Sei sulla pagina 1di 38

PROBABILIT

`
A E STATISTICA
PER INGEGNERIA GESTIONALE
Sezione Po-Z
Temi desame di anni passati
I diritti dautore sono riservati. Ogni sfruttamento commerciale non autorizzato sar`a perseguito.
Testi delle prime prove in itinere
4 maggio 2004
Esercizio 1.
Sia X una variabile aleatoria, la cui funzione di densit`a `e
f
X
(x) =
_
c(4 x
2
) |x| 2
0 altrove
a) Calcolare c, F
X
(x), E[X] e Var [X].
b) Calcolare P[1 < X < 4].
c) (Facoltativo) Calcolare la funzione di distribuzione della variabile Y = X
2
.
Esercizio 2.
Unurna contiene 14 palline, 8 nere e le restanti bianche. Andrea estrae a caso una pallina, se `e nera
la rimette nellurna, se `e bianca la porta via con se. Arriva Bruno, anchegli estrae una pallina.
a) Calcolare la probabilit`a che la pallina estratta da Bruno sia nera.
b) Supponendo che la pallina estratta da Bruno sia nera, calcolare la probabilit` a che invece Andrea
avesse estratto una pallina bianca.
Esercizio 3.
Una nuova lampadina ha una durata che pu`o essere descritta con una variabile esponenziale T, la
cui media `e 2100 ore. Si prende un campione formato da 110 lampadine e di ciascuna si misura la
durata.
a) Calcolare la probabilit`a che la media campionaria delle durate sia superiore a 1900 ore.
b) Da quante lampadine deve essere come minimo composto il campione, anche la probabilit`a
calcolata al punto a) superi il 95%?
Esercizio 4.
Per un programma Erasmus, in una citt` a europea si ritrovano quattro studenti del Politecnico, due di
Ingegneria (Italo e Ivana) e due di Architettura (Angela e Andrea). Ciascuno di loro sceglie (a caso
ed indipendentemente dagli altri) in quale pensionato alloggiare tra due disponibili (che chiameremo
A e B). Concentriamo la nostra attenzione sul pensionato A. Abbiamo le due variabili aleatorie
X e Y denite come
X = # studenti di Ingegneria alloggiati nel pensionato A
Y = # studenti del Politecnico nel pensionato A
a) Calcolare separatamente le distribuzioni di X e di Y . Ciascuna delle due variabili aleatorie segue
una distribuzione notevole? Se s`, quale? X e Y sono indipendenti? Perche?
1
Probabilit` a e Statistica Temi desame di anni passati 2
b) Calcolare la funzione di massa congiunta del vettore (X, Y ), vericando che le due densit` a
marginali di X e Y coincidano con quelle trovate al punto a).
c) Calcolare Cov [X, Y ].
Esercizio 5.
Una catena di negozi dabbigliamento `e formata da 150 punti vendita. Possiamo pensare che lincasso
mensile X di ciascuno di questi punti vendita (in ) sia X Nor
_
= 9700,
2
= (2000)
2
_
.
a) Qual `e la probabilit`a che il mese prossimo un dato negozio incassi almeno 10000 ?
b) La catena considera di successo un negozio che abbia incassato almeno 10000 , qual `e la
probabilit` a che almeno 70 negozi il prossimo mese siano di successo?
c) Qual `e la probabilit` a che il prossimo mese la catena incassi complessivamente almeno un 1.500.000
?
Esercizio 6.
In un call-center, al posto di un certo operatore, viene installato un centralino in grado di rispondere
automaticamente. Si sa che in media arrivano 20 chiamate allora.
a) Qual `e la probabilit`a che la prima chiamata arrivi entro 5 dallaccensione del centralino?
b) Qual `e la probabilit`a che nei prossimi 12 arrivino almeno 3 chiamate?
c) Sapendo che negli ultimi 7 non `e arrivata alcuna chiamata, qual `e la probabilit` a che non arrivino
telefonate per 10 consecutivi?
d) (Facoltativo) Sapendo che tra le 11.10 e le 11.30 di oggi sono arrivate 6 chiamate, qual `e la
probabilit` a che almeno 3 di queste siano arrivate tra le 11.10 e le 11.20?
29 aprile 2005
Esercizio 1.
a) Completare la seguente tabella.
Y = Y = 0 Y = 2
X = 0 0.1 0.25
X = 3 0.3
0.35 0.35
b) Che valore bisogna dare ad anche X e Y siano scorrelate? In tale caso, saranno anche
indipendenti?
c) Completare la seguente tabella, supponendo che X e Y siano indipendenti.
Y = 1 Y = 3 Y = 4
X = 2 0.08 0.2
X = 5
0.2
d) Quanto valgono E[XY ] e P[X > Y ]?
Esercizio 2.
Wolfango ha davanti a se tre urne di identico aspetto, in una di esse vi sono 3 palline rosse e 7 palline
verdi, in entrambe le altre invece sono contenute 4 palline rosse e 6 palline verdi.
a) Scegliendo a caso unurna, Wolfango estrae in blocco tre palline. Qual `e la probabilit` a che
nemmeno una delle palline estratte sia rossa?
Probabilit` a e Statistica Temi desame di anni passati 3
b) Eettivamente, nessuna delle tre palline pescate era rossa; qual `e la probabilit` a che Wolfango
abbia scelto una delle due urne uguali?
Esercizio 3.
Siano X Nor ( = 53,
2
= 10) e Y Nor ( = 44,
2
= 12) congiuntamente normali. Sia inoltre
Cov [X, Y ] = 1.
a) Calcolare P[X > 50].
b) Calcolare P[X > Y ].
Esercizio 4.
Andrea e Bruno giocano a Testa o Croce con una moneta truccata (la probabilit` a che esca testa
vale 0.3), le regole sono queste: la moneta viene lanciata quattro volte, se in al massimo due di esse
esce Testa vince Andrea, altrimenti vince Bruno.
a) Qual `e la probabilit`a che Bruno vinca una partita?
b) Quante partite `e necessario giocare, perche la probabilit`a che Bruno ne vinca almeno una superi
il 95%?
c) Se per partecipare ad una partita Andrea punta 100 , quanto dovrebbe puntare Bruno anche
il gioco sia equo?
Esercizio 5.
Una coltura batterica tende a svilupparsi in colonie circolari, in cui (detto t il tempo di sviluppo di
una di tali colonie) il raggio R `e distribuito uniformemente tra 0 e 12t. Sia A larea di una di tali
colonie.
Calcolare (in funzione di t) E[A] e P[A 3].
Esercizio 6.
Un negozio `e aperto ogni giorno dalle 9:00 alle 19:00; alcuni clienti che entrano acquistano qualcosa,
altri no. Sia X il numero dei clienti che nellarco di una giornata entrano nel negozio ed Y il numero
dei clienti che, oltre ad entrare, acquistano qualcosa. Sappiamo che:
il numero di clienti che ogni ora entra nel negozio `e una variabile aleatoria Poi ( = 3);
se in un giorno sono complessivamente entrati in negozio n clienti, la probabilit`a che k di loro
abbiano acquistato qualcosa `e proporzionale a k.
a) Se il negozio chiude per venti minuti, qual `e la probabilit` a che in tale periodo meno di due clienti
rimangano chiusi fuori?
b) Calcolare
1
P[X = x, Y = y].
c) In media, ogni giorno, quanti acquisti avvengono? (Consiglio: non calcolare la distribuzione
marginale di Y )
1
Formule utili:
n

k=1
k = 1 + 2 + . . . + n =
n(n + 1)
2
n

k=1
k
2
= 1
2
+ 2
2
+ . . . + n
2
=
n(n + 1)(2n + 1)
6
.
Probabilit` a e Statistica Temi desame di anni passati 4
3 maggio 2006
Esercizio 1.
a) Completare la seguente tabella.
Y = 0 Y = 1 Y = 2
X = 0 0.15
X = 2 0.3 0
X = 4 0.05 0.1 0.15
0.3 0.5
b) Calcolare Cov [X, Y ].
c) Calcolare P[X +Y > 3].
d) Calcolare E[Y |X = k] per k = 0, 2, 4.
Esercizio 2.
Andrea ha davanti a se unurna contenente tre palline rosse e sette palline verdi, estrae in blocco due
palline e le sostituisce con altre due del colore opposto (se estrae due verdi, le sostituisce con due
rosse, e cos` via. . . ).
a) Arriva Bruno, che (ignaro di ci` o che ha fatto Andrea) a sua volta estrae in blocco dallurna tre
palline. Qual `e la probabilit`a che nemmeno una delle palline estratte sia rossa?
b) Eettivamente, nessuna delle tre palline pescate da Bruno era rossa; qual `e la probabilit`a che
Andrea avesse pescato (e sostituito) due palline di colore uguale?
Esercizio 3.
Sia X Nor (, C), ove
X =
_
X
1
X
2
_
=
_
2
6
_
C =
_
12 2
2 26
_
a) Calcolare P[X
1
> 5].
b) Calcolare P[2X
1
> 5 +X
2
].
Esercizio 4.
Aldo e Bruno giocano a Testa o Croce con una moneta truccata, sia p la probabilit` a che in un
lancio esca testa, le regole del gioco sono le seguenti: si fanno quattro lanci, se almeno una volta esce
testa, allora vince Aldo, altrimenti vince Bruno.
a) Calcolare quanto deve valere p anche il gioco sia equilibrato.
b) Nel caso in cui p = 0.1, qual `e la probabilit` a che su cinque partite (per partita si intende una
successione di quattro lanci) Aldo vinca almeno una volta?
Esercizio 5.
La variabile aleatoria X ha la seguente densit` a:
P[X = 0] = P[X = 1] = P[X = 2] =
1
2
.
a) Sulla base di un campione X
1
, . . . , X
n
, determinare con il metodo dei momenti lo stimatore di .
b) Lo stimatore trovato `e corretto?
`
E consistente?
Esercizio 6.
Sia X la variabile aleatoria Numero di telefonate che arrivano al centralino di una azienda.
Probabilit` a e Statistica Temi desame di anni passati 5
a) Sapendo che la probabilit` a che in 3 minuti arrivi almeno una telefonata vale p = 0.9, determinare
il numero medio di telefonate che arrivano in unora.
b) In accordo con quanto trovato al punto a), calcolare la probabilit`a che in tre minuti arrivino
almeno tre telefonate.
c) Calcolare la probabilit`a che tra una telefonata e la successiva passino almeno cinquanta secondi.
d) Dallultima telefonata sono gi` a trascorsi trenta secondi. Calcolare la probabilit`a che tra tale
telefonata e la prossima passino almeno due minuti.
3 maggio 2007
Esercizio 1.
a) Completare la seguente tabella, sapendo che X e Y sono indipendenti e che E[X] = 0.3.
Y = 0 Y = 1 Y = 2
X = 1 0.2 0.5
X = 0
X = 1 0.1
b) Calcolare E[X
2
Y ].
c) Calcolare P[X +Y > 0].
Esercizio 2.
Andrea ha davanti a se unurna contenente tre palline rosse, cinque palline verdi e due palline bianche,
estrae una pallina e
se `e bianca, la sostituisce con una rossa;
se `e rossa, la sostituisce con una bianca;
se `e verde, la rimette nellurna.
a) Arriva Bruno, che (ignaro di ci` o che ha fatto Andrea) estrae dallurna una pallina. Qual `e la
probabilit` a che la pallina estratta da Bruno sia rossa?
b) Eettivamente, la pallina pescata da Bruno era rossa; qual `e la probabilit` a che Andrea avesse
modicato la composizione dellurna?
Esercizio 3.
Siano X Nor ( = 2,
2
= 6) e Y Nor ( = 5,
2
= 24) due variabili congiuntamente normali.
a) Calcolare P[X > 1] e P[X < 2|X > 1].
b) Sapendo che il coeciente di correlazione tra X e Y vale = 0.5, scrivere il vettore delle medie
e la matrice delle covarianze del vettore V =
_
X 1
3X 2Y
_
.
Esercizio 4.
Sia X
1
, . . . , X
n
, . . . una successione di variabili aleatorie di Bernoulli, indipendenti, ciascuna con
p = 0.45.
a) Calcolare P[X
1
+X
2
+. . . +X
10
3].
b) Ciascuna variabile X
i
rappresenta lesito di una prova di Bernoulli (1=successo, 0=insuccesso),
quante prove `e necessario eettuare, anche la probabilit` a di ottenere almeno un successo superi
0.99?
Probabilit` a e Statistica Temi desame di anni passati 6
Esercizio 5.
La variabile aleatoria X ha la seguente densit` a:
f
X
(x) =
_
1
2
cos x

