Esercizi Di Statistica (Seconda Parte)

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA
Stefania Naddeo
(anno accademico 2014/15)
INDICE
PARTE SECONDA: STATISTICA INFERENZIALE

6. EVENTI E PROBABILITA
7. VARIABILI CASUALI
17
8. STATISTICHE CAMPIONARIE
34
9. INTERVALLI DI CONFIDENZA
51
10. TEST DI SIGNIFICATIVITA
59
11. PROVE INTERMEDIE DI ANNI PRECEDENTI
72
APPENDICE
Tavola A:
Tavola B:
Tavola C:
Tavola D:
92
93
94
96
Funzione di ripartizione della normale standardizzata

Quantili della normale standardizzata
Quantili della chi-quadrato con g gradi di libert
Quantili della t di Student con g gradi di libert
PARTE SECONDA: STATISTICA INFERENZIALE

6. EVENTI E PROBABILITA
Esercizio 6.1
Un esperimento consiste nel lancio di 3 monete equilibrate. Determinare tutti i possibili
risultati associati a questo esperimento e calcolare le probabilit corrispondenti.
Soluzione
Il numero dei possibili risultati 23 = 8. La lista riportata nella tabella successiva
C C C
C C T
C T C
T C C
C T T
T C T
T T C
T T T
Tutti gli eventi sono equiprobabili, per cui a ciascuno di essi associata una probabilit pari
a 1/8 = 0,125.
Esercizio 6.2
Dati due eventi indipendenti A e B a cui associata rispettivamente una probabilit
P(A) = 0,6 e P(B) = 0,2, calcolare le probabilit associate agli eventi: a) A|B; b) AB; c)
AB.
Soluzione
a) P(A|B) = P(A) = 0,6 per lindipendenza degli eventi
b) P(AB) = P(A)P(B) = 0,60,2 = 0,12 per il teorema delle probabilit composte applicate
ad eventi indipendenti
c) P(AB) = P(A)+P(B)P(AB) = 0,6+0,20,12 = 0,68 per il teorema delle probabilit totali
applicato ad eventi compatibili.
Esercizio 6.3
Un esperimento consiste nel lanciare 3 volte una moneta equilibrata. Calcolare le probabilit
associate agli eventi: A) nei primi due lanci si ottiene testa, B) nellultimo lancio si ottiene
testa, C) in tutti e tre i lanci si ottiene sempre testa.
Soluzione
P(A) = 0,50,51 = 0,25 per lindipendenza dei 2 eventi considerati e perch non interessa
conoscere la faccia ottenuta nel terzo lancio
P(B) = 110,5 perch non ha importanza sapere cosa si ottenuto nei primi due lanci
P(C) = 0,50,50,5 = 0,125 per lindipendenza dei tre eventi considerati.
Esercizio 6.4
Un esperimento consiste nel lancio di due dadi equilibrati. Calcolare la probabilit che uno
dei due dadi presenti la faccia 6 sapendo che il punteggio complessivo risultato pari a 10.
Soluzione
I casi possibili, ossia le coppie che danno un risultato pari a 10, sono 3:
4 6
5 5
6 4
Di queste solo due sono i casi favorevoli, e cio le coppie con un dado con la faccia 6 per
cui la probabilit cercata pari a 2/30,6
Esercizio 6.5
Una popolazione composta dall80% di individui di sesso maschile e dal 20% di individui
di sesso femminile. Sapendo che la quota di disoccupati pari al 4% nel gruppo degli uomini
e del 9% nel gruppo delle donne, determinare la probabilit che un individuo estratto in
modo casuale dalla popolazione risulti disoccupato.
Soluzione
Indicati con M levento maschio, F levento femmina e D levento disoccupato, dal testo
si ottengono queste probabilit:
P(M) = 0,8
P(F) = 0,2
P(D|M) = 0,04
P(D|F) = 0,09.
Sapendo che
PD PD M PD F
e che
PD M PD | MPM
PD F P(D | F)PF
risulta
PD PD M PD F PD | MPM P(D | F)PF 0,04 0,8 0,09 0,2 0,05
Esercizio 6.6
Un esperimento consiste nellestrazione casuale di una carta da un mazzo di 52 carte.
Calcolare la probabilit che si ottenga: a) una carta di cuori o un asso, b) un re, sapendo
che la carta estratta una figura (cio un re, una regina o un fante).
Soluzione
Sia C levento carta di cuori, A levento asso, R levento re e F levento figura.
Si ha
a) PC A PC PA PC A
13 4
1 16
0,3077 dove levento CA indica

52 52 52 52
levento asso di cuori

PR F 4/52
4 1
b) PR | F
0, 3
PF
12/52 12 3
Esercizio 6.7
Si considerino due urne: la prima contiene 6 palline bianche, 6 nere e 8 rosse e la seconda
contiene 9 palline bianche, 3 nere e 3 rosse. Determinare la probabilit che estraendo
casualmente una pallina da unurna scelta in modo casuale si ottenga una pallina bianca.
Soluzione
Indicato con B levento pallina bianca, con U1 levento urna 1 e con U2 levento urna 2
la probabilit di selezionare la prima o la seconda urna
PU1 PU2 0,5 .
Levento B pu essere scomposto nella somma degli eventi incompatibili pallina bianca
estratta dalla prima urna e pallina bianca estratta dalla seconda urna, ossia
PB PB U1 PB U2
per cui, applicando il teorema delle probabilit composte, risulta
6
9
PB PB U1 PB U2 PB | U1 PU1 P(B | U2 )PU2
0,5
0,5 0,45
20
15
Esercizio 6.8
Unurna contiene 10 palline, si cui 3 bianche e 7 nere. Calcolare la probabilit che un
campione casuale di 2 palline estratto con ripetizione sia composto da palline dello stesso
colore.
Soluzione
Occorre calcolare la somma delle probabilit associate agli eventi incompatibili entrambe
le palline sono bianche e entrambe le palline sono nere.
Indicato con Bi levento pallina bianca alla i-esima estrazione e con Ni levento pallina nera
alla i-esima estrazione si ha
3 3 7 7
PB1 PB 2 PN1 PN2
0,58
10 10 10 10
data lindipendenza degli eventi considerati.
Esercizio 6.9
Un malato presenta un certo sintomo S che pu essere causato dalla malattia M 1 che si
manifesta con una probabilit pari a 0,6 o dalla malattia M2 che si manifesta con probabilit
0,4. Sapendo che se presente la malattia M1 il sintomo si presenta con probabilit 0,6
mentre se presente la malattia M2 il sintomo si presenta con probabilit 0,9, determinare
quale malattia risulta pi probabile.
Soluzione
Il problema si risolve calcolando le probabilit PM1 |S e PM2 |S che possono essere
ottenute applicando la formula di Bayes.
Dai dati del problema si ottiene
P(M1)=0,6
P(M2) = 0,4
P(S|M1)=0,6
P(S|M2)=0,9
La probabilit di presentare il sintomo S risulta
PS PS | M1 PM1 P(S | M2 )PM2 0,6 0,6 0,9 0,4 0,72
per cui
PS | M1 PM1 0,6 0,6
PM1 | S
0,50
PS
0,72
P(S | M2 )PM2 0,9 0,4
PM2 | S
0,50
PS
0,72
Le due malattie sono quindi equiprobabili.
Esercizio 6.10
Un esperimento consiste nel lancio di 3 dadi equilibrati. Calcolare le probabilit associate
agli eventi: A) il punteggio complessivo pari a 4, B) il punteggio complessivo minore o
uguale a 4.
Soluzione
Lanciando 3 dadi si possono ottenere 63=216 risultati diversi, tutti equiprobabili fra di loro.
Di questi risultati solo le terne (1,1,2), (1,2,1) e (2,1,1) danno un punteggio pari a 4 per cui
3
PA
0,0138 .
216
Per la probabilit dellevento B basta aggiungere alle tre terne precedentemente considerate
la terna (1,1,1) per cui
4
PA
0,0185 .
216
Esercizio 6.11
Unurna contiene palline numerate e colorate. Il 70% delle palline di colore bianco e il
restante 30% di colore rosso. Sapendo che la probabilit che una pallina presenti un
numero maggiore di 100 0,2 per le palline bianche ed 0,5 per le palline rosse, calcolare
la probabilit che avendo estratto una pallina con un numero maggiore di 100 si ottenga: a)
una pallina bianca, b) una pallina rossa.
Soluzione
Indicato con B levento pallina bianca, con R levento pallina rossa e con M levento
pallina con numero maggiore di 100 il problema si risolve calcolando le probabilit PB |M
e PR |M che possono essere ottenute applicando la formula di Bayes.
Dai dati del problema si ottiene
P(B)=0,7
P(R) = 0,3
6
P(M|B)=0,2
P(M|R)=0,5
Risulta anche
PM PM | BPB P(M | R)PR 0,7 * 0,2 0,3 * 0,5 0,29
per cui
PM | B PB 0,7 0,2
PB | M
0,4828
PM
0,29
P(M | R)PR 0,3 0,5
PR | M
0,5172
PM
0,29
Esercizio 6.12
Un esperimento consiste nel lancio di 4 monete equilibrate. Determinare la probabilit
associata agli eventi: A) tutte e 4 le monete presentano la faccia testa, B) almeno una
moneta presenta la faccia testa.
Soluzione
P(A) = (0,5)4 = 0,0625 per il teorema delle probabilit composte applicato ad eventi
indipendenti
P(B) = 1 (0,5)4 = 0,9375 perch P(B) pu essere calcolata come 1 meno la probabilit
dellevento tutte le monete presentano la faccia croce.
Esercizio 6.13
Un esperimento consiste nel lanciare 3 volte un dado equilibrato. Determinare la probabilit
che ogni volta si ottenga uno stesso punteggio.
Soluzione
Conviene iniziare a determinare la probabilit associata ad un particolare punteggio, ad
esempio la faccia 1. Questa probabilit
3
1

6
La probabilit che i 3 dadi presentino tutti uno stesso punteggio, quale che esso sia, data
dal prodotto della probabilit precedente per 6, dato che sono 6 i possibili punteggi che si
possono ottenere lanciando un dado.
3
1
1
0,027
6
36
6
Esercizio 6.14
In una popolazione il 30% degli individui presentano una certa caratteristica A che manca
invece ai restanti individui. Sapendo che nel gruppo degli individui con la caratteristica A
l80% presenta anche una caratteristica B, mentre nel gruppo di individui senza la
caratteristica A solo il 20% possiede la caratteristica B, determinare la probabilit che un
individuo estratto in modo casuale dalla popolazione presenti la caratteristica B
Soluzione
I dati forniti dal testo sono:
P(A) = 0,3
PA ) 0,7
P(B|A) = 0,8
P(B | A ) 0,2
Per determinare P(B) sufficiente ricordare che
P(B) P(B A) P(B A ) P(B | A)P(A) P(B | A )P( A ) 0,8 0,3 0,2 0,7 0,38
Esercizio 6.15
Unazienda ha tre stabilimenti (A, B e C) che producono un certo articolo. Nella tabella
successiva riportato il numero di articoli prodotti da ogni stabilimento e le quote di articoli
difettosi. Determinare la probabilit che estraendo in modo casuale un articolo se ne ottenga
uno difettoso.
Stabilimento
A
B
C
articoli prodotti
100
200
200
quote difettosi
0,03
0,02
0,04
Soluzione
Dalla tabella si ottengono le seguenti probabilit:
P(A)=100/500=0,2 e P(B)=P(C)=200/500=0,4.
Indicato con D levento articolo difettoso si ha quindi
P(D) = P(DA)+P(DB)+P(DC)=P(D|A)P(A)+P(D|B)P(B)+P(D|C)P(C)=
= 0,030,2 + 0,020,4 + 0,040,4 = 0,03.
Esercizio 6.16
In una classe di alunni i maschi sono il doppio delle femmine. Sapendo che il motorino
posseduto dal 20% dei maschi e dal 10% delle femmine, determinare la probabilit che un
alunno estratto a caso dalla classe abbia il motorino.
Soluzione
Indicato con M levento maschio, con F levento femmina dalle due uguaglianze
successive si possono determinare le probabilit dei due eventi
P(M) = 2P(F)
P(M) + P(F) = 1
da cui si ottiene
P(M) = 2/3
e
P(F) = 1/3
Indicato con A levento motorino sulla base dei dati del problema sono note le probabilit
P(A|M) = 0,2
P(A|F) = 0,1
Dato che
P(A) = P(AM)+P(AF)=P(A|M)P(M)+P(A|F)P(F)
2
1
risulta P(A) 0,2 0,1 0,16 .
3
3
Esercizio 6.17
Data una prova che consiste nel lancio di 3 dadi equilibrati, calcolare la probabilit che su
uno dei tre dadi sia apparsa la faccia 6 sapendo che il punteggio complessivo risultato
pari a 8
Soluzione
Le possibili terne di risultati che forniscono un punteggio complessivo pari a 8 sono
1 1 6 (che pu presentarsi in 3 modi diversi)
Di questi 21 risultati possibili solo le prime 3 terne (1,1,6), (1,6,1) e (6,1,1) sono i casi
favorevoli allevento considerato, per cui la probabilit cercata
3
0,1429 .
21
Esercizio 6.18
Si considerino 3 urne U1, U2 e U3 delle quali U1 contiene 4 palline rosse e 6 nere, U2 5 palline
rosse e 5 nere e U3 7 palline rosse e 3 nere. Una persona ha scelto in modo casuale una
delle tre urne e ha estratto una pallina di colore nero. Calcolare la probabilit che la pallina
nera provenga da: A) U1, B) U2, C) U3
Soluzione
Indicato con N levento pallina nera si vogliono calcolare le probabilit P(U1|N), P(U2|N) e
P(U3|N) in base alla formula di Bayes. Si ottiene
P(U1) = P(U2) = P(U3) = 1/3
P(N) = P(NU1)+P(NU2)+P(NU3)=P(N|U1)P(U1)+P(N|U2)P(U2)+P(N|U3)P(U3)=
= 0,6(1/3) + 0,5(1/3) + 0,3(1/3) = 0,46
P(N | U1 )P(U1 ) 0,6 (1/3)
P(U1 | N)
0,4286
P(N)
0,46
P(N | U2 )P(U2 ) 0,5 (1/3)
P(U2 | N)
0,3571
P(N)
0,46
P(N | U3 )P(U3 ) 0,3 (1/3)
P(U3 | N)
0,2143
P(N)
0,46
Esercizio 6.19
Dato un esperimento che consiste nel lancio di due monete equilibrate si verifichi se gli
eventi E1 su entrambe le monete appare la faccia testa e E2 su almeno una moneta appare
la faccia testa risultano indipendenti fra di loro.
Soluzione
La condizione di indipendenza si verifica se
P(E1E2) = P(E1)P(E2)
9
Dato che i risultati possibili sono 4 si ottiene

P(E1) =1/4 perch solo il risultato (T, T) risulta favorevole allevento
P(E2) =3/4 perch i risultati (C, T), (T, C) e (T, T) risultano favorevoli allevento.
La probabilit che entrambi gli eventi si verifichino data da
P(E1E2) = 1/4 perch lintersezione dei due eventi d luogo allevento E 1
I due eventi non sono quindi indipendenti fra di loro, dato che
P(E1E2) = 1/4 P(E1)P(E2) = 3/16
Esercizio 6.20
Dato un esperimento che consiste nel lancio di due dadi equilibrati si verifichi se gli eventi
E1 sul primo dado appare un punteggio minore o uguale a 3, E2 sul primo dado appare la
faccia 3, 4 o 5 e E3 la somma del punteggio sui due dadi pari a 9 risultano tutti
indipendenti fra di loro.
Soluzione
La condizione di indipendenza si verifica se
P(E1E2E3) = P(E1)P(E2)P(E3)
e se gli eventi sono indipendenti a coppia.
Levento (E1E2E3) si verifica solo se compare la coppia di risultati (3, 6), per cui
P(E1E2E3) = 1/36.
Levento E3 si verifica solo se compaiono le coppie (3, 6), (4, 5), (5, 4), (6, 3) per cui
P(E3) = 4/36
Dato che
P(E1) = P(E2) = 3/6
la condizione di indipendenza fra i 3 eventi
3 3 4
1
P(E1 E 2 E 3 ) P(E1 )P(E 2 )P(E 3 )
0,027 verificata.
6 6 36 36
Levento (E1E2) si verifica se esce il 3 sul primo dado, indipendentemente dal punteggio
sul secondo per cui
P(E1E2) = 1/6 e quindi la condizione di indipendenza fra gli eventi E 1 e E2 non
verificata:
1
3 3 9
P(E1 E 2 ) 0,16 P(E1 )P(E 2 )
0,25
6
6 6 36
Si conclude che gli eventi E1, E2 ed E3 non sono quindi tutti indipendenti fra di loro.
Per quanto riguarda le altre coppie di eventi risulta che:
levento (E1E3) si verifica se esce il 3 sul primo dado e 6 sul secondo per cui
P(E1E3) = 1/36 e quindi la condizione di indipendenza fra fra gli eventi E 1 e E3 non
verificata:
10
1
3 4
0,027 P(E1 )P(E3 )
0,05 .
36
6 36
Levento (E2E3) si verifica se escono le coppie (3, 6), (4, 5), (5, 4) per cui
P(E1 E 3 )
P(E2E3) = 3/36 e quindi neanche la condizione di indipendenza fra gli eventi E 2 e E3

verificata:
3
3 4
P(E 2 E 3 )
0,083 P(E 2 )P(E 2 )
0,05 .
36
6 36
Esercizio 6.21
Una moneta non equilibrata ha una probabilit pari a 0,2 di presentare la faccia testa.
Determinare la probabilit che lanciando 5 volte la moneta la faccia testa compaia per la
prima volta: A) al primo lancio, B) al terzo, C) al quinto.
Soluzione
P(A) = 0,2
P(B) = 0,820,2 = 0,128
P(C) = 0,840,2 = 0,08192
Esercizio 6.22
In un dado non equilibrato la probabilit di ottenere una faccia pari il doppio della
probabilit di una faccia dispari. Determinare la probabilit che lanciando il dado si ottenga
un punteggio inferiore o uguale a 3.
Soluzione
Indicato con A levento punteggio pari e con B levento punteggio dispari si ha
P(A) = 2P(B)
che, sostituito nelluguaglianza
P(A) + P(B) =1
fornisce
3P(B) = 1.
Per cui P(B) = 1/3 e P(A) = 2/3.
Indicato con Ei levento uscita del numero i (i=1,2,...,6) levento A un evento composto,
costituito dalla somma dei seguenti eventi elementari equiprobabili
A = (E2E4E6)
2/3 2
per cui P(E2) = P(E4) = P(E6) =
0, 2
3
9
Allo stesso modo, per B risulta
B = (E1E3E5)
per cui le probabilit degli eventi elementari equiprobabili che lo compongono sono
1/ 3 1
e P(E1) = P(E3) = P(E5) =
0,1.
3
9
11
Indicato con C levento punteggio inferiore o uguale a 3 si ha

