Esercizi Di Statistica

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA
INFERENZIALE

Stefania Naddeo

2

INDICE

1. EVENTI E PROBABILITA 3

2. VARIABILI CASUALI 18

3. STATISTICHE CAMPIONARIE 34

4. INTERVALLI DI CONFIDENZA E TEST DI SIGNIFICATIVITA 49

APPENDICE
Tavola A: Funzione di ripartizione della normale standardizzata 59
Tavola B: Quantili della normale standardizzata 60
Tavola C: Quantili della chi-quadrato con g gradi di libert 61
Tavola D: Quantili della t di Student con g gradi di libert 63

3
1. EVENTI E PROBABILITA
(Gli esercizi contenuti in questa sezione si riferiscono al capitolo 7 delle dispense)

Esercizio 1.1
Un esperimento consiste nel lancio di 3 monete equilibrate. Determinare tutti i possibili
risultati associati a questo esperimento e calcolare le probabilit corrispondenti.

Soluzione
I possibili risultati sono
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 loro associata una probabilit
pari a 1/8 = 0,125.

Esercizio 1.2
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|B, AB, AB.

Soluzione
P(A|B) = P(A) = 0,6 per lindipendenza degli eventi
P(AB) = P(A)P(B) = 0,60,2 = 0,12 per il teorema delle probabilit composte applicate ad
eventi indipendenti
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 1.3
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) = 0,50,5 = 0,25 per lindipendenza dei 2 eventi considerati e perch non interessa
conoscere la faccia ottenuta nel terzo lancio
P(B) = 0,5 perch non interessa sapere cosa si ottenuto nei primi due lanci
P(C) = 0,50,50,5 = 0,125 per lindipendenza dei tre eventi considerati.

4
Esercizio 1.4
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 6 0, 3 / 2 =

Esercizio 1.5
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
Sia 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
( ) ( ) ( ) F D P M D P D P + =
e che
( ) ( ) ( ) M P M | D P M D P =
( ) ( ) F F)P | P(D F D P =
risulta
( ) ( ) ( ) ( ) ( ) ( ) 0,05 0,2 0,09 0,8 0,04 F F)P | P(D M P M | D P F D P M D P D P = + = + = + =

Esercizio 1.6
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
5
a) ( ) ( ) ( ) ( ) 0,3077
52
16
52
1
52
4
52
13
A C P A P C P A C P = + = + = dove levento CA indica
levento asso di cuori.
b) ( )
( )
( )
3 0,
3
1
12
4
12/52
4/52
F P
F R P
F | R P = = = =
=

Esercizio 1.7
Una prima urna contiene 6 palline bianche, 6 nere e 8 rosse ed una seconda urna
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 U
1
levento urna 1 e con U
2
levento urna 2
la probabilit di selezionare la prima o la seconda urna
( ) ( ) 0,5 U P U P
2 1
= = .
Levento B pu essere scomposto nella somma degli eventi composti pallina bianca
estratta dalla prima urna e pallina bianca estratta dalla seconda urna, ossia
( ) ( ) ( )
2 1
U B P U B P B P + =
per cui, applicando il teorema delle probabilit composte, risulta
( ) ( ) ( ) ( ) ( ) ( ) 0,45 0,5
15
9
0,5
20
6
U )P U | P(B U P U | B P U B P U B P B P
2 2 1 1 2 1
= + = + = + =

Esercizio 1.8
Unurna contiene 10 palline, si cui 3 bianche e 7 nere. Calcolare la probabilit che 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 B
i
levento pallina bianca alla i-esima estrazione e con N
i
levento pallina
nera alla i-esima estrazione si ha
( ) ( ) ( ) ( ) 58 , 0
10
7
10
7
10
3
10
3
N P N P B P B P
2 1 2 1
= + = +
data lindipendenza degli eventi considerati.

Esercizio 1.9
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 M
2
che si manifesta con
probabilit 0,4. Sapendo che se presente la malattia M
1
il sintomo si presenta con
probabilit 0,6 mentre se presente la malattia M
2
il sintomo si presenta con probabilit
0,9, determinare quale malattia risulta pi probabile.

6
Soluzione
Il problema si risolve calcolando le probabilit ( ) S | M P
1
e ( ) S | M P
2
che possono essere
ottenute applicando la formula di Bayes.
Dai dati del problema si ottiene
P(M
1
)=0,6 P(M
2
) = 0,4
P(S|M
1
)=0,6 P(S|M
2
)=0,9
La probabilit di presentare il sintomo S risulta
( ) ( ) ( ) ( ) 0,72 0,4 9 0 0,6 6 0 M )P M | P(S M P M | S P S P
2 2 1 1
= + = + = , ,
per cui
( )
( ) ( )
( )
( )
( )
( )
0,50
0,72
0,4 * 0,9
S P
M )P M | P(S
S | M P
0,50
0,72
0,6 * 0,6
S P
M P M | S P
S | M P
2 2
2
1 1
1
= = =
= = =

Le due malattie sono quindi equiprobabili.

Esercizio 1.10
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 6
3
=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
( ) 8 013 , 0
216
3
A P = = .
Per la probabilit dellevento B basta aggiungere alle tre terne precedentemente
considerate la terna (1,1,1) per cui
( ) 185 0 , 0
216
4
A P = = .

Esercizio 1.11
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
( ) M | B P e ( ) M | R P che possono essere ottenute applicando la formula di Bayes.
Dai dati del problema si ottiene
P(B)=0,7 P(R) = 0,3
7
P(M|B)=0,2 P(M|R)=0,5
Risulta anche
( ) ( ) ( ) ( ) 0,29 0,5 * 3 , 0 0,2 * 7 , 0 R R)P | P(M B P B | M P M P = + = + =
per cui
( )
( ) ( )
( )
( )
( )
( )
0,5172
0,29
0,5 0,3
M P
R R)P | P(M
M | R P
0,4828
0,29
0,2 0,7
M P
B P B | M P
M | B P
= =
= =

Esercizio 1.12
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 1.13
Un esperimento consiste nel lanciare 5 volte un dado equilibrato. Determinare la
probabilit che in tre lanci si ottenga uno stesso punteggio.

Soluzione
Conviene iniziare a determinare la probabilit associata ad una particolare successione di
dadi e successivamente generalizzare lordine dei lanci.
La probabilit che i primi 3 dadi presentino tutti un certo specifico punteggio, ad esempio
la faccia 1, data da
2 3
6
5
6
1
|
\
|
|
\
|

La probabilit che i primi 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.
6
6
5
6
1
2 3
\
|
|
\
|

Infine la probabilit che 3 dadi qualsiasi presentino uno stesso punteggio data dal
prodotto della probabilit precedente per tutte le combinazioni di 5 elementi di classe 3
1929 , 0 6
6
5
6
1
3
5
2 3
|
\
|
|
\
|
|
|
\
|
.

8
Esercizio 1.14
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 P(B)=0,7
P(B|A) = 0,8 0,2 ) A | P(B =
Per determinare P(B) sufficiente ricordare che
0,38 0,7 0,2 0,3 0,8 ) A )P( A P(B A)P(A) P(B ) A P(B A) P(B P(B) = + = + = + = | |

Esercizio 1.15
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 articoli prodotti quote difettosi
A 100 0,03
B 200 0,02
C 200 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 1.16
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
9
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)
risulta
6 1 0
3
1
0,1
3
2
0,2 P(A) , = + = .

Esercizio 1.17
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
1429 0
21
3
, .