2
< x <

2
0 altrove
.
a) Quante variabili distribuite come X occorre avere, perche (detta

X la loro media campionaria)
valga la relazione P
_
|

X| < 0.04

> 0.95?
b) (Facoltativo) Determinare la funzione di ripartizione della variabile aleatoria Y = X
2
.
Esercizio 6.
Un orologio da parete ha il meccanismo leggermente difettoso: ogni secondo la lancetta dei secondi
dovrebbe eettuare uno scatto, ma (in media) una volta su quattrocento questo scatto non avviene
e lorologio ritarda di un secondo. Supponiamo che questo malfunzionamento si possa presentare in
maniera indipendente ogni volta.
a) Calcolare la probabilit`a che nellarco di unora lorologio ritardi di almeno quattro secondi.
b) Calcolare la probabilit`a che nellarco di un giorno lorologio ritardi di almeno tre minuti.
Esercizio 7.
Sia (X, Y ) un vettore aleatorio continuo la cui funzione di densit` a vale
f
X,Y
(x, y) =
_
y + 3xy
2
0 < x < 1, 0 < y < 1
0 altrove
.
Calcolare E[X|Y ]
29 aprile 2008
Esercizio 1.
Sia (X, Y ) un vettore aleatorio continuo la cui funzione di densit` a congiunta vale
f
X,Y
(x, y) =
_
2
3
(x +y + 2xy) 0 < x < 1, 0 < y < 1
0 altrove
.
a) Calcolare P[Y < X
2
].
b) Determinare f
X
e f
Y |X
.
Esercizio 2.
Andrea e Bruno giocano a testa-o-croce, le regole sono le seguenti: se in tre lanci esce almeno una
volta croce vince Andrea, altrimenti vince Bruno. Per giocare, Andrea punta 16 e Bruno ne punta
24.
a) Supponiamo che la moneta sia truccata (e p sia la probabilit` a che esca testa). Quanto dovrebbe
valere p, anche il gioco sia equo?
b) Supponiamo ora che la moneta sia equilibrata (cio`e: p = 0.5). Qual `e il numero minimo di partite
che Andrea e Bruno devono disputare, anche la probabilit` a che Bruno ne vinca almeno una superi
0.92?
c) Sempre supponendo che la moneta sia equilibrata, qual `e la probabilit` a che, nellarco di 80 partite,
Andrea guadagni meno di 1300 ?
Probabilit` a e Statistica Temi desame di anni passati 7
Esercizio 3.
Sia U = (X
1
, X
2
, X
3
), e U Nor (
U
, C
U
) con

U
=
_
_
2
1
3
_
_
e C
U
=
_
_
4 2 0
2 8 1
0 1 4
_
_
.
a) Calcolare P[X
1
> 5].
b) Calcolare il vettore delle medie
V
e la matrice delle covarianze C
V
del vettore V = (Y
1
, Y
2
), ove
Y
1
= X
1
X
2
X
3
, Y
2
= 3X
2
4X
1
+ 2.
c) Determinare (se possibile) il valore da attribuire ad anche Y
1
+Y
2
sia indipendente da X
3
.
Esercizio 4.
Lautostrada che collega Paperopoli a Topolinia ha due caselli nei pressi di Topolinia:
Topolinia Ovestda cui transita unautomobile ogni 2 minuti,
Topolinia Est, da cui transita unautomobile ogni 20 secondi.
a) Pippo lavora al casello Ovest. Qual `e la probabilit` a che tra unautomobile e la successiva
trascorrano meno di tre minuti?
b) Per ragioni di servizio, Pippo `e costretto a chiudere momentaneamente il casello Ovest per cinque
minuti, qual `e la probabilit`a che alla riapertura ci siano almeno quattro automobili in coda?
c) Per lavori pi` u seri, il casello Ovest viene chiuso del tutto, e tutto il traco viene deviato al casello
Est. Qual `e, ora, la probabilit` a che dal casello Est nellarco di un minuto transitino meno di tre
automobili?
Esercizio 5.
Nel circuito riprodotto in gura, le probabilit` a di
funzionamento dei tre interruttori sono rispettivamente
p
A
= 0.9, p
B
= 0.98, p
C
= 0.95.
A B
C
Poiche attraverso di esso passa corrente, qual `e la probabilit`a che il componente A sia funzionante?
Esercizio 6.
Andrea ha davanti a se un mazzo di carte francesi e un dado regolare. Innanzitutto pesca una carta
dal mazzo, dopodiche tira il dado un numero di volte pari al valore della carta estratta (se ha pescato
un 3, tira il dado tre volte, se ha pescato un asso, tira il dado una volta sola, se ha pescato J, Q
o K, in ogni caso tira 10 volte il dado), sommando via via i punteggi segnati dal dado. Calcolare
il valore atteso della variabile aleatoria X =somma dei punteggi ottenuti.
Testi delle seconde prove in itinere
6 luglio 2004
Esercizio 1.
Una catena di Markov a tempo discreto su quattro stati (chiamiamoli 1, 2, 3 e 4) ha le
seguenti probabilit` a di transizione
p
1 2
= 1, p
2 1
= 1 p
2 3
= 0.2, p
4 1
= 1 p
4 3
= 0.2, p
3 4
= 1.
a) Disegnare il grafo della catena, scrivere la matrice di transizione e classicarne gli stati.
b) Supponendo che
0
= (0.1, 0.2, 0.3, 0.4), calcolare
P[X
3
= 1|X
0
= 2] e P[X
3
= 1] .
c) Esiste la distribuzione invariante? In caso aermativo calcolarla.
Esercizio 2.
Da una variabile aleatoria X Nor (,
2
) sono state ricavate 13 osservazioni, ottendo come media
campionaria 12.67 e come varianza campionaria 5.74;
a) ricavare al 95% di condenza un limite inferore per ;
b) ricavare al 95% di condenza un limite superiore per
2
.
Esercizio 3.
Da due variabili aleatorie X Nor ( =
X
,
2
= 14.3) e Y Nor ( =
Y
,
2
= 12.4) sono state
ricavate rispettivamente n
X
= 11 e n
Y
= 9 osservazioni. Le medie campionarie ottenute sono
x = 36.4 e y = 39.1.
`
E lecito concludere che
X
=
Y
? Quanto vale il pvalue?
Esercizio 4.
In unindagine per vericare il gradimento di una certa iniziativa della citt`a di XYZ, sono stati
intervistati 530 abitanti, e si `e appurato che 138 erano favorevoli. Il sindaco stimava la percentuale
di favorevoli non inferiore al 30%. Impostando il problema con un opportuno test dipotesi, cosa
concludereste? Qual `e il pvalue del test in questione?
Esercizio 5.
Nella sperimentazione di un nuovo farmaco, un campione di pazienti `e stato suddiviso in due gruppi,
ad uno `e stato somministrato il farmaco nuovo, allaltro il farmaco usato di norma, con i seguenti
risultati:
migliorato stazionario peggiorato
Farmaco nuovo 21 31 58
Farmaco solito 27 30 33
8
Probabilit` a e Statistica Temi desame di anni passati 9
Si pu`o concludere che il decorso della malattia non dipende dal farmaco adottato?
Esercizio 6.
Da una variabile aleatoria X sono state ricavate le seguenti osservazioni:
1.1 1.4 1.7 4.5;
`e lecito concludere che X Uni (1, 5)?
Esercizio 7.
In un negozio, i clienti arivano mediamente al ritmo di 15 ogni ora; nel negozio lavorano cinque
commessi, uno a turno, e ciascuno di loro `e in grado di servire un cliente in un tempo medio di 3
minuti; supponiamo vere tutte le ipotesi che permettono di usare la teoria delle code, e supponiamo
che la coda sia in equilibrio.
a) Quanti clienti ci aspetteremmo di vedere, entrando nel negozio? Quanto tempo ci aspettiamo di
trascorrere nel negozio?
b) Qual `e la probabilit`a che nel negozio ci siano almeno tre clienti?
c) Se il numero di clienti che arrivano ogni ora salisse a 95, `e suciente che i 5 commessi lavorino tutti
contemporaneamente per garantire che la coda non si allunghi indenitamente? Quanti commessi
sarebbero (come minimo) necessari?
6 luglio 2005
Esercizio 1.
Da una variabile aleatoria X Nor (,
2
) sono state ricavate 15 osservazioni, per le quali x
15
= 12.4
e s
2
15
= 1.1.
a) Calcolare al 90% di condenza un intervallo per .
b) Calcolare al 95% di condenza un limite superiore per
2
.
Esercizio 2.
Dobbiamo costruire un intervallo di condenza al 95% per la media di una Nor (,
2
); sapendo che