C = (E1E2E3)
e quindi, data lincompatibilit degli eventi elementari, si ottiene infine
1 2 1 4
P(C) = P(E1E2E3) = P(E1)+P(E2)+P(E3) = 0, 4 .
9 9 9 9
Esercizio 6.23
In una moneta non equilibrata la probabilit di ottenere la faccia testa 0,25. Determinare
la probabilit che lanciando 5 volte la moneta si ottengano i seguenti risultati: A) tutte croci,
B) testa al primo lancio e croce nei 4 lanci successivi, C) una testa e 4 croci a prescindere
dallordine.
Soluzione
Per lindipendenza dei lanci risulta
P(A) = (0,75)5 0,2373
P(B) = 0,25(0,75)4 0,0791
Infine, tenendo presente che i modi in cui possono presentarsi una testa e 4 croci dato
dalle combinazioni di 5 elementi di classe 1 (o di classe 4), si ha
5
P(C) 0,25 (0,75)4 0,3955 .
1
Esercizio 6.24
Si considerino due urne: la prima contiene 6 palline bianche e 4 nere e la seconda 12 palline
bianche e 8 nere. Considerato lesperimento che consiste nellestrazione di una pallina da
ciascuna urna, determinare la probabilit che si ottengano gli eventi: A) due palline bianche,
B) due palline nere, C) una pallina bianca e una nera.
Soluzione
Indicato con Bi levento estrazione di una pallina bianca dallurna i e con N i levento
estrazione di una pallina nera dallurna i (i=1,2) per lindipendenza delle estrazioni risulta
P(A) = P(B1B2) = 0,60,6 = 0,36
P(B) = P(N1N2) = 0,40,4 = 0,16
P(C) = P[(B1N2)(N1B2)] = P(B1N2) + P(B1N2) = 0,60,4 + 0,40,6 = 0,48.
Esercizio 6.25
Dati due eventi A e B determinare P(AB) e P(AB) sapendo che P(A)=0,6 e P(B|A)=0,7.
Soluzione
P(AB) = P(B|A)P(A) = 0,70,6 = 0,42
P(AB) = P(A)P(AB) = 0,60,42 = 0,18.
12
Esercizio 6.26
Un esperimento consiste nel lancio di 3 dadi equilibrati. Calcolare le probabilit dei seguenti
eventi: A) tutti e tre i dadi presentano la faccia 2; B) tutti e tre i dadi presentano una stessa
faccia; C) i tre dadi presentano 3 facce diverse.
Soluzione
Per lindipendenza degli eventi la probabilit di A risulta
P(A) = (1/6)3 = 0,004629
e, di conseguenza, la probabilit di B
P(B) = 6(1/6)3 = 0,027 .
Per calcolare la probabilit dellevento C si osservi che sul primo dado pu presentarsi una
faccia qualunque, sul secondo dado una delle 5 facce diverse dalla faccia apparsa sul primo
dado e sul terzo dado una delle 4 facce diverse dalle facce apparse sul primo e secondo
dado, per cui risulta
P(C) = 1(5/6)(4/6) = 0,5
Esercizio 6.27
Un esperimento consiste nel distribuire 4 palline (2 bianche e 2 nere) in 2 urne in modo che
nessuna urna rimanga vuota. Successivamente si seleziona in modo casuale unurna e si
estrae una pallina.
Verificare quale distribuzione di palline rende massima la probabilit di estrarre una pallina
bianca.
Soluzione
Indicata con U1 la prima urna e con U2 la seconda, nella tabella successiva sono indicate le
possibili configurazioni di palline (senza considerare le configurazioni ottenibili scambiando
U1 e U2) e le probabilit associate a ciascuna configurazione, dove la probabilit di
selezionare la prima o la seconda urna sempre uguale a 0,5
U1
U2
probabilit
B
BNN
(0,5)1 + (0,5)(1/3)=2/3= 0,6
N
BBN
(0,5)0 + (0,5)(2/3)=1/3= 0,3
BN
BN
(0,5)(0,5) + (0,5)(0,5)= 0,5
NN
BB
(0,5)0 + (0,5)1= 0,5
In base ai risultati della tabella la configurazione che consente di massimizzare la probabilit
di estrarre una pallina bianca quella di mettere una pallina bianca in una delle urne e le
restanti palline nellaltra.
Esercizio 6.28
Dati due eventi indipendenti A e B determinare le loro probabilit sapendo che la probabilit
che i due eventi si presentino contemporaneamente 1/6 mentre la probabilit che nessuno
dei due si verifichi 1/3.
Soluzione
La probabilit che i due eventi si presentino contemporaneamente 1/6 per cui
13
P(AB) = P(A)P(B) = 1/6

data lindipendenza fra A e B.
(*)
La probabilit che nessuno dei due si verifichi 1/3 per cui

1P(AB)=1[P(A)+P(B)P(AB)]=1[P(A)+P(B)1/6]=1/3
e quindi
P(A)+P(B)=2/3+1/6=5/6
da cui si ottiene
P(A)=5/6P(B).
Sostituendo questo risultato nella (*) si ottiene
[5/6P(B)]P(B)=1/6
e infine
P(B)2 5 P(B) 1 0 .
6
6
Da questa equazione di secondo grado si ottengono le due soluzioni 1/2 e 1/3 che
corrispondono alle due probabilit richieste.
Esercizio 6.29
Un articolo viene ottenuto assemblando 3 diversi componenti: A, B e C. Sapendo che la
probabilit che ciascuno dei componenti sia difettoso pari a 0,02 per A, a 0,08 per B ed a
0,05 per C, si determini la probabilit che larticolo non presenti parti difettose.
Soluzione
Indicato con D levento il componente difettoso le probabilit che i 3 componenti siano
difettosi sono rispettivamente
P(D|A) = 0,02
P(D|B) = 0,08
P(D|C) = 0,05
e quindi le probabilit che non siano difettosi sono
P( D |A) = 0,98
P( D |B) = 0,92
P( D |C) = 0,95
Dato che larticolo finale costituito dai 3 componenti, la probabilit che sia non difettoso,
supposta lindipendenza fra gli eventi, data da
P( D |A)P( D |B)P( D |C) = 0,980,920,95 = 0,85652
Esercizio 6.30
Una prova consiste nel lanciare un dado equilibrato e poi, sulla base del punteggio ottenuto,
nellestrarre una pallina da unurna differente secondo lo schema seguente:
- se si ottiene 1 si estrae dallurna U che contiene 9 palline bianche e 1 nera
- se si ottiene 2, 3 o 4 si estrae dallurna V che contiene 1 pallina bianca e 9 nere
- se si ottiene 5 o 6 si estrae dallurna W che contiene 5 palline bianche e 5 nere
14
Sapendo che nella prova si ottenuta una pallina bianca, determinare se sia pi probabile
che la pallina provenga dallurna U, V o W.
Soluzione
Le probabilit associate alle 3 urne sono:
P(U) = 1/6
P(V) = 3/6
P(W) = 2/6
Sapendo inoltre che in base ai dati del problema le probabilit di estrarre una pallina bianca
condizionatamente alle diverse urne sono
P(B|U) = 0,9
P(B|V) = 0,1
P(B|W) = 0,5
in base alla formula di Bayes si ottengono le probabilit
P(B | U)P(U) 0,9 (1/6)
P(U | B)
0,4090
P(B)
0,36
P(V | B)
P(B | V)P(V) 0,1 (3/6)
0,1363
P(B)
0,36
P(W | B)
P(B | W)P(W) 0,5 (2/6)
0, 45
P(B)
0,36
dove
P(B) = 0,9(1/6) + 0,1(3/6) + 0,5(2/6) = 0,36 .
Pertanto si pu concludere che levento pi probabile che la pallina bianca estratta
provenga dallurna W.
Esercizio 6.31
Un dado truccato in modo che le probabilit dei punteggi riportati sulle facce assumono i
valori indicati nella tabella seguente
punteggio
probabilit
1
12/90
2
12/90
3
18/90
4
15/90
5
15/90
6
18/90
totale
1,00
Verificare che per tale dado levento A punteggio pari e levento B punteggio divisibile per
3 risultano indipendenti fra di loro.
Verificare se lindipendenza esisterebbe anche nel caso in cui il dado fosse equilibrato.
Soluzione
Le probabilit associate ai due eventi sono:
P(A) = 12/90 + 15/90 + 18/90 = 45/90 = 0,5
P(B) = 18/90 + 18/90 = 36/90 = 0,4
15
Lintersezione dei due eventi corrisponde allevento uscita della faccia 6, per cui si ha
P(AB) = 18/90 = 0,2.
Dato che
P(A)P(B) = 0,50,4 = 0,2,
gli eventi A e B sono indipendenti.
Se il dado fosse equilibrato si avrebbe:
P(AB) = 1/6
P(A)P(B) = 3/62/6 = 1/6
per cui anche in questo caso i due eventi risulterebbero indipendenti.
Esercizio 6.32
Un dado truccato in modo che le probabilit dei punteggi riportati sulle facce
proporzionale al punteggio stesso (per cui, per esempio, la faccia 2 ha il doppio della
probabilit della faccia 1 e cos via). Determinare la probabilit che lanciando il dado si
ottengano gli eventi: A) punteggio pari, B) punteggio dispari.
Soluzione
Indicata con p la probabilit P(1) associata alla faccia 1, la probabilit di ottenere un
punteggio qualsiasi (ossia la probabilit dellevento certo)
P(1) + P(2) + P(3) + P(4) + P(5) + P(6) = p + 2p + 3p + 4p + 5p + 6p =1
da cui si ottiene
1
p
21
Si ha quindi
2 4 6 12
P(A) P(2) P(4) P(6)
0,5714
21 21 21 21
1 3 5
9
P(B) P(1) P(3) P(5)
0,4286
21 21 21 21
16
7. VARIABILI CASUALI
Esercizio 7.1
Data la seguente serie di osservazioni relative ad una variabile casuale continua X rilevata
su 8 individui:
4,5 0,3 8,5 6,4 2,8 2,1 4,6 3,9
determinare il valore del terzo decile, della mediana e del coefficiente di variazione.
Soluzione
Una volta ordinata la serie si ottiene
x0,3 = 2,8
3,9 4,5
x 0,5
4,2
2
Si ha inoltre
E(X) = 4,1375
E(X2) = 22,77125
e quindi
s/m 0,5746.
V(X) 5,6523
Esercizio 7.2
Data la seguente serie di osservazioni relative ad una variabile casuale continua X rilevata
su 12 individui:
4,3 2,5 3,0 6,4 5,8 2,9 9,2 9,7 6,4 7,2 4,0 2,2
sintetizzare i dati in una distribuzione di probabilit costituita dalle classi 2-|3, 3-|7, 7-|10.
Sulla base della distribuzione cos ottenuta calcolare: a) la mediana, b) lottavo decile, c) la
probabilit che un individuo presenti un valore della variabile superiore a 5.
Soluzione
La distribuzione risulta
X
probabilit
2 -| 3
0,333
3 -| 7
0,416
7 -| 10
0,250
totale
1,000
densit
0,33333
0,10416
0,08333
Si ottiene quindi:
0,5 0, 3
a) x 0,5 3
4,6
0,10416
0,8 0,75
7,6
b) x 0,8 7
0,08 3
c) 1 F(5) = 1 [ 0,3 +0,104(5-3)] = 0,4586
17
Esercizio 7.3
Data la seguente distribuzione di probabilit relativa ad una variabile casuale continua,
X
probabilit
2 -| 4
0,3
4 -| 8
0,4
8 -| 20
0,3
totale
1,0
disegnare listogramma, il grafico della funzione di ripartizione e calcolare il valore atteso.
Soluzione
In base alle densit di probabilit riportate nella tabella seguente
X
densit
2 -| 4
0,150
4 -| 8
0,100
8 -| 20
0,025
listogramma assume la forma
0,15
0,125
0,1
0,075
0,05
0,025
0
0
10
12
14
16
18
20
Il grafico della funzione di ripartizione risulta

F(x)
1
0,8
0,6
0,4
0,2
0
0
10
12
14
16
18
20
22
x
La media della variabile

E(X) = 30,3 + 60,4 + 140,3 = 7,5.
18
Esercizio 7.4
Si consideri una moneta non bilanciata tale che la probabilit di ottenere la faccia testa
0,6 e si determini la distribuzione di probabilit della variabile casuale X numero di teste
ottenute nel caso di un esperimento che consiste nel lancio di tale moneta. Calcolare media
e varianza di tale variabile casuale.
Soluzione
La variabile X assume valore 0 il lancio della moneta d luogo alla faccia croce ed 1 in caso
contrario. Pertanto la sua distribuzione di probabilit quella riportata nella tabella seguente
X
P(x)
0
0,4
1
0,6
totale
1,0
Pertanto si ha
E(X) = 0,6
E(X2) = 0,6
V(X) = 0,24
Esercizio 7.5
Data unurna che contiene 10 palline di cui 3 bianche e 7 nere, si determini la distribuzione
di probabilit della variabile Y numero di palline bianche estratte se dallurna vengono
estratte due palline con ripetizione. Determinare inoltre moda, media e varianza di Y.
Soluzione
Indicato con B levento pallina bianca e con N levento pallina nera, i possibili risultati che
si possono ottenere estraendo due palline dallurna sono indicati nella prima colonna della
tabella successiva. Nella seconda sono riportate le probabilit corrispondenti e nellultima
colonna i valori assunti dalla Y.
Risultati campionari
Probabilit
Y
NN
0,49
0
BN
0,21
1
NB
0,21
1
BB
0,09
2
totale
1,00
Pertanto la distribuzione di probabilit della variabile casuale Y la seguente
Y
P(x)
0
0,49
1
0,42
2
0,09
totale
1,00
La moda corrisponde allintensit 0, la media aritmetica pari a E(Y) = 0,6 e la varianza
V(Y) = 0,42
19
Esercizio 7.6
Data unurna contenente 80 palline bianche e 20 nere, determinare la distribuzione di
probabilit della v.c. numero di palline bianche estratte se la prova consiste nellestrazione
di una pallina dallurna. Determinare il coefficiente di variazione di questa variabile,
disegnare il grafico della sua funzione di ripartizione e scriverne lespressione analitica.
Soluzione
Dato che si estrae una sola pallina dallurna, la distribuzione della X una v.c. Zero-Uno di
parametro p=80/100=0,8. Pertanto la sua funzione di massa
f(x) = 0,8x0,2(1-x) x=0,1
Sapendo che
E(X) = p = 0,8 e V(X) = p(1-p) = 0,20,8 = 0,16
0,16
s
il coefficiente di variazione di X
0,5
m
0,8
Lespressione analitica della funzione di ripartizione
x0
0
F(x) 0,2
0 x 1
1
x 1
ed il grafico assume quindi la forma

F(x)
1
0,8
0,6
0,4
0,2
0
-1
2
x
Esercizio 7.7
Data una variabile casuale Y che si distribuisce come una binomiale di parametri n=3 e
p=0,2, scrivere lespressione analitica della funzione di probabilit e disegnarne il grafico
corrispondente.
Soluzione
3
f(y) P(Y y) 0,2 y 1 0,23 y
y 0,1,2,3
y
Da questa funzione si ottengono le probabilit associate ad ogni intensit della Y
Y
p(y)
0
0,512
1
0,384
2
0,096
3
0,008
totale
1,000
20
per cui la rappresentazione grafica assume la forma riportata nella figura seguente
0,6
0,512
0,5
0,384
0,4
0,3
0,2
0,096
0,1
0,008
0
0
Esercizio 7.8
Dato un esperimento che consiste nel lancio di 3 monete equilibrate, determinare la funzione
di massa della variabile casuale Y numero di teste nei primi due lanci.
Soluzione
I possibili risultati dellesperimento (pari a 23=8) e i corrispondenti valori della Y sono riportati
nella tabella successiva
risultati
Y
CCC
0
CCT
0
CTC
1
TCC
1
CTT
1
TCT
1
TTC
2
TTT
2
dato che le terne sono equiprobabili la distribuzione di massa di Y risulta
Y
p(y)
0
2/8=0,25
1
4/8=0,50
2
2/8=0,25
totale
8/8=1,00
Esercizio 7.9
Data la variabile casuale definita nellesercizio precedente, disegnare la sua funzione di
massa, determinare lespressione formale della funzione di ripartizione e disegnarne il
grafico.
21
Soluzione
Il grafico della funzione di massa assume la forma
0,5
0,4
f(y)
0,3
0,2
0,1
y
0
0
Lespressione formale della funzione di ripartizione data da

y0
0
0,25
0 y 1
F(y)
1 y 2
0,75
1
y2
ed il grafico corrispondente assume la forma riportata nel grafico successivo
1
0,9
0,8
0,7
F(y)
0,6
0,5
0,4
0,3
0,2
0,1
y
0
-1
Esercizio 7.10
Data una variabile casuale Y che si distribuisce come una binomiale di media pari a 3 e
varianza pari a 2 determinare la probabilit che Y sia uguale a 7.
Soluzione
Per trovare i parametri della binomiale bisogna risolvere il seguente sistema di equazioni
np 3
np(1 p) 2
22
da cui si ottengono i valori dei parametri

n=9 e p=1/3
7
9 1 2
Pertanto P(Y 7) 0,007316.
7 3 3
Esercizio 7.11
Data unurna che contiene 10 palline, si cui 7 bianche e 3 nere, si consideri un esperimento
che consiste nellestrazione di 3 palline senza ripetizione.
Indicata con W la variabile casuale numero di palline bianche estratte determinare
lespressione della funzione di massa di W, la sua media e la sua varianza.
Soluzione
La funzione di massa di W assume la forma
7 3

w 3 w
PW w
w 0,1,2,3
10

3
mentre i valori della media e della varianza risultano
N
EW np n 1 3 0,7 2,1
N
Nn
10 - 3
V W np1- p
3 0,7 0,3
0,49
N 1
10 - 1
Esercizio 7.12
Unurna contiene 15 palline, si cui 3 bianche, 5 nere e 7 rosse. Calcolare la probabilit che
un campione casuale di 3 palline estratto senza ripetizione contenga: a) tutte palline
bianche, b) almeno una pallina rossa, c) almeno 2 palline nere.
Soluzione
a) Indicando con Bi (i=1,2,3) levento estrazione di una pallina bianca alla i-esima prova,
la probabilit cercata PB1 B 2 B3 corrisponde a PB1 PB 2 | B1 PB3 | B1 B 2
Risulta quindi
PB1 B 2 B 3
3 2 1

0,0022
15 14 13
oppure, utilizzando una variabile ipergeometrica in cui la variabile W indica il numero delle
palline bianche estratte si ha
3 12

3 0
P( W 3) 0,0022
15

3
23
b) La probabilit dellevento almeno una pallina rossa si pu calcolare come differenza

fra 1 e la probabilit che nessuna pallina sia rossa. Utilizzando la distribuzione
ipergeometrica in cui la variabile W indica il numero di palline rosse estratte si ha
7 8

0 3
1 P( W 0) 1 0,8769
15

3
c) sempre utilizzando una distribuzione ipergeometrica in cui la variabile W indica questa
volta il numero di palline nere estratte si ottiene
5 10 5 10

2 1
3 0
P(W 2) P(W 3) 0,2418
15
15

3
3
Esercizio 7.13
Dato un esperimento che consiste nel lancio di due dadi equilibrati, determinare la
distribuzione di probabilit della variabile casuale S somma dei punteggi ottenuti.
Soluzione
I possibili risultati sono 62=36 e sono elencati di seguito
(1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
(4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
(2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
(3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
(6,1) (6,2) (6,3) (6,4) (6,5) (6,6)
Effettuando le somme dei valori delle coppie di risultati e tenendo presente che tutte le
coppie sono equiprobabili, si ottiene la seguente distribuzione di probabilit
S
p(s)
2
1/36
3
2/36
4
3/36
5
4/36
6
5/36
7
6/36
8
5/36
9
4/36
10
3/36
11
2/36
12
1/36
totale
1,00
Esercizio 7.14
Unurna contiene 20 palline di cui 16 sono bianche e 4 sono nere. Calcolare la probabilit
che in un campione casuale di 5 elementi estratto senza ripetizione siano presenti: A) due
palline bianche, B) due palline nere, C) tutte palline bianche, D) tutte palline nere.
24
Soluzione
Le probabilit richieste si possono trovare utilizzando il modello ipergeometrico in cui W
indica il numero delle palline bianche
16 4

