Академический Документы
Профессиональный Документы
Культура Документы
Versione 1.1
∗
Per comunicare eventuali errori scrivere a giuseppesanfilippochioccioladssm.unipa.it indicando numero della
sezione e dell’esercizio.
1
INDICE p. 2
Indice
1 Costituenti, Coerenza, Numeri aleatori semplici. 3
5 Distribuzione normale 43
5.1 Esercizi Svolti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.2 Quesiti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6 Vettori aleatori 46
6.1 Esercizi Svolti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
6.2 Quesiti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
A B Ω
Figura 1: A⊂B
Soluzione.
I costituenti sono
C1 = AB c C c C2 = ABC c C3 = Ac BC c C4 = Ac BC C5 = Ac B c C C6 = Ac B c C c .
Il seguente sistema
P (A) = 0.4 = x1 + x2
P (B) = 0.4 = x2 + x3 + x4
P (C) = 0.4 = x4 + x5
P (AB) = 0.2 = x2 , P (BC) = 0.2 = x4
x1 + x2 + x3 + x4 + x5 + x6 = 1, xi ≥ 0, i = 1 . . . 6
ammette la soluzione (0.2, 0.2, 0, 0.2, 0.2, 0.2) pertanto la valutazione è coerente. Infine
Quesito 1.1. Provare che il sistema relativo alla valutazione di probabilità P = (0.4, 0.3, 0.2) su
F = {A, B, Ac B c } non ammette soluzioni.
Esercizio 1.3. Siano A, B, C tre eventi tali che A e B siano incompatibili, inoltre (A∨B)∧C = ∅.
Determinare se la valutazione di probabilità P (A) = 32 , P (B) = 12 1
, P (C) = 14 è coerente, e in
caso affermativo calcolare i valori di probabilità coerenti p per l’evento Ac ∧ B c ∧ C c .
Soluzione.
C1 = A ∧ B c ∧ C c = A, C2 = Ac ∧ B ∧ C c = B, C3 = Ac ∧ B c ∧ C = C, C4 = Ac ∧ B c ∧ C c .
Allora, per la coerenza, dev’essere: P (A)+P (B)+P (C) ≤ 1, ed essendo P (A)+P (B)+P (C) =
1 l’assegnazione è coerente. Inoltre, dalla relazione
segue: p = P (Ac ∧ B c ∧ C c ) = 0.
Quesito 1.2. Dati tre eventi A, B, C, con A ⊂ BC, P (B) = P (C) = 0.6, P (BC) = x, P (A) =
0.1, determinare l’insieme I dei valori x coerenti.
Esercizio 1.4. Dati 3 eventi A, B, C, con Ac B c C c = ∅, verificare se le valutazioni di probabilità
1 3 5
P (A) = 10 , P (B) = 10 , P (C) = 10 sono coerenti.
Risp.: Coerenti?
Soluzione.
Soluzione.
Esercizio 1.6. In base a un indagine sanitaria condotta su una fabbrica di carta viene valutata pari
a 0.1 la probabilità dell’evento E, che una persona che vi lavora da almeno 5 anni soffra di disturbi
polmonari, 0.15 la probabilità dell’evento H che soffra di cefalea, e 0.8 la probabilità dell’evento
S che sia sana.
E’ coerente tale assegnazione ? si no
Gli eventi E ed H sono stocasticamente indipendenti ? si no
Soluzione.
A).
Gli eventi E ed H sono incompatibili con l’evento S, cioè si ha E ∧ S = ∅, H ∧ S = ∅.
I costituenti possibili sono dati da
C1 = E ∧ H ∧ S c = E ∧ H C2 = E c ∧ H ∧ S c C3 = E ∧ H c ∧ S c
C4 = E c ∧ H c ∧ S C5 = E c ∧ H c ∧ S c .
esso ammette soluzioni per ogni valore di x1 ∈ [0.05, 0.1]. Quindi l’assegnazione è coerente.
Inoltre osserviamo che x1 rappresenta P (E ∧ H), pertanto non potendo essere x1 = 0.1 · 0.15 =
0.015 gli eventi E ed H non sono stocasticamente indipendenti.
Soluzione.
B) Osservato che E ∧ S = ∅ e H ∧ S = ∅, si ha
inoltre si ha
P (E ∧ H) ≤ min{P (E), P (H)} ⇒ P (E ∧ H) ≤ 0.1
allora per P (E ∧ H) ∈ [0.05, 0.1] l’assegnazione di probabilità data è coerente. Invece per
P (E ∧ H) = 0.1 · 0.15 = 0.015 l’assegnazione data non è coerente quindi E ed H non sono
stocasticamente indipendenti.
Esercizio 1.7. La probabilità che uno studente scelto a caso tra gli iscritti al I anno di Ingegneria
dopo la prima sessione non abbia ancora superato l’esame di Analisi é 0.7, la probabilità che
abbia fatto il liceo scientifico ed abbia superato l’esame di Analisi é 0.2. Quali valori coerenti può
assumere la probabilità p che abbia fatto il liceo classico ed abbia superato Analisi ?
p∈
Soluzione.
Consideriamo i seguenti eventi:
Soluzione.
Soluzione.
I costituenti possibili sono
Osservando che
E3 = E1 E3 ∨ E1c E3 = E1 ∨ E1c E3
si ha
1 1 1
P (E1 ) = P (E3 ) − P (E1c E3 ) = − =
2 4 4
e quindi p2 = 12 · P (E1 ) = 18 . Per quanto riguarda p4 osservando che E4 ⊆ E3c si ha
0 ≤ P (E4 ) ≤ 1 − 21 e quindi p4 ∈ [0, 12 ].
Soluzione.
Soluzione.
I costituenti sono
C1 = E1 E2c E3c C2 = E1 E2 E3c C3 = E1c E2 E3c C4 = E1c E2 E3 C5 = E1c E2c E3 C6 = E1c E2c E3c .
Il seguente sistema
P (E1 ) = 0.4 = x1 + x2
P (E2 ) = 0.5 = x2 + x3 + x4
P (E3 ) = 0.4 = x4 + x5
P (E1 E2 ) = 0.2 = x2 , P (E2 E3 ) = 0.2 = x4
x1 + x2 + x3 + x4 + x5 + x6 = 1, xi ≥ 0, i = 1 . . . 6
ammette la soluzione (x1 = 0.2, x2 = 0.2, x3 = 0.1, x4 = 0.2, x5 = 0.2, x6 = 0.1), quindi, la
valutazione è coerente. Per il calcolo del codominio di X consideriamo i costituenti
C1 = E1 E2c E3c ⇒ X = 1 C2 = E1 E2 E3c ⇒ X = 1 + 2 = 3 C3 = E1c E2 E3c ⇒ X = 2
C4 = E1c E2 E3 ⇒ X = 2 + 3 = 5 C5 = E1c E2c E3 ⇒ X = 3 C6 = E1c E2c E3c ⇒ X = 0,
P(X) = P(|E1 |)+P(2|E2 |)+P(3|E3 |) = P (E1 )+2P (E2 )+3P (E3 ) = 0.4+2·0.5+3·0.4 = 2.6.
Esercizio 1.12 (Es1:EF16set05). Dati tre eventi A, B, C, con BC ⊆ A ⊆ B , P (A) = 0.4, P (B) =
P (C) = 0.6, determinare l’insieme I dei valori di probabilità coerenti per ABC e determinare se
esiste un valore p ∈ I che renda A, B e C stocasticamente indipendenti.
I = [0.2, 0.4], ∃ p? NO
Quesito 1.3. Dati tre eventi E1 , E2 , E3 , con E3 ⊂ E1 E2 , determinare l’insieme C dei costituenti e
stabilire in ciascuno dei seguenti due casi se l’assegnazione di probabilità è coerente: (i) P (E1 ) =
0.8, P (E1 E2 ) = 0.5, P (E3 ) = 0.2; (ii) P (E1 ) = 0.4, P (E1 E2 ) = 0.6, P (E3 ) = 0.2.
Quesito 1.4. Dati tre eventi E1 , E2 , E3 , con E3 ⊂ E1 E2 , determinare l’insieme C dei costituenti e
stabilire in ciascuno dei seguenti due casi se l’assegnazione di probabilità è coerente: (i) P (E1 ) =
0.7, P (E1 E2 ) = 0.4, P (E3 ) = 0.1; (ii) P (E1 ) = 0.3, P (E1 E2 ) = 0.4, P (E3 ) = 0.1.
Quesito 1.5. Dati tre eventi A, B, C, con A ⊂ B, BC = ∅, sia X = −|A| + 2|B| − |C|. Supposto
P (A) = x, P (B) = 0.4, P (C) = y, calcolare l’insieme I delle coppie (x, y) coerenti e il minimo
m0 della previsione di X.
I = {(x, y) | }; ∃ (x, y) ∈ I | m = 1 ?
P (A) = 0.5, P (B) = 0.2, P (C) = 0.4, P (AB) = 0.1 P (BC) = 0.1
1
Si ha P (E) = 2
eP (H) = 23 . Calcolare P (E|H).
