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

Documenti analoghi
Esercizi di Calcolo delle Probabilità

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza

Esame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016

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

Calcolo delle Probabilità 2

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza

Variabili casuali multidimensionali

Politecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 25 luglio 2011

UNIVERSITÀ di ROMA TOR VERGATA

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

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

Esercizi di Probabilità e Statistica

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

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07

LAUREA SPECIALISTICA IN FARMACIA - Prova scritta di MATEMATICA - 24/01/03 ANNI PRECEDENTI. 1. (Punti 10) Si consideri la funzione

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

STATISTICA: esercizi svolti sulle VARIABILI CASUALI

1.4. Siano X B(1, 1/2) e Y B(1, 1/2) variabili aleatorie indipendenti. Quale delle seguenti affermazioni é falsa? E(X + Y ) = 1 V ar(x + Y ) = 1/2

Analisi della varianza

Esercizi su leggi condizionali e aspettazione condizionale

Esame di Teoria dei Segnali A Ing. Informatica, Elettronica e Telecomunicazioni. 12 luglio 2004

ESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE

Statistica. Alfonso Iodice D Enza

Esercitazione: La distribuzione NORMALE

Metodi Matematici Probabilità e Statistica. Correzione Compitino del

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

Esercizi svolti di statistica. Gianpaolo Gabutti

b = 1 2σ 3. La lunghezza di una barra è un numero aleatorio X con densità della forma 0, x 0, 0 < x 1 a = 1 F (x) = 2 2x 1 x2

Variabili casuali ad una dimensione Testi degli esercizi. Variabili casuali ad una dimensione a.a. 2012/2013 1

Prova Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE IMPRESE (Milano, )

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

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}

Statistica di base per l analisi socio-economica

Esercitazione 4 del corso di Statistica (parte 2)

Intervalli di confidenza

Statistica Inferenziale

Ulteriori Conoscenze di Informatica e Statistica

ESERCIZI PROBABILITA I

Statistica. Lezione 4

Distribuzione Normale

Prova scritta di STATISTICA. CDL Biotecnologie. (Programma di Massimo Cristallo - A)

Distribuzioni di Probabilità

PROBABILITÀ SCHEDA N. 7 LA VARIABILE ALEATORIA NORMALE

Estrazioni senza restituzione da un urna di composizione incognita. P(E i)=

Il campionamento e l inferenza. Il campionamento e l inferenza

un elemento scelto a caso dello spazio degli esiti di un fenomeno aleatorio;

Variabile casuale Normale

UNIVERSITÀ di ROMA TOR VERGATA

Esercitazione del 06/03/2012 Istituzioni di Calcolo delle Probabilità

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

L assegnazione è coerente? SÌ NO. A e B sono stocasticamente indipendenti? SÌ NO

obbligatorio - n. iscrizione sulla lista

CALCOLO DELLE PROBABILITA - 17 Febbraio 2014 CdL in STAD, SIGAD,

Statistica. Alfonso Iodice D Enza

Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni

Prova di AUTOVALUTAZIONE (novembre 2009). nota: l esame ha validità solo se incluso nel piano degli studi per l anno accademico corrente.

Esercitazioni di Statistica

La statistica. Elaborazione e rappresentazione dei dati Gli indicatori statistici. Prof. Giuseppe Carucci

Teoria della probabilità Variabili casuali

Esercizi Svolti. 2. Costruire la distribuzione delle frequenze cumulate del tempo di attesa

ESERCITAZIONE 20 : VARIABILI ALEATORIE DISCRETE

Esercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo

Esercitazioni di Statistica

b) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto a? (motivare brevemente la risposta):

Comunicazioni Elettriche anno accademico Esercitazione 1

Test delle ipotesi sulla media.

Università degli studi della Tuscia. Principi di Statistica dr. Luca Secondi A.A. 2014/2015. Esercitazione di riepilogo Variabili casuali

Esercitazione 8 del corso di Statistica 2

PROVA SCRITTA DI STATISTICA. cod CLEA-CLAPI-CLEFIN-CLELI cod CLEA-CLAPI-CLEFIN-CLEMIT. 5 Novembre 2003 SOLUZIONI MOD.

Statistica ARGOMENTI. Calcolo combinatorio

Esame di Statistica A-Di Prof. M. Romanazzi

Corsi di Laurea in Matematica Probabilità I Anno Accademico giugno 2013

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza

Lezione 12. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 12. A. Iodice.

