ESERCIZI INTEGRATIVI PARTE 1

Esericizio 1

In quanti modi 6 ragazze e 2 ragazzi possono essere disposti in una fila?

Soluzione

Poiché in questo caso l'ordine è importante e si hanno in totale 8 ragazzi la soluzione è pari a
8!=40320.

Esercizio 2

Nel gioco del poker classico ogni giocatore ha 5 carte estratte casualmente da un mazzo formato
in totale da 52 carte. Quante possibili cinquine di carte possono essere servite?

Soluzione

Per risolvere il problema si devono usare le combinazioni; poiché si hanno 52 carte e le vogliamo
suddivide in gruppi di 5 carte, avremo:

 52  52!
   2598960
 5  5!47!

cinquine distinte.
Esercizio 3

Una classe è formata da 15 ragazzi di cui 5 ragazze. Quanti gruppi di 8 persone possono essere
formati se ognuno consiste di:

a) esattamente 2 ragazze?

b) almeno 2 ragazze?

Soluzione

a) Il numero di modi per scegliere esattamente 2 ragazze tra 5 e 6 ragazzi tra 10 è pari a

 5  10  5! 10!
      10  210  2100
 2   6  2!3! 6!4!

b) Il numero di gruppi con esattamente 3 ragazze è pari a

 5  10  5! 10!
      10  252  2520
 3   5  3!2! 5!5!

Il numero di gruppi con esattamente 4 ragazze è pari a

 5  10  5! 10!
      5  210  1050
 4   4  4!1! 4!6!

Il numero di gruppi con esattamente 5 ragazze è pari a

 5  10  5! 10!
      1120  120
   
5 3 5!0! 3!7!

Quindi la risposta alla domanda b) è pari alla somma dei quattro risultati precedenti:

2100  2520  1050  120  5790

Esercizio 4

Da un gruppo di 5 matematici e 7 ingegneri, si deve formare un gruppo formato da 2 matematici e

3 ingegneri. In quanti modi può essere formato se:

a) ogni matematico e ogni ingegnere possono essere inclusi?

b) un particolare ingegnere deve essere incluso obbligatoriamente?

c) due particolari matematici non possono essere inclusi?

Soluzione

a) Si devono scegliere 2 matematici tra 5 e 3 ingegneri tra 7

 5   7  5! 7!
      10  35  350
 2   3  2!3! 3!4!

b) In questo caso la scelta tra gli ingegneri si riduce a sceglierne 2 da un gruppo di 6

 1  5   6  5! 6!
         1   110 15  150
     
1 2 2 2!3! 2!4!

c) In questo caso la scelta tra i matematici si riduce a sceglierne 2 da un gruppo di 3

 1  3   7  3! 7!
         1   1 3  35  105
 1  2   3  2!1! 3!4!
Esercizio 5

Un dado è lanciato insieme ad una moneta. Trovare la probabilità che il dado mostri un numero
dispari e che la moneta mostri una testa.

Soluzione

Lo spazio campione per questo esperimento è:

1, T  ,  2, T  ,  3, T  ,  4, T  ,  5, T  ,  6, T  
 
S   
1, C  ,  2, C  ,  3, C  ,  4, C  ,  5, C  ,  6, C  
 

Sia E l'evento "il dado mostra un numero dispari e la moneta mostra testa".

L'evento E si realizza nei casi E  1, T  , 3, T  , 5, T 

casi favorevoli 3 1
Quindi la probabilità dell'evento E sarà pari a PE   
casi possibili 12 4

Esercizio 6

In un'urna ci sono 15 palline, numerate da 1 a 15. Se una persona ne pesca una a caso, qual è la
probabilità che il numero stampato sulla pallina sia primo e maggiore di 5?

Soluzione

Sia A l'evento "numeri primi tra 1 e 15".

