Esercizi su probabilità, variabili casuali e inferenza

1) E’ possibile che una distribuzione Binomiale abbia media μ=5 e varianza σ2=6? Motivare la
risposta.

2) Si lanciano 4 dadi; qual è la probabilità di osservare la faccia col numero 1 esattamente una
volta?

3) Si lancia una moneta bilanciata per 10.000 volte. Si determini la probabilità di ottenere un
numero di teste maggiore o uguale a 5.100.

4) Un’urna contiene 40 palline bianche e 60 palline nere. Si estraggono 5 palline con

reimmissione. Si determini la probabilità di osservare almeno 4 palline nere.

5) Viene rilevata la velocità di un campione di 100 automobili all’ingresso di una galleria,

ottenendo come risultati: velocità media 71 km/h, deviazione standard 3,52 km/h. Si determini
l’intervallo di confidenza al 96% per la velocità media di tutte le auto che entrano nella
galleria.

6) Una v.c. X si distribuisce normalmente, con μ=10 e σ incognita. Si determini σ, sapendo che
P(X≥25)=0,05.

7) In un collettivo la statura si distribuisce normalmente, con media μ=170 cm e varianza σ2=81

cm2. Si determini la frazione delle unità del collettivo aventi statura non superiore a 165 cm.

8) Si lancia 100 volte una moneta, esce testa per 60 volte.

a) Si può ritenere la moneta bilanciata, per α=0,025?
b) Si determini il p-value.

9) Si estraggono 2 campioni indipendenti, da due popolazioni ipotizzate normali e di varianze

uguali (σ2X=σ2Y=σ2); le numerosità campionarie sono nX=16 e nY=26. I valori di medie e
deviazioni standard campionare sono, inoltre: x =5, y =8, sX=2, sY=4. Verificare, per α=0,02, se
i campioni possono ritenersi estratti dalla medesima popolazione.

10) Da una partita di confezioni di pasta è stato prelevato un campione di 12 pezzi, i cui pesi in
kg. sono: 0,498; 0,489; 0,503; 0,493; 0,491; 0,499; 0,512; 0,504; 0,483; 0,506; 0,510; 0,509.
Supponendo che il peso di tutte le confezioni di pasta si distribuisca normalmente, si determini
l’intervallo di confidenza per il peso medio:
a) per α=0,05;
b) per α=0,01.
11) Su un campione di 373 studenti universitari si rileva l’ampiezza delle famiglie, ottenendo la
seguente tabella riassuntiva:
X
ni
(ampiezza famiglia)
2 7
3 54
4 181
5-6 122
7-8 9
Totale 373
Si determini l’intervallo di confidenza al 95% per l’ampiezza media delle famiglie della
popolazione degli universitari.

12) Un’urna contiene 10 palline, numerate da 1 a 10. Calcolare la probabilità che:

a) la prima estratta sia la numero 3;
b) la seconda estratta (senza reimmissione) sia la numero 3;
c) la prima estratta sia la numero 7, e la seconda estratta (senza reimmissione) sia la
numero 4;
d) estraendo senza reimmissione 2 palline, esse siano entrambe dispari.

13) Data la seguente distribuzione doppia di frequenze:

y1 y2 y3 y4 Totale
x1 10 5 13 12 40
x2 22 12 6 10 50
x3 7 11 4 8 30
Totale 39 28 23 30 120

Ipotizzando di estrarre casualmente una unità, calcolare:

a) P(x3)
b) P(x2∩y3)
c) P(x1∪y1)
d) P( y 4 )
e) P(x3 | y2)
f) P(y1∪y3 | x2)

14) Le probabilità che un marito (H) e una moglie (W) siano viventi fra 20 anni sono pari,
rispettivamente, a P(H)=0,8 e P(W)=0,9. Determinare:
a) La probabilità che fra 20 anni saranno entrambi viventi;
b) La probabilità che fra 20 anni saranno entrambi morti;
c) La probabilità che fra 20 anni almeno uno dei due sarà vivente.

15) Un’indagine sulla soddisfazione dei clienti degli alberghi molisani ha fatto registrare un
numero di clienti ‘molto soddisfatti’ pari a 200, sui 240 intervistati.
a)Si può accettare, per α=0,05, l’ipotesi secondo cui la percentuale dei clienti molto soddisfatti
è del 90%? Si scelga l’ipotesi alternativa unidirezionale più adeguata.
b) Si determini il p-value.
16) Un campione di 16 ragazzi di una scuola media superiore ha fatto registrare, in un apposito
test, un quoziente d’intelligenza medio pari a 110, con deviazione standard campionaria pari a
20. Si costruisca l’intervallo di confidenza al 90% per il quoziente d’intelligenza medio di tutti
gli alunni della scuola.

17) La v.c. X si distribuisce normalmente, con μ=80 e σ2=400. Si determini la probabilità che,
estraendo a caso una unità, essa presenti un valore compreso fra 20 e 100.