2 3
480
A) P(W 2)
0,0310
15.504
20

5
16 4

3 2
3360
0,2167
B) P(W 3)
15.504
20

5
16 4

5 0
4368
0,2817
C) P(W 5)
15.504
20

5
D) P(W 0) 0 perch questo evento impossibile.
Esercizio 7.15
Un esperimento consiste nel lancio di 3 dadi equilibrati. Indicata con X la variabile casuale
numero di facce pari a 2 che sono apparse nel lancio determinare la probabilit che X
assuma i valori 0, 1, 2 e 3.
Soluzione
Data lindipendenza degli eventi, le probabilit richieste si possono trovare utilizzando un
modello binomiale di parametri n=3 e p=1/6, dove p indica la probabilit che uno dei dadi
presenti la faccia 2.
0
3 1 5
P(X 0) 0,579
0 6 6
2
3 1 5
P(X 1) 0,347
1 6 6
2
3 1 5
P(X 2) 0,069
2 6 6
3
3 1 5
P(X 3) 0,005
3 6 6
Si osservi che la somma di tutte queste probabilit deve risultare pari ad 1.
Esercizio 7.16
Data una partita di 20 articoli di cui il 15% risulta difettoso, determinare la probabilit che
estraendo un campione di 2 elementi senza ripetizione si ottengano: A) due articoli difettosi,
B) un articolo difettoso e uno non difettoso, C) due articoli non difettosi.
25
Soluzione
Dato che la partita composta da 20 articoli di cui il 15% risulta difettoso, il numero di articoli
15
difettosi nella partita 20
3.
100
Lestrazione senza ripetizione, per cui le probabilit richieste si possono ottenere sulla
base di un modello ipergeometrico in cui W indica il numero di articoli difettosi:
3 17
3 17

2 0
1 1
3
51
0,0158 ,
0,2684 ,
A) P(W 2)
B) P(W 1)
190
190
20
20

2
2
3 17

0 2
136
0,7158 .
C) P(W 0)
190
20

2
Esercizio 7.17
Data la seguente distribuzione doppia relativa alle variabili casuali X e Y, si determini la
distribuzione di probabilit della variabile casuale S=X+Y.
Y
0
1
2
totale
X
1
0,05
0,05
0,10
0,20
2
0,05
0,10
0,15
0,30
3
0,10
0,20
0,20
0,50
totale
0,20
0,35
0,45
1,00
Soluzione
La distribuzione richiesta si ottiene considerando tutti i risultati che forniscono uno stesso
valore s di S e sommando le probabilit corrispondenti.
Per esempio, la variabile S assume il valore 1 solo se X=1 e contemporaneamente Y=0,
dove a questo risultato associata una probabilit pari a 0,05, per cui P(S=1)=0,05.
La S assume il valore 2 se X=1 e contemporaneamente Y=1, dove a questo risultato
associata una probabilit pari a 0,05, oppure se X=2 e contemporaneamente Y=0, dove a
questo risultato associata una probabilit pari a 0,05, pertanto P(S=2)=0,05+0,05=0,10.
Seguendo questo stesso procedimento per tutti i possibili valori di S si ottiene la
distribuzione riportata nella tabella successiva.
S
p(s)
1
0,05
2
0,10
3
0,30
4
0,35
5
0,20
totale
1,00
26
Esercizio 7.18
Data unurna contenente 3 palline bianche, 5 palline nere e 12 palline rosse, si determini la
distribuzione di probabilit della variabile casuale Y numero di palline nere estratte per un
campione di 4 palline estratte con ripetizione. Determinare il valore modale della variabile
casuale Y.
Soluzione
Considerando in un unico gruppo le palline non nere, si pu utilizzare un modello binomiale
in cui la variabile Y indica il numero di palline nere estratte, il parametro p indica la
probabilit di estrarre una pallina nera (p=5/20=0,25) e n=4 il numero complessivo
di palline estratte.
La funzione di massa assume la forma
4
P(Y y) 0,25 y 0,75 4 y
y 0,1,2,3,4
y
Calcolando le probabilit per tutti i possibili valori assunti dalla variabile casuale Y si
ottengono i risultati riportati nella tabella successiva, dalla quale risulta che il risultato pi
probabile pari ad 1.
Y
0
1
2
3
4
totale
p(y)
0,3164
0,4219
0,2109
0,0469
0,0039
1,0000
Esercizio 7.19
Data una popolazione di 100 elementi in cui il 70% degli individui presenta una certa
caratteristica A, determinare se sia pi probabile che in un campione casuale di 3 elementi
estratto senza ripetizione il numero di individui con la caratteristica A sia 0, 1, 2 oppure 3.
Soluzione
Il numero di individui con la caratteristica A nella popolazione 70, mentre gli altri 30 non
possiedono tale caratteristica.
Indicata con W la variabile casuale numero di individui con la caratteristica A, in base al
modello ipergeometrico risulta
70 30
70 30

0 3
1
2
4.060
30.450
P(W 0)
0,0251,
P(W 1)
0,1883 ,
161.700
161.700
100
100
3
3
27
70 30
70 30

3 0
2
1
54.740
72
.
450
P(W 3)
P(W 2)
0,3385 .
0,4481,
161.700
161.700
100
100
3
3
Il risultato pi probabile che ci siano 2 individui con la caratteristica A in un campione
casuale di 3 elementi.
Esercizio 7.20
Una prova consiste nel lancio di due dadi non equilibrati. Indicata con X1 la variabile casuale
punteggio sul primo dado e con X2 la variabile punteggio sul secondo dado, calcolare la
probabilit che si ottenga un punteggio pari a 4 sapendo che le funzioni di massa delle due
variabili sono quelle indicate nelle due tabelle successive.
X1
1
2
3
4
5
6
totale
p(x1)
0,1
0,2
0,3
0,1
0,1
0,2
1,0
X2
1
2
3
4
5
6
totale
p(x2)
0,1
0,3
0,3
0,1
0,1
0,1
1,0
Soluzione
Il punteggio pari a 4 si ha solo se si ottengono le coppie: (1, 3), (2, 2) e (3, 1).
Pertanto levento composto cercato corrisponde allunione delle seguenti coppie di eventi
(X1 1) (X2 3) (X1 2) (X2 2) (X1 3) (X2 1)
Dato che le coppie di eventi sono incompatibili fra di loro, mentre gli eventi allinterno di ogni
coppia sono indipendenti, la probabilit cercata data da
P(X1 1) (X2 3) P(X1 2) (X2 2) P(X1 3) (X2 1) 0,1 0,3 0,2 0,3 0,3 0,1 0,12
Esercizio 7.21
Unurna contiene 20 palline di cui 4 bianche, 6 nere e 10 rosse. Calcolare la probabilit che
estraendo 5 palline senza ripetizione si verifichino gli eventi: A) 5 palline nere, B) almeno
una pallina nera.
Soluzione
In base al modello ipergeometrico in cui W indica il numero di palline nere estratte, si ottiene
6 14

5 0
6
0,0004 ,
A) P(W 5)
15.504
20

5
28
6 14

0 5 1 2.002 0,8709
B) P(W 1) 1 P(W 0) 1
15.504
20

5
Esercizio 7.22
Dato un esperimento che consiste nel lancio di un dado equilibrato, determinare la
distribuzione di probabilit della variabile casuale X che assume il valore 0 se il punteggio
inferiore o uguale a 3, valore 1 se il punteggio 4 o 5 e valore 2 se il punteggio 6.
Si consideri poi lesperimento che consiste nel lancio di due dadi equilibrati e si determini la
distribuzione della variabile casuale S=X1+X2 dove le variabili X1 e X2 associate ai punteggi
ottenuti sui due dadi hanno la medesima distribuzione di X.
Soluzione
La distribuzione di probabilit di X risulta
X
p(x)
0
3/6
1
2/6
2
1/6
totale
1,00
Per quanto riguarda lesperimento che consiste nel lancio di due dadi equilibrati, la
distribuzione di probabilit di S data da
S
p(s)
0
9/36
1
12/36
2
10/36
3
4/36
4
1/36
totale
1,00
dato che, per esempio,
3 3 9
P(S 0) P(X1 0) (X 2 0) P(X1 0) P(X 2 0)
6 6 36
3 2 2 3 12
P(S 1) P(X1 0) (X 2 1) P(X1 1) (X 2 0)
6 6 6 6 36
e cos via.
Esercizio 7.23
Data una collettivit composta da 20 individui, di cui 12 uomini e 8 donne, calcolare la
probabilit che estraendo un gruppo di 6 individui distinti il gruppo risulti composto da: A)
tutte donne, B) tutti uomini, C) 3 donne e 3 uomini.
29
Soluzione
Dato che il gruppo deve essere formato da individui distinti, lestrazione deve essere fatta
senza ripetizione. Se si indica con W la variabile numero di donne estratte, si ottengono
le seguenti probabilit
8 12

6 0
28
0,000722
A) P(W 6)
38.760
20

6
8 12

0 6
924
0,023839
B) P(W 0)
38.760
20

6
8 12

3 3
12.320
0,317853
C) P(W 3)
38.760
20

6
Esercizio 7.24
Data una collettivit di 100 individui, di cui 10 sono disoccupati, determinare la distribuzione
di probabilit della variabile casuale quota di disoccupati per un campione di 4 elementi
estratto senza ripetizione.
Soluzione
La distribuzione della variabile casuale W numero di disoccupati si ottiene dal modello
ipergeometrico di parametri N1=10, N2=90, n=4
10 90

w 4 w
P(W w)
w 0,1,2,3,4
100
4
W quota di
e da questa si ottiene facilmente la distribuzione della variabile casuale Q
n
disoccupati, tenendo presente che W nQ

10 90

4 4q
4
q
1 2 3
q )
P(Q
q 0, , , ,1.
4 4 4
100
30
Esercizio 7.25
Data una popolazione di 10 individui, di cui 4 presentano una certa caratteristica A
determinare la distribuzione di probabilit della variabile casuale quota di individui con la
caratteristica A per un campione bernoulliano di 5 elementi.
Soluzione
La distribuzione della variabile casuale Y numero di individui con la caratteristica A si
ottiene dal modello binomiale di parametri n=5 e p=4/10=0,4
5
P(Y y) 0,4 y 0,6 5 y
y 0,1,...,5
y
Y quota di
e da questa si ottiene facilmente la distribuzione della variabile casuale P
n
disoccupati, tenendo presente che Y nP

5
1
P(P p ) 0,4 5p 0,6 55p

p 0, ,...,1
5
5p
Esercizio 7.26
Dato un esperimento che consiste nellestrazione con ripetizione di 3 palline da unurna che
contiene 10 palline bianche, 10 nere e 80 rosse, determinare il valore modale, la media e la
varianza della variabile casuale quota di palline rosse estratte.
Soluzione
La distribuzione della variabile casuale P quota di palline rosse si ottiene da un modello
binomiale di parametri p=0,8 ed n=3
3
1 2
P(P p ) 0,8 3p 0,2 33p

p 0, , ,1
3 3
3p
Le probabilit associate ai diversi valori della variabile assumono i valori indicati nella tabella
successiva, da cui risulta che il valore modale 1.
p( p )
P
0
0,008
1/3
0,096
2/3
0,384
1
0,512
totale
1,000
La media E( P )=p=0,8.
p (1 p) 0,8 0,2
La varianza V( P )
0,053 .
n
3
Esercizio 7.27
Data unurna che contiene 5 palline bianche e 15 nere, determinare la probabilit che
estraendo 10 palline si ottengano 4 palline bianche se lestrazione effettuata: A) con
ripetizione, B) senza ripetizione.
31
Soluzione
Nel primo caso, indicata con Y la v.c. numero di palline bianche estratte, la probabilit
richiesta si ottiene da un modello binomiale di parametri n=10 e p=5/20=0,25, per cui
10
A) P(Y 4) 0,25 4 0,75 6 0,1460 .
4
Nel secondo caso, invece, bisogna utilizzare un modello ipergeometrico di parametri N1=5,
N2=15 e n=10
5 15

4 6
25025
B) P(Y 4)
0,1354 .
184.756
20

10
Esercizio 7.28
Determinare la media e la varianza della variabile casuale Y numero di palline bianche
estratte per lurna considerata nellesercizio precedente se lestrazione effettuata: A) con
ripetizione, B) senza ripetizione.
Soluzione
Se lestrazione con ripetizione la Y si distribuisce come una binomiale di parametri n=10
e p=0,25 per cui
E(Y) = np = 100,25 = 2,5
V(Y) = np(1-p) = 100,250,75 = 1,875
Se lestrazione senza ripetizione la Y si distribuisce come una ipergeometrica di
parametri N1=5, N2=15 e n=10, per cui risulta
N1
5
10
2,5
N
20
N N Nn
5 15 20 10
V(Y) n 1 1 1
10
0,9868 .
N
N N 1
20 20 20 1
E(Y) n
Esercizio 7.29
Data una normale di parametri =10 e =4, determinare: a) il primo decile, b) il terzo
quartile, c) la quota di individui con un valore della variabile maggiore di 11,5.
Soluzione
a) x0,1 = + u0,1 = 10 + 2 (1,282) = 7,436
b) x0,75 = + u0,75 = 10 + 20,674 = 11,348
11,5 10
c) 1 F(11,5) 1
1 0,75 1 0,773 0,227
2
32
Esercizio 7.30
Data una normale di parametri =1 e =16, determinare: a) il secondo decile, b) la
mediana, c) la quota di individui con un valore della variabile compreso fra zero e 1.
Soluzione
Per quanto riguarda i quantili risulta
a) x0,2 = + u0,2 = 1 + 4(0,842) = 4,368
b) x0,5 = + u0,5 = 1 + 40 = 1
Per quanto riguarda la quote richiesta si ha
1 1
1
c) F(1) F(0)
0,5 0,25 0,691 0,599 0,092 .
4
4
Esercizio 7.31
Data una normale di parametri =2 e =1, determinare: a) il quarto decile, b) la quota di
individui con un valore della variabile inferiore a zero, c) la quota di individui con un valore
della variabile superiore a 2, d) la quota di individui con un valore della variabile superiore
a 4.
Soluzione
a) x0,4 = + u0,4 = 2 + 1(0,253) = 2,253
2
b) F(0) 2 0,977
1
c) 1 F( 2) 1 0 0,5 .
d) 1 F( 4) 1 4 2 1 2 2 0,977 .
Esercizio 7.32
Data una variabile X che si distribuisce in modo normale con parametri e , determinare
la probabilit che la X assuma un valore compreso: a) nellintervallo (, ), b)
nellintervallo (2, 2).
Soluzione
Effettuando la solita operazione di standardizzazione della variabile X risulta
1 1 21 1 0,682
-
a) P - X ( ) P
U
2 2 2 22 1 0,954
- 2
b) P - 2 X ( 2) P
U
33
8. STATISTICHE CAMPIONARIE
Esercizio 8.1
Data una popolazione in cui una variabile Z ha la seguente distribuzione di frequenza
Z
frequenze assolute
1
5
2
3
3
2
totale
10
determinare le possibili composizioni di un campione di bernoulliano di 2 elementi estratto
da questa popolazione e le probabilit corrispondenti.
Soluzione
Con riferimento ai possibili valori della variabile Z, i campioni diversi per gli elementi o per
lordine di estrazione sono 32=9.
Indicata con Xi (i=1, 2) la variabile casuale valore di Z alla i-esima estrazione, la
distribuzione di probabilit di questa variabile assume la forma
Xi
1
2
3
totale
probabilit
0,5
0,3
0,2
1,0
le possibili composizioni di un campione di bernoulliano di 2 elementi e le probabilit

corrispondenti assumono i valori indicati nella tabella seguente
Campioni
X1
1
1
1
2
2
2
3
3
3
probabilit
X2
1
2
3
1
2
3
1
2
3
0,52 = 0,25
0,50,3 = 0,15
0,50,2 = 0,10
0,30,5 = 0,15
0,32 = 0,09
0,30,2 = 0,06
0,20,5 = 0,10
0,20,3 = 0,06
0,22 = 0,04
1,000
Esercizio 8.2
Data una popolazione in cui una variabile Z ha una distribuzione Zero-Uno di parametro
p=0,4 determinare le possibili composizioni di un campione di bernoulliano di 3 elementi
estratto da questa popolazione e le probabilit corrispondenti.
34
Soluzione
Dato che la Z pu assumere due soli valori diversi, i campioni diversi per gli elementi o per
lordine di estrazione sono 23=8. Indicata con Xi la variabile casuale valore di Z alla i-esima
estrazione si ha
X1
0
0
0
1
0
1
1
1
Campioni
X2
0
0
1
0
1
0
1
1
probabilit
X3
0
1
0
0
1
1
0
1
0,63 = 0,216
0,620,4 = 0,144
0,620,4 = 0,144
0,620,4 = 0,144
0,60,42 = 0,096
0,60,42 = 0,096
0,60,42 = 0,096
0,43 = 0,064
1,000
Esercizio 8.3
Data una popolazione di 3 elementi su cui una variabile Z assume rispettivamente i valori 2,
4 e 6, determinare la distribuzione di probabilit della variabile casuale media campionaria
per un campione di 2 elementi estratto con ripetizione.
Soluzione
Avendo una popolazione formata da 3 individui, i possibili campioni bernoulliani diversi per
gli individui estratti sono 32=9. Se per semplicit associamo ai 3 elementi della popolazione
le etichette A, B e C, i campioni possibili sono indicati nella prima colonna della tabella
successiva, mentre nella seconda e nella terza sono indicati i corrispondenti valori della
variabile di interesse.
Indicata con Xi la variabile casuale valore di Z alla i-esima estrazione e con X la media
campionaria si ha
Etichette
AA
AB
AC
BA
BB
BC
CA
CB
CC
Campioni
X1
2
2
2
4
4
4
6
6
6
X2
2
4
6
2
4
6
2
4
6
Probabilit
1/9
1/9
1/9
1/9
1/9
1/9
1/9
1/9
1/9
2
3
4
3
4
5
4
5
6
Tutti i campioni sono equiprobabili per cui la distribuzione richiesta risulta
35
X
2
3
4
5
6
totale
p(x)
1/9
2/9
3/9
2/9
1/9
1
Esercizio 8.4
Data una variabile Z che su una popolazione di 4 elementi assume i valori 1, 0, 1 e 3,
determinare la distribuzione di probabilit della variabile casuale media campionaria per
un campione di 2 elementi estratto senza ripetizione. Verificare che la media di tale variabile
casuale corrisponde alla media della variabile Z nella popolazione.
Soluzione
In questo caso conviene fare riferimento al numero dei possibili campioni diversi per gli
individui estratti (senza tener conto dellordine di estrazione), in modo da considerare le
combinazioni di 4 elementi di classe 2 ed pari a 6.
Se per semplicit associamo ai 4 elementi della popolazione le etichette A, B, C e D, i
campioni possibili sono indicati nella prima colonna della tabella successiva, mentre nella
seconda e nella terza sono indicati i corrispondenti valori della variabile di interesse.
Etichette
AB
AC
AD
BC
BD
CD
Campioni
X1
1
1
1
0
0
1
X2
0
1
3
1
3
3
Probabilit
1/6
1/6
1/6
1/6
1/6
1/6
0,5
0,0
1,0
0,5
1,5
2,0
Tutti questi campioni risultano equiprobabili, con una probabilit pari a 1/6 per cui la
distribuzione di probabilit della media campionaria risulta
X
0,5
0,0
0,5
1,0
1,5
2,0
totale
p(x)
1/6
1/6
1/6
1/6
1/6
1/6
1,0
Il valore atteso della media campionaria assume il valore