2
= 123, qual `e il numero minimo di osservazioni, anche la larghezza dellintervallo trovato sia
inferiore alla unit`a?
Esercizio 3.
Di una catena di Markov su tre stati (che chiameremo 1, 2 e 3) sono date le seguenti probabilit`a
di transizione:
p
1 1
= 0.6 p
1 3
= p
3 1
= 0 p
2 1
= p
2 3
= 0.4 p
3 3
= 0.2.
a) Disegnare un grafo della catena, classicarla e scrivere la matrice di transizione.
b) Se allistante t = 0 ci troviamo nello stato 1, con quale probabilit`a ci troveremo in ciascuno stato
allistante t = 3?
c) Esiste la distribuzione invariante? In caso aermativo calcolarla.
Esercizio 4.
Un ucio, aperto dalle 9 alle 18, riceve sia telefonate urbane sia interurbane. Supponiamo che
sussistano le seguenti condizioni:
quando limpiegato parla al telefono, questo non accetta altre chiamate;
in media, una telefonata urbana dura due minuti, una interurbana un minuto e mezzo;
Probabilit` a e Statistica Temi desame di anni passati 10
in media, ogni ora arrivano venti chiamate urbane e dieci interurbane (comprese quelle che
arrivano quando il telefono `e occupato);
gli arrivi delle telefonate seguono opportune distribuzioni poissoniane, le durate seguono op-
portune esponenziali.
Qual `e la probabilit` a che alle 17 in punto il telefono sia libero? E quella che sia in corso una telefonata
interurbana?
(Suggerimento: Descrivere la situazione con una catena di Markov a tempo continuo)
Esercizio 5.
Per stabilire se un certo farmaco modica o meno la quantit` a di colesterolo nel sangue, vengono
esaminate sei persone. A ciascuna di esse tale farmaco viene somministrato per un mese, vericando
poi se il tasso di colesterolo `e variato rispetto alle analisi eettuate prima dellesperimento, i risultati
sono i seguenti:
paziente 1 2 3 4 5 6
tasso prima dellesperimento 170.3 193.2 210.3 158.3 180.1 198.3
tasso dopo lesperimento 166.5 195.8 171.1 163.2 152.2 161.5
Nellipotesi che il tasso di colesterolo nel sangue sia normalmente distribuito, ai soliti livelli di
signicativit` a (1%, 5% e 10%), concludereste che il farmaco ha eetto nel modicarlo, oppure no?
Esercizio 6.
Da una variabile aleatoria X sono state ricavate le seguenti osservazioni:
2.3 1.5 5.4 0.5 3.1;
vericare, al livello di signicativit` a dell1%, 5% e 10%, lipotesi che X Esp( = 1).
Esercizio 7.
Una cittadina `e stata suddivisa in tre quartieri; per ciascun quartiere viene rilevato il numero di
bambini delle elementari e di bambini delle medie, ottenendo i seguenti risultati:
quartiere I II III
bambini delle elementari 25 35 40
bambini delle medie 50 65 35
ai soliti livelli di signicativit` a (1%, 5% e 10%), possiamo concludere che non vi sia alcun legame tra
il quartiere e la distribuzione dei bambini?
Esercizio 8.
Per controllare se una moneta `e equilibrata, la lanciamo mille volte. Avendo ottenuto testa 460 volte,
concludereste che la moneta `e truccata?
(Rispondere alla domanda mediante il calcolo di un opportuno p-value)
Esercizio 9.
Un ucio ha a disposizione un unico sportello, in grado di servire quindici persone allora. Presso
questo sportello si presentano molti utenti, al ritmo di uno ogni cinque minuti. Supponiamo valide
tutte le ipotesi che ci consentono di usare le formule relative alle code.
a) Quante persone mediamente sono presenti in tale ucio? Quanto tempo passano attendendo in
coda?
b) Il responsabile dellucio giudica che ogni minuto passato in coda da ciascun utente corrisponda
ad una perdita di 10 centesimi. Una soluzione consisterebbe nel meccanizzare in parte il lavoro allo
sportello, ci` o farebbe alzare la media di servizio a venti persone allora, con un costo orario di 5 Euro.
Ritenete che valga la pena di arontare la spesa?
Probabilit` a e Statistica Temi desame di anni passati 11
6 luglio 2006
Esercizio 1.
Sia X
n
una catena di Markov a tempo discreto su tre stati (chiamiamoli 1, 2 e 3). Sono
assegnate le seguenti probabilit`a di transizione
p
1 1
= p
1 2
= 0.5, p
2 1
= 1 p
2 3
= 0.6, p
3 1
= 1.
a) Disegnare il grafo della catena, scrivere la matrice di transizione e classicare gli stati.
b) Supponendo che
0
= (0.3, 0.4, 0.3), calcolare
P[X
3
= 3|X
0
= 3] e P[X
3
= 3] .
c) Esiste la distribuzione invariante? In caso aermativo calcolarla.
Esercizio 2.
Da una variabile aleatoria X Nor (,
2
) sono state ricavate 15 osservazioni, ottendo come media
campionaria 25.47 e come varianza campionaria 6.89;
a) ricavare un intervallo di condenza al 99% per ;
b) ricavare al 95% di condenza un limite superiore per
2
;
Esercizio 3.
Le trattorie dei signori Gialli e Verdi si fronteggiano sulla piazza di un paese. Il signor Gialli oggi
sostiene che la propria trattoria `e la preferita dagli abitanti della zona, confrontandosi con Verdi, egli
ha infatti scoperto che ieri sera ha servito 35 pasti, contro i 25 serviti da Verdi.
Impostando il problema con un opportuno test dipotesi, dareste ragione al signor Gialli? Nel
caso sia possibile determinarlo, qual `e il pvalue del test in questione?
Esercizio 4.
Per confrontare il rendimento di due diverse marche di benzina, sono state scelte sei autovetture, e
per ciascuna `e stato misurato il consumo di carburante (km al litro) con le due marche, ottenendo i
seguenti risultati:
auto 1 auto 2 auto 3 auto 4 auto 5 auto 6
Marca A 14.1 12.1 10.8 7.9 12.2 12.1
Marca B 13.2 14.1 12.6 8.3 14.4 13.2
Al livello del 5% di signicativit`a, `e possibile dire che le due marche sono equivalenti? Sempre al
5%, `e possibile dire che la marca B `e migliore?
Esercizio 5.
Da una variabile aleatoria X sono state ricavate le seguenti osservazioni:
0.2 1.3 1.7 2.3 3;
ai soliti livelli di signicativit` a, `e lecito concludere che X Esp( = 1)?
Esercizio 6.
Nellanno accademico 2004/2005 i 154 studenti del corso di Probabilit` a e Statistica che hanno so-
stenuto entrambe le prove in itinere si sono suddivisi nel seguente modo: in 30 hanno riportato
uninsucienza in entrambe le prove; in 11 hanno superato la prima, ma non la seconda prova; in 11
hanno superato la seconda, ma non la prima ed i restanti le hanno superate entrambe.
`
E lecito concludere non ci sia alcun legame tra gli esiti delle due prove?
Probabilit` a e Statistica Temi desame di anni passati 12
Esercizio 7.
Da due variabili aleatorie X Nor (
X
,
2
X
) e Y Nor (
Y
,
2
Y
) sono state ricavate rispettivamente
n
X
= 16 e n
Y
= 18 osservazioni. Le varianze campionarie ottenute sono
S
2
X
= 6.32 S
2
Y
= 15.68;
ai soliti livelli di signicativit` a, `e lecito concludere che
2
X
=
2
Y
?
Esercizio 8.
In un minimarket, `e presente ununica cassa, in grado di servire 40 clienti allora, nel minimarket
entra un cliente ogni due minuti.
a) Quanti clienti ci aspetteremmo di vedere, entrando nel minimarket? Quanto tempo ci aspettiamo
di trascorrere in coda? Quante persone saranno, mediamente, in coda?
b) Se il minimarket rimane aperto ogni giorno per 14 ore, quanto tempo, mediamente, la cassa
rimane inattiva?
c) Qual `e la probabilit`a che nel negozio ci siano al massimo tre clienti?
d) Il proprietario ritiene che ogni minuto passato in coda dal singolo cliente corrisponda ad una
perdita di cinque centesimi. Il cassiere si dichiara in grado di aumentare la velocit` a del servizio a
quarantacinque clienti allora, in cambio di un aumento di stipendio di due Euro allora. Se voi foste
il proprietario, accontentereste il cassiere?
9 luglio 2007
Esercizio 1.
Gli addetti di un autolavaggio a mano lavano unautomobile alla volta, impiegando un tempo espo-
nenzialmente distribuito; in media, per ogni vettura occorrono sei minuti. Il numero di clienti che
ogni ora si presentano allautolavaggio `e una variabile aleatoria Poi ( = 6).
a) Supponiamo di arrivare allautolavaggio qualche ora dopo lapertura, Qual `e la probabilit` a di
dover aspettare? Qual `e la probabilit` a di essere il primo della coda? In questultimo caso, qual `e la
probabilit` a di dover attendere almeno cinque minuti prima di essere serviti?
b) Il proprietario sa per esperienza che ogni minuto passato ad attendere in coda da un cliente si
traduce in una perdita di 10 centesimi; per aumentare la velocit`a di servizio dovrebbe rinnovare i
macchinari, al costo aggiuntivo di 2 Euro allora, e per ogni vettura occorrerebbero quattro minuti
al posto dei sei minuti attuali. Voi cosa gli consigliereste?
Esercizio 2.
La ditta AlfaLux garantisce che la durata media delle proprie lampadine supera le 1200 ore. Control-
lando un gruppo di 14 lampadine si `e riscontrata una durata media di 670 ore. Supponendo che la
durata di una lampadina segua una legge Esponenziale, `e lecito dubitare di quanto dichiarato dalla
ditta?
Esercizio 3.
Da una variabile aleatoria X Nor (,
2
) sono state ricavate le seguenti osservazioni:
11.1, 12.4, 11.7, 12.1, 11.5.
a) Calcolare al 90% di condenza un intervallo bilatero per .
b) Calcolare al 95% di condenza un limite superiore per
2
.
Esercizio 4.
In base alla propria esperienza, il proprietario di una catena di autosaloni sa che vi `e un legame
Probabilit` a e Statistica Temi desame di anni passati 13
tra lampiezza x dello spazio espositivo ed il fatturato y di un autosalone. Egli possiede gi` a sette
autosaloni, dei quali riportiamo
2
lampiezza in metri quadri x
i
e il fatturato annuale y
i
:
x
i
310 596 437 302 620 403 381
y
i
280 460 430 260 510 350 330
ipotizziamo un legame lineare y =
0
+
1
x +e.
a) Sulla base dei dati in vostro possesso, compilare le seguenti tabelle;
coef SE coef T

1
S= R
2
=
ANOVA DF SS MS F
Regr.
Resid.
b) Calcolare al 95% di condenza un intervallo per il fatturato medio di un autosalone di 400 metri
quadrati.
c) Il proprietario ha di recente acquisito un nuovo autosalone, di 400 metri quadrati, lo ha dato
in gestione al glio e nel primo trimestre di questanno il fatturato `e stato di 75mila Euro, al 95%
giudicate un tale risultato ragionevole? (motivare la risposta)
Esercizio 5.
Di una catena di Markov a tempo continuo su tre stati (che chiameremo 1, 2 e 3) sappiamo
che:
i tempi T
i
(in minuti) di permanenza nei vari stati hanno medie E[T
1
] = 6, E[T
2
] = 10,
E[T
3
] = 6;
quando il sistema abbandona lo stato 1, si trasferisce con certezza nello stato 2;
quando il sistema abbandona lo stato 2, si trasferisce con certezza nello stato 3;
quando il sistema abbandona lo stato 3, si trasferisce con ugual probabilit`a nello stato 1 o nello
stato 2.
Scrivere la matrice delle velocit` a di transizione e determinare la distribuzione invariante.
Esercizio 6.
Andrea si dedica per hobby alla corsa, e si sta confrontando con i 400 metri; si `e cronometrato prima
e dopo le vacanze natalizie, ed ha ottenuto i seguenti risultati:
prima delle vacanze: 5 corse tempo medio: 53.82 secondi
dopo le vacanze: 6 corse tempo medio: 54.41 secondi
Alla luce di quanto rilevato, Andrea teme che le festivit` a natalizie, con cenoni e veglioni, abbiano
inuito negativamente sulla sua forma sica. Supponendo che il tempo X impiegato da Andrea
per correre 400 metri sia distribuito normalmente, e che la varianza sia rimasta costante, (uguale a

