Sei sulla pagina 1di 20

Esercizi svolti di statistica

Gianpaolo Gabutti (gabuttig@hotmail.com)

1
Introduzione

Questo breve documento contiene lo svolgimento di alcuni esercizi di statistica da me svolti


durante la preparazione dell’esame di Matematica III al Politecnico di Torino.

I testi degli esercizi sono quelli messi a disposizione dal sito NETTUNO, mentre lo svol-
gimento è la trascrizione esatta di come io ho svolto il problema.

Invito chiunque voglia segnalarmi errori, inesattezze o inviarmi materiale integrativo, a scri-
vere al mio indirizzo e-mail : in questo modo potremo aggiornare insieme questo materiale e
renderlo sempre più utile alle persone che in futuro sosterranno questo esame.

2
Esercizio 1

Sia X un numero aleatorio che assume i valori {1, 2, 3, x} con probabilità 1/5, 1/10, 1/2, p.
Determinare p e x nella ipotesi che il valore atteso di X sia uguale a 2.7, cioè P (X) = 2.7.

Svolgimento

Si tratta di risolvere il sistema di equazioni:


 1 1
 5 1 + 10 2 + 12 3 + p x = 2.7

1 1 1
+ + +p=1

5 10 2

in cui la prima equazione deriva dalla definizione di valore atteso, mentre la seconda dai
postulati del calcolo della probabilità : P(Ω) = 1. Svolgendo il calcolo si ottiene : p = 15 e
x=4

3
Esercizio 2

1 3 1
Siano A, E eventi incompatibili e sia B ⊂ E con P(A) = 5 , P(B) = 10 , P(B) = 2. De-
terminare i relativi costituenti e calcolarne la probabilità.

Si consideri poi il numero aleatorio X = 2|A| − |B| + 3|E|. Determinare il suo codominio C
e la probabilità degli eventi (X = x) con X ∈ C.

Svolgimento

I costituenti sono :

A∧E∧B =∅

A ∧ E ∧ Bc = ∅

A ∧ Ec ∧ B = ∅

1
A ∧ E c ∧ B c = P (A) = 5, (x = 1)

3
Ac ∧ E ∧ B = P (B) = 10 , (x = 2)

1
Ac ∧ E ∧ B c = P (E) − P (B) = 5, (x = 3)

Ac ∧ E c ∧ B = ∅

3
Ac ∧ E c ∧ B c = 1 − P (A) − P (E) = 10 , (x = 0)

Essendo X = 2|A| − |B| + 3|E|, il codominio è C = {0, 1, 2, 3}.

4
Esercizio 3

Dato il numero aleatorio X = 2|A| − |Ac ∧ B| + 3|A ∧ B ∧ C c |, con C ⊂ A ∧ B, P (A) =


P (B) = 0.6, P (A ∧ B) = 0.3, P (C) = 0.2, calcolare la probabilitá P (X ≤ 1).

Svolgimento

Anche in questo caso si determinano tutti i costituenti sono per cui la probabilitá non è
nulla. Essi sono :

A ∧ B ∧ C, p = 0.2, (x = 2)

A ∧ B ∧ C c , p = 0.1, (x = 5)

A ∧ B c ∧ C c , p = 0.3, (x = 2)

Ac ∧ B ∧ C c , p = 0.3, (x = −1)

Ac ∧ B c ∧ C c , p = 0.1, (x = 0)

E dunque si ha P (X ≤ 1) = P (Ac ∧ B ∧ C c ) ∨ P (Ac ∧ B c ∧ C c ) = 0.4

5
Esercizio 4

Siano A, E eventi incompatibili e sia B ⊂ E con P(A) = 51 , P(B) = 10 3


, P(B) = 1
2 .Dato
il numero aleatorio X = 5|A| − |B| + 3|E|, determinare la sua previsione.

Svolgimento

Anche in questo caso si determinano tutti i costituenti per cui la probabilitá non è nulla.
Essi sono :

1
A ∧ Ec ∧ Bc, p = 5, (x = 5)

3
Ac ∧ B c ∧ C c , p = 10 , (x = 0)

1
Ac ∧ E ∧ B c , p = 5, (x = 3)

3
Ac ∧ B ∧ C, p = 10 , (x = 2)

Pertanto, per definizione di variabile aleatoria abbiamo:

1 3 1 3
P (x) = 5 5 + 10 0+ 5 3+ 10 2 = 2.2

6
Esercizio 5

Dati tre numeri aleatori X, Y, Z con :

var(X) = var(Y ) = var(Z) = 4

1
ρ(X, Y ) = ρ(X, Z) = ρ(Y, Z) = 2

1 1 1
e posto U = 2 X+ 2 Y − 2 Z, calcolare var(U ), var(X − Y ), cov(2X, Y ).

