Probabanh ¢ Staten per le Sclonas a Flngegnala, Sad, P. Exto— Copyrigh © 2008, The McGraw-Hilt companies st Soluzioni dei problemi propasti 7.9 ill crolio di un mercato finanziario & probabile che avvenga negli eventi a,b, ¢, d con le seguenti rispettive probability, 0.3, 0.4, 0.5, 0.6. la possibilth che avvengano gli eventi& data da 0.4, 0.3, 0.2, 0. essendo avvenuto un crollo qual la probabilitA che sia stata causato da a oda b ; Applicando il teorema di Bayes si ha: Pr(afcrollo)=[Pr(crolloja)Pr{a)[Sommatoria_su_ifPr(crolloji)Pr()]}"03 can: Pr(crollola}0.3; Pr{crallolb)=0.4; Pr(crolloje)=0.5; Pr(crollojd)~"6; Prla)#0.4; Pr{b}=0.3 ;Pr(c)-0.2 Pr(aUbfcrolto)=Pr(afcrollo}+Pribicrolto}=0.6 7.10: It peso nominale della confezione di un certo prodotto & S00g, Lo scarto dal peso nominate @ una v.a ‘con una pdf flx)=(900-x*2)/36000 con -30<«<0, Calcolare Ja probabilita che il peso di una confezione ecceda dialmeno 15 grammi rispetto al peso nominale . P(X > 15) = (da 15 2 30) (900-x"2) dx /36000 = (1186000) [9003 -73/3} (da 15:0 30) = (1/36000) (900%30 -30°3/3 - 900°15 + 15°3/3)= 5/32. 7.11, Da untuna contenente 4 biglie numerats da 1 a 4,se ne estraggono 2 senza rimessa-Detto A Tevento "la ‘somma dei due numeri segnati sulle dus biglie @ 5" ¢ Bconi Tevento "la prima biglia estratta hail numero i *calcolare la probabilita di Bon i dato A : PR (Beoni/ A) con j= 1,2,3,4 7.12 3i calcoli la media ¢ la varianza della variabile aleatoria Y = eax con a>=0 dove X é una binomiale di parametrin op. Si ricordi che : 5 (n p) p* (1-pyn-x) = [p+ (I-p)]*n (la sommatoria é che con i che vari daoan)Sol X: v.a.binomiale; P(x) = (np) p*x (1-p)(n-x) x™ 0,1,2,....0 EY) =E (e*ax) = Y °0X P(x) = eax (np) 9° x (I-A) =F (np) (6% py (I-py nx EL (np) px (1-pyXn-x) = [p+ (1-p)]-a E (op) (c'apyx(1-pynx= leap e(l-py Ec) = [tap + (Lp) ‘Var(¥) = E (e*2ax) ~ [E(e*ax))"2 = (0°28 p+ (1-p)}"0 - [ea p+ (1-p)}"20 7.43 il numero X di particelle cosmiche che colpiscono uns vasta area, ne] tempo tha una pf di Poisson di parametro |. le partioolle hanno la stesaa encrgia W, di variabile eleatoria s-indipendente da X e di media (y (9). weonW qual & Nenergia media che raggiunge la superficie pec un'unitA di tempo? Particelle cosmiche : X v.a.poissom; PX(x) = ((A* 1% * eA] /x1 x = 01,2 nfinito ‘Ogni particella ha un’energia pari a W. X particelle posseggono un'energia pari a W * x.L"energia media sara pari alla media di W "x: E (W*x] = E (W) ° E(x) (questo passaggio si pud fare perché x ¢ w sono s-indip,) E (W) pconW , E(x) 271 (la media di una v.a di poisson & yin questo caso » & uguale a2.°1); E [W*x] = con *2"t 7.14 unuma contiene 3 biglie,indicate con i n°da | a 3, sono state verniciate a caso ,una di bianco e due di nero.lp che la prima biglia estratta sia nera e contrassegnata dal n° 2,Sol (2/3)x(1/3)= 2/9Probebees« Staaten pera Scenze o Fngegnaa, ad, PEt ~ Capyighl © 2008, The McGraw-Hit companies st Soluzioni dei problemi praposti 7.15 Dato un sistem riparabile schematizzabile con un Processo omogsneo di Poisson di Jambam0.015 cterminare il numero di pezzi di ricasmbio necessari per avere una probabilith di avaria di 10%6 per una missione di t=15 La probabilit di avere n guast la seguente: P(n) = eY-M4) Qu)" nt La probabilit di avere pi di m guasti &z pra > m)= 1 -pr (uta) = 1 - somme per 0-0 ad m di P(n) (Quindi posso pensate ad m come al numero di ricambi, ¢ voglio trovare m tale per cui pr(a>m) sia inferiore o tuguale a 10.6 Sostituendo quindi alla formula le m da in poi, ottengo ed un certo punta che: ppr(n>4) = 3.9859 ° 106 (probabilith che si romps pil di 4 volte) ppr(a>5) = 1.4865 * 107 (probabilitd che si rompa pi di 5 volte) ‘Quindi portanda m = 5 pezzi di ricambio, so che potrdriparare 5 volte « che i guasti saranno di pid con une probabilita di 1.4865 * 10°7, inferiore a 10~6 7.16 Un components ha uaa vita media par a 5.000 h. Si calcoliYaffidailit al tempo t= 5.000 h ‘supponendo il tasso di rischio castante, Come possiamo valutere FaffidabilitA per le successive 1.000 dato che @ sopravvissuto alle prime 5.000 b ? ‘Alora tassa di rischio costante significa variabite casuale esponenziale. ‘Sia X tn variabile casuale che esprime la durata ella vita di un componente appena messo in fumzione. La sus densith di probebilith 2, quindi: 2e"(-At) per 0 ¢ la sua funzione di distibuzione & F(= 1 -e(20). In una variabile casuals esponenzial il valore medio &: 1/ Nel nostro caso $000. 1/5000 —> 41/5000 La frase "Si calcoli faffidabilit al tempo ¢ = 5.000 h’ io ls interpreto come cealcoliamo la probabilth che il camponente abbia una durate di funzionamento di almeno ore 5000. Si vuole allora P(X>S000)= t= PCX-<=S000) = | = (1 e*(-23)) = eC) = e%-5000/5000)= eI) = Ve (0.3678.NB La probabilith & diversa da 0.5, ln cost non deve sorprenderci essenda il valore media cosa diverse dalla medians, Passiamo al secondo punto, Ora abbiamo detto che X @ la variabile casuale che cesprime Ia durata della vita di un components appens messo in funzione. Supponiamo che il eamponente sia sopravvissuto alle priue $000 ore. Sia Xa {a variable easusle che indica la durata di questo componente ‘Naturalmente, per come 'abbiamo definito, X = Xa-+ 5000.Ci interessa conoscere P (Xa> 1000) = P(X>5000 + 1000\ X>5000). Guardiamola bene e capiamola: vogliamo la probabilta che X >6000 sapendo che X >5000, vogliamo cioé conoscere la probabilith deltevento X>6000 condizionato alfevento X5000.si ha: P (Xa> 1000) P(X>$000 + 1000\ X>S000) = PCX>6000) / PC X>5000) = (1-F(6000)) / (1-F(5000)) = e*X-(6000-5000)5000) = e*{-1000/5000) = o-1i5)= 0.8187 Ora, se ci fai caso, ‘©"(-1000/5000) ~ 1 - F(1000) = PEX>1000) cio’ PEXa>1000) = P(X>1000), ‘Questa singolare proprietA (comune anche alla variabile geometrica) si chiara "mancanza di memoria’. La durata di un componente nan dipende dalla durata della sua vita passata, Nella pratce gli unici componenti che hanno questo comportamento sono i transistor, chiaramente per clettrodomestici che risento delfusura si usano alte varisbili tipo Weibull © 7.47 Date le variabili aleatorie X ¢ Y, si conoscona Is rispettive medic mx ¢ my e le rispettive varianze Vac ‘Vy nonché il loro coefficiente di correlazione tho, Si vuole comoscere ia varianza della loro combinazione Jineare Z=bX-+aY. Usiamo Voperatore E[.] valore ateso. ‘Sappiamo che: E[X] = mx, E[Y] = my Quingi... B[2] = bmx + amy 1b Vx + a? Vy + 2abE[XY - Xmy - Yenx + moxmy] = WV + s°Vy + 2ab tho Sx Sy Vim DIVx+aVy + 2ab rho Sx Sy 7.18 Ho 3 sistem riparabili con stessa funzione intensith 20)= costante= lambda (guastfall'ora) che fanzionano insieme. Calcolare fa probabilit di effettuare 4 riparazioni in 10 ore. Calcolare inaltre Ia probabilith di effettuare 4 riparazjoni nelle successive 20 ore Risposta poisson‘Probabitd ¢ Stadstca per le Scienze n Fingegnera, dP. Evto~ Copyright © 2008, The McGraw-Hill companies st ‘Soluzioni dei problemi propasti si risolve con I'approssimazione normale. y"np=1200*0.02=24 , o=Vop(1-p=V1 1200°0.02°0.98=4.85 230)"30-ywo =30-24/4.85=1,24 dalle tavola normale si ricava Pr(x230)°Pr(z.2{.24)=1-0.89°0.11 7.19 In una postazione di bird watching la frequercea media di osservazioni di un raro esemplare di airone rosso é di una gara ogzi 6 ore.Qual é !a pr di riuscire a vedere almeno 2 airone aspettando 3 ore? 25% 7.20 Alle ultime elezioni il pastito dei gialli, bianchi, ross hanno preso risp:40,50,10% di voti, Secondo un sondaggio Ia percentuale di uomini nell'elettorato dei 3 parti & risp:50,60,25%. Qual é la pr che un lettore{maschic)preso a caso ebbia votato i Rosa? Tot maschi~0.4°0.5+0.5°0.6+0.190.25=0.525 Pr{maschiorosa}maschi totali)=0.025/0.525"4.8% 7.21 Le prostazioni di un sistema sono date da: USAX+BY+CZ doveXYZsono i parametri di progetto, caloolare la Var(U)date Var(X),Var(Y),Var(Z). Vax(U)-Var( AX#BY+CZ)=Var(AX}+Var(BY}+Var(CZ)= AP2Var(XPHB"2Var(Y+C*2VantZ) 7.22 Se iltasso di guasto di un certo tipo di elicotteri & pari ad un guasto ogni 30000 ore di volo,quanti incidenti sono attesi ogni mille missioni di 20 ore ciascuna? Nots:si sssuma che ci sia al pid un guasto per ogni missione, Calcoliamo la Pr di guasto in! missione=Pr(x=k)={(c)"-Wkt}*4"k con 4=20/30000=0.000667 Ia Pr di avere un guasto durante In missione & Pr(x=1)=(e*-0.000667)*0.000667=0.000666. U numero atteso di incidenti =N=0,000666*1(10=0.666=2/3di incidente ogni 1000 missioni. 7.23 Sia x una variabile aleatoria con E[x}=1, E{x™]=34 Var{x}=4 . si valuti il limite inferiore della probabilita del’ evento (1S, PriZl)P1-Pr(y4}=1-Pr(ys4) Ho={p=0.1) HI=(p>0.1) Uso la binomiale con a6Probables © Statics per Scienze & Nngegreds, Yad, P. Exo Copyright ©20G8, The McGraw-HAl companion at Soluzioni dei problemi proposti 11.1 Da ua'uma contenente 4 biglie mumerate da | 4,56 ne estraggono 2 senza rimessa.Deto A evento "Ia somma dei due numeri segnati sulle due biglie& 5" e Beoni Fevento “Ia prima bighia estratta ha il numero i * calcolare la probabili di Bean i dato A : PR Bconi / A) con i= 12.3.4 ‘La probabiita che il numero segnato sulla prima biglia € | data che la somma dei due numer sulle biglie 5, & 1/4 perché-su 4 casi che restituiscono l'evento A solo in uno si verifica che la prima biglia ¢ contassegnata dal numero lo stesso vale anche per i numeri 2,3 « 4 PR(Beon! / A )= ¥%, PR(Beon2 / A)= %; PR(Bcon3 / A) = %, PR(Beond / A) = % 112 L'uma A contiene 8 sfere bianche e 12 rosse. L'umna B contiene 6 sfere bianche © 4 rosse. si Tanci un dado a 6 face, se il risultato ¢ 3 0 4 si estrae a caso una sfera da A. se il risultato é diverso si estrae da B. Qual é la probabilit di estrare una sfera rossa? Successivameate si estraggono a caso due sfere da A, aggiungendole a B. Qual @ ora {a probabiliti di estrare da B una sfera rossa? PAYS, PAB)R2S, PrRIAIRI220, PrIRBM/I0, PrR-PARIA) PA) + PARI) Pr B) Pr(QBp= 8/20 * 7/19, PAR}12/20" 11/19, PrR,BY{E/20° 1219}4(12/20"8/19) Pr(R)PrRI2B) Pr@2B) + PARE) Pr(2R) +Pr{RIReB) Pr(ReB) 11.3 Una classe & composta da 30 alunni, di cui 5 sono studenti eccellenti, 15 sono buen e 10 sono medi. Si interrogs I'shinno R e poi l'sluano 8, Calcolare In probabilita che R sia un aluano eccellente, nell'ipotesi che R sia migliore di S$ Pr (RefR>S)=Pr(R>S|Re) Pr(Re) / Pr(R>S|Re) Pr(Re) + Pr(R>S|Rb) Pr(Rb) + Pr{R>SiRm) Pr(Rim)=(25/24)*(5/30) /[(15/24 * 5730) 10/24 © 15/30) +(0 * 10/30 )] 114 La probabilita che un farmaco sin tossico per i reni & p=0,1 Ia probabilith che lo stesso farmaco sia, ‘esclusivamentetossico per il fegato @ p=0,05. Calcolare la probabilita che dei prossioi 10 pazient si verifichino non pi: di 2 due con effetti collateral. (calcolae la probabil totale di effet collateral °0,1440,05=0,15 e applicare il modello binomiale per calcolare plyS2}-p(0}*p(1)+P(2) terminare con 100 differenti coppie ordinate, 111.5 La media di elementi non conformi @ dello 0,1% su un lotto di 1000 elementi calcolare la probabilita che ci siano pit di 5 elementi non conformi (spplicare il modello di Poisson