A  1, 2,3,5,7,11,13

Sia B l'evento "numeri maggiori di 5 tra 1 e 15"

B  6,7,8,9,10,11,12,13,14,15
Dobbiamo calcolare la probabilità dell'intersezione tra i due eventi precedenti A  B  7,11,13

casi favorevoli 3 1
P  A  B   
casi possibili 15 5
Esercizio 7

Il gruppo sanguigno di 200 persone è distribuito come segue: 50 hanno il gruppo sanguigno di tipo
A, 65 di tipo B, 70 hanno tipo 0 e 15 hanno tipo AB.

Se una persona da questo gruppo è selezionato a caso, qual è la probabilità che questa persona
abbia gruppo sanguigno di tipo 0?

Soluzione

Usando la formula casi favorevoli 70

P    0.35
casi possibili 200

Esercizio 8

Una carta è pescata a caso da un mazzo di 52 carte. Si vincono 10€ se la carta è picche o un asso.
Qual è la probabilità che si vincano 10€?

Soluzione

Sia E l'evento "la carta è di picche" e sia A "la carta è un asso". Vincerai il gioco se uno dei due
eventi accade, quindi bisogna calcolare la probabilità dell'unione dei due eventi.

13
Poiché ci sono 13 carte di picche avremo che PE 
52
4
Poiché ci sono 4 assi avremo che P  A 
52

1
Esiste un asso di picche, quindi P  E  A 
52

13 4 1 16 4
Quindi P  E  A  P  E   P  A  P  E  A      
52 52 52 52 13
Esercizio 9
Sia A l'evento "lo studente è donna" e sia B l'evento "lo studente è francese". In una classe di 100
studenti supponiamo che 60 siano francesi e supponiamo che di questi ultimi 10 siano donne.
Trovare la probabilità che incontrando uno studente francese questo sia donna.

Soluzione

Vogliamo calcolare P(A|B)

10 1
Poiché ci sono 10 studenti tra 100 che sono sia francesi che donne si ha che P  A  B    0.1
100 10
60 6
Inoltre 60 su 100 sono francesi P  B     0.6
100 10

P  A  B  0.1
Quindi la probabilità richiesta è pari a: P  A | B     0.166667
P  B 0.6

Esercizio 10

Se la probabilità che una persona A sia ancora viva tra 20 anni è 0.7 e la probabilità che una
persona B sia ancora viva tra 20 anni è pari a 0.5, qual è la probabilità che entrambi vivano ancora
20 anni?

Soluzione

Chiamiamo Ei l'evento "la persona i vive ancora 20 anni"

Non ci sono indicazioni per non ritenere questi due eventi indipendenti, quindi

P  EA  EB   P  EA   P  EB   0.7  0.5  0.35

Esercizio 11

Due palline sono pescate in successione senza reimmissione da un urna contenente 4 palline
bianche e 3 palline rosse. Si trovi la probabilità che:

a) la prima pallina è bianca e la seconda sia rossa;

b) entrambe le palline siano rosse

Soluzione
4
a) Il secondo evento è dipendente dal primo, inizialmente si ha P  bianca  
7

dopo aver pescato una pallina bianca rimangono 6 palline di cui 3 sono rosse; quindi la probabilità
che la seconda sia rossa è pari a:
3 1
P  rossa|bianca   
6 2
La probabilità richiesta è quindi pari a
1 4 2
P  rossa  bianca   P  rossa|bianca   P  bianca    
2 7 7

b) Usando un ragionamento simile al precedente si ha che:

3 2 1
P  rossa   e P  rossa|rossa   
7 6 3

1 3 1
e infine P  rossa  rossa   P  rossa|rossa  P  rossa    
3 7 7
Esercizio 12
Si sa che la probabilità di ottenere zero pezzi difettosi in un campione di 40 pezzi è 0.34, mentre la
probabilità di ottenere un difetto nel campione è 0.46.Qual è la probabilità di:
a) ottenere al massimo un difetto nel campione?
b) ottenere più di un difetto nel campione?