2
= 0.1), voi cosa concludete? Calcolare, se possibile, il p-value di questo test.
2
Quantit`a utili:

x
i
= 3049,

y
i
= 2620,

x
2
i
= 1425459,

y
2
i
= 1034000,

x
i
y
i
= 1210370.
Probabilit` a e Statistica Temi desame di anni passati 14
Esercizio 7.
`
E stata svolta una gara di corsa campestre tra due societ`a sportive I ori e Le picche, lordine darrivo
(dal primo allultimo) `e il seguente:
, , , , , , , , , , , , , , , , , .
Ai vari livelli di signicativit` a, possiamo concludere che una delle due squadre `e pi` u forte? Se s`,
quale?
Esercizio 8.
Nel corso di unindagine a sfondo gastronomico, `e stato notato che, dei clienti di un ristorante, 180
alla ne del pasto ordinavano cae e amaro, 150 solo cae, 100 solo lamaro, e 140 ne luno ne laltro.
Possiamo concludere che non c`e alcun legame tra il desiderio di un cae o di un amaro a ne pasto?
7 luglio 2008
Esercizio 1.
Sono state monitorate 300 telefonate in arrivo ad un centralino; 110 avevano una durata inferiore al
minuto, 85 una durata compresa tra uno e due minuti, 55 una durata compresa tra due e tre minuti,
20 una durata compresa tra tre e quattro minuti e 30 una durata superiore ai quattro minuti.
a) A ciascuno dei tre usuali livelli di signicativit`a (10%, 5% e 1%), `e ragionevole pensare che la
durata della singola telefonata sia una variabile aleatoria distribuita secondo una legge esponenziale,
di media due minuti?
b) Calcolare il p-value del test al punto a).
Esercizio 2.
Da n = 12 osservazioni di una variabile aleatoria Normale, abbiamo ricavato x = 12.1 e s
2
= 1.2. Ai
tre livelli di signicativit` a usuali, stabilire cosa si conclude riguardo al test
_
H
0
:
2
= 3
H
1
:
2
= 3
.
Esercizio 3.
Stabilire se i seguenti valori possono provenire da una variabile aleatoria Uni (2, 2);
1.2, 1.7, 0.6, 1.5, 1.9.
Esercizio 4.
Lanciamo una moneta per 450 volte, ottenendo testa in 206 casi.
a) Determinare un intervallo di condenza bilatero al 95% per la probabilit` a che esca testa nel singolo
lancio.
b) Sulla base dei dati sopra elencati, vogliamo sottoporre a verica lipotesi la moneta `e equilibrata;
determinare il p-value relativo a questo test.
Probabilit` a e Statistica Temi desame di anni passati 15
Esercizio 5.
Sia X
n
la catena di Markov avente come grafo il seguente:
?>=< 89:;
1
0.25

0.5

L
L
L
L
L
L
L
L
L
L
L
L
L
L
0.25

?>=< 89:;
2
0.5
. r
r
r
r
r
r
r
r
r
r
r
r
r
r
0.5

?>=< 89:;
3
0.25
. r
r
r
r
r
r
r
r
r
r
r
r
r
r
0.75

L
L
L
L
L
L
L
L
L
L
L
L
L
L
?>=< 89:;
4
1

?>=< 89:;
5
0.5

0.5

a) Scrivere la matrice di transizione e classicare gli stati della catena.


b) Supponendo che
0
= (0.4, 0.4, 0.2, 0, 0), calcolare
P[X
3
= 1|X
0
= 1] e P[X
3
= 1] .
c) Esiste la distribuzione asintotica? (in caso aermativo, calcolarla)
Esercizio 6.
Volendo stabilire il legame tra altezza X [cm] e peso Y [kg] dei giocatori di pallanuoto, abbiamo
esaminato i 12 componenti di una squadra amatoriale. Ipotizzando un legame lineare del tipo Y =

0
+
1
X +e ed eseguendo la regressione secondo il solito, abbiamo ottenuto il seguente output:
coef SE(coef) T P
costante -86.5620 21.2916 -4.0655 0.0023
preditt. 0.9285 0.1133 8.1928 9E-06
S=1.6409 R
2
=0.8703
ANOVA
Source DF SS MS F P
Regr. 1 180.74 180.74 67.12 9E-06
Resid. 10 26.9269 2.6927
a) Calcolare un intervallo di condenza al 90% per il coeciente angolare
1
.
b) calcolare al 95% di condenza un intervallo per il peso medio dei giocatori alti 185cm.
c) Carlo gioca a pallanuoto, `e alto un metro e ottantacinque e pesa 90 chili, al 95% di condenza
possiamo ritenerlo nella norma?
Soluzioni delle prime prove in itinere
4 maggio 2004
Esercizio 1.
a) Per c:
1 =
_
+

f
X
(x)dx =
_
2
2
c(4 x
2
)dx = c
32
3
c =
3
32
.
Per F
X
:
F
X
(x) =
_
x

f
X
(t)dt =
_

_
0 x < 2
_
x
2
3
32
(4 t
2
)dt =
12x x
3
+ 16
32
|x| 2
1 x > 2
.
Per E[X]:
E[X] =
_
2
2
x
3
32
(4 x
2
) dx = 0.
Osservato che E[X] = 0, e che quindi Var [X] = E[X
2
], si ha
Var [X] =
_
2
2
x
2

3
32
(4 x
2
)dx =
4
5
.
b) Poiche X `e una v.a. continua,
P[1 < X < 4] = P[1 < X 4] = F
X
(4) F
X
(1) = 1
27
32
=
5
32
.
c) Il supporto di Y = X
2
`e lintervallo [0, 4], quindi F
Y
(y) = 0 se y < 0, e F
Y
(y) = 1 se y > 4, se
invece 0 y 4, si ha
F
Y
(y) = P[Y y] = P
_
X
2
y

= P[

y X

y] =
= P[

y < X

y] = F
X
(

y) F
X
(

y) =

y(12 y)
16
.
Esercizio 2.
a) Deniamo gli eventi
A
N
:Andrea pesca una pallina nera,
A
B
:Andrea pesca una pallina bianca,
B
N
:Bruno pesca una pallina nera;
16
Probabilit` a e Statistica Temi desame di anni passati 17
allora, ricorrendo alla formula delle prbabilit` a totali,
P[B
N
] = P[B
N
|A
N
] P[A
N
] +P[B
N
|A
B
] P[A
B
] =
8
14

8
14
+
8
13

6
14
=
376
637
0.5903.
b) Usando la formula di Bayes,
P[A
B
|B
N
] =
P[B
N
|A
B
] P[A
B
]
P[B
N
]
=
21
47
0.4468.
Esercizio 3.
a) Poiche X `e distribuita con una legge esponenziale e E[X] = 2100, avremo X Esp( =
1
2100
), e
pertanto Var [X] = (2100)
2
. Per il Teorema Centrale Limite, la media campionaria X delle durate
delle lampadine `e approssimativamente distribuita come una normale, ossia
X Nor
_
= E[X] ,
2
=
Var [X]
110
_
Nor
_
= 2100,
2
=
(2100)
2
110
_
;
quindi, standardizzando:
P
_
X > 1900

= P
_

_
Z >
1900 2100
_
(2100)
2
110
_

_
1 (1) = (1) 0.84134.
b) In questo caso, n `e incognito, possiamo allora scrivere
X Nor
_
= 2100,
2
=
(2100)
2
n
_
;
si vuole che P
_
X > 1900

0.95, ossia standardizzando


P
_

_
Z >
1900 2100
_
(2100)
2
n
_

_
0.95,
poiche z
0.95
= 1.64485 si ha che
1900 2100
_
(2100)
2
n
1.64485 n 298.29,
quindi occorrono almeno 299 osservazioni.
Esercizio 4.
a) Poiche ciascuno studente sceglie a caso il pensionato dove andare, si ha che X Bin(n
X
= 2, p
X
=
0.5) e Y Bin(n
Y
= 4, p
Y
= 0.5), quindi (k = 0, 1, 2 e h = 0, 1, 2, 3, 4)
P[X = k] =
_
2
k
__
1
2
_
2
e P[Y = h] =
_
4
h
__
1
2
_
4
,
Probabilit` a e Statistica Temi desame di anni passati 18
notiamo che E[X] = 1 e E[Y ] = 2, inoltre X e Y non sono indipendenti.
b) Si ha
Y = 0 Y = 1 Y = 2 Y = 3 Y = 4
X = 0 1/16 2/16 1/16 0 0 1/4
X = 1 0 2/16 4/16 2/16 0 2/4
X = 2 0 0 1/16 2/16 1/16 1/4
1/16 4/16 6/16 4/16 1/16
c) Occorre E[XY ], facendo riferimento alla tabella del punto b), abbiamo
E[XY ] = 1 1
2
16
+ 1 2
4
16
+ 1 3
2
16
+ 2 2
1
16
+ 2 3
2
16
+ 2 4
1
16
=
40
16
= 2.5,
pertanto Cov [X, Y ] = E[XY ] E[X] E[Y ] = 2.5 2 = 0.5.
Esercizio 5.
a) Se X Nor
_
= 9700,
2
= (2000)
2
_
, basta standardizzare:
P[X 10000] = P
_
Z
10000 9700
2000
_
= 1 P[Z 0.15] = 1 (0.15) = 0.44038.
b) Sia X la variabile numero di negozi di successo, si ha che X Bin(n = 150, p = 0.44038), per
calcolare P[X 70] usiamo lapprossimazione normale:
X Y Nor
_
= 150 0.44038,
2
= 150 0.44038 (1 0.44038)
_
cio`e Y Nor ( = 66.057,
2
= 36.96682), usando allora la correzione di Yates:
P[X 70] P[Y 70 0.5] = P
_
Z
70 0.5 66.057

36.96682
_
1 (0.57) 0.28434;
osserviamo che il calcolo esplicito della binomiale fornisce come risultato esatto 0.28494.
c) Lincasso complessivo Y della catena sar` a la somma dei 150 incassi dei singoli negozi (che sup-
poniamo indipendenti), pertanto Y Nor
_
= 9700 150,
2
= (2000)
2
150
_
, a questo punto basta
standardizzare:
P[Y 1500000] = P
_
Z
1500000 1455000
2000

150
_
1 (1.84)) 0.03288.
Esercizio 6.
a) Sia T il tempo darrivo (misurato in minuti) della prima chiamata, allora T Esp( =
20
60
),
pertanto
P[T 5] = 1 e

20
60
5
= 1 e

5
3
0.81112.
b) Arrivano in media =
20
60
telefonate al minuto, sia N
t
il numero di telefonate che arrivano nei
prossimi t minuti, allora N
t
Poi
_
= t =
20
60
t
_
, pertanto
P[N
12
3] = 1
2

k=0
e
4
(4)
k
k!
0.76190.
c) Se T `e la variabile denita al punto a), per la propriet` a dellassenza di memoria, si ha che
P[T > 10|T > 7] = P[T > 3] = e