Esercizio 2.2. (Gioco della roulette russa) In una pistola a 6 colpi viene inserito un solo proiettile
e il tamburo viene fatto girare vorticosamente. Quindi 6 prigionieri sono costretti a sottomettersi
alla prova della roulette russa. Considerati gli eventi
Ei = il proiettile esplode all’i-mo colpo, i = 1, . . . , 6, verificare che tali eventi hanno tutti proba-
bilità 61 , cioè che i 6 prigionieri hanno la stessa probabilità di morire.
Ovviamente, si ha P (E1 ) = 16 . Inoltre
5
P (E3 ) = P (E1c )P (E2c |E1c )P (E3 |E1c E2c ) = 6
× 45 × 1
4
= 1
6
;
....................................................................
5
= 6
× 54 × 34 × 32 × 12 × 1 = 1
6
.
Esercizio 2.3. (Problema del condannato) In un paese orientale un prigioniero è stato condannato
a morte da uno sceicco. Prima dell’esecuzione, lo sceicco offre una possibilità di salvezza al
condannato, mettendogli a disposizione 2 urne U1 e U2 , con 2 palline bianche e 2 nere.
Il condannato deve distribuire a suo piacere le palline nelle due urne, con la condizione che
nessuna urna rimanga vuota. Verrà poi scelta a caso un’urna da cui verrà estratta una pallina. Se la
pallina estratta sarà bianca il prigioniero sarà graziato.
Sostanzialmente, basta esaminare i seguenti casi (tra parentesi il simbolo ∼ indica una decisione
equivalente che si può fare a meno di esaminare):
1. h = 0 , k = 1 (∼ h = 2 , k = 1) ;
2. h = 0 , k = 2 (∼ h = 2 , k = 0) ;
3. h = 1 , k = 1 ;
4. h = 1 , k = 0 (∼ h = 1 , k = 2) .
Esercizio 2.4. Un mazzo di 4 chiavi contiene un sola chiave adatta ad aprire una certa serratura.
Provando a caso le chiavi una dopo l’altra, occorre effettuare un numero aleatorio X di tentativi
per aprire la serratura. Calcolare la varianza di X.
V ar(X) =
Soluzione
Indicando con Ei l’evento la chiave che apre la serratura viene individuata all’i-mo
tentativo, i = 1, 2, 3, 4, si ha
P (X = 1) = P (E1 ) = 14 , P (X = 2) = P (E1c E2 ) = 3
4
· 1
3
= 14 ,
3
P (X = 3) = P (E1c E2c E3 ) = 4
· 23 · 1
2
= 14 , P (X = 4) = P (E1c E2c E3c ) = 3
4
· 23 · 1
2
= 14 ,
da cui segue
1+2+3+4 5 12 + 22 + 32 + 42 15
IP (X) = = , IP (X 2 ) = = .
4 2 4 2
Allora
15 25 5
V ar(X) = IP (X 2 ) − [IP (X)]2 = − = ·
2 4 4
Esercizio 2.5. Dati due numeri aleatori X, Y ugualmente distribuiti, si ponga U = X − Y e
V = X + Y . Calcolare la covarianza di U, V .
Risp.: Cov(U, V ) =
Soluzione.
Si ha
Cov(X − Y, X + Y ) = 0
Esercizio 2.6. Da un lotto contenente 5 pezzi buoni e 3 difettosi si estraggono senza restituzione
3 pezzi. Sia Ei l’evento l’i-mo pezzo estratto è buono. Calcolare la probabilità dell’evento
condizionato (E2 E3 | E2 ∨ E3 ).
2
P (E2 E3 | E2 ∨ E3 ) =
5
Soluzione.
Gli eventi Ei hanno tutti probabilità 85 . Inoltre
5 4 5
P (E2 E3 ) = P (E1 E2 ) = P (E1 )P (E2 |E1 ) = · = ·
8 7 14
Allora
5
P (E2 E3 ) 14 2
P (E2 E3 | E2 ∨ E3 ) = = 5 5 5 = ·
P (E2 ∨ E3 ) 8
+ 8
− 14 5
2
P (E1 )+P (E2 )−P (E1 E2 ) + 25 − 25 · 13 5
= P (E1 )+P (E2 )+P (E3 )−P (E1 E2 )−P (E1 E3 )−P (E2 E3 )
= 2
5
+ 5 + 5 − 25 · 13 − 25 · 13 − 25 · 31
2 2 = 6
·
5
Esercizio 2.8.
Una ditta riceve merce da tre fornitori A, B, C nelle seguenti proporzioni: il 42% della merce è
fornita da A, il 14% da B, e la restante merce da C. E’ noto che la probabilità che un pezzo sia
difettoso è, rispettivamente, 0.05, 0.04, 0.1, a seconda che sia fornito da A, B, C. Calcolare la
probabilità α che un pezzo estratto da quelli ricevuti dalla ditta sia difettoso. Inoltre, esaminato un
pezzo e supposto che sia difettoso, calcolare la probabilità p che esso provenga dal fornitore B.
α= p=
Soluzione.
Indicando con A (analogamente B, C) l’evento “il pezzo proviene dal fornitore A”, si ha: P (A) =
42 14 44
100
, P (B) = 100 , P (C) = 100 . Inoltre, definito l’evento F =“il pezzo estratto è difettoso”, risulta:
1 1 1
P (F |A) = 20 , P (F |B) = 25 , P (F |C) = 10 . La percentuale di pezzi difettosi che la ditta riceve è
7.06%; infatti:
P (F ) = P (A)P (F |A) + P (B)P (F |B) + P (C)P (F |C) =
42 1 14 1 44 1 353
= × + × + × = = 0.0706 .
100 20 100 25 100 10 5000
La probabilità di B|F (che un pezzo provenga dal fornitore B supposto che sia difettoso) si
determina tramite il teorema di Bayes:
14 1
P (B)P (F |B) 100
× 25 28
P (B|F ) = = 353 = ' 0.0793 .
P (F ) 5000
353
Esercizio 2.9. In una ditta che vende dispositivi di un certo tipo il 60 % proviene da una fabbrica
A, il 30 % da una fabbrica B e il 10 % da C. Le percentuali di lampadine difettose prodotte da
A, B, C sono rispettivamente il 2 %, il 4 % e il 5 %. Calcolare la probabilità α che un dispositivo
venduto dalla ditta e risultato difettoso sia stato prodotto da C.
Risp.: α =
Soluzione.
Indicando con D l’evento il dispositivo è difettoso, si ha
P (D|A) = 0.02, P (D|B) = 0.04, P (D|C) = 0.05,
con P (A) = 0.6, P (B) = 0.3, , P (C) = 0.1. Allora
P (D|C)P (C) 0.05×0.1 5
α = P (C|D) = P (D|A)P (A)+P (D|B)P (B)+P (D|C)P (C)
= 0.02×0.6+0.04×0.3+0.05×0.1
= 29
.
Esercizio 2.10. Date tre urne A (contenente 3 palline bianche e 1 nera), B (contenente 1 pallina
bianca e 3 nere) e C (contenente 1 pallina bianca e 1 nera), da C si estrae una pallina. Se è bianca
(evento H) viene effettuata una seconda estrazione da A, in caso contrario (evento H c ) da B. Posto
E = la seconda pallina estratta è nera, calcolare la probabilità che la prima pallina estratta sia
bianca, supposto di aver osservato pallina nera nella seconda.
Risp.: P (H|E) =
Soluzione.
Si ha:
1 1 3
P (H) = , P (E|H) = , P (E|H c ) = ,
2 4 4
da cui segue:
1 1 3 1 1
P (E) = P (E|H)P (H) + P (E|H c )P (H c ) = · + · = ,
4 2 4 2 2
1 1
P (E|H)P (H) ·
e quindi: P (H|E) = P (E)
= 4 2
1 = 14 .
2
Esercizio 2.11. Dati tre eventi A, B, C, con C ⊂ AB, P (A) = 0.5, P (AB) = 0.3, P (C) = x,
stabilire se esiste un valore x tale che P (C|AB c ∨ C) = 0.5.
Risp.: x =
Soluzione.
Si ha: P (AB c ) = P (A) − P (AB) = 0.5 − 0.3 = 0.2. Inoltre, dall’ipotesi C ⊂ AB, segue
P (C) = x ≤ 0.3 . Allora, tenendo conto che AB c C = ∅, si ottiene:
Pertanto:
x
P (C|AB c ∨ C) = = 0.5 ⇐⇒ x = P (C) = 0.2 .
0.2 + x
Esercizio 2.12. Un lotto è costituito da 100 componenti, dei quali 40 sono stati costruiti da una
macchina M1 e 60 da una macchina M2 . Il generico componente risulta difettoso con probabilità
1
5
se prodotto da M1 e con probabilità 25 se prodotto da M2 . Dal lotto viene estratto a caso un
componente e viene esaminato. Definiti gli eventi E = Il pezzo esaminato risulta non difettoso
ed H = Il pezzo esaminato è stato prodotto dalla macchina M1 , calcolare il rapporto r tra le
probabilità P (H|E) e P (H c |E).
8
r=
9
Soluzione.