Soluzione

Indichiamo con Ei l'evento "nel campione ci sono i difetti"

a) Poiché gli eventi sono mutuamente esclusivi P  E0  E1   0 si ha che

P  E0  E1   P  E0   P  E1   0.34  0.46  0.8

b) Questo evento è il complementare del precedente, quindi si ha che


P  + di un difetto   P  E0  E1 
C
  1  P  E  E   0.2
0 1

Esercizio 13

Se la probabilità che tre persone (A, B, C) siano ancora vivi tra 30 anni è pari rispettivamente a 0.4,
0.3, 0.2, calcolare la probabilità che tra 30 anni:

a) siano tutti vivi

b) nessuno sia vivo

c) solo uno sia vivo

d) almeno uno sia vivo

Soluzione

a) indipendenza  P  A  B  C   P  A  P  B   P C   0.4  0.3  0.2  0.024

b) P  AC  BC  C C   P  AC   P  BC   P C C   0.6  0.7  0.8  0.336

c) P  solo A sia vivo   P  solo B sia vivo   P  solo C sia vivo  

 P  A  B C  C C   P  AC  B  C C   P  AC  B C  C  
 P  A  P  B C   P  C C   P  AC   P  B   P  C C   P  AC   P  B C   P  C  
 0.4  0.7  0.8  0.6  0.3  0.8  0.6  0.7  0.2
 0.452
d) Questo evento è il complementare di b)


P  AC  BC  C C 
C
  1 P  A  B
C C
 C C   1  0.336  0.664

Esercizio 14

Maria si sposerà domani all'aperto in campagna. Negli ultimi anni, si sono avute mediamente 30
giornate di pioggia ogni anno. Sfortunatamente le previsioni del tempo hanno previsto pioggia per
domani. Tipicamente quando piove, le previsioni del tempo lo prevedono col 90% delle
probabilità, invece, quando non piove, la previsione sbaglia il 15% delle volte. Qual è la probabilità
che domani pioverà?

Soluzione

Siano:

A1 l'evento "pioverà al matrimonio di Marie"

A2 l'evento "non pioverà al matrimonio di Marie"

B l'evento "è stata prevista pioggia"

Quello che dal testo conosciamo è che

P( A1 ) = 30/365 =0.082192 [piove 30 giorni l'anno]

P( A2 ) = 335/365 = 0.917808 [non piove 335 giorni l'anno.]
P( B | A1 ) = 0.9 [Quando piove le previsioni lo indovinano il 90% delle volte]
P( B | A2 ) = 0.15 [Quando non piove le previsioni prevedono pioggia il 15% delle volte]

Si vuole conoscere P( A1 | B ), la probabilità che pioverà il giorno del matrimonio di Marie dato che
le previsioni hanno previsto pioggia. La risposta può essere trovata grazie al teorema di Bayes

P  B | A1  P  A1  P  B | A1  P  A1 
P  A1 | B    
P  B P  B | A1  P  A1   P  B | A2  P  A2 


 0.9  0.082192   0.349515
 0.9  0.082192    0.15 0.917808
Esercizio 15

Tra i fumatori si sa che il 40% preferisce marca A e il 60% preferisce la marca B. Tra i fumatori che
preferiscono la marca A il 30% sono donne mentre sono il 40% quelle che preferiscono il marchio
B. Qual è la probabilità che prendendo un fumatore a caso questo preferisca il marchio A, sapendo
che questo è una donna?

Soluzione

Siano:

E1 l'evento "il fumatore preferisce il marchio A",

E2 l'evento "il fumatore preferisce il marchio B"

E l'evento è "il fumatore è donna".

