Tutorato 1 (20/12/2012) - Soluzioni

Documenti analoghi
Calcolo delle Probabilità: esercitazione 2

STATISTICA A K (63 ore) Marco Riani

STATISTICA: esercizi svolti sulle VARIABILI CASUALI

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

1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3.

Esercitazioni di Statistica Dott.ssa Cristina Mollica niroma1.it. Probabilità

Esercizi di Calcolo combinatorio: disposizioni

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

Statistica Inferenziale

( ) ( ) Ω={1,2,3,4,5,6} B B A Siano A e B due eventi di Ω: si definisce evento condizionato B A. Consideriamo il lancio di un dado:

Statistica 2. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo

Lo spazio degli eventi del lancio di un dado regolare a sei facce è l insieme U U

Soluzione esercizi (quarta settimana)

Statistica 1 A.A. 2015/2016

STATISTICA: esercizi svolti su ESPERIMENTI CASUALI, EVENTI e PROBABILITA

Calcolo Combinatorio e Probabilità

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

Probabilità delle cause:

Esercizi svolti di statistica. Gianpaolo Gabutti

Statistica ARGOMENTI. Calcolo combinatorio

Liceo Scientifico Statale G. Stampacchia Tricase Tempo di lavoro 120 minuti

Calcolo della probabilità

Somma logica di eventi

Università di Cassino. Esercitazione di Statistica 1 del 28 novembre Dott.ssa Paola Costantini

P (F E) = P (E) P (F E) = = 25

È l insieme di tutti i possibili esiti di un esperimento aleatorio; si indica generalmente con il simbolo.

Si consideri un mazzo di carte da gioco francesi ed i seguenti eventi elementari:

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

CP110 Probabilità: Esonero 1. Testo e soluzione

STATISTICA 1 ESERCITAZIONE 8

0 z < z < 2. 0 z < z 3

Evento Aleatorio. Un evento si dice aleatorio se può o non può verificarsi (Alea in greco vuol dire dado)

Calcolo delle probabilità

Esame di AM2 & EAP (270/04) a.a. 2009/10

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)

PROBABILITA. DEFINIZIONE: Ogni singolo risultato di un esperimento casuale si chiama evento elementare

Probabilità e Statistica per l Informatica Esercitazione 4

Esercizi su variabili discrete: binomiali e ipergeometriche

Esercizi su variabili aleatorie discrete

Esercitazione del 31/01/2012 Istituzioni di Calcolo delle Probabilità

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

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

ESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE

Teoria della probabilità

Probabilità esempi. Aiutiamoci con una rappresentazione grafica:

APPUNTI DI CALCOLO COMBINATORIO E PROBABILITA' Corso di Matematica ed Elementi di Statistica Scienze della Natura a.a. 2014/15

Esercitazione n. 2 del 19/04/2016 Docente: Bruno Gobbi

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

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

ESERCIZI SUL CALCOLO COMBINATORIO

Lezione 3 Calcolo delle probabilità

NOZIONI DI CALCOLO DELLE PROBABILITÀ

IL CALCOLO DELLE PROBABILITA

DOMANDA 1: mettere una croce sulla affermazione esatta (90 89)

STATISTICA ESERCITAZIONE 9

Calcolo delle Probabilità Esercizi

ESERCIZI PROBABILITA E CALCOLO COMBINATORIO CON RISULTATI 1. P che estraendo a caso 1 carta da un mazzo di 52 sia una regina?

CP110 Probabilità: Esonero 1

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

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

UNIVERSITÀ di ROMA TOR VERGATA

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

Esempio (Azzalini, pp. 6-15)

SARA BORLENGO MARTA LUCCHINI

Probabilità discreta

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

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

Soluzioni degli esercizi proposti

ESERCIZI HLAFO ALFIE MIMUN

RISOLUZIONE ESERCIZI SUL CALCOLO COMBINATORIO C = =10

3.1 La probabilità: eventi e variabili casuali

Sia f la frequenza di un evento A e n sia la dimensione del campione. La probabilità dell'evento A è

Esercizi di Probabilità - Matematica Applicata a. a Doriano Benedetti

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

Corso di Laurea: Diritto per le Imprese e le istituzioni a.a Statistica. Probabilità. Lezioni : 11, 12. Docente: Alessandra Durio