Si ha
P (H)P (E|H) P (H c )P (E|H c )
P (H|E) = , P (H c |E) = ,
P (E) P (E)
e quindi
40 4
P (H|E) P (H)P (E|H) 100
· 5 8
r = c
= = 60 3 = ·
P (H |E) P (H c )P (E|H c ) 100
· 5
9
Esercizio 2.13. Date tre urne A,B,C, contenenti ciascuna 1 pallina bianca e 1 nera, dalle urne B e
C si estrae a caso una pallina che (senza osservarne il colore) viene inserita in A. Successivamente
da A si estrae una pallina che risulta bianca (evento E). Definiti gli eventi F = la pallina estratta
da B è bianca, K = la pallina estratta da C è bianca, Hr = r delle 2 palline inserite in A sono
bianche, r = 0, 1, 2, calcolare la probabilità dell’evento condizionato H1 |E.
P (H1 |E) =
Soluzione.
Osservando che gli eventi F e K sono indipendenti e che
H0 = F c K c , H1 = F K c ∨ F c K , H2 = F K ,
si ha
1 1 1
P (H0 ) = P (F c )P (K c ) = 2
· 2
= 4
= P (F )P (K) = P (H2 ) ,
1
P (H1 ) = P (F K c ) + P (F c K) = P (F )P (K c ) + P (F c )P (K) = 2
· 12 + 12 · 1
2
= 1
2
·
Allora
P (EH1 ) P (H1 )P (E|H1 )
P (H1 |E) = P (E)
= P (H0 )P (E|H0 )+P (H1 )P (E|H1 )+P (H2 )P (E|H2 )
=
1 1
· 1
= 1 1
· +
2 2
1 1
· + 14 · 34
= 2
= P (H1 ) .
4 4 2 2
Esercizio 2.14. Un lotto è formato da 100 componenti, di cui r costruiti con una apparecchiatura
A e i rimanenti con una apparecchiatura B. Ciascuno dei componenti prodotti da A (risp. da B) è
non difettoso con probabilità 54 (risp. 43 ). Dal lotto si prende a caso un pezzo che viene esaminato.
Considerati gli eventi H = il componente preso a caso è stato prodotto da A, E = il componente
preso a caso è difettoso, determinare i valori di r tali che P (H|E) > 21 .
r∈
Soluzione.
Si ha
r 100 − r 1 1
P (H) = , P (H c ) = , P (E|H) = , P (E|H c ) = .
100 100 5 4
Allora
r
P (H)P (E|H) ·1
100 5 4r
P (H|E) = = r 1 = ,
P (H)P (E|H) + P (H c )P (E|H c ) 100
· 5
+ 100−r
100
· 1
4
500 − r
da cui segue
1
P (H|E) > , ∀ r ∈ {56, 57, . . . , 100} .
2
Esercizio 2.15. Con riferimento all’esempio 2.14, sia X il numero aleatorio di pezzi non difettosi
fra gli r componenti prodotti dall’apparecchiatura A. Sia inoltre Ei l’evento l’i-mo pezzo prodotto
da A è non difettoso, i = 1, 2, . . . , r. Supposto che E1 , . . . , Er siano stocasticamente indipendenti,
calcolare: (i) la probabilità ph di ogni possibile valore h di X;
Soluzione.
Soluzione.
Essendo le estrazioni senza restituzione si ha, nell’ipotesi x = 2,
28 2
24 23 276
6
P (H) = 300 = = ' 0, 63.
6
30 29 435
Esercizio 2.17. Dati due lotti A e B, ciascuno contenente 6 componenti buoni e 2 difettosi, da
entrambi si effettuano 3 estrazioni con restituzione, ottenendo X pezzi difettosi fra quelli estratti da
A ed Y pezzi difettosi fra quelli estratti da B. Considerato il numero aleatorio discreto Z = X +Y ,
calcolare: (i) la previsione m e la varianza σ 2 di Z; (Si noti che X e Y sono stocasticamente
indipendenti).
m= σ2 =
Soluzione.
X e Y sono indipendenti ed ugualmente distribuiti, con distribuzione binomiale di parametri n =
3, p = 14 . Pertanto IP (X) = IP (Y ) = np = 34 , V ar(X) = V ar(Y ) = npq = 16
9
, quindi
3 9
m = IP (Z) = IP (X) + IP (Y ) = ; σ 2 = V ar(Z) = V ar(X) + V ar(Y ) = ·
2 8
Esercizio 2.18. Un lotto è costituito da 15 componenti simili, dei quali 10 costruiti da una macchi-
na M1 e 5 da una macchina M2 . Ogni componente, prodotto da M1 o da M2 , è non difettoso
con probabilità 0.8 e gli eventi Ei =“l’i-esimo componente è difettoso”, per i = 1, . . . , 15, sono
stocasticamente indipendenti. Indicati con X e Y i numeri aleatori di pezzi difettosi fra quelli
prodotti rispettivamente da M1 e M2 , calcolare la probabilità dell’evento (X + Y = 2), il coeffi-
ciente di correlazione ρX+Y,Y dei numeri aleatori (X + Y ) e Y . Determinare inoltre la probabilità
dell’evento condizionato (X = 1|X + Y = 2).
Soluzione.
Osserviamo che X ∼ Bin(10, 0.2), Y ∼ Bin(5, 0.2) e X + Y ∼ Bin(15, 0.2). Quindi
15 15 · 14
P (X + Y = 2) = (0.2)2 (0.8)13 = (0.2)2 (0.8)13 ' 0.231.
2 2
Esercizio 2.19. Un lotto formato da 8 componenti elettronici, uno dei quali é difettoso, é stato
suddiviso a caso in 2 gruppi, A e B, di 4 componenti ciascuno. Dal gruppo A vengono prelevati
a caso 2 componenti. Definiti gli eventi E = i 2 componenti prelevati da A sono entrambi non
difettosi , H = il componente difettoso sta nel gruppo B, calcolare la probabilità dell’evento
condizionato H|E.
Risp.: P (H|E) =
Soluzione.
Si ha:
3 1
4 1 2 0 1
P (H) = = , P (E|H) = 1 , P (E|H c ) = = .
8 2 4 2
2
Allora:
P (EH) P (E|H)P (H) 1 · 21 2
P (H|E) = = = = .
P (E) P (E|H)P (H) + P (E|H c )P (H c ) 1 · 12 + 21 · 1
2
3
Esercizio 2.20. Un lotto é composto da 4 pezzi, dei quali 2 prodotti da una macchina M1 e 2
prodotti da una macchina M2 . Il singolo pezzo prodotto da M1 (rispettivamente M2 ) risulta difet-
toso, indipendentemente dagli altri pezzi, con probabilitá p1 (rispettivamente p2 ). Definiti gli eventi
A = esattamente uno dei 4 pezzi é difettoso , K = uno dei pezzi prodotti da M1 é difettoso, calco-
lare la probabilità dell’evento condizionato K|A.
Risp.: P (K|A) =
Soluzione.
Indicando con X (rispettivamente Y ) il numero di pezzi difettosi prodotti da M1 (rispettivamente
M2 ), si ha
A = (X + Y = 1) = AK ∨ AK c = (X = 1, Y = 0) ∨ (X = 0, Y = 1) ,
e quindi:
Allora:
P (AK) P (X=1,Y =0)
P (K|A) = P (A)
= P (X=1,Y =0)+P (X=0,Y =1)
=
Soluzione.
X ha distribuzione ipergeometrica di parametri N = 8, n = 4, p = 12 . Pertanto
n−1 4
V ar(X) = npq(1 − )= ·
N −1 7
Esercizio 2.22. Un’azienda possiede 10 autobus ognuno dei quali la mattina, indipendentemente
dagli altri autobus, con una certa probabilità p riesce a mettersi in moto. Calcolare la probabilità α
che, in una data mattina, almeno un autobus riesca a partire.
Risp.: α =
Soluzione.
l numero aleatorio X di autobus che partono in una data mattina ha una distribuzione binomiale di
parametri 10, p. Allora:
α = P (X ≥ 1) = 1 − P (X = 0) = 1 − (1 − p)10 = 1 − q 10 .
Esercizio 2.23. Date due urne U (contenente 2 palline bianche e 3 nere) e V (contenente 4 palline
nere e 1 bianca), si consideri il seguente esperimento aleatorio. Piero effettua un’estrazione da U ,
vincendo una somma S se esce pallina bianca (evento A). In tal caso l’esperimento termina. In
caso contrario, Carlo effettua tre estrazioni con restituzione da V e vince la somma S se almeno
una volta esce pallina bianca. Sia Ei l’evento nell’i-ma prova viene estratta pallina bianca e B
l’evento Carlo vince la somma S. Calcolare P (B).
Risp.: P (B) =
Soluzione.
Si ha:
2
P (A) = P (E1 ) = , B = Ac ∧ (E2 ∨ E3 ∨ E4 ) ,
5
da cui:
P (B) = P (Ac )P (E2 ∨ E3 ∨ E4 |Ac ) = P (Ac )[1 − P (E2c E3c E4c |Ac )] =
= 53 [1 − ( 45 )3 ] = 35 (1 − 64
125
) = 183
625
.
Sia Ei l’evento nell’i-ma estrazione esce pallina bianca. Allora X = S se e solo se si verifica
l’evento E1 ∨ E2 ∨ E3c ∨ E4c , cioè: X = S|E1 ∨ E2 ∨ E3c ∨ E4c |. Poichè: Σ = IP (X), si ottiene:
2 1 2 1
S[1 − P (E1c E2c E3 E4 )] = S(1 − 3 2 3 2
) = 89 S.