Utilizzando il teorema di Bayes si ottiene che

P  E1  P  E | E1 
P  E1 | E  
P  E1  P  E | E1   P  E2  P  E | E2 
0, 4  0,3

0, 4  0,3  0, 6  0, 4
 0.333333
Esercizio 16

Chiedi al tuo vicino di bagnare una pianta malconcia durante la tua assenza. Senza acqua la pianta
muore con probabilità 0.8, con l'acqua muore con probabilità 0.15. Sei certo al 90% che il tuo
vicino si ricorderà di bagnare la pianta.

a) Qual è la probabilità che la pianta sopravviva al tuo ritorno?

b) Se la pianta muore, qual è la probabilità che il vicino si sia dimenticato di bagnarla?

Soluzione

Siano:

A l'evento "la pianta sopravvive"

W l'evento "la pianta è stata annaffiata"

a) P  A  P  A | W  P W   P  A | W C  P W C 
 0.85  0.9  0.2  0.1  0.785

P  AC | W C  P W C  P  AC | W C  P W C 
b) P W | A
C C
 
P  AC  1  P  A
0.8  0.1 16
 
1  0.785 43

Esercizio 17

Supponiamo che la variabile aleatoria X sia uguale al numero di rigori segnati da un certo giocatore
nei prossimi 3 turni di rigori. Se P  X  1  0.3, P  X  2  0.2, P  X  0   3  P  X  3 , si trovi il
valore atteso E(X).

Soluzione

Siccome le probabilità devono sommare a 1 avremo che:

P  X  0   P  X  1  P  X  2   P  X  3  1
3  P  X  3  P  X  1  P  X  2   P  X  3  1
4  P  X  3  0.3  0.2  1
P  X  3  0.125  P  X  0   0.375
Il valore atteso si calcola come
3
E  X    xP  X  x   0  P  X  0   1 P  X  1  2  P  X  2   3  P  X  3  1.075
i 0

Esercizio 18

E' noto che le viti prodotte da una certa fabbrica presentano un difetto, in maniera indipendente
una dall'altra, con probabilità pari a 0.01. La fabbrica vende le viti in confezioni di 10 e sostituisce i
pacchetti che contengano una o più viti difettose. Qual è la percentuale dei pacchetti venduti che
la fabbrica dovrà rimpiazzare?

Soluzione

Se X è il numero di viti difettose in una confezione da 10, allora X si distribuisce come una variabile
aleatoria binomiale di parametri n=10 e p=0.01.

Quindi la probabilità che un pacchetto debba essere sostituito vale

P  X  1  1  P  X  1  1  P  X  0  
10 
1     0.01  0.99   0.095618
0 10

0

Con EXCEL (comando BINOMDIST (versione inglese) o DISTRIB.BINOM (versione italiana))

calcoliamo la probabilità di avere 0 successi (la riga cumulativo in questo caso può essere messa
indifferente a 0 o 1)

a questo punto ci basterà sottrarre a 1 quella quantità.

Esercizio 19

Supponiamo che il numero di errori tipografici di una singola pagina di questo libro abbia una
distribuzione di Poisson di parametro λ=0.5. Si calcoli la probabilità che ci siano almeno due errori
in questa pagina.

Soluzione

Denotiamo con X il numero (aleatorio) di errori di questa pagina; abbiamo quindi

P  X  2   1  P  X  2   1  P  X  1  1  P  X  0   P  X  1
e1/2 1 2 
1
1/2
 1 e   0.090204
1!

Con EXCEL (comando POISSON (versione inglese e versione italiana)) calcoliamo la probabilità di
avere meno o proprio 1 errore (la riga cumulativo posta uguale a 1 per avere il minore uguale)

a questo punto ci basterà sottrarre a 1 quella quantità.