Svolgimento

Per definizione di varianza abbiamo


1 1 1
var(U ) = var( X) + var( Y ) + var(− Z) +
2 2 2
1 1 1 1 1 1
+ 2 cov( X, Y ) + 2 cov( X, − Z) + 2 cov( Y, − Z) (1)
2 2 2 2 2 2

ovvero :
1 1 1
var(U ) = ( )2 var(X) + ( )2 var(Y ) + (− )2 var(Z) +
2 2 2
1 1 1
+ cov(X, Y ) − cov(X, Z) − cov(Y, Z) (2)
2 2 2

Ora, dai dati dell’esercizio possiamo dedurre il valore della covarianza tra variabili; infatti,
per definizione di coefficiente di regressione abbiamo :

cov(X, Y )
ρ(Y, Z) =
σx σy

Pertanto l’equazione (2) vale :


1 1 1 1 1 1
var(U ) = · 4+ · 4+ · 4+ · 2− · 2− · 2 = 2
4 4 4 2 2 2

Inoltre abbiamo

var(X − Y ) = var(X) + var((−1) Y ) + 2 cov(X, (−1) Y )


cioè

var(X − Y ) = var(X) + var(Y ) − 2 cov(X, Y ) = 4 + 4 − 4 = 4


Infine si ha :

cov(2X, −Y ) = 2cov(X, −Y ) = − 2 cov(X, Y ) = −4

7
Esercizio 6

Due lotti contengono entrambi 21 pezzi funzionanti e 3 pezzi difettosi. Si estrae a caso
un pezzo dal primo lotto e lo si mette nel secondo. Calcolare cov(X, Y ) essendo:

X = numero pezzi difettosi nel primo lotto


Y = numero pezzi difettosi nel secondo lotto

Svolgimento

Le variabili aleatorie in questione sono :


 21 3
 X = {3, 2} , P (X = 3) = 24 , P (X = 2) = 24

21 3
Y = {3, 4} , P (Y = 3) = , P (Y = 4) =

24 24

Applichiamo la formula per il calcolo della covarianza :

cov(X, Y ) = E(X Y ) − E(X) E(Y )

Abbiamo :

21 3 23
E(X) = 24 · 3+ 24 · 2 = 8

21 3 25
E(Y ) = 24 · 3+ 24 · 4 = 8

21 3 71
E(X Y ) = 24 · 9+ 24 · 8 = 8

e dunque :

71 23 25 7
cov(X, Y ) = 8 − 8 · 8 = − 64

8
Esercizio 7

Si lanciano contemporanemente due dadi. Considerati i seguenti eventi:

E = i due numeri sono diversi tra di loro


H = i due numeri sono entrambi pari

calcolare la probabilità P (E|H) e P (H|E)

Svolgimento

Innanzitutto abbiamo :
6 5
P (E) = 1 − P (E c ) = 1 − 36 = 6

9 1
P (H) = 36 = 4

6 1
P (E ∧ H) = P (H ∧ E) = 36 = 6

Ora applichiamo la formula per il calcolo della probabilità condizionata :

P (E ∧ H) 1 4 2
P (E|H) = = 6 1 = 3
P (H)

P (E ∧ H) 1 6 1
P (H|E) = = 6 5 = 5
P (E)

9
Esercizio 8

E’ noto che la percentuale di persone che hanno i capelli rossi in Piemonte, in Sardegna
e nelle Marche è ripsettivamente del 5%, 1% e 2%. Le tre regioni hanno rispettivamente 4.5,
2, 1.5 milioni di abitanti.
Calcolare la probabilità che la regione di origine di una persona, scelta a caso tra gli abitanti
delle tre regioni, sia il Piemonte, supposto che :
a) abbia i capelli rossi
b) non abbia i capelli rossi

Svolgimento

Posti gli eventi :

