Esercizio 1 Una moneta non truccata viene lanciata 6 volte. a) Costruire la variabile casuale X “numero di croci nei 6 lanci” b) Determinare la funzione di probabilità di X c) Determinare il numero atteso di croci d) Determinare la varianza di X Soluzione a)b) (1 ,6 ) : i 0,1 X : con ={0,1,2,3,4,5,6} Si tratta di una successione di lanci indipendenti con probabilità di successo in ogni singolo lancio data da p=P{C}=1/2 1 Quindi X è una variabile casuale di legge binomiale di parametri n=6 ,p=1/2: X B 6, 2 6 1 x 1 6 x ( x) x 2 2 altrove 0 1 c) E ( X ) np 6 3 2 per x 0,1,2,...6 1 1 1 d) Var ( X ) np(1 p ) 2 2 2 2 Esercizio 2 Supponiamo che nel gioco del lancio di due monete non truccate un giocatore vinca 1 Euro se si presentano due croci, perda 50 centesimi se si presentano due teste, mentre non vinca né perda in tutti gli altri casi. Determinare il guadagno atteso. Soluzione I possibili risultati dell’esperimento sono dati da T C T (T,T) (T,C) C (C,T) (C,C) (T , T )(T , C )(C , T ), (C , C ) 1 2 3 4 Sia X=guadagno X 1 1 X 2 0 X 3 0 X 4 0.5 Il condominio di X è dato da RX 0.5,0,1 La funzione di probabilità di X è data da una funzione : definita da (x) PX x e gode delle seguenti proprietà ( x) 0 ( x) 0 tranne al più per un' infinità numerabile di valori (cioè tranne per x R X ) ( x) ( x) 1 x xR X 1 (0.5) PX 0.5 P 4 4 1 (0) PX 0 P 2 P3 2 1 (1) PX 1 P1 4 Quindi se x 0.5 1 / 4 1 / 2 se x 0 (x) se x 1 1 / 4 0 altrove 1 1 1 1 E ( X ) x ( x) (0.5) (0) (1) =0.125 centesimi di Euro 4 2 4 8 xR X Esercizio 3 Sia X una variabile casuale discreta con funzione di probabilità x0 c c 0.3 x 1 x 3 x2 2 c 0 altrove Determinare a) il valore della costante c. b) il valore atteso di X c) la varianza di X d) la funzione di ripartizione di X e) la funzione di probabilità di Y 3X 1 Soluzione a) : è una funzione di probabilità se gode delle seguenti proprietà ( x) 0 ( x) 0 tranne al più per un' infinità numerabile di valori (cioè tranne per x R X ) ( x) ( x) 1 x xR X Quindi deve essere 0.2 0.5 3 c c 0.3 c 1 c 0.2 x 2 0.3 0 b) E ( X ) x ( x) 0.5 0.6 1.1 x0 x 1 x2 altrove xRX c) Var (X ) E ( X 2 ) E ( X ) 2 x 2 ( x) E( X ) 2 xRX (0) 0.2 (1) 0.5 (2) 0.3 1.7 (1.1) 2 0.49 d) La funzione di ripartizione di X è data da (t ) ( x) 2 2 2 x t per t 0 0 0.2 per 0 t 1 (t ) per 1 t 2 0.7 1 per t 2 e) Y=3X+1. Determiniamo il condominio di Y : RY 1,4,7 Y (1) P {Y=1}=P{ X =4}=0.2 Y (4) P{Y=4}=P{ X =1}=0.5 Y (7) P{Y=2}=P{ X =2}=0.3 0.2 0.5 Y ( y) 0.3 0 se y 1 se y 4 se y 7 altrove Esercizio 4 Una moneta non truccata viene lanciata 4 volte. Si definiscano le variabili casuali: X= numero totale delle teste Y = 1 se il numero di teste è uguali al numero di croci =-1 se il numero di teste è diverso dal numero di croci a) Costruire la funzione di probabilità di Y b) Determinare media e varianza di Y c) Stabilire se X e Y sono indipendenti. Soluzione a) Si tratta di una successione di lanci indipendenti con probabilità di successo in ogni singolo lancio data da p=P{T}=1/2 1 Quindi X è una variabile casuale di legge binomiale di parametri n=4 ,p=1/2: X B 4, 2 se X 2 - 1 Y 1 se X 2 0 altrove 4 1 Y (1) P {Y=1}=P{ X =2}= 0.375 2 2 Y (1) P{Y=-1}=1-P{ X =2}=0.625 b) E (Y ) yY ( y) (1)(0.375) (1)(0.625) 0.25 4 yR y Var (Y ) E (Y 2 ) E (Y ) 2 y 2Y ( y ) E (Y ) 2 0.375 0.625 (0.25) 2 0.9375 yR y c) Y\X -1 1 X (x) 0 0.0625 0 0.0625 1 2 0.25 0 0 0.375 0.25 0.375 3 0.25 0 0.25 4 Y ( y) 0.0625 0.625 0 0.375 0.0625 0=P{X=0,Y=1} P{X=0}P{Y=1}=(0.0625)(0.375) X e Y non sono indipendenti Esercizio 5 Quattro domande vengono poste a caso a due studenti in modo tale che ogni domanda abbia la stessa probabilità di essere posta a ciascuno studente. Sia X la variabile casuale numero delle domande poste al primo studente. Determinare la funzione di probabilità di X Soluzione Siano {A,B,C,D} le domande. Per i=1,2 Ai ”la domanda A viene posta allo studente i Bi ”la domanda B viene posta allo studente i Ci ”la domanda C viene posta allo studente i Di ”la domanda D viene posta allo studente i Si ha P( Ai ) =P( Bi ) =P( C i ) =P( Di ) =1/2 Il condominio di X è dato da RX 0,1,2,3,4 1 2 (0) PX 0 PA2 B2 C 2 D2 4 4 1 1 (1) PX 1 4 1 2 4 4 1 6 (2) PX 2 16 2 2 4 4 1 1 (3) PX 3 4 3 2 4 4 1 1 (4) PX 4 16 4 2 1 In definitiva X B 6, 2 4 Esercizio 6 Sia X una variabile casuale X: X : 0,1 , tale che PX 0 1 / 3 P{ X 1} 2 / 3 Siano X 1 ,, X 10 delle variabili casuali indipendenti ed equidistribuite aventi la stessa distribuzione di X. Detta Y= numero di X i 1 , i=1,…,10, calcolare PY 2, PY 2 Soluzione X ha legge do Bernoulli 10 Y= X i 1 i rappresenta il numero di successi in 10 prove indipendenti con probabilità di successo pari a p=2/3 2 Quindi X è una variabile casuale di legge binomiale di parametri n=10 ,p=2/2: X B10, 3 2 8 10 2 1 =0.003045 PY 2 2 3 3 0 10 1 9 10 2 1 10 2 1 PY 2=1- PY 1 1 0.99964 0 3 3 1 3 3 Esercizio 7 Il numero di errori di battitura di una segretaria ha distribuzione di Poisson con media per pagina. Sapendo che la probabilità in una certa pagina non compaiano errori è pari 0.135, calcolare a) la media b) la probabilità che in una certa pagina compaia più di un errore Soluzione Sia X =” numero di errori” X P La funzione di probabilità di X è e x x 0,1,2,..... x x! 0 altrove e 0 e - =0.135 da cui log 0.135 2 0! b) P{X>1}=1-P{X=0}=1-0.135=0.865 a) P{X=0}=