Primo foglio di esercizi

Disposizioni con e senza ripetizioni

DRn,k sono le funzioni da un insieme di k elementi in un insieme di n. Dn,k è
il sottoinsieme di DRn,k fatto da funzioni iniettive.

|DRn,k | = nk , |Dn,k | = n(n − 1) · · · (n − k + 1)

Calcolare:

1.1 il numero delle password di lunghezza k, con caratteri scelti tra 26 lettere
e 10 cifre;

[36k ]

1.2 quante di queste contengono almeno una lettera;

 k 
36 − 10k

1.3 quante contengono almeno una lettera e un numero (k ≥ 2);

 k 
36 − 10k − 26k

1.4 quante hanno simboli tutti diversi;

[36 · 35 · · · (35 − k + 1)]

1.5 quante hanno almeno due simboli uguali;

 k 
36 − 36 · 35 · · · (35 − k + 1)

1.6 quante non hanno simboli uguali in posizioni adiacenti.

 
36 · 35k−1

1.7 la probabilità di vincere al superenalotto;

h i
1
|D6,90 |

1.8 in quanti modi si possono sistemare tre monete distinte in 10 scatole se

ogni scatola può contenere al più 2 monete;
 3 
10 − 10 = 10 · 9 · 8 + 3 · 10 · 9 = 990

1.9 la probabilità di estrarre da un’urna contenente b palline bianche e r palline

rosse una pallina bianca alla k-esima estrazione con e senza reimmissione.
h i
b b
b+r ; b+r

1
 Permutazioni
Pn è l’insieme delle funzioni biunivoche da un insieme di n elementi in sè.

|Pn | = n!

Calcolare:
2.1 quanti sono gli anagrammi di ROMA;

[4!]

2.2 i possibili ordinamenti di un mazzo di 40 carte;

[40!]

2.3 la probabilità che ordinando a caso una raccolta di n libri questi siano in
ordine alfabetico;
1
n!

2.4 quanti sono gli anagrammi di ABRACADABRA;

11!
 
5!2!2!

2.5 Sia I un sottoinsieme di cardinalità i di un insieme A di n elementi, quante

sono le permutazioni di A che sono anche permutazioni di I?

[i!(n − i)!]

Combinazioni
Cn,k è l’insieme dei sottoinsiemi di k elementi di un insieme di n elementi.
 
n
|Cn,k | =
k

3.1 Quanti sono i possibili brindisi ad un tavolo con n commensali (brindisi a

coppie) ?
 n

2

3.2 Calcolare la probabilità di avere esattamente una coppia in mano giocando

al poker tradizionale.
 
(13 4 12
1 )(2)( 3 )4
3

52
(5)

3.3 Calcolare la probabilità di avere esattamente un tris, un tris d’assi.

 
(13 4 12
1 )(3)( 2 )4
2
(4)(12)42
; 3 522
(52
5 ) (5)

2
3.4 Da un mazzo di 30 carte (coppe, bastoni, denari) si formano a caso tre
mazzi da dieci carte. Calcolare la probabilità che ci sia un asso in ogni
mazzo, che tutti gli assi siano nello stesso mazzo.
 
3!(27 18 27 20
9 )( 9 ) 3( 7 )(10)
;
(30 20
10)(10) (30 20
10)(10)

3.5 Otto giocatori di tennis decidono di giocare tutte le partite di doppio

possibili tra di loro. Quante partite si svolgono?
 1 8
6

2 2 2

3.6 Quante possibili mani iniziali di tressette (o scopone scientifico) sono

possibili? (due mani differiscono se almeno un giocatore ha una carta
diversa)
40 30 20




10 10 10

3.7 Dimostrare, senza usare l’induzione, che

n  
n
X n j n−j
(a + b) = a b
j=0
j

Miscellanea

4.1 In un’urna sono presenti palline di i colori diversi, precisamente Nj palline

per il colore j. Calcolare la probabilità di estrarre almeno una pallina per
ogni colore in k ≥ i estrazioni senza reimbussolamento.

N1 +···+Nj −1
h Qj
i
Nl

P
k α∈Ni , |α|=k, αl ≤Nl l=1 αl

4.2 Passeggiata aleatoria discreta. Un probabilista lancia ripetutamente una

moneta simmetrica e fa un passo a destra se esce testa e uno a sinistra se
esce croce. Qual è la probabilità che dopo n passi si trovi nella posizione
di partenza? Che si sia allontanato di s passi a destra?
h
i
1 2m 1 n


0 se n è dispari, se n = 2m 22 m m ; se n + s è pari 2n n+s
2

4.3 F Quanti cammini in una griglia quadrata n × n collegano due vertici

opposti fissati e non sono mai sopra la diagonale? (Hint: i cammini che
collegano due vertici ma sorpassano la diagonale possono essere specchiati
rispetto alla sopradiagonale ottenendo...)
4.4 F Dopo il problema 4.2 il probabilista si trova s passi a destra del punto
di partenza. Compie altri n passi e si ritrova p passi a destra. Calcolare la
probabilità che nel tragitto sia tornato almeno una volta nella posizione
iniziale. (Hint: Ancora, fare un grafico e riflettete...)

3
 Secondo foglio di esercizi
1.1 Sapendo che il risultato di un lancio di un dado è un numero pari calcolare
la probabilità che sia 2.