P = la persona proviene dal Piemonte


M =la persona proviene dalle Marche
S =la persona proviene dalla Sardegna
R =la persona ha i capelli rossi

si ha :

9 3 1
P (P ) = 16 , P (M ) = 16 , P (S) = 4

probabilità ottenute facendo il rapporto tra popolazione della regione e popolazione totale
delle tre regioni (8 milioni). Inoltre, dai dati del problema ricaviamo :

P (R|P ) = 0.05 , P (R|M ) = 0.02 , P (R|S) = 0.01

Ora abbiamo gli elementi per applicare la formula di Bayes :

P (R|P ) P (P )
P (P |R) =
P (R|P ) P (P ) + P (R|M ) P (M ) + P (R|S) P (S)
per cui :

P (P |R) = 0.028125
0.034375 = 0.8882
Per risolvere il quesito (b), dobbiamo considerare l’evento Rc (la persona non ha i capel-
li rossi), ed utilizzare la formula di Bayes con i dati seguenti :

P (Rc |P ) = 0.95 , P (Rc |M ) = 0.98 , P (Rc |S) = 0.99

P (Rc |P ) P (P )
P (P |Rc ) =
P (Rc |P ) P (P ) + P (Rc |M ) P (M ) + P (Rc |S) P (S)
da cui si ottiene :

0.534375 = 0.5534
P (P |Rc ) = 0.965625

10
Esercizio 9

In una fabbrica di biscotti le tre linee di produzione, A, B, C, sfornano rispettivamente


il 55%, 30%, e il 15% della produzione totale. Supposto che le percentuali di biscotti bruciati
che provengono dalle tre linee siano rispettivamente il 2%, il 3% e il 6%, calcolare la proba-
bilit P1 che un biscotto scelto a caso tra la produzione totale sia bruciato e la probabilità P2
che un biscotto bruciato provenga dalla linea C.

Svolgimento

Posti gli eventi :

A = il biscotto proviene dalla linea A


B = il biscotto proviene dalla linea B
C = il biscotto proviene dalla linea C
b = il biscotto è bruciato

si ha :

P (A) = 0.55 , P (B) = 0.3 , P (C) = 0.15

Inoltre abbiamo le informazioni :

P (b|A) = 0.02 , P (b|B) = 0.03 , P (b|C) = 0.06

Sappiamo che :

P (A) P (b|A) = P (A ∧ b) = 0.018


P (B) P (b|B) = P (B ∧ b) = 0.009
P (C) P (b|C) = P (C ∧ b) = 0.018

per cui :

P1 = P (A ∧ b) ∨ P (B ∧ b) ∨ P (C ∧ b) = 0.029

Per calcolare la probabilità P2 , dobbiamo utilizzare la formula di Bayes :

P (b|C) P (C)
P (C|b) =
P (b|C) P (C) + P (b|B) P (B) + P (b|A) P (A)
da cui si ottiene :

P (C|b) = 0.009
0.029 = 0.31

11
Esercizio 10

E’ noto che un lotto di 50 pezzi contiene o pezzi tutti difettosi(evento H con probabilità
1
10 , oppure un solo pezzo difettoso. Calcolare la probabilità condizionata di H nell’ipotesi D
che effettuando una sola estrazione si trovi un pezzo difettoso.

Svolgimento

Dai dati del problema ricaviamo :

P (H) = 0.01 , P (H c ) = 0.9

Inoltre abbiamo le informazioni :

1
P (D|H) = P (Ω) = 1 , P (D|H c ) = 50

Pertanto, applicando la formula di Bayes otteniamo :

P (D|H) P (H)
P (H|D) =
P (D|H) P (H) + P (D|H c ) P (H c )
da cui si ottiene :

P (H|D) = 50
59

12
Esercizio 11

Si estraggono a caso, senza restituzione, n pezzi da un lotto che ne contiene 5, ottenen-


do sempre pezzi difettosi. Se è noto che il lotto contiene al più un pezzo non difettoso,
calcolare il numero n di estrazioni necessarie affinchè la probabilità dell’evento H = il lotto
contiene un pezzo non difettoso, che era stata valutata, prima dell’estrazione uguale a 1/2,
risulti minore o uguale a 3/10.

