Scribd Logo
Upload

Welcome to Scribd!

  • 1e Calcolo Combinatorio e Probabilità

    Uploaded by

    Maria Dipierro
    4 views18 pages

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    4 views18 pages

    1e Calcolo Combinatorio e Probabilità

    Uploaded by

    Maria Dipierro

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 18
    (=) frfn| fm jormte fae minimis) (pelereleli t=) ot it iete=) Calcolo combinatorio G@BDisposizioni semplici D, x Sono i gruppi ordinati di k oggetti distinti presi da un insieme di n oggetti conn > k. Due gruppi si considerano distinti anche se, pur contenendo gli stessi elementi, differiscono per il loro ordine. Dnt 1)(4—2)..(n-k+1) Fhton Quanti sono i numeri di tre cifre diverse che si possono formare con le cifre 1, 2, 3 ¢ 4? Risposta: Dy = 4-3+2=24 c | | 123 213 312 412 | 124 214314 413 | 132 231 321 421 134 234 324 423, 142 241 341 431 | 143. 243 342 432 2 Permutazioni P, Sono i gruppi ordinati dim oggetti. Py =n(n— 1-2) ..2- nator =n! nl é detto m fattoriale Per definizione 0! | Quanti sono gli anagrammi della parola AMI, comprese le parole senza significato? | Risposta: Py =3-2-1=6 AMI AIM MAI MIA IAM IMA 3 Combinazioni semplici C, x Sono i gruppi di k oggetti distinti presi da un insieme di n oggetti con n > k. Due gruppi si con- siderano distinti se differiscono per almeno un elemento. Dag _ nl 1}n—2) 41) _ Ca FG) sri ii fT ETS a eee { Da una classe di 24 allievi in quanti modi si possono scegtiere i 3 rappresentanti? 24-23-22 Sa 7 2024 Risposta: C24; {GZ Disposizioni con ripetizione 0; ,, Sono i gruppi ordinati di k oggetti, anche ripetuti, presi da un insieme di n oggetti Dig = 11 numero delle possibili colonne da giocare al Totocalcio & Dj,.5 FEB ex covo conanurono-noeanuirA-sranion 2 Permutazioni con ripetizione PF 4, uk. Sono i gruppi ordinati di n oggetti presi da un insieme di m oggetti alcuni dei quali ripetuti ke, kay o» ky volte. nl | Quanti sono gli anagrammi della parola CASA anche privi di significato? 4143.21 | Ri eee | Resposta: Pag == = 2 | CASA ACSA AASC_—SACA | CAAS ACAS ASAC_— SAAC AACS ASCA Sono i gruppi di k oggetti, anche ripetuti, presi da un insieme din oggetti. _ (ntk-1 cu=("') | 11 numero dei grappi di 3 elementi anche ripetuti che si possono formare con quelli di =] gruppo di 4 clementi {a,b, c,d} é il numero delle combinazioni con ripetizione din = 4 oggetti | | | )=()-Se4-m | aca, aab, aac, aad, abb, abc, abd, ace, acd, add bbb, bbe, bbd, bee, bed, badd, ccc, ced, edd, dda ] Gi Coefficiente binomiale (7) B la frazione che al numeratore ha k fattori decrescenti a partire da n e al denominatore k fattori decrescenti a partire da k, quindi k! a) ere?) (n—k+1) ye Per definizione (}) GQ Proprieta dei coefficienti binomiali a arco O-G2) > O-Ce)+(E) Pe. Gz Potenza di un binomio (binomio ai Newton) era (are (arias (atari (2 CeQerer()eeQer(n(an| 46035-24154 4420-23 8+15-x?-16+6-x-324+64= | 8+ 12x5 + 60.x4 + 160x3 + 240.2 + 192. x 4 64 | 10 » Tl quinto termine di (8-4 ») é | (0 | ees aL SZ rele (R)eot(-a)
    1 sa ; 6) oe log (= 2 3 Il pid piccolo numero naturale maggiore di 56,78... 8 57. =. On «() . (2-0-0 é sa “(| Sem € pari si ba: wees (2) “0-0-5 races (m2 i ‘Maturita sperimentale 2003 — Sessione ordinaria ~ Quesito 1 Quante partite di calcio della serie A vengono disputate complessivamente (andata € ritorno) nel campio- nato italiano a 18 squadre? Sono le disposizioni di 18 elementi di classe 2: Dig = 18-17 = 306. Maturita 2004 — Sessione ordinaria ~ Quesito 10 e Maturith sperimentale ~ Sessione ordinaria ~ Quesito 4 Considerate gli insiemi A = {1,2,3,4} B = {a,b,c}; quante sono le applicazioni (funzioni) di A in B? Poiché a ogni clemento di deve corrispondere un solo clemento di B, per ogni applicazione si