Anteprima
Vedrai una selezione di 8 pagine su 34
Statistica: Appunti, Riassunti Formule, Esercizi e Teoria Pag. 1 Statistica: Appunti, Riassunti Formule, Esercizi e Teoria Pag. 2
Anteprima di 8 pagg. su 34.
Scarica il documento per vederlo tutto.
Statistica: Appunti, Riassunti Formule, Esercizi e Teoria Pag. 6
Anteprima di 8 pagg. su 34.
Scarica il documento per vederlo tutto.
Statistica: Appunti, Riassunti Formule, Esercizi e Teoria Pag. 11
Anteprima di 8 pagg. su 34.
Scarica il documento per vederlo tutto.
Statistica: Appunti, Riassunti Formule, Esercizi e Teoria Pag. 16
Anteprima di 8 pagg. su 34.
Scarica il documento per vederlo tutto.
Statistica: Appunti, Riassunti Formule, Esercizi e Teoria Pag. 21
Anteprima di 8 pagg. su 34.
Scarica il documento per vederlo tutto.
Statistica: Appunti, Riassunti Formule, Esercizi e Teoria Pag. 26
Anteprima di 8 pagg. su 34.
Scarica il documento per vederlo tutto.
Statistica: Appunti, Riassunti Formule, Esercizi e Teoria Pag. 31
1 su 34
D/illustrazione/soddisfatti o rimborsati
Disdici quando
vuoi
Acquista con carta
o PayPal
Scarica i documenti
tutte le volte che vuoi
Estratto del documento

Statistica 28

Probabilità Lezione 1

Esercizio 11 28-09-2016

Urna con 15 dadi 5 regolari, 10 con solo facce pari (2,4,4,6,6) Estraendo un dado a caso e lanciandolo:

  1. P che esca il 6
  2. P che esca il 6 che il dado sia regolare
  3. Dato che è uscito un 6 quale è la prob. che il dado sia regolare
  4. Abbiamo estratto un dado regolare, quale è la P che estraendo un altro dado esca il 6
  1. Individuo eventi
    • S = {" esce il numero 6"}
    • R = {"il dado è regolare"}
  2. Relazione tra eventi Influenze In questo caso il fatto che esce 6 è influenzato dal dado che pesco R → influenza → S
  3. Albero probabilità 5/15 R 10/15 R̅ ↓ ↓ 1/6 S 5/6 S̅ 2/6 S 4/6 S̅ ↓ ↓ ↓ ↓ R∩S 5/90 R∩S̅ 25/90 R̅∩S 20/90 R̅∩S̅ 40/90
  4. Tabella Risultati R R̅ P(R∩S) S 5/90 20/90 25/90 P(S) S̅ 25/90 40/90 65/90 P(S̅) P(R) p(R̅) 1

2) L'EVENTO ESCE IL 6 E' L'UNIONE DI 2 INTERSEZIONI DI EVENTI

S = (RS) ∪ (S)

P(S) = P(RS) + P(S)

P(S) = P(S|R) · P(R) + P(S|) · P()

= 4/6 · 1/3 + 2/6 · 10/15 = 25/90 = 0.2778

b) P(S|) = P(S|R̅R̅) · P() = 1/6 = 5/90 = 0.0556

→ P(|S) → TEOREMA DI BAYES → P(S)/P(S)

= 5/90 = 1/5 = 0.2

d) SE TOLGO UN DADO REGOLARE QUALE LA PROB. CHE ESCA IL 6?

UNIONE DI 2 INTERSEZIONI

P(S) = P(RS) + P(S)

= 4/84 + 20/84 = 24/84 = 0.2857

ESERCIZIO 2 10/07/2015

LAUREATI IN ECONOMIA CON VOTO ≥ 100/110 E' 10%

TRA QUESTI DIRIGENTI D'AZIENDA E' DEL 20%

TRA I LAUREATI CON VOTO < 100/110 I DIRIGENTI SONO IL 3%

a) SAPENDO CHE UNO E' DIRIGENTE QUALE E' LA PROB. CHE IL VOTO SIA < 100/110?

b) P CHE INDIVIDUO A CASO SIA DIRIGENTE E VOTO < 100/110?