18) Dati due campioni indipendenti di 90 e 70 individui con reddito medio individuale di 18,95 e
21 migliaia di euro l’anno, con varianze campionarie pari, rispettivamente, a 36 e 16 migliaia
di euro/anno, verificare, per α=0,01, se i redditi medi delle popolazioni di provenienza possono
considerarsi uguali.

19) Mario vuole disporre i suoi 7 Gormiti in un’unica fila su uno scaffale; in quanti modi può
disporli?

20) Da un mazzo di 40 carte ne vengono estratte 5 una dietro l’altra senza che le carte estratte
vengano reinserite nel mazzo. Enumerare le possibili estrazioni, ordinate.

21) Sullo scaffale di un supermercato (non molto frequentato) sono esposti 3 diversi tipi di
marmellata di fragole: in particolare, il 20% dei barattoli è della marmellata A, e il 45% è
della marmellata B. La probabilità che un barattolo di marmellata sia scaduto è del 25% per
la marmellata A, del 15% per la marmellata B e del 30% per la marmellata C. Preso a caso un
barattolo ed avendolo trovato scaduto, qual è la probabilità che sia della marmellata C?

22) Calcolare il valore dei seguenti coefficienti binomiali:

⎛15 ⎞ ⎛ 4⎞ ⎛ 26 ⎞ ⎛ 6⎞ ⎛ 37 ⎞
a) ⎜⎜ ⎟⎟ b) ⎜⎜ ⎟⎟ c) ⎜⎜ ⎟⎟ d) ⎜⎜ ⎟⎟ e) ⎜⎜ ⎟⎟
⎝2⎠ ⎝0⎠ ⎝ 23 ⎠ ⎝ 3⎠ ⎝ 37 ⎠

23) Sia pˆ lo stimatore, costruito su campioni di numerosità n=120, della proporzione di una
popolazione Bernoulliana di parametro p=0,65. Si determini la probabilità che un campione
estratto dalla popolazione in discorso fornisca una stima di p̂ compresa fra 0,55 e 0,75.
Risposte

1) Non è possibile; la risposta si ottiene mettendo a sistema le due condizioni: (μ=) np=5 e (σ2=) np(1-
p)=6.

2) L’esperimento equivale a 4 lanci di un singolo dado; si applichi dunque la distribuzione di

probabilità binomiale, con p=1/6 (probabilità di osservare la faccia 1 nel singolo lancio) e n=4.
Risultato: P(X=1)=0,387.

3) Si utilizzi l’approssimazione normale della binomiale; indicando con X la v.c. ‘numero di teste’,
essa si distribuirà normalmente con parametri…. Risultato: P(X≥5.100)=0,02275.

4) E’ un classico caso di distribuzione binomiale. Indicando con X la v.c. ‘numero di palline nere’, la
risposta è: P(X≥4)=0,337.

5) zα/2=z0,02=2,05. L’intervallo è: 71±0,722.

6) Poiché P(X ≥ 25)=0,05, ne consegue (dalla standardizzazione di X) che P(Z≥(25-10)/σ)=0,05.

Dobbiamo allora trovare quel valore della normale standardizzata che lasci alla sua destra una
probabilità pari a 0,05; tale valore, che indichiamo con z1, è pari a….. Una volta trovato z1, la
soluzione al quesito sarà data, semplicemente, dalla soluzione dell’equazione: (25-10)/σ=z1. La
risposta è: σ=9,15.

7) P(X ≤ 165)=0,28774.

8) Si tratta di una verifica di ipotesi, con H0:p=0,5 (moneta bilanciata), e H1: p≠0,5. Il risultato del test
è zc=2, per cui non si può rifiutare l’ipotesi che la moneta sia bilanciata (infatti zα/2=z0,0125=2,24).
Il p-value è: 2·P(Z≥|zc|)=2·0,0228=0,0456.

9) E’ un test sul confronto fra medie campionarie; poiché le numerosità campionarie non sono grandi,
si ricordi di calcolare la deviazione standard combinata come media ponderata delle deviazioni
standard dei campioni! Si ricorda qui la formula per trovare la varianza comune:
(n - 1) ⋅ s 2X + (n Y - 1) ⋅ s 2Y 15 ⋅ 2 2 + 25 ⋅ 42
s2 = X = = ... Il risultato del test è tc=-2,783, e si respinge
C nX + nY - 2 16 + 26 - 2
l’ipotesi nulla (infatti il valore di soglia è: t40;0,01=2,423, per cui |tc|> t40;0,01).

10) a) [0,493; 0,505] b) [0,491; 0,507]

11) Le statistiche campionarie sono: x = 4,39 , s = 1,05 ; l’intervallo richiesto è: 4,39±0,11.