ha una delle disposizioni con ripetizione dei tre elementi di B di classe 4, Pertanto il numero delle applicazioni é Dc, = 3 = 81 Maturita 2004 ~ Sessione straordinaria ~ Quesito 10 Alla finale dei 200 m piani partecipano 8 atlet, fra i quali figurano i nostri amici Antonio e Pietro. Cal- colare il numero dei possibili ordini di arrivo che registrino i nostri due amici fra i primi tre classificati. numero delle possibili posizioni di Antonio e Pietro fra i primi tre é dato dal numero delle disposizioni Ds2=3-2=6. Per ciascuna di queste posizioni si deve considerare che la terza posizione pud essere occupata da uno degli altri 6 atleti. Quindi il numero dei possibili ordini di arrivo che vedano i due fra i primi tre & dato da D3 6=6-6 = 36 ‘Maturit 2005 — Sessione suppletiva ~ Quesito 10 Una classe é formata da 27 alunni: 15 femmine € 12 maschi. Si deve costituire una delegazione di 5 alunni, Gi cui 3 femmine e 2 maschi. Quante sono le possibili delegazioni? 1 gruppi di 3 femmine sono le combinazioni di 15 elementi di classe 3, quelli di 2 maschi sono le com- Goel 2 cuneate isis rope Sepa Va Tones at nos (718) 42) _ 15-1403 121 Oe) ere Maturit 2005 — Sessione straordinaria — Quesito 9 Dimostrare la seguente formula: P n)_(a-1), (n-1 (i)- ("2") + G21): dove n, k sono numeri naturali tali che 0 < k La probabiliti che nel lancio di un dado esca un 2 un numero dispari & 5 Infatti i due eventi sono incompatibili, | By: “esce un 2” (Fi) Ex: “esce un numero dispari” —> p(E2) quindi p(B; UE it ; |» Laprobabilité che da un mazzo di 52 carte siestragga una carta di picche o una figura & os | nn: eae ua cara phe" (13 eae) (zi) ==! “sd etras uma Sigua” (5-4 = eae) p16) =a 2 2 | | 7 “si estrae una figura di pioche™ (3 earte) ~» (Ei 9 Ea) = 3 | i 3.3 | | B” 527 26 | L Si ha quindi p(£\ U Ba) = p(Bi) + p(Ea) ~ p(B 0 Ba) = 4+ 3 omos EER GBProbabilita contraria La probabilitd contraria di un evento £ é la probabilita che Pevento E non si verifichi: PE)=1—p(E) dacui — p(E)=1-p@) Per determinare la probabilita p(E) che, estraendo due palline da un'urna che ne contiene 7 | nere e 5 bianche, almeno una sia bianca, si pud calcolare la probabilita contraria all'evento | E: “si estrae almeno una pallina bianca” E; “nessuna pallina é bianca, cioé le due palline sono entrambe nere”. %) 12 Numero dei casi possibili: Cj. = é Numero dei casi favorevoli: Coy = () 1S da cui p(E) 5 | ee ce uisisnatetastessisy) GB Teorema della probabilita condizionata La probabilita p(.A| 8) dell'evento A condizionata all’evento B é la probabilita che Fevento A si verifichi nell ipotesi che si verifichi B. La probabilita condizionata p(4|) é data da p(4|B) =249) PB) pees Per calcolare la probabilita che nel lancio di due dadi si presenti un 4 essendo 6 la somma dei punti sulle due facce, si pone: ‘evento 4: “si presenta un 4 nel lancio di due dadi” | evento B: “la somma dei punti sulle due facce ¢ 6” | evento 4B: “una delle facce presenta un 4 ¢ la somma é 6” evento B (Sasi favorevoli: 5 (1-5, 24, 33, 42, 51)\ op 5 evento, B) et possibili: 36 PB) casi favorevoli: 2 (2-4, 4-2) 2 eventoAB (= See = (An B) = = ae 2 5 (GB Indipendenza stocastica Un evento A é stocasticamente indipendente da un evento B se il verificarsi di A non influisce sulla probabilita di B. Condizione necessaria e sufficiente perché Fevento A sia stocasticamente indipendente da un evento Bé che si abbia p(4m B) = p(A) - p(B) oppure p(A| B) = p(A). aS , ‘Se da un'urna contenente 5 palline nere ¢ 4 bianche se ne estraggono due in successione con | reimbussolamento, i due eventi | A: “la prima pallina estratta é nera” B: “la seconda pallina estratta é bianca” | sono indipendenti perché, con il rcimbussolamento, la seconda estrazione non é influenzata | dalla prima. a |CALCOLO