20
60
3
0.36788.
Probabilit` a e Statistica Temi desame di anni passati 19
d) Sappiamo che se N
t
Poi ( = t) allora (se 0 < s < t e 0 h k)
P[N
s
= h|N
t
= k] =
_
k
h
_
_
s
t
_
h
_
1
s
t
_
kh
cio`e (N
s
= h|N
t
= k) Bin(n = k, p =
s
t
), nel nostro caso, allora
P[N
10
3|N
20
= 6] =
6

k=3
_
6
k
__
1
2
_
6
=
21
32
= 0.65625.
29 aprile 2005
Esercizio 1.
a)
Y = Y = 0 Y = 2
X = 0 0.1 0.25 0.05 0.4
X = 3 0.2 0.1 0.3 0.6
0.3 0.35 0.35
b) E[X] = 1.8, E[Y ] = 0.7 + 0.3, E[XY ] = 3 0.2 + 6 0.3 = 1.8 + 0.6; quindi
Cov [X, Y ] = 1.8 + 0.6 (0.7 + 0.3) 1.8 = 0.48 + 0.12
X e Y sono scorrelate se Cov [X, Y ] = 0, cio`e se = 4. In ogni caso, non saranno indipendenti,
poiche ad esempio
P[X = 0, Y = 0] = 0.25 = 0.4 0.35 = P[X = 0] P[Y = 0] .
c)
Y = 1 Y = 3 Y = 4
X = 2 0.08 0.2 0.12 0.4
X = 5 0.12 0.3 0.18 0.6
0.2 0.5 0.3
d) E[X] = 2 0.4 + 5 0.6 = 3.8 e E[Y ] = 1 0.2 + 3 0.5 + 4 0.3 = 2.9, per lindipendenza
E[XY ] = E[X] E[Y ] = 3.8 2.8 = 11.02 (Altrimenti, si eettua il calcolo nella maniera consueta).
Inne, P[X > Y ] = 0.68.
Esercizio 2.
a) Abbiamo gli eventi
A = nemmeno una pallina estratta `e rossa,
U
1
= lurna scelta da Wolfango `e quella diversa
U
2
= lurna scelta da Wolfango `e una delle due uguali
allora, sfruttando la formula delle probabilit` a totali:
P[A] = P[A|U
1
] P[U
1
] +P[A|U
2
] P[U
2
] =
_
7
3
_
_
10
3
_
1
3
+
_
6
3
_
_
10
3
_
2
3
=
5
24
.
Probabilit` a e Statistica Temi desame di anni passati 20
b) Usando la formula di Bayes
P[U
2
|A] =
P[A|U
2
] P[U
2
]
P[A]
=
_
6
3
_
_
10
3
_
2
3
5
24
=
8
15
.
Esercizio 3.
a) Standardizzando:
P[X > 50] = P
_
X 53

10
>
50 53

10
_
= P
_
Z >
3

10
_
= 1
_

10
_
=
_
3

10
_
(0.95) 0.82894.
b) Dato che P[X > Y ] = P[X Y > 0], possiamo ricavare la distribuzione di XY , `e una Normale,
inoltre
E[X Y ] = E[X] E[Y ] = 53 44 = 9,
Var [X Y ] = Var [X] + Var [Y ] 2Cov [X, Y ] = 10 + 12 2 (1) = 24.
Quindi X Y Nor ( = 9,
2
= 24), standardizzando:
P[X > Y ] = P[X Y > 0] = P
_
(X Y ) 9

24
>
0 9

24
_
= P
_
Z >
9

24
_
=
_
9

24
_
(1.84) 0.96712.
Esercizio 4.
a) Una partita `e fatta da quattro lanci, il numero di Teste uscite `e X Bin(n = 4, p = 0.3) e
P[{Bruno vince una partita}] = P[X 3] =
_
4
3
_
(0.3)
3
(0.7)
1
+
_
4
4
_
(0.3)
4
= 0.0837.
b) Sia Y =numero di partite giocate no alla prima vittoria di Bruno, per il punto a Y Geo(p =
0.0837), dobbiamo trovare il minimo valore di k per cui P[Y k] 0.95, sappiamo che
P[Y k] = 1 P[Y > k] = 1 (1 0.0837)
k
.
risolviamo la disequazione 1 (1 0.0837)
k
0.95, ossia (0.9163)
k
0.05, passando ai logaritmi
abbiamo k ln 0.9163 ln 0.05, quindi k 34.3: occorrono almeno k = 35 partite.
c) Il gioco `e equo se, detta X la variabile aleatoria guadagno di Andrea, E[X] = 0, sia allora la
puntata di Bruno: abbiamo
P[X = 100] = 0.0837, P[X = ] = 1 0.0837
da cui E[X] = 0.9163 8.37, che si annulla se 9.1345, Bruno dovr`a puntare 9.13 .
Esercizio 5.
Poiche R Uni (a = 0, b = 12t) e A = R
2
, abbiamo
E[A] = E
_
R
2

= E
_
R
2

=
_
Var [R] + (E[R])
2
_
= 48t
2
;
Probabilit` a e Statistica Temi desame di anni passati 21
allo stesso modo
P[A 3] = P
_
R
2
3

= P
_
R

3
_
=

3
12t
.
Esercizio 6.
a) Sia N
t
la variabile aleatoria numero di persone che si presentano al negozio in un intervallo di
tempo di t ore, ovviamente N
t
Poi (t = 3t), allora la probabilit` a cercata `e
P
_
N
1/3
1

= P
_
N
1/3
= 0

+P
_
N
1/3
= 1

= 2e
1
.
b) Si ha che X Poi ( = 30), inoltre dal testo si ricava che P[Y = y|X = x] = ky, poiche
x

y=0
P[Y = y|X = x] = 1 k =
1
x(x+1)
2
=
2
x(x + 1)
,
quindi
P[Y = y|X = x] =
2y
x(x + 1)
;
ovviamente P[X = x, Y = y] = 0 se x < 0, y < 0 o x < y; in tutti gli altri casi (0 y x)
P[X = x, Y = y] = P[Y = y|X = x] P[X = x] =
2y
x(x + 1)
e
30
(30)
x
x!
c) Usiamo E[Y ] = E[E[Y |X]], si ha
E[Y |X = x] =
x

y=0
yP[Y = y|X = x] =
x

y=0
y
2y
x(x + 1)
=
2
x(x + 1)
x

y=0
y
2
=
=
2
x(x + 1)

x(x + 1)(2x + 1)
6
=
2x + 1
3
da cui E[Y |X] =
2X+1
3
, ricordando che X Poi ( = 30) e che quindi E[X] = 30 si ha
E[Y ] = E[E[Y |X]] = E
_
2X + 1
3
_
=
2E[X] + 1
3
=
61
3
.
3 maggio 2006
Esercizio 1.
a)
Y = 0 Y = 1 Y = 2
X = 0 0.15 0.2 0.1 0.45
X = 2 0.1 0.3 0 0.4
X = 4 0.05 0 0.1 0.15
0.3 0.5 0.2
b) E[X] = 1.4, E[Y ] = 0.9, E[XY ] = 1.4, quindi Cov [X, Y ] = 0.14
c) P[X +Y > 3] = P[X = 4, Y = 0] +P[X = 4, Y = 2] = 0.15.
d) Ricaviamo
E[Y |X = 0] =
8
9
, E[Y |X = 2] =
3
4
, E[Y |X = 4] =
4
3
.
Probabilit` a e Statistica Temi desame di anni passati 22
Esercizio 2.
a) Abbiamo gli eventi
B = nemmeno una pallina estratta da Bruno `e rossa,
A
R
= Andrea ha estratto due rosse e le ha sostituite con due verdi,
A
0
= Andrea ha estratto due palline diverse, e nulla `e cambiato,
A
V
= Andrea ha estratto due verdi e le ha sostituite con due rosse;
allora (probabilit` a totali)
P[B] = P[B|A
R
] P[A
R
] +P[B|A
0
] P[A
0
] +P[B|A
V
] P[A
V
] =
_
9
3
_
_
10
3
_
1
15
+
_
7
3
_
_
10
3
_
7
15
+
_
5
3
_
_
10
3
_
7
15
=
133
600
.
b) Osservato che A
V
A
R
= A
0
, usiamo la formula di Bayes:
P[A
V
A
R
|B] = 1 P[A
0
|B] = 1
P[B|A
0
] P[A
0
]
P[B]
=
17
52
.
Esercizio 3.
a) Poiche X
1
Nor ( = 2,
2
= 12), standardizzando:
P[X
1
> 5] = P
_
X
1
2

12
<
5 2

12
_
= P
_
Z <
3

12
_
=
_

3
2
_
(0.87) 0.80785.
b) Usando le regole della Normale multivariata, si vede che 2X
1
X
2
Nor ( = 2,
2
= 82),
pertanto
P[2X
1
> 5 +X
2
] = P[2X
1
X
2
> 5] = P
_
(2X
1
X
2
) (2)

82
>
5 (2)

82
_
=
= P
_
Z >
7

82
_
= 1
_
7

82
_
1 (0.77) 0.22065.
Esercizio 4.
a) Anche il gioco sia equilibrato, occorre che Aldo e Bruno abbiano le stesse probabilit` a di vittoria
(cio`e 0.5 ciascuno); poiche P[{vince Bruno}] = (1 p)
4
, basta imporre
(1 p)
4
=
1
2
p = 1
4
_
1
2
0.1591.
b) La probabilit` a che Aldo vinca una partita vale in questo caso 1 (0.9)
4
= 0.3439, se X `e la
variabile che conta le partite vinte da Aldo, allora X Bin(n = 5, p = 0.3439), e
P[X 1] = 1 P[X = 0] = 1 (1 0.3439)
5
0.8784.
(si poteva arrivare allo stesso risultato osservando che, perche Aldo non vinca nemmeno una partita,
non deve mai uscire Testa; cinque partite di quattro lanci ciascuna totalizzano venti lanci di
moneta, e la probabililt` a che non esca mai testa `e (1 0.1)
20
)
Probabilit` a e Statistica Temi desame di anni passati 23
Esercizio 5.
a) Poiche
E[X] =
3
2
(1 ), allora

M
= 1
2
3

X
n
.
b)
`
E corretto, infatti:
E
_

M
_
= E
_
1
2
3

X
n
_
= 1
2
3
E
_

X
n

= ;
`e consistente, poiche la varianza tende a zero se n +:
Var [X] =
(1 )(1 + 9)
4
, Var
_

M
_
=
4
9
Var
_

X
n

=
4
9
Var [X]
n
=
(1 )(1 + 9)
9n
.
Esercizio 6.
a) Sia N
t
la variabile numero di telefonate che arrivano al centralino in un tempo t (misurato in
minuti ), allora N
t
Poi (t) poiche P[N
3
1] = 0.9 abbiamo
0.9 = P[N
3
1] = 1 P[N
3
= 0] = 1 e
3
0.7675,
il numero di telefonate che arrivano in unora `e N
60
Poi (t = 0.7675 60), quindi E[N
60
] = 46.05.
b) Usando sempre = 0.7675,
P[N
3
3] = 1 P[N
3
2] 1 0.5954 = 0.4045.
c) Detto T lintertempo tra due telefonate [minuti], abbiamo T Esp( = 0.7675), quindi
P
_
T >
5
6
_
= e
0.7675
5
6
0.5275.
d) Ricordando lassenza di memoria, poiche 30 secondi corrispondono a 0.5 minuti,
P[T > 2|T > 0.5] = P[T > 1.5] = e
0.76751.5
0.3162.
3 maggio 2007
Esercizio 1.
a) Poiche E[X] = 0.3, abbiamo P[X = 1] = 0.2, quindi, completando grazie allindipendenza
Y = 0 Y = 1 Y = 2
X = 1 0.2 0.05 0.25 0.5
X = 0 0.12 0.03 0.15 0.3
X = 1 0.08 0.02 0.1 0.2
0.4 0.1 0.5
b) Per lindipendenza E[X
2
Y ] = E[X
2
] E[Y ] = 0.7 1.1 = 0.77.
c) P[X +Y > 0] = 0.63.
Esercizio 2.
a) Usando gli eventi
B = la pallina estratta da Bruno `e rossa,
A
B
= Andrea ha estratto una bianca e lha sostituita con una rossa
A
R
= Andrea ha estratto una rossa e lha sostituita con una bianca
A
V
= Andrea ha estratto una verde e lha rimessa nellurna,
Probabilit` a e Statistica Temi desame di anni passati 24
allora (probabilit` a totali)
P[B] = P[B|A
R
] P[A
R
] +P[B|A
B
] P[A
B
] +P[B|A
V
] P[A
V
] =
2
10
3
10
+
4
10
2
10
+
3
10
5
10
=
29
100
.
b) Per la formula di Bayes
P[A
B
A
R
|B] = 1 P[A
V
|B] = 1
P[B|A
V
] P[A
V
]
P[B]
= 1
3
10
5
10
29
100
=
15
29
.
Esercizio 3.
a) Standardizzando, abbiamo
P[X > 1] = P
_
Z >
1 2