con=0,001 ()-0,001*1000=1 PO>5)=1-PLS5) PSS) PLO PCI) PLZ) KAHL) 111.6 Si sono verificate due interruzioni della linea telefonica AB di lunghezza | causate da due successivi fulmini, Si caleoli la probabiliti che almeno uno dei punti di interruzione C e D sia capitato ad une distanza da A maggiore di x (Modello esponenziale) 11.7 Un esperimento consiste nel Inaciare 50 palle in 3 cestini A,B, C in modo tale che ogni palla abbia la tessa probabilita di cadere in uno dei 3 cestini. Calcolare Ia probabilita cbe in A ne cadano almeno 3. ‘Abbiemo pensato; Pr(x maggiore o = 3} 1 - Pr(x sia-minore di 3)= | - {con m= 50 ¢ p=1/3 cio’ abbiamo applicato il rpodelto binomiale, 118 Y éla va, bemoulliana = X°2, con X={1,3] © p= Pr(x=1)Calcolare Ia media ¢ la varianza di Y. Sol P()= pe PG3)"L-p considerando che X é una v.a. discreta che pud assumere solo i 2 valori 1 e3 cod xl=1 © x2=3, quindi yle1 e y2-9 y 8la (x) : BCX) = =1 * p+ 9*CL-p); VactY = =[t- 9-Ep)1°2 * + (949-82 *L-pProbabias @ Sutatca pete Science eFingegneia ed, P Ena Copytight © 2000, The McGraw-hil companies Soluzioni dei i repost 11.9 Due persone possono arrivare in un determinato luogo in qualsiasi itante di un intervallo di empot Se x é listante di arivo detla 1° persons e y>x é I'istante di arrivo della 2° persona si individui Iinsieme ‘Vunsieme dei punti del piano (x.y)che rappresentano tutti gli eventi possibili ¢ quindi la pr che la 1° persona debba aspettare un tempo non superiore a d. L'esercizio vuole y-xp]*p2+...p21=sommatoria dij da 1 a21 di Pi) 11.13 Cateolare la probabilita di fare 12 0 13 al totocalcio. (sol.:A:"12"; B:"13"; A ¢ B sono eventi incompatibili, P(AWB)= P(A)+P(B). P(A) € P(B)=modello binomiale con n=13 ¢ y=12 € y=!3 rispettivamente. 11.14 Ho 10 palline da 20g ¢ 5 du 15g, estraendone 6 a caso senza rimessa, qual # la pr di avere mena di 1007La pr di avere meno di 100 si ottiene estraendo Spalline da ISge 1 da 20g Pr(x0)=1-0.99005=0.00995=0.995% 111.24 Ho n autontk posti Quale pr ho se m&n di cccupere i post specific? Ragionanda sui posti oceupati= Casi possibilicComb(nk,n), Casi favorevoli= Comb(n+k-m,a-m) Pecasi favorevolifpossibili, 11.25 113% di prodotti di uns linen di produzione sono difettosi ei 30% dei conformi é di! scelta. Caleolare {a prehe estaendo 3 pezzi almeno woo sia di prima scela. Binomiale Pr(v21}= 1-Prix0,la media vale x. 11.28 Sia x una variabile aleatoria con pa f(x)= 0 con x<-1, 1 con-10 F(x)= J (tra -00e-1)A(thdt + {(tra 100) Rthdt +(trade x)f{t)dt= O+140=)Propansen ¢ Stanuca per ie Scienze « Nagegsata, Sled, P. Exo Copytght © 2008, The McGraw Ht comparen Soluzioni dei problemi proposti pe(sistema singolo si guasin n volte in t) = pr(n,t) = eH) (tn / nt 4 riparazioni in 10 ore Chiaramente a = 4,1 = 10. Quando i sistemi lavorano insieme e sono identici, allor si pud pensare ad un unico sistema, in cui la funzione di intensiti totale ¢ pari alle sommna dele singole funzioni di intensita. Se peril singolo sistema avovnmo , peri sistema totale abbiamo quindi 3X! Cioespr(n, = e% 3s) (At)*n nl Per cui: pr(n,t)= pr(4, 10) = €°X-30R) (30A)"4 / 4! 4 riparazionl| in 20 ore: Qui si tratta di rifare Vesercizio considerando t = 201 p(n, t) = pr(4, 20) = e*(-60A) (GOR) / At 11.63 Scrivere In furzione densith di rischio (h(0)] di un sistema stand-by a 2 componenti entra esponenziale. Distinguese fa icasi_A=_B e X_A != XB mi vengono i seguentirisultati Per Mewhb=h RitmeAyearr(ey() Hie - RRQ) = AA2)"V 14 ‘entre per La#hb Rit) = et — a5 Xo 111.64 La linea di produaione A realizza piastrelle in 3 fasi cui corispondono probabilité di non conformita ‘pari a 0.01 , 0.02, 0.03La lines di produzione B in 2 fasi cui corispande probabilta pari a 0.03 entrambe ‘Quelle conformi possono essere di prima qualitho di seconda.La pr di prima qualita dei pezzi conformi di tipo A ¢0.90, mentre quella di tipo B=0.80.Calcolare quali linen produce con pr +elevata pezzi di | qualita La probabilité della linea di produzione A di produrre pezzi noo conformi ¢ pari alla somma delle singote probabilith io ciascuna fase(¢ noo canforme se alla fase | OPPURE alla fase 2 OPPURE alla fase 3 noo ‘isulta conforme...), dungue é 0,06. | pezzi saranno conformi con probabilitA 0.94 ‘Anche nella linea di produzione B & 0,06 stessa percentuele di pezzi conformi.La linea A produce pezzi ‘conformi, ¢ contemporaneaments di prima qualith con probabilis 0,90°0.94 = 0,846 (probabilité che si verifichi 'uno E V'alto evento= prodatto di probabiliti) La linea B eon probabilit0,94°0,80 = 0,752La linea A produce con raggiore probabilita pezzi di prima qualita 11.65 Sin u=ax+bytez In prestazione di un sisteona dipendente linearmente dai paramentri x,.2 ‘Qual @ Ia varianza di u supponendo note le varianze Vx,Vy,Vz La varianza di u (se le variebili sono INDIPENDENTI) SARA 22 Vx + b°2 Vy + 02 Vz ‘Se NON SONO INDIPENDENTI : Var U= a°2 Va+bA2 Vy + 0°2 Vz-42 ab COV (X,Y) +2 nc COV (X,Z) +2 be COV (¥,Z) 11.66 Si suppongs che il raggio di una sfera sia una v.a. la pdf del raggio sia Rr}=6x(1-1) con O int = FQ] = Inf MEL - FCO] © quind PAX =k) = (1 - FCO) Qn[ VE - FOUN" kt 11.71 SiaY il sumero di success inn tentativi successvi s-indipendent le cui probabilith di suecesso -variano: pr{successo al k-simo tentati‘o}=pk, K=1,.-2. Caleolare la media e ls varianza del numero di _suceessi che si realizzeranno?Sol: Consideriamo la variable aleatoria Yk = "numero di suecessi al k-mo | tentativo” E' ovviamente Yk = 1 con probabilita pk, e Yk = 0 con probabilith !