1
1 1
1
1
E( X ) = 0,5 0,5 1,5 2 0,75
6
6 6
6
6
mentre la media della variabile Z
36
1 1 3
0,75
4
per cui risulta verificata luguaglianza
E( X ) = E(Z)
E(Z) =
Esercizio 8.5
Data una popolazione di 5 elementi su cui una variabile Z assume rispettivamente i valori 1,
2, 3, 4 e 5, determinare la distribuzione di probabilit della variabile casuale media
campionaria per un campione di 3 elementi estratto senza ripetizione.
Soluzione
Il numero dei possibili campioni diversi per gli elementi che vi compaiono dato dalle
combinazioni di 5 elementi di classe 2 ed quindi pari a 10. Anche in questo caso si possono
associare 5 etichette (le lettere A, B, C, D ed E) ai 5 individui della collettivit. Indicata con
Xi la variabile casuale valore di Z alla i-esima estrazione e con X la media campionaria si
ha
Campioni
Etichette
ABC
ABD
ABE
ACD
ACE
ADE
BCD
BCE
BDE
CDE
X1
1
1
1
1
1
1
2
2
2
3
X2
2
2
2
3
3
4
3
3
4
4
X3
3
4
5
4
5
5
4
5
5
5
La distribuzione della media campionaria risulta

p(x)
X
2,0
0,1
0,1
2, 3
0,2
2, 6
3,0
0,2
0,2
3, 3
0,1
3, 6
4,0
0,1
totale
1,0
37
probabilit
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
2,0
2, 3
2, 6
2, 6
3,0
3, 3
3,0
3, 3
3, 6
4,0
Esercizio 8.6
Data una popolazione di 4 individui su cui una variabile Z assume i valori 0, 1, 3 e 4, si
determini la distribuzione di probabilit della variabile casuale media campionaria per un
campione di 2 elementi estratto senza ripetizione. Si verifichi che tale variabile casuale
uno stimatore corretto della media della popolazione.
Soluzione
43
= 6.
2
Se associamo ai 4 elementi della popolazione le etichette A, B, C e D, i campioni possibili
sono indicati nella prima colonna della tabella successiva, mentre nella seconda e nella
terza sono indicati i corrispondenti valori della variabile di interesse.
Il numero dei possibili campioni diversi per gli elementi
Etichette
AB
AC
AD
BC
BD
CD
Campioni
X1
1
1
3
Probabilit
X2
1
3
4
3
4
4
1/6
1/6
1/6
1/6
1/6
1/6
X
0,5
1,5
2,0
2,0
2,5
3,5
La distribuzione di probabilit della media campionaria risulta
X
0,5
1,5
2,0
2,5
3,5
totale
p(x)
1/6
1/6
2/6
1/6
1/6
1,0
La media della media campionaria

1
1
2
1
1
E( X ) = 0,5 1,5 2 2,5 3,5 2
6
6
6
6
6
mentre la media della variabile Z
1 3 4
E(Z) = =
2
4
per cui risulta verificata luguaglianza
E( X ) = E(Z) =
e si pu concludere che verificata la correttezza dello stimatore X .
Esercizio 8.7
Data una popolazione di 4 individui su cui una variabile Z assume i valori 1, 2, 3 e 4,
determinare la distribuzione di probabilit della variabile casuale varianza campionaria per
un campione di 2 elementi estratto senza ripetizione.
38
Soluzione
Il numero dei possibili campioni diversi per gli elementi che vi compaiono dato dalle
disposizioni senza ripetizione di 4 elementi di classe 2 ed quindi pari a 6.
Indicata con X la media campionaria, con E(X2) il secondo momento e con S2 la varianza
campionaria risulta
Etichette
AB
AC
AD
BC
BD
CD
Campioni
X1
1
1
1
2
2
3
Probabilit
E(X2)
S2
1/6
1/6
1/6
1/6
1/6
1/6
1,5
2,0
2,5
2,5
3,0
3,5
2,5
5,0
8,5
6,5
10,0
12,5
0,25
1,00
2,25
0,25
1,00
0,25
X2
2
3
4
3
4
4
La distribuzione della varianza campionaria risulta

S2
p(s2)
0,25
3/6
1,00
2/6
2,25
1/6
totale
1,0
Esercizio 8.8
Data una variabile Z che su popolazione di 4 individui assume i valori 0, 0, 1 e 3, determinare
la distribuzione di probabilit della variabile casuale varianza campionaria per un campione
di 3 elementi estratto senza ripetizione.
Soluzione
Con riferimento al numero di individui che compongono la popolazione, il numero dei
possibili campioni diversi per gli individui estratti dato dalle disposizioni senza ripetizione
di 4 elementi di classe 3 ed quindi pari a 4. Indicata con X la media campionaria, con
E(X2) il secondo momento e con S2 la varianza campionaria risulta
Etichette
ABC
ABD
ACD
BCD
Campioni
X1
X2
0
0
0
0
0
1
0
1
X3
1
3
3
3
probabilit
0,25
0,25
0,25
0,25
1/3
3/3
4/3
4/3

S2
p(s2)
0,25
2/9 = 0,2
0,50
14/9 = 1,5
18/9 = 2,0
totale
0,25
1,00
39
E(X2)
1/3
9/3
10/3
10/3
S2
2/9
18/9
14/9
14/9
Esercizio 8.9
Data una variabile Z che su popolazione di 3 individui assume i valori 1, 3 e 5, determinare
la distribuzione di probabilit della variabile casuale varianza campionaria per un campione
di 2 elementi estratto con ripetizione.
Soluzione
Il numero dei possibili campioni, diversi per gli elementi che vi compaiono o per il loro ordine,
dato da 32 = 9.
Indicata con X la media campionaria, con E(X2) il secondo momento e con S2 la varianza
campionaria risulta
Etichette
AA
AB
AC
BA
BB
BC
CA
CB
CC
Campioni
X1
1
1
1
3
3
3
5
5
5
X2
1
3
5
1
3
5
1
3
5
Probabilit
E(X2)
S2
1/9
1/9
1/9
1/9
1/9
1/9
1/9
1/9
1/9
1
2
3
2
3
4
3
4
5
1
5
13
5
9
17
13
17
25
0
1
4
1
0
1
4
1
0

S2
p(s2)
0
3/9
1
4/9
4
2/9
totale
1,00
Esercizio 8.10
Data una popolazione in cui il 20% degli individui presenta un valore di una variabile Z pari
ad 1 mentre il restante 80% ha un valore pari a zero, determinare la distribuzione di
probabilit della variabile casuale varianza campionaria corretta per un campione di due
elementi estratto con ripetizione. Verificare inoltre che la media di questa variabile casuale
corrisponde al valore della varianza della variabile Z nella popolazione.
Soluzione
La distribuzione di frequenza della Z
Z
quote
0
0,8
1
0,2
totale
1,00
per cui
E(Z) = 0,2
V(Z) = 0,20,8 = 0,16.
Con riferimento ai possibili valori della Z, il numero dei possibili campioni diversi per gli
elementi che vi compaiono o per il loro ordine dato da 22 = 4.
40
Indicata con X la media campionaria, con L(x) la probabilit dellennupla campionaria, con
2 la varianza
E(X2) il secondo momento, con S2 la varianza campionaria e con S
campionaria corretta risulta
Campioni
X1
0
0
1
1
X2
0
1
0
1
Probabilit
E(X2)
S2
2
S
0,64
0,16
0,16
0,04
0,0
0,5
0,5
1,0
0,0
0,5
0,5
1,0
0,00
0,25
0,25
0,00
0,0
0,5
0,5
0,0
La distribuzione della varianza campionaria corretta risulta

2
p(s 2 )
S
0,0
0,68
0,5
0,32
totale
1,00
La media della varianza campionaria corretta
2 ) = 0,00,68 + 0,50,32 = 0,16
E( S
e corrisponde quindi alla varianza V(Z) = 0,16 della variabile Z nella popolazione.
Esercizio 8.11
Data una variabile Z che su una collettivit di 4 individui assume i valori 0, 0, 1 e 3,
determinare la distribuzione di probabilit della variabile casuale varianza campionaria
corretta per un campione di 3 elementi estratto senza ripetizione.
Soluzione
Con riferimento al numero di individui che compongono la popolazione, il numero dei
possibili campioni diversi per gli individui estratti
4
4.
3
Indicata con X la media campionaria, con E(X2) il secondo momento, con S2 la varianza
2 la varianza campionaria corretta si ottiene
campionaria e con S
Etichette
ABC
ABD
ACD
BCD
X1
0
0
0
0
X2
0
0
1
1
X3
1
3
3
3
Probabilit
0,25
0,25
0,25
0,25
1/3
1
4/3
4/3
La distribuzione della varianza campionaria corretta risulta
41
E(X2)
1/3
3
10/3
10/3
S2
2
S
2/9
2
14/9
14/9
1/3
3
7/3
7/3
2
S
1/3
7/3
9/3
totale
p(s 2 )
0,25
0,50
0,25
1,00
Esercizio 8.12
Data una variabile Z che su una collettivit di 4 elementi assume rispettivamente i valori 1,
2, 2 e 2, determinare la distribuzione di probabilit della variabile casuale media
campionaria per un campione di 2 elementi estratto senza ripetizione. Verificare che lo
stimatore media campionaria risulta corretto.
Soluzione
4
Il numero dei possibili campioni diversi per gli elementi che vi compaiono 2 6 e i

possibili campioni sono indicati nelle prime tre colonne della tabella successiva (la prima
delle quali contiene le solite etichette). Nelle colonne successive sono riportate le
probabilit, tutte uguali, e il valore della media campionaria.
Etichette
AB
AC
AD
BC
BD
CD
Campioni
X1
1
1
1
2
2
2
X2
2
2
2
2
2
2
Probabilit
1/6
1/6
1/6
1/6
1/6
1/6
1,5
1,5
1,5
2,0
2,0
2,0
La distribuzione della media campionaria risulta quindi

p(x)
X
1,5
0,5
2,0
0,5
totale
1,0
E( X ) = 1,50,5 + 20,5 = 1,75
1 2 2 2
1,75 della variabile Z nella popolazione.
4
Pertanto lo stimatore risulta essere corretto.
e corrisponde quindi alla media E(Z) =
Esercizio 8.13
1, 2 e 3, determinare la distribuzione di probabilit della variabile casuale somma
campionaria per un campione di 2 elementi estratto senza ripetizione.
42
Soluzione
4
Il numero dei possibili campioni, diversi per gli elementi che vi compaiono, 2 6 . Indicata

con T la variabile somma, T= X1+X2, si ha
Campioni
Probabilit
T
Etichette
X1
X2
AB
0
1
1/6
1
AC
0
2
1/6
2
AD
0
3
1/6
3
BC
1
2
1/6
3
BD
1
3
1/6
4
CD
2
3
1/6
5
La distribuzione della somma campionaria risulta quindi

T
p(t)
1
1/6
2
1/6
3
2/6
4
1/6
5
1/6
totale
1,0
Esercizio 8.14
Data una variabile Z che su una popolazione di 10 individui assume il valore 0 con frequenza
pari a 2 ed il valore 1 con frequenza 8, determinare la distribuzione di probabilit della
variabile casuale somma campionaria per un campione di 2 elementi estratto senza
ripetizione.
Soluzione
La distribuzione di Z risulta
Z
Frequenze
assolute
0
2
1
8
totale
10
In questo caso, essendo la popolazione composta da 10 individui, conviene fare riferimento
alle possibili coppie di risultati che differiscono fra di loro per i valori della Z (e che avranno
probabilit variabili, ma che sono soltanto 4) piuttosto che alle possibili coppie di individui
(che sono equiprobabili, ma eccessivamente numerose).
Dato che lestrazione senza ripetizione le probabilit associate ai singoli campioni sono
variabili ed assumono i valori riportati nella terza colonna della tabella successiva
43
Campioni
X1
0
X2
0
Probabilit
2 1 2

10 9 90
2 8 16

10 9 90
8 2 16

10 9 90
8 7 56

10 9 90
0
1
1
2
La distribuzione della somma risulta quindi

T
p(t)
0
2/90
1
32/90
2
56/90
totale
1,0
Esercizio 8.15
2, 3, 3 e 6 determinare la distribuzione di probabilit della variabile casuale media
campionaria per un campione di 2 elementi estratto senza ripetizione. Verificare che la
media campionaria uno stimatore corretto.
Soluzione
Con riferimento al numero di individui della popolazione, il numero dei possibili campioni
diversi per gli elementi che vi compaiono (e non per lordine degli elementi stessi) pari a
5
10.
2
Si ottiene
Etichette
AB
AC
AD
AE
BC
BD
BE
CD
CE
DE
Campioni
X1
1
1
1
1
2
2
2
3
3
3
X2
2
3
3
6
3
3
6
3
6
6
Probabilit
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
1,5
2,0
2,0
3,5
2,5
2,5
4,0
3,0
4,5
4,5
La distribuzione della media campionaria risulta
44
p(x)
0,1
0,2
0,2
0,1
0,1
0,1
0,2
1,0
X
1,5
2,0
2,5
3,0
3,5
4,0
4,5
totale

E( X ) = 1,50,1 + 20,2 +...+ 4,50,2 = 3
1 2 3 3 6
e corrisponde quindi alla media E(Z) =
3 della variabile Z nella popolazione,
5
cos come deve necessariamente risultare trattandosi di uno stimatore corretto.
Esercizio 8.16
Data una variabile Z che nella popolazione si distribuisce in modo normale con media pari
a 100 e varianza pari a 25, calcolare la probabilit che la media di un campione casuale di
16 elementi estratto da questa popolazione assuma un valore compreso fra 98 e 102.
Soluzione
Dato che X N(100, 5/4) la probabilit richiesta risulta
102 100
98 100
P 98 X 102

21,6 1 0,89
5/4
5/ 4
Esercizio 8.17
Data una variabile Z che nella popolazione si distribuisce come una normale di parametri
=4 e =3, calcolare la probabilit che la media di un campione casuale di 16 elementi
estratto da questa popolazione assuma un valore: a) inferiore o uguale a 2, b) maggiore di
5, c) compreso fra 2 e 5.
Soluzione
Dato che
X N(4, 3/4)
le probabilit richieste risultano
24
a) P X 2
2,67 0,004
0,75
54
b) P X 5 1
1 1,33 0,092
0,75
54
24
c) P 2 X 5

0,908 0,004 0,904
0,75
0,75
45
Esercizio 8.18
Data una popolazione in cui il 70% degli individui possiede una certa caratteristica A,
calcolare la probabilit che in un campione casuale di 5 individui estratto con ripetizione il
numero di elementi con tale caratteristica sia pari a: a) zero, b) uno, c) cinque.
Soluzione
Indicata con Y la variabile casuale numero di elementi campionari con la caratteristica A,
che si distribuisce come una binomiale di parametri n=5 e p=0,7 risulta:
5
a) PY 0 0,7 0 0,3 5 0,00243
0
5
b) PY 1 0,71 0,3 4 0,02835
1
5
c) PY 5 0,7 5 0,3 0 0,16807
5
Esercizio 8.19
Data una popolazione in cui il 20% degli individui possiede una certa caratteristica A,
calcolare la probabilit che un campione casuale di 10 individui estratto con ripetizione
contenga: a) nessun elemento con la caratteristica A, b) almeno un elemento con la
caratteristica A.
Soluzione
Indicata con Y la variabile casuale numero di elementi campionari con la caratteristica A
che si distribuisce come una binomiale di parametri n=10 e p=0,2 risulta:
10
a) PY 0 0,2 0 0,810 0,1074
0
10
b) PY 1 1 PY 0 0,2 0 0,810 0,8926
0
Esercizio 8.20
Data una variabile Z che in una popolazione di 100 individui assume il valore 0 con
frequenza pari a 20 e il valore 1 con frequenza 80, determinare la distribuzione di probabilit
della variabile casuale media campionaria per un campione di 3 elementi estratto senza
ripetizione.
Soluzione
corrisponde alla media
Trattandosi di una variabile Zero-Uno, la quota campionaria Q
campionaria X . Pertanto la distribuzione di probabilit di questultima pu essere ottenuta
.
dalla distribuzione di probabilit ipergeometrica della variabile casuale Q
Posto N1=80, N2=20 e n=3, si ha
46
80 20

3q 3 3q
P Q q
100
per cui risulta

X
0
1/3
2/3
1
totale
1 2
q 0, , ,1
3 3
p(x)
0,0071
0,0940
0,3908
0,5081
1,0000
Esercizio 8.21
Data una popolazione normale di varianza unitaria, calcolare la probabilit che la varianza
campionaria corretta di un campione bernoulliano di 21 elementi estratto da questa
popolazione assuma un valore inferiore o uguale a 2.
Soluzione
La soluzione si ottiene tenendo presente che sotto ipotesi di normalit, la variabile
n 1S 2 ~ 2
n1
si distribuisce come una chi-quadrato con n-1 gradi di libert. Pertanto

2
2 2 P n 1S n 1 2 P 2 n 1 2
PS
n1
2
2
2
per cui risulta
20 2
P 220
40
1
e, leggendo le tavole della chi-quadrato in corrispondenza di un numero di gradi di libert

pari a 20, si vede che la probabilit cercata pari a 0,995.
Esercizio 8.22
Data una popolazione normale con 2=45, calcolare la probabilit che la varianza
popolazione assuma un valore maggiore di 68,4.
47
Soluzione
Sotto ipotesi di normalit, la variabile
n 1S 2 ~ 2
2
n1
. Pertanto
2 68,4 1 P S
2 68,4 1 P n 1S n 1 68,4 1 P 2 35 68,4 53,2
PS
35
2
45
Dalle tavole della chi-quadrato in corrispondenza di un numero di gradi di libert pari a 35

risulta che la probabilit richiesta pari a 10,975=0,025.
Esercizio 8.23
Data una popolazione normale di varianza pari a 100, calcolare la probabilit che la varianza
popolazione assuma un valore maggiore di 30.
Soluzione
Analogamente allesercizio precedente, si ha
2
2 30 P n 1S n 1 30 P 2 n 1 30
PS
n1
2
2
per cui risulta

9 30
P 92
2,7
100
e dalle tavole risulta che la probabilit cercata pari a 0,975.
Esercizio 8.24
Data una popolazione normale di media pari a 10 e varianza 25, calcolare la probabilit che
la media campionaria di un campione casuale di 100 elementi estratto da questa
popolazione assuma un valore: a) inferiore o uguale a 9, b) maggiore di 12, c) compreso fra
9 e 12.
Soluzione
Dato che
X N(10; 0,5)
9 10
a) P X 9
2 1 2 0,023
0,5
12 10
b) P X 12 1
1 4 0,0000...
0,5
c) P 9 X 12 0,977
48
Esercizio 8.25
Data una variabile la cui distribuzione nella collettivit pu essere approssimata da una
normale di media pari a 50 e varianza 25, calcolare la probabilit che la media campionaria
di un campione casuale di 10 elementi estratto da questa popolazione assuma un valore:
a) uguale a 48, b) minore di 48, c) maggiore di 48.
Soluzione
Dato che
X N(50; 5 10 )
a) P X 48 0 dato che si tratta di una variabile casuale continua
b)
48 50
1,26 0,104
PX 48
10
48 50
1 1,26 0,896
c) P X 48 1
5
10
Esercizio 8.26
Data una variabile Z che nella collettivit si distribuisce approssimativamente in modo
normale con media pari a 40 e scarto quadratico medio 4, determinare la distribuzione di
probabilit della variabile casuale media campionaria per un campione casuale di 25
elementi estratto da questa popolazione. Calcolare il valore dei tre quartili di questa variabile
casuale.
Soluzione
Dalla distribuzione della variabile Z risulta che
X N(40; 0,8)
Pertanto i tre quartili risultano:
x 0,25 40 0,8 (0,674) 39,4608
x0,5 40
x 0,25 40 0,8 0,674 40,5392
Esercizio 8.27
Determinare la probabilit che in un campione bernoulliano di 1.000 elementi la quota di
elementi con una certa caratteristica A sia compresa fra 0,19 e 0,22 sapendo che la quota
di elementi con tale caratteristica nella popolazione pari a 0,2.
Soluzione
la variabile casuale
Sia p la quota di individui con la caratteristica A nella popolazione e P
quota di individui con la caratteristica A presenti nel campione. Dato che per campioni di
numerosit elevata la distribuzione di tale variabile casuale pu essere approssimata dal
modello normale
49
N p, p (1 p)
P
la probabilit richiesta risulta
0
,
22
0
,
2
0,19 0,2
P 0,19 P 0,22

