Esercitazione 5 Soluzioni



Documenti analoghi
Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 2004

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE

1 Modelli di variabili aleatorie continue

Esercizi del Corso di Statistica. Parte I - Variabili Aleatorie Continue

PROVE D'ESAME DI CPS A.A. 2009/ altrimenti.

Probabilità e Statistica Esercitazioni. a.a. 2006/2007

f(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da

CRITERI DI CONVERGENZA PER LE SERIE. lim a n = 0. (1) s n+1 = s n + a n+1. (2) CRITERI PER LE SERIE A TERMINI NON NEGATIVI

Calcolo delle Probabilita, INGEGNERIA INFORMATICA, semestre II, laurea (ord. Leonardo.

Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria).

Esercizi riassuntivi di probabilità

Prova di autovalutazione Prof. Roberta Siciliano

Tema A Se due eventi A e B sono indipendenti e tali che P (A) = 1/2 e P (B) = 2/3, si può certamente concludere che

Esercizi di Probabilità e Statistica

Esercitazioni di Statistica

STATISTICA ESERCITAZIONE 11 Dott. Giuseppe Pandolfo 3 febbraio Modelli continui di probabilità: la v.c. uniforme continua

E naturale chiedersi alcune cose sulla media campionaria x n

Elementi di Psicometria con Laboratorio di SPSS 1

Statistica inferenziale

CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI

La variabile casuale Binomiale

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)

Politecnico di Milano - Scuola di Ingegneria Industriale. I Prova in Itinere di Statistica per Ingegneria Energetica 9 maggio 2013

Esercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica

Esercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)

Capitolo 1 ANALISI COMPLESSA

Complemento al corso di Fondamenti di Informatica I corsi di laurea in ingegneria, settore dell informazione Università la Sapienza Consorzio Nettuno

Derivate Limiti e funzioni continue

Università di Milano Bicocca. Esercitazione 6 di Matematica per la Finanza. 14 Maggio 2015

Logica Numerica Approfondimento 1. Minimo Comune Multiplo e Massimo Comun Divisore. Il concetto di multiplo e di divisore. Il Minimo Comune Multiplo

2. Leggi finanziarie di capitalizzazione

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile

Proof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme

Funzioni. Parte prima. Daniele Serra

Metodi e Modelli Matematici di Probabilità per la Gestione

4 3 4 = 4 x x x 10 0 aaa

Esercizi di Probabilità e Statistica

Esercizi su lineare indipendenza e generatori

Basi di matematica per il corso di micro

2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011

SOLUZIONI ESERCITAZIONE NR. 6 Variabili casuali binomiale e normale

Elementi di Psicometria con Laboratorio di SPSS 1

Matematica II: Calcolo delle Probabilità e Statistica Matematica

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

metodi matematici per l ingegneria prove scritte d esame 1 Indice

TECNICHE DI SIMULAZIONE


( x) ( x) 0. Equazioni irrazionali

Corrispondenze e funzioni

Probabilità discreta

4. Operazioni elementari per righe e colonne

Statistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.

La distribuzione Normale. La distribuzione Normale

VARIABILI ALEATORIE CONTINUE

Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco

Viene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita?

Esercitazioni 2013/14

Tutorato di Probabilità e Statistica

Regole del gioco UNO CONTENUTO DELLA CONFEZIONE: 108 Carte così distribuite: 19 Carte di colore Rosso che vanno dallo 0 al 9

Funzioni periodiche. Una funzione si dice periodica di periodo T se T > 0 è il più piccolo numero reale positivo tale che

GOLDEN GROUP. The Life Living Company

INTRODUZIONE I CICLI DI BORSA

IL FILTRAGGIO DEL SEGNALE

9. Urti e conservazione della quantità di moto.

risulta (x) = 1 se x < 0.

SOLUZIONE DEL PROBLEMA 1 CORSO SPERIMENTALE P.N.I. 2014

Teoria delle code. Sistemi stazionari: M/M/1 M/M/1/K M/M/S

Calcolo delle Probabilità

STUDIO DEL SEGNO DI UNA FUNZIONE

La Programmazione Lineare

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2004

SOLUZIONI DEGLI ESERCIZI SU RELAZIONI D EQUIVALENZA

LE FUNZIONI A DUE VARIABILI

7 - Esercitazione sulle derivate

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA

A i è un aperto in E. i=1

Raccolta degli Scritti d Esame di ANALISI MATEMATICA U.D. 1 assegnati nei Corsi di Laurea di Fisica, Fisica Applicata, Matematica

A = { escono 2 teste e due croci (indipendentemente dall ordine) } B = { al primo tiro esce testa }.

DOMINIO E LIMITI. Esercizio 3 Studiare gli insiemi di livello della funzione f, nei seguenti casi: 1) f(x,y) = y2 x 2 + y 2.

