Title | Esercizi svolti sul calcolo delle probabilità |
---|---|
Course | statistica |
Institution | Liceo (Italia) |
Pages | 6 |
File Size | 231.3 KB |
File Type | |
Total Downloads | 116 |
Total Views | 170 |
Esercizi svolti sul calcolo delle probabilità...
Calcolo delle probabilità Esercizio 1: Probabilità elementari (I) Effettuiamo l’esperimento di lanciare due dadi equi a 6 facce contemporaneamente. Definiamo tre eventi: A = “la somma delle due facce è maggiore o uguale a 10”, B = “Il primo dado restituisce 3 o 4” e C = “Il secondo dado restituisce 3”. A = “F1 + F2 ≥ 10” B = “F1 = 3 V F1 = 4” C = “F2 = 3” a) Indicare lo spazio campionario dell’esperimento Lo spazio campionario (Ω) è l’insieme di tutti i possibili r isultati dell’esperimento. Ogni dado ha 6 facce → #Ω = 6*6 = 3 6 elementi Ω= 11 12 21 22 31 32 41 42 51 52 61 62
3 1 23 33 43 53 63
14 24 34 44 54 6 4
15 25 35 45 5 5 6 5
16 26 36 46 56 66
b) Calcolare la probabilità P(A), P(B) e P(C) La probabilità P(X) si calcola facendo il numero di casi favorevoli fratto il numero di casi possibili: P(X) = #casi favorevoli / #casi possibili (Ω) #casi favorevoli: Numero di esiti che rispettano le condizioni richieste dall’evento. #casi possibili: Numero di tutti i casi possibili di Ω (cioè #Ω). P(A) = #casi favorevoli / #casi possibili = 6/36 = 1/6 P(B) = #casi favorevoli / #casi possibili = 12/36 = 1/3 P(C) = #casi favorevoli / #casi possibili = 6/36 = 1/6 P(B) e P(C) possono essere risolti anche considerando un solo dado. c) Quale relazione esiste tra gli eventi A, B e C? Per trovare le relazioni tra gli eventi bisogna osservare l’insieme delle parti (Ω) e i colori. Le possibili relazioni tra gli eventi sono: - Incompatibili: Il numero di casi in comune tra gli eventi deve essere 0. A e B sono eventi incompatibili ⇔ A ∩ B = Ø → P(A ∩ B) = Ø = 0 - Indipendenti: Un evento non influenza l’esito dell’altro. Questo implica che la probabilità congiunta di A e B è pari al loro prodotto: P(A ∩ B) = P(A)*P(B) A ∩ B = {46} ≠ 0 → A e B sono c ompatibili A ∩ C = Ø → A e B sono i ncompatibili → P(A ∩ C) = 0 B ∩ C = {33, 43} ≠ 0 → B e C sono c ompatibili A, B, C sono tra loro indipendenti → P(A ∩ B) = P(A)*P(B) e P(B ∩ C) = P(B)*P(C)
d) Calcolare P(B U C) L’unione di due eventi P(B U C) si trova sommando la probabilità del primo evento con la probabilità del secondo evento, meno la loro intersezione: P(B U C) = P(B) + P(C) - P(B ∩ C) Applico la formula: P(B U C) = 1/3 + 1/6 - 2/36 = 16/36 e) Calcolare P(A) La probabilità del complementare P(A) è tutto ciò che non è A, e si calcola: P(A) = 1 - P(A) Applico la formula: P(A) = 1 - 1/6 = 5/6 f) Calcolare P(A - B) La differenza di due eventi P(A - B) è la probabilità del primo evento meno la probabilità dell’intersezione