Esercitazione 4 del corso di Statistica 2 Prof. Domenico Vistocco

Documenti analoghi
Statistica. Alfonso Iodice D Enza

Esercizi di Calcolo delle Probabilità

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

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

esperimento casuale: è un esperimento condotto sotto l effetto del caso; evento elementare: ciascuno dei possibili esiti di un esperimento casuale;

STATISTICA: esercizi svolti sulle VARIABILI CASUALI

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

STATISTICA ESERCITAZIONE 9

Variabile Casuale Normale

Esercitazione 4 del corso di Statistica (parte 2)

Statistica. Esercitazione 10. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice. V.C.

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}

ESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE

CP110 Probabilità: Esonero 1. Testo e soluzione

CAPITOLO QUINTO DISTRIBUZIONE NORMALE

Statistica. Esercitazione 14. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice. Verifica di ipotesi

Domande di teoria. Esercizi

Corso di Fondamenti di TLC Esercizi di Probabilitá

UNIVERSITÀ di ROMA TOR VERGATA

Esercizi svolti di statistica. Gianpaolo Gabutti

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

Calcolo delle Probabilità 2013/14 Foglio di esercizi 2

Esercitazione: La distribuzione NORMALE

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07

Statistica ARGOMENTI. Calcolo combinatorio

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

DISTRIBUZIONE NORMALE STANDARDIZZATA ESEMPIO DI USO DELLE TAVOLE

Statistica. Alfonso Iodice D Enza

Statistica 1 A.A. 2015/2016

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

Distribuzione di Probabilità

UNIVERSITÀ DEGLI STUDI DI PERUGIA

STATISTICA ESERCITAZIONE

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

LE DISTRIBUZIONI CAMPIONARIE

Teoria della probabilità Variabili casuali

Calcolo Combinatorio e Probabilità

Esercitazione 1 del corso di Statistica 2

ISTOGRAMMI E DISTRIBUZIONI:

NOTE DI CALCOLO COMBINATORIO

STATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo

Statistica. Alfonso Iodice D Enza

Ψ PSICOMETRIA. Corso di laurea triennale (classe 34) STATISTICA INFERENZIALE

DISTRIBUZIONE NORMALE (1)

Esercizi Teoria della Probabilità

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

Vedi: Probabilità e cenni di statistica

Istituzioni di Statistica e Statistica Economica

Binomio di Newton. Pertanto, il numero di sottoinsiemi di S, compreso il sottoinsieme vuoto ; elostessos, è dato da. = 2 n, r. (a + b) n = a r b n r,

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

I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito.

DISTRIBUZIONI DI PROBABILITA

Lezione 4. Statistica. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Lezione 4. A. Iodice. Indici di posizione.

PROBLEMI DI PROBABILITÀ

Statistica. Lezione 4

La SCALA di Probabilità varia tra 0.00 e 1.00.

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

Verifica delle ipotesi: Binomiale

Il campionamento e l inferenza. Il campionamento e l inferenza

Teorema del limite centrale TCL

Versione di Controllo

Esercitazione 8 maggio 2014

Probabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva

Regole dell Asso piglia tutto (o Scopa d assi)

Variabili aleatorie. Variabili aleatorie e variabili statistiche

TEST DI AUTOVALUTAZIONE APPROSSIMAZIONE NORMALE

IL CALCOLO DELLA PROBABILITÀ

Calcolo delle probabilità

Fondamenti di Statistica. Prof. V. Simoncini. Orario di Lezione: Mar Gio

STATISTICA: esercizi svolti sulla DISTRIBUZIONE NORMALE

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

La probabilità composta

p k q n k = p n (k) = n 12 = 1 = ,1208. q = 1 2 e si ha: p 12 (8) =

Analisi statistica della bontà di un programma di simulazione del lancio di dadi

Probabilita' mediante l'analisi combinatoria D n,k =Disposizioni di n oggetti a k a k (o di classe k)

SIMULAZIONE - 29 APRILE QUESITI

COMBINATORIA E PROBABILITA

Esercizi di Probabilità e Statistica

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.

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

Probabilità I Calcolo delle probabilità

Versione di Controllo

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

Elementi di base su modello binomiale e modello normale

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

Corso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr.

Olimpiadi di Statistica Classe V - Fase Eliminatoria

Laboratorio di Calcolo B 68

ESERCITAZIONE 20 : VARIABILI ALEATORIE DISCRETE

Calcolo delle Probabilità 2

Esercizi di Calcolo combinatorio: disposizioni

Approssimazione normale alla distribuzione binomiale

Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco

Matematica con elementi di statistica ESERCIZI: probabilità

La probabilità del gioco o il gioco della probabilità? Dispensa probabilità e calcolo combinatorio

Esercitazione 8 del corso di Statistica 2

Teoria e tecniche dei test. Concetti di base

Esercitazioni di Statistica

UNIVERSITÀ di ROMA TOR VERGATA

Università del Piemonte Orientale. Corso di laurea in biotecnologie. Corso di Statistica Medica. Le distribuzioni teoriche di probabilità.