COMBINATORIO - PROBABILIFA - STATISTICA {GipProbabitita composta La probabilita composta di due eventi Ae # é la probabilita dell'evento intersezione AN B. — Se i due eventi sono indipendenti la probabilita composta ¢ data da P(ANB) = plA) -P(B). — Se i due eventi sono dipendenti la probabiliti composta é data da P(A B) = p(A) - (B14). » Nel caso dellesempio precedente la probabil dell'evento 4B é data da Beaune) 544544" 81 i P(ANB) = pA) - p(B) Se: lavese dopa la pcan ecrusins wos! si hace dentro Te pllion estat, i dhe ew | sono dipendenti e la probabilita diventa p(4/ B) = p(4)- p(B| 4) p(B| A) é la probabilita di estrarre una pallina bianca nel caso in cui sia stata estratta una peallina nera: numero dei casi favorevoli ~+ 4 (perché le palline bianche sono 4)\\ yp) 4) 4 numero dei casi possibili —+ 8 (perché c'é una pallina di meno) aaalaaa Ses ae 1 2 | Guindi si ottiene: p(n B) (GBB Formula di Bayes La formula di Bayes permette di determinare la probabilita della causa che pud aver generato un evento E quando questo pud essere generato da diverse cause incompatibili C),C),..., Cp: P(CH)- PEEL) (Cy heat et PLC) = SG pETE) tC) PECs) + + Ca) PETC) —————— ae Una scatola @ contiene 3 palline rosse e 5 verdi, un’altra @ ne contiene 4 rosse e 6 verdi, | Se da una delle due scatole, scelta a caso, si estrae una pallina verde, qual é la probabilita che | | provenga dalla scatola @? | | Evento E: “si estrac una pallina verde” | Bvento Ci: “si estratta a pallina verde dalla scatola @” + p(Ci) = © p(EIGi) Evento Cy: “si é estratta la pallina verde dalla scatola @” — p(C2} 13 | H(C:)-p(EIC) 25 Mal) = Tey pElC) + AG) MEI) 13,13 | 23°25 | GB Variabill aleatorie (o casuali) © funzione di distribuzione (0 distribuzione) Una variabile aleatoria (0 casuale) ¥ é una variabile che assume valori reali x1, X25 ...5 Xn al Ve= rificarsi di tutti i possibili eventi Ei, Bp,..., Ey di una partizione A(E}, E2,..., Ey) dello spazio degli eventi Se i valori x), x2)... %, Sono in numero finito © costituiscono un'infinita numerabile la variabile discreta, altrimenti é continua. La funzione di distribuzione (o distribuzione) della variabile aleatoria X é quella funzione che associa a ciascum valore di X, x1, X2, .-) Xn» la probabilita che X assuma quel valore. _— propane RRS | Se in un’urna ci sono sei palline rosse e tre gialle, a ogni estrazione la probabil che la pallina 301 =Fe quell bpp=s=. 57 3 Quella che sia gialla 8 pp =5 = | sia rossa & p, = | Supposto di estrarre per tre volte una pallina con reimbussolamento, la variabile casuale il cui valore & dato dal numero di volte che si estrae una pallina rossa & x 0 1 - 3 a eo eo] | | | | | | | Infatti | (X= 0) é la probabilita che nessuna pallina sia rossa e quindi siano tutte gialle: | | | aix=0= (1) 2 p(X = 1) é la probabilita che una pallina sia rosa ¢ due siano gialle: eae ee Pe eaaaia Ras p(X =2) é la probabilita che due palline siano rosse ¢ una sia gialla: 221 eee 33 p27. p(X = 3) é la probabilita che tre palline siano rosse: nx=3)=(2)' (GB Valor medio di una variabile aleatoria Valor medio :(X) di una variabile aleatoria ¥ @ la somma dei prodotti dei valori dix, XL, X25 vey me POF He rispettive probabilita p1, 72, 0. Pr p(X =2)= WO) = spr + 2290+ ot ann = ome a Se si considera l'esempio precedente, il valor medio della variabile X ¢ dato da: PRONE He 4 eee 8 EAI WX) =O-55+L-5+ 2-5 43-55 > J 2 Varianza e deviazione standard (0 scarto quadratico medio) di una vari aleatoria ‘Varianza V(X) di una variabile aleatoria X che assume i valori x1, %2,~., X» Con rispettive pro- babilita p:, p2,.., Pn & la somma dei prodotti dei quadrati delle differenze tra i valori di Xe il valor medio j1(X) per le rispettive probabilita La deviazione standard o scarto quadratico medio o(X) é la radice quadrata della varianza. Ya) = les — wa + pain — uA + + Pale — HOO! = So pale — nO 2X) = VVC) = ypales — oA) + pala — WAY) + + Pan — HOO? = S pabne— nA at ‘Sempre considerando esempio precedente, la varianza é data da: a2. o- 2°42. - 27° 44. 