Svolgimento

Il problema si risolve applicando la formula di Bayes in modo iterativo. Ponendo l’even-


to :

Ai = estraggo un pezzo difettoso alla i-esima estrazione

abbiamo, dopo la prima estrazione, la seguente valutazione di probabilità :

P (A1 |H) P (H)


P (H|A1 ) =
P (A1 |H) P (H) + P (A1 |H c ) P (H c )
con

P (A1 |H) = 15 (rapporto tra casi favorevoli e casi possibili)

1 1 1
P (H) = 2 (per ipotesi), P (A1 |H c ) = 1 (evento certo), P (H c ) = 1 − 2 = 2

4
e dunque otteniamo la nuova valutazione di P (H), cioè 9

Ora effettuiamo una seconda estrazione. Il calcolo da effettuare è :

P (A2 |H) P (H)


P (H|A2 ) =
P (A2 |H) P (H) + P (A2 |H c ) P (H c )
con

3
P (A2 |H) = 4 (rapporto tra casi favorevoli e casi possibili)

4 5
P (H) = 9 (calcolo precedente), P (A2 |H c ) = 1, P (H c ) = 9

3
da cui otteniamo la nuova valutazione di P (H), cioè 8

Ripetendo il procedimento, alla terza estrazione abbiamo i seguenti valori :

P (A3 |H) = 32 , P (H) = 38 , P (A3 |H c ) = 1, P (H c ) = 5


8

2 3
da cui si ottiene : P (H|A3 ) = 7 = 0.28 < 10

13
Esercizio 12

Tra due punti A e B passa corrente attraverso due conduttori in parallelo. Il primo ha
un interruttore I1 , l’ altro due interruttori I2 e I3 in serie. Indicando con gli stessi simboli
Ik , k = (1, 2, 3) gli eventi stocasticamente indipendenti che affermano che l’interruttore è
chiuso (passa corrente), calcolare la probabilità dell’ evento C = passa corrente tra A e B,
sapendo che

1 1
P (I1 ) = P (I2 ) = 2 e P (I3 ) = 3.

Svolgimento

I costituenti sono :

1
I1 ∧ I2 ∧ I3 = 12 = 1

I1 ∧ I2 ∧ I3 c = 1
6 = 1

I1 ∧ I2 c ∧ I3 = 1
12 = 1

I1 ∧ I2 c ∧ I3 c = 1
6 = 1

I1 c ∧ I2 ∧ I3 = 1
12 = 1

I1 c ∧ I2 ∧ I3 c = 1
6 =∅

I1 c ∧ I2 c ∧ I3 = 1
12 =∅

I1 c ∧ I2 c ∧ I3 c = 1
6 =∅

La valutazione di probabilità dei singoli componenti è stata dedotta direttamente dall’ipotesi


di indipendenza stocastica.
Inoltre si ha :

P (I1 c ) = P (I2 c ) = 1
2 e P (I3 c ) = 2
3

La probabilità di C è data dalla somma dei costituenti per cui la corrente passa, cioè i
primi cinque della tabella :

3 4 7
P (C) = 12 + 12 = 12

14
Esercizio 13

Due dadi vengono lanciati 72 volte. Qual’è la probabilità di ottenere la somma dei punti
uguale a 2 per almeno 2 volte ?

Svolgimento

Si può trattare questo problema come un problema di estrazione da un’urna con restituzione,
1
in cui p == 36 e q = 35 1
36 . Infatti ad ogni lancio abbiamo 36 probabilità di successo. La
probabilità in questione è data da :

1 1 35 71 1 0 35 72
    
72 72
1 − +
1 36 36 0 36 36

Infatti è più semplice calcolare la probabilità richiesta come l’evento Ω meno la somma delle
due probabilità corrispondenti ad avere 1 successo e 0 successi su 72 lanci. Sviluppando
l’espressione si ottiene:

72 35 71 35 72
 
p=1 − +
36 36 36

da cui, semplificando :

35 71 107
p=1 −
36 36

Come noto, la funzione Binomiale di parametri n, p cioè B(n, p), può essere approssimata
(per n grande) da una distribuzione di Poisson di parametro λ = n p :

λx −λ
B(n, p) u e
x!

Pertanto possiamo approssimare il calcolo utilizzando la distribuzione di Poisson; essendo


1
n = 72 e p = 36 , abbiamo λ = 2. Dunque

20 −2
p = 1 − (2 e−2 + e ) = 1 − 3 e−2 u 0.594
0!