tra i due eventi: P(A - B) = P(A) - P(A ∩ B) Applico la formula: P(A - B) = 1/6 - 1/36 = 5/36 g) Calcolare P(A ∩ C) e P(A ∩ C ) Sappiamo che P(A ∩ C) = 0 → P(A ∩ C) = P(C) e P(A ∩ C ) = P(A) Applico la formula: P(A ∩ C) = P(C) = 1/6 P(A ∩ C ) = P(A) = 1/6 h) Calcolare P(A ∩ C) Per trovare P(A ∩ C) ci sono due modi: 1. Considero solo gli elementi che non fanno parte né di A né di C. 2. Tolgo al totale l’unione tra A e C: P(Ω) - P(A U C) = 1 - [P(A) + P(C) - P (A ∩ C)] Applico la formula: 1. P(A ∩ C) = 24/36 = 2/3 2. P(Ω) - P(A U C) = 1 - [P(A) + P(C) - P (A ∩ C)] = 1 - [1/6 + 1/6 - 0] = 2 /3 i) Calcolare P(A ∩ B) Per trovare P(A ∩ B) ci sono due modi: 3. Considero solo gli elementi che non fanno parte né di A né di B. 4. Tolgo al totale l’unione tra A e B: P(Ω) - P(A U B) = 1 - [P(A) + P(B) - P (A ∩ B)] Applico la formula: 3. P(A ∩ B) = 19/36 4. P(Ω) - P(A U B) = 1 - [P(A) + P(B) - P (A ∩ B)] = 1 - [1/6 + 1/3 - 1/36] = 19/36
Esercizio 2: Probabilità elementari (II) Tre eventi A, B e C hanno probabilità, rispettivamente, 0.15, 0.15 e 0.05. Si sa che A e B sono incompatibili, A e C sono incompatibili, mentre B e C sono indipendenti e compatibili. P(A) = 0,15 P(B) = 0,15 P(C) = 0,05 Bisogna disegnare un diagramma di Venn: se gli eventi sono incompatibili non si intersecano, se invece sono compatibili si intersecano. P(A U B U C) = P(Ω) - P(A U B U C) = 1 - P(A U B U C) Si calcolino le seguenti probabilità: a) A oppure B L’oppure indica l’unione →P (A U B) P(A U B) = P(A) + P(B) - P(A ∩ B) = 0,15 + 0,15 - 0 = 0 ,30 = 30% b) Non accade né A né B Nè A nè B indica il complementare dell’unione di A e B → P(A U B) P(A U B) = P(Ω - A U B) = P(Ω) - P(A U B) = 1 - 0,30 = 0,70 = 70% c) Non accade né A, né B, né C Nè A nè B nè C indica il complementare dell’unione di A, B e C → P(A U B U C) P(A U B U C) = P(Ω - A U B U C) = P(Ω) - P(A U B U C) = 1 - [P(A) + P(B) + P(C) - P(A ∩ B) - P(A ∩ C) - P(B ∩ C)] = 1 - [0,15 + 0,15 + 0,05 - 0 - 0 - 0,15*0,05] = 0 ,6425 = 64,25% d) Accade A ma non B A ma non B indica la differenza → P(A - B) P(A - B) = P(A) - P(A ∩ B) = 0,15 - 0 = 0 ,15 = 15% Esercizio 3: Variabile casuale binomiale (I) Sapendo che: - Il 35% dei dipendenti di un’azienda è cinquantenne - Tale ditta ha un rilevante numero di addetti - Viene selezionato un campione casuale di 5 dipendenti dalla stessa azienda e considerando come “risultato” di questa selezione il numero di dipendenti cinquantenni estratti. Questo esercizio non tratta più la probabilità elementare ma riguarda la probabilità matematica, in cui c’è una funzione di densità (o di probabilità) che assegna una probabilità ad un certo tipo di evento xi. Ci sono due tipologie di variabili casuali: 1. Variabili casuali discrete (es. variabile casuale Binomiale) 2. Variabili casuali continue (es. variabile casuale Normale o Gaussiana)