6
_
= 1
_

6
_
=
_
1

6
_
= (0.41) 0.65910.
Inoltre, usando la formula della probabilit` a condizionata,
P[X < 2|X > 1] =
P[1 < X < 2]
P[X > 1]
=
P
_
12

6
< Z < 0
_
P[X > 1]

(0) [1 (0.41)]
(0.41)
0.2412.
b) Poiche Cov [X, Y ] =
_
Var [X] Var [Y ], nel nostro caso Cov [X, Y ] = 0.5

6 24 = 6. Per le
propriet` a della normale multivariata, se V = AU + b, allora
V
= A
U
+ b e C
V
= AC
U
A
T
. Nel
nostro caso
U =
_
X
Y
_
, con
U
=
_
2
5
_
e C
U
=
_
6 6
6 24
_
; V =
_
1 0
3 2
_
U +
_
1
0
_
.
Pertanto

V
=
_
1 0
3 2
_

U
+
_
1
0
_
=
_
1
4
_
; C
V
=
_
1 0
3 2
_
C
U
_
1 3
0 2
_
=
_
6 30
30 218
_
.
Esercizio 4.
a) Detta Y = X
1
+X
2
+. . . +X
10
, abbiamo Y Bin(n = 10, p = 0.45). Quindi
P[X
1
+X
2
+. . . +X
10
3] = P[Y 3] = 1 P[Y 2] = . . . 0.9004.
b) Se V `e il numero di prove no al I successo, V Geo(p = 0.45). Occorre trovare k tale che
P[V k] 0.99, ossia
1 (0.45)
k
0.99 (0.45)
k
0.01 k
ln 0.01
ln 0.45
= 5.7672,
quindi occorre fare almeno 6 prove.
Esercizio 5.
a) Sia

X la media campionaria di n variabili distribuite come X, con pochi conti si trova che E[X] = 0
e Var [X] =

2
4
2, dunque
E
_

X

= 0; Var
_

X

=
1
n
Var [X] =

2
8
4n
.
Probabilit` a e Statistica Temi desame di anni passati 25
Usiamo allora la disuguaglianza di Cebicev: ponendo
P
_
|

X| < 0.04

> 1
Var
_

X

0.04
> 0.95
ricaviamo Var
_

X

< 0.04 0.05, cio`e

2
8
4n
< 0.04 0.05 n >

2
8
0.008
= 233.7,
per cui `e senzaltro suciente avere almeno n = 234 variabili distribuite come X.
b) Il supporto di X `e [

2
,

2
], pertanto il supporto di Y `e [0,

2
4
]. Sappiamo allora che F
Y
(y) = 0 se
y < 0 e F
Y
(y) = 1 se y

2
4
, sia ora 0 y <

2
4
,
F
Y
(y) = P[Y y] = P[

y < X <

y] =
_

y

y
1
2
cos x dx = sin(

y);
ossia
F
Y
(y) =
_

_
0 y < 0
sin

y 0 y <

2
4
1 y

2
4
.
Esercizio 6.
a) Per lindipendenza con la quale si presentano i ritardi, visto che in unora vi sono 3600 secondi il
numero di ritardi che si vericano in unora `e X Bin(n = 3600, p =
1
400
), usando lapprossimazione
della Binomiale con la Poissoniana (ove Y Poi ( = 9))
P[X 4] P[Y 4] = . . . 0.9788;
(osserviamo che il valore calcolato tramite la Binomiale `e P[X 4] = 0.9789).
b) Sia V il numero di secondi di ritardo in un giorno, allora V Bin(n = 86400, p =
1
400
); usando
lapprossimazione della Binomiale con la Normale (ove W Nor ( = 216,
2
= 215.46)), abbiamo
P[X 180] P[Y 179.5] = . . . 0.00639.
Esercizio 7.
Innanzitutto, osserviamo che i nostri conti hanno senso se 0 < y < 1, e operiamo solo in questo caso.
La densit`a marginale di Y `e allora
f
Y
(y) =
_
1
0
y + 3xy
2
dx = y +
3
2
y
2
,
usando questo risultato, la densit` a condizionata di X dato Y `e
fX|Y (x|y) =
y + 3xy
2
y +
3
2
y
2
=
2 + 6xy
2 + 3y
;
quindi
E[X|Y = y] = h(y) =
_
1
0
x
2 + 6xy
2 + 3y
dx =
1 + 2y
2 + 3y
;
e pertanto E[X|Y ] = h(Y ) =
1+2Y
2+3Y
.
Probabilit` a e Statistica Temi desame di anni passati 26
29 aprile 2008
Esercizio 1.
a) Si tratta di calcolare un integrale doppio:
P
_
Y < X
2

=
_
1
0
dx
_
x
2
0
2
3
(x +y + 2xy) dy = . . . =
31
90
b) Usando le formule si ricava
f
X
(x) =
_
1+4x
3
0 < x < 1
0 altrove
, f
Y |X
(y|x) =
_
2x+2y+4xy
1+4x
0 < y < 1
0 altrove
.
Esercizio 2.
Chiamiamo A levento Vince Andrea e B levento Vince Bruno, ovviamente B = A, poiche
Andrea perde se in tutti e tre i lanci esce testa, abbiamo P
_
A

= P[B] = p
3
, e quindi P[A] = 1 p
3
.
Se X `e la variabile aleatoria Guadagno di Andrea in una partita, allora
_
P[X = 24] = P[A] = 1 p
3
P[X = 16] = P[B] = p
3
;
anche il gioco sia equilibrato, occorre che E[X] = 0, imponendo tale relazione determineremo il
valore da attribuire a p:
0 = E[X] = 24 (1 p
3
) 16 p
3
= 24 40p
3
p =
3

0.6 0.8434.
b) Se p = 0.5, allora rispettivamente P[B] = 0.125 e P[A] = 0.875; se Y `e la variabile aleatoria
Numero di partite da disputare no alla prima vittoria di Bruno, allora Y Geo(p = P[B] = 0.125).
Dobbiamo determinare il numero minimo di partite da disputare anche la probabilit`a che Bruno
riesca a vincerne almeno una superi 0.92, in formule determinare il minimo valore di k per cui
P[Y k] 0.92, poiche per una variabile aleatoria geometrica P[Y k] = 1 (1 p)
k
, `e suciente
impostare (e risolvere!) la disequazione
1 (1 0.125)
k
0.92 0.875
k
0.08,
passando ai logaritmi
k ln 0.875 ln 0.08 k
ln 0.08
ln 0.875
= 18.91,
pertanto occorrono almeno 19 partite.
c) Se la moneta `e equilibrata, la variabile X denita al punto a) ha densit`a
_
P[X = 24] = 0.875
P[X = 16] = 0.125

E[X] = 19,
Var [X] = 175;
le 80 partite corrispondono ad altrettante variabili aleatorie X
1
, . . . , X
80
, e il guadagno complessivo
di Andrea G `e dato da G = X
1
+. . . +X
80
, per il Teorema Centrale Limite
G Nor
_
= 19 80,
2
= 175 80
_
.
Probabilit` a e Statistica Temi desame di anni passati 27
Sia allora W Nor ( = 1520,
2
= 14000),
P[G < 1300] P[W < 1300] = P
_
Z <
1300 1520

14000
_
= (1.8593) (1.86) = 0.03144.
Esercizio 3.
a) Poiche X
1
Nor ( = 2,
2
= 4), standardizzando ricaviamo immediatamente
P[X
1
> 5] = P
_
Z >
5 2
2
_
= 1 (1.5) 0.06681.
b) Abbiamo che V = AU +b, ove
A =
_
1 1 1
4 3 0
_
, b =
_
0
2
_
,
poiche sappiamo che
V
= A
U
+b e C
V
= AC
U
A
T
, con qualche conto si ottiene

V
=
_
0
9
_
, C
V
=
_
10 23
23 88
_
.
c) Osserviamo innanzitutto che
Y
1
+Y
2
= (1 4)X
1
+ (3 1)X
2
X
3
+ 2,
possiamo pertanto considerare Y
1
+Y
2
e X
3
come le due componenti di un vettore normale multiva-
riato W, trasformazione lineare del vettore U del punto a), Y
1
+Y
2
e X
3
saranno quindi indipendenti
se e solo se la loro covarianza `e nulla, imponiamo questa condizione:
0 = Cov [Y
1
+Y
2
, X
3
] = Cov [(1 4)X
1
+ (3 1)X
2
X
3
+ 2, X
3
]
= (1 4)Cov [X
1
, X
3
] + (3 1)Cov [X
2
, X
3
] Cov [X
3
, X
3
] = 1 7;
pertanto Y
1
+Y
2
e X
3
sono indipendenti se e solo se =
1
7
.
Esercizio 4.
Sappiamo che gi arrivi delle automobili ad un casello costituiscono uno schema di Poisson.
a) Sia T la variabile aleatoria intertempo tra gli arrivi di due automobili al casello Ovest (misuriamo
T in minuti), ovviamente T Esp( = 0.5), avremo
P[T < 3] = 1 e
0.53
0.7769.
b) Sia X la variabile aleatoria numero di automobili giunte al casello Ovest in cinque minuti, allora
X Poi ( = 2.5), avremo
P[X 4] = 1 P[X 3] = 1 e
2.5
_
1 + 2.5 +
2.5
2
2
+
2.5
3
3
_
0.2424.
c) Ora che tutto il traco `e dirottato sul casello Est, possiamo pensare che la variabile aleatoria
V =numero di automobili giunte al casello Est in un minuto sia la somma delle due variabili
aleatorie (indipendenti) relative ai caselli Est e Ovest prima della chiusura di questultimo. Avremo
quindi che
V Poi ( =
est
+
ovest
= 3 + 0.5)
Probabilit` a e Statistica Temi desame di anni passati 28
quindi
P[V < 3] = e
3.5
_
1 + 3.5 +
3.5
2
2
_
0.3208.
Esercizio 5.
Siano A, B e C gli eventi il componente A `e funzionante, il componente B `e funzionante e il
componente C `e funzionante. Sia F levento nel circuito passa corrente, usando le formule per
serie e paralleli, sappiamo che
P[F] = 1 (1 p
A
p
B
)(1 p
C
) = 0.9941;
dobbiamo calcolare P[A|F], sappiamo che F = (A B) C, pertanto usando la denizione di
probabilit` a condizionata (e ricordando che A, B e C sono indipendenti)
P[A|F] =
P[A [(A B) C]]
P[F]
=
P[A (B C)]
P[F]
=
P[A] P[B C]
P[F]
=
P[A] (P[B] +P[C] P[B] P[C])
P[F]
=
0.9(0.98 + 0.95 0.98 0.95)
0.9941
0.9044.
Esercizio 6.
Sia N la variabile aleatoria numero di dadi lanciati da Andrea, poiche la probabilit` a di pescare la
carta di un certo valore `e 1/13, abbiamo
P[N = 1] = P[N = 2] = P[N = 3] = = P[N = 9] =
1
13
,
mentre Andrea lancer`a 10 dadi nel caso che la carta pescata sia 10, J, Q o K, quindi
P[N = 10] =
4
13
,
con pochi conti, si ricava che E[N] = 85/13. Siano D
i
le variabili aleatorie relative ai vari dadi
lanciati da Andrea, condizionatamente al fatto che Andrea lanci n dadi (cio`e N = n), la variabile X
denita nel testo dellesercizio `e
[X|N = n] =
n