12) Indicando con 31 l’evento ‘Pallina numero 3 alla prima estrazione’ (con simbologia simile per gli
altri casi), si ha:
a) P(31)=1/10;
b) P(32)=1/10;
c) P(71∩42)=1/90;
d) P(D1∩D2)=2/9.

13) a) P(x3)=30/120=1/4 b) 1/20 c) 23/40 d) 3/4 e) 11/28 f) 14/25

14) a) P(H∩W)=0,72
b) P( H ∩ W )=0,02
c) P(H∪W)=0,98

15) Le ipotesi sono: H0:p=0,9 (frazione dei clienti molto soddisfatti pari al 90%), e H1: p<0,9 (è
l’ipotesi alternativa “più adeguata”, stante il risultato campionario).
a) Il risultato del test è zc=-3,45: l’ipotesi nulla viene rifiutata al livello di significatività prescelto.
b) Il p-value si trova come: P(Z≥|zc|) = P(Z≥3,45) = 1-P(Z≤3,45) = 1-0,9997 = 0,0003.

16) E’ ovviamente necessario ipotizzare la normalità della popolazione da cui si campiona, stante la
numerosità ridotta del campione. L’intervallo richiesto è: [101,235; 118,765].

17) P(20≤X≤100)=0,8400.

18) E’ un test sul confronto fra medie campionarie. I campioni sono numerosi, per cui il test da
effettuare è il test Z:
x-y 18,95 - 21 - 2,05
zc = = = = - 2,585 . Poiché |zc|>zα/2 (infatti z0,005=2,576), si rifiuta H0.
s 2X s 2Y 36 16 0,793
+ +
n n 90 70
X Y

19) Si tratta di enumerare le permutazioni di 7 oggetti distinti: P7 = 7! = 5.040.

20) Si tratta delle disposizioni senza ripetizione di 40 oggetti di classe 5: D40,5 = 40x39x38x37x36 =
78.960.960.

21) Si risolve ricorrendo alla formula di Bayes. Indicando con S l’evento “marmellata scaduta”
abbiamo, in particolare:
P(A)=0,2; P(B)=0,45; P(C)=1-P(A)-P(B)=0,35 (probabilità “a priori”)
P(S/A)=0,25; P(S/B)=0,15; P(S/C)=0,3 (probabilità “probative”)
Per trovare la probabilità (“a posteriori”) che il barattolo scaduto sia della marmellata C:

P(C) ⋅ P(S/C) P(C) ⋅ P(S/C)

P(C/S) = = =
P(S) P(A) ⋅ P(S/A) + P(B) ⋅ P(S/B) + P(C) ⋅ P(S/C)
0,35 ⋅ 0,3 0,1050
= = = 0,472
0,2 ⋅ 0,25 + 0,45 ⋅ 0,15 + 0,35 ⋅ 0,3 0,2225
 ⎛15 ⎞ 15 ⋅14 ⎛ 4⎞
22) a) ⎜⎜ ⎟⎟ = = 105 b) ⎜⎜ ⎟⎟ = 1 (per definizione)
⎝2⎠ 2 ⎝0⎠
⎛ 26 ⎞ ⎛ 26 ⎞ ⎛ 26 ⎞ 26 ⋅ 25 ⋅ 24
c) ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ = = 2.600
⎝ 23 ⎠ ⎝ 26 - 23 ⎠ ⎝ 3 ⎠ 3⋅ 2
⎛ 6⎞ 6 ⋅ 5⋅ 4 ⎛ 37 ⎞ ⎛ 37 ⎞ ⎛ 37 ⎞
d) ⎜⎜ ⎟⎟ = = 20 e) ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ = 1
⎝ 3⎠ 3⋅ 2 ⎝ 37 ⎠ ⎝ 37 - 37 ⎠ ⎝ 0 ⎠

23) E’ un problema riguardante le distribuzioni degli stimatori, cioè quelle statistiche campionarie
utilizzate per “fare inferenza” su parametri incogniti delle popolazioni. In questo caso il problema
è di tipo diretto, nel senso che si può determinare la distribuzione dello stimatore p̂ , per poi
calcolare la probabilità che un dato campione assuma valori in un certo intervallo. In particolare,
trovandoci nel caso di grandi campioni (n=120), sappiamo che la distribuzione di p̂ , stimatore di
p, è normale:
⎡ p(1 - p) ⎤
p̂ ∼N ⎢p; ⇒ p̂ ∼N (0,65; 0,0019 )
⎣ n ⎥⎦

A questo punto, è immediato trovare la probabilità richiesta, essendo p nota:

⎛ 0,55 - 0,65 0,75 - 0,65 ⎞
P(0,55≤ p̂ ≤0,75) = P ⎜⎜ ≤Z≤ ⎟ = P(-2,29≤Z≤2,29) = …
⎟
⎝ 0, 0019 0, 0019 ⎠