanimità} Naturalmente A 1 = B C P(A 2 A 1 ) = P(A 2 A 1 ) P(A 1 ) P(A 2 A 1 ) = P(A 2 B) + P(A 2 C) P(A 2 B) = P(A 2 B)P(B); P(A 2 C) = P(A 2 C)P(C) 1

e quindi P(A 1 ) = 2 ; P(B) = 2 9 ; P(C) = 1 2 2 1 0 2 1 2 1 P(A 2 B) = + = 20 2 2 P(A 2 A 1 ) = P(A 2 C) = 1 20 2 + 1 1 2 9 2 2 d) La probabilità che la borsa sia stata effettivamente attribuita, ma non all unanimità è di ( ( 2 2 ( 1 ) 1 2) ) = 2. Consideriamo ora il professore che nella prima commissione era in minoranza. La persona da lui a suo tempo scelta vincerà la seconda borsa se almeno due dei nuovi commissari copieranno tale professore. = 9 Si tratta di nuovo di una probabilità binomiale. Il professore ha probabilità p = 1/ di essere copiato da ciascun nuovo commissario. Quindi 2 1 0 1 2 1 2 P(nuovo vincitore) = + = 2 2 In conclusione P(la borsa viene attribuita, ma a persone diverse) = 2 = 14 2 81 Esercizio 2. a) Si può scrivere X = 4 i=1 dove X i è la variabile indicatrice dell evento {la i-esima carta è un asso}. Allora E(X) = i=1 X i 4 1 E(X i ) = 4E(X i ) = 4 10 = 2 5. 2

SI NOTI CHE IL CALCOLO APPENA EFFETTUATO VALE SIA NEL CASO DI ESTRAZIONI SENZA REINSERIMENTO, SIA NEL CASO DI ESTRAZIONI CON REINSERIMENTO. Per quanto riguarda la varanza invece bisogna distinguere tra i due casi. Se c è reinserimento, la varabile X e binomiale di parametri N = 4 e p = 1/10. La varianza e dunque Var(X) = Np(1 p) = 9 25 = 0.6. Se non c e reinserimento X ha distribuzione ipergeometrica, di parametri N, p, e M = 40, e dunque nuovamente di varianza nota ( Var(X) = Np(1 p) 1 N 1 ) = 9 6 M 1 25 9 = 108 25 0.. Naturalmente attesa e varianza di Y sono uguali a quelle di X. b) Basta osservare che ( E ) X > 0, Y > 0 E = 1 = X X > 0, Y > 0 e che per simmetria X E X > 0, Y > 0 Y + E X > 0, Y > 0 Y = E X > 0, Y > 0 e quindi X E X > 0, Y > 0 = 1 2. c) I valori che k può assumere sono 0, 1, 2,, 4. Se ad esempio sono stati estratti ESATTAMENTE due re (k = 2), vuol dire che le altre due carte posso essere estratte tra le 8 rimaste con l esclusione degli altri due re, che non posso essere estratti altrimente si arriverebbe all estrazione di oltre due re, contrariamente all ipotesi k = 2. Più in generale, avendo

estratto k re, delle altre 4 k carte estratte ciascuna può essere un asso con probabilità 4/6=1/9. Quindi per la linearità già usata al punto precedente E(X Y = k) = (4 k) 1 9, k = 0, 1, 2,, 4. Questo implica per definizione che E(X Y ) = 1 9 (4 Y ). Anche in questo caso il risultato vale sia con che senza reiserimento. d) Per definizione Sappiamo che Dunque Cov(X, Y ) = E(XY ) E(X)E(Y ) = E(XY ) [E(X)] 2 E(XY ) = E[Y E(X Y )] = 4 9 E(Y ) 1 9 E(Y 2 ). Cov(X, Y ) = 4 10 E(Y ) 9 9 E(Y 2 ), e il calcolo e stato ridotto a grandezze precedentemente calcolate: poichè Cov(X, Y ) = 8 45 10 9 E(Y 2 ), E(Y 2 ) = Var(Y ) + (E(Y )) 2. La procedura vale sia con che senza reinserimento, ma il risultato numerico cambia nei due casi. Se c è reinserimento si ottiene senza reinserimento vale Cov(X, Y ) = 2 5 = 0.4, Cov(X, Y ) = 084 85 0.5. 4

Esercizio. Soluzione a) In una data domenica la probabilità di non pescare nulla è (2/) (4/5), il cui complemento a uno fornisce la probabilità di pescare qualcosa in una data domenica: P (almeno uno dei due pesca qualcosa) = 1 2 4 5 =. Sia N il numero di domeniche necessarie affinche si peschi per la prima volta qualcosa. Chiaramente N assume il valore n con probabilità n 1 8 P (N = n) =, n = 1, 2,... Pertanto E(N) = n=1 n 1 8 n =. b) La condizione è che la domenica sia fortunata, il che avviene con probabilita /. Si ha P (Marilena) = 1 4 5 P (entrambi) = = 4, P (Nicola) = 2 1 1 5 = 1. 1 5 = 2, c) Sia T il numero di domeniche necessarie a Marilena per pescare qualcosa e U il numero di domeniche necessario a Nicola. Abbiamo S = max(t, U). E quindi P(S k) = P(T k)p(u k) = 8 k 1 1 d) Iniziamo calcolando la probabilità che la prima pesca sia stata effettuata da Nicola, ovvero P(U < T ). P(U < T ) = P(U < T T = k)p(t = k) = P(U < k)p(t = k) = k k=2 [ ] k 1 4 1 1 k 1 2 = 2 k 2 8 k 8 = 2 5 9 45 k=2 5 k=0 k=0

Poi calcoliamo P(T = k U < T ) P(U = k T < U) = P(U = k T > k) = P(U = k)p(t > k) = = 1 k 1 k 4 2 = 1 k 8 5 5 4 quindi Finalmente P(U = k U < T ) = E(U U < T ) = Esercizio 4. Soluzione P(U = k T < U) P(U < T ) kp(u = k U < T ) = 8 k=1 a) Sia π tale matrice. Dai dati forniti si trova 0 1/2 1/2 /4 0 1/4 /4 1/4 0 b) = 8 k=1 k 8. k 8 k = 8. P(X 2 = A) = p A B p B A + p A C p C A = 4 c) P(X 2 = B) = P(X 2 = C) = 1 2 (1 4 ) = 1 8 P(X = B) = P(X 2 = A)p A B + P(X 2 = C)p C B 1 2 d) Si deve risolvere il problema lineare 0 1/2 1/2 (x, y, z) /4 0 1/4 = (x, y, z) /4 1/4 0 La soluzione e (/, 2/, 2/). 6