Esercizio 1.18
Si considerino 3 urne U
1
, U
2
e U
3
delle quali U
1
contiene 4 palline rosse e 6 nere, U
2
5
palline rosse e 5 nere e U
3
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) U
1
, B) U
2
, C) U
3

Soluzione
Indicato con N levento pallina nera si vogliono calcolare le probabilit P(U
1
|N), P(U
2
|N) e
P(U
3
|N) in base alla formula di Bayes. Si ottiene
P(U
1
) = P(U
2
) = P(U
3
) = 1/3
P(N) = P(NU
1
)+P(NU
2
)+P(NU
3
)=P(N|U
1
)P(U
1
)+P(N|U
2
)P(U
2
)+P(N|U
3
)P(U
3
)=
= 0,6(1/3) + 0,5(1/3) + 0,3(1/3) = 6 4 , 0
0,4286
6 0,4
(1/3) 0,6
P(N)
) )P(U U | P(N
N) | P(U
1 1
1

= =
10
0,3571
6 0,4
(1/3) 0,5
P(N)
) )P(U U | P(N
N) | P(U
2 2
2

= =
0,2143
6 0,4
(1/3) 0,3
P(N)
) )P(U U | P(N
N) | P(U
3 3
3

= =

Esercizio 1.19
Dato un esperimento che consiste nel lancio di due monete equilibrate si verifichi se gli
eventi E
1
su entrambe le monete appare la faccia testa e E
2
su almeno una moneta
appare la faccia testa risultano indipendenti fra di loro.

Soluzione
La condizione di indipendenza si verifica se
P(E
1
E
2
) = P(E
1
)P(E
2
)
Dato che i risultati possibili sono 4 si ottiene
P(E
1
) =1/4 perch solo il risultato (T, T) risulta favorevole allevento
P(E
2
) =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(E
1
E
2
) = 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(E
1
E
2
) = 1/4 P(E
1
)P(E
2
) = 3/16

Esercizio 1.20
Dato un esperimento che consiste nel lancio di due dadi equilibrati si verifichi se gli eventi
E
1
sul primo dado appare un punteggio minore o uguale a 3, E
2
sul primo dado appare
la faccia 3, 4 o 5 e E
3
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(E
1
E
2
E
3
) = P(E
1
)P(E
2
)P(E
3
)
e se gli eventi sono indipendenti a coppia.

Levento (E
1
E
2
E
3
) si verifica solo se compare la coppia di risultati (3, 6), per cui
P(E
1
E
2
E
3
) = 1/36.
Levento E
3
si verifica solo se compaiono le coppie (3, 6), (4, 5), (5, 4), (6, 3)` per cui
P(E
3
) = 4/36
Dato che
P(E
1
) = P(E
2
) = 3/6
la condizione di indipendenza fra i 3 eventi
7 02 0
36
1
36
4
6
3
6
3
) )P(E )P(E P(E ) E E P(E
3 2 1 3 2 1
, = = = = verificata.
11

Levento (E
1
E
2
) si verifica se esce il 3 sul primo dado, indipendentemente dal punteggio
sul secondo per cui
P(E
1
E
2
) = 1/6 e quindi la condizione di indipendenza fra gli eventi E
1
e E
2
non
verificata:
25 0
36
9
6
3
6
3
) )P(E P(E 6 1 0
6
1
) E P(E
2 1 2 1
, , = = = = =

Si conclude che gli eventi E
1
, E
2
ed E
3
non sono quindi tutti indipendenti fra di loro.

Per quanto riguarda le altre coppie di eventi risulta che:
levento (E
1
E
3
) si verifica se esce il 3 sul primo dado e 6 sul secondo per cui
P(E
1
E
3
) = 1/36 e quindi la condizione di indipendenza fra fra gli eventi E
1
e E
3
non
verificata:
5 0 0
36
4
6
3
) )P(E P(E 7 02 0
36
1
) E P(E
3 1 3 1
, , = = = = .
Levento (E
2
E
3
) si verifica se escono le coppie (3, 6), (4, 5), (5, 4) ` per cui
P(E
2
E
3
) = 3/36 e quindi neanche la condizione di indipendenza fra fra gli eventi E
2
e E
3

verificata:
5 0 0
36
4
6
3
) )P(E P(E 3 08 0
36
3
) E P(E
2 2 3 2
, , = = = = .

Esercizio 1.21
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) = 0,8
2
0,2 = 0,128
P(C) = 0,8
4
0,2 = 0,08192

Esercizio 1.22
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
12
fornisce
3P(B) = 1.
Per cui P(B) = 1/3 e P(A) = 2/3.

Indicato con E
i
levento uscita del numero i (i=1,2,...,6) levento A un evento composto,
costituito dalla somma dei seguenti eventi elementari equiprobabili
A = (E
2
E
4
E
6
)
per cui P(E
2
) = P(E
4
) = P(E
6
) = 2 , 0
9
2
3
3 / 2
= =

Allo stesso modo, per B risulta
B = (E
1
E
3
E
5
)
per cui le probabilit degli eventi elementari equiprobabili che lo compongono sono
e P(E
1
) = P(E
3
) = P(E
5
) = 1 , 0
9
1
3
3 / 1
= = .

Indicato con C levento punteggio inferiore o uguale a 3 si ha
C = (E
1
E
2
E
3
)
e quindi, data lincompatibilit degli eventi elementari, si ottiene infine
P(C) = P(E
1
E
2
E
3
) = P(E
1
)+P(E
2
)+P(E
3
) = 4 , 0
9
4
9
1
9
2
9
1
= = + + .

Esercizio 1.23
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
0,3955 (0,75) 0,25
1
5
P(C)
4

|
\
|
= .

Esercizio 1.24
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.
13
Soluzione
Indicato con B
i
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(B
1
B
2
) = 0,60,6 = 0,36
P(B) = P(N
1
N
2
) = 0,40,4 = 0,16
P(C) = P[(B
1
N
2
)(N
1
B
2
)] = P(B
1
N
2
) + P(B
1
N
2
) = 0,60,4 + 0,40,6 = 0,48.

Esercizio 1.25
Dati due eventi A e B determinare P(AB) e ) B P(A 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
) B P(A = P(A)P(AB) = 0,60,42 = 0,18.

Esercizio 1.26
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
= 629 0,004
e, di conseguenza, la probabilit di B
P(B) = 6(1/6)
3
= 7 0,02 .
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) = 5 0,

Esercizio 1.27
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 U
1
la prima urna e con U
2
la seconda, nella tabella successiva sono indicate
le possibili configurazioni di palline (senza considerare le configurazioni ottenibili
14
scambiando U
1
e U
2
) e le probabilit associate a ciascuna configurazione, dove la
probabilit di selezionare la prima o la seconda urna sempre uguale a 0,5
U
1
U
2
probabilit
B BNN
(0,5)1 + (0,5)(1/3)=2/3= 6 0,
N BBN
(0,5)0 + (0,5)(2/3)=1/3= 3 0,
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 1.28
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
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
[ ] 0
6
1
P(B)
6
5
P(B)
2
= + .
Da questa equazione di secondo grado si ottengono le due soluzioni 1/2 e 1/3 che
corrispondono alle due probabilit richieste.

Esercizio 1.29
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.

15
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 1.30
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
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
90 0,40
6 0,3
(1/6) 0,9
P(B)
U)P(U) | P(B
B) | P(U =
= =
63 0,13
6 0,3
(3/6) 0,1
P(B)
V)P(V) | P(B
B) | P(V =
= =
45 0,
6 0,3
(2/6) 0,5
P(B)
W)P(W) | P(B
B) | P(W =
= =
dove
P(B) = 0,9(1/6) + 0,1(3/6) + 0,5(2/6) = 6 3 0, .
16
Pertanto si pu concludere che levento pi probabile che la pallina bianca estratta
provenga dallurna W.

Esercizio 1.31
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
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 1.32
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)
17
P(1) + P(2) + P(3) + P(4) + P(5) + P(6) = p + 2p + 3p + 4p + 5p + 6p =1
da cui si ottiene
21
1
p=
Si ha quindi
0,5714
21
12
21
6
21
4
21
2
P(6) P(4) P(2) P(A) = + + = + + =
0,4286
21
9
21
5
21
3
21
1
P(5) P(3) P(1) P(B) = + + = + + =

18
2. VARIABILI CASUALI

Esercizio 2.1
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
x
0,3
= 2,8 2 , 4
2
5 , 4 9 , 3
x
0,5
=
+
=
Si ha inoltre
E(X) = 4,1375 E(X
2
) = 22,77125 V(X) 5,6523
e quindi
s/m 0,5746.