15
Esercizio 14

Un lotto contiene 8 pezzi difettosi e 20 funzionanti. Calcolare il numero minimo n di es-


trazioni con restituzione necessarie affinchè la probabilità che venga estratto almeno un pezzo
difettoso sia maggiore di 34 .

Svolgimento

Si può applicare la formula della distribuzione binomiale.


Dai dati del problema ricaviamo:

8 0 20 n
 
n 3
1 − ≥
0 28 28 4

Il che porta a risolvere l’equazione :

20 n 1

28 4

cioè :
8 1
n log ≤ log
28 4

Essendo 2028 una frazione minore di 1, il minimo valore intero di n per cui è soddisfatta
l’equazione è 5.

16
Esercizio 15

In un controllo di qualità si estrae un campione di n = 10 pezzi da un lotto che ne con-


tiene N = 50, fra i quali 2 difettosi.
Il lotto viene accettato (evento E) se nel campione c’è al più un pezzo difettoso.
Calcolare la probabilità di E, anche ricorrendo all’approssimazione binomiale.

Svolgimento

La probabilità richiesta è data da (applicando la formula della distribuzione ipergeomet-


rica :

2 48 2 48
   
0 10 1
50
 + 50
9 = 0.963
10 10

Utilizzando l’approssimazione binomiale, il calcolo da effettuare è :

2 0 48 10 2 1 48 9
   
10 10
+
0 50 50 1 50 50

corrispondenti, di nuovo, alla probabilità di avere 0 o 1 pezzo difettoso su 10 estrazioni.


L’espressione si semplifica in :

48 10 20 48 9 48 9 48 20 
+ = + = 0.942
50 50 50 50 50 50

17
Esercizio 16

Un lotto contiene 200 pezzi, fra i quali 10 sono difettosi.


Si effettuano 5 estrazioni senza restituzione e si considera il mero aleatorio X = numero pezzi
difettosi.
Usando l’approssimazione binomiale, calcolare la probabilità p dell’evento X ≤ 2.

Svolgimento

Si calcola la probabilità utilizzando direttamente la formula della distribuzione binomiale:

1 0 190 5 1 1 190 4 1 2 190 3


     
5 5 5
+ +
0 20 200 1 20 200 2 20 200

Svolgendo i calcoli si ottiene P (X ≤ 2) = 0.998

18
Esercizio 17

Posto :

X = numero di lanci di un dado fino all’uscita del numero 6 per la prima volta
Y = numero di lanci di un dado fino all’uscita del numero 6 per la seconda volta

Calcolare la probabilità degli eventi {X = n} , {Y − X = m} e quella dell’evento con-


dizionato {Y − X = m | X = n}.

Svolgimento

Si tratta di un esempo di distribuzione geometrica ed è un caso più semplice della dis-


tribuzione binomiale.
Infatti in questo caso non ci interessa la probabità di tutti gli eventi in cui abbiamo ottenuto
un successo, ma solo quella di un evento particolare : i primi n − 1 eventi sono insuccessi e
solo l’ultimo è un successo. La distribuzione di probabilità è : p (1 − p)n−1

Applicando questa distribuzione al problema in esame si ha :

1 5 n−1 5n−1
P (X = n) = =
6 6 6n

Inoltre, l’evento {Y − X = m} ha distribuzione identica di probabilità : la probabilità


che tra il primo ed il secondo successo intercorrano m tentativi segue sempre la distribuzione
geometrica:

5m−1
P (Y − X = m) =
6m

Lo stesso ragionamento si applica all’ultimo evento considerato (che è un altro modo di


esprimere l’evento {Y − X = m}.

19
Esercizio 18

Il numero X di chiamate telefoniche che arrivano in un’ora ad un ufficio segue la distribuzione


di Poisson e la probabilità che in tale intervallo non arrivi alcuna telefonata è uguale a e−3 .
Calcolare il numero medio Y di telefonate che arrivano nell’ufficio tra le 9 e le 13.

Svolgimento

λx
La distribuzione di Poisson vale x! e−λ

Dai dati del problema ricaviamo :

λ0 −λ
e = e−3
0!

Cioè :

e−λ = e−3 ⇒ λ = 3

Pertanto la media cercata è 3 · 4(ore) = 12

20