[ 13 ]

1.2 La probabilità di riuscire a scalare una montagna è del 95% se si è allenati

e del 30% se si è fuori forma. Qual è la probabilità che un individuo scelto
a caso tra 12 allenati e 6 fuori forma raggiunga la vetta?

[Applicare la formula delle probabilità totali alla partizione determinata

dall’essere o meno allenati...]

1.3 Una scatola contiene tre monete; la prima è una moneta standard, la
seconda ha due testa e la terza è asimmetrica con probabilità di testa pari
a 31 . Si sceglie una moneta a caso tra le tre e la si lancia. Qual è la
probabilità di ottenere testa?

[Applicare la formula delle probabilità totali alla partizione determinata

dalla scelta delle monete...]

1.4 Si lanciano due dadi simmetrici. Qual è la probabilità che il primo dado
faccia sei sapendo che la somma è k = 2, . . . , 12? Qual è la probabilità che
almeno un dado faccia sei sapendo che la somma è k = 2, . . . , 12?

[Applicando la definizione di probabilità condizionata ci si riduce ad un

semplice problema di conteggio che può essere risolto per enumerazione
diretta...]

1.5 Il 6% della produzione di un bene risulta difettoso; si sa che il 90% dei pro-
dotti difettosi mostra un certo comportamento anomalo mentre solo il 3%
dei prodotti non difettosi mostra questa caratteristica. Qual è la probabili-
tà che un prodotto con questo comportamento anomalo sia effettivamente
difettoso?

[È una semplice applicazione della formula di Bayes nella forma data

dalla formula 2.23 a pag 31 delle note.]

1.6 Urna di Polya. Un’urna contiene b palline bianche e r rosse. Ad ogni

estrazione si guarda il colore, si reimmette la pallina e se ne aggiunge
un’altra dello stesso colore. Siano Bi (Ri ) gli eventi ”estraggo una pallina
bianca (rossa) all’i-ma estrazione” Calcolare:
b
– P(B2 |R1 ) [= b+r+1 ]
– P(B1 ∩ B2 ) [= P(B2 |B1 )P(B1 ) = ...]
– P(B1 |R2 ) [Formula 2.23 a pag 31 delle note.]
1.7 In un certo paese la probabilità che una donna arrivi ai 70 anni è 0.8
mentre quella che arrivi agli 80 è 0.6. Qual è la probabilità che una donna
di 70 anni arrivi agli 80?

4
 [Applicare la definizione di probabilità condizionata e notare che l’evento
arrivare agli 80 anni è contenuto in arrivare ai 70.]

1.7 F Passeggiata aleatoria. Sia u2n la probabilità di trovarsi al punto di

partenza al tempo 2n e f2i la probabilità di tornare al punto di partenza
al tempo 2i per la prima volta. Dimostrare che
n
X
u2n = f2i u2n−2i .
i=1

1.8 FF Un giocatore lancia ripetutamente una moneta simmetrica e riceve

2 unità se esce testa e un’unità se esce croce. Il giocatore vince se arri-
va a possedere (non importa quando) esattamente 100 unità. Dire se la
probabilità è maggiore, minore o uguale a 23 .

Variabili aleatorie

2.1 Provare le seguenti affermazioni:

q.s. d
i) Se X = Y allora X = Y .
[X e Y differiscono su un insieme di probabilità nulla, in particolare
gli eventi {X ∈ A} e {Y ∈ A} differiscono solo per un insieme di
probabilità nulla e quindi hanno stessa probabilità cioè X e Y
hanno stessa distribuzione]
d d
ii) Se X = Y e f : R̄d −→ R̄n è una funzione qualsiasi, allora f ◦ X =
f ◦Y.
[Segue facilmente grazie alle proprietà della retroimmagine. Basta
infatti dimostrare che σ(f (X)) ⊂ σ(X). Poiché la distribuzione di
una variabile aletoria dipende solo dalla sigma algebra generata
dalla stessa questo è sufficiente per dire che f ◦ X e f ◦ Y hanno
stessa distribuzione]
2.2 Siano A, B due eventi di uno spazio di probabilità discreto (Ω, P). Calco-
lare la densità discreta della variabile aleatoria

X = λ1A + µ1B , λ, µ ∈ R

[Basta calcolare i valori di P(X = x) per x ∈ R. Questa è zero se

x∈
/ {0, λ, µ, λ + µ}. Se si suppone che tali valori siano tutti distinti
(altrimenti basta ridefinire le funzioni indicatrici..) si ha che
P(X = λ) = P(A \ B), P(X = µ) = P(B \ A), P(X = λ + µ) =
P(A ∩ B), P(X = 0) = 1 − P(A ∪ B). ]

2.3 Sia X una variabile aleatoria a valori in un insieme E definita su uno

spazio di probabilità discreto (Ω, P). Indichiamo con σ(X) la famiglia di
eventi generata da X cioè

σ(X) = {C : C = X −1 (A), A ⊂ E}.

5
Dimostrare che un evento D ⊂ Ω appartiene a tale famiglia se e solo se
per ogni coppia di elementi ω, ω 0 ∈ Ω tali che X(ω) = X(ω 0 ) o entrambi
appartegono a D o entrambi non vi appartengono.

[L’implicazione ⇒ è chiara. Per il viceversa basta definire

D0 = X −1 (X(D)), la proprietà di D permette (controllare!) di
concludere che D = D0 e in particolare che D ∈ σ(X). ]