Esercizio 2.2
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 densit
2 -| 3
3 0,33 3 0,3333
3 -| 7
6 0,41 6 0,1041
7 -| 10 0,250
3 0,0833
totale 1,000

Si ottiene quindi:
a) 6 , 4
6 0,1041
3 , 0 0,5
3 x
0,5
=
+ =
b) 6 7
3 0,08
75 0 0,8
7 x
0,8
,
,
=
+ =
c) 1 F(5) = 1 [ 3 0, +0,104(5-3)] = 6 0,458

19
Esercizio 2.3
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
0,025
0,05
0,075
0,1
0,125
0,15
0 2 4 6 8 10 12 14 16 18 20

Il grafico della funzione di ripartizione risulta
0
0,2
0,4
0,6
0,8
1
0 2 4 6 8 10 12 14 16 18 20 22
x
F(x)

La media della variabile
E(X) = 30,3 + 60,4 + 140,3 = 7,5.

20
Esercizio 2.4
Data una variabile casuale X la cui distribuzione di probabilit approssimata dal modello

=
altrove 0
1 x 0
x 2
1
f(x)
si determini la funzione di ripartizione corrispondente e si calcoli la probabilit che la
variabile X assuma un valore: a) inferiore a 0,25, b) superiore a 0,8.
Si determini inoltre il valore dei primi due quartili della variabile.

Soluzione
[ ] x 2t
2
1
dt t
2
1 x
0
1/2
x
0
1/2 -
= =

per cui la funzione di ripartizione assume la forma
>

<
=
1 x 1
1 x 0 x
0 x 0
F(x)
0,1056 0,8 1 F(0,8) 1 b)
0,5 0,25 F(0,25) a)
=
= =

Dalluguaglianza p ) F(x
p
= i due quartili risultano infine
25 0 5 0 x 0,5 x
0625 0 25 0 x 0,25 x
2
5 0 5 0
2
25 0 25 0
, ) , (
, ) , (
, ,
, ,
= = =
= = =

Esercizio 2.5
Data una variabile casuale X la cui funzione di ripartizione approssimata dal seguente
modello teorico, determinare la mediana e il valore atteso della X.
( )
< <
=
5 x 1
5 x 1 1 x
24
1
1 x 0
F(x)
2

Soluzione
Dalluguaglianza
( ) 5 , 0 1 x
24
1
2
0,5
=
si ottiene lunica soluzione accettabile 6056 , 3 13 x
0,5
= .
La funzione di densit di frequenza data da
< <
=
altrove 0
5 x 1 x
12
1
f(x)
per cui si ottiene 4 3,
3
x
12
1
dx x
12
1
E(x)
5
1
3
5
1
2
=
(
= =
.
21
Esercizio 2.6
Data una normale di parametri =10 e
2
=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) x
0,1
= + u
0,1
= 10 + 2 (1,282) = 7,436
b) x
0,75
= + u
0,75
= 10 + 20,674 = 11,348
c) ( ) 227 , 0 773 , 0 1 75 , 0 1
2
10 5 , 11
1 F(11,5) 1 = = = |
\
|
=

Esercizio 2.7
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) = 0,8
x
0,2
(1-x)
x=0,1
Sapendo che
E(X) = p = 0,8
V(X) = p(1-p) = 0,20,8 = 0,16
il coefficiente di variazione di X
5 0
8 0
16 0
m
s
,
,
,
= =
Lespressione analitica della funzione di ripartizione
<
<
=
1 x 1
1 x 0 2 0
0 x 0
F(x) ,
ed il grafico assume quindi la forma
0
0,2
0,4
0,6
0,8
1
-1 0 1 2
x
F(x)

22
Esercizio 2.8
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
( ) 0,1,2,3 y 0,2 1 0,2
y
3
y) P(Y f(y)
y 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
per cui la rappresentazione grafica assume la forma riportata nella figura seguente
0,512
0,384
0,096
0,008
0
0,1
0,2
0,3
0,4
0,5
0,6
0 1 2 3 4

Esercizio 2.9
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 2
3
=8) e i corrispondenti valori della Y sono
riportati nella tabella successiva
risultati Y
C C C 0
C C T 0
C T C 1
T C C 1
C T T 1
T C T 1
T T C 2
T T T 2
23
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 2.10
Data la variabile casuale definita nellesercizio precedente, disegnare la sua funzione di
massa, determinare lespressione formale della funzione di ripartizione e disegnarne il
grafico.

Soluzione
Il grafico della funzione di massa assume la forma
0
0,1
0,2
0,3
0,4
0,5
0 1 2 3
y
f
(
y
)

Lespressione formale della funzione di ripartizione data da
<
<
<
=
2 y 1
2 y 1 75 , 0
1 y 0 25 , 0
0 y 0
F(y)
ed il grafico corrispondente assume la forma riportata nel grafico successivo
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
-1 0 1 2 3 4
y
F
(
y
)

24
Esercizio 2.11
Data una variabile casuale Y che si distribuisce come una binomiale di media pari a 3 e
varianza pari a 2 determinare la probablit che Y sia uguale a 7.

Soluzione
Per trovare i parametri della binomiale bisogna risolvere il seguente sistema di equazioni
=
=
2 p 1 np
3 np
) (

da cui si ottengono i valori dei parametri
n=9
p=1/3
Pertanto 0,007316
3
2
3
1
7
9
7) P(Y
2 7
|
\
|
|
\
|
|
\
|
= = .

Esercizio 2.12
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
( ) 0,1,2,3 w
3
10
w 3
3
w
7
w W P =
|
\
|
|
\
|
\
|
= =
mentre i valori della media e della varianza risultano
( ) 2,1 0,7 3
N
N
n np W E
1
= = = =
( ) ( ) 0,49
1 - 10
3 - 10
0,3 0,7 3
1 N
n N
p - 1 np W V = =
=

Esercizio 2.13
Unurna contiene 15 palline, si cui 3 bianche, 5 nere e 7 rosse. Calcolare la probabilit che
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 B
i
(i=1,2,3) levento estrazione di una pallina bianca alla i-esima prova,
la probabilit cercata ( )
3 2 1
B B B P corrisponde a ( ) ( ) ( ) [ ]
2 1 3 1 2 1
B B B P B B P B P | |
Risulta quindi
( ) 0022 0
13
1
14
2
15
3
B B B P
3 2 1
, =
25
oppure, utilizzando una variabile ipergeometrica in cui la variabile W indica il numero delle
palline bianche estratte si ha
0022 0
3
15
0
12
3
3
3 W P , ) (
|
\
|
|
\
|
|
\
|
= =
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
8769 0
3
15
3
8
0
7
1 0 W P 1 , ) (
|
\
|
|
\
|
|
\
|
= =
c) sempre utilizzando una distribuzione ipergeometrica in cui la variabile W indica questa
volta il numero di palline nere estratte si ottiene
2418 0
3
15
0
10
3
5
3
15
1
10
2
5
3) P(W 2) P(W ,
|
\
|
|
\
|
|
\
|
+
|
\
|
|
\
|
|
\
|
= = + =

Esercizio 2.14
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 6
2
=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

26
Esercizio 2.15
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.

Soluzione
Le probabilit richieste si possono trovare utilizzando il modello ipergeometrico in cui W
indica il numero delle palline bianche
A) 0310 0
504 15
480
5
20
3
4
2
16
2) P(W ,
.
=
|
\
|
|
\
|
|
\
|
= =
B) 2167 0
504 15
3360
5
20
2
4
3
16
3) P(W ,
.
=
|
\
|
|
\
|
|
\
|
= =
C) 2817 0
504 15
4368
5
20
0
4
5
16
5) P(W ,
.
=
|
\
|
|
\
|
|
\
|
= =
D) 0 0) P(W = = perch questo evento impossibile.

Esercizio 2.16
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.
579 , 0
6
5
6
1
0
3
0) P(X
3 0
|
\
|
|
\
|
|
\
|
= =
347 , 0
6
5
6
1
1
3
1) P(X
2
|
\
|
|
\
|
|
\
|
= =
069 , 0
6
5
6
1
2
3
2) P(X
2
|
\
|
|
\
|
|
\
|
= =
005 , 0
6
5
6
1
3
3
3) P(X
0 3
|
\
|
|
\
|
|
\
|
= =
Si osservi che la somma di tutte queste probabilit deve necessariamente risultare pari ad
1.