STATISTICA ESERCITAZIONE 9

Corso di Fondamenti di TLC Esercizi di Probabilitá

ISTOGRAMMI E DISTRIBUZIONI:

Vedi: Probabilità e cenni di statistica

Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale)

Esercizi di preparazione all esame di Statistica Dr Alessia Mammone alessia STATISTICA DESCRITTIVA

L indagine campionaria Lezione 3

Statistica Metodologica Avanzato Test 1: Concetti base di inferenza

Distribuzioni campionarie

Laboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n.

Approssimazione normale alla distribuzione binomiale

Esame di Statistica del 14 dicembre 2007 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola

ES.2.3. è pari ad 1. Una variabile aleatoria X che assume valori su tutta la retta si dice distribuita

si tratta del test del chi-quadro di adattamento e di quello di indipendenza. 1 l ipotesi che la popolazione segua una legge fissata;

Scanned by CamScanner

Esercizi riassuntivi di Inferenza

CALCOLO DELLE PROBABILITA - 24 Giugno 2015 CdL in STAD, SIGAD Compito intero Seconda prova in itinere: esercizi 4,5,6.

STATISTICA ESERCITAZIONE. 1) Specificare la distribuzione di probabilità della variabile e rappresentarla graficamente;

ESERCIZI DI RIEPILOGO 1

Test per la correlazione lineare

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

Elementi di Statistica

V APPELLO DI MATEMATICA Corso di Laurea in Farmacia, Facoltà di Farmacia, Università di Pisa 18 Luglio 2008

DISTRIBUZIONI DI PROBABILITA

a) 36/100 b) 1/3 c)

STATISTICA SERALE (NOF) Appello del 12/07/12 Effettuare i calcoli arrotondando alla seconda cifra decimale A PARTE PRIMA

Transcript:

Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Cinque lettere vengono estratte a caso dalle 21 lettere dell alfabeto italiano; (i) con rimpiazzamento (ii) senza rimpiazzamento. Trova per ciascuna ipotesi di lavoro (i) e (ii) la probabilitá che la parola formata a) contenga la lettera a. b) sia costituita da sole vocali c) sia la parola amore N.B. lasciare le formule scritte senza calcolare risultato numerico Soluzione: a) Indichiamo con A l evento la parola contiene la lettera a : caso (i): P (A) = P (X 1) = 1 P (X = 0) = 1 ( 20 5 21) essendo X Bin(5, 1/21). caso (ii): P (A) = ( ) ( 20 4 / 21 ) 5, la quale potrebbe interpretarsi come un ipergeometrica essendo l urna composta da 20 palline di insuccesso e una di successo... b) Indichiamo con B l evento la parola contiene solo vocali ; caso (i): P (B) = P (X = 5) = ( 5 5 21) essendo X Bin(5, 5/21). caso (ii) P (B) = 1/ ( ) 21 5 c) Indichiamo con C l evento la parola é amore e consideriamo le possibili sequenze di 5 lettere estratte nelle due modalitá (i) e (ii); nel primo caso avremo caso (i): P (C) = P ( estraggo a )P ( estraggo m )... = 1 21... 1 21 = 1/215. caso (ii): P (C) = P ( estraggo a )P ( estraggo m estratto a )... = 1 1 1 1 1 21 20 19 18 17 N.B: A questa domanda si puó anche rispondere non tenendo conto dell ordine e cioé pensando che la parola amore possa essere formata ogni qualvolta si estragga il sottogruppo di lettere {a, m, o, r, e}, in tal caso le risposte precedenti sarebbero da moltiplicare per 5! 1