EVENTI:

  • L = LAUREATO CON VOTO ≥ 100/110
  • D = LAUREATO E DIRIGENTE D'AZIENDA

L INFLUENZA D

P(L) = 0.1 P() = 0.9 P(D|L) = 0.2 P(D|L̅) = 0.03

Esercizio

Un lampadario è costituito da 8 lampadine, di cui 3 difettose. Selezioniamo a caso 3 lampadine.

  1. P che le 3 selezionate siano tutte difettose
  2. P che la 2a sia difettosa
  3. P che la 3a sia difettosa dato che la prima lo era
  4. P che una sola sia difettosa

Eventi:

  • D = Estraigo una lampadina difettosa
  • ̅D = Estraigo una lampadina non difettosa

3 Estrazioni

  • P(D1, D2, D3) = P(D1) ⋅ P(D2) ⋅ P(D3) = 3/82/71/6 = 6/336 = 0.0179
  • P(D2, D2) ∪ P(D2, ̅D2) = 3/85/7 = 15/56 = 0.375
  • P(D1, D2) ∪ P(D1, D2, D3) ∪ P(D1, ̅D2, D3) = 60/336 + 60/336 + 60/336 = 0.5357
  • P(D3 | D1) = 3/82/7 + 3/8 + 5/72/6 = 0.285

ESERCIZIO 2

18/01/2012

DATA LA SEGUENTE VARIABILE ALEATORIA BIVARIATA

x | y             1             2             3               4

  1    0,062                    0,062                              0,104

  2    0,066                   0,256                         0,322

  3    0,097                  0,266                 0,363

  4                            0,211            

      0,128    0,135     0,522        1

  1. X e Y sono stocasticamente indipendenti?
  2. calcolare Var(Z) con Z = X - 3Y
  3. calcolare FX|Y=2(X) e E(X|Y=2)
  4. calcolare P(X/Y > 1)

P(X) P(Y) = P(X)P(Y) => 0,128 · 0,104 ≠ 0,062 NON SONO STOC. INDIP.

3)

TROVO LA DISTRIBUZIONE CONDIZIONATA

P(X|Y=2) =                            X                            1                 2                       3                            4

P(Y)                           PX|Y=2            0,12      0              0,28             0,6

FX|Y=2(X) =

  • 0         x < 1
  • 0,12     1 ≤ x < 2
  • 0,12     2 ≤ x < 3
  • 0,39     3 ≤ x < 4
  • 1           x = 4

VALORE ATTESO

E(X|Y=2) = ∑s=14 P(x|y)(s|2) = 1 · 0,12 + 0,2 + 3 · 0,28 + 4 · 0,6 = 3,36

d) P(X/Y > 1) = 0,066 + 0,097 + 0,211 = 0,374

LA NORMALE

X ∼ N(μ, σ2)

1. STANDARDIZZARE LA NORMALE

Z = Normale standardizzata

Z ∼ N(0,1)   dove   z = (x-μ)/σ

2. TAVOLE

Esempio:   X ∼ N(100, 20)   Domanda → P(X < 110)

P(X < 110) = P( z < (110-100)/√20 ) = P(z < 2,23) = 0,9871

PROCEDIMENTO INVERSO

P(z < z) = P(x < x-μ/σ)

Esempio

Quantile di ordine 0,025 di una N(170, 64)

P(z < z) = P(x < x-μ/σ) → z = -1,96 → x-μ/σ = -1,96

Cerco 0.025 dentro la tavola e vedo a cosa corrisponde

= x-170/8 = 1,96

= x = 154,32

Dettagli
A.A. 2017-2018
34 pagine
2 download
SSD Scienze economiche e statistiche SECS-S/01 Statistica

I contenuti di questa pagina costituiscono rielaborazioni personali del Publisher jacopo.collodo di informazioni apprese con la frequenza delle lezioni di Statistica e studio autonomo di eventuali libri di riferimento in preparazione dell'esame finale o della tesi. Non devono intendersi come materiale ufficiale dell'università Università degli studi Ca' Foscari di Venezia o del prof Tonnellato Stefano Federico.