Transcript:

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. Nel poker ogni giocatore ha carte. Si trovi la probabilità di avere una scala semplice: si ottiene tale punto se le carte di cui si dispone sono consecutive (la scala, appunto) e di seme diverso (esempio 3 di fiori, 4 di quadri, di picche, di fiori, 7 di cuori), dal momento che la scala composta da elementi dello stesso seme è una scala reale, il punto più alto nel poker. Si trovi la probabilità di avere un full: si ottiene tale punto se 2 delle carte sono uguali tra loro e contemporaneamente le rimanenti 3 carte sono uguali tra loro (esempio 3 di fiori, 3 di quadri, 10 di picche, 10 di fiori, 10 di cuori). 1.1 Svolgimento La prima cosa da fare è contare il numero di possibili combinazioni di carte che si possono ottenere a partire dalle 2 del mazzo. Per fare ciò si ricorre al coefficiente binomiale ( n k). Il numero di mani (di poker) distinte che è pertanto possibile avere è ( ) 2. Si trovi la probabilità di avere una scala semplice. Si considerino le sequenze che vanno dall asso al ; considerando i quattro possibili semi (cuori, quadri, fiori, picche), il numero di sequenze è 4. Per provare tale affermazione si richiama il teorema fondamentale del conteggio; si consideri un problema composto da k sottoproblemi, che possono essere risolti rispettivamente in n 1, n 2,..., n k modi: il numero di modi in cui il problema di partenza può essere risolto è dato da n n 1 n 2... n k. Tornando al poker, contare il numero di possibili sequenze dall asso al equivale a contare il numero di possibili scelte per l asso, il numero di possibili scelte per il 2. il numero di possibili scelte per il 3. etc., si scompone il problema di partenza in sottoproblemi; 1

è agevole pensare che il numero di possibili assi nella sequenza corrisponde al numero di semi, vale a dire 4, così come il numero di possibili 2, 3, 4 e ; dunque n 1 n 2 n 3 n 4 n 4. Da cui numero di sequenze dall asso al n 1 n 2 n 3 n 4 n 4 4 4 4 4 4 Nel poker, quando una scala è composta da carte dello stesso seme si chiama scala reale (ed è il punto più alto che si possa avere tra le mani!): tuttavia, si stanno contando solo le scale semplici e quindi bisogna sottrarre le 4 possibili scale reali dal totale delle 4 possibili scale dall asso al. Si può concludere che il numero di possibili scale semplici dall asso al è 4 4. Per ciascun seme, le carte nel mazzo sono 13, dall asso al 10 più le tre figure J,Q e K. Le possibili scale semplici che si possono ottere a partire dalle 13 cartei è 10. In tavola 1.1 sono riportate le scale che, indipendentemente dal seme, è possibile ottenere. asso 2 3 4 2 3 4 3 4 7 4 7 8 7 8 9 7 8 9 10 7 8 9 10 J 8 9 10 J Q 9 10 J Q K 10 J Q K asso Pertanto per ottenere il numero totale di scale, alla luce di quanto trovato, bisogna il totale di scale ottenibili è (4 4) 10. La probabilità di ottenere una scala semplice è pertanto P (scala semplice) numero di possibili scale semplici numero di possibili mani Si trovi la probabilità di avere un full. (4 4) 10 ( 2 ) 0.0039 Il full è un punto del poker in cui una carta si ripete due volte, un altra carta si presenta tre volte. Si supponga un full composto da una coppia di assi e un tris di 8. Il numero di possibili combinazioni di una coppia di assi rispetto ai 4 semi è dato da ( ( 4 2) ; analogamente i possibili tris di 8 sono 4 3). Dunque, ripetendo il ragionamento per ciascuna delle 13 carte, si deduce che il numero di full possibili è dato da 13 ( 4 2) 12 ( 4 3). Si noti che il 12 tiene conto del fatto che, se ad esempio l asso compone la coppia, esso non potrà comporre il tris. Ricordando che il numero possibile di mani di poker è ( 2 ), la probabilità di ottenere un full è P (full) numero di possibili full numero di possibili mani 13 ( 4 ) ( 2 12 4 ( 3) 2 ) 0.0014 2

2 Esercizio Si consideri la prova consistente nel lancio di un dado equilibrato 200 volte. Qualè la probabilità che la faccia 4 si presenti fino a 28 volte la faccia 4 o la faccia si presentano più di 0 volte e meno di 70 2.1 Svolgimento la faccia 4 si presenti fino a 28 volte Per contare il numero di successi in n prove si utilizza la distribuzione binomiale. Volendo impostare il calcolo binomiale per l evento il numero di facce 3 ottenute in 200 lanci è minore o uguale al 28 si avrà P (X 28) 0 0 200 + 1 1 199 +...+ 27 27 173 + 28 Tuttavia, a meno di non avere a disposizione un computer, tale calcolo non è agevole. In questo caso si può utilizzare l approssimazione della binomiale alla normle. In particolare, si calcolano media e varianza della binomiale, questi saranno i parametri della normale. 28 172 E(X) µ np 200 1 33.3, V ar(x) σ2 np(1 p) 200 1 27.7 da cui σ 27.7.2. Bisogna considerare che si sta approssimando una distribuzione discreta con una continua, pertanto l intervallo di valori da considerare è [ 0., 28]. Bisogna dunque trasformare gli estremi dell intervallo di riferimento in unità standard. In particolare 0. 33.3 z 1.42, z 2.2 Dalle tavole si ha che 28 33.3.2 0.9 P (Z.42) 0, P (Z 0.9) 1 P (Z 0.9) 0.17 Quindi P (X 28) 0.17 la faccia 4 o la faccia si presentano più di 0 volte e meno di 70 Anche in questo si può approssimare la distribuzione binomiale di parametri (n 200), p 2 ad una normale di parametri E(X) µ np 200 2., V ar(x) σ2 np(1 p) 200 2 4 44.4 3