-pk. ! Pertanto in media di Yk & E(YK) = 0°(1-pk) + 1°pk= pk. : © ln varianza 8 var(V) = (0 pk}1-pk) + (Ip) "pk = pl - pk! + pk -2pk? + ple = pk- pk? = ph1-pk) L (sult gi noi, rartandosi di una variabile di Bernoulli di parametro pi). : numero di suecessi ¥ in ntentativi la somma del mumero di suocessi in ciascun tentativo, oss Y= Somme{Yk) dove la soruma vada 1 an ‘Dai not teremi sulla media ¢ sulla varianza di una soma, tenendo presente che le Yk sono indipendenti(e ‘quindi le eavarianze sono nulle), discende E{Y) = SommafE(Y)] = pl + p2+..+pn Var(Y) = Sommafvac(Yk)] = (1p!) + p2(I-p2) + + pn(-pn) Nel caso particolare in cui le pk sino tutte uguali si otengono la media ¢ varianaa della distribuzione binomiale: EY) = np, van(Y) = np(1-p) 11.72 Un tipo di condensatore ha una capacith che & una varabilealeatoria Y=3600/X (raisurata in microfarad) essendo X una guussiana con media=10000 e scartotipo=500. Se vengono estat a caso 10 condensatori qual & la probabiltd che almeno 3 dei condensatori estat hanno capacita minore di 0,34286 ; ‘microferad?Sol: My = 3600/Mx = 3600/10000 = 0,36 ; oy = 360/0x = 3600/500 = 7,2 Standardizziamo y= 0,34286:;T = (y - My)/ oy = (0,34286 -0,36)/7,2 = -0,00238 Di consequenza: ply <0,34286) = BIT <-0,00238) = p(T > 0,00238)= I -p(T-<0,00238) = I -0,50813 = 0,49187,(0,50813 si onene ‘mediante interpolazione lineare)Poniamo:p = 0,49187; q= 1- p= 0:50813,sllora: P{slmeno 3 cond. con y <0,34286)™ 1 -P(0)-P(1) - P(2)=utlizzando la formula di Bernoul coefficient binomiali con Cln,eh:= I - C{10,0) 90 q*10 = C(10,1) p*l g°9 - C(10,2) p°2 a8 = = 14°10 - 10 p.q°9 45 p°2 q*8 =I -0.50813%10 - 10 * 0.49187 * 0.50813°9 -45 * 0,49187°2"0 50813°8 = 0,93936. indicando i 11.73 Si vuole valutare leffetto di due concentrazic '1=35% € C2=40 %edi un additivo sulla resistenza a rottua per eomprssione di un certo materiale. Vengono realizatecinque provi di un tipo e cinque provin delta tipo. due groppi di provinisonopost a prove di compressione hanno forit i eguent rsa di resistenza u rottura espressi in Kg/em*?2 :Cl C2 5.9 6.88.1 7.95.6846.39.3 7.782Propebins « Staten pele Scio oFiagegnaia, Sed, P. Eto ~ Copyright© 2008, The McGraw-HBt compass ‘Soluzioni dei problemi proposti primo luogo le medie ¢ le varianze (corrette) dei due gruppi: x_1 = 6.72; x_2= 8,12; sI? = 1,24; 2? = 0,82 Le formule da usare sono x_= somma(da | a5) xi/5; 3? = somma(da 1 a 5)(xi-x_P/4 Formuliamo ora le seguontiipotes: 1) Le resistenze alla rottura seguono la distribuzione normale 2) Le resistenze alla rottra dei dut gruppi &i provini presentano la stessa varianza ‘Non essendo nota la varianza, questa pud essere stimata come media ponderata delle varianze correte dei ddue gruppi. Essendo i due gruppi equidimensionali, ls media ponderata si riduce alla media semplice: = (eI? + 52%) 12= (1,24 + 0,82) /2= 1,02 In base alle ipotesi fate, ls differenzn 42 - 11 ta le medie vere delle due popolazioni segue la distribuzione't di Student con nl + n2-2= +5 -2 8 gradi di fiber, con media d= x_2-x_1=8,12- 6,72 1,40 econ vasianza sx_?= stn! + s'n2 = 29/5 = 2 x 1,03 /5= 0,41 Dalle tavole della t di Student troviamo t_8 (I-a/2) = 8 (0,975) = 2,306 e pertanto Tintervallo di confidenza a1 959% ha per estremi dt t sx_ 1,40 2,306x YOAT =7,40 1,48 12.74 Si consideri un sistema riparabile. lambds~.001, si calcatino: {la probebilith di dover effethusre 2 riparazioni nelle prime dieci ore. bla probabilita che nelle prime quattro are non si verifichino guasti condizionatamente al fatto che nelle prime dieci ore se ne registrino 2.Sol:Assumo ovviamente che il numero di guast (e quindi i numero di interventi) segua la dstribuzione di Poisson, Purtroppo non specifichi a che intervallo di tempo si riferisce il parametro X: sitratta di guast al secondo, al minuto 0 alora?lo ti faccio i calcoli supponendo che si trat di ‘guasti al minuto a) It sumero atteso di guasti in 10 ore 2 y=10%60*1=600x0,001=0.6Applicando ta formula i Poisson P(Z=K)=eN-) ju" / kl Otteninmo P(Z = 2)~e*-0.60.6°2121=0,0999,9% b) Qui conviene definire tre varabil aleatorie di Poisson: X= numero di guasti nelle prime 4 ore,con media ox=460"0.001= 0.24;Y=numero di guasti nelle 6 ore successive, con media yy~6 * 60 * 0.001=0.36 ‘Z=numero di guasti nelle prime 10 ore, con media jx=10%60*0,00}=0.6 Si noti che le variabili X e Y sono indipendent, per ta nota proprieta di assenza di memoria della disibuzione di Poisson, mentre non lo sono X,Ze YZ Quello che si chiede 8 P(X = 0|Z= 2) Ma noi sappiamo che POX =0.AZ=2)= P(Z=2) PX = 0]2 #2), per cui P(X =0]Z~2)= P(X = 0A Z=2)/ P(Z=2) Datira parte, se nelle prime 4 ore non si verificano guasti vuol dire che i due gussti devono verificarsi nelle 6 ore successive, per cui P(X =0A Z=2)-P(X=OAY=2)=P(X=0)PLY = 2) perché X, ¥ sono indipendesti. Le singole probabilita sono: P(X = 0)= 0.24 * 0.240 01 = 0.787.P(Y =2)= e036 * 0.362 12! = 0.045 P(Z =) = c%0.6 * 0.6°2/ 21 = 0,099 (gid calcotata al punto a) Pertanto: P(X = 0 | Z = 2) = P(X = 0) PCY = 2)/ P(Z= 2) = 0.787 * 0,045 / 0.099 = 0.36. Se 2= 0.001 sono guasti al secondo tutte le : vano moliplicate per 60. se sono guest alfora vanno divise per 60. Le formule restano Te sesse. 