Corso di Statistica - Prof. L.

Biggeri
A.A. 2016/2017

Esercitazione di riepilogo n.7

dr. Luca Secondi

Variabili casuali doppie: covarianza e correlazione

Modelli per variabili casuali discrete
Testo e svolgimento esercizi

ESERCIZIO 1

Si ipotizzi di aver rilevato su un collettivo di famiglie il numero di

percettori di reddito in famiglia e il numero di automobili possedute. Sia
X la variabile casuale che rappresenta il numero di percettori di reddito in
famiglia e Y il numero di automobili possedute. La tabella seguente
riporta la distribuzione di probabilit congiunta:

Y (numero di automobili)
X (p.reddito) 1 2 3
1 0.05 0.20 0.03
2 0.07 0.10 0.15
3 0.08 0.12 0.20

a) Calcolare il coefficiente di correlazione e commentare il risultato

ottenuto

Soluzione esercizio 1

Il calcolo del coefficiente di correlazione lineare avviene in accordo alla

seguente formula:

X X y 1
xy Corr X , Y E x

E X x Y y xy
x y x y x y

Si procede innanzitutto al calcolo della covarianza:

 xy Cov X , Y xy x y

Determino quindi il valore atteso del prodotto XY sulla base della

distribuzione di probabilit congiunta:

k h
xy xi y j pij 1 1 0.05
1 20.20
... 3 3 0.20
4.74
i 1 j 1

Dalle distribuzioni marginali si ottengono invece i valori attesi di X e di Y.

Per X si ha:

x 10.28 2 0.32 3 0.40

2.12

y 2.18
Procedendo allo stesso modo per Y si ottiene:

A questo punto si avr:

xy Cov X , Y xy x y 4.74 2.12 2.18 0.1184

Si procede poi, sempre utilizzando le distribuzioni marginali al calcolo

delle varianze e quindi degli scarti quadratici medi di X e di Y.

x2 0.6656 x 0.8158

y2 0.5476 y 0.74

Si pu calcolare ora il coefficiente di correlazione lineare

xy 0.1184
xy Corr X , Y 0.1961
x y 0.8158 0.74

il cui valore denota lesistenza di una correlazione lineare positiva

modesta.

ESERCIZIO 2 (Monti 8.10)

Un esame composto da due prove delle quali la prima scritta e la
seconda orale. I voti conseguiti dagli studenti nella prova scritta
possono essere rappresentati da una variabile casuale X che ha media 24
e varianza 9, mentre i voti conseguiti nella prova orale possono essere
descritti da una variabile casuale Y che ha media 22 e varianza 16. Il
docente attribuisce maggior peso alla prova scritta sicch il voto finale
una combinazione lineare dei voti riportati nelle due prove: (2/3)X +
(1/3) Y. Sapendo che la covarianza fra X e Y 10, calcolare la media e lo
scarto quadratico medio del voto finale.

Soluzione esercizio 2

Il voto finale attribuito dal docente rappresenta una combinazione lineare

delle variabili X e Y.

Il valore atteso di una combinazione lineare dato dalla combinazione

lineare del valore atteso:

2 1
E aX bY a x b y 24 22 23.33
3 3

La varianza di una combinazione lineare invece data da:

2 2
2 1 2 1
Var aX bY a 2 x2 b 2 y2 2ab xy 9 2 10 10.22
16
3 3 3 3

e di conseguenza lo scarto quadratico medio 3.197.

ESERCIZIO 3

Unazienda produttrice di auricolari per telefoni cellulari effettua un

controllo di conformit su una partita di pezzi prodotti in una
determinata settimana lavorativa estraendo un campione di 10 prodotti.
Sulla base dellesperienza passata si ritiene che la probabilit di avere un
pezzo difettoso pari a 0.15. Determinare:

a) la probabilit che 2 pezzi siano difettosi.

b) la probabilit che nessun pezzo sia difettoso;
c) la probabilit che al massimo 2 pezzi siano difettosi

Soluzione esercizio 3
Lo schema proposto fa riferimento ad un esperimento bernoulliano con
risultato dicotomico del tipo successo o insuccesso dove, nello
specifico caso, si identifica levento successo con lidentificazione di un
pezzo difettoso la scelta con un meccanismo casuale di n pezzi usciti dal
processo produttivo sottoposti ad un controllo di conformit ed il
conteggio di quelli difettosi d origine ad una v.c. binomiale. Si tratta
infatti di n=10 prove indipendenti ciascuna con probabilit di successo
X : Bin 10, 0.15
costante pari a =0.15. Si pu scrivere quindi la cui
funzione di massa di probabilit, nella formulazione generale la
seguente:

n n!
P X x x 1 x 1
n x n x

x x ! n x !