da cui σ 44.4.. Si passa ai valori standardizzati z 1 Dalle tavole si ha che 0.. 1, z 2 70.. 0. P (Z 1) 0.84, P (Z 0.) 0.9 da cui P (0 X 70) 0.9+0.84 1 0.3 3 Esercizio Un aereo da turismo ha perso i contatti con la torre di controllo: le ricerche sono circoscritte a tre diverse zone, ognuna delle quali caratterizzata dalla stessa probabilità che l aereo venga ritrovato. L evento R i l aereo viene ritrovato nella zona i, per i 1, 2, 3, ha probabilità P (R i ) 1 3. La probabilità che le ricerche nella zona i abbiano successo è data da 1 β i. Si consideri ancora l evento E per il quale le ricerche nella zona 1 non hanno prodotto risultati, Come vengono aggiornate le probabilità di ritrovamento dell aereo nelle tre zone? 3.1 Svolgimento Si vuole conoscere dunque quale sia la probabilità di avere l evento R i posto che si sia verificato E. In altre parole, si vuole aggiornare la probabilità di trovare l aereo nell i-ma zona, posto che le ricerche in zona 1 non abbiano prodotto risultati. Dalla definizione di probabilità condizionata si ha P (R 1 E) P (R 1 E) P (E) P (E R 1 ) P (R 1 ) 3 i1 P (E R i) P (R i ) β 1 1 3 β 1 1 3 + 1 1 3 + 1 1 3 β 1 β 1 + 2 Ripetendo il ragionamento per gli eventi R 2 ed R 3 si ha P (R 2 E) P (R 2 E) P (E) 1 1 3 β 1 1 3 + 1 1 3 + 1 1 3 P (E R 2 ) P (R 2 ) 3 i1 P (E R i) P (R i ) 1 β 1 + 2 P (R 2 E) P (R 3 E) P (E) 1 1 3 β 1 1 3 + 1 1 3 + 1 1 3 P (E R 3 ) P (R 3 ) 3 i1 P (E R i) P (R i ) 1 β 1 + 2 4

Notare che la probabilità di non trovare l aereo nella zona 1 (E) posto che l aereo si trovi nella zona 2 o nella zona 3 corrisponde all evento certo, vale a dire P (E R 2 ) P (E R 3 ) 1. 4 Esercizio Una classe di studenti di un corso di statistica dell università di Oxford ha sostenuto una prova di statistica, valutata in decimi (voti da uno a dieci). I voti riportati dagli studenti si distribuiscono secondo una v.c. normale con media µ.7 e varianza σ 2 1.2 2. Sapendo che il voto finale é ottenuto arrotondando il punteggio riportato al test (es.., 7.4 7), determinare: la percentuale di studenti che hanno ottenuto il voto il voto migliore del peggior 10% degli studenti il voto peggiore del migliore 20% degli studenti 4.1 Svolgimento la percentuale di studenti che hanno ottenuto il voto L intervallo di punteggi riportati al test che producono il voto è [.,.], pertanto la percentuale di studenti che hanno ottenuto un voto sei si ottiene integrando la f. di densità normale in tale intervallo. Occorre dunque standardizzare il problema:..7..7 z 1 1, z 2 0.17 1.2 1.2 Sfruttando la simmetria della curva normale, la percentuale cercata è data da P (z 1) P (z 0.17) 0.3413 0.07 0.2738 il voto migliore del peggior 10% degli studenti Per trovare il voto migliore del peggiore 10% si consideri che il valore di z corrispondente al decimo percentile è uguale al valore di z corrispondente al novantesimo percentile moltiplicato per ( 1). Dalle tavole risulta che il novantesimo percentile corrisponde a z 1.28, quindi il decimo percentile è dato da z 10 1.28. Il voto corrispondente al valore di si ottiene a partire dalla formula della standardizzazione. x σz + µ 1.2 ( 1.28) +.7.1 arrotondando, il voto peggiore del migliore 20% degli studenti

Il valore ricercato corrisponde in questo caso all ottantesimo percentile. Sulle tavole va ricercato z cui corrisponde il tabulato pari a 0.8. In particolare z 0.84. Quindi il valore di X cercato è x σz + µ 1.2 (0.84) +.7 7.71 arrotondando, 8