Probabilità Condizionale - 1

PROBABILITÀ. a) 0,04 b) 0,8 c) 0,25 d) 0,64 e) 0,96

Probabilità I Calcolo delle probabilità

La probabilità matematica

Transcript:

Tutorato 1 (20/12/2012) - Soluzioni Esercizio 1 (v.c. fantasia) Si trovi il valore del parametro θ per cui la tabella seguente definisce la funzione di probabilità di una v.c. unidimensionale X. X 0 1 2 P(x) 1/2 θ 2θ 1. Si calcolino P(0,5<X<2,5) e P(X>2,1). 2. Si calcolino il valore atteso e la varianza della v.c. 3. Si determini la funzione di ripartizione della v.c. X. La funzione p(x) rappresenta la funzione di probabilità di una v.c. X. Deve valere P(X = x) = 1 e P(X = x) 0 x. Quindi θ = 1/6. X 0 1 2 P(x) ½ 1/6 2/6 2 x = 0 1. P(0.5<X<2.5)=P(X=1)+P(X=2)=½ P(X>2,1)=0. 2. E(X)=0+1/6+4/6=5/6 Var(X)=E(X 2 ) E(X) 2 =3/2 (5/6) 2 =29/36=0.81, essendo E(X 2 ) =0+1/6+8/6=3/2. 3. La funzione di ripartizione della v.c. X è data da: (x) = P(X x) da cui: Φ X 0 x < 0 0,5 0 x < 1 ( x) = 0,667 1 x < 2 1 x 2 Φ X

Esercizio 2. Un sintomo S è riconducibile a tre patologie M 1, M 2 e M 3 a due a due incompatibili. Sapendo che la probabilità che un individuo abbia la malattia M h è pari a h / 10 (h = 1, 2, 3), 1. si calcoli la probabilità di avere almeno una delle patologie, motivando la risposta; 2. dopo aver fornito la definizione di indipendenza di tre eventi, si stabilisca se i tre eventi M 1, M 2 e M 3 sono indipendenti. Sapendo, inoltre, che la probabilità che il sintomo S si manifesti in un soggetto affetto dalla malattia M h è pari a 1 / (h + 2), 3. si calcoli la probabilità di manifestazione del sintomo S, motivando la risposta; 4. si determini la probabilità che un individuo abbia la patologia M 2 dato che presenta il sintomo S, motivando la risposta; 5. data la presenza del sintomo S, qual è la malattia più probabile? (Si motivi la risposta). Un sintomo S è riconducibile a tre patologie M 1, M 2 e M 3 a due a due incompatibili. Sapendo che la probabilità che un individuo abbia la malattia M h è pari a h / 10 (h = 1, 2, 3) 1. P(M 1 M 2 M 3 ) = P(M 1 ) + P(M 2 ) + P(M 3 ) = (1 + 2 + 3) / 10 = 3/5 = 0.6 per il terzo assioma di Kolmogorov (si veda pag.85 del libro di testo). 2. Per la definizione di indipendenza tra eventi si veda il libro di testo a pag.102. I tre eventi M 1, M 2 e M 3 non sono indipendenti, infatti basta dimostrare, per esempio, che: P (M 1 M 2 )= 0 P(M 1 ) P(M 2 ). Sapendo, inoltre, che P(S M h ) = 1 / (h+2), 3. P(S) = P(S M h ) P(M h ) = [h / (h+2)] / 10 = (1/3 + 2/4 + 3/5) / 10 = 0.1433 per la legge delle alternative (pag. 99 del libro di testo). 4. P(M 2 S) = P(S M 2 ) P(M 2 ) / P(S) = (1/20) / 0.1433 = 0.3489 per la formula di Bayes. 5. M 3, dato che P(M h S) = P(S M h ) P(M h ) / P(S) è massima per h = 3. Esercizio 3. Da un mazzo di 52 carte quanti modi possibili ci sono di scegliere 5 carte? Con la formula delle combinazioni otteniamo: C(52,5) =52!/(47!5!)= 2.598.960 Esercizio 4. Si consideri un insieme di 11 studenti composto da 5 ragazzi e 6 ragazze. 1. In quanti modi diversi si possono sistemare in una fila di 11 sedie gli 11 studenti?