0,2 0,8
0,2 0,8
1.000
1.000
1,58 0,79 1 0,728
1,58 0,79
Esercizio 8.28
Data una popolazione in cui il 40% degli individui possiede una certa caratteristica A, mentre
il restante 60% non la possiede, determinare la probabilit che in un campione bernoulliano
di 2.000 elementi la quota di elementi con una certa caratteristica A sia compresa fra il 37%
ed il 43%.
Soluzione
la variabile
Sia p=0,4 la quota di individui con la caratteristica A nella popolazione e P
casuale quota di individui con la caratteristica A presenti nel campione. Dalla distribuzione
asintotica di tale variabile casuale
N p, p (1 p)
P
la probabilit richiesta risulta
0,43
0,4
0,37
0,4
22,74 1 0,994
P 0,37 P 0,43

0,4 0,6
0,4 0,6
2.000
2.000
50
9. INTERVALLI DI CONFIDENZA
Esercizio 9.1
Da una popolazione in cui una variabile Z si distribuisce in modo normale con media ignota
e con varianza 2 = 9 stato tratto un campione di 8 elementi la cui media risultata uguale
a 6. Determinare lintervallo di confidenza di al livello di probabilit 1=0,95.
Soluzione
Sotto l'ipotesi che la distribuzione di Z normale e che la varianza della popolazione nota,
la variabile
X -
n
si distribuisce come una normale standardizzata, per cui lintervallo di confidenza della
media della popolazione delimitato dagli estremi
3 3,9211
x u0,975
6 1,96
n
8 8,0789
Si conclude quindi che, con una probabilit pari al 95%, il valore della media nella
popolazione compreso fra 3,9211 e 8,0789.
Esercizio 9.2
Da una popolazione normale stato estratto un campione casuale di 16 elementi di media
pari a 10 mentre la varianza corretta pari a 9. Determinare lintervallo di confidenza di al
livello di probabilit 1=0,95.
Soluzione
Sotto l'ipotesi che la distribuzione di Z normale con varianza ignota, la variabile
X-
s n
si distribuisce come una t di Student con n-1 gradi di libert. Data la scarsa numerosit
campionaria, lintervallo di confidenza della media della popolazione delimitato dagli
estremi
s
3 8,40175
x t15 0,975
10 2,131
4 11,59825
n
Con una probabilit pari al 95%, il valore della media nella popolazione compreso fra
8,40175 e 11,59825.
Esercizio 9.3
Dato un campione casuale di 16 elementi estratto da una popolazione normale su cui la
media campionaria pari a 6 e la varianza campionaria a 3,75, costruire lintervallo di
confidenza della media della popolazione al livello di probabilit 1=0,99.
51
Soluzione
La varianza campionaria corretta risulta
n 2 16
s 2
s
3,75 4
n 1
15
per cui lintervallo di confidenza di al livello di probabilit 0,99 delimitato dagli estremi
s
2 4,5265
x t15 0,995
6 2,947
4 7,4735
n
Con una probabilit pari al 99%, il valore della media nella popolazione compreso fra
questi due valori.
Esercizio 9.4
Date le seguenti osservazioni campionarie tratte da una popolazione normale
-2 -3 0
1
2
2
3
5
costruire lintervallo di confidenza della media della popolazione al livello di probabilit
1=0,95.
Soluzione
Si ottiene
x 1,0
s 2x 6,8571
Lintervallo di confidenza della media della popolazione al livello di probabilit 0,95
(1,1896; 3,1896) dato che
s
6,8571 1,1896
x t 7 0,975
1 2,365
8
n
3,1896
Pertanto la media della popolazione, con una probabilit del 95%, compresa fra questi
due valori.
Esercizio 9.5
Dato un campione casuale di 500 elementi su cui la media campionaria risultata pari a
19,80 e la varianza corretta a 160, costruire lintervallo di confidenza della media della
popolazione al livello di probabilit 1=0,95.
Soluzione
Data lelevata numerosit campionaria, la variabile
X-
s n
si distribuisce come una normale standardizzata.
Lintervallo di confidenza della media della popolazione al livello di probabilit 0,95 quindi
delimitato dagli estremi
s
160 18,6913
x u0,975
19,80 1,96
500 20,9087
n
Pertanto la media della popolazione, con una probabilit del 95%, compresa fra 18,6913
e 20,9087.
52
Esercizio 9.6
Dati i seguenti risultati campionari,
Classi
-2 -| 2
2 -| 4
4 -| 6
Totale
Frequenze assolute
20
20
10
50
costruire lintervallo di confidenza della media della popolazione al livello di probabilit

1=0,90.
Soluzione
Sulla base dei valori campionari rilevati risulta
50
x 2,2
s 2x 3,76
3,8367
49
Lintervallo di confidenza della media della popolazione al livello di probabilit 0,90 quindi
s
3,8367 1,7443
x u0,95
2,2 1,645
50
n
2,6557
Esercizio 9.7
Sulla base dei seguenti valori rilevati su un campione estratto da una popolazione normale
2,5 0,1 0,7 1,3 2,4
costruire gli intervalli di confidenza della media della popolazione ai livelli di probabilit
1=0,90 e 1=0,95.
Soluzione
x 1,4
E(X2 ) 2,84
V(X) 0,88
s 2x 1,1
Fissato un livello di probabilit 1=0,90 lintervallo di confidenza di delimitato dagli
estremi
s
1,1 2,4000
x t 4 (0,95)
1,4 2,132
5 0,4000
n
mentre per 1=0,95 lintervallo pi ampio ed delimitato dai seguenti valori
s
1,1 2,7021
x t 4 (0,975)
1,4 2,776
5 0,0979
n
Esercizio 9.8
Dato un campione casuale di 50 elementi su cui la media campionaria risultata pari a 15
e la varianza a 24,5, costruire lintervallo di confidenza della media della popolazione al
livello di probabilit 1=0,90 e 1=0,99.
53
Soluzione
La varianza campionaria corretta
n 2 50
s 2x
sx
24,5 25
n 1
49
Fissato un livello di probabilit 1=0,90 lintervallo di confidenza di delimitato dagli
estremi
s
25 13,8368
x u0,95
15 1,645
50 16,1632
n
mentre per 1=0,99 lintervallo pi ampio ed delimitato dai seguenti valori
s
25 13,1785
x u0,995
15 1,645
50 16,8215
n
Esercizio 9.9
Da una popolazione normale stato estratto un campione casuale di 20 elementi di media
100 e varianza corretta 4. Determinare lintervallo di confidenza della varianza della
Soluzione
Sotto ipotesi di normalit, la variabile
2
S
2
(n 1) n
1
per cui lintervallo di confidenza di 2 al livello di probabilit 1=0,95 delimitato dagli

estremi
n - 1 s 2 19 4 2,3135
n21 1 /2 32,85
n - 1 s 2 19 4 8,5326
n21 /2 8,907
Esercizio 9.10
Dato un campione casuale di 18 elementi estratto da una popolazione normale in cui la
varianza corretta risultata pari a 25, costruire lintervallo di confidenza di 2 al livello di
probabilit 1=0,90.
Soluzione
Lintervallo di confidenza della varianza della popolazione al livello di probabilit 0,90
(15,40; 49,01) dato che
n - 1 s 2 17 25 15,40
2
0,95 27,59
17
n - 1 s 2 17 25 49,01
2
0,05 8,672
17
54
Esercizio 9.11
varianza risultata pari a 9,7 , costruire lintervallo di confidenza di 2 al livello di probabilit
1=0,99.
Soluzione
45
10 per cui lintervallo di confidenza
44
della varianza della popolazione al livello di probabilit 0,99 (6,12; 18,66) dato che
n - 1 s 2 44 10 6,12
244 0,995 71,89
La varianza campionaria corretta pari a s 2 9, 7
n - 1 s 2 44 10 18,66
244 0,005 23,58
Esercizio 9.12
1,1 3,1 4,2 4,6 5,0 5,2 5,3 6,5 8,4 9,6
costruire lintervallo di confidenza della varianza della popolazione al livello di probabilit
1=0,90 e 1=0,95.
Soluzione
x 5,3
E(X2 ) 33,472
V(X) 5,38 2
s 2x 5,98
per cui lintervallo di confidenza della varianza della popolazione al livello di probabilit 0,90
delimitato dai seguenti estremi
n - 1 s 2 9 5,98 3,18085
92 0,95 16,92
n - 1 s 2 9 5,98 16,18647
92 0,05 3,325
Al livello di probabilit 0,95, invece, gli estremi sono

n - 1 s 2 9 5,98 2,82965
92 0,975 19,02
n - 1 s 2 9 5,98 19,9 3
2,7
92 0,025
Esercizio 9.13
varianza corretta risultata pari a 160, costruire lintervallo di confidenza di 2 al livello di
probabilit 1=0,95.
55
Soluzione
Data lelevata numerosit campionaria si utilizza la distribuzione asintotica
S 2 2
N0, 1
2 2/(n 1)
s 2
1 u1-/2
2
n 1
Lestremo sinistro quindi

s 2
160
153,9640
2
2
1 u0,975
1 1,96
n 1
4999
mentre lestremo destro
s 2
160
166,5286
2
2
1 u0,975
1 1,96
n 1
4999
Esercizio 9.14
Dati i seguenti risultati ottenuti su un campione di 1000 elementi
X
quote
-4 -| 0
0,20
0 -| 2
0,60
2 -| 6
0,20
Totale
1,00
costruire lintervallo di confidenza della varianza della popolazione al livello di probabilit
1=0,90 e 1=0,95.
Soluzione
Sulla base dei dati campionari si ha
x 1
E(X2 ) 4,6
V(X) 3,6
s 2x 3,6036
delimitato dai seguenti estremi
s 2
3,6036
3,3565
2
2
1 u0,95
1 1,645
n 1
999
2
s
3,6036
3,8899 .
2
2
1 u0,95
1 1,645
n 1
999
Al livello di probabilit 0,95, invece, gli estremi sono
56
s 2
1 u0,975
2
n 1
s 2
1 u0,975
2
n 1
3,6036
2
1 1,96
999
3,6036
2
1 1,96
999
3,3131
3,9500
Esercizio 9.15
In un campione casuale di 5000 elementi la quota di individui con una certa caratteristica A
risultata pari a 0,24.
Determinare lintervallo di confidenza della quota di individui con tale caratteristica nella
Soluzione
Per campioni di numerosit elevata lo stimatore P del parametro p di una popolazione Zerouno si distribuisce come una variabile normale con media p e varianza pari a p(1p)/n.
Pertanto lintervallo di confidenza della quota delimitato dagli estremi
p u0,975
p 1 p
0,24 0,76 0,2282
0,24 1,96
n
5000
0,2518
Esercizio 9.16
Determinare lintervallo di confidenza della quota di individui con una certa caratteristica A
nella popolazione al livello di probabilit 1=0,95 sapendo che su un campione casuale di
1000 individui estratto da questa popolazione il numero di individui con la caratteristica A
risultato pari a 600.
Soluzione
Lintervallo di confidenza della quota delimitato dagli estremi
p 1 p
0,6 0,4 0,5696
p u0,975
0,6 1,96
n
1000
0,6304
Esercizio 9.17
Determinare lintervallo di confidenza della quota di individui favorevoli allabrogazione di
una legge al livello di probabilit 1=0,99 sapendo che su un campione casuale di 2000
individui estratto da questa popolazione il numero di individui favorevoli allabrogazione
risultato pari a 750.
Soluzione
Lintervallo di confidenza richiesto delimitato dagli estremi
p 1 p
0,375 0,625 0,3471
p u0,995
0,375 2,576
n
2000
0,4029
57
Esercizio 9.18
Dato un campione casuale di 2000 individui 150 dei quali posseggono unimbarcazione,
determinare lintervallo di confidenza della quota di individui che posseggono
unimbarcazione al livello di probabilit 1=0,95 e 1=0,95.
Soluzione
Lintervallo di confidenza al livello 1=0,95 delimitato dagli estremi
p 1 p
0,075 0,925 0,0635
p u0,975
0,075 1,96
n
2000
0,0865
mentre al livello 1=0,99 compreso fra
p 1 p
0,075 0,925 0,0598
p u0,995
0,075 2,576
n
2000
0,0902
58
10. TEST DI SIGNIFICATIVITA
Esercizio 10.1
Su un campione di 9 elementi estratto da una popolazione normale di varianza nota 2=4
stata ottenuta una media campionaria pari a 148.
Verificare lipotesi che la media della popolazione sia pari a 150 al livello di
significativit=0,05.
Soluzione
Per la verifica dellipotesi nulla
H0: = 150
bisogna utilizzare la distribuzione della media campionaria considerata sotto la condizione
che lipotesi sia vera.
La statistica
X - 0
n
si distribuisce allora come una normale standardizzata, per cui il valore della statistica
x 0 148 150
3
23
n
va confrontato con il quantile di ordine 1/2 della normale standard. Dato che il risultato
ottenuto maggiore di u0,975=1,96 lipotesi nulla deve essere rifiutata al livello di
significativit =0,05.
Esercizio 10.2
0,8 1,0 1,1 1,2 1,2 1,3 1,4 2,0
verificare lipotesi che la media della popolazione sia pari a 1,5 al livello di
Soluzione
E(X) x 1,25
E(X 2 ) 1,6725
8
s 2 0,11
s 2 0,11 0,1257
7
Sotto l'ipotesi che la distribuzione di Z normale con varianza ignota, la variabile
X - 0
s n
considerata sotto ipotesi nulla, si distribuisce come una t di Student con n-1 gradi di libert.
Pertanto la statistica test
x 0
1,25 1,50
1,9944
s n
0,1257 8
va confrontata con il quantile t7(0,95)=1,895. Dato che la statistica maggiore del quantile
della t si conclude che lipotesi nulla H0: = 1,5
va rifiutata al livello di significativit=0,10.
59
Esercizio 10.3
Dato il seguente campione casuale estratto da una popolazione normale
2
2
3
3
3
5
6
7
verificare lipotesi che la media della popolazione sia pari a 3 al livello di
Soluzione
Risulta
E(X) = 3,875
E(X2) = 18,125
2 3,5536
V(X) = 3,109375 S
La statistica
x 0
3,875 3
1,313
s n
3,5536
8
risulta minore del quantile t7(0,975)=2,365 per cui non si ha motivo di respingere lipotesi
H0:=3
al livello di significativit=0,05.
Esercizio 10.4
Dato un campione casuale di 100 elementi su cui la media risultata pari a 820 e la varianza
corretta a 1000, verificare lipotesi che la media della popolazione sia pari a 800 al livello di
Soluzione
Data lelevata numerosit campionaria, per la statistica
X -
S n
si pu utilizzare la distribuzione asintotica.
Pertanto, per verificare lipotesi nulla
H0: = 800
il risultato della statistica
x 0 820 800
6,325
s n
1000
100
va confrontato con il quantile della normale standardizzata u0,975.
Dato che 6,325>1,96 lipotesi nulla va rifiutata al livello di significativit=0,05.
Esercizio 10.5
Su un campione bernoulliano di 10 elementi estratto da una popolazione normale la
varianza campionaria corretta risultata pari a 120.
60
Verificare lipotesi che la varianza della popolazione sia pari a 100 al livello di
Soluzione
Sotto ipotesi di normalit la variabile
2
S
2
(n 1) n
1.

Pertanto, data lipotesi
H0:2=100,
il risultato della statistica
n 1s 2 9 120
10,8
100
02
va confrontato con i due quantili di ordine /2 e 1/2 della chi-quadrato con n-1 gradi di
libert.
Dato che 10,8 risulta compreso fra i due quantili
92 0,025 2,70
92 0,975 19,02
non c motivo di rifiutare lipotesi nulla al livello di significativit=0,05.
Esercizio 10.6
Su un campione bernoulliano di 10 elementi estratto da una popolazione normale sono state
rilevate le seguenti intensit della variabile oggetto di studio
1
2
2
2
3
3
3
4
5
5
Verificare lipotesi che la varianza della popolazione sia pari a 3 al livello di
Soluzione
Si ottiene
E(X) x 3
E( X 2 ) 10,6
10
s 2x 1,6
s 2x
1,6 1, 7
9
I due quantili della chi-quadrato con 9 gradi di libert sono
92 0,005 1,735
92 0,995 23,59
e, dato che la statistica
n 1s 2x 9 1, 7 5, 3
3
02
risulta compresa fra questi due quantili non c motivo di rifiutare lipotesi nulla
H0:2=3
61
Esercizio 10.7
Verificare lipotesi
H0: 2 = 5
al livello di significativit=0,01 per una variabile normale Z sapendo che su un campione
bernoulliano di 5 elementi estratto da questa popolazione sono state rilevate le seguenti
intensit
1,2
2,3
2,5
3,1
4,9
Soluzione
Dalle osservazioni campionarie disponibili si ottiene
5
E(X) x 2,8
s2x 1,48
s 2x 1,48 1,85
4
Fissato il livello di significativit=0,01, la statistica
n 1s 2x 4 1,85 1,48
5
02
va quindi confrontata con i due quantili di ordine 0,005 e 0,995 della chi-quadrato con 4
gradi di libert
24 0,005 0,207
24 0,995 14,86
Come si vede la statistica interna allintervallo delimitato da questi due quantili, per cui non
c motivo di rifiutare lipotesi
H0: 2 = 5
Esercizio 10.8
Verificare lipotesi
H0: 2 = 1.000
al livello di significativit=0,10 per una variabile normale Z sapendo che su un campione
bernoulliano di 500 elementi estratto da questa popolazione si ottenuta una varianza
campionaria corretta pari a 1.600.
Soluzione
Data lelevata numerosit campionaria si utilizza la distribuzione asintotica
S 2 2
N0, 1
2 2/(n 1)
Sotto ipotesi nulla, il risultato della statistica
S 2 2
0
02
2/(n 1)
va quindi confrontato con il quantile di ordine 1/2 della normale standardizzata.

Dato che
1.600 1.000
9,4773 u0,95 1,645
1.000 2/499
62
si rifiuta lipotesi nulla al livello di significativit=0,01.
Esercizio 10.9
Date le seguenti informazioni ottenute su un campione di 200 elementi estratto da una
popolazione normale
Classi
Freq. ass.
80 -| 120
30
120 -| 180
100
180 -| 220
70
Totale
200
verificare lipotesi
H0: 2 = 1200
Soluzione
Dai dati della tabella si ottiene
E(X) x 160
s 2x 1.150
s 2x
200
1.150 1.155,7789
199
Data lelevata numerosit campionaria, la statistica

S 2 2
0
02
2/(n 1)
va confrontata con il quantile di ordine 1/2 della normale standardizzata. Dato che
1.155,7789 1.200
0,3676 u0,975 1,96
1.200 2/199
non si ha motivo rifiutare lipotesi nulla al livello di significativit=0,01.
Esercizio 10.10
Su un campione bernoulliano di 8 elementi estratto da una popolazione normale sono state
rilevate le seguenti intensit della variabile oggetto di studio
1,1 3,1 4,2 4,6 5,0 5,2 5,3 6,5
Verificare le ipotesi che la media della popolazione sia pari a 5 e che la varianza sia pari a
1, entrambe al livello di significativit=0,01.
Soluzione
Dai dati campionari risulta
E(X) 4,375
E( X 2 ) 21,5
s 2x 2,359375
Per la verifica dellipotesi

H0: = 5
si utilizza la statistica
X
tn-1
S n
63
8
s 2x s 2x 2,6964
7
x 0
4,375 5
1,0770 e quindi minore di

s n
2,6964 / 8
t7(0,995)=3,499, non si ha motivo di rifiutare lipotesi nulla al livello di significativit indicato.
H0: 2 = 1
Dato che tale statistica risulta pari a
S
2
(n 1) n
1.