Esercizio 2.26. Da un lotto contenente 5 barre di acciaio viene scelta a caso una barra. Utilizzando
opportune unità di misura, i valori (xi , yi ), i = 1, ..., 5, delle lunghezze e dei pesi delle 5 barre sono:
(1, 1.5), (1.2, 1.8), (1.4, 2.1), (1.5, 2.25), (0.8, 1.2).
Indicando con (X, Y ) i valori aleatori della lunghezza e del peso della barra estratta, calcolare il
coefficiente di correlazione di X, Y . Stabilire, inoltre, se gli eventi (X > 1) e (Y > 2) sono
indipendenti.
Risp.: ρ =
Risp.: Indipendenti?
Soluzione.
Soluzione.
Il n.a. X ha distribuzione binomiale di parametri n = 8, p = 31 . La previsione è data da
8
m = IP (X) = n · p = .
3
Per calcolare P (X ≤ 6) osserviamo che
P (X ≤ 6) = 1 − P (X ≥ 7) = 1 − [P (X = 7) + P (X = 8)]
con 7 1
8 1 2 1 2 16 1
P (X = 7) = = 8· 7 · = 8, P (X = 8) =
7 3 3 3 3 3 38
quindi si ha
17 6544
P (X ≤ 6) = 1 − 8
= ' 0.9974.
3 6561
Esercizio 2.28. Tre palline numerate da 1 a 3 vengono inserite a caso in due scatole s1 , s2 . Sia X
il numero di palline in s1 e Y il numero di palline con numero dispari in s1 . Determinare se X ed
Y sono stocasticamente indipendenti. Calcolare IP (X) , cov(X, Y ).
(Suggerimento: sia Ei l’evento “la pallina con il numero i viene inserita nella scatola s1 - per
i = 1, 2, 3)
X e Y sono stocasticamente indipendenti? si no
IP (X) = ; cov(X, Y ) =
Soluzione.
Indicando con Ei =“La pallina numero i viene inserita nella prima urna” (per i = 1, 2, 3) calcol-
iamo tutti i costituenti
P (X = 0) = P (C0 ) = 18 P (X = 1) = P (C1 ∨ C2 ∨ C3 ) = 83
3
P (X = 2) = P (C4 ∨ C5 ∨ C6 ) = 8
P (X = 3) = P (C7 ) = 18
P (Y = 0) = P (C0 ∨ C2 ) = 28 P (Y = 1) = P (C1 ∨ C3 ∨ C4 ∨ C6 ) = 4
8
P (Y = 2) = P (C5 ∨ C7 ) = 82 .
P (X = 0, Y = 0) = P (C0 ) = 18 P (X = 1, Y = 0) = P (C2 ) = 18
2 2
P (X = 1, Y = 1) = P (C1 ∨ C3 ) = 8
P (X = 2, Y = 1) = P (C4 ∨ C6 ) = 8
P (X = 2, Y = 2) = P (C5 ) = 18 P (X = 3, Y = 2) = P (C7 ) = 18
da cui segue
2 2 2 1 1 1
IP (XY ) = 0 · + 1 · + 2 · + 4 · + 6 · = (0 + 2 + 4 + 4 + 6) = 2.
8 8 8 8 8 8
Pertanto
3 1
cov(X, Y ) = IP (XY ) − IP (X)IP (Y ) = 2 − ·1= .
2 2
Poichè cov(X, Y ) 6= 0 si ha che X e Y non sono stocasticamente indipendenti. Infatti, ad esempio,
si può osservare che
P (X = 0)P (Y = 0) 6= P (X = 0, Y = 0).
Metodo alternativo: i due numeri aleatori X e Y si possono scrivere come
Y = |E1 | + |E3 |, X = |E1 | + |E2 | + |E3 | = Y + |E2 |.
Gli eventi Ei sono stocasticamente indipendenti ed equiprobabili con probabilità P (Ei ) = 21 ,
quindi X e Y hanno distribuzione binomiale, rispettivamente con parametri (n1 = 3, p1 = 21 ) e
(n2 = 3, p2 = 12 ), cioè
1 1
X ∼ Bin(3, ), Y ∼ Bin(2, ).
2 2
3
Quindi IP (X) = n1 p1 = 2 . Inoltre
cov(X, Y ) = cov(Y + |E2 |, Y ) = cov(Y, Y ) + cov(|E2 |, |E1 | + |E3 |)
| {z }
=0
= var(Y ) = n2 p2 (1 − p2 ) = 2 12 12 = 1
2
Esercizio 2.29. Dati due lotti L1 ed L2 , ciascuno contenente 3 componenti buoni e 1 difettoso, da
entrambi si estraggono in blocco 3 pezzi, ottenendo X pezzi difettosi fra quelli estratti da L1 ed
Y pezzi difettosi fra quelli estratti da L2 . Considerato il numero aleatorio discreto Z = X + Y ,
calcolare: (i) la probabilità pz di ogni possibile valore z di Z;
Soluzione.
p2 = P (Z = 2) = p01 p001 = 3
4
· 3
4
= 9
16
·
Esercizio 2.30. Dati 2 eventi A, B, con P (A) = 21 , P (B|A) = P (A|B) = 14 , calcolare la proba-
bilità dell’evento condizionato Ac |B c .
Risp.: P (Ac |B c ) =
Soluzione.
Dalla relazione
P (AB) = P (B|A)P (A) = P (A|B)P (B)
si ottiene P (B) = P (A) = 12 . Pertanto si ha
P (AB c )
P (Ac |B c ) = 1 − P (A|B c ) = 1 − =
P (B c )
P (B c |A)P (A) (1 − P (B|A))P (A) 1
1− =1− = P (B|A) =
1 − P (B) 1 − P (B) |{z} 4
P (A)=P (B)= 21
Esercizio 2.31 (Es.1:EF09feb05). Una ditta A produttrice di autovetture riceve da quattro fornitori
A1 , A2 , A3 , A4 le pastiglie dei freni da installare sulle auto prodotte rispettivamente nelle seguenti
percentuali: 65%, 20%, 10%, 5%. Sapendo che i quattro fornitori producono le pastiglie con una
difettosità dichiarata rispettivamente del 2%, 2.5%, 4%, 10%, calcolare la probabilità pd che la ditta
A riceve una pastiglia difettosa. Inoltre, scegliendo a caso una pastiglia tra quelle ricevute ed
avendo osservato che è difettosa calcolare la probabilità β che essa proviene dal fornitore A2 .
(Indicare con Bi l’evento “la pastiglia proviene da Ai ”, i = 1, 2, 3, 4, e con D l’evento “la ditta A
riceve una pastiglia difettosa”)
pd = ,β =
Soluzione.
pd = P (D) = P (D|B1 )P (B1 ) + P (D|B2 )P (B2 ) + P (D|B3 )P (B3 ) + P (D|B4 )P (B4 ) = 0.027.
P (D|B2 )P (B2 )
β = P (B2 |D) = = 0.185.
P (D)
2.2 Quesiti
Quesito 2.1. Da un lotto contenente 10 componenti, dei quali 1 è difettoso, sono stati tolti 4
componenti. Fra i 6 componenti rimasti se ne sceglie a caso uno che risulta non difettoso (evento
E). Calcolare la probabilità che il componente difettoso sia uno dei 4 tolti (evento H).
Risp.: P (H|E) =
2. A implica B (F );
3. P (Ac |B c ) = 0 (V );
4. P (A|B) + P (A|B c ) = 1 (F );
Quesito 2.13. Un tecnico è chiamato da una ditta per intervenire su un macchinario A che produce
1 pezzo difettoso su 5, mentre altri tre macchinari identici producono solo 1 pezzo difettoso su
100. Il tecnico entra nella ditta, sceglie un macchinario a caso tra i 4 identici, osserva un pezzo a
caso prodotto dal macchinario, che risulta essere difettoso. Qual è la probabilità p che abbia scelto
il macchinario A?
20
p=
23
Quesito 2.14. Siano A, B, C tre eventi a due a due incompatibili e siano assegnate le seguenti
valutazioni di probabilità: P (A) = 3/4, P (B) = 3/4, P (C) = 1/2 . Stabilire se tale assegnazione
è coerente.
Coerente = N O
Quesito 2.15. Siano A, B, C tre eventi tali che A ∨ B ∨ C = Ω, con probabilità rispettivamente
P (A) = 1/4, P (B) = 1/6, P (C) = 1/2 . Stabilire se l’assegnazione di probabilità è coerente.
Coerente = N O
Quesito 2.16. Siano A, B, C tre eventi tali che B ⊆ A ∧ C c . L’assegnazione P (A) = 0.9, P (B) =
0.8, P (C) = 0.3 è coerente? (Risp. NO) Gli eventi A e C sono stocasticamente indipendenti ?
(Risp. Non esiste una P )
Quesito 2.17. Un urna contiene 12 palline di cui 3 bianche, 5 nere e le restanti rosse. Si estraggono
3 palline senza restituzione, quale è la probabilità p che si estraggano 2 palline bianche e 1 rossa?
3
P =
55
.