2. In quanti modi diversi si possono sistemare in una fila di 11 sedie gli 11 studenti, con la condizione che i ragazzi stiano tutti vicini tra loro così come anche le ragazze e che la prima sedia sia occupata da una ragazza? 1. Calcoliamo le permutazioni = k! = 11!= 39.916.800. 2. 6! 5!= 86.400. Esercizio 5. Da un urna contenente 44 palline, delle quali 11 sono bianche, si estraggono con reinserimento 3 palline. 1. Si calcoli la probabilità che la prima pallina estratta sia bianca. 2. Si determini la probabilità che, fra le tre palline estratte, una sia bianca e le altre due non siano bianche. 3. Si calcoli la probabilità che almeno una delle tre palline estratte sia bianca. 1. La probabilità che la prima pallina estratta sia bianca coincide con la proporzione p di palline bianche nell urna: p = 11 / 44 = ¼ = 0.25. 2. Sia A = {una pallina della terna è bianca e le altre due non lo sono} Sia B i l evento elementare {pallina bianca nell estrazione i} allora A= B B v 1B B v e quindi P(A)= P( B )+P( B v 1B )+P( B v ) essendo le terne incompatibili. Per l indipendenza delle singole estrazioni (essendo con reimmissione) si a P( B )=P( B v 1B )=P( B v )p(1 p) 2 da cui P(A) 3p(1 p) 2 = (3/4) 3 = 0.42. Si ottenga il risultato precedente utilizzando la definizione classica di probabilità calcolando quindi il rapporto tra il numero delle possibili terne con una pallina bianca e il numero delle terne possibili.

Si ottenga il risultato anche utilizzando la distribuzione binomiale essendo il numero delle palle bianche nel campione una Bin(p=0.25,n=3) 3. Sia D l evento almeno una delle tre palline estratte è bianca e C =BBB. Allora P(D)=P( C v ) =1 P(C) e quindi P(D) =1 (1 p) 3 = 1 (3/4) 3 = 0.58. Esercizio 6. Sapendo che A, B e C sono tre eventi tali che P(A) = 0.6, P(B) = 0.65, P(C) = 0.5, P(A B) = 0.55, P(A C) = 0.4, P(B C) = 0.9 e P(B A C) = 0.875, 1. si calcolino P(A B) e P(B A); 2. si stabilisca se A e B sono incompatibili, motivando la risposta; si ripeta l esercizio per gli eventi A e C 3. si stabilisca se A e B sono indipendenti, motivando la risposta; si ripeta l esercizio per gli eventi A e C 4. si calcoli P(C B); 5. si calcoli P(A B C). 1. Si ricordi che P(A B) = P(A B) / P(B) per definizione di probabilità condizionata dell evento A all evento B. Si ottiene quindi P(A B) = P(A B) / P(B) = 0.55/0.65 = 0.846. Analogamente per P(B A) si ha: P(B A) = P(A B) / P(A) = 0.55/0.6 = 0.917; 2. A e B non sono incompatibili. Infatti se A e B fossero incompatibili allora A B= per definizione di eventi incompatibili. Si avrebbe dunque che P(A B) = P( ) = 0 ma P(A B) = 0.55 e quindi A B Il lettore si accerti di saper verificare che P( ) = 0 (si veda libro di testo pag. 85) 3. A e B non sono indipendenti. Infatti se A e B fossero stocasticamente indipendenti allora P(A B)=P(A)P(B) per definizione di indipendenza stocastica (paragrafo 3.5 libro di testo). Ma dai dati dell esercizio si ottiene P(A)P(B)=0.6 0.65=0.39 0.55= P(A B). 4. Per determinare la probabilità ricercata si consideri che

P(C B) P(C) 0.5 P (C B) = = P(B C) = 0.9 = 0.692. P(B) P(B) 0.65 Nella prima uguaglianza è stata applicata la definizione di probabilità condizionata, mentre nella seconda il principio della probabilità composta (pag. 97-98 del libro di testo). La prima uguaglianza potrebbe essere rimossa applicando il teorema di Bayes (pag. 99-100 del libro di testo) al caso particolare di un unica causa C ottenendo direttamente P(C) 0.5 P (C B) = P(B C) = 0.9 = 0.692. P(B) 0.65 5. Per determinare P(A B C) si ponga per comodità A C = E e quindi B E = A B C per la commutatività e l associatività dell intersezione fra insiemi (si veda libro di testo paragrafo 2.2). Si ottiene dunque: P(A B C) = P(B E) = P(B E) P(E) = P(B A C) P(A C) = 0.4 0.875=0.35.