i=1
D
i
;
e, per la linearit`a del valore atteso, E[X|N = n] =

n
i=1
E[D
i
], osserviamo poi che E[D
i
] = 3.5,
pertanto E[X|N = n] = 3.5 n, possiamo allora concludere che E[X|N] = 3.5 N, usando le propriet` a
del valore atteso condizionato
E[X] = E[E[X|N]] = E[3.5 N] = 3.5E[N] = 3.5
85
13
=
595
26
22.8846.
Soluzioni delle seconde prove in itinere
6 luglio 2004
Esercizio 1.
a) Tutti gli altri p
ij
sono nulli, quindi:
?>=< 89:;
1
1

?>=< 89:;
2
0.2

0.8

?>=< 89:;
4
0.2

0.8

?>=< 89:;
3
1

P =
_
_
_
_
_
_
_
_
0 1 0 0
0.2 0 0.8 0
0 0 0 1
0.2 0 0.8 0
_
_
_
_
_
_
_
_
catena nita, irriducibile (`e composta da ununica classe comunicante) e periodica di periodo 2.
b) Osservando il grafo della catena, si vede subito che per andare dallo stato 2 allo stato 1 in tre
passi vi sono solo due percorsi possibili: 2121 e 2341, quindi
P[X
3
= 1|X
0
= 2] = p
2 1
p
1 2
p
2 1
+p
2 3
p
3 4
p
4 1
= 0.2 1 0.2 + 0.8 1 0.2 = 0.2;
per arrivare allo stato 1 in tre passi, oltre ai due percorsi gi`a visti, ve ne sono altri due, che partono
dallo stato 4: 4121 e 4341, si ha quindi
P[X
3
= 1|X
0
= 4] = p
4 1
p
1 2
p
2 1
+p
4 3
p
3 4
p
4 1
= 0.2 1 0.2 + 0.8 1 0.2 = 0.2;
mentre (anche a causa della periodicit` a della catena) P[X
3
= 1|X
0
= 1] = P[X
3
= 1|X
0
= 3] = 0,
usando allora le probabilit` a totali, troviamo
P[X
3
= 1]= P[X
3
= 1|X
0
= 2] P[X
0
= 2] +P[X
3
= 1|X
0
= 4] P[X
0
= 4]
= 0.2 0.2 + 0.2 0.4 = 0.12.
c) Come gi`a detto, la catena `e nita e irriducibile, quindi la distribuzione invariante esiste ed `e unica,
la troviamo risolvendo il sistema = P:
(
1
,
2
,
3
,
4
) = (
1
,
2
,
3
,
4
)
_
_
_
_
_
_
_
_
0 1 0 0
0.2 0 0.8 0
0 0 0 1
0.2 0 0.8 0
_
_
_
_
_
_
_
_

1
= 0.2
2
+ 0.2
4

2
=
1

3
= 0.8
2
+ 0.8
4

4
=
3
;
dalle II e IV equazione ricaviamo
1
=
2
e
3
=
4
, usando la I equazione si ha (
1
=
2
):

4
=
0.8
0.2

1
= 4
1
,
29
Probabilit` a e Statistica Temi desame di anni passati 30
quindi = (
1
,
1
, 4
1
, 4
1
), la condizione di normalizzazione d`a allora
=
_
1
10
,
1
10
,
4
10
,
4
10
_
.
Esercizio 2.
a) Usando la formula con t
0.95;12
= 1.7823, si trova [11.4857, +).
b) Usando la formula con
2
0.05;12
= 5.2260, si trova
2
13.1802.
Esercizio 3.
Test per la dierenza tra le medie di due normali (varianze note),
u =
x y
_

2
X
n
X
+

2
Y
n
Y
=
36.4 39.1
_
14.3
11
+
12.4
9
1.65,
il pvalue vale 2[1 (|u|)] = 0.0989, per cui riuteremmo lipotesi di uguaglianza delle medie con
la signicativit`a del 10%, non la riuteremmo a livelli inferiori.
Esercizio 4.
Test su p di una Bernoulliana (p `e la percentuale di favorevoli), le ipotesi e la statistica test sono
rispettivamente
_
H
0
: p 0.3
H
1
: p < 0.3
, u =
x p
0
_
p
0
(1 p
0
)
n
=
138
530
0.3
_
0.3(1 0.3)
530
1.9905;
il corrispondente pvalue vale 1 (u) = 0.0233.
Esercizio 5.
Test
2
di indipendenza; le tabelle sono, rispettivamente
O
i
migl. staz. pegg.
f.nuovo 21 31 58 110
f.solito 27 30 33 90
48 61 91
E
i
migl. staz. pegg.
f.nuovo 26.4 33.55 50.05 110
f.solito 21.6 27.45 40.95 90
48 61 91
pertanto u = 5.6914; rifutiamo lipotesi dindipendenza al 10%, non la riutiamo al 5% e all1%.
Esercizio 6.
Test di Kolmogorov-Smirnov, costruiamo la tabella
x
i
F
X
(x
i
) F

i
F

i1
|F(x
i
) F

i
| |F(x
i
) F

i1
|
1.1 0.03 0.25 0 0.23 0.03
1.4 0.1 0.5 0.25 0.4 0.15
1.7 0.18 0.75 0.5 0.58 0.33
4.5 0.88 1 0.75 0.13 0.13
allora u = 0.58, lo confrontiamo con i valori (ricavati dalla tabella)
= 0.1 = 0.05 = 0.01
u

= 0.564 u

= 0.624 u

= 0.733
quindi
Probabilit` a e Statistica Temi desame di anni passati 31
= 0.1 riutiamo H
0
: non c`e adattamento
= 0.05 non riutiamo H
0
: c`e adattamento
= 0.01 non riutiamo H
0
: c`e adattamento
Esercizio 7.
a) Usiamo ci` o che conosciamo della teoria delle code. Si tratta di una coda M/M/1, con (misuriamo
il tempo in ore):
= 15, = 20, =
3
4
;
< 1, quindi esiste una distribuzione stazionaria, usando le formule ed i simboli consueti, si ha
L =


= 3 e W

=
1

=
1
5
h = 12

.
b) Sempre usando la nota simbologia,
P[N 3] =
+

n=3

n
(1 ) =
3
=
27
64
0.4219.
c) In tal caso si passa ad una coda M/M/k, non cambia e invece diventa 95, si avr` a allora una
distribuzione stazionaria se

k
< 1 ossia
95
20k
< 1
ossia per k 5, quindi i 5 commessi sono sucienti.
6 luglio 2005
Esercizio 1.
a) [11.9230, 12.8770].
b)
2
2.3438.
Esercizio 2.
n 1890.
Esercizio 3.
a) La catena `e nita e irriducibile, tutti gli stati sono aperiodici, inoltre
P =
_
_
_
_
_
_
0.6 0.4 0
0.4 0.2 0.4
0 0.8 0.2
_
_
_
_
_
_
,
?>=< 89:;
1
0.6
0.4

?>=< 89:;
2
0.4

0.2

0.4

?>=< 89:;
3
0.2

0.8
.
b) Abbiamo
0
= [1, 0, 0], con qualche conto si trova che
3
= [0.44, 0.4, 0.16].
c) La catena `e ergodica, quindi esiste la distribuzione invariante; ponendo = P si ricava =
[2/5, 2/5, 1/5].
Esercizio 4.
Catena di Markov a tempo continuo, gli stati sono:
1: telefono libero;
Probabilit` a e Statistica Temi desame di anni passati 32
2: telefono occupato, telefonata urbana;
3: telefono occupato, telefonata interurbana.
La matrice dei rate di transizione `e (misuriamo tutto in ore):
R =
_
_
30 20 10
30 30 0
40 0 40
_
_
.
Alle 17 `e trascorso (dalle 8) un tempo suciente per approssimare la situazione della catena con la
distribuzione asintotica: [12/23, 8/23, 3/23].
Esercizio 5.
Test sulla dierenza delle medie, a valori accoppiati; scegliamo W = (prima) (dopo), e otteniamo
w = 16.7, s
2
= 408.232, quindi u = 2.0246, le ipotesi sono
_
H
0
: Il farmaco non ha eetto (il tasso di colesterolo non `e sceso)
H
1
: Il farmaco ha eetto (il tasso di colesterolo `e sceso)

_
H
0
:
W
= 0
H
1
:
W
> 0
;
pertanto il farmaco ha eetto al 10% di signicativit`a, non ha eetto ai livelli inferiori.
Esercizio 6.
Test di Kolmogorov-Smirnov; usando F
X
(x) = 1 e
x
abbiamo
x
i
F
X
(x
i
) F

i
F

i1
|F(x
i
) F

i
| |F(x
i
) F

i1
|
0.5 0.393 0 0.2 0.393 0.193
1.5 0.777 0.2 0.4 0.577 0.377
2.3 0.900 0.4 0.6 0.500 0.300
3.1 0.955 0.6 0.8 0.355 0.155
5.4 0.995 0.8 1 0.195 0.005
pertanto u = 0.577. Al 10% e al 5% riutiamo H
0
(ossia X Esp( = 1)), mentre al livello dell1%
non riutiamo H
0
(ossia X Esp( = 1)).
Esercizio 7.
Test
2
di indipendenza; le tabelle sono, rispettivamente
O
i
q.I q.II q.III
elementari 25 35 40 100
medie 50 65 35 150
75 100 75
E
i
q.I q.II q.III
elementari 30 40 30 100
medie 45 60 45 150
75 100 75
pertanto u = 7.9861; rifutiamo lipotesi dindipendenza al 10% e al 5%, non la riutiamo all1%.
Esercizio 8.
Test su p di una Bernoulliana, le ipotesi e la statistica test sono
_
H
0
: p = 0.5
H
1
: p = 0.5
, u =
460
500
0.5
_
0.5(1 0.5)
1000
= 2.5298;
il corrispondente p-value `e 1.14%, pertanto. . .
Probabilit` a e Statistica Temi desame di anni passati 33
Esercizio 9.
a) Misurando il tempo in ore, abbiamo L = 4, W
Q
=
4
15
h = 16

.
b) Su base oraria, 5 centesimi al minuto corrispondono a 3 Euro allora, la perdita oraria attuale `e
allora
C = 3
4
15
12 = 9.60
Euro
h
;
eettuando la meccanizzazione, abbiamo = 20, pertanto W
Q
=
3
40
h = 4