Quesito 2.18. Un canale di trasmissione trasmette segnali binari {0, 1}. A causa del rumore, pos-
sono esservi errori: siano 0.9 e 0.8, rispettivamente, le probabilità P (r0 |t0 ), P (r1 |t1 ) che un segnale
trasmesso come 0 e come 1 sia ricevuto correttamente. Se la probabilità P (t0 ) di trasmettere 0 è
0.4, trovare: la probabilità α che un segnale trasmesso sia ricevuto come 1; la probabilità β che sia
stato trasmesso 1, supposto che venga ricevuto 1; la probabilità δ totale di errore, cioè dell’ evento
“trasmetto 0 AND ricevo 1” OR “trasmetto 1 AND ricevo 0”.
13 12 4
α= β= δ=
25 13 25
p0 ∈
Soluzione.
1
4
0 2
Si ha P (E|H) = = 35 , P (E|H c ) = 1 , da cui segue:
5
2
3 2
P (E) = P (E|H)P (H) + P (E|H c )P (H c ) = p0 + 1 − p0 = 1 − p0 .
5 5
Inoltre
3
P (E|H)P (H) p
5 0 1 5
p2 = = 2 > ⇐⇒ p 0 > .
P (E|H)P (H) + P (E|H c )P (H c ) 1 − 5 p0 2 8
Esercizio 3.2. Siano dati due lotti, L1 contenente 2 pezzi difettosi e 3 non difettosi ed L2 conte-
nente 3 pezzi difettosi e 4 non difettosi. Da L1 si effettuano 2 estrazioni con restituzione ottenendo
X pezzi non difettosi; successivamente, si effettuano 3 estrazioni con restituzione da L2 ottenendo
Y pezzi non difettosi. Sia Ei l’evento il pezzo estratto nell’i-ma prova è non difettoso, i = 1, . . . , 5.
Calcolare la probabilità p che almeno uno dei 5 pezzi estratti sia non difettoso.
p=
Soluzione.
Tenendo conto che gli eventi E1 , . . . , E5 sono stocasticamente indipendenti, si ha
IP (Z) = V ar(Z) =
Soluzione.
Ricordando che per una distribuzione binomiale di parametri n, p la previsione e la varianza sono,
rispettivamente, np ed npq, segue
3 4 102
IP (Z) = IP (X) + IP (Y ) = 2 · +3· = ' 2.9143 ,
5 7 35
e per l’indipendenza di X, Y (si ha cov(X, Y ) = 0)
3 2 4 3 1488
V ar(Z) = V ar(X) + V ar(Y ) = 2 · · +3· · = ' 1.2147 .
5 5 7 7 1225
Esercizio 3.4. Siano dati due lotti L1 , contenente 1 pezzo difettoso e 4 buoni, ed L2 , contenente
4 pezzi difettosi e 1 buono. Una persona prende a caso uno dei due lotti ed estrae un pezzo.
Definiti gli eventi H = il lotto scelto a caso è L1 , E = il pezzo estratto è difettoso, calcolare la
probabilità p che la persona abbia preso il lotto L2 , supposto che il pezzo estratto sia non difettoso.
(p = )
Soluzione.
Si ha
1 1 4
P (H) = P (H c ) = , P (E|H) = , P (E|H c ) = .
2 5 5
Allora
1 1
P (H c )P (E c |H c ) · 1
p = P (H c |E c ) = = 1 4
2 5
= .
P (H)P (E c |H) + P (H c )P (E c |H c ) 2
· 5
+ 21 · 1
5
5
Esercizio 3.5. Da una stanza S1 , in cui ci sono r1 uomini e 5 donne, una persona a caso si sposta
in una stanza S2 , in cui inizialmente ci sono r2 uomini e 5 donne. Successivamente da S2 esce a
caso una persona. Considerati gli eventi H = la persona entrata in S2 è un uomo, E = la persona
uscita da S2 è una donna, determinare i valori di r1 ed r2 tali che P (H|E) > 12 .
r1 ∈ r2 ∈
Soluzione.
Si ha
r1 5 5 6
P (H) = , P (H c ) = , P (E|H) = , P (E|H c ) = .
r1 + 5 r1 + 5 r2 + 6 r2 + 6
Allora
r1
P (H)P (E|H) · 5
r1 +5 r2 +6 r1
P (H|E) = = r1 5 = ,
P (H)P (E|H) + P (H c )P (E|H c ) r1 +5
· r2 +6
+ r15+5 · 6
r2 +6
r1 + 6
da cui segue
1
P (H|E) > , ∀ r1 ∈ {7, 8, 9, . . .} , ∀ r2 ∈ {0, 1, 2, . . .} .
2
Esercizio 3.6. Un sistema S, costituito da due moduli M1 , M2 , funziona solo se entrambi i moduli
M1 e M2 sono funzionanti. Esso dev’essere utilizzato in un dato intervallo di tempo [0, T ]. M1
funziona se funziona D1 oppure D2 , mentre M2 funziona solo se funziona D3 oppure D4 oppure
D5 . Definiti gli eventi Ei = ”il dispositivo Di funziona senza guastarsi nell’intervallo [0, T ]”,
i = 1, . . . , 5, e supposto che tali eventi siano indipendenti e tutti di probabilità 0.8, calcolare la
probabilità α che S funzioni senza guastarsi nell’intervallo [0, T ].
α=
Soluzione.
Si ha
α = P [(E1 ∨ E2 ) ∧ (E3 ∨ E4 ∨ E5 )] = P (E1 ∨ E2 )P (E3 ∨ E4 ∨ E5 ) =
= [1 − P (E1c E2c )][1 − P (E3c E4c E5c )] = [1 − P (E1c )P (E2c )][1 − P (E3c )P (E4c )P (E5c )] =
= (1 − 0.22 )(1 − 0.23 ) = 0.96 × 0.992 ' 0.95 .
Esercizio 3.7. Un’urna U di composizione incognita contiene 4 palline, che sono tutte nere (ipotesi
H), oppure 1 bianca e 3 nere (ipotesi H c ). Da U si effettuano 3 estrazioni senza restituzione otte-
nendo pallina bianca un numero aleatorio X di volte (X ∈ {0, 1}). Supposto H ed H c equiprob-
abili e definiti gli eventi: Ei = l’i-ma pallina estratta è bianca, i = 1, 2, 3, calcolare la previsione
m e la funzione di ripartizione F di X.
m= F (x) =
Soluzione.
Osservando che X ∈ {0, 1} e posto A = (X = 1), si ha
3 5
P (X = 1) = P (A) = , P (X = 0) = 1 − P (X = 1) = .
8 8
Allora
0, x < 0,
5
F (x) = , 0 ≤ x < 1,
8
1, x ≥ 1.
Esercizio 3.8. Un’urna contiene 5 biglietti, due dei quali sono abbinati alla vincita di una somma
di denaro. Tre persone, I1 , I2 , I3 , estraggono un biglietto a testa senza restituzione. Definiti gli
Soluzione.
Si ha:
P (E1 ∨ E2 ) 1 − P (E1c E2c ) 1 − 35 · 42 7
β = P (E1 ∨ E2 | E1 ∨ E2 ∨ E3 ) = = c c c
= 3 2 1 = .
P (E1 ∨ E2 ∨ E3 ) 1 − P (E1 E2 E3 ) 1− 5 · 4 · 3 9
Esercizio 3.9. Si considerino 6 lanci di una moneta. Tizio vince 1 euro se non esce sempre Testa
(evento A), vince 1 euro se non esce sempre Croce (evento B), perde 1 euro se esce Testa esatta-
mente 4 volte (evento C). Determinare i costituenti relativi agli eventi A, B, C e i corrispondenti
possibili valori della vincita aleatoria X di Tizio.
costituenti:
valori di X:
Soluzione.
Si ha X = |A| + |B| − |C|. Inoltre C ⊂ AB. Pertanto, i costituenti sono
ABC , ABC c , AB c C c , Ac BC c ,
ed i corrispondenti valori di X sono: 1 , 2 , 1 , 1 .
Esercizio 3.10. Da un lotto contenente 3 pezzi difettosi e 6 buoni si estraggono in blocco 4 pezzi.
Indicando con X il numero aleatorio di pezzi difettosi fra i quattro estratti, calcolare la probabilità
α che al massimo uno dei pezzi estratti sia difettoso, supposto che al massimo due dei pezzi estratti
siano difettosi. (α = )
Soluzione.
X ha una distribuzione ipergeometrica di parametri N = 9, n = 4, p = 31 . Allora
P (X≤1,X≤2) P (X≤1) P (X=0)+P (X=1)
α = P (X ≤ 1 | X ≤ 2) = P (X≤2)
= P (X≤2)
= P (X=0)+P (X=1)+P (X=2)
= ···
3 6 3 6
+
0 4 1 3
··· = = 85 .
3 6 3 6 3 6
+ +
0 4 1 3 2 2
Esercizio 3.11. Da un’urna contenente 7 biglietti, r dei quali sono abbinati ad una vincita, si
estraggono 3 biglietti senza restituzione. Supposto 1 ≤ r ≤ 4 e definiti gli eventi Ei = l’i-mo
biglietto estratto è vincente, i = 1, 2, 3, stabilire per quali valori di r si ha P (E1 | E1 ∨E2 ∨E3 ) > 31 .
(r : )
Soluzione.
Si ha: P (Ei ) = 7r . Inoltre P (E1c E2c E3c ) = P (E1c )P (E2c |E1c )P (E3c |E1c E2c ), con
7−r 6−r 5−r
P (E1c ) = , P (E2c |E1c ) = , P (E3c |E1c E2c ) = .