1L75 Lava. X & uniformemente distribvite in (0;1). Deta Y la v.a. defini dalla trasformazione Y= (WA*In(1-X) L>0. Calcotare il 50° percentile SOL: Y={WL}*In(1-X) X = UlO,1] F¥(y) = Pr [41L)*n(1-X) < y J= Pr{ in (1-X) > Ly ] = Pr[1-X> eXGLy)] = Pr X <1 ely] * =S [0,1 -eX-Ly)] dx= | - e%-Ly)per eui la risolvente & | -e%-Lyiysm= V2; 1-1/2" e%-Lin), Lam = 19 94, Lem In 23m = In2/ L 176 SiX ona va. noma con mein gn ear 2 (sgn) Sidetemin condone che deveventat le dinesione nm canpione ese ch si deve peer in modo che rip «05 Mepis del vaio fuer! velo 093 rave lle metamfOL: Inquest fesse ‘é normale, con media u ( incognita ) ¢ varisnza sigma”? /'n, essendo n l'ampiezza del‘Prooabita ¢ Sacntce per ke Scieatee Fngegnai, Yed,. sto ~ Copyright © 2008, The McGraw Hal companies sc Soluzioni dei problemi proposti ccampione casuale estratto 11 valor crtico 2. corrispondente al 95 % (centrale) delt area sotesa€( spero di ricondarmni bene )1.96( it 5% € casi equamente ripartto fra le due code ),per cui larisolvente é 1.96 * sigma / sqrt (a) = 0.5 ja = 1+ | 15.37 sigma”? J in cui (indica Ia "parte intera™ Pil in generale, per un fivello di confidenza a cui corrisponde un valore critco 2 ¢ per ampiezza dell'intervallo pari aL (=0.5 nel ns. caso) risulla n= 1+ ((2_o/L)*2 * sigma"? ] 11.771 diaroetro dei dischi di precisione & affetio solo da error exsuali, con varianza sigma”2"16 smicron”2.Quanti ne devo controllare per trovare, con una probabilitd maggiore del 99;9%, almeno uno cffetto da un errore minore di 7,5 micron? Sol: siccore il diametro dei dischi &affetio solo da errore casuale In media degli ervri& nulla, per cui tramite la gaussiana standard trove la probabilith che UN disco abbie ‘X<7,5 utilizzando sigmsn4-e media-0. tale probablita la pongo pari a ‘Yeischi affetti da errori <7,5 PCY>=1)=1-P(Y<1)>1-P(Y=0)>0,999 e utilizzo la geometrica per trovare n 11.77Ho una sfera conteneate |Sbianche, Orosse,Snere.Calcolare la pr di estrarre senza rimessa Spalle,avendo perb una bianca che precede sempre la prima nera, non per forza immediatamente. ‘Sol:BNR=(15/30S/29" 10/28)-0,031; BNN=(15/30*5/29*4/28)=0.0123; BRN~(15/30°10/29°5/28)-0.031;, RBN=(15/30°15/29°5/28)-0.031; BBN=(15/30*14/29°5/28)-0.043 sommo tutte © 5 ¢ hoi risultato=0.15 12.78 Sia x uoa v.a. con pafdeterminare la funzione distibuzione di x Oper xed alr | per 1x0 Oper x0 PER X<1 F(x) inttra -O0ex di (txit=0 poiché in quella semirets a £& aula, per -13}=1-Pr(y<3) = Edi y che va da 0.03 [(x)*y/ yf] © %-A) con 20.01, x°200, y0,1,2,3. 11.87 La durata di una tipologia di lampadine é distribuita esponenzialmente con parametro noto h. ‘Scogliamo m lampadine, Quanto vale ia pdf congiunta delle vite ti delle lampadine scelte? Sol: lafunzione tempo di vita(offidabilitt) 2 definite R(¢}-Pr(T>t) ovvero esa é la pr che il tempo di vita T ‘sin superiore a tinvece la funzione inaffidablitA o di guasto sara: F(t)-l-e*(-A0) ‘Se i guasti sono indip,, la pdf congiunta & i! prodotto delle singole, 11.88 Due operai A e B si cimentano alternativarmente nella ricerca di un guasto. A é +esperto e ad ogni tentativo ha una pr’di successo del 30% e B ha pr di succ del 20%,Con quale pr invece B a wovare il guasto ‘nei suoi primi 3 teotativiaellipotesi che a cimentarsi per primo sia A? Pr(Brovailguastoncisuoj3ten)=Blo trova al Ilo trova al 2+1o trove al 3© (aB)#abaB)*(ababaB)= (0.70,8)4(0.7°0.8"0.790.2)+{0.70,8°0.7°0.8°0.740.2)=0.2623 11.89 Calcolare Ia mgfdi una v.a. X la cui trasformata y=In(x) & une gaussiana nn standard, Sol: mi trovo x e poi derivo,trovando cosi dw/dy,ho preso la variabile gaussiana non standard c ho trovato la péf di y andando a usare la formula,poi imposto la mgf. 132 Una machina di precisione produce pezzi di ricambio per auto con una perventuale par all" 1% dei pezzi difetiosi. Su una produzione giornaliera di 300 pezzi, si chiede qual é la probabilit: a) diavere 4 pezzi difettosi; b) di avere almeno 5 pezzi difettosi; SOLUZIONE ‘Bisogna ricorrere alla funzione di probabilita della v.c. binomiale, data da: a) P(X =4)= f(4)= “ ,01*0,99°* = B) P(x25)= (0.049 + 0.1486 + 0.2244 + 0.2252 + 0.1689)= 1- 0,8161 = 0,1839Probsbata ¢ Statstea per le Scienze « Tingegraria, Yad, P. Eno - Copyright © 2008, The McGraw-Hit companies st Soluzioni dei problemi propost 13.3 Si supponga di lanciare simultaneamente 3 monete; si vuole sapere qual é la probabilité di avere: a) 2 teste tb) non pits di una testa. SOLUZIONE Applicendo la v.c. binomiale, notanda che p=9=2/2, si avra P(X =x)= f@) ale pe ag ya 3 0,570,5°* = 0,375 a2" 3 9 P= 2=se=( ps0” b) PU s = 1+ F0)= (opoes" {ipoos = 0125 +0375 =05 Capitolo 12 12.1 e’noto che il punteggio di un test artnudinale ' distribuito normalmente con medin~ 50 ¢ ~25 ¢ che chiungue ottenga un punteggio superiore a 60 pud essere ritenuto un buon pilota, In un campione di 10 persone qual é a probabilita che nessuno sia un buon-pitota? Abbiamo pensato: Pr(X > 60)= 1 - Pr(X <60p& Pr(Uk (60-505 ) = 0,0228 Y @ Ia v.a che conta in numero di militari che superano in Tt Pr(y=0) = modello binomiale con n=10 y=0 ¢ p=0.0228 12.2 Si hanno 2 campioni casuali indip risp di 3 ¢ 4 elementi sclezionati da popolazioni normali con stessa varianza non nota.t'intervalio di conf al 90% calcolato per la differenza tra le medie delle 2 popolazioni é risultato troppo ampio per essere utilizzato. E possibile prevedere con esattezza di quanto diminuirebbe Vampiezza del!'intervallo di confidenza se si quadruplicasse il num delle osserv?MetPropabas ¢ Sumsuea pee Scienze © Flagegntia, ed, P. Eno ~ Copyright © 2008, The McGraw companies st Soluzioni dei problemi propos [La media aritmetica di tali errori &:M=(0.12+0.1+0.15-0.234=0.035 12.3 Due campioni di popolazione gussiana hanno pari varianza