27
Esercizio 2.17
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.

Soluzione
Dato che la partita composta da 20 articoli di cui il 15% risulta difettoso, il numero di
articoli difettosi nella partita 3
100
15
20 = .
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:
A) 0158 0
190
3
2
20
0
17
2
3
2) P(W , =
|
\
|
|
\
|
|
\
|
= = ,
B) 2684 0
190
51
2
20
1
17
1
3
1) P(W , =
|
\
|
|
\
|
|
\
|
= = ,
C) 7158 0
190
136
2
20
2
17
0
3
0) P(W , =
|
\
|
|
\
|
|
\
|
= = .
Anche in questo caso le tre probabilit sommano necessariamente ad 1.

Esercizio 2.18
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
X
0 1 2 totale
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.
28
S p(s)
1 0,05
2 0,10
3 0,30
4 0,35
5 0,20
totale 1,00

Esercizio 2.19
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
0,1,2,3,4 y 0,75 0,25
y
4
y) P(Y
y 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 p(y)
0 0,3164
1 0,4219
2 0,2109
3 0,0469
4 0,0039
totale 1,0000

Esercizio 2.20
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
29
0251 , 0
700 . 161
060 . 4
3
100
3
30
0
70
0) P(W =
|
\
|
|
\
|
|
\
|
= = , 1883 , 0
700 . 161
450 . 30
3
100
2
30
1
70
1) P(W =
|
\
|
|
\
|
|
\
|
= = ,
4481 , 0
700 . 161
450 . 72
3
100
1
30
2
70
2) P(W =
|
\
|
|
\
|
|
\
|
= = , 3385 , 0
700 . 161
740 . 54
3
100
0
30
3
70
3) P(W =
|
\
|
|
\
|
|
\
|
= = .
Il risultato pi probabile che ci siano 2 individui con la caratteristica A in un campione
casuale di 3 elementi.

Esercizio 2.21
Una prova consiste nel lancio di due dadi non equilibrati. Indicata con X
1
la variabile
casuale punteggio sul primo dado e con X
2
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.

X
1
p(x
1
) X
2
p(x
2
)
1 0,1 1 0,1
2 0,2 2 0,3
3 0,3 3 0,3
4 0,1 4 0,1
5 0,1 5 0,1
6 0,2 6 0,1
totale 1,0 totale 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
eventi
[ ] [ ] [ ] 1) (X 3) (X 2) (X 2) (X 3) (X 1) (X
2 1 2 1 2 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
[ ] [ ] [ ] 12 0 1 0 3 0 3 0 2 0 3 0 1 0 1) (X 3) (X P 2) (X 2) (X P 3) (X 1) (X P
2 1 2 1 2 1
, , , , , , , = + + = = = + = = + = =

Esercizio 2.22
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
30
A) 0004 , 0
504 . 15
6
5
20
0
14
5
6
5) P(W =
|
|
\
|
|
|
\
|
|
|
\
|
= = ,
B) 8709 0
504 15
002 2
1
5
20
5
14
0
6
1 0) P(W 1 1) P(W ,
.
.
=
|
\
|
|
\
|
|
\
|
= = =

Esercizio 2.23
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=X
1
+X
2
dove le variabili X
1
e X
2
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,
[ ]
36
9
6
3
6
3
0) P(X 0) P(X 0) (X 0) (X P 0) P(S
2 1 2 1
= = = = = = = = =
[ ] [ ]
36
12
6
3
6
2
6
2
6
3
0) (X 1) (X P 1) (X 0) (X P 1) P(S
2 1 2 1
= + = = = + = = = =
e cos via.

31
Esercizio 2.24
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.

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
A) 000722 0
760 38
28
6
20
0
12
6
8
6) P(W ,
.
=
|
\
|
|
\
|
|
\
|
= =
B) 023839 0
760 38
924
6
20
6
12
0
8
0) P(W ,
.
=
|
\
|
|
\
|
|
\
|
= =
C) 317853 0
760 38
320 12
6
20
3
12
3
8
3) P(W ,
.
.
=
|
\
|
|
\
|
|
\
|
= =

Esercizio 2.25
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 N
1
=10, N
2
=90, n=4
0,1,2,3,4 w
4
100
w 4
90
w
10
w) P(W =
|
\
|
|
\
|
\
|
= =
e da questa si ottiene facilmente la distribuzione della variabile casuale
n
W
Q=
quota di
disoccupati, tenendo presente che Q n W

=
,1
4
3
,
4
2
,
4
1
0, q
4
100
q
4 4
90
q
4
10
) q
P( =
|
\
|
|
\
|
\
|
= = .

32
Esercizio 2.26
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 paramentri n=5 e p=4/10=0,4
0,1,...,5 y 0,6 0,4
y
5
y) P(Y
y 5 y
=
|
\
|
= =

e da questa si ottiene facilmente la distribuzione della variabile casuale
n
Y
P=
quota di
disoccupati, tenendo presente che P n Y

=
,...,1
5
1
0, p
0,6 0,4
p
5
5
) p
P(
p 5 5 p 5
= |
\
|
= =

Esercizio 2.27
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
,1
3
2
,
3
1
0, p
0,2 0,8
p
3
3
) p
P(
p 3 3 p 3
= |
\
|
= =

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.
La varianza 3 05 , 0
3
2 , 0 8 , 0
n
) p 1 ( p
) P
V( =

= .

Esercizio 2.28
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.
33
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 paramentri n=10 e p=5/20=0,25, per cui
A) 1460 0 0,75 0,25
4
10
4) P(Y
6 4
,
|
\
|
= = .
Nel secondo caso, invece, bisogna utilizzare un modello ipergeometrico di parametri N
1
=5,
N
2
=15 e n=10
B) 1354 0
756 184
25025

10
20
6
15
4
5
4) P(Y ,
.
=
|
\
|
|
\
|
|
\
|
= = .

Esercizio 2.29
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 N
1
=5, N
2
=15 e n=10, per cui risulta

2,5
20
5
10
N
N
n E(Y)
1
= = =
0,9868
1 20
10 20
20
15
20
5
10
1 N
n N
N
N
1
N
N
n V(Y)
1 1
\
|
= .

Esercizio 2.30
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
a) ( ) [ ]
( ) ( )
( ) ( ) ( ) 682 0 1 1 2 1 1
-
P ) ( X - P , = =
(
+
<
= + <
b) ( ) [ ]
( ) ( )
( ) ( ) ( ) 954 0 1 2 2 2 2
2
U
2 -
P ) 2 ( X 2 - P , = =
(
+
<
= + <

34
3. STATISTICHE CAMPIONARIE
(Gli esercizi contenuti in questa sezione si riferiscono al capitoli 9 e 10 delle dispense)

Esercizio 3.1
Data una popolazione in cui una variabile Z ha la seguente distribuzione di frequenza
Z frequenze ass.
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 3
2
=9.
Indicata con X
i
(i=1, 2) la variabile casuale valore di Z alla i-esima estrazione, la
distribuzione di probabilit di questa variabile assume la forma
X
i
probabilit
1 0,5
2 0,3
3 0,2
totale 1,0
le possibili composizioni di un campione di bernoulliano di 2 elementi e le probabilit
corrispondenti assumono i valori indicati nella tabella seguente
X
1
X
2
probabilit
1 1 0,5
2
= 0,25
1 2 0,50,3 = 0,15
1 3 0,50,2 = 0,10
2 1 0,30,5 = 0,15
2 2 0,3
2
= 0,09
2 3 0,30,2 = 0,06
3 1 0,20,5

= 0,10
3 2 0,20,3

= 0,06
3 3 0,2
2
= 0,04
1,000

Esercizio 3.2
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.