7 6 5
DSSM - CdP-Ec&Fin- Giuseppe Sanf ilippor
3 Riepilogo esercizi sui numeri aleatori discreti e sulle Probabilità condizionate p. 31
Allora
r
P (E1 ) P (E1 )
P (E1 | E1 ∨ E2 ∨ E3 ) = P (E1 ∨E2 ∨E3 )
= 1−P (E1c E2c E3c )
= 1− 7−r
7
· 6−r · 5−r
= ··· =
7 6 5
30 1
= r2 −18r+107
> 3
⇐⇒ r2 − 18r + 17 < 0 ⇐⇒ r > 1 .
Metodo alternativo:
P (E1 ∨E2 ∨E3 ) = P [(E1 ∨E2 )∨E3 ] = P (E1 )+P (E2 )+P (E3 )−P (E1 E2 )−P (E1 E3 ∨E2 E3 ) ,
Allora
P (E1 ) P (E1 )
P (E1 | E1 ∨ E2 ∨ E3 ) = > ⇐⇒ r > 1 ,
P (E1 ∨ E2 ∨ E3 ) P (E1 ) + P (E2 ) + P (E3 )
P (E1 ) 1
ed essendo P (E1 )+P (E2 )+P (E3 )
= 3
segue
1
P (E1 | E1 ∨ E2 ∨ E3 ) > ⇐⇒ r > 1 .
3
Soluzione.
Si ha
P (E2 ) = P (E1 E2 ) + P (E1c E2 ) = P (E2 |E1 )P (E1 ) + P (E2 |E1c )P (E1c )
2
= 3
· 21 + 13 · 1
2
= 12 .
In maniera analoga si ottiene
1
= 2
· 23 · 43 + 11
23
· 24 + 11
23
· 24 + 12
23
· 1
4
= 1
2
.
Inoltre
1 1 1
P (X2 = 0) = P (E1c E2c ) = 2
· 3
= 3
,
1
P (X2 = 1) = P (E1 E2c ) + P (E1c E2 ) = 2
· 31 + 12 · 1
3
= 1
3
,
1 2 1
P (X2 = 2) = P (E1 E2 ) = 2
· 3
= 3
.
Pertanto X2 ha distribuzione uniforme.
Esercizio 3.13 (Es.4:EF09feb05). Un canale di trasmissione trasmette simboli binari, ognuno dei
quali vale 1 con probabilità 35 . Inoltre, quando viene trasmesso 0, la probabilità di ricevere 0 è pari
a 41 , mentre quando viene trasmesso 1 la probabilità di ricevere 1 è pari a 23 . Sia Ei l’evento l’i-
mo simbolo trasmesso è ricevuto correttamente e si assumano indipendenti gli eventi E1 , E2 , . . ..
Calcolare la probabilità p di Ei e la probabilità α che, su 4 simboli trasmessi, 2 siano ricevuti
correttamente. Inoltre, supposto che il primo simbolo ricevuto sia 1, calcolare la probabilità β che
sia stato trasmesso 0. (Sugg. Indicare con T0 il simbolo trasmesso è 0, con T1 il simbolo trasmesso
è 1, con R0 il simbolo ricevuto è 0 e con R1 il simbolo ricevuto è 1)
p= α= β=
Soluzione.
Soluzione.
Il n.a. X ha distribuzione di Poisson di parametro λ = 4. Pertanto si ha
P(X 2 ) = var(X) + P(X)2 = λ + λ2 = 4 + 16 = 20.
Inoltre
Soluzione.
X ha una distribuzione ipergeometrica di parametri N = 9, n = 5, p = 23 . Allora
P (X≤2,X≤3) P (X≤2) P (X=2)
α = P (X ≤ 2 | X ≤ 3) = P (X≤3)
= P (X≤3)
= P (X=2)+P (X=3)
= ···
(62)(33) 15
··· = = = 0.2 .
(62)(33)+(63)(32) 75
Esercizio 3.16 (Es.2:EF12gen05). Un professore sottopone a uno studente un quesito con dieci
possibili risposte, fra le quali una sola è esatta. Considerati gli eventi E = la risposta dello
studente è esatta, H = lo studente è preparato e supposto che il professore valuti 51 la probabilità
(iniziale) di H, calcolare la probabilità (finale) P (H|E). Inoltre, posto P (H) = p, determinare i
valori di p per i quali si ha P (H|E) > 21 .
P (H|E) = , p ∈] ]
Soluzione.
1
Osservando che P (E|H c ) = 10
e applicando il teorema di Bayes si ottiene
P (E|H)P (H) 1 · 51 1 10 5
P (H|E) = = = 4 = = .
P (E|H)P (H) + P (E|H c )P (H c ) 1 · 15 + 10 1
· 4
5
1 + 10 14 7
Inoltre,
1·p
P (H|E) = 1
1·p+ 10 ·(1−p)
> 12 ⇔
p 1 p
p> 2
+ 20
− 20
⇔ p(1 − 12 + 20 1
) > 201
⇔ p> 1
11
.
Esercizio 3.17 (Es.2:EF06lug05). Un cassetto contiene 6 chiavi, delle quali 2 sono adatte ad aprire
una certa serratura. Dal cassetto si prendono in blocco 3 chiavi, una delle quali scelta a caso viene
utilizzata per cercare di aprire la serratura. Definiti gli eventi Hr = “fra le 3 chiavi prese in blocco ve
ne sono r adatte ad aprire la serratura”, r = 0, 1, 2; E = “la chiave scelta a caso apre la serratura”,
calcolare P (H2 |E).
P (H2 |E) =
Soluzione.
(2)( 4 )
Si ha P (Hr ) = r 63−r , r = 0, 1, 2. Quindi P (H0 ) = 51 , P (H1 ) = 53 , P (H2 ) = 51 ; inoltre
( 3) P2
P (E|H0 ) = 0, P (E|H1 ) = 13 , P (E|H2 ) = 32 . Pertanto P (E) = r=0 P (E|Hr )P (Hr ) = 3 ;
1
Soluzione.
Osserviamo che P (E2 ) = P (E2 |E1 )P (E1 ) + P (E2 |E1c )P (E1c ) = 12 . In maniera analoga si ha
P (E3 ) = 21 . Inoltre, poichè P (E2 E3 ) = P (E3 |E2 E1 )P (E2 |E1 )P (E1 )+P (E3 |E2 E1c )P (E2 |E1c )P (E1c ) =
5
24
6= 41 si ha che E2 ed E3 non sono stocasticamente indipendenti.
3.2 Quesiti
Quesito 3.1. Da una stanza S1 , in cui ci sono 3 uomini ed r1 donne, una persona a caso si sposta
in una stanza S2 , in cui inizialmente ci sono 3 uomini ed r2 donne. Successivamente da S2 esce
a caso una persona. Considerati gli eventi H = la persona entrata in S2 è una donna, E = la
persona uscita da S2 è un uomo, determinare i valori di r1 ed r2 tali che P (H|E) > 12 .
r1 ∈ {5, 6, 7, . . .} r2 ∈ {0, 1, 2, . . .}
Quesito 3.2 (Distr. Binomiale, Poisson). In una città esiste un parco autobus costituito da 1000
unità. Da considerazioni statistiche si sa che in media il numero di autobus guasti che si osservano
ogni mattina è pari a 2. Indichiamo con X il numero aleatorio di autobus guasti in una mattina
specifica. Se, per ogni i = 1, 2, . . . , 1000, definiamo l’evento Ei = ”l’i-mo autobus è difettoso”,
possiamo ritenere gli Ei equiprobabili e indipendenti, con p = P (Ei ). Calcolare (in modo esatto e
mediante una opportuna approssimazione) la probabilià che il numero aleatorio di autobus guasti
in una mattina specifica sia maggiore di 1.
Quesito 3.3 (Distr. Poisson). Consideriamo un esperimento che consiste nel contare il numero di
particelle α emesse da un grammo di materiale radioattivo in un secondo. Se sappiamo che media-
mente in un secondo vengono emesse 1.5 particelle α, come possiamo approssimare la probabilità
γ che non siano emesse più di 3 particelle α?
γ ' 0.8571
Quesito 3.4 (Distr. Binomiale, Prob. Condizionate). Un canale di trasmissione trasmette simboli
binari, ognuno dei quali vale 0 con probabilità 52 . Inoltre, quando viene trasmesso 0, la probabilità
di ricevere 0 è pari a 34 , mentre quando viene trasmesso 1 la probabilità di ricevere 1 è pari a 56 .
Sia Ei l’evento l’i-mo simbolo trasmesso è ricevuto correttamente e si assumano indipendenti gli
eventi E1 , E2 , . . .. Calcolare la probabilità p di Ei e la probabilità α che, su 5 simboli trasmessi,
3 siano ricevuti correttamente. Inoltre, supposto che il primo simbolo ricevuto sia 1, calcolare la
probabilità β che sia stato trasmesso 0.
3
4 5 4 1
p= α= 5
β=
5 3 5 6
soluzione
4
P (E1 ) = P (R0 T0 ∨ R1 T1 ) = . . . =
5
[1 − P (R1 |T0 )]P (T0 )
P (T0 |R1 ) = P (R1 T0 )/P (R1 ) =
[1 − P (R0 |T0 )]P (T0 ) + P (R1 |T1 )P (T1 )
Quesito 3.5 (Distr. Geometrica). Una macchina produce dei componenti, ognuno dei quali, in-
9
dipendentemente dagli altri, risulta non difettoso con probabilità q = 10 . Indicando con X il nu-
mero aleatorio di pezzi da produrre fino ad ottenere 1 pezzo difettoso, calcolare la previsione m di
X e la probabilità α dell’evento (X = 3). Inoltre, supposto che i primi 3 pezzi siano non difettosi
calcolare la probabilità β che i successivi 2 pezzi siano non difettosi (β = P (X > 5|X > 3)).
2 2
1 9 9
m = 10 α= β=
10 10 10
Quesito 3.6 (Distr. Binomiale, Poisson). Due dadi vengono lanciati 72 volte. Qual è la probabilità
di ottenere la somma dei punti uguale a 2 per almeno 2 volte? Calcolare tale probabilità in modo
esatto e poi mediante una opportuna approssimazione.
71
107 35
p=1− pe = 1 − 3e−2
36 36
Quesito 3.7. Un’urna contiene 6 biglietti, tre dei quali sono abbinati alla vincita di una somma di
denaro. Tre persone, I1 , I2 , I3 , estraggono un biglietto a testa senza restituzione. Definiti gli eventi
Ej = il biglietto estratto da Ij è vincente, j = 1, 2, 3, calcolare la probabilità β che almeno uno
dei primi due biglietti estratti sia vincente, supposto che lo sia almeno uno dei tre.
16
β=
19
Quesito 3.8. Si considerino 8 lanci di una moneta. Tizio perde 1 euro se non esce sempre Testa
(evento A), perde 1 euro se non esce sempre Croce (evento B), vince 3 euro se esce Testa esatta-
mente 4 volte (evento C). Determinare i costituenti relativi agli eventi A, B, C e i corrispondenti
possibili valori della vincita aleatoria X di Tizio.
costituenti:
ABC , ABC c , AB c C c , Ac BC c ,
valori di X: 1 , −2 , −1 , −1 .
Quesito 3.9. Da un lotto contenente 4 pezzi difettosi e 8 buoni si estraggono in blocco 3 pezzi.
Indicando con X il numero aleatorio di pezzi difettosi fra i tre estratti, calcolare la probabilità β
che al massimo uno dei pezzi estratti sia difettoso, supposto che al massimo due dei pezzi estratti
siano difettosi. (β = 97 )
Quesito 3.10 (Es.3:EF16set05). Da un gruppo di 6 studenti, dei quali 4 sanno risolvere un certo
quesito, ne vengono estratti a caso 3. Successivamente, il quesito viene sottoposto ad uno dei
3 studenti (scelto a caso). Definiti gli eventi Hr = “fra i 3 studenti estratti a caso ve ne sono r
che sanno risolvere il quesito”, r = 1, 2, 3; e l’ulteriore evento A = “lo studente scelto a caso
sa risolvere il quesito”, calcolare, supposto vero A, la probabilità condizionata p che tutti e 3 gli
studenti estratti sappiano risolvere il quesito .
3
p=
10
Quesito 3.11 (Es.4:EF16set05). Un giocatore paga 1 Euro per partecipare al gioco seguente: ven-
gono lanciati 3 dadi; egli vince 1 Euro se la faccia 1 appare solo una volta, 2 Euro se la faccia 1
appare solo due volte, 8 Euro se la faccia 1 appare tre volte, altrimenti non vince nulla. Indicato
con X il guadagno aleatorio del giocatore, calcolare il codominio CX dei possibili valori di X.
Inoltre, verificare che il gioco non sia equo (cioè che la previsione del guadagno del giocatore sia
diversa da zero) e stabilire quale dovrebbe essere il valore della vincita v3 del giocatore necessario
per rendere il gioco equo quando la faccia 1 appare tre volte?
CX = {−1, 0, 1, 7} v3 = 111
P (A) = ; P (B) = ;
P(X) = ; σX = ;
Soluzione.
Si ha: R2 R2
0
f (x)dx = 1 = a 0
(x − 1)2 dx = a3 [(x − 1)3 ]20 = a3 (1 + 1) = 32 a ,
3
da cui segue: a = 2
.
Esercizio 4.2. La densità di probabilità di un numero aleatorio X è data da f (x) = x2 , 0 ≤ x ≤
1; f (x) = 4−x
6
, 1 < x ≤ 4; con f (x) = 0 altrove. Determinare la funzione di ripartizione F (x).
F (x) = · · ·
Soluzione.
Per ogni fissato valore reale x, si ha
x ≤ 0,
0,
Z x x2
, 0 < x ≤ 1,
F (x) = P (X ≤ x) = f (x)dx = 4
−x2 +8x−4
−∞
12
, 1 < x < 4,
x ≥ 4.
1,
Esercizio 4.3. Dato un numero aleatorio X, con densità f (x) = 34 x2 , per x ∈ [0, 1], f (x) = 43 , per
x ∈ (1, 2], con f (x) = 0 altrove, calcolare la funzione di ripartizione F (x).
,
,
F (x) =
,
,
Soluzione.
Si ha F (x) = 0, per x ≤ 0; F (x) = 1, per x > 2. Per 0 < x ≤ 1, si ha
Z x
3 2 x3
F (x) = P (X ≤ x) = t dt = · · · = .
0 4 4
Per 1 < x ≤ 2, si ha
Z x
1 3 3 1
F (x) = P (X ≤ 1) + P (1 < X ≤ x) = + dt = x − .
4 1 4 4 2
Esercizio 4.4 (Es.4:EF06lug05). Sia X il tempo aleatorio di durata di un dispositivo con densità
2
kxe−2x , per x > 0
f (x) =
0, per x ≤ 0.
Determinare la costante k e la probabilità γ dell’evento condizionato (X > 2|X > 1). Inoltre,
stabilire se X gode della proprietà di assenza di memoria.
k= γ=
Soluzione.
Si ha
Z +∞ Z +∞
−2x2 k 2 k 2 k k
kxe dx = 4xe−2x dx = [−e−2x ]+∞
0 = [0 − (−1)] = = 1,
0 4 0 4 4 4
e quindi k = 4. Inoltre, essendo
Z +∞
2 2
P (X > 2) = 4xe−2x dx = [−e−2x ]+∞
2 = [0 + e−8 ] = e−8
2
e Z +∞
2 2
P (X > 1) = 4xe−2x dx = [−e−2x ]+∞
1 = [0 + e−2 ] = e−2
1
si ha
P (X > 2 ∧ X > 1) P (X > 2) e−8
γ = P (X > 2|X > 1) = = = −2 = e−6 6= P (X > 1).
P (X > 1) P (X > 1) e
Quindi, possiamo concludere che il n.a. X non gode della proprietà di assenza di memoria.
Esercizio 4.5. La funzione di ripartizione di un numero aleatorio X, continuo e non negativo, è
1 − e−2x , per x ≥ 0
F (x) =
0, altrove.
Soluzione.
Si ha F (x) = 0, per x ≤ 0; F (x) = 1, per x > 2. Per 0 < x ≤ 1, si ha
Z x
3 3
F (x) = P (X ≤ x) = dt = x.
0 10 10
Per 1 < x ≤ 2, si ha
Z x
3 3 2 1 1
F (x) = P (X ≤ 1) + P (1 < X ≤ x) = + t dt = x3 + .
10 1 10 10 5
Esercizio 4.7. La funzione di ripartizione di un numero aleatorio X, continuo e non negativo, è
1 − e−2x , per x ≥ 0
F (x) =
0, altrove.
Soluzione.
1
X ha una distribuzione esponenziale di parametro λ = 2; quindi P(X) = λ
= 12 . Pertanto
1 5
P(Y ) = 3P(X) + 1 = 3 +1= .
2 2
Inoltre
α=
Soluzione.
X, Y, Z hanno la stessa densità di probabilità f , data da
f (x) = 1 , x ∈ [0, 1] ; f (x) = 0 , x ∈
/ [0, 1] .
Quindi Z t
P (A) = P (B) = P (C) = f (x) dx = t .
0
Pertanto
α = P (A ∧ B ∧ C c ) + P (A ∧ B c ∧ C) + P (Ac ∧ B ∧ C) + P (A ∧ B ∧ C) =
= 3t2 (1 − t) + t3 = 3t2 − 2t3 = t2 (3 − 2t).
Esercizio 4.9 (Es.4:EF26gen05). Il tempo di attesa T (in minuti) di arrivo del primo cliente ad
uno sportello è un numero aleatorio con distribuzione esponenziale. Supposto che il tempo medio
di attesa sia pari a 2 minuti calcolare la probabilità p1 che il primo cliente arrivi entro 1 minuto
dall’apertura. Inoltre, sapendo che nei primi 2 minuti non è arrivato nessun cliente, calcolare la
probabilità p2 che il primo cliente arrivi nei successivi 3 minuti.
Soluzione.
Si ha che T ha distribuzione esponenziale di parametro λ = 21 , pertanto
1
p1 = P (T ≤ 1) = 1 − e− 2 ,
3
p2 = P (T ≤ 5|T > 2) = 1 − P (T > 5|T > 2) = 1 − P (T > 3) = 1 − e− 2 .
Esercizio 4.10. La distribuzione di probabilità di un numero aleatorio X non negativo soddisfa la
condizione P (X > x + y|X > y) = P (X > x), ∀ x > 0, y > 0 . Inoltre la previsione di X è 14 .
Determinare, per ogni x ≥ 0, la funzione di ripartizione F (x).
Risp.: F (x) =
Soluzione.
Soluzione.
1
Osserviamo che X ∼ Exp(3), pertanto P(X) = 3
e σX = 31 , quindi
2 5 2
P(Y ) = 2P(X) + 1 = + 1 = ; σY = 2σX =
3 3 3
DSSM - CdP-Ec&Fin- Giuseppe Sanf ilippor
4 Numeri aleatori Continui p. 42
Infine
4.2 Quesiti
Quesito 4.1. Un n.a. X ha distribuzione uniforme nell’intervallo [ 23 , 52 ], calcolare:
- la densitá di probabilitá,
- la funzione di ripartizione F (x)
- confrontare P (2 ≤ X ≤ 25 ) e P ( 32 ≤ X ≤ 2)
Quesito 4.3. La lunghezza di una barra è un numero aleatorio X con densità del tipo
x, 0≤x≤k
f (x) = 2k − x, k < x ≤ 2k
0, altrove.
5 Distribuzione normale
5.1 Esercizi Svolti
Esercizio 5.1 (Approssimazione normale). Un dado a 6 facce (non truccato) viene lanciato 180
volte. Qual è la probabilità che il numero di volte in cui esce la faccia 6 sia compreso tra 20 e 30.
Calcolare inoltre la probabilità che la faccia 6 esca 30 e solo 30 volte.
Soluzione.
Indicando con X il numero di volte in cui esce la faccia 6 su 108 lanci, si ha X ∼ Bin(180, 61 ).
Osserviamo che si ha
1 2 5
P(X) = 180 = 30 σX = 180 2 = 25.
6 6
Utilizzando l’approssimazione normale della distribuzione binomiale si ottiene
20 − 30 X − 30 30 − 30
P (20 ≤ X ≤ 30) = P ≤ ≤ = Φ0,1 (0) − Φ0,1 (−2) =
5 5 5
= Φ0,1 (0) − 1 + Φ0,1 (2) ' 0.4772.
Inoltre si ha
29.5 − 30 X − 30 30.5 − 30
P (X = 30) ' P (29.5 ≤ X ≤ 30.5) = P ≤ ≤ =
5 5 5
Φ0,1 (0.1) − Φ0,1 (−0.1) = Φ0,1 (0.1) − 1 + Φ0,1 (0.1) = 2Φ0,1 (0.1) − 1 ' 0.08.
Esercizio 5.2. Un numero aleatorio X ha distribuzione normale con parametri m = 3, σ = 2.
Posto Y = aX + b, con a > 0, determinare i valori di a e b tali che risulti
P (Y > 1.96) = P (Y < −1.96) ' 0.025 .
Risp.: a = b=
Soluzione.
Y ha distribuzione normale con parametri mY = 3a + b, σY = 2a. Si ha
1.96 − mY
P (Y > 1.96) = 1 − P (Y ≤ 1.96) = 1 − ΦmY ,σY (1.96) = 1 − Φ( ) ' 0.025,
σY
da cui segue Φ( 1.96−m
σY
Y
) ' 0.975 e quindi 1.96−mY
σY
= 1.96. Inoltre
−1.96 − mY 1.96 + mY
P (Y < −1.96) = ΦmY ,σY (−1.96) = Φ( ) = 1 − Φ( ) ' 0.025,
σY σY
da cui segue Φ( 1.96+m
σY
Y
) ' 0.975 e quindi 1.96+m
σY
Y
= 1.96.
Dalle seguenti equazioni lineari (nelle incognite mY , σY )
1.96 − mY 1.96 + mY
= 1.96 , = 1.96
σY σY
si ottiene mY = 0, σY = 1, e quindi a = 12 , b = − 23 .
X−3
In altri termini Y è uguale al numero aleatorio ridotto 2
.
Soluzione.
5.2 Quesiti
Quesito 5.1. Una moneta (non truccata) viene lanciata 40 volte. Utilizzando una opportuna ap-
prossimazione calcolare la probabilità che il numero di volte in cui esce Testa sia compreso tra 10
e 20. Calcolare inoltre la probabilità che esca Testa 20 e solo 20 volte. (vedi Esercizio 5.1).
Quesito 5.2. Sia X un numero aleatorio con distribuzione normale standard, e sia Y = 3X − a.
Calcolare il valore di a tale che P (Y ≤ 1) = Φ0,1 (2). (a = 5)
Quesito 5.4. Un numero aleatorio ha distribuzione N3,1 (x). Calcolare la probabilità dell’ evento
X < 2. Inoltre determinare per quale x si ha P (X ≤ x) ' 0.9332. (x = 1.5)
Quesito 5.5. Il tempo di vita (in km) di un tipo di un freno di automobile è distribuito normalmente
con media 34.000 e deviazione standard 4000.
• Calcolare la probabilità α che un freno del genere duri più di 40.000 km;
• Calcolare la probabilità β che un freno del genere duri tra i 30.000 e i 35.000 km;
• Inoltre sapendo che il freno è durato per 30.000 km, calcolare la probabilità condizionata γ
che esso duri per altri 10.000 km,(risp: P (Z > 1.5)/P (Z > −1)).
6 Vettori aleatori
6.1 Esercizi Svolti
Esercizio 6.1. Da un’urna contenente 3 palline, segnate con i valori numerici −1, 0, 1, si effettuano
2 estrazioni senza restituzione. Sia (X, Y ) il vettore aleatorio discreto corrispondente al risultato
dell’esperimento. Calcolare la probabilitá p dell’evento (X + Y = 0).
Soluzione.
C = {(−1, 0), (−1, 1), (0, −1), (0, 1), (1, −1), (1, 0)} .
Soluzione.
Indicando con Xh il numero aleatorio di volte in cui compare la faccia h, con h = 1, 2 . . . 6, si ha
che (X1 , X2 , . . . , X6 ) ha distribuzione multinomiale. Pertanto si ottiene
Poichè si ha,
1
P (X = 2, Y = 1) = 20
,
1 1 1 1
P (X = 2)P (Y = 1) = 5
· 5
= 25
6= 20
.
segue che X e Y non sono stocasticamente indipendenti.
Pn
= i=0 P (X = i, Y = n − i) =
Pn li ln−i
= i=0 e−l1 i!1 · e−l2 (n−i)!
2
= ··· =
n
= e−(l1 +l2 ) (l1 +l
n!
2)
·
Pertanto: Z ∼ P(l1 + l2 ).
Inoltre, si può verificare che
X|(Z = n) ∼ Bin(n, l1 l+l
1
2
),
Indichiamo con X il numero aleatorio di clienti uomini che si presentano allo sportello nel
giorno fissato e con Y il numero aleatorio delle clienti donne che si presentano allo sportello nel
giorno fissato. Poniamo Z = X + Y . Poichè X e Y sono stocasticamente indipendenti si ha che
Z ha una distribuzione di Poisson di parametro 50. La distribuzione di probabilità condizionata di
(X|Z = 50) è, invece, binomiale di parametri n = 50 e p = 25 .
Teorema. Se X ed Y sono indipendenti, si ha: Cov(X, Y ) = 0.
Dim.: Supponiamo che, ∀ (xh , yk ) ∈ C, sia
P (X = xh , Y = yk ) = P (X = xh )P (Y = yk ) .
Allora, segue
P P P P
IP (XY ) = xh yk xh yk pxh ,yk = xh yk xh yk pxh pyk =
P P
= ( xh xh pxh )( yk yk pyk ) = IP (X)IP (Y ) ,
e quindi: Cov(X, Y ) = 0.
Osserviamo che il viceversa non vale, come mostra il seguente controesempio.
Esercizio 6.6. Si consideri il seguente vettore aleatorio (X, Y ), con la distribuzione congiunta
riportata nella tabella:
Y \X -1 0 1
-1 a / a
0 / b /
1 a / a
Si ha
C = {(−1, −1), (−1, 1), (0, 0), (1, −1), (1, 1)} ,
con P (X = 0, Y = 0) = b e P (X = x, Y = y) = a negli altri casi. Ovviamente, deve essere:
4a + b = 1 , a ≥ 0 , b ≥ 0 .
con
P (X = −1) = P (Y = −1) = P (XY = −1) = 2a ,
P (X = 0) = P (Y = 0) = P (XY = 0) = b ,
P (X = 1) = P (Y = 1) = P (XY = 1) = 2a .
Pertanto X, Y ed XY hanno la stessa distribuzione di probabilità. Inoltre
IP (X) = IP (Y ) = IP (XY ) = 0 ,
6.2 Quesiti
Quesito 6.1. Un urna contiene 10 palline, 3 bianche 2 rosse e le rimanenti nere. Supponiamo di
effettuare 5 estrazioni con restituzione. Calcolare la probabilità p di estrarre 2 palline bianche, 2
palline rosse e 1 nera.
Quesito 6.2. Dati due numeri aleatori X e Y stocasticamente indipendenti entrambi con dis-
tribuzione binomiale di parametri n = 10, p = 0.5 calcolare il coefficiente di correlazione lineare
di (X, Y ).