a) La probabilit che esattamente due pezzi siano difettosi si ottiene

come segue:

10 10!
P X 2 0.15 1 0.15 0.152 1 0.15
10 2 10 2
2
0.276
2 2! 10 2 !

b) Andare a calcolare la probabilit che nessuno pezzo sia difettoso sui

10 prodotti estratti per il controllo di conformit sta a significare
considerare un numero di successi x=0. La probabilit si ottiene
quindi come segue:

10 10!
P X 0 0.15 1 0.15 0.150 1 0.15
10 0 10 0
0
0.8510 0.197
0 0! 10 0 !

c) Per determinare la probabilit che al massimo due pezzi siano

difettosi occorre fare riferimento ad una probabilit cumulata (e
quindi riferirsi alla funzione di ripartizione). Infatti traducendo
laffermazione al massimo due pezzi difettosi in termini
probabilistici significa andare a determinare la seguente probabilit:

P X 2 P X 0 P X 1 P X 2
Dallosservazione grafica della funzione di massa di probabilit si accerta
quali probabilit occorre considerare per ottenere la probabilit che vi
siano al massimo due pezzi difettosi:

X : Bin 10, 0.015

0.35
0.30
0.25
0.20
p(x)

0.15
0.10
0.05
0.00

0 2 4 6 8 10

P X 0 P X 2
Avendo gi determinato e occorre ora determinare
P X 1
:

10 10!
P X 1 0.15 1 0.15 0.151 1 0.15
10 1 10 1
1
10 0.15 0.159 0.347
1
1! 10 1 !

Si avr quindi:

P X 2 P X 0 P X 1 P X 2 0.197 0.347 0.276 0.82

ESERCIZIO 4

noto che in una certa area forestale la probabilit che un albero sia
affetto da una determinata patologia pari a 0.18. Si ipotizzi di
selezionare casualmente 5 piante:

a) Determinare la probabilit che esattamente 3 piante siano affette

da questa patologia;
b) Determinare la probabilit di trovare almeno 3 piante affette dalla
patologia;

c) Determinare valore atteso e varianza della variabile casuale.

Soluzione esercizio 4
Lo schema descritto fa riferimento ad uno schema di tipo binomiale.

a)

Per determinare la probabilit che esattamente 3 piante siano affette

dalla patologia si considera:

n5
0.18
x3

da cui:

5 5!
P X 3 0.183 1 0.18 0.18 0.82 0.039
5 3 3 2

3 3! 5 3 !

b)

Per determinare la probabilit che almeno 3 piante siano affette dalla

patologia si procede, sulla base della funzione di probabilit della
variabile casuale, al calcolo della probabilit cumulata come segue:

P X 3 P( X 3) P X 4 P ( X 5) 0.044

c)

Il valore atteso e la varianza della variabile casuale si determinano come

segue:

E X n 5 0.18 0.9
1 5 0.18
Var ( X ) n 0.82

0.738

ESERCIZIO 5
Si consideri levento estrazione di una carta di denari da un mazzo di
carte piacentine composto da 40 carte, fra le quali vi sono dieci carte di
denari. Effettuando estrazioni con ripetizione (ossia rimettendo ogni volta
la carta estratta nel mazzo e mescolando): pi probabile ottenere una
carta di denari in due estrazioni o ottenerne 2 in 4 estrazioni?

Soluzione Esercizio 5

Lesperimento proposto fa riferimento allo schema binomiale dal

momento che si propongono un insieme n di prove (ciascuna
indipendente dallaltra) per ognuna delle quali si ha una probabilit
10 1
0.25
40 4
costante di successo pari a

Andando a considerare il primo caso, ovvero la probabilit di ottenere

una carta di denari in due estrazioni, si fa riferimento alla probabilit di
ottenere x=1 successi in n=2 prove, conoscendo la probabilit di
1

4
successo .
Si avr:

1 21
2 2! 1 1 1 3
P X 1 0.251 1 0.25
2 1
1 2 0.375

1 1! 2 1 ! 4 4 4 4

Nel secondo caso, la probabilit di ottenere x=2 successi in n=4 prove, si

ottiene come segue: .

2 42 2 4 2 2 2
4 1 1 4! 1 1 1 3
P X 2 1 1 2
0.2109
2 4 4 2! 4 2 ! 4 4 4 4

Si pu, quindi, concludere che pi probabile ottenere 1 successo in 2

prove, ossia ottenere una carta di denari in due estrazioni.