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/ Esercizi 4

Facciamo qualche precisazione

Studio di funzioni ( )

Esercizi di Calcolo delle Probabilita (I)

Soluzione degli esercizi sul moto rettilineo uniformemente accelerato

Quando troncare uno sviluppo in serie di Taylor

Sistemi di Servizio e Simulazione

Esercizi sul moto rettilineo uniformemente accelerato

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora:

Valore equo di un derivato. Contingent claim

Trading System StepByStep

Esercitazione n.1 (v.c. Binomiale, Poisson, Normale)

Matematica 1 - Corso di Laurea in Ingegneria Meccanica

PROBLEMI TRADIZIONALI SIMULAZIONE DELLA PROVA DI MATEMATICA

la funzione è definita la funzione non è definita Si osservi, infatti, che la radice di un numero negativo non esiste nel campo dei numeri reali.

COGNOME e NOME: FIRMA: MATRICOLA:

Logaritmi ed esponenziali

Matematica Applicata. Probabilità e statistica

23 Giugno 2003 Teoria Matematica del Portafoglio Finanziario e Modelli Matematici per i Mercati Finanziari ESERCIZIO 1

Introduzione Metodo POT

Transcript:

Esercitazione 5 Soluzioni. (Esercizio 5. del Ross) Sia X una variabile aleatoria la cui densità è c( 2 ) < < 0 altrimenti. (a) Qual è il valore di c? (b) Scrivere la funzione di ripartizione di X. 2. (Esercizio 5. del Ross) La funzione C(2 ) 0 < < 5 2 0 altrimenti può essere una densità? In tal caso determinare C. Stessa domanda con f() data da C(2 2 ) 0 < < 5 2 0 altrimenti.. (Esercizio 5.4 del Ross) La densità di X, il tempo di vita di una data apparecchiatura elettronica (misurata in ore), è data da 0 > 0 2 0 altrimenti. (a) Determinare P (X > 20); (b) Qual è la funzione di distribuzione (o, equivalentemente, di ripartizione) di X? (c) Qual è la probabilità che su 6 apparecchiature di questo tipo almeno funzionino per almeno 5 ore? Che ipotesi state facendo? 4. (Esercizio 5.0 del Ross) I treni per una destinazione A passano alla stazione ogni 5 minuti a partire dalle 7; quelli per B passano ogni 5 minuti a partire dalle 7:05. (a) Un passeggero arriva alla stazione in un instante che è uniformemente distribuito tra le 7 e le 8 e sale sul primo treno che arriva. Qual è la probabilità che egli salga su un treno diretto ad A? (b) Stessa domanda se il passeggero arriva in un instante che è uniformemente distribuito tra le 7:0 e le 8:0. 5. (Esercizio 5. del Ross) Arrivi alla fermata dell autobus alle 0, sapendo che l istante di arrivo dell autobus è uniformemente distribuito tra le 0 e le 0:0. (a) Qual è la probabilità che tu debba aspettare più di 0 minuti?

(b) Se l autobus non è ancora passato alle 0:5, qual è la probabilità di dover aspettare altri 0 minuti? 6. (Esercizio 5.2 del Ross) Il tempo (in ore) richiesto per riparare un macchinario è una variabile aleatoria esponenziale di parametro λ = 2. Qual è (a) la probabilità che la riparazione duri più di 2 ore; (b) la probabilità condizionata che la riparazione duri più di 0 ore sapendo che la sua durata supera le 9 ore? 7. (Esercizio 5. del Ross) Il numero di anni di funzionamento di un tipo di radio è distribuito esponenzialmente con parametro λ =. Comprando una radio usata di questo tipo, qual è la 8 probabilità che essa duri per più di 8 anni dal momento dell acquisto? Considerare i due casi distinti: (a) quando compro la radio, la radio è vecchia di un anno; (b) quando compro la radio, la radio è vecchia di 0 anni. 8. (esame del 5 giugno 200 ) Sia X una v.a. assolutamente continua con densità (, e) 0 altrove (a) Trovare la funzione di ripartizione di X. (b) Determinare a IR tale che P (X < a) =. [Il numero a è la mediana della distribuzione.] 2 2

. La costante c deve essere non negativa (perché 2 0 per (, )) e tale che f() d =. Quindi si ha IR = IR per cui c = 4. f() d = c( 2 ) d = c ] [ = c [ ( () )] = c 4 La densità è positiva su (, ) e nulla al di fuori, quindi la funzione di ripartizione soddisfa Per (, ] si ha e quindi F () = F () = 0 e F () = >. f(t) dt = 4 ( t2 ) dt = [ ] t t = ( 4 4 + 2 ). 0 ( ) F () = 4 + 2 < >. 2. La funzione 2 è non negativa per 0 < 2, ma è negativa per 2 < < 5 2. Quindi C non può essere positivo, altrimenti avremmo una densità negativa per 2 < < 5 2 ; C non può essere negativo, altrimenti avremmo una densità negativa per 0 < 2; C non può essere = 0, altrimenti avremmo una densità sempre nulla, con integrale diverso da. In conclusione, la funzione che vale C(2 ) per 0 < < 5 2 non può essere una densità. Lo stesso discorso vale per la funzione definita come 2 2 per 0 < < 5 2 e 0 altrove.. Cominciamo col determinare la funzione di ripartizione di X (punto (b)): sappiamo che la densità è nulla per < 0, quindi X 0 quasi certamente e per ogni 0 si avrà F () = 0. Per > 0, invece, [ ] t F () = f(t) dt = 0t 2 ( dt = 0 = 0 + ) = 0 0 e quindi 0 F () = La probabilità richiesta al punto (a) è 0 0 0 0 > 0. P (X > 20) = F (20 + ) = F (20) = ( 0 20 ) = 2