incognita. Campionel=(3.1-4.3- 1.2) Campione2=(5.4-3.6-4.0-2.9)si calcoli "intdi confidenza al 90% per In differenza trale medie della popolazione (wi-p2). X1=2.867, X2=3,975 $°21=0.05+2.05+2.77=4.879 , ‘GA2=2.0340.14140,000625+1.156=33276 Pr{-zl- 0/2 <{XI-X24ul-p2)/WS*2V3IHS"2V4)s21 02 = Pr{-1.645<2.867-3.975-(-p2VV(4.8796 + 3.3276/4)s1,645)=0.90 = Pr-1.4709Sp2-113.678)=0.90 12.4 Ho a disposizione media e scarto tipo di una v.a, diciamo X, trovare quel valore dix tale che Pr{X>x}0.05 ipotizzando che la X fosse ima gaussiana. Penso che per “calcolare la coda destra” si intends “trovare x tale che Pr(X > x) = 0.05". ‘Se X & una gaussiana, ossia se X = N(w; a), allora la variabile standardizzataZ = (X- y)/o Ja gaussiana standardizaata, ossia la normale standard N(O; 1) Se Pr(X > x) = 0.05, allora anche Pr{Z > z)= 0.05 Ma Pr(Z > z)= | - Pr7 15) fissando un livello di a=0.05. 2= (0-1) #Yoo* in questo caso, trattandas di un test desto, la zona di rfiuto @ In coda destrae il chi- quadro critico 2 pertanto ze = (12; 0.95) = 21.03 (dalle tavole del chi-quadro) Con i dati del tuo problema avremmo s°= 19.2°= 369 oo = 15 x’ = 12 x 368,64/ 15 = 295 ed essendo 7 > ye si deve rifiutare lipotesi nulla In realta, mi sembra abbastanza inutile scomodare il test ‘chi-quadro con dei dai del genere, perché basterebte osservare che una varianza campionaria di 385 enormemente pit alta di una varianza di riferimento uguale a 15, quindi 8 impossibile che il valore vero sia {quello di riferimento. Mi viene il sospetto che 19.2 non sia Jo searto quadratico medio ma la varianza, oppure che nelle ipotesi Ho ¢ HI il valore 15 siriferisca a a enon a 0°. Se é cosi, devi solo cambiare i numeri nella formula det z (il ze resta lo stesso). In entrambi i casi troverai che non si pu rifiutare Vipotesi nulla. 12.6 Trovare la pr che lancianda 600 volte un dado Is faccia 6 si presenti sjun numero di volte < 80 bun numero di volte compreso tra 90 € 110. N=600, p=1/6, np#10025 nq=500>5, Menp=100, o-Vnpq=9.13 Th x1-ple=80-100/9.13 2.19 T2=x2-plo=90-100/9,13>-1.096 T33-wor! 10-100/9.131.096 2) Pr(x2.19)= Pa T<2.19) = 1-0.9857 = 0.0143 byPr(900 determinare il valore atteso €Propetes « Steve peri Scena Fingognaa, Sed, P. En ~ Copytght © 2008, The McGraw Hit companies 3+ Soluzioni dei problemi proposti 10 scarto tipo per Ia riparazione. (bisogna calcolare la raedia E{t)=2E(x)+10 dove E(x) si trova facendo [tra 0 exafixiix, dove ffx) sittovaderivando la F(x) "ear? oo, Varix}aVar(x), ‘Var()=f0 ©.00 [x-E( X)]*2 fix) 2.8 Uno strumento di misuca & immune da errori sistematici,media degli errorisd.Andamento con cumlata ‘con =O € incognita. Si valt il nimero minimo 0 4 misure da effettuare perché sis pai ad slmeno 09 la prebe I'erore tipo stato S eoceda il valor vero o per pid del 20% di Sowvero $-0<0.25 Px¢-090.208)-0.90 Pr(-a(ople)3.45-0/3=1.15 ora entro nella tabell e trove la pe corrispondente a 1.15 Pr(xs3.45)=1-0.1251=0.8749 L'eserizio non segue una disibuz binomialeanche 9 non mi interesse applica la binamiale ma solo calcolare Ia média della binomiale. E{x)>n*p=40°0.8749 12.13 L'wtenza di un determinato servizio pubblico & stata classificta in 4 fascie dao a 1, | a2.aciascuna di dette fasce compete rispettiv(esere9.1) 12.14 Sooo state effettuate 30 misurazion! indip ottenendo x=1U4WU 9=83.Assumenco un moaeia uy cx ut tipo normale di paramente © &. Calcolare i livello di fiducia in cui 'intevallo simmetrico (0.99x,1.001x) includa il valore verodella distanza. — 0.999np/n~1.73/20~0,0867 | limiti della zona di controllo secondo it cfiterio +30 sono dati dalle formule Lienp-3V{mp(1-p)]=-2.04 LS-np+3V{np(|-p)}=5.51 il limite inf essendo negativo si pone pari a 0 per cui la carta di controlio é formata dalle linee LC>1.73 Li=0 185.51 12.17 Dats una v.a. gaussiana con u=?s~4,0~12 Calcolare l'erore di? specie che si commette nel rigetiare Vipotesi nella regione di ace(x<0.77) Hi=(y=3) , PePr(2<1.12)}1-Pr(2(0.12+0.1+0.15-0.23)'4=0,035, Lo stimatore corretto delle varianza & S°2+[(0.12-MY2+(0.1-MYL...!3_ S*20.03163333svolto acl capitolo 9 ‘La media aritmetica di tali errori &2Mm(0.12+0.140.15-0.23)4+0.035,lo stimatore corretto della varianza &:8°2=[(0.12-32H{0.1-MYP2H{-0.23-MY2H(.15-M)2Y3=0.03163,Probublt « Stzossc prt Scienze « Tngogoei, Sed. Exo - Copyigh © 2008, The MeCrow Hit companies Soluzioni dei problemi proposti 12.21 La resistenza a compressione di un campione di calcestruzzo ha media 120kg/cm2 e scart tipo pari a 125 kg/em2. Se si applica un carico di 80 kg/em“2 qual é la probabilita i romra del campione? 19Prababiltd i rotura = Pr{R<=S] dove R é la v.a.“vesstenza", Normale di parametri 120 e 25 ed S é la sollecitazione (che & deterministiea in questo esempio), quindi: Probabilita di rottura = Pr[R<=80] standardizzando, ottieni: Probabilith di rottura = Pr{(R - 12025 < (80 -120¥25] = Pr{z <= -1.6] = (dalle tabelle della Normale standard) = 0.055 12.22Avendo ottemut il successo 2 volte su 6 tentativis-indipendenti.si valuti a quale livello di significativita si pud rigetare Ho = p= 0.9 essendo p la probabilith di successo Sol La stima della probabilitt 4i sucesso 2p stimata = 2/6 (8 minore di 0,9); Ho p= 0.9; HI = p<0.9; 1-a=livello di significatvitd; a rischio di specie; Alfa = PR (numero di successi su 6-<*2) = PR(Y<=2)= PY(0) + PY(1) +PY(2) PY(y)= (np) p’y (1-p)* n-y ; y= numero di success; n= numero di esperimenti = 6 = probabiliti di successo = 0,9 (stiamo considerando Ho) 12.23 La probabilitd di guarigione