30

, la perdita oraria
(considerando anche il costo di 5 Euro) diventa
C
N
= 3
3
40
12 + 5 = 7.70
Euro
h
;
conviene arontare la spesa.
6 luglio 2006
Esercizio 1.
a) La catena `e nita e irriducibile, tutti gli stati sono aperiodici, inoltre
P =
_
_
_
_
_
_
0.5 0.5 0
0.6 0 0.4
1 0 0
_
_
_
_
_
_
,
?>=< 89:;
1
0.5
0.5

?>=< 89:;
2
0.6

0.4

?>=< 89:;
3
1
_
.
b) P[X
3
= 3|X
0
= 3] = 0.2; P[X
3
= 3] = 0.138.
c) [10/17, 5/17, 2/17].
Esercizio 2.
a) [23.4525, 27.4875].
b)
2
< 14.6805.
Esercizio 3.
Supponiamo che ogni cliente scelga la trattoria di Gialli con probabilit` a p e quella di Rossi con
probabilit` a 1 p. Eettuiamo un test su p, i dati sembrano dare ragione a Gialli, controlliamo che
la dierenza sia realmente signicativa, impostando il test
_
H
0
: p = 0.5
H
1
: p > 0.5
.
La statistica test `e u = 1.291, pertanto il pvalue `e 9.8%.
Esercizio 4.
Test di confronto delle medie di due normali (a campioni accoppiati); detto w
i
= a
i
b
i
abbiamo:
u =
w
_
s
2
w
6
=
1.1
_
1.4
6
= 2.2772.
Se (prima domanda)
_
H
0
:
A
=
B
H
1

A
=
B
non riuto H
0
Probabilit` a e Statistica Temi desame di anni passati 34
quindi le marche sono equivalenti. Se invece (seconda domanda)
_
H
0
:
A
=
B
H
1

A
<
B
riuto H
0
e la marca B `e migliore.
Esercizio 5.
Test di Kolmogorov-Smirnov; usando F
X
(x) = 1 e
x
abbiamo
x
i
F
X
(x
i
) F

i
F

i1
|F(x
i
) F

i
| |F(x
i
) F

i1
|
0.2 0.181 0 0.2 0.181 0.019
1.3 0.727 0.2 0.4 0.527 0.327
1.7 0.817 0.4 0.6 0.417 0.217
2.3 0.900 0.6 0.8 0.300 0.100
3 0.950 0.8 1 0.150 0.050
pertanto u = 0.527. Al 10% riutiamo H
0
(cio`e X Esp( = 1)), al 5% e all1% non riutiamo H
0
(ossia X Esp( = 1)).
Esercizio 6.
Test
2
di indipendenza; le tabelle sono, rispettivamente
O
i
Su I Insu I
Su II 90 11 101
Insu II 11 30 41
101 41
E
i
Su I Insu I
Su II 71.84 29.16 101
Insu II 29.16 11.84 41
101 41
pertanto u = 55.08, riutiamo lipotesi di indipendenza a qualsiasi livello.
Esercizio 7.
Test sulla dierenza tra due varianze: u =
S
2
Y
S
2
X
= 2.48; riutiamo H
0
al 10%, non la riutiamo ai
livelli pi` u bassi.
Esercizio 8.
a) Coda M/M/1: = 30, = 40. L = 3, W
Q
=
3
40
h = 4

30

, L
Q
= 2.25.
b)
0
= 0.25, quindi la cassa rimane inattiva complessivamente per tre ore e mezza.
c) P[N 3] = 175/256.
d) La perdita oraria P
h
relativa al singolo cliente in coda `e di 3 Euro. Nella situazione di partenza
la perdita oraria complessiva `e
perdita oraria = P
h
W
Q
= 3
3
40
30 = 6.75
Euro
h
;
accettando la proposta del cassiere, passa a 45, per cui W
Q
=
2
45
h = 2

40

, la nuova perdita
oraria complessiva `e allora
perdita oraria nuova = P
h
W
Q
+ aumento = 3
2
45
30 + 2 = 6
Euro
h
.
Vale la pena di accontentare il cassiere.
Probabilit` a e Statistica Temi desame di anni passati 35
9 luglio 2007
Esercizio 1.
a) Coda M/M/1, = 6, = 10, =
3
5
, essendo arrivati qualche ora dopo lapertura siamo
allequilibrio, abbiamo con lusuale simbologia
P[aspettare] = P[N 1] = 1 P[N = 0] = 1
0
= =
3
5
,
e
P[essere il primo della coda] = P[N = 1] =
1
= (1 ) = 0.24;
inoltre, se siamo i primi della coda, dovremo attendere, per essere serviti, che il cliente servito adesso
nisca, poiche il tempo T di servizio `e esponenzialmente distribuito (misurandolo in ore abbiamo
T Esp( = 10)) per lassenza di memoria ricaviamo
P[attendere almeno 5] = P
_
T >
1
12
_
= e
10
1
12
0.4346.
b) Senza il rinnovo dei macchinari, il tempo medio passato in coda `e W
Q
= 9

=
3
20
h, con il rinnovo
dei macchinari il tempo medio passato in coda `e W
Q,nuovo
= 2

40

=
2
45
h, il costo orario relativo al
tempo del cliente `e 6 Euro, sapendo che in media arrivano 6 clienti allora abbiamo
C
complessivo
= 6
3
20
6 = 5.40 Euro/h, C
complessivo,nuovo
= 6
2
45
6 + 2 = 3.60 Euro/h;
pertanto conviene eseguire la sostituzione.
Esercizio 2.
Test su di una legge Esponenziale, poiche `e il reciproco della media abbiamo
_
H
0
: LAlfalux dice la verit` a (la durata supera le 1200 ore)
H
1
: LAlfalux mente (la durata `e inferiore a 1200 ore)

_
H
0
:
1
1200
H
1
: >
1
1200
la statistica test vale u = 2
0

x
i
= 2
0
nx = 15.63, riutiamo H
0
al livello se u <
2
;2n
, poiche

2
0.1;28
= 18.94,
2
0.05;28
= 16.93,
2
0.01;28
= 13.56,
riutiamo H
0
al 10%e al 5%, non riutiamo H
0
all1%.
Esercizio 3.
a) Con qualche conto ricaviamo x = 11.76, s
2
= 0.258, usando il quantile t
0.95
(4) = 2.1318 lintervallo
cercato `e [11.2757; 12.2443].
b) Ricaviamo
2
1.4520.
Esercizio 4.
a)
coef SE coef T

0
64.9511 42.1365 1.5414

1
0.7102 0.0934 7.6057
S=29.1416 R
2
=0.9204
ANOVA DF SS MS F
Regr. 1 49125.26 49125.26 57.85
Resid. 5 4246.17 849.23 //
Probabilit` a e Statistica Temi desame di anni passati 36
b) Intervallo di condenza per E[Y |x = 400]: [319.45; 378.60].
c) 75mila Euro in un trimestre corrispondono a 300mila Euro su base annua, confrontiamo questa
quantit` a con lintervallo di predizione per Y (400): [268.49; 429.56], poiche 300 cade nellintervallo, `e
possibile ritenere ragionevole tale risultato.
Esercizio 5.
Misurando i tempi in ore, abbiamo
R =
_
_
10 10 0
0 6 6
5 5 10
_
_
,
_

_
2
1

3
= 0
10
1
6
2
+ 5
3
= 0
3
2
5
3
= 0
=
_
3
19
,
10
19
,
6
19
_
.
Esercizio 6.
Test sulla dierenza delle medie di due normali, a varianze note. Sia X=Tempo prima delle vacanze
e Y =Tempo dopo le vacanze: X Nor (
X
,
2
= 0.1), Y Nor (
Y
,
2
= 0.1). Allora
_
H
0
: Le vacanze non hanno inuito
H
1
: Le vacanze hanno inuito negativamente

_
H
0
:
X
=
Y
H
1
:
X
<
Y
la statistica test `e
u =
x y
_

2
X
n
X
+

2
Y
n
Y
= 3.0812,
in corrispondenza di essa, il p-value vale circa 0.1%, riutiamo decisamente H
0
.
Esercizio 7.
Test di Mann-Whitney, u = 11; le squadre sono ugualmente forti all1%, una delle due (nella
fattispecie, la squadra Fiori) `e pi` u forte al 5% e al 10%.
Esercizio 8.
Test
2
di indipendenza. Le tabelle con le quantit` a osservate e attese sono
O Ca`e s` Ca`e no
Amaro s` 180 100
Amaro no 150 140
E Ca`e s` Ca`e no
Amaro s` 162.1 117.9
Amaro no 167.9 122.1
si ricava u = 9.22, riutiamo lipotesi di indipendenza a tutti i livelli usuali.
7 luglio 2008
Esercizio 1.
a) Test
2
di adattamento, H
0
: X Esp( =
1
2
):
classi: 0-1 minuti 1-2 minuti 2-3 minuti 3-4 minuti pi` u di 4 minuti
O
i
110 85 55 20 30
E
i
118.04 71.60 43.42 26.34 40.60
u = 10.44, al 10 % e al 5% riutiamo H
0
, all1% no.
b) Poiche i dati erano suddivisi in 5 classi, U
2
(4) (2,
1
2
), pertanto
p-value = P[U > 10.44] = 1
_
10.44
0
1
4
xe

x
2
dx = . . . = 6.22e
5.22
3.36%.
Probabilit` a e Statistica Temi desame di anni passati 37
Esercizio 2.
Test sulla varianza di una Normale; u = 4.4, riutiamo H
0
al 10%, non la riutiamo ai livelli inferiori.
Esercizio 3.
Test di KolmogorovSmirnov:
x
i
F
X
(x
i
) F

i
F

i1
|F(x
i
) F

i
| |F(x
i
) F

i1
|
-1.2 0.2 0 0.2 0.2 0
-0.6 0.35 0.2 0.4 0.15 0.05
1.5 0.875 0.4 0.6 0.475 0.25
1.7 0.925 0.6 0.8 0.325 0.125
1.9 0.975 0.8 1 0.175 0.025
u = 0.475, non riutiamo H
0
a nessuno dei livelli usuali.
Esercizio 4.
a) Data la numerosit`a, intervallo di tipo III (non corretto): p [0.4118; 0.5038].
b) Test sulla p di una legge Bernoulliana:
_
H
0
: p = 0.5
H
1
: p = 0.5
u = 1.7913;
p-value= 2(1 (|u|)) 7.3%.
Esercizio 5.
a) Catena aperiodica, irriducibile, nita;
P =
_
_
_
_
_
_
_
_
_
_
0 0.25 0.5 0.25 0
0 0 0.5 0 0.5
0 0 0 0.25 0.75
1 0 0 0 0
0 0.5 0 0.5 0
_
_
_
_
_
_
_
_
_
_
.
b) P[X
3
= 1|X
0
= 1] = 0.125, P[X
3
= 1] = 0.275.
c) Si ricava
=
_
18
85
,
14
85
,
16
85
,
18
85
,
19
85
_
.
Esercizio 6.
a) Intervallo di condenza per un predittore:
1
[0.7231; 1.1339].
b) Intervallo di condenza per la risposta media: E[Y (185)] [83.93; 86.48].
c) Intervallo di previsione per una nuova osservazione: Y (185) [81.33; 89.07], al 95% Carlo non `e
nella norma.