Esercizio 20

Per qualche costante c, la variabile aleatoria X ha densità

cx n , 0  x  1
f  x  
 0, altrimenti

Determinare c e P(X>x), 0<x<1

Soluzione

Per essere una densità di probabilità deve valere che

1
c
1   cx n dx   c  n 1
0  n  1
Invece la quantità richiesta varrà

1
P  X  x    n  1  t n dt  t n 1  1  x n 1
1

x
x

Esercizio 21

Per qualche costante c, la variabile aleatoria X ha densità

cx 4 , 0  x  2
f  x  
 0, altrimenti

Determinare E(X) e Var(X)

Soluzione

Determiniamo prima c tramite l'identità

2
32c 5
1   cx 4 dx  c
0
5 32
2
5 5 64
E  X    x  x 4 dx  
32 0 32 6
2
EX2 
5 5 128

32 0
x 2  x 4 dx  
32 7
Ricordando che
2
5 128  5 64 
Var  X   E  X 2    E  X   
2 5
    
32 7  32 6  53
Esercizio 22

Supponiamo che la lunghezza di una telefonata in minuti sia una variabile aleatoria esponenziale di
media 10 minuti. Se qualcuno arriva immediatamente prima di voi alla cabina telefonica,
determinare la probabilità di dover aspettare

a) più di 10 minuti

b) tra i 10 e i 20 minuti

Soluzione

Sia X la lunghezza della telefonata fatta dalla persona che occupa la cabina modellizzata attraverso
una variabile esponenziale di parametro λ=1/10 ; le probabilità cercate valgono
  10 
1
a) P  X  10   1  P  X  10   1  1  e 10   e1  0.368
 

dove il termine tra parentesi è la funzione cumulativa della variabile aleatoria esponenziale.

Con EXCEL (comando EXPONDIST (versione inglese) o DISTRIB.EXP (versione italiana)) calcoliamo la
probabilità di dover attendere meno di 10 minuti (la riga cumulativo in questo caso deve essere
messa a 1)

a questo punto ci basterà sottrarre a 1 quella quantità.

b) P 10  X  20  P  X  20  P  X  10  1  e2  1  e1  0.232544

Con EXCEL avremo P(X<=20)

e P(X<=10)
Esercizio 23

I risultati dei test di intelligenza si distribuiscono con buona approssimazione normalmente con
media 100 e deviazione standard 15. Qual è la probabilità che il risultato del test sia maggiore di
125

Soluzione

Sia X il risultato del test, risolviamo inizialmente l'esercizio solo con Excel (comando NORMDIST
(versione inglese) o DISTRIB.NORM (versione italiana))

P  X  125  1  P  X  125  1  0.95221=0.04779

Se invece volessimo utilizzare le tabelle dovremmo standardizzare la variabile; definiamo

Z=(X-100)/15, vogliamo calcolare

 125  100   1  P Z  1.67  1  0.95254=0.04746

P Z    
 15 
Esercizio 24

La resa di un processo chimico viene sottoposta a studio. In base all'esperienza precedente con
tale processo si sa che la deviazione standard del prodotto vale 3. Gli ultimi 5 giorni di operatività
dell'impianto hanno dato le seguenti rese: 91.6, 88.75, 90.8, 89.95 e 91.3%. Usare α=0.05.

a) Vi è qualche indicazione che la resa media non sia del 90%?

b) Trovare un intervallo di confidenza bilaterale al 95% sulla vera resa media

Soluzione

a) Si tratta di un test sulla media con deviazione standard nota.

H0: μ=90%

H1: μ≠90%

 
La regione critica è RC   zo  z  
1
 2 

x  0 90.48  90
La statistica test è z0    0.357771
 3
n 5

Il percentile z  z 0.05  1,96 (EXCEL funzione INV.NORM.ST (italiano) o NORMSINV (inglese)

1 1
2 2
Oppure cerchiamo il percentile dalle tabelle della normale cumulativa (dobbiamo cercare il valore
della area)

Conclusione: Poiché zo  z  non rifiuto H0 al livello di significatività 0.05.

1
2

b) Sappiamo che
 
xz  xz 
1 n 1 n
2 2

3 3
90.48  1.96    90.48  1.96
5 5
87.85    93.11

Notiamo che il valore 90 è compreso.