Soluzione
Dato che la Z pu assumere due soli valori diversi, i campioni diversi per gli elementi o per
lordine di estrazione sono 2
3
=8. Indicata con X
i
la variabile casuale valore di Z alla i-
esima estrazione si ha
35
X
1
X
2
X
3
prob.
0 0 0 0,6
3
= 0,216
0 0 1 0,6
2
0,4 = 0,144
0 1 0 0,6
2
0,4 = 0,144
1 0 0 0,6
2
0,4 = 0,144
0 1 1 0,60,4
2
= 0,096
1 0 1 0,60,4
2
= 0,096
1 1 0 0,60,4
2
= 0,096
1 1 1 0,4
3
= 0,064
1,000

Esercizio 3.3
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 3
2
=9. Indicata con X
i
la variabile casuale valore di Z alla i-esima
estrazione e con X la media campionaria si ha
X
1
X
2

X
2 2 2
2 4 3
2 6 4
4 2 3
4 4 4
4 6 5
6 2 4
6 4 5
6 6 6

Tutti questi campioni sono equiprobabili per cui la distribuzione richiesta risulta
X
) x p(
2 1/9
3 2/9
4 3/9
5 2/9
6 1/9
totale 1

Esercizio 3.4
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.
36
Soluzione
Il numero dei possibili campioni diversi per gli individui estratti (e non per lordine in cui si
estraggono) uguale alle disposizioni senza ripetizione di 4 elementi di classe 2 ed
quindi
2
3 4
= 6.
Indicata con X
i
la variabile casuale valore di Z alla i-esima estrazione e con X la media
campionaria si ha
X
1
X
2

X
1 0 0,5
1 1 0,0
1 3 1,0
0 1 0,5
0 3 1,5
1 3 2,0

Tutti questi campioni sono equiprobabili per cui la distribuzione di probabilit della media
campionaria risulta
X
) x p(
0,5 1/6
0,0 1/6
0,5 1/6
1,0 1/6
1,5 1/6
2,0 1/6
totale 1,0

La media della media campionaria
E( X) = 75 0
6
1
2
6
1
5 1
6
1
6
1
5 0
6
1
5 0 , , , , = + + + +
mentre la media della variabile Z
E(Z) = 75 0
4
3 1 1
, =
+ +

per cui risulta verificata luguaglianza
E( X) = E(Z)

Esercizio 3.5
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
disposizioni senza ripetizione di 5 elementi di classe 2 ed quindi pari a
2
4 5
=10. Indicata
con X
i
campionaria si ha
37

X
1
X
2
X
3

X
1 2 3 2,0
1 2 4
3 2,
1 2 5
6 2,
1 3 4
6 2,
1 3 5 3,0
1 4 5
3 3,
2 3 4 3,0
2 3 5
3 3,
2 4 5
6 3,
3 4 5 4,0

Tutti questi campioni sono equiprobabili per cui la distribuzione risulta
X
) x p(
2,0 0,1
3 2,
0,1
6 2,
0,2
3,0 0,2
3 3,
0,2
6 3,
0,1
4,0 0,1
totale 1,0

Esercizio 3.6
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
Il numero dei possibili campioni diversi per gli elementi
2
3 4
= 6.
Indicata con X
i
campionaria si ha
X
1
X
2

X
0 1 0,5
0 3 1,5
0 4 2,0
1 3 2,0
1 4 2,5
3 4 3,5
La distribuzione di probabilit della media campionaria risulta

38
X
) x p(
0,5 1/6
1,5 1/6
2,0 2/6
2,5 1/6
3,5 1/6
totale 1,0

E( X) = 2
6
1
5 3
6
1
5 2
6
2
2
6
1
5 1
6
1
5 0 = + + + + , , , ,
mentre la media della variabile Z
E(Z) = = 2
4
4 3 1
=
+ +

per cui risulta verificata luguaglianza
E( X) = E(Z) =
e si pu concludere che verificata la correttezza dello stimatore X.

Esercizio 3.7
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.

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(X
2
) il secondo momento e con S
2
la varianza
campionaria risulta

X
1
X
2

X
E(X
2
) S
2

1 2 1,5 2,5 0,25
1 3 2,0 5,0 1,00
1 4 2,5 8,5 2,25
2 3 2,5 6,5 0,25
2 4 3,0 10,0 1,00
3 4 3,5 12,5 0,25

La distribuzione della varianza campionaria risulta
S
2
p(s
2
)
0,25 3/6
1,00 2/6
2,25 1/6
totale 1,0

39
Esercizio 3.8
Data una variabile Z che su popolazione di 4 individui assume i valori 0, 0, 1 e 3,
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.
2
2
la varianza
campionaria risulta

X
1
X
2
X
3

X
E(X
2
) S
2

0 0 1 1/3 1/3 2/9
0 0 3 3/3 9/3 18/9
0 1 3 4/3 10/3 14/9
0 1 3 4/3 10/3 14/9

S
2
p(s
2
)
2/9 = 2 0,
0,25
14/9 = 5 1,
0,50
18/9 = 2,0 0,25
totale 1,00

Esercizio 3.9
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 3
2
= 9.
2
2
la varianza
campionaria risulta

X
1
X
2

X
E(X
2
) S
2

1 1 1 1 0
1 3 2 5 1
1 5 3 13 4
3 1 2 5 1
3 3 3 9 0
3 5 4 17 1
5 1 3 13 4
5 3 4 17 1
5 5 5 25 0

40
S
2
p(s
2
)
0 3/9
1 4/9
4 2/9
totale 1,00

Esercizio 3.10
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 2
2
= 4.
Indicata con X la media campionaria, con L(x) la probabilit dellennupla campionaria, con
E(X
2
) il secondo momento, con S
2
la varianza campionaria e con
2
S
la varianza
campionaria corretta risulta

X
1
X
2
L(x)
X
E(X
2
) S
2

2
S

0 0 0,64 0,0 0,0 0,00 0,0
0 1 0,16 0,5 0,5 0,25 0,5
1 0 0,16 0,5 0,5 0,25 0,5
1 1 0,04 1,0 1,0 0,00 0,0

La distribuzione della varianza campionaria corretta risulta
2
S
) s p(
2

0,0 0,68
0,5 0,32
totale 1,00

La media della varianza campionaria corretta
E(
2
S
) = 0,00,68 + 0,50,32 = 0,16

e corrisponde quindi alla varianza V(Z) = 0,16 della variabile Z nella popolazione.

41
Esercizio 3.11
Data una variabile Z che su una collettivit di 4 individui assume i valori 0, 0, 1 e 3,
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
3
4
=
|
\
|
.
2
) il secondo momento, con S
2
la varianza
campionaria e con
2
S
la varianza campionaria corretta si ottiene

X
1
X
2
X
3

X
E(X
2
) S
2

2
S

0 0 1 1/3 1/3 2/9 1/3
0 0 3 1 3 2 3
0 1 3 4/3 10/3 14/9 7/3
0 1 3 4/3 10/3 14/9 7/3

Dato che ogni campione equiprobabile, la distribuzione della varianza campionaria
corretta risulta
2
S
) s p(
2

1/3 0,25
7/3 0,50
9/3 0,25
totale 1,00

Esercizio 3.12
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
Il numero dei possibili campioni diversi per gli elementi che vi compaiono 6
2
4
=
|
\
|
.
Per semplicit si pu assegnare unetichetta ai 4 elementi della popolazione. Assegnando
le lettere a, b, c e d agli individuidella popolazione, gli individui estratti sono riportati
dalle prime due colonne della tabella successiva, i corrispondenti valori della variabile Z
nella terza e quarta colonna e nella quinta colonna il valore della media campionaria.
prima
estrazione
seconda
estrazione
X
1
X
2

X
a b 1 2 1,5
a c 1 2 1,5
a d 1 2 1,5
b c 2 2 2,0
b d 2 2 2,0
c d 2 2 2,0
42
La distribuzione della media campionaria risulta quindi
X
) x p(
1,5 0,5
2,0 0,5
totale 1,0
E( X) = 1,50,5 + 20,5 = 1,75
e corrisponde quindi alla media E(Z) = 75 1
4
2 2 2 1
, =
+ + +
della variabile Z nella popolazione.
Pertanto lo stimatore risulta essere corretto.