2 CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 Esercizio 2 Sia (X, Y ) un vettore discreto con la seguente distribuzione congiunta: p 1,1 = p 1,0 = p 0,0 = p 1,1 = 1 10, p 0,1 = p 1,0 = 3 10, dove p i,j = P (X = i, Y = j). a) Trovare le distribuzioni marginali di X e Y b) Dire se X e Y sono indipendenti c) Trovare la distribuzione di X 2 d) Trovare la distribuzione di XY e) Calcolare la covarianza tra X e Y N.B. tutti i passaggi devono essere opportunamente giustificati Soluzione: Come detto tante volte a lezione, quando una coppia di variabili casuali discrete ha un supporto abbastanza piccolo puó essere conveniente descrivere la funzione massa di probabilitá di quest ultima tramite una tabella P (x, y) Y = 0 Y = 1 X = 1 3/10 1/10 X = 0 1/10 3/10 X = 1 1/10 1/10 a) Le distribuzioni marginali si ottengono sommando sulle righe e sulle colonne della tabella. In particolare P (X = 1) = 4/10, P (X = 0) = 4/10, P (X = 1) = 2/10, mentre per la Y si ha P (Y = 0) = P (Y = 1) = 1/2. b) Le due variabili aleatorie non sono indipendenti perché per esempio: P ( 1, 0) = 3/10 P (X = 1)P (Y = 0) = 1/5 c) Z = X 2 é una variabile casuale discreta dicotoma con la seguente distribuzione di probabilitá P (Z = 0) = P (X = 0) = 2/5 P (Z = 1) = P (X = 1) + P (X = 1) = 3/5 d) Z = XY é una variabile casuale discreta con la seguente funzione massa di probabilitá: P (Z = 1) = P (X = 1, Y = 1) = 1/10 P (Z = 1) = P (X = 1, Y = 1) = 1/10 P (Z = 0) = 1 2/10 = 8/10 e) Calcoliamo prima i seguenti valori E(X) = 2/10, E(Y ) = 1/2, E(XY ) = 0, pertanto Cov(X, Y ) = E(XY ) E(X)E(Y ) = 1/10.

CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 3 Esercizio 3 In una pasticceria, un terzo dei clienti é solito comprare 1 torta (cioé ogni cliente ha probabilit 1/3 di comprare una torta), un altro terzo dei clienti é solito comprare 2 torte, mentre i clienti rimanenti vanno solitamente via senza comprare nulla. a) Sapendo che oggi sono entrati 50 clienti, qual é la probabilitá che siano state vendute piú di 60 torte? Si assuma adesso che il peso della generica torta venduta dalla pasticceria abbia una distribuzione gaussiana con varianza nota σ 2 = 0.25kg 2 e ci si domandi quale sia il peso medio. Si assuma inoltre che tra le torte prodotte sia stato registrato il peso di 5 torte scelte a caso trovando (in kg) 1.10, 1.05, 1.00, 1.20, 1.10, b) Dare un intervallo di confidenza bilaterale al 95 % per il peso medio µ delle torte prodotte dalla pasticceria. N.B. tutti i passaggi devono essere opportunamente giustificati. Si utilizzi la seguente informazione z 0.025 = 1.96 Soluzione: a) Indichiamo con X la variabile casuale discreta che registra il numero di torte acquistate dal generico cliente della pasticceria. Per ipotesi di lavoro sia ha P (X = 0) = P (X = 1) = P (X = 2) = 1/3 e dunque E(X) = 1 e var(x) = 2/3. La domanda del testo allora si traduce nella richiesta di calcolare la probabilitá che la somma di 50 variabili indipendenti ed identicamente distribuite come la X sia maggiore di 60, cioé P ( 50 i=1 X i > 60 ) = P ( 50 i=1 X i 50 50 2/3 > 60 50 50 2/3 ) = 1 Φ( 3) = 0.0416 b) La domanda non ha nulla a che vedere con la prima. Sia adesso X una variabile casuale continua che descrive il peso della generica torta prodotta dalla pasticceria. Per ipotesi di lavoro X N(µ, 0.25). Si estrae un campione di 5 oggetti descritti da questa variabile casuale e si richiede intervallo di confidenza al 95% per la media di una popolazione normale con varianza nota. Pertanto la risposta é la seguente, [ X zα/2 σ/ n, X z α/2 σ/ n ] = [0.6517, 1.5283] avendo utilizzato le seguenti quantitá X = 1.0900, z α/2 = z 0.025 = 1.96, σ = 0.25 = 0.5kg, n = 5.

4 CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 Domanda 1 Si dimostri la seguente identitá e se ne dia possibilmente anche un interpretazione combinatoria. ( ) ( ) ( ) n n 1 n 1 = + k k k 1

CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 5 Domanda 2 Si enunci il teorema centrale del limite

6 CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 Domanda 3 Si descrivano le ipotesi di lavoro necessarie per poter eseguire un test statistico sulla media di una popolazione gaussiana.