Sotto ipotesi nulla tale statistica risulta pari a
7 2,6964
18,4748 mentre i quantili della chi1
quadrato sono rispettivamente

72 0,005 0,989
72 0,995 20,28
Pertanto non si ha motivo di rifiutare neppure questa ipotesi nulla al livello di significativit
indicato.
Esercizio 10.11
Sapendo che su un campione bernoulliano di numerosit pari a 1000 sono 840 gli elementi
che presentano una certa caratteristica A, verificare lipotesi che nella popolazione la quota
di elementi con tale caratteristica sia pari a 0,7 al livello di significativit=0,10.
Soluzione
Per verificare lipotesi
H0: p=0,7
p p 0
0,84 0,7
9,66
p 0 1 p 0
0,7 0,3
1000
n
che va confrontata con il quantile di ordine 1/2 della normale standard.
Dato che 9,66 risulta maggiore di u0,95=1,645 lipotesi nulla deve essere rifiutata al livello di
Esercizio 10.12
Da unurna sono state estratte 4.000 palline con ripetizione. Verificare al livello di
significativit=0,05 lipotesi che la quota di palline bianche presenti nellurna sia pari al
50% sapendo che nel campione estratto 1.900 palline sono risultate di colore bianco.
Soluzione
Per verificare lipotesi
H0: p=0,5
64
p p 0
0,475 0,5
3,16
p 0 1 p 0
0,5 0,5
4000
n
che risulta maggiore di u0,975=1,96 per cui lipotesi deve essere rifiutata al livello di
Esercizio 10.13
Su due campioni provenienti da due popolazioni normali omoschedastiche sono stati
ottenuti i seguenti risultati relativi alla numerosit, alla media e alla varianza corretta
n1=10, x1 8,2 , s 12 12,5
n2=15, x2 6,5 , s 22 16,2
Si vuole verificare lipotesi che le medie delle due popolazioni siano uguali fra di loro al livello
di significativit=0,05.
Soluzione
Sotto ipotesi di omoschedasticit e sotto lipotesi nulla
H0: 1= 2
la statistica
X1 X 2
S n1 n 2 / n1n 2
dove S 2 la varianza pooled, si distribuisce come una t di Student con n1+n22 gradi di
libert.
La stima della varianza comune delle due popolazioni data da
s2
n1 1s 12 n2 1s 22 9 12,5 14 16,2 14,7522

n1 n 2 2
23
e la statistica test assume quindi il valore
x1 x 2
n1 n2 / n1n2
8,2 6,5
14,7522 25 / 150
1,0842 .
Il quantile t23(0,975) pari a 2,069, per cui si conclude che lipotesi nulla di uguaglianza fra
le medie delle due popolazioni non pu essere rifiutata al livello di significativit=0,05.
Esercizio 10.14
Si considerino due campioni, entrambi di numerosit pari a 25, provenienti da due
popolazioni normali omoschedastiche e si verifichi lipotesi di uguaglianza delle medie delle
due popolazioni al livello di significativit=0,05, sulla base dei seguenti risultati relativi alla
media e alla varianza corretta calcolata sui due campioni
x1 18,7 ; s 12 2,75
65
x 2 16,5 ; s 22 4,25
Soluzione
La stima della varianza comune delle due popolazioni data da
s2
n1 1s 12 n2 1s 22 24 2,75 24 4,25 3,5

n1 n 2 2
48
e la statistica test per la verifica dellipotesi

H0: 1= 2
assume il valore
x1 x 2
n1 n2 / n1n2
18,7 16,5
3,5 50 / 625
4,1576 .
Dato lelevato numero di gradi di libert, i quantili della t di Student possono essere
approssimati con i quantili della normale standard, per cui il quantile di riferimento
u0,975=1,96. Si conclude quindi che lipotesi nulla di uguaglianza fra le medie delle due
popolazioni deve essere rifiutata al livello di significativit=0,05.
Esercizio 10.15
Si considerino i seguenti dati relativi a due campioni provenienti da popolazioni normali
omoschedastiche e si verifichi lipotesi di uguaglianza delle medie delle due popolazioni al
livello di significativit=0,01.
1 campione -1,3 1,2 1,4 0,6 -0,5 0,8 1,9 2,2 2,4 -0,7
2 campione 0,7 -0,5 -0,2 -0,2 0,1 0,5 0,3 0,3
Soluzione
Sulla base dei seguenti risultati:
21,04
8
0,8 2 1,464 ; s 12 1,626
0,8 ; s12
10
10
1,26
1
x 2 0,125 ; s 22
0,1252 0,141875 ; s 22 0,1621
8
8
La stima della varianza comune delle due popolazioni corrisponde quindi a
x1
s2
n1 1s 12 n2 1s 22 9 1,626 7 0,1621 0,9859

n1 n 2 2
16

H0: 1= 2
assume quindi il valore
x1 x 2
n1 n2 / n1n2
0,8 0,125
0,9859 18 / 80
1,4332 .
66
Il quantile della t di Student di riferimento t16(0,995)=2,21, per cui si conclude che non si
ha motivo di rifiutare lipotesi di uguaglianza fra le medie delle due popolazioni al livello di
Esercizio 10.16
Si considerino i seguenti dati relativi a due campioni, il primo di 21 elementi, e il secondo di
17 elementi, entrambi provenienti da popolazioni normali omoschedastiche, e si verifichi
luguaglianza delle medie delle due popolazioni al livello di significativit=0,01.
1 campione
quote
2 campione
quote
-3 -| -1
0,10
-3 -| -1
0,15
-1 -| 0
0,36
-1 -| 0
0,35
0 -| 1
0,42
0 -| 1
0,41
1 -| 3
0,12
1 -| 3
0,09
totale
1,00
totale
1,00
Soluzione
Sulla base dei seguenti risultati
n1=21; x1 0,07 ; s12 1,0701; s 12 1,123605
n2=17; x 2 0,09 ; s 22 1,1419 ; s 22 1,21326875
la stima della varianza comune delle due popolazioni
s2
20 1,123605 16 1,21326875
1,16345
36

H0: 1= 2
x1 x 2
n1 n2 / n1n2
0,07 0,09
1,16345 38 / 21 17
0,45466 .
Dato lelevato valore dei gradi di libert della variabile t, il quantile di riferimento pu essere
approssimato dal quantile di ordine 0,995 della normale standardizzata, che risulta pari a
2,576. Si conclude quindi che non si ha motivo di rifiutare lipotesi di uguaglianza fra le medie
delle due popolazioni al livello di significativit=0,01.
Esercizio 10.17
Un software statistico afferma di essere in grado di generare punteggi casuali, tali da poter
essere assimilati ai risultati ottenuti lanciando un dado. Data la seguente distribuzione
relativa ai risultati ottenuti lanciando 2000 volte il programma, si vuole verificare lipotesi che
il software sia affidabile al livello di significativit=0,01.
Risultato
1
2
3
4
5
6
freq. ass.
344
316
316
388
322
314
67
Soluzione
Dal testo del quesito risulta che si vuole verificare unipotesi del tipo
1
H0 : p1 p 2 p3 p 4 p5 p 6
6
Queste probabilit teoriche, valide sotto lipotesi che il dado risulti bilanciato, possono
essere confrontate con le frequenze relative ottenute nel campione di 2000 lanci, riportate
nella tabella successiva
Risultato
1
2
3
4
5
6
freq. rel.
0,172
0,158
0,158
0,194
0,161
0,157
Si tratta di un test di adattamento che pu essere verificato utilizzando la statistica
k
fi pi 2
i1
pi
k21 n
dove k indica il numero delle determinazioni diverse, f i la frequenza campionaria e p i la

probabilit sotto ipotesi nulla. Dato che il prodotto delle probabilit teoriche per la numerosit
del campione (n=2000) sempre maggiore di 5, possibile calcolare la significativit del
risultato utilizzando la distribuzione chi-quadrato con 6-1=5 gradi di libert. Dato che il
quantile 52 (0,99) 15,09 , mentre la statistica risulta
6
52 2000
fi 1/ 62 12,616
1/ 6
i1
non si ha motivo di rifiutare lipotesi nulla al livello di significativit=0,01.
Esercizio 10.18
Dati i seguenti risultati ottenuti su un campione di numerosit n=500, si vuole verificare
lipotesi che la popolazione da cui stato estratto il campione sia una binomiale di parametri
n=4 e p=0,5 al livello di significativit=0,05.
Risultato
0
1
2
3
4
quote
0,04
0,26
0,40
0,22
0,08
Soluzione
4
H0 : pi 0,5i 0,5 4i
per i=0,1,2,3,4.
i
Le probabilit teoriche, valide sotto lipotesi nulla, assumono quindi i valori riportati nella
tabella successiva
Risultato
0
1
2
3
4
Probabilit teoriche
0,0625
0,2500
0,3750
0,2500
0,0625
Si tratta di un test di adattamento che pu essere verificato utilizzando la statistica
k
fi pi 2
i1
pi
k21 n
68
dove k=5 indica il numero delle determinazioni diverse, f i la frequenza campionaria e p i

la probabilit teorica. Dato che il prodotto delle probabilit teoriche per la numerosit del
campione (n=500) sempre maggiore di 5, possibile calcolare la significativit del risultato
utilizzando la distribuzione chi-quadrato con 5-1=4 gradi di libert. Dato che il quantile
24 (0,95) 9,488 , mentre la statistica risulta
5
52 500
i1
fi pi 2 9,3
pi
non si ha motivo di rifiutare lipotesi nulla al livello di significativit=0,05.
Esercizio 10.19
Data la distribuzione campionaria relativa alle forze lavoro classificate in base al sesso e
alla condizione occupazionale riportata nella tabella seguente, verificare se nella
popolazione di provenienza esiste dipendenza fra sesso e condizione occupazionale al
livello di significativit=0,05.
Condizione
Occupati
Disoccupati
totale
Sesso
M
245
55
300
F
150
50
200
totale
395
105
500
Soluzione
i=1,2; j=1,2
H0 : p ji pij* pip j
e la statistica testa adeguata quindi il chi-quadrato.
Data la tabella espressa con le frequenze relative
Condizione
Occupati
Disoccupati
Sesso
M
0,49
0,11
F
0,30
0,10
totale
0,79
0,21
e quella sotto ipotesi di indipendenza
Condizione
Occupati
Disoccupati
Sesso
M
0,474
0,126
F
0,316
0,084
totale
0,790
0,210
totale
0,60
0,40
1,00
totale
0,600
0,400
1,000
si vede come il prodotto fra le probabilit teoriche congiunte e la numerosit campionaria

(pari a 500) maggiore di 5 per ciascuna cella, pertanto per la verifica dellindipendenza si
pu utilizzare la distribuzione asintotica della statistica
k q f2
ij
2
k 1q1 n * 1
i1 j1 p ij
che tende a una chi-quadrato con un solo grado di libert.
69
Si ottiene
0,492 0,112 0,302 0,102

500
1 3,2148
0,084
0,474 00,126 0,316
per cui, scelto un livello di significativit pari al 5%, il quantile di riferimento pari a 3,841
e pertanto non si ha motivo di rifiutare lipotesi nulla di indipendenza fra sesso e condizione
occupazionale.
(221)( 21)
Esercizio 10.20
Data la distribuzione campionaria relativa ai risultati (ottimo, medio e scadente) ottenuti su
alcuni gruppi di malati curati con tre diversi farmaci (A, B e C) si vuole verificare se i tre
farmaci abbiano effetti significativamente diversi fra di loro o se i risultati ottenuti possano
essere ritenuti indipendenti dalla terapia utilizzata al livello di significativit=0,01.
Risultato
Ottimo
Medio
Scadente
totale
Farmaco
A
B
C
totale
12
11
22
45
20
30
20
70
30
39
16
85
62
80
58
200
Soluzione
Anche in questo caso, come nellesercizio precedente, lipotesi da sottoporre a verifica
assume la forma
i=1,2,3; j=1,2,3
H0 : p ji pij* pip j
per cui la statistica test adeguata il chi-quadrato.
La tabella espressa con le frequenze relative assume la forma
Risultato
Ottimo
Medio
Scadente
Farmaco
A
0,060
0,100
0,150
B
0,055
0,150
0,195
C
0,110
0,100
0,080
totale
0,225
0,350
0,425
mentre la successiva calcolata sotto ipotesi di indipendenza
Risultato
Ottimo
Medio
Scadente
Farmaco
A
0,06975
0,10850
0,13175
B
0,09000
0,14000
0,17000
C
0,06525
0,10150
0,12325
totale
0,22500
0,35000
0,42500
totale
0,310
0,400
0,290
1,000
totale
0,31000
0,40000
0,29000
1,00000
Si vede come il prodotto fra le probabilit teoriche congiunte e la numerosit campionaria

(n=200) maggiore di 5 per ciascuna cella, pertanto per la verifica dellindipendenza si pu
utilizzare la distribuzione asintotica della statistica
k q f2
ij
2
k 1q1 n * 1
i1 j1 p ij
70
che tende a una chi-quadrato con 4 gradi di libert.

Si ottiene
0,062
0,102 .... 1 13,6897
(231)(31) 200
0,06975 0,10850
Al livello di significativit =0,01, il quantile di riferimento pari a 13,28 e lipotesi nulla deve
quindi essere rifiutata.
71
11. PROVE INTERMEDIE DI ANNI ACCADEMICI PRECEDENTI

Prova 1
1) Tre scatole (A, B e C) contengono articoli prodotti da una certa fabbrica di cui alcuni sono
difettosi. La scatola A contiene 2000 articoli di cui 40 difettosi, B ne contiene 500 di cui 5
difettosi e C ne contiene 1000 con di cui 30 difettosi. Si sceglie una scatola a caso e si estrae
a caso un articolo. Quale la probabilit che sia difettoso?
2) Data un variabile casuale binomiale di media 1,2 e varianza 0,48, determinare la funzione
di probabilit della variabile e il suo valore modale.
3) Data una variabile Z che ha la distribuzione di frequenza indicata nella tabella successiva,
determinare la distribuzione di probabilit dello stimatore varianza campionaria corretta per
un campione di 3 elementi estratto con ripetizione. Verificare che lo stimatore corretto.
Z
Frequenze
assolute
20
1
1
80
Totale
100
4) Date le seguenti osservazioni relative ad un campione bernoulliano di 8 elementi estratto
da una popolazione normale,
-1,1 0,9 1,0 0,2 -0,2 0,8 1,5 2,5
calcolare lintervallo di confidenza della media della popolazione al livello di probabilit
10,90.
5) Sulla base del campione dellesercizio precedente, verificare lipotesi che la varianza della
popolazione sia pari a 3 al livello di significativit 0,01.
Soluzione
1) Si ha una stessa probabilit di selezionare ciascuna scatola, per cui
P(A)=P(B)=P(C)= 1/3
Indicato con D levento articolo difettoso, la sua probabilit pu essere calcolata come
somma delle probabilit
P(D) P(D A) P(D B) P(D C) P(D | A)P( A) P(D | B)P(B) P(D | C)P(C)
Dove le probabilit degli eventi condizionati si ottengono dal testo
40
5
30
P(D | A )
0,02
P(D | B)
0,01
P(D | C)
0,03
2000
500
1000
Risulta quindi
1
1
1
P(D) 0,02 0,01 0,03 0,02
3
3
3
2) Dal sistema
np 1,2
np(1 p) 0,48
Si ottengono i due parametri della variabile casuale binomiale Y: p=0,6 e n=2.
Pertanto la sua funzione di probabilit
72
2
P( Y y ) 0,6 y 0,4 2y
y 0,1, 2.
y
Le probabilit associate ai tre possibili valori sono riportati nella tabella successiva dalla
quale risulta che il valore modale 1.
Y
p(y)
0,16
1
0,48
2
0,36
Totale
1,00
3) La variabile Z assume solo due valori diversi, per cui i possibili campioni di 3 elementi
diversi per i valori assunti dalla variabile di interesse sono 23=8.
X1
X2
X3
Probabilit
E(X)
E(X2)
V(X)
S 2
-1
-1
-1
0,008
-1
1
0
0
-1
-1
1
0,032
-1/3
1
8/9
4/3
-1
1
-1
0,032
-1/3
1
8/9
4/3
1
-1
-1
0,032
-1/3
1
8/9
4/3
-1
1
1
0,128
1/3
1
8/9
4/3
1
-1
1
0,128
1/3
1
8/9
4/3
1
1
-1
0,128
1/3
1
8/9
4/3
1
1
1
0,512
1
1
0
0
La distribuzione di probabilit della varianza campionaria corretta quindi
S 2
p(s 2 )
0,52
0,48
4 / 3 1,3
Totale
1,00
2 0,64 .
da cui risulta E S

Per quanto riguarda la variabile Z si ha E(Z)=0,6, E(Z )=1 e V(Z)=0,64.
0,64 , risulta dimostrato che lo stimatore S corretto.
Dato che V(Z)= ES
2
4) Sul campione ottenuto risulta

2 1,18857
S
E(X)=0,7
E(X2)=1,53
V(X)=1,04
per cui lintervallo di confidenza della media al livello 10,90 delimitato dagli estremi
s
1,8857 0,0304
x t 7 (0,95)
0,7 1,895
8
n
1,4304
5) I due quantili della chi-quadrato con 7 gradi di libert sono 72 0,005 0,989 e
72 0,995 20,28 .
Dato che la statistica
n 1s 2x 7 1,18857 2,7733 risulta compresa fra questi due quantili
3
02
non c motivo di rifiutare lipotesi nulla H0:2=3 al livello 0,01.
73
Prova 2
1) Dato un mazzo di 52 carte si consideri lesperimento che consiste nellestrarre 2 carte
contemporaneamente da questo mazzo. Si calcoli la probabilit associata agli eventi: A)
entrambe le carte sono del seme di picche, B) le due carte sono dello stesso seme (picche,
cuori, quadri o fiori); C) le due carte estratte non sono entrambe assi.
2) Data un variabile casuale ipergeometrica di parametri N1=2, N2=8 e n=4, disegnare il
grafico della funzione di probabilit e individuare il valore modale della variabile.
determinare la distribuzione di probabilit dello stimatore media campionaria per un
campione di 2 elementi estratto con ripetizione. Verificare che lo stimatore corretto.
Z
Quote
0,10
1
0,40
0
1
0,50
Totale
1,00
4) Date le seguenti osservazioni relative ad un campione bernoulliano di 250 elementi
estratto da una popolazione normale, calcolare lintervallo di confidenza della varianza della
Classi
quote
0,2
2 -| 2
2 -| 6
0,6
6 -| 8
0,2
Totale
1,0
5) Sulla base del campione dellesercizio precedente, verificare lipotesi che la media della
popolazione sia pari a 5 al livello di significativit =0,05.
Soluzione
13 12 1
4
0,0588 ; P(B) 4 P( A )
0,2353
52 51 17
17
Indicato con C levento entrambe le carte estratte sono assi che risulta complementare
4 3 2640
allevento C, si ha P(C) 1 P(C) 1
0,9955
52 51 2652
1)
P( A )
2) La v.c. ipergeometrica W ha la seguente distribuzione di probabilit

2 8

w 4 w
P(W w)
w 0, 1, 2.
10

4
Il valore modale 1, come risulta dai valori dalle probabilit associate ai tre diversi risultati
possibili che sono riportate nella tabella successiva
74
W
p(w)
0
70 / 210 0,3
1
112 / 210 0,53
2
28 / 210 0,13
Totale
1,0
La rappresentazione grafica corrispondente assume la forma
0,6
0,5
0,4
0,3
0,2
0,1
0
0
3) La variabile Z assume 3 valori diversi, per cui i possibili campioni di 2 elementi diversi per
i valori assunti dalla variabile di interesse sono 3 2=9 e sono riportati nella tabella seguente
che contiene anche il valore della probabilit associata a ciascun campione.
X1
-1
-1
-1
0
0
0
1
1
1
X2
-1
0
1
-1
0
1
-1
0
1
Probabilit
0,01
0,04
0,05
0,04
0,16
0,20
0,05
0,20
0,25
E(X)
-1,0
-0,5
0
-0,5
0
0,5
0
0,5
1,0
La distribuzione di probabilit della media campionaria quindi

p( x )
X
-1,0
0,01
-0,5
0,08
0
0,26
0,5
0,40
1,0
0,25
Totale
1,00
da cui risulta E X 1 0,01 0,5 0,08 0,5 0,4 1 0,25 0,4 .

La variabile Z ha media EZ 1 0,1 1 0,5 0,4 per cui risulta dimostrato che la media
campionaria uno stimatore corretto, in quanto E X E(Z) .
75
4) Considerati i valori centrali delle singole classi si ottiene

2 4,9799
E(X)=3,8
E(X2)=19,4
V(X)=4,96
S
per cui lintervallo di confidenza della varianza al livello di probabilit 10,99 delimitato
dagli estremi
s 2
4,9799
4,0458
2
2
1 u0,995
1 2,576
n -1
249
s 2
4,9799
6,4747
2
2
1 u0,995
1 2,576
n -1
249
5) Sulla base dei risultati ottenuti nellesercizio precedente lipotesi nulla
H0:=5
viene verificata al livello 0,05 confrontando il risultato della statistica
x - 0
3,8 - 5
8,5024
4,9799
249
con il quantile di ordine 0,975 della normale standardizzata.
Dato che 8,5024>1,96 si rifiuta lipotesi nulla H0 al livello di significativit del 5%.
s 2 / n
76
Prova 3
1) Un'urna contiene 2 palline bianche e 5 nere. Effettuata una prima estrazione guardiamo
il colore della pallina estratta: se nera la rimettiamo dentro con altre due dello stesso
colore, se bianca la teniamo da parte senza inserire nessunaltra pallina. Calcolare la
probabilit che alla seconda estrazione si ottenga una pallina nera.
2) Data un variabile casuale binomiale di parametri p=0,7 e n=3, disegnare il grafico della
funzione di probabilit e calcolare media e varianza della variabile.
3) Data una variabile Z che su una popolazione di 4 individui assume i valori: 0, 1, 1 e 2,
4) Sapendo che in un campione bernoulliano di 2500 elementi, 500 elementi presentano un
determinata caratteristica A, calcolare lintervallo della quota di individui con tale
caratteristica nella popolazione al livello di probabilit 1=0,95.
5) In un supermercato si sono utilizzati due diversi sistemi espositivi per esporre uno stesso
bene. Sapendo che i pezzi venduti in 10 giorni con la prima collocazione sono risultati pari
a
32 34 52 52 40 40 64 74 56 56
mentre quelli venduti con la seconda collocazione sono stati
52 71 76 54 67 83 66 90 77 84
si vuole verificare se i due sistemi espositivi possono essere considerati significativamente
diversi al livello =0,05 sotto ipotesi che le due popolazioni siano omoschedastiche.
Soluzione
1) Se alla prima estrazione si verificato levento N 1 pallina nera alla prima estrazione,
evento che si verifica con una probabilit P(N1)=5/7, lurna associata alla seconda
estrazione composta da 9 palline di cui 2 bianche e 7 nere. Indicato con N2 levento pallina
nera alla seconda estrazione si ha quindi P(N2|N1)=7/9. Per cui
5 7 5
PN2 N1 PN1 PN2 | N1
7 9 9
Se alla prima estrazione si verificato invece levento B1 pallina bianca alla prima
estrazione, evento che si verifica con una probabilit P(B1)=2/7, lurna associata alla
seconda estrazione composta da 6 palline di cui 1 bianche e 5 nere. Indicato con N 2
levento pallina nera alla seconda estrazione si ha quindi P(N2|B1)=5/6. Per cui
2 5 5
PN2 B1 PB1 PN2 | B1
7 6 21
5 5 50
Dato che PN2 PN2 N1 PN2 B1 si ottiene infine PN2
0,793651
9 21 63
2) La v.c. binomiale Y ha la seguente distribuzione di probabilit
3
P(Y y) 0,7 y 0,3 3y
y 0, 1, 2, 3
y
Si ha inoltre
E(Y) = np = 2,1 e V(Y) = np(1p) = 0,63
II valori associati a ciascuna determinazione di Y sono riportati nella tabella successiva
77
Y
p(y)
0
0,027
1
0,189
2
0,441
3
0,343
Totale
1,000
La rappresentazione grafica corrispondente assume la forma
0,6
0,5
0,4
0,3
0,2
0,1
0
0
3) La popolazione costituita da 4 individui, per cui i possibili campioni di 2 elementi diversi

per gli individui che entrano nel campione sono 42=16 e sono riportati nella tabella seguente
X1
X2
Probabilit
E(X)
0
0
0,0625
0,0
0
1
0,0625
0,5
0
1
0,0625
0,5
0
2
0,0625
1,0
1
0
0,0625
0,5
1
1
0,0625
0,5
1
1
0,0625
0,5
1
2
0,0625
1,5
1
0
0,0625
0,5
1
1
0,0625
0,5
1
1
0,0625
0,5
1
2
0,0625
1,5
2
0
0,0625
1,0
2
1
0,0625
1,5
2
1
0,0625
1,5
2
2
0,0625
2,0
La distribuzione di probabilit della media campionaria quindi
p( x )
X
0,0
0,0625
0,5
0,2500
1,0
0,3750
1,5
0,2500
2,0
0,0625
Totale
1,0000
da cui risulta E X 0,5 0,25 1,0 0,375 ... 1,0 .
78
0 1 1 2
1 per cui risulta dimostrato che la media
4
campionaria uno stimatore corretto, in quanto E X E(Z) .
La variabile Z ha media EZ
4) La quota campionaria p
500
0,2 per cui l'intervallo di confidenza richiesto
2500

p 1 p
0,2 0,8 0,18432
p u0,975
0,2 1,96
n
2500
0,21568
5) I risultati sul primo campione di 10 giorni sono risultati
X1 = E(X1) = 50 E X12 2663,2 V(X1)=163,2 s 12 181,3
mentre sul secondo campione si ha
X 2 = E(X2) = 72 E X 22 5325,6 V(X1)=141,6 s 22 157,3
La stima della varianza comune delle due popolazioni corrisponde quindi a
s2
9 181,3 9 157, 3
169,3
18

H0: 1= 2
x1 x 2
n1 n2 / n1n2
50 72
169,3 20 / 100
3,7804 .
Il quantile della t di Student di riferimento t18(0,975)=2,101, per cui si conclude che lipotesi
di uguaglianza fra le medie delle due popolazioni va rifiutata al livello di significativit=0,05.
79
Prova 4
1) Si consideri una prima urna che contiene 10 palline bianche, 8 nere e 2 rosse ed una
seconda urna che contiene 2 palline bianche, 6 nere e 2 rosse. Dato un esperimento che
consiste nell'estrarre una pallina da ciascuna urna, si determini la probabilit che le palline
estratte siano dello stesso colore.
2) Data un'urna contenente 30 palline bianche, 18 nere e 2 gialle, si determini l'espressione
analitica della variabile casuale "quota di palline gialle estratte se l'estrazione effettuata:
A) con ripetizione, B) senza ripetizione. Determinare inoltre media e varianza delle due
variabili casuali.
3) Data una variabile Z che su una popolazione di 5 individui assume il valore 0 con
frequenza pari a 3 e valore 1 con frequenza pari a 2, determinare la distribuzione di
probabilit dello stimatore varianza campionaria per un campione di 3 elementi estratto
senza ripetizione.
4) Date le seguenti osservazioni campionarie tratte da una popolazione normale
1,72 1,62 1,69 0,79 0,77 1,44 1,29 1,96 0,99
costruire l'intervallo di confidenza della media e della varianza al livello di probabilit
1=0,99.
5) Date le seguenti osservazioni relative alle variabili X e Y rilevate su un campione di 200
individui, verificare l'ipotesi che le due variabili siano indipendenti al livello di significativit
=0,01.
Y
0
1
totale
X
0
0,2
0,2
0,4
2
0,1
0,3
0,4
4
0,0
0,2
0,2
totale
0,3
0,7
1,0
Soluzione
1) La probabilit cercata data da
PB1 B 2 N1 N2 R1 R 2 PB1 B 2 PN1 N2 PR1 R 2
PB1 PB 2 PN1 PN2 PR1 PR 2
10 2
8
6
2
2
0,36
20 10 20 10 20 10
2) Indicata con P la v.c. "quota di palline gialle estratte nel caso di estrazione con ripetizione
si ha
3
1 2
P(P p ) 0,043p 0,963 3p

p 0, , ,1
3 3
3p
E(P ) p 0,04
p(1 p)
V( P )
0,0128
n
la stessa variabile casuale nel caso di estrazione senza ripetizione si ha
Indicata con Q
80
2 48

3q 3 3q
1 2
P(Q q )
q 0, ,
3 3
50

3
) p N1 0,04
E(Q
N
p
(
1
p) N n 0,04 0,96 47
)
V( Q
0,0122
n
N 1
3
49
3) Per semplicit associamo ai 5 individui le etichette A, B, C, D ed E e supponiamo che i

corrispondenti valori della Z siano, ordinatamente, 0, 0, 0, 1 e 1. I possibili campioni, diversi
5
per gli individui estratti, sono equiprobabili e sono pari a 10 . Questi campioni sono
3
elencati nella tabella successiva
Etichette X1 X2 X3 probabilit E(X) E(X2) S2
ABC
0 0 0
0,1
0
0
0
ABD
0 0 1
0,1
1/3 1/3 2/9
ABE
0 0 1
0,1
1/3 1/3 2/9
ACD
0 0 1
0,1
1/3 1/3 2/9
ACE
0 0 1
0,1
1/3 1/3 2/9
ADE
0 1 1
0,1
2/3 2/3 2/9
BCD
0 0 1
0,1
1/3 1/3 2/9
BCE
0 0 1
0,1
1/3 1/3 2/9
BDE
0 1 1
0,1
2/3 2/3 2/9
CDE
0 1 1
0,1
2/3 2/3 2/9
La distribuzione di probabilit della varianza campionaria quindi
2
S
0
2/9
totale
p(s )
0,1
0,9
1,0
4) Sulla base dei dati campionari risulta

E(X)=1,406
E(X2)=2,14194
V(X)=0,165104
2 0,183448
S
Pertanto lintervallo di confidenza della media al livello di probabilit del 99% delimitato
dagli estremi
s 2
0,183448 0,9658
1,406 3,25
n
10
1,8462
Lintervallo di confidenza della varianza allo stesso livello di probabilit delimitato invece
da
(n 1) s 2
9 0,183448
0,0700
2
23,59
9 (0,995)
x t 9 (0,995)
81
(n 1) s 2
92 (0,005)
9 0,183448
0,9516
1,735
5)La statistica chi-quadrato per la verifica dellipotesi di indipendenza assume il valore

0,2 2
0,2 2
0,12
0,3 2
0,2 2
2 200
1 33,3 .
0,3 0,4 0,7 0,4 0,3 0,4 0,7 0,4 0,7 0,2
Dato che il quantile di ordine 0,99 della chi-quadrato con (31)(21) = 2 gradi di libert
pari a 22 (0,99) 9,210 , lipotesi di indipendenza fra le due variabili deve essere rifiutata al
livello di significativit dell1%.
82
Prova 5
1) E noto che una malattia rara M si verifica con una probabilit pari a 0,005. Sapendo che
un test T ha una probabilit di risultare positivo pari a 0,99 se lindividuo effettivamente
malato e una probabilit pari a 0,02 di risultare positivo se lindividuo invece sano,
determinare la probabilit che un individuo risultato positivo al test abbia effettivamente la
malattia M.
2) Dato un lotto di 20 articoli, di cui 2 difettosi, determinare lespressione analitica della
distribuzione di probabilit della variabile casuale numero di articoli difettosi estratti per un
campione di 5 elementi se lestrazione effettuata: A) con ripetizione, B) senza ripetizione.
Determinare inoltre il valore della media e della varianza della variabile nei due casi
considerati.
3) Data una variabile Z che su una popolazione di 4 individui assume i valori: 0, 1, 1 e 2,
un campione di 2 elementi estratto con ripetizione. Verificare che lo stimatore
effettivamente corretto.
4) Date le seguenti informazioni ottenute su un campione di 10 elementi estratto da una
popolazione normale
1 3 4 4 5 5 5 6 8 9
calcolare lintervallo di confidenza della varianza della popolazione al livello di probabilit
1=0,90 ed al livello di probabilit 1=0,95.
5) Sapendo che in base alla legge di Mendel le frequenze relative attese per le modalit A,
B, C e D di un certo carattere sono rispettivamente 9/16, 3/16, 3/16 e 1/16, verificare lipotesi
che anche per la popolazione in esame valga tale legge sulla base delle osservazioni
ottenute su un campione di 500 elementi al livello di significativit =0,05
X
frequenze
osservate
A
280
B
104
C
96
D
20
totale
500
Soluzione
1) Dal testo si ottengono le probabilit
P(M)=0,005
1 P(M) P( M) 0,995
P(T | M) 0,99
P(T | M) 0,02
Dato che il quesito richiede il calcolo di P(M | T) la soluzione si trova mediante la formula di
Bayes
P(M) P(T | M)
P(M | T )
.
P(T )
Si ha
83
P(T) P(T M) P(T M) P(M)P(T | M) P( M)P(T | M) 0,005 0,99 0,995 0,02 0,02485
per cui
0,005 0,99
P(M | T)
0,1992
0,02485
2) Indicata con Y la v.c. "numero di articoli difettosi estratti nel caso di estrazione con
ripetizione si ha
5
P(Y y) 0,1y 0,9 5y
y 0,1,..., 5
y
E(Y) np 0,5
V( P ) np(1 p) 0,45
Indicata con W la stessa variabile casuale nel caso di estrazione senza ripetizione si ha
2 18

w
5
P(W w )
w 0, 1, 2
20

5
N
E(W) np n 1 0,5
N
Nn
15
V(W) np(1 p)
0,45
0,3553
N 1
19
2
3) Il numero di possibili campioni 4 =16, come risulta dai valori riportati dalla tabella
successiva che indica anche i valori delle probabilit associate e della varianza campionaria
corretta
X1 X2 probabilit E(X) E(X2)
0 0
0,0625
0,0 0,0
0 1
0,0625
0,5 0,5
0 1
0,0625
0,5 0,5
0 2
0,0625
1,0 2,0
1 0
0,0625
0,5 0,5
1 1
0,0625
1,0 1,0
1 1
0,0625
1,0 1,0
1 2
0,0625
1,5 2,5
1 0
0,0625
0,5 0,5
1 1
0,0625
1,0 1,0
1 1
0,0625
1,0 1,0
1 2
0,0625
1,5 2,5
2 0
0,0625
1,0 2,0
2 1
0,0625
1,5 2,5
2 1
0,0625
1,5 2,5
2 2
0,0625
2,0 24,0
S
0,00
0,25
0,25
1,00
0,25
0,00
0,00
0,25
0,25
0,00
0,00
0,25
1,00
0,25
0,25
0,00
S 2
0,0
0,5
0,5
2,0
0,5
0,0
0,0
0,5
0,5
0,0
0,0
0,5
2,0
0,5
0,5
0,0
La distribuzione di probabilit richiesta quindi
84
S 2
0,0
0,5
2,0
totale
p s 2
6/16=0,375
8/16=0,500
2/16=0,125
1,0

2 5,3
E(X)=5
E(X2)=29,8
V(X)=4,8
S
Pertanto lintervallo di confidenza della varianza al livello di probabilit del 90% delimitato
da
(n 1) s 2 9 5,3
2,8369
92 (0,95) 16,92
(n 1) s 2
9 5,3
14,4360
3,325
9 5,3
17,7
2,7
92 (0,05)
ed al livello di probabilit del 95% delimitato da
(n 1) s 2 9 5,3
2,5237
92 (0,975) 19,02
(n 1) s 2
92 (0,25)
5) Le frequenze attese sotto lipotesi che valga la legge di Mendel sono quelle riportate nella
tabella successiva che riporta anche le frequenze relative osservate
X
Frequenze Frequenze
relative
relative
attese
osservate
A
0,5625
0,5600
B
0,1875
0,2080
C
0,1875
0,1920
D
0,0625
0,0400
totale 1,0000
1,0000
La statistica chi-quadrato
fi pi 2
i1
pi
k21 n
per misurare la bont di adattamento pari a
0,5625 0,562 0,1875 0,2082 0,1875 0,1922 0,0625 0,042

500
5,2302
0,5625
0,1875
0,1875
0,0625
mentre il quantile di ordine 0,95 nella chi-quadrato con 3 gradi di libert pari a 7,815.
Pertanto non si ha motivo di rifiutare lipotesi nella al livello di significativit del 5%.
32
85
Prova 6
1) Un test costituito da 8 domande per cui sono previste quattro diverse risposte. Si
suppone che per superare la prova si debba rispondere correttamente ad almeno 7
domande. Quale la probabilit che rispondendo a caso il candidato superi la prova?
2) Data una popolazione normale di media pari a 4 e varianza 25, scrivere la distribuzione
di probabilit della variabile casuale "media campionaria" per un campione di 15 elementi
estratto da questa popolazione. Determinare inoltre la probabilit che la media campionaria
assuma un valore: A) inferiore a 3; B) maggiore di 5; C) compreso fra 3 e 5.
Z
Freq. ass
10
2
40
1
40
0
1
10
Totale
100
4) Date le seguenti informazioni relative ad un campione bernoulliano estratto da una
popolazione normale
X
Freq. ass.
-2-|2
25
2-|6
75
6-|8
150
Totale
250
calcolare l'intervallo di confidenza della media e della varianza della popolazione al livello di
probabilit 1=0,90.
5) Date le seguenti informazioni campionarie
X
Freq. ass.
0
12
1
30
2
44
3
14
Totale
100
verificare l'ipotesi che la popolazione di provenienza del campione sia una binomiale di
parametri n=3 e p=0,4 al livello di significativit 0,01.
Soluzione
1) Sia Y la v.c. numero di risposte esatte che, data lindipendenza fra le domande del test,
si distribuisce come una binomiale di parametri n=8 e p=01/4=0,25.
8
PY 7 PY 7 PY 8 0,257 0,75 0,258 0,0003815
7
2) X ~ N 4,
15
86
A ) P X 3 0,77 0,221
B) P X 5 1 0,77 0,221
C) P 3 X 5 20,77 1 0,558
3) Il numero di possibili campioni 4 =16, come risulta dai valori riportati dalla tabella
successiva che indica anche i valori delle probabilit associate a ciascun campione
X1
-2
-2
-2
-2
-1
-1
-1
-1
1
1
1
1
2
2
2
2
X2 probabilit X
-2
0,01
-2,0
-1
0,04
-1,5
1
0,04
-0,5
2
0,01
0,0
-2
0,04
-1,5
-1
0,16
-1,0
1
0,16
0,0
2
0,04
0,5
-2
0,04
-0,5
-1
0,16
0,0
1
0,16
1,0
2
0,04
1,5
-2
0,01
0,0
-1
0,04
0,5
1
0,04
1,5
2
0,01
2,0

px
X
-2,0
0,01
-1,5
0,08
-1,0
0,16
-0,5
0,08
0,0
0,34
0,5
0,08
1,0
0,16
1,5
0,08
2,0
0,01
totale
1,00
Da questa distribuzione si ottiene E X 2 0,01 1,5 0,08 1 0,16... 0
Dato che anche EZ 2 0,1 1 0,4 1 0,4 2 0,1 0 , risulta verificata luguaglianza
E X EZ 0.