Esercizio 3.13
1, 2 e 3, determinare la distribuzione di probabilit della variabile casuale mediana
campionaria per un campione di 2 elementi estratto senza ripetizione.

Soluzione
Il numero dei possibili campioni diversi per gli elementi che vi compaiono 6
2
4
=
|
\
|
.
Dato che ciascun campione composto da 2 soli elementi, la mediana campionaria,
indicata con X
0,5
, corrisponde alla semisomma degli elementi estratti
X
1
X
2
X
0,5

0 1 0,5
0 2 1,0
0 3 1,5
1 2 1,5
1 3 2,0
2 3 2,5

La distribuzione della mediana campionaria risulta quindi
X
0,5
p(x
0,5
)
0,5 1/6
1,0 1/6
1,5 2/6
2,0 1/6
2,5 1/6
totale 1,0

Esercizio 3.14
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.

43
Soluzione
Con riferimento ai possibili valori della variabile Z, il numero dei possibili campioni diversi
per gli elementi che vi compaiono 2
2
= 4.
Indicata con T la variabile casuale somma campionaria si ottiene
X
1
X
2
T L(x)
0 0 0
90
2
9
1
10
2
=
0 1 1
90
16
9
8
10
2
=
1 0 1
90
16
9
2
10
8
=
1 1 2
90
56
9
7
10
8
=

La distribuzione della mediana campionaria risulta quindi
T p(t)
0 2/90
1 32/90
2 56/90
totale 1,0

Esercizio 3.15
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
10
2
5
=
|
\
|
.
Si ottiene
X
1
X
2

X
1 2 1,5
1 3 2,0
1 3 2,0
1 6 3,5
2 3 2,5
2 3 2,5
2 6 4,0
3 3 3,0
3 6 4,5
3 6 4,5

I 10 campioni sono equiprobabili per cui la distribuzione della media campionaria risulta
44
X
) x p(
1,5 0,1
2,0 0,2
2,5 0,2
3,0 0,1
3,5 0,1
4,0 0,1
4,5 0,2
totale 1,0
E( X) = 1,50,1 + 20,2 +...+ 4,50,2 = 3
e corrisponde quindi alla media E(Z) = 3
5
6 3 3 2 1
=
+ + + +
della variabile Z nella popolazione.
Pertanto lo stimatore risulta essere corretto.

Esercizio 3.16
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
( ) ( ) 89 , 0 1 6 , 1 2
4 / 5
100 98
4 / 5
100 102
102 X 98 P = = |
\
|
|
\
|
= <

Esercizio 3.17
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
a) ( ) ( ) 004 , 0 67 , 2
75 , 0
4 2
2 X P = = |
\
|
=
b) ( ) ( ) 092 , 0 33 , 1 1
75 , 0
4 5
1 5 X P = = |
\
|
= >
c) ( ) 904 , 0 004 , 0 908 , 0
75 , 0
4 2
75 , 0
4 5
5 X 2 P = = |
\
|
|
\
|
= <

45
Esercizio 3.18
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
risulta:
a) ( ) 1074 0 8 0 2 0
0
10
0 Y P
10 0
, , ,
|
\
|
= =
b) ( ) ( ) 8926 0 8 0 2 0
0
10
0 Y P 1 1 Y P
10 0
, , ,
|
\
|
= = =

Esercizio 3.19
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
Utilizzando il modello ipergeometrico si ottiene immediatamente la distribuzione di
probabilit della quota campionaria Q
che corrisponde esattamente alla distribuzione di

probabilit della media campionaria X.

Posto N
1
=80, N
2
=20 e n=3, si ha
( ) 1 ,
3
2
,
3
1
, 0 q
3
100
q
3 3
20
q
3
80
q
P =
|
|
\
|
|
|
\
|
|
|
\
|
= =

per cui risulta
X
) x p(
0 0,0071
1/3 0,0940
2/3 0,3908
1 0,5081
totale 1,0000

Esercizio 3.20
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.

46
Soluzione
La soluzione si ottiene tenendo presente che sotto ipotesi di normalit, la variabile
( )
2
2
S 1 n

si distribuisce come una chi-quadrato con n-1 gradi di libert. Pertanto
( )
( ) ( ) ( )
|
\
|

=
(
=

2
2
1 n
2 2
2
2
2 1 n
P
2 1 n S 1 n
P 2 S P

per cui risulta
|
\
|
=
40
1
2 20
P
2
20

e dalle tavole risulta che la probabilit cercata pari a 0,995.

Esercizio 3.21
Data una popolazione normale di varianza pari a 100, calcolare la probabilit che la
varianza campionaria corretta di un campione bernoulliano di 10 elementi estratto da
questa popolazione assuma un valore maggiore di 30.

Soluzione
Analogamente allesercizio precedente, si ha
( )
( ) ( ) ( )
|
\
|

> =
(

>
= >

2
2
1 n
2 2
2
2
30 1 n
P
30 1 n S 1 n
P 30 S P

per cui risulta
|
\
|
=
> 7 2
100
30 9
P
2
9
,
e dalle tavole risulta che la probabilit cercata pari a 0,975.

Esercizio 3.22
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)
a) ( ) ( ) ( ) 023 , 0 2 1 2
5 , 0
10 9
9 X P = = = |
\
|
=
b) ( ) ( ) ... 0000 , 0 4 1
5 , 0
10 12
1 12 X P = |
\
|
= >
c) ( ) 977 , 0 12 X 9 P <

47

Esercizio 3.23
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; 10 5 )
a) ( ) 0 48 X P = = dato che si tratta di una variabile casuale continua
b) ( ) ( ) 104 0 26 1
10 5
50 48
48 X P , , = =
|
|
\
|

= <
c) ( ) ( ) 896 , 0 26 , 1 1
10 5
50 48
1 48 X P = =
|
|
\
|

= >

Esercizio 3.24
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:
39,4608 0,674) ( 0,8 40 x
0,25
= + =
40 x
0,5
=
,5392 0 4 0,674 0,8 40 x
0,25
= + =

Esercizio 3.25
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
Sia p la quota di individui con la caratteristica A nella popolazione e P
la variabile casuale
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
48
P

|
|
\
|

n
p) (1 p
p, N
( ) ( ) ( ) ( ) ( ) 728 0 1 79 0 58 1 79 0 58 1
000 1
8 0 2 0
2 0 19 0
000 1
8 0 2 0
2 0 22 0
22 0 P 19 0 P , , , , ,
.
, ,
, ,
.
, ,
, ,
,
, = + = =
|
|
|
|
\
|

|
|
|
|
\
|
= <

Esercizio 3.26
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
Sia p=0,4 la quota di individui con la caratteristica A nella popolazione e P
la variabile
casuale quota di individui con la caratteristica A presenti nel campione. Dalla
distribuzione asintotica di tale variabile casuale
P

|
|
\
|

n
p) (1 p
p, N
( ) ( ) 0,994 1 2,74 2
2.000
0,6 0,4
0,4 0,37
2.000
0,6 0,4
0,4 0,43
0,43 P
0,37 P = =
|
|
|
|
|
\
|
|
|
|
|
|
\
|
= <

49
4. INTERVALLI DI CONFIDENZA E TEST DI SIGNIFICATIVITA

Esercizio 4.1
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 lpotesi che la distribuzione di Z normale e che la varianza della popolazione
nota, la variabile
n
- X

si distribuisce come una normale standardizzata, per cui lintervallo di confidenza della
media della popolazione delimitato dagli estremi
0789 , 8
9211 , 3
8
3
96 , 1 6
n
u x
0,975
m m

Esercizio 4.2
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 lpotesi che la distribuzione di Z normale con varianza ignota, la variabile
n s
- X

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
( )
= =
59825 , 11
40175 , 8
4
3
131 , 2 10
n
s
0,975 t x
15
m m

Esercizio 4.3
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.