Esercizio 25

Si vuole studiare il diametro di aste di acciaio prodotte su due differenti macchine per estrusione.
Vengono selezionati due campioni casuali di dimensioni n1=15 e n2=17; la media e la varianza
campionarie sono rispettivamente pari a x1  8.73, s12  0.35, x2  8.68, s22  0.40 . Si assuma che
12   22 e che i dati siano ricavati da una distribuzione normale..

a) C'è qualche evidenza a sostegno dell'asserzione che le due macchine producono aste con
diametri medi differenti? Usare α=0.05 per arrivare a questa conclusione.

b) Trovare un intervallo di confidenza bilaterale al 95% sulla differenza tra i diametri medi.

Soluzione

Si deve effettuare un test in cui i parametri di interesse sono μ e μ con deviazioni standard
1 2
incongnite ma ritenute identiche. Vogliamo sapere se vale che μ - μ =0, quindi
1 2

H : μ - μ =0 e H : μ -μ ≠0.
0 1 2 1 1 2

Poiché le varianze sono solo stimate (e ritenute uguali) dobbiamo usare la statistica test

x1  x 2   1  2  8.73  8.68  0
t0    0.23
1 1 1 1
s pool  0.613 
n1 n2 15 17

La regione critica (o di rifiuto, sarà)

   
RC=  to  t    to  t  oppure to  t  
1 , n1  n2  2 1 , n1  n2  2 1 , n1  n2  2
 2   2 2 
Calcoli:

x1  8.73, s12  0.35, n1  15, x 2  8.68, s22  0.4, n2  17

s 2

 n1  1 s12   n2  1 s22

14  0.35  16  0.4
 0.377
n1  n2  2 15  17  2
pool

s pool  s 2pool  0.377  0.613

t  t 0.05  2, 04
1 , n1  n2  2 1 ,30
2 2
 dove l'ultimo calcolo lo otteniamo da Excel

oppure attraverso le tabelle della t-Student

gradi di libertà
Conclusione: Poiché to  t  l’ipotesi nulla non può essere rifiutata al livello di significatività
1 , n1  n2  2
2

0.05.

b)
1 1 1 1
x1  x 2  t  s pool   1  2  x1  x 2  t  s pool 
1 , n1  n2  2 n1 n2 1 , n1  n2  2 n1 n2
2 2

1 1 1 1
8.73  8.68  2, 04  0.613   1  2  8.73  8.68  2, 04  0.613 
15 17 15 17
0.394  1  2  0.494

Notiamo che lo zero è compreso.

Esercizio 26

E' stato eseguito uno studio per determinare se tra uomo e donna esiste una differenza a livello di
ripetibilità delle azioni necessarie per assemblare i componenti su un circuito stampato. Sono stati
selezionati due campioni di 25 uomini e 21 donne, e ciascun soggetto ha assemblato le unità
circuitali. Le due deviazioni standard campionarie del tempo di assemblaggio sono state:
suomo  0.914 min e sdonna  1.093min. Esiste qualche indicazione che porti ad affermare che gli
uomini sono meno predisposti alla ripetibilità nell'operazione di assemblaggio rispetto alle donne?
Usare α=0.01 e trovare anche un limite inferiore per il rapporto delle due varianze.

Soluzione

I parametri di interesse sono le varianze  uomo

2
e  donna
2

Vogliamo verificare H 0 :  uomo

2
  donna
2
contro H1 :  uomo
2
  donna
2

2
suomo 0,835
La statistica test è: f0  2   0.7
sdonna 1,195


Si rifiuta se: RC= f o  f1 ,n 1,n 1
1 2

Poiché f1 ,n1 1,n2 1  f0.99,24,20  2,86

Poiché fo  f1 ,n1 1,n2 1 , l’ipotesi nulla non può essere rifiutata al livello di significatività 0.01.

L'intervallo di confidenza è

2
sdonna  donna
2
f ,n1 1,n2 1  2
2
suomo  uomo
0.835 2
 0.36  donna
1.195  uomo
2

 donna
2
0.522  2
 uomo