(abbiamo ignorato il + perchè X è assolutamente continua). (c) Un apparecchio di questo tipo funziona almeno 5 ore con probabilità P (X > 5) = F (5 + ) = ( 0 5 ) = 2. Nell ipotesi che la durata di ciascun apparecchio sia indipendente da quella degli altri, ci troviamo in uno schema di prove ripetute in cui si considera come successo il fatto che l apparecchio duri più di 5 ore. Quindi la probabilità di successo in ciascuna prova è p = 2 e la probabilità di avere j successi in 6 prove è, secondo la distribuzione binomiale ( ) 6 P (j successi in 6 prove) = ( 2 j )j ( )6 j j = 0,,, 6. e quindi la probabilità richiesta è P (almeno successi in 6 prove) = 6 j= ( ) 6 ( 2 j )j ( )6 j. 4. Per semplicità, cominciamo a contare il tempo in minuti alle 7:00. Sia X la variabile aleatoria che indica il momento in cui il passeggero arriva alla stazione. (a) Dalle ipotesi del problema, X U(0, 60) per cui 0 0 F X () = 0 < 60 60 > 60. Il passeggero prende il treno che va alla destinazione A se arriva tra le 7:05 e le 7:5 (quindi X [5, 5)) tra le 7:20 e le 7:0 (quindi X [20, 0)) tra le 7:5 e le 7:45 (quindi X [5, 45)) tra le 7:50 e le 8: (quindi X [50, 60)) Qualcuno può non essere d accordo su come sono chiusi o aperti gli intervalli, ma la cosa e irrilevante perché X è assolutamente continua. Poiché i 4 eventi di sopra sono incompatibili, la probabilità cercata è la somma delle 4 probabilità: P (treno per A) = P (X [5, 5)) + P (X [20, 0)) + P (X [5, 45)) + P (X [50, 60)) = F X (5) F X (5) + F X (0) F X (20) + F X (45) F X (5) + F X (60) F X (50) 5 5 + 0 20 + 45 5 + 60 50 = = 40 60 60 = 2. Poichè la v.a. X è uniforme, la probabilità che X appartenga ad un qualunque intervallo di ampiezza 0 è costante e pari a 0 60 = 6. Quindi bastava calcolare P (treno per A) = 4 6 = 2. 4

(b) In questo caso X U(0, 70) e il passeggero prende il treno giusto se evento che ha ancora probabilità 40 60. X [0, 5) [20, 0) [5, 45) [50, 60) [65, 70) 5. Anche qui cominciamo a contare il tempo dalle 0:00 Il tempo di attesa X, per ipotesi, ha distribuzione U(0, 0), per cui 0 0 F X () = 0 < 0 0 > 0 e quindi P (X > 0) = F X (0 + ) = 0 0 = 2 P (X > 25) P (X > 5) = F X(25 + ) P (X > 25 X > 5) = F X (5 + ) = 5 0 5 0 =. 6. Indichiamo con X il tempo necessario a riparare il macchinario. Sappiamo che 0 0 F X () = e 2 > 0. Le probabilità richieste sono P (X > 2) = F X (2 + ) = ( e 2 2 ) = e P (X > 0 X > 9) = P (X > 0) P (X > 9) ( e 2 0 ) = ( e 2 9 ) = e 7. Indichiamo con X la durata della radio. Sappiamo che 0 0 F X () = e 8 > 0. 2 0 e 2 9 La probabilità che la radio duri più di 8 anni dal momento che la compro è: se al momento dell acquisto è vecchia di un anno: P (X > + 8 X > ) = P (X > 9) P (X > ) se al momento dell acquisto è vecchia di 0 anni: P (X > 0 + 8 X > 0) = P (X > 8) P (X > 0) = e 2. 9 ( e 8 ) = ( e 8 ) = 8 e 8 = e 8 ( e 8 ) = ( e 0 8 ) = e 8 8 = e. Le due probabilità coincidono perché l esponenziale è senza memoria e quindi il fatto che la radio abbia funzionato per 0 anni non altera le probabilità di vita residua. 5

8. F () = 0 f(t)dt = log < e > e. Deve essere 2 = P (X < a) = F (a) = log a, quindi a = e. 6