Soluzione
La varianza campionaria corretta risulta
50
4 3,75
15
16
s
1 n
n
s
2 2
= =
=
per cui lintervallo di confidenza di al livello di probabilit 0,99 delimitato dagli estremi
( )
= =
4735 , 7
5265 , 4
4
2
947 , 2 6
n
s
0,995 t x
15
m m

Esercizio 4.4
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
8571 , 6 s
0 , 1 x
2
x
=
Lintervallo di confidenza della media della popolazione al livello di probabilit 0,95
(-1,1896; 3,1896) dato che
( )
= =
1896 , 3
1896 , 1
8
8571 , 6
365 , 2 1
n
s
0,975 t x
7
m m

Esercizio 4.5
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
n s
- X

si distribuisce come una normale standardizzata.
quindi delimitato dagli estremi
=
9087 , 20
6913 , 18
500
160
96 , 1 80 , 19
n
s
u x
0,975
m m

Esercizio 4.6
Dati i seguenti risultati campionari,
Classi
Freq.
ass.
-2 -| 2 20
2 -| 4 20
4 -| 6 10
Totale 50
51

costruire lintervallo di confidenza della media della popolazione al livello di probabilit
1=0,90.

Soluzione
Sulla base dei valori campionari rilevati risulta
3,8367
49
50
3,76 s
2 , 2 x
2
x
= =
quindi delimitato dagli estremi
=
6557 , 2
7443 , 1
50
8367 , 3
645 , 1 2 , 2
n
s
u x
0,95
m m

Esercizio 4.7
Da una popolazione normale stato estratto un campione casuale di 20 elementi di media
pari a 100 e varianza corretta 4. Determinare lintervallo di confidenza della varianza della

Soluzione
Sotto ipotesi di normalit, la variabile
2
S
1) (n
|
|
\
|

2
1 n

per cui lintervallo di confidenza di
2
delimitato dagli estremi
( )
( )
( )
( )
8,5326
8,907
4 19
/2
s
1 - n
2,3135
32,85
4 19
/2 1
s
1 - n
2
1 n
2
2
1 n
2

Esercizio 4.8
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
( )
( )
40 , 15
59 , 27
25 17
95 , 0
s
1 - n
2
17
2

( )
( )
01 , 49
672 , 8
25 17
05 , 0
s
1 - n
2
17
2

52
Esercizio 4.9
varianza risultata pari a 7 , 9 , costruire lintervallo di confidenza di
2
al livello di
probabilit 1=0,99.

Soluzione
La varianza campionaria corretta pari a 10
44
45
7 , 9 s
2
= = per cui lintervallo di
confidenza della varianza della popolazione al livello di probabilit 0,99 (6,12; 18,66)
dato che
( )
( )
12 , 6
89 , 71
10 44
995 , 0
s
1 - n
2
44
2

( )
( )
66 , 18
58 , 23
10 44
005 , 0
s
1 - n
2
44
2

Esercizio 4.10
varianza corretta risultata pari a 160, costruire lintervallo di confidenza di
2
al livello di
probabilit 1=0,95.

Soluzione
Data lelevata numerosit campionaria si utilizza la distribuzione asintotica
1) 2/(n
S
2
2 2

( ) 1 0, N
per cui lintervallo di confidenza della varianza della popolazione al livello di probabilit
0,95 delimitato dagli estremi
1 n
2
u 1
s
/2 - 1
2
m
.
Risulta quindi
0 153,964
4999
2
1,96 1
160
1 n
2
u 1
s
0,975
2
+
=
+

286 5 166,
4999
2
1,96 1
160
1 n
2
u 1
s
0,975
2

Esercizio 4.11
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
53
Soluzione
Per campioni di numerosit elevata lo stimatore P
del parametro p di una popolazione

Zero-uno 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
( )
0,2518
0,2282
5000
0,76 0,24
1,96 0,24
n
p
1 p
u p
0,975
m m

Esercizio 4.12
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
( )
0,6304
0,5696
1000
0,4 0,6
1,96 0,6
n
p
1 p
u p
/2 - 1
m m

Esercizio 4.13
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
( )
0,4029
0,3471
2000
0,625 0,375
2,576 0,375
n
p
1 p
u p
/2 - 1
m m

Esercizio 4.14
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 bisogna utilizzare la distribuzione della media campionaria
considerata sotto la condizione che
H
0
: =
0
= 150
sia vera. La statistica
n
- X
0

54
si distribuisce come una normale standardizzata, per cui il valore della statistica
3
3 2
150 148
n
x
0
=

va confrontato con il quantile di ordine 1/2 della normale standard. Dato che il risultato
ottenuto maggiore di u
0,975
=1,96 lipotesi nulla deve essere rifiutata al livello di

Esercizio 4.15
Date le seguenti osservazioni campionarie tratte da una popolazione normale
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
1257 , 0 11 , 0
7
8
s
11 , 0
x
s
6725 , 1 ) X ( E 25 , 1 x E(X)
2
x
2
2
= =
= = =

Sotto lpotesi che la distribuzione di Z normale con varianza ignota, la variabile
n s
- X

si distribuisce come una t di Student con n-1 gradi di libert. La statistica
9944 , 1
8 1257 , 0
50 , 1 25 , 1
n s
x
0

risulta maggiore del quantile t
7
(0,95)=1,895 per cui lipotesi nulla
H
0
:=1,5
va rifiutata al livello di significativit =0,10.

Esercizio 4.16
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(X
2
) = 18,125 V(X) = 3,109375 5536 , 3 S
2

La statistica
313 , 1
8
5536 , 3
3 875 , 3
n s
x
0

risulta minore del quantile t
7
(0,975)=2,365 per cui non si ha motivo di respingere lipotesi
H
0
:=3
al livello di significativit =0,10.
55

Esercizio 4.17
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

Soluzione
Data lelevata numerosit campionaria, per la statistica
n s
- X

si pu utilizzare la distribuzione asintotica. Per verificare lipotesi nulla
H
0
: = 800
il risultato della statistica
325 , 6
100
1000
800 820
n s
x
0

va quindi confrontato con il quantile della normale standardizzata u
0,975
=1,96.
Dato che 6,325>1,96 lipotesi nulla va rifiutata al livello di significativit =0,05.

Esercizio 4.18
Su un campione bernoulliano di 10 elementi estratto da una popolazione normale la
varianza campionaria corretta risultata pari a 120.
Verificare lipotesi che la varianza della popolazione sia pari a 100 al livello di

Soluzione
La variabile
2
S
1) (n
|
|
\
|

2
1 n

Pertanto, data lipotesi
H
0
:
2
=100,
il risultato della statistica
( )
8 , 10
100
120 9 s
1 n
2
0
2
x
=

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
( )
( ) 02 , 19 975 , 0
70 , 2 025 , 0
2
9
2
9
=
=

non c motivo di rifiutare lipotesi nulla al livello di significativit =0,05.

56

Esercizio 4.19
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
7 , 1 6 , 1
9
10
s
6 , 1 s
6 , 10 ) X ( E 3 x E(X)
2
x
2
x
2
= = =
= = =

I due quantili della chi-quadrato con 9 gradi di libert sono
( )
( ) 59 , 23 995 , 0
735 , 1 005 , 0
2
9
2
9
=
=

e, dato che la statistica
( )
3 , 5
3
7 , 1 9 s
1 n
2
0
2
x
=

risulta compresa fra questi due quantili non c motivo di rifiutare lipotesi nulla
H
0
:
2
=3

Esercizio 4.20
Verificare lipotesi
H
0
:
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
85 , 1 48 , 1
4
5
s
48 , 1 s 8 , 2 x E(X)
2
x
2
x
= = = = =
La statistica
( )
48 , 1
5
85 , 1 4 s
1 n
2
0
2
x
=

risulta compresa fra i due quantili
( )
( ) 86 , 14 995 , 0
207 , 0 005 , 0
2
4
2
4
=
=

per cui non c motivo di rifiutare lipotesi nulla al livello di significativit =0,01.