La variabile casuale Binomiale → discreta La variabile casuale Binomiale esprime la probabilità di ottenere “X” successi in “n” prove indipendenti, data la probabilità “p” del singolo successo. La variabile casuale binomiale ha queste caratteristiche: 1. Gli eventi analizzati sono dicotomici (o binomiali), cioè hanno solamente due alternative possibili. Nel nostro caso, il dipendente ha o non ha 50 anni. 2. n è il numero di prove indipendenti (o tentativi) effettuate nell’esperimento. Nel nostro caso n=5 che sono i dipendenti estratti casualmente. 3. p è la probabilità di successo, cioè che l’evento si verifichi per ogni singola prova indipendente. Nel nostro caso p=0,35 che è la probabilità che il dipendente abbia 50 anni. Se queste caratteristiche vengono rispettate X si distribuisce come una Binomiale, con parametri n ep→X ~ Bin(n, p). Nel nostro caso, X è l’evento “# di cinquantenni estratti in 5 prove casuali indipendenti”. a) Individuare gli eventi associati (spazio campionario) a questo esperimento aleatorio Lo spazio campionario (Ω) è il numero di persone cinquantenni sulle 5 prove. Ω = {0, 1 , 2, 3, 4, 5} b) È possibile individuare un modello probabilistico in grado di rappresentare il problema? Il modello probabilistico in grado di rappresentare il problema è il modello binomiale. c) Si calcoli la probabilità di selezionare due soli dipendenti cinquantenni. La probabilità di una variabile binomiale si calcola: P(X = x) = (nx)*px *(1 - p)n-x = n!/[x!*(n - x)!]*px*(1 - p)n-x Applico la formula: P(X = 2) = 5!/[2!*(5 - 2)!]*(0,35)2 *(1 - 0,35)5-2 = (5*4*3!)/(2!*3!)*(0,35)2 *(0,64)3 = 0,3364 = 33,64% d) Si calcoli la probabilità di selezionare più di 3 dipendenti cinquantenni. P(X > 3) = P(X = 4) + P(X = 5) = P(X ≥ 4) P(X = 4) = 5!/[4!*(5 - 4)!]*(0,35)4 *(1 - 0,35)5-4 = 5!/[4!*1!]*(0,35)4 *(1 - 0,35)1 = 0,0488 5 5-5 P(X = 5) = 5!/[5!*(5 - 5)!]*(0,35) *(1 - 0,35) = 5!/(5!*0!)*(0,35)5 *(0,65)0 = 1*(0,35)5 *1 = 0,0053 P(X > 3) = P(X = 4) + P(X = 5) = 0,0488 + 0,0053 = 0,0541 = 5,41% e) Si calcoli la probabilità di selezionare al più 2 dipendenti cinquantenni. P(X ≤ 2) = P(X = 0) + P(X = 1) + P(X = 2) P(X = 0) = 5!/0!*(5 - 0)!*(0,35)0 *(1 - 0,35)5-0 = 1*1*(0,65)5 = 0,1160 P(X = 1) = 5!/(1!*4!)*(0,35)5*(1 - 0,35)5-1 = 0,3124 P(X = 2) = 0,3364 P(X ≤ 2) = P(X = 0) + P(X = 1) + P(X = 2) = 0,1160 + 0,3124 + 0,3364 = 0,7648 = 76,48% f) Si calcoli la probabilità di selezionare tra i 2 e i 4 dipendenti cinquantenni. P(2 ≤ X ≤ 4) = P(X = 2) + P(X = 3) + P(X = 4) P(X = 2) = 0,3364
P(X = 3) = 5!/3!*(5 - 3)!*(0,35)3 *(1 - 0,35)5-3 = 0,1811 P(X = 4) = 0,0488 P(2 ≤ X ≤ 4) = P(X = 2) + P(X = 3) + P(X = 4) = 0,3364 + 0,1811 + 0,0488 = 0,5663 = 56,63% g) Qual è il numero atteso di dipendenti di 50 anni selezionati nell’esperimento? E qual è la variabilità? Il valore atteso E(X) è la media di X e in un contesto binomiale si calcola: E(X) = n*p Nel nostro caso, E(X) è il numero medio di dipendenti con 50 anni di età nell’esperimento. La variabilità VAR(X) è la varianza di X e in un contesto binomiale si calcola: VAR(X) = n*p*(1-p) Applico le formule: E(X) = n*p = 5*0,35 = 1,75 → In 5 tentativi, il numero medio di 50enni è di 1,75. VAR(X) = n*p*(1 - p) = 5*0,35*0,65 = 1,1375 SQM(X) = √1,1375 = 1,0665 → In 5 tentativi, la variabilità del numero di 50enni è di 1,0665 persone. Esercizio 4 - Variabile casuale Normale (I) → Continua Ipotizziamo che le concentrazioni di inquinante PM10 (particolati con diametro inferiore a 10 mm) a Bergamo nel 2020 si distribuisca secondo una legge di tipo Normale/Gaussiana. La concentrazione giornaliera media è di 70 μg/m3 , mentre lo scarto quadratico medio è di 25 μg/m3 . La variabile casuale Normale → continua X ~ N(μ, σ2) dove σ = √σ2 μ = media della distribuzione σ2 = varianza della distribuzione La variabile casuale normale ha queste caratteristiche: 1. Nel testo viene indicato esplicitamente che X è normale 2. Viene dato un valore medio (μ) 3. Viene data una variabilità (σ2 o σ) Nel nostro caso: X = “Evento concentrazione di PM10 nell'aria a Bergamo” X ~ N(μ=70, σ=25) a) Quale è la probabilità che in un qualsiasi giorno del 2020 le concentrazioni siano inferiori a 90 μg/m3 Dato che X è continua non c’è differenza tra minore ( 100) = 1 - P(X ≤ 100) 1 - P[(X - μ)/σ ≤ (100 - 70)/25] = 1 - P(Z ≤ 1,20) = 1 - Φ (1,20) = 1 - 0,88493 = 0,11507 = 11,507% c) Quale è la probabilità che in un qualsiasi giorno del 2020 le concentrazioni siano comprese tra 60 μg/m3 e 85 μg/m3 P(60 < X < 85) = P(X ≤ 85) - P(X ≤ 60) P[(X - μ)/σ ≤ (85 - 70)/25] - P[(X - μ)/σ ≤ (60 - 70)/25] = P(Z ≤ 0,60) - P(Z ≤ -0,40) = Φ(0,60) - [1 - P(Z ≤ 0,40)] = Φ(0,60) - [1 - Φ(0,40)] = 0,72575 - [1 - 0,65542] = 0,38117 = 38,117% d) Quale è la probabilità che in un qualsiasi giorno del 2020 le concentrazioni siano comprese tra 110 μg/m3 e 120 μg/m3 P(110 < X < 120) = P(X ≤ 120) - P(X ≤ 110) P[(X - μ)/σ ≤ (120 - 70)/25] - P[(X - μ)/σ ≤ (110 - 70)/25] = P(Z ≤ 2,00) - P(Z ≤ 1,60) = Φ(2,00) - Φ(1,60) = 0,97725 - 0,95420 = 0,03205 ≅ 3,205% e) Data la distribuzione di cui sopra, si identifichi il 95° percentile Il percentile è l’inverso della funzione di ripartizione di x che garantisce 0,95 → F-1(x) = 0,95 P(X ≤ x0,95) = 0,95 e per trovarlo devo: 1. Z0,95: P(Z ≤ Z0,95) = 95% = 0,95 → Φ (Z0,95) = 0,95 2. X0,95: X0,95 = μ + Z0,95*σ → Z0,95 = (X0,95 - μ)/σ e cerco Z0,95 3. Z0,95 = (1,64 + 1,65)/2 = 1,645 4. X0,95 = 1,645*25 + 70 = 111,125...