2-2)7 +2. (3-2)? VX) = 35° 0-2)? +5-(1- 2)? ++5- 2-2) +55- (3-2) G2 Distribuzione binomiale o di Bernoulli Una distribuzione ¢ binomiale se riguarda una variabile discreta X, relativa a una successione di m prove ripetute in ciascuna delle quali un evento pud verificarsi (successo) con probabilita p o non verificarsi (insuecesso) con probabilita g = p = 1 — p, e se la probabilita di avere sucesso in k prove WX=K) = Qe. Sei lancia per 10 volte un dado e si vuole determinare la probabilti di ottenere te vote 4, si calcola 1 Gran Pa1—f=2 da oni | = (1) (2) 3)" 30-9:8 1S? _ 390625 _ 9 5 “NB )\6) \6) 3-2-1 @ 6 2519424 23 Distribuzione di Poisson Quando nella distribuzione binomiale il numero n é troppo grande si ricorre alla distribuzione di ; Poisson nella quale si ha (on an telefonico riceve in media 240 chiamate in un’ora, qual é la probabilita che in | un minuto riceva due chiamate? 240 Batck Si pud considerare una distribuzione di Poisson con ox ; | Usando la formula della distribuzione di Bernoulli con » = 60 ep 7 z si ottiene: | 2, quindi si ha: o(X=2)= ) Pat 22 ey (: 7 i) 01438... ‘Matucita sperimentale 2002 - Sessione suppletiva ~ Quesito 2 Calcolare la probabilita che in dieci lanci di una moneta non truccata, dal quinto lancio in poi esca sempre testa, Per il teorema della probabilité composta la probabilita che negli ultimi 6 lanci esca testa é data da 1 Ase: Vad. EL ( oisns a ‘ Probation EE} Maturitd sperimentale 2002 ~ Sessione ordinaria ~ Quesito 3 ‘Assumendo che i risultati X, 1, 2 delle 13 partite del Totocaicio siano equiprobabil, calcolare la probabiliti che tutte le partite, eocetto una, terminino in parita Si tratla di una distribuzione binomiale con n = 13 relativa alfevento E: “il risultato é X" per & — 12 volte: St Aay PIN ei dic (ABN A. 2 128) wer=ne=1)~(')(3) 3=(1)) sm 3 raacas= ome Maturita sperimentale 2003 ~ Sessione ordinaria ~ Quesito 2 Tre scatole A, B ¢ C contengono lampade prodotte da una certa fabbrica di cui aleune difettose. A contiene 2000 lampade con il 5% di esse difettose, B ne contiene 500 con il 20% difettose e C ne contiene 1000 con il 10% difettose. Si sceglic una scatola a caso e si estrae a caso una lampada, Qual é la probabilité che essa sia difettosa? Se si indica con P(4), P(B), P(C) la probabilita che venga scelta rispettivamentc la scatola 4, B, C, si 1 ha P(d) = P(B) = P(C) = 5. Scegliendo la scatola A la probabiliti di estrarre una lampadina difettosa € P(Ly| 4 Scepliendo la scatola B la probabilita di estrarre una lampadina difettosa & P(L4|B) ‘Scegliendo la scatola C la probabilita di estrarre una lampadina difettosa é P(g] C) 100 10° Peril teorema della probabilit totale i ha ‘ - (La) = P(A) - PlLal A) + PCB) P(La|B) + PCC): Pla ©) = 4-3 wow Maturita sperimentale 2003 ~ Sessione suppletiva — Quesito 9 Un’urna contiene 30 palline uguali in tutto e per tutto fuorché nel colore: infatti 18 sono bianche e 12 nere. ‘Vengono estratte a caso, una dopo laltra, due palline. Qual é la probabilita che la seconda pallina estratta sia bianca sapendo che la prima: a) é bianca e viene rimessa nell'urna? 'b) é bianca ¢ non viene rimessa nell'urna? ¢) é messa da parte senza guardarne il colore? a) Se la pallina bianca é rimessa nell'urna i casi favorevoli sono 18 e quelli possibili 30 — po s- 7 b) Sela pallina biance non &rimessa nllurna i casi favorevoli sono 17 e qui possibili 29 — pp — =. 6) Se non si conosce il colore detla prima pallina si devono considerare i due eventis ‘Fj: si estrae prima la pallina bianca e poi ancora la bianca ~ p(£\) = 8. 