ESERCIZIO 6

Unazienda produttrice di pen-drive effettua un controllo di conformit

su un campione di 25 prodotti. Sapendo che la probabilit di avere un
pezzo difettoso pari a 0.015, determinare:

a) la probabilit che nessun pezzo sia difettoso;

b) la probabilit che 3 pezzi siano difettosi.
Soluzione esercizio 6

a) La probabilit che nessun pezzo sia difettoso si ottiene come segue:

n = 25
0.015

da cui:
25
0, 015 1 0, 015
25 0
P ( X 0) 0
0, 685339
0

b)

La probabilit che esattamente tre pezzi siano difettosi si ottiene come

segue:

25
P ( X 3) 0,0153 (1 0, 015) 253 0, 005567
3

ESERCIZIO 7 (Monti 9.4)

Una societ di esplorazione di gas naturale scopre in media quattro

giacimenti di gas per ogni 100 trivellazioni eseguite. Lesito di ciascuna
trivellazione indipendente dagli altri. Si eseguono venti trivellazione.

a) Qual la probabilit che si scopra un giacimento?

b) Qual la probabilit che si scopra al massimo un giacimento?
c) Qual la probabilit che si scoprano almeno due giacimenti?
d) Qual il numero medio di giacimenti scoperti in venti trivellazioni?

Soluzione esercizio 7

Si fa riferimento allo schema binomiale in cui n=20 prove (trivellazioni

eseguite) mentre la probabilit di successo, che in questo caso equivale
alla probabilit di scoprire giacimenti di gas, pari a =0.04

a) La probabilit di scoprire un giacimento (x=1) si ottiene come:

 20 20!
P X 1 0.04 1 0.04 0.041 0.96
20 1 20 1
1
0.368
1 1! 20 1 !

b) La probabilit di scoprire al massimo un giacimento si pu

determinare come segue:

P X 1 P( X 0) P X 1

Gi si conosce dal punto a) la probabilit di scoprire esattamente un

giacimento, occorre determinare la probabilit di non scoprire alcun
giacimento (x=0). Si avr:

20 20!
P X 0 0.04 1 0.04 0.040 0.96 0.442
20 0 20
0

0 0! 20 0 !

Si ottiene quindi:

P X 1 P X 0 P X 1 0.442 0.368 0.81

c) La probabilit di scoprire almeno due giacimenti significa

considerare la probabilit di ottenere due, tre, quattro,, venti
giacimenti. Dobbiamo quindi determinare la seguente probabilit:

P X 2 P X 2 P X 3 ... P X 20

P X 2
Allo stesso modo possibile scrivere la probabilit dellevento
come segue:

P X 2 1 P X 1 1 P X 0 P X 1 1 0.81 0.19

d) Per la determinazione del numero medio di giacimenti occorre

ricordare in generale che, nel caso di una distribuzione binomiale il
valore atteso pari a:

E ( X ) n
 Con riferimento alla distribuzione binomiale presa in considerazione
X : Bin 20, 0.04
nellesercizio si avr:

E ( X ) n 20 0.04 0.8

ESERCIZIO 8

La probabilit che una ricevuta fiscale emessa da un determinato

esercizio commerciale sia errata pari a 0.35. Sapendo che in una
giornata sono state emesse 8 ricevute, determinare:

a) La probabilit che ci siano tre o pi (almeno tre) ricevute errate;

b) Valore atteso e varianza della variabile casuale

Soluzione esercizio 8

Facendo riferimento allo schema binomiale, si definisce la variabile

X : Bin 8, 0.35
casuale :

a) La probabilit di avere tre o pi fatture errate (almeno 3) si

determina come:

P X 3 P X 3 P X 4 P X 5 P X 6 P X 7 P X 8 1 P X 2
1 P X 0 P X 1 P ( X 2)

Si ottiene quindi:

8 8!
P X 0 0.350 1 0.35 0.350 0.65 0.032
8 0 8

0 0! 8 0 !

8 8!
P X 1 0.351 1 0.35 0.351 0.65 0.137
8 1 7

1 1! 8 1 !

8 8!
P X 2 0.352 1 0.35 0.352 0.65 0.259
8 2 6

2 2! 8 2 !

Si avr quindi:
P X 3 1 P X 0 P X 1 P ( X 2) 1 0.032 0.137 0.259 1 0.428 0.572

b) La determinazione del valore atteso e della varianza della v.c.

avviene come segue:

E ( X ) n 8 0.35 2.8

Var ( X ) n 1 20 0.04 0.96 0.768