2 5,0602
S
E(X)=5,4
E(X2)=34,2
V(X)=5,04
Pertanto lintervallo di confidenza della media al livello di probabilit del 90% delimitato
dagli estremi
87
s 2
5,0602 5,1660
5,4 1,645
n
250
5,6340
Lintervallo di confidenza della varianza allo stesso livello di probabilit delimitato invece
da
s 2
5,0602
4,4100
2
2
1 u0,95
1 1,645
n 1
249
2
s
5,0602
5,9352
2
2
1 u0,95
1 1,645
n 1
249
x u0,95
5) Le frequenze attese sotto lipotesi che valga la distribuzione binomiale sono riportate nella
tabella successiva che riporta anche le frequenze relative osservate
X
Frequenze Frequenze
relative
relative
attese
osservate
0
0,064
0,120
1
0,288
0,300
2
0,432
0,440
3
0,216
0,140
Totale
1,000
1,000
La statistica chi-quadrato
fi pi 2
i1
pi
k21 n
per misurare la bont di adattamento pari a
0,064 0,122 0,288 0,32 0,432 0,442 0,216 0,142

32 100
7,638
0,064
0,288
0,432
0,216
mentre il quantile di ordine 0,99 nella chi-quadrato con 3 gradi di libert pari a 11,34.
Pertanto non si ha motivo di rifiutare lipotesi nella al livello di significativit dell1%.
88
Prova 7
1) Una prova consiste nel lancio di due dadi equilibrati. Determinare la probabilit associata
agli eventi: A) almeno uno dei due dadi presente una faccia pari; B) Il punteggio complessivo
superiore a 9; C) le due facce non presentano uno stesso punteggio.
2) Data una popolazione in cui il 45% degli individui di sesso femminile, scrivere la
distribuzione di probabilit della variabile casuale "quota di individui di sesso femminile" per
un campione di 1500 elementi estratto da questa popolazione. Determinare inoltre la
probabilit che tale quota campionaria assuma un valore: A) inferiore al 40%; B) maggiore
del 47%; C) compreso fra 44% e 46%.
3) Data una variabile Z che su una popolazione di 5 individui assume i valori: 0, 1, 1, 2 e 3,
un campione di 4 elementi estratto senza ripetizione.
4) Date le seguenti informazioni relative ad un campione bernoulliano di 1000 elementi
estratto da una popolazione normale
X
quote
-4 -| 0
0,2
0 -| 2
0,6
2 -| 6
0,2
Totale
1,0
verificare lipotesi che la varianza della popolazione sia pari a 6 al livello di significativit
=0,10.
5) Date le seguenti osservazioni relative alle variabili X e Y qualitative sconnesse rilevate
su un campione di 100 individui, verificare l'ipotesi che le due variabili siano indipendenti al
livello di significativit =0,01.
Y
a
b
C
totale
X
A
0,1
0,1
0,1
0,3
B
0,2
0,2
0,1
0,5
C
0,1
0,1
0,0
0,2
totale
0,4
0,4
0,2
1,0
Soluzione
1) La probabilit associata al primo quesito pu essere calcolata pi semplicemente
calcolando la probabilit che entrambe le facce siano dispari e facendo il complemento ad
1 del risultato ottenuto:
2
P(A)=1(0,5) = 3/4 = 0,75.
Indicata con S la v.c. somma delle facce la probabilit dellevento B corrisponde a
3
2
1
6 1
P(B)=P(S>9)=P(S=10)+P(S=11)+P(S=12)=
0,16
36 36 36 36 6
5 5
P(C)= 1 0,8 3
6 6
2) P ~ N p,
p(1 p)
N 0,45;
n
0,000165
89
0,46 20,78 1 0,564

C) P0,44 P
0,4 3,89 0,000...

A) P P
0,5 1 1,56 1 0,941 0,059
B) P P
5
3) I possibili campioni, tutti equiprobabili, sono 5 .
4
2
X1 X2 X3 X4 probabilit E(X) E(X2)
S
S 2
0 1 1 2
0,2
1,00 1,50 0,5000 0,6
0 1 1 3
0,2
1,25 2,75 1,1875 1,583
0 1 2 3
0,2
1,50 3,50 1,2500 1,6
0 1 2 3
0,2
1,50 3,50 1,2500 1,6
1 1 2 3
0,2
1,75 3,75 0,6875 0,916
S 2
p s 2
0,2
0,2
0,2
0,4
1,0
0,6
0,916
1,583
1,6
totale

E(X)=1
E(X2)=4,6
2
H0: =6
s 2 - 02
2 3, 603
S
V(X)=3,6
3, 603 - 6
8,9264
2
2
6
n 1
999
che va confrontata con il quantile di ordine 0,95 della normale standardizzata.
Dato che 8,9264>1,645 si rifiuta lipotesi nulla H0 al livello di significativit del 10%.
02
5) La statistica chi-quadrato 2k 1q1 n
i1 j1
ij
p ij*
p ij*
per verificare lindipendenza fra le
variabili assume il valore
0,1 - 0,122 0,1 - 0,122 0,1 - 0,062
24 100
... 8,3
0,12
0,12
0,06
E va confrontato con il quantile di ordine 0,99 della chi-quadrato con 4 gradi di libert.
90
Dato che risulta 8,3 13,28 non si ha motivo di rifiutare lipotesi di indipendenza fra le due
variabili al livello di significativit dell1%.
91
Tavola A
Funzione di ripartizione della variabile casuale normale standardizzata
u
0,00
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
0,0
0,500
0,504
0,508
0,512
0,516
0,520
0,524
0,528
0,532
0,536
0,1
0,540
0,544
0,548
0,552
0,556
0,560
0,564
0,567
0,571
0,575
0,2
0,579
0,583
0,587
0,591
0,595
0,599
0,603
0,606
0,610
0,614
0,3
0,618
0,622
0,626
0,629
0,633
0,637
0,641
0,644
0,648
0,652
0,4
0,655
0,659
0,663
0,666
0,670
0,674
0,677
0,681
0,684
0,688
0,5
0,691
0,695
0,698
0,702
0,705
0,709
0,712
0,716
0,719
0,722
0,6
0,726
0,729
0,732
0,736
0,739
0,742
0,745
0,749
0,752
0,755
0,7
0,758
0,761
0,764
0,767
0,770
0,773
0,776
0,779
0,782
0,785
0,8
0,788
0,791
0,794
0,797
0,800
0,802
0,805
0,808
0,811
0,813
0,9
0,816
0,819
0,821
0,824
0,826
0,829
0,831
0,834
0,836
0,839
1,0
0,841
0,844
0,846
0,848
0,851
0,853
0,855
0,858
0,860
0,862
1,1
0,864
0,867
0,869
0,871
0,873
0,875
0,877
0,879
0,881
0,883
1,2
0,885
0,887
0,889
0,891
0,893
0,894
0,896
0,898
0,900
0,901
1,3
0,903
0,905
0,907
0,908
0,910
0,911
0,913
0,915
0,916
0,918
1,4
0,919
0,921
0,922
0,924
0,925
0,926
0,928
0,929
0,931
0,932
1,5
0,933
0,934
0,936
0,937
0,938
0,939
0,941
0,942
0,943
0,944
1,6
0,945
0,946
0,947
0,948
0,949
0,951
0,952
0,953
0,954
0,954
1,7
0,955
0,956
0,957
0,958
0,959
0,960
0,961
0,962
0,962
0,963
1,8
0,964
0,965
0,966
0,966
0,967
0,968
0,969
0,969
0,970
0,971
1,9
0,971
0,972
0,973
0,973
0,974
0,974
0,975
0,976
0,976
0,977
2,0
0,977
0,978
0,978
0,979
0,979
0,980
0,980
0,981
0,981
0,982
2,1
0,982
0,983
0,983
0,983
0,984
0,984
0,985
0,985
0,985
0,986
2,2
0,986
0,986
0,987
0,987
0,987
0,988
0,988
0,988
0,989
0,989
2,3
0,989
0,990
0,990
0,990
0,990
0,991
0,991
0,991
0,991
0,992
2,4
0,992
0,992
0,992
0,992
0,993
0,993
0,993
0,993
0,993
0,994
2,5
0,994
0,994
0,994
0,994
0,994
0,995
0,995
0,995
0,995
0,995
2,6
0,995
0,995
0,996
0,996
0,996
0,996
0,996
0,996
0,996
0,996
2,7
0,997
0,997
0,997
0,997
0,997
0,997
0,997
0,997
0,997
0,997
2,8
0,997
0,998
0,998
0,998
0,998
0,998
0,998
0,998
0,998
0,998
2,9
0,998
0,998
0,998
0,998
0,998
0,998
0,998
0,999
0,999
0,999
3,0
0,999
0,999
0,999
0,999
0,999
0,999
0,999
0,999
0,999
0,999
92
Tavola B
Quantili della variabile casuale normale standardizzata
p
up
0,001
-3,090
0,005
-2,576
0,010
-2,326
0,025
-1,960
0,050
-1,645
0,100
-1,282
0,150
-1,036
0,200
-0,842
0,250
-0,674
0,300
-0,524
0,350
-0,385
0,400
-0,253
0,450
-0,126
0,500
0,000
0,550
0,126
0,600
0,253
0,650
0,385
0,700
0,524
0,750
0,674
0,800
0,842
0,850
1,036
0,900
1,282
0,950
1,645
0,975
1,960
0,990
2,326
0,995
2,576
0,999
3,090
93
Tavola C
Quantili della variabile casuale chi-quadrato con g gradi di libert
p
0,005
0,010
0,025
0,050
0,950
0,975
0,990
0,995
0,000
0,010
0,072
0,207
0,412
0,676
0,989
1,344
1,735
2,156
2,603
3,074
3,565
4,075
4,601
5,142
5,697
6,265
6,844
7,434
8,034
8,643
9,260
9,886
10,52
11,16
11,81
12,46
13,12
13,79
0,000
0,020
0,115
0,297
0,554
0,872
1,239
1,646
2,088
2,558
3,053
3,571
4,107
4,660
5,229
5,812
6,408
7,015
7,633
8,260
8,897
9,542
10,20
10,86
11,52
12,20
12,88
13,56
14,26
14,95
0,001
0,051
0,216
0,484
0,831
1,237
1,690
2,180
2,700
3,247
3,816
4,404
5,009
5,629
6,262
6,908
7,564
8,231
8,907
9,591
10,28
10,98
11,69
12,40
13,12
13,84
14,57
15,31
16,05
16,79
0,004
0,103
0,352
0,711
1,145
1,635
2,167
2,733
3,325
3,940
4,575
5,226
5,892
6,571
7,261
7,962
8,672
9,390
10,12
10,85
11,59
12,34
13,09
13,85
14,61
15,38
16,15
16,93
17,71
18,49
3,841
5,991
7,815
9,488
11,07
12,59
14,07
15,51
16,92
18,31
19,68
21,03
22,36
23,68
25,00
26,30
27,59
28,87
30,14
31,41
32,67
33,92
35,17
36,42
37,65
38,89
40,11
41,34
42,56
43,77
5,024
7,378
9,348
11,14
12,83
14,45
16,01
17,53
19,02
20,48
21,92
23,34
24,74
26,12
27,49
28,85
30,19
31,53
32,85
34,17
35,48
36,78
38,08
39,36
40,65
41,92
43,19
44,46
45,72
46,98
6,635
9,210
11,34
13,28
15,09
16,81
18,48
20,09
21,67
23,21
24,72
26,22
27,69
29,14
30,58
32,00
33,41
34,81
36,19
37,57
38,93
40,29
41,64
42,98
44,31
45,64
46,96
48,28
49,59
50,89
7,879
10,60
12,84
14,86
16,75
18,55
20,28
21,95
23,59
25,19
26,76
28,30
29,82
31,32
32,80
34,27
35,72
37,16
38,58
40,00
41,40
42,80
44,18
45,56
46,93
48,29
49,64
50,99
52,34
53,67
g
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
0
94
Tavola C
Quantili della variabile casuale chi-quadrato con g gradi di libert (segue)
p
0,005
0,010
0,025
0,050
0,950
0,975
0,990
0,995
14,46
15,13
15,82
16,50
17,19
17,89
18,59
19,29
20,00
20,71
21,42
22,14
22,86
23,58
24,31
25,04
25,77
26,51
27,25
27,99
15,66
16,36
17,07
17,79
18,51
19,23
19,96
20,69
21,43
22,16
22,91
23,65
24,40
25,15
25,90
26,66
27,42
28,18
28,94
29,71
17,54
18,29
19,05
19,81
20,57
21,34
22,11
22,88
23,65
24,43
25,21
26,00
26,79
27,57
28,37
29,16
29,96
30,75
31,55
32,36
19,28
20,07
20,87
21,66
22,47
23,27
24,07
24,88
25,70
26,51
27,33
28,14
28,96
29,79
30,61
31,44
32,27
33,10
33,93
34,76
44,99
46,19
47,40
48,60
49,80
51,00
52,19
53,38
54,57
55,76
56,94
58,12
59,30
60,48
61,66
62,83
64,00
65,17
66,34
67,50
48,23
49,48
50,73
51,97
53,20
54,44
55,67
56,90
58,12
59,34
60,56
61,78
62,99
64,20
65,41
66,62
67,82
69,02
70,22
71,42
52,19
53,49
54,78
56,06
57,34
58,62
59,89
61,16
62,43
63,69
64,95
66,21
67,46
68,71
69,96
71,20
72,44
73,68
74,92
76,15
55,00
56,33
57,65
58,96
60,27
61,58
62,88
64,18
65,48
66,77
68,05
69,34
70,62
71,89
73,17
74,44
75,70
76,97
78,23
79,49
g
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
95
Tavola D
Quantili della variabile casuale t di Student con g gradi di libert
p 0,900
0,950
0,975
0,990
0,995
6,314
2,920
2,353
2,132
2,015
1,943
1,895
1,860
1,833
1,812
1,796
1,782
1,771
1,761
1,753
1,746
1,740
1,734
1,729
1,725
1,721
1,717
1,714
1,711
1,708
1,706
1,703
1,701
1,699
1,697
12,71
4,303
3,182
2,776
2,571
2,447
2,365
2,306
2,262
2,228
2,201
2,179
2,160
2,145
2,131
2,120
2,110
2,101
2,093
2,086
2,080
2,074
2,069
2,064
2,060
2,056
2,052
2,048
2,045
2,042
31,82
6,965
4,541
3,747
3,365
3,143
2,998
2,896
2,821
2,764
2,718
2,681
2,650
2,624
2,602
2,583
2,567
2,552
2,539
2,528
2,518
2,508
2,500
2,492
2,485
2,479
2,473
2,467
2,462
2,457
63,66
9,925
5,841
4,604
4,032
3,707
3,499
3,355
3,250
3,169
3,106
3,055
3,012
2,977
2,947
2,921
2,898
2,878
2,861
2,845
2,831
2,819
2,807
2,797
2,787
2,779
2,771
2,763
2,756
2,750
g
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
3,078
1,886
1,638
1,533
1,476
1,440
1,415
1,397
1,383
1,372
1,363
1,356
1,350
1,345
1,341
1,337
1,333
1,330
1,328
1,325
1,323
1,321
1,319
1,318
1,316
1,315
1,314
1,313
1,311
1,310
96

Esercizi Di Statistica (Seconda Parte)

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Esercizi Di Statistica (Seconda Parte)

Caricato da

Copyright:

Formati disponibili

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA

PARTE SECONDA: STATISTICA INFERENZIALE

10. TEST DI SIGNIFICATIVITA

11. PROVE INTERMEDIE DI ANNI PRECEDENTI

Funzione di ripartizione della normale standardizzata

PARTE SECONDA: STATISTICA INFERENZIALE

P(C) = 0,50,50,5 = 0,125 per lindipendenza dei tre eventi considerati.

0,3077 dove levento CA indica

levento asso di cuori

Dato che i risultati possibili sono 4 si ottiene

P(E2E3) = 3/36 e quindi neanche la condizione di indipendenza fra gli eventi E 2 e E3

Indicato con C levento punteggio inferiore o uguale a 3 si ha

(0,5)0 + (0,5)(2/3)=1/3= 0,3

P(AB) = P(A)P(B) = 1/6

La probabilit che nessuno dei due si verifichi 1/3 per cui

P(B | V)P(V) 0,1 (3/6)

P(B | W)P(W) 0,5 (2/6)

Il grafico della funzione di ripartizione risulta

La media della variabile

ed il grafico assume quindi la forma

Lespressione formale della funzione di ripartizione data da

da cui si ottengono i valori dei parametri

b) La probabilit dellevento almeno una pallina rossa si pu calcolare come differenza

disoccupati, tenendo presente che W nQ

disoccupati, tenendo presente che Y nP

P(P p ) 0,4 5p 0,6 55p

P(P p ) 0,8 3p 0,2 33p

le possibili composizioni di un campione di bernoulliano di 2 elementi e le probabilit

Tutti i campioni sono equiprobabili per cui la distribuzione richiesta risulta

Il valore atteso della media campionaria assume il valore

La distribuzione della media campionaria risulta

Il numero dei possibili campioni diversi per gli elementi

La distribuzione di probabilit della media campionaria risulta

La media della media campionaria

La distribuzione della varianza campionaria risulta

La distribuzione della varianza campionaria risulta

La distribuzione della varianza campionaria risulta

La distribuzione della varianza campionaria corretta risulta

La distribuzione della varianza campionaria corretta risulta

La distribuzione della media campionaria risulta quindi

e corrisponde quindi alla media E(Z) =

La distribuzione della somma campionaria risulta quindi

La distribuzione della somma risulta quindi

La distribuzione della media campionaria risulta

La media della media campionaria

per cui risulta

si distribuisce come una chi-quadrato con n-1 gradi di libert. Pertanto

e, leggendo le tavole della chi-quadrato in corrispondenza di un numero di gradi di libert

Dalle tavole della chi-quadrato in corrispondenza di un numero di gradi di libert pari a 35

per cui risulta

e dalle tavole risulta che la probabilit cercata pari a 0,975.

x 0,25 40 0,8 0,674 40,5392

la probabilit richiesta risulta

la probabilit richiesta risulta

costruire lintervallo di confidenza della media della popolazione al livello di probabilit

per cui lintervallo di confidenza di 2 al livello di probabilit 1=0,95 delimitato dagli

La varianza campionaria corretta pari a s 2 9, 7

Al livello di probabilit 0,95, invece, gli estremi sono

Lestremo sinistro quindi

10. TEST DI SIGNIFICATIVITA

va quindi confrontato con il quantile di ordine 1/2 della normale standardizzata.

si rifiuta lipotesi nulla al livello di significativit=0,01.

Data lelevata numerosit campionaria, la statistica

Per la verifica dellipotesi