57

Esercizio 4.21
Verificare lipotesi
H
0
:
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
1) 2/(n
S
2
2 2

( ) 1 0, N
La statistica, considerata sotto ipotesi nulla,
1) 2/(n
S
2
0
2
0
2

va quindi confrontata con il quantile di ordine 1/2 della normale standardizzata. Dato
che
645 , 1 u 4773 , 9
2/499 000 . 1
000 . 1 600 1.
95 , 0
= >

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

Esercizio 4.22
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
H
0
:
2
= 1200

Soluzione
Dai dati della tabella si ottiene
7789 , 155 . 1 150 . 1
199
200
s
150 . 1 s 160 x E(X)

2
x
2
x
= = = =
La statistica
1) 2/(n
S
2
0
2
0
2

va confrontata con il quantile di ordine 1/2 della normale standardizzata. Dato che
96 , 1 u 3676 , 0
2/199 200 . 1
200 . 1 7789 , 155 1.
975 , 0
= <

58
non si ha motivo rifiutare lipotesi nulla al livello di significativit =0,01.

Esercizio 4.23
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

Soluzione
Per verificare lipotesi
H
0
: p=0,7
si utilizza la statistica
( )
66 , 9
1000
3 , 0 7 , 0
7 , 0 84 , 0
n
p 1 p
p p
0 0
0

che va confrontata con il quantile di ordine 1/2 della normale standard.
Dato che 9,66 risulta maggiore di u
0,95
=1,645 lipotesi nulla deve essere rifiutata al livello di

Esercizio 4.24
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
H
0
: p=0,5
si utilizza la statistica
( )
16 , 3
4000
5 , 0 5 , 0
5 , 0 475 , 0
n
p 1 p
p p
0 0
0

che risulta maggiore di u
0,975
=1,96 per cui lipotesi deve essere rifiutata al livello di

59
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

60
Tavola B
Quantili della variabile casuale normale standardizzata

p u
p

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

61
Tavola C
Quantili della variabile casuale chi-quadrato con g gradi di libert

p
g
0,005 0,010 0,025 0,050 0,950 0,975 0,990 0,995
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
0,000 0,000 0,001 0,004 3,841 5,024 6,635 7,879
0,010 0,020 0,051 0,103 5,991 7,378 9,210 10,60
0,072 0,115 0,216 0,352 7,815 9,348 11,34 12,84
0,207 0,297 0,484 0,711 9,488 11,14 13,28 14,86
0,412 0,554 0,831 1,145 11,07 12,83 15,09 16,75
0,676 0,872 1,237 1,635 12,59 14,45 16,81 18,55
0,989 1,239 1,690 2,167 14,07 16,01 18,48 20,28
1,344 1,646 2,180 2,733 15,51 17,53 20,09 21,95
1,735 2,088 2,700 3,325 16,92 19,02 21,67 23,59
2,156 2,558 3,247 3,940 18,31 20,48 23,21 25,19
2,603 3,053 3,816 4,575 19,68 21,92 24,72 26,76
3,074 3,571 4,404 5,226 21,03 23,34 26,22 28,30
3,565 4,107 5,009 5,892 22,36 24,74 27,69 29,82
4,075 4,660 5,629 6,571 23,68 26,12 29,14 31,32
4,601 5,229 6,262 7,261 25,00 27,49 30,58 32,80
5,142 5,812 6,908 7,962 26,30 28,85 32,00 34,27
5,697 6,408 7,564 8,672 27,59 30,19 33,41 35,72
6,265 7,015 8,231 9,390 28,87 31,53 34,81 37,16
6,844 7,633 8,907 10,12 30,14 32,85 36,19 38,58
7,434 8,260 9,591 10,85 31,41 34,17 37,57 40,00
8,034 8,897 10,28 11,59 32,67 35,48 38,93 41,40
8,643 9,542 10,98 12,34 33,92 36,78 40,29 42,80
9,260 10,20 11,69 13,09 35,17 38,08 41,64 44,18
9,886 10,86 12,40 13,85 36,42 39,36 42,98 45,56
10,52 11,52 13,12 14,61 37,65 40,65 44,31 46,93
11,16 12,20 13,84 15,38 38,89 41,92 45,64 48,29
11,81 12,88 14,57 16,15 40,11 43,19 46,96 49,64
12,46 13,56 15,31 16,93 41,34 44,46 48,28 50,99
13,12 14,26 16,05 17,71 42,56 45,72 49,59 52,34
13,79 14,95 16,79 18,49 43,77 46,98 50,89 53,67
62
Tavola C
Quantili della variabile casuale chi-quadrato con g gradi di libert (segue)

p
g
0,005 0,010 0,025 0,050 0,950 0,975 0,990 0,995
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
14,46 15,66 17,54 19,28 44,99 48,23 52,19 55,00
15,13 16,36 18,29 20,07 46,19 49,48 53,49 56,33
15,82 17,07 19,05 20,87 47,40 50,73 54,78 57,65
16,50 17,79 19,81 21,66 48,60 51,97 56,06 58,96
17,19 18,51 20,57 22,47 49,80 53,20 57,34 60,27
17,89 19,23 21,34 23,27 51,00 54,44 58,62 61,58
18,59 19,96 22,11 24,07 52,19 55,67 59,89 62,88
19,29 20,69 22,88 24,88 53,38 56,90 61,16 64,18
20,00 21,43 23,65 25,70 54,57 58,12 62,43 65,48
20,71 22,16 24,43 26,51 55,76 59,34 63,69 66,77
21,42 22,91 25,21 27,33 56,94 60,56 64,95 68,05
22,14 23,65 26,00 28,14 58,12 61,78 66,21 69,34
22,86 24,40 26,79 28,96 59,30 62,99 67,46 70,62
23,58 25,15 27,57 29,79 60,48 64,20 68,71 71,89
24,31 25,90 28,37 30,61 61,66 65,41 69,96 73,17
25,04 26,66 29,16 31,44 62,83 66,62 71,20 74,44
25,77 27,42 29,96 32,27 64,00 67,82 72,44 75,70
26,51 28,18 30,75 33,10 65,17 69,02 73,68 76,97
27,25 28,94 31,55 33,93 66,34 70,22 74,92 78,23
27,99 29,71 32,36 34,76 67,50 71,42 76,15 79,49

63
Tavola D
Quantili della variabile casuale t di Student con g gradi di libert

p
g
0,900 0,950 0,975 0,990 0,995
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 6,314 12,71 31,82 63,66
1,886 2,920 4,303 6,965 9,925
1,638 2,353 3,182 4,541 5,841
1,533 2,132 2,776 3,747 4,604
1,476 2,015 2,571 3,365 4,032
1,440 1,943 2,447 3,143 3,707
1,415 1,895 2,365 2,998 3,499
1,397 1,860 2,306 2,896 3,355
1,383 1,833 2,262 2,821 3,250
1,372 1,812 2,228 2,764 3,169
1,363 1,796 2,201 2,718 3,106
1,356 1,782 2,179 2,681 3,055
1,350 1,771 2,160 2,650 3,012
1,345 1,761 2,145 2,624 2,977
1,341 1,753 2,131 2,602 2,947
1,337 1,746 2,120 2,583 2,921
1,333 1,740 2,110 2,567 2,898
1,330 1,734 2,101 2,552 2,878
1,328 1,729 2,093 2,539 2,861
1,325 1,725 2,086 2,528 2,845
1,323 1,721 2,080 2,518 2,831
1,321 1,717 2,074 2,508 2,819
1,319 1,714 2,069 2,500 2,807
1,318 1,711 2,064 2,492 2,797
1,316 1,708 2,060 2,485 2,787
1,315 1,706 2,056 2,479 2,779
1,314 1,703 2,052 2,473 2,771
1,313 1,701 2,048 2,467 2,763
1,311 1,699 2,045 2,462 2,756
1,310 1,697 2,042 2,457 2,750

Esercizi Di Statistica

Caricato da

Informazioni sul documento

Descrizione:

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Descrizione:

Copyright:

Formati disponibili

Esercizi Di Statistica

Caricato da

Descrizione:

Copyright:

Formati disponibili

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA

quota di palline rosse si ottiene da un modello

) = 0,00,68 + 0,50,32 = 0,16

la varianza campionaria corretta si ottiene

che corrisponde esattamente alla distribuzione di

del parametro p di una popolazione

150 . 1 s 160 x E(X)

Interessi correlati

Potrebbero piacerti anche