con la cura A & 0.2, con la cura B 0.3. Due gruppi di Na=1700 6 'Nb=2100 pazienti sono sottopost rispottivamente (ed indipendentemente) sla cura A ed alla cura B, Si vvaluti la media ela varianza della differeaza tra le frazioni di guariti dei 2eruppi La variabilesleatora ke ci interessa& : Z*Y-X dave X frazione di guarti con A = na/1700 Y frazione di guariti con B= ab/2100 aed nb sono la medin di guaritirispetivamente con la cura A ¢ con la cura B ke per una variabile binomial vale (vedi libro pag 78) np .. quindi : na = 0.2x1700 nb = 03x2100A questo punto la media di Z 8 ugulale a E(Z}=E(Y-X)=E(¥)-E(X)=03-0.2 12.24 Un sistema di illuminazione ¢ costituito da lampadine con durata media 150b, Si é stati porttia valle 44i una analsiche la durata media sin superior, Supponendo di aver estratto un campione di 25 lampadine valuure il valore critica di X (della media campionaria) stant 'potesi H1={mu>150h) per il quale i} ‘ischia di prima speci sia di 0.05 e sapendo che lo scart tipa campionario del campione & 100h Risposta:Le ipotesi sono Ho: p= no 150 bh (ipotes aulla) = 2 150 h Gpotesialternativa) a= POX > Xe} w= po) ‘Dato che il campiane & piccolo e non & nolo o scarto tipo vero, sotto pote nulla ta media camnpionaria X segue la distribuzione t di Student con n-I gradi di libertA con media yo ¢ searto tipo sNn, dove s é lo starto tipo campionario corretta. Alloa valoreertico Xe &ilvalore della X carrispondente al valore critico te della tdi Stadent tle che P(t> te) = a 0,05 Dalle tavole della tdi Suident in corrispondenza dela fines gl. 24 eper un valor della fimzione di ripstizione | -a=1 - 0.05 = 0.95 si ova te= 1.7109 Dalla relazione di standardizzazione: ‘te = (Xe - po)/ (sn) si ricava infine il valore critico Xe™ wo + te s/ Vn = 150+ 1.7109 x 100/5 = 184.2 hProbes « Sistetca perl Scinae Fngagnada, Ned, P. E10 Coppgh! © 2008, The McGraw! comparin st Solu2ioni dei problemi propasti 12.25 Sia X una v.8 normsle con media incognita o=2, n=12. Relaivamente a test d'ipatesi H=(y=2), determinare il rischio di 1 specie corrispondente alle regione di eccettziane'(x-<.23)l rischio di prima specie dunque Ie probabilish complementare a quella che troviamo, cid la probabilitl di sbagliare non accettando lipotesi p = 2. Pr(x <3.23),devo standardizzare x(barrate) usando i seguenti. ~ media = 2 (ipotesi 0) ~deviazione standard = ai12 = 0.5774 (Quindi Z = (x- 20.5974 da cui xe 0.5774 Z +2 allora si ha che: prix <3.23) = pr(0.5774 Z +2<3.23) = pr(Z < (8.23 - 2V0.5774 )= pil Z<2.13)= 0.9834 i rischio quindi& | - 0.9834 = 0.0166 = 1.66% 12.26 1 diametro di un tubo & una v.a. normale con media parin 50 ¢ varianza pari a9. Un tubo & conforme se ha il diametro compreso tra 48 e 52. 1)Clp che estraendo a caso due tubi il primo abbia diametro minore di 48 cil secondo abbia il diametro maggiore di 51. 2)Cip che estraendo a caso due bubi, uno abbie diametro ‘minore di 48 ¢ Falvo abbia diametro maggiore di 51 Standardizziamo dapprima ivalori che serviranno Varisaza 9 significa deviazione standard = 3. Tl =(48-50)/3=-0,67 T2=(51-50)/3 = 0.3 P(X <48) = PCT <-0,67)= PCT > 0,67) =I - PCT <0,67) = 1 -0,748571 = 0,251429 P(X > 51) PCT > 0,33)= 1 - P(T < 0,33) = 1 -0,6293 = 0,3707 UPL = POX <8) * POX > 51) = 0251429 © 0.3707 = 0,093 2)P2 = PK < 48) * P(X> 51) + P(K> 51) * PK <48) = 2 Pl = 2*0,093 ~ 0,186.ESEMPIO 52 12.27 Un sistema automatico di mizura ha effettuato misure mediamente correte ¢ nel 75% dei casi ha garantto uo.erroreinferiore a 1.7Smm in valore assoluto.Qusle distribuzione normale degli error rappresenta lo prestazioni del sistema7Un sistema automatico di misura prevede sempre una medi nulla Occorre specificare qual & La varianza La varianza la ricaviamo calcolando ivalori simmetrii diz rispetto allo zero che identificano nelle code a desta e a sinistra delle normale standard wn'area pari a 1-0,75 72=00,1250 valore che identifica tale area nella tavola della normale standard &|,15.1I valore di x corrispondente & 1,75, lo sappiamo dalla traccia. Conoscendo In formula inversa di standardizzazione ricaviamo a: xeza+y 1,75* 1,15 6+0 quindi.o= 1,75/1,15= 1,52 La distibuzione normale degli errori ha media zero ¢ varianza 1,52°2 = 2,31Probabies« Statatea pare Scien oFlngeguatia, Yad, E10 Copyight © 2008, The McGraw Hit companies sr Soluzioni dei problemi proposti 12.28 Su ne7 parcelte di semina di grano ha dato un rendimento medio pari a 94.3 ¢ searto tipo=S.7. Su m6 parcelle di semina di un‘altra varietd di grano ha dato un rendimento medio pari a 87.5,scarto tipo=6.2Si verifichi Pipotesi che i rendimentisiano uguali contro quella che easisiano differenti con un rischio a~0.05 Si tran di un test di confronto trai medie di due campioniindipendenti con varianze diverse © non note al 95% di significativite' t= (M1 - M2)/ \(S1? /n + SZ'/m) DOVE: v= (32,4917 + 38,48/6)°2 / ((4,64)°2/8 + (6,40)°207] -2 = (11,04)°2102,7 + 5,86) -2 = 1423-2" 12,23 0 I2Nellatabella student alla colonna 0,05/2~ 0,025 c allariga 12 corrisponde il valore 2,179Se la stalistca caleolata produce un valore intemo all'intervallo -2,179; +2,179 accetterermo lipotesi nulla di ‘uguaglianza delle medie. al contrario rifiuteremo hO in favors dell'ipotesi aternativa. calcoliamo la sttstica- test :t = (98,3 ~ 87,5 JV (32,49/7 +38 44/6 ) = 6.BN11,04 = 2,04 un valore interno all’intervallo: accettiamo I"ipotesi mula di uguaglianza al 95% di signiicatvit 12.29 Il numero X di unita che si guastano int ore di funzionamento ¢ una v.a. di Poisson di media y. 1 romero di ore Y impiegats in riparazioni funzione di X:Y=Pfl-e"(-ax)] 0,f>0 Si valui il numero medio di ore spese in riparazioni per tare di funzionamento.Sol-Si applica la regola di valore ateso di trasformata i ‘variable, impostando la sommatoria dela vasformata per la prf della x.E si prooede a possibili semplificazioni, Sommatoria tra 0 € o0 di Bll-eX-ax)]"#x)* eux! 12:30 Un servizio di pubblica iit riceve mediamente un numero di chiamate x=0,0005"n dove n é i ‘numero di cittadini serviti. $i deve creare un nuovo servizio uguale, con 1500000. Calcolare il valore ates0 del costo giomaliero Y dato Y=3X°2. Sol Xevalore atteso peril numero di chiamate al giomo=0.0005*500000"24=6000. ‘anoto ebe il valore atieso della trasformata X"2 di una v.c. di poisson produce tm valore atteso pari a w"2+y Dungue: E(3X"2)=3E(X"2}=3(6000°2+6000)=10801 8000 42.25 Le entrate ¢ le uscite mensil di una certa dita sono v.a. Normali X1 e X2 indipendenti con medie diverse ma stessa varianza o*2, Sulla scorta di valori di n entrate ¢ corrispondent n uscite, scelti caso tra quelli registra formulare una stima per intervallo dela differenza p1-12 a livello di fiducia 1-a=0.95. ‘Supponendo note Ia varianza Sol:L‘intevallo di confidenza per la differenza di valori medi di 2 eampioni con uguale numerositée varianzae provenicati da popolazioai Normali con a=0.05 é data da: (X1-X2}1.96V{(20"2Va]<.1-42(X1-X2}+1.96[(20°2 Va) 12.26 E: stato registrato il numero di volte nk che k particelle sono state identificate al micrascopio, k 0 1 2 nk 32 5 0 Si verifchi al livello 1-00.95 I‘ipotesi che il numero di particelleidenificate por unitd di tempo segua una pmf di Poisson Sol: un testo non parametrico che permette di verficare I'approssimazione dei dati a un rodello specifica $i calcola la media campionaria.Questo sara il vlore del paramentro yt. dela v. di poisson ipotizzat, Si oalcolano P(0),P(1),PC2)relative a tale varabile Si moltiplicanotali probabiltd per it numero totale delle osservazioni ottenendo cosi le frequenze attese.Si procede al calcolo della 7°? calcolando lePropebie « Susbsca pre Scienze ngegnai, Sed, P. Exe - Copyigh © 2008, The McGraw-H2! comparin s+ Soluzioni dei problemi propasti differenze al quadrato tra le frequenze attese © quelle osservate al quadrato, diviso le frequenze attese € sommando i3 valori ottenut Questo valore va confrontato con il quantile della distribuzione del x°2 che corrisponde alla colonna 0,05 ¢ al numero di gradi di liberté corrispondente «! numero delle modaliti della variabile(3) - ~ il numero di paramente da stimare(1).Nel nostro caso v=1. Il quantile é 3.84.Se il valore Urovato nei dati @ inferiore al quantileallora I'pprossimazione al modello teorizzato é accetubile. 12.25 Per monitorare un processo di tranamento delle aeque per ogni ora sono registrai gli scostamenti dal ‘valore nominale dell‘indice di depurszione risurato 5 volte in 5 differenti punt del lusso idrica. valor degli scostameati calcolati per m=10 campioni sono ripartat. Si formuli la carta X dello scostamento dal valore qominale dellindice di depurazione. 3A) Abia fe sequen misurazion:278) 2836 207.2763 2858Abiamo che I medi degli ert & nulla €alcolare wos stima carretta della varianza degli errori nellipotesi che il valore misurato & noto pari a 2800. La media aritmetica 4836-19+7-37+52¥S07.8 S*2=|(-19-7.8)°2H36-1.8)°24(7-7 8Y2H-37-7.8Y2HS2- 7S )°2Y4— S°2=(718.24+795.24+0.64+2007.0441953.65Y4 $°2=1368.7 12.35 Per 30 giomi successivi vengono ogni volta cantrollat 20 esemplari di prodotto, I numer di difeti riscontrati nei 30 campioni sono i seguenti 1210224434223 10103322000320212. ‘Adottando il modelle Binomiale si formuli la carta di controll del sumero di esemplaridifetosi per campioni-La carta di controllo per numero di pezzi difettosi-ba.come linea centrale Ia media della binomiale come linee di controlio la media pit o meno tre volte la deviszione standard. Nella distribuzione binamiale la media si calcola.con la Formula = n p, dove m & la numerosith del campione cp la probablith di suecesso {in questo caso Ia probabilit ai wrovare un pezzo difettoso}, mentre In deviazione standard si calcola con Ia formula o = Vin p (1 ~ p)] In questo caso & n=20, mentre p si stima come frequenza relativa media delle 30 ossecvazioni: p= (1/20-+ 2720+ 1/20+... + 1/20 + 2/20)/ 30-numero totale di pezzi difetosi (20x30) +=32/600=0,0867 Risulta percid y=mp=20x0,0867 = 1.73; o= Yn p (1 p)] = ¥{20 x 0.0867 x 0.9133)] = 1.26 Lalinea centrale & LC » 4.= 1.73 e le linee di contrllo sono Lt = w= 30 1:73 - 3x 1.26 ¥-2,05 che si porta a 0 (i! limite inferiore non pud essere negativo); LS =p +30 1.73 +3 x 1.26=5.51 12.29 Resistenza del calcestruzzo con media mu_x=120{kg/em"2] ¢ dispersione sigma_x=25{kg/em“2). Se si applica un earico di 80[kp/em”2] qual é fa probabilitd dirottura?Sot: 1 calcestruzzo si rompe se la sua resistenza & minore di 80 kg/erm?.Supponendo che la resistenza segua una distribuzione normal, il problema siriduce a calcolare la probabilith P(X < 80) con X= N(120, 25) La 2 corrispondente a x=80 z=(x - hYo= {80- 120925 = -1,6 per cui P(X < 80)=P(Z. <-1,6)>1 - P(Z < 1,6) Sulle tavole della normale standard si trova P(Z < 1,6)90,945 e quindi P(X -6.175)1-Pr(U<6.175 ; Pr(U<1.175)=0.1210 1231 La velocita mex che si raggiunge su una pista ¢ una v.a. non nota con distribuzione quasi cerlamente sinmmetrica ¢ unimodale Preso un campione di 10 si& rilevato: