Esercizi svolti da temi d’esame. Parte I
Esercizi svolti da temi d’esame. Parte II
Esercizi svolti da temi d’esame. Parte III
ESERCIZIO 1
Siano date due urne contenenti delle palline bianche e nere; nell’urna I il 70% delle palline sono nere; nell’urna II il 40% delle palline sono nere. La probabilità di scegliere l’urna I sia 0.1; la probabilità di scegliere l’urna II sia invece 0.9.
Calcolare la probabilità che una pallina nera estratta a caso provenga dall’urna I.
SOLUZIONE
Evento A = “pallina estratta nera”;
Evento B1 = “la pallina proviene dall’urna I”;
Evento B2 = “la pallina proviene dall’urna II”

Dal teorema di Bayes segue:

Il risultato può essere interpretato come segue: effettuando numerose prove, nel 16.3% dei casi in cui si è estratta una pallina nera, essa proviene dall’urna I.
Teorema di Bayes
Siano A1,A2…eventi che formano una partizione dell’insieme Ω tali che P(Ai) > 0 e sia B, P(B) > 0, un qualunque altro evento. Allora per ogni i = 1,2,…., vale la seguente formula:
ESERCIZIO 2
Se X e Y sono due variabili casuali qualsiasi, quali delle seguenti uguaglianze non è sempre vera?
A) E(X + Y) = E(X) + E(Y)
B) var(X + Y) = var(X) + var(Y)
C) var(4X + 5Y) = 16var(X) + 25var(Y) + 40cov(X,Y)
D) E(4X + 5Y) = 4E(X) + 5E(Y)
SOLUZIONE
Chiede quale è Falsa.
A) Vera.
B) Falsa: manca il termine +2cov(X,Y).
C) Vera.
D) Vera.
⇒ La risposta giusta è la B).
ESERCIZIO 3
Si assuma che il tempo di attesa per sedersi ad un ristorante sia approssimabile con una variabile casuale normale con media 15 minuti e scostamento quadratico medio di 4.75 minuti. Calcolare la probabilità di dover aspettare almeno 20 minuti prima di sedersi.
A) 0.1469
B) 0.3531
C) 0.6761
D) 0.1761.
SOLUZIONE
Tempo = X ∼ N(15, σ = 4.75).
La probabilità di dover aspettare almeno 20 minuti prima di sedersi è:
P(X ≥ 20) = P[Z > (20−15)/4.75] = P(Z > 1.05) = 1−P(Z ≤ 1.05) = 1−0.8531 = 0.1469.
ESERCIZIO 4
Data la variabile casuale Y = a + bX, segue che μY = bμX.
Vero o Falso?
SOLUZIONE
Falso.
E(Y) = E(a + bX) = a + bμX
.ESERCIZIO 5
Un problema di collaudo in un processo produttivo. Un’industria ha installato un sistema automatico per il controllo di qualità, che garantisce che, se un pezzo è difettoso, viene eliminato con probabilità 0.995. C’è una probabilità pari a 0.001 che anche un pezzo non difettoso venga eliminato. Si sa anche che la probabilità che un pezzo sia difettoso è 0.2.
Calcoliamo la probabilità che un pezzo che non sia stato eliminato al controllo di qualità sia difettoso.
SOLUZIONE
Evento E = “il pezzo viene eliminato”
Evento D = “il pezzo è difettoso”
Sappiamo che

Con il teorema di Bayes vogliamo calcolare

Abbiamo:

[elementor-template id=”10688″]
[elementor-template id=”11862″]
(143)
Altri articoli nella categoria "Esercizi svolti di Calcolo delle probabilità"
- Funzioni Suriettive: Definizione, Calcolo Combinatorio ed Esercizi Svolti
- Test d’Ipotesi nel Marketing: Quando la Significatività Statistica Non Basta (Esercizi Svolti)
- Esercizi di Calcolo Combinatorio Applicato al Nudging di Richard Thaler: 6 Casi Aziendali Svolti per l’Architettura delle Scelte
- Test sulla Distribuzione Binomiale: 10 Esercizi Svolti (con Soluzioni e Valutazione)
- Legge di Benford e Data Quality nel Marketing: Guida, Formule ed Esercizi Python
- Calcolo Combinatorio: Come Risolvere i Problemi Senza Formule (con Esempi e Python)
- Il Principio dei Cassetti: la tecnica olimpica che risolve problemi apparentemente impossibili
- Semplificare i Fattoriali: Proprietà, Formule ed Esercizi Risolti
- Coefficiente Multinomiale: Formule, Calcolo e Applicazioni Pratiche con Esercizi Risolti
- Probabilità Geometrica: Calcolare l’Angolo Ottuso in un Quadrato (con il Teorema di Talete) 🎓