12 : 12.1836 4: estrae prima la palina nerae poi la bianca ~»p(¥,) = 32.36 = 36. 51, 36 Peril teorema della probabilit totale si ha: e = p(Fi) + pla) — pet pe = A= 3, Maturita sperimentale 2003 ~ Sessione straordinaria ~ Problema 2 Un gruppo di persone & costituito da 3 uomini e dalle rispettive mogli. Ciascun uomo sceglie a caso una fra Je 3 donne, con uguali possibilit di scelta, per un giro di ballo. Flee scommacina- rcanauns-eonanee ao Os Ge a) Calcolare quante sono le possibili terne di coppie di ballerini. b) Calcolare la probabilita che 1) ncssun uomo balli con la propria moglie, 2) un solo uomo balli con la propria moglie, 3) tutti tre gli uomini ballino con le rispettive mogli. ¢} Il gioco viene effettuato per n volte. Caleolare: 1) per n= 24, il numero medio di volte in cui tutti ¢ tre gli uomini ballano con le rispettive mogli; 2) per m = 4, la probabilita che non pit di 2 volte capiti che nessun uomo balli con la propria moglie; 3) per n= 60, la probabilita che esattamente 30 volte capiti che un solo uomo balli con la propria mo- lies 4) per n= 15, la probabiliti che almeno 14 volte capiti che almeno un uomo balli con la propria mo- slic. 4) Se si indicano i tre uomini con a, b, ¢¢ le tre mogli rispettivamente con a, 8, 7, le possibili terne di coppie sono 6: 1) (a,a) (6,8) (9) 3) (a, B) (by a) (c,) 5 5) (a,7) (b,0) (8) 2) (4,0) (0,7) (2:8) 4) (4,8) (6,7) (ee) 6) (4,4) (b, 8) (2) bb) Il numero delle terne formate da coppic che non ballano con la propria moglie é 2, quello delle terne cche presentano una sola copia di marito ¢ mogtie é 3, mentre c’é una sola terna in cui ogni coppia ¢ Tormata da coniugi. Quindi la probabilita 1) pp che nessun uomo ball con la propria mogle & py 2) pr che un solo vom bali con la propria moglie& p 4) ps che tutti e tre gli uomini bailino con le rispettive mogli & ps =; ©) L) Pern 24, i] numero medio di volte in cui tutti ¢ tre gli uomini ballano con le rispettive mogli ¢: = 2p, 2) Perm = 4, si applica la formula della distribuzione binomiale per cuila probabilita che non pid di2 volte capiti che nessun uomo bali con la propria moglie mex =0)+p(4=1) +p(0=2)=a+ ({ pet + (3) = Gs+3 G++ O-naaics oppare 1 p= 3) rived) ale (3) @ 3-( 60, la probabilita che esattamente 30 volte capiti che un solo uomo balli con la propria moglie & n= (5p eat PX 4) Pern = 15, Pevento indicato capita precisamente se = 0 oppure X= 1, dove ¥é come nel pun- to 2). Pertanto PAX = 14) + p(X = 15) = C2) Gy 4 fo) 001941 1 sae 010257. 2004 ~ Sessione suppletiva ~ Problema 2/c), d), ¢) Nel Licco Scientifico “Torricelli” vi sono 4 classi quinte, i cui alunni sono distribuiti per sezione e per sesso in base alla seguente tabella: Maturiti speriments ) Calcolare la probabilita che, scelta a caso una coppia di studenti della 5°A, questa sia formata da alunni di sesso: 1) maschile 2) femminile 3) differente. Quanto vale la somma delle tre probabilita trovate? 4) Calcolare la probabilita che, scelta a caso una classe e, in essa, una coppia di studenti, questa sid for- ‘mata da alunni di sesso differente. @) Scelto a caso un alunno di quinta del Liceo in questione e constatato che si tratta di uno studente di sesso maschile, calcolare la probabiliti che esso provenga dalla 5*D. ) Gli alunni della 5°A sono 12 + 16 = 28. 28.27 Sa 8 1 66; quinidl 1a probabilté che ora T numero delle possibili copie di alunni é dato da Cr 1) Tl numero delle coppie formate dai maschi é Cia = : St secla una eoppia di maschi € pu = P5, = 8 2) U numero delle coppie forsate da feminine & Cie = “£1 = 120, quind la probabil che sia seslta una coppia di femmine & pp = 20 — 20 ne PES 3B 63 3) Unumero delle coppie formate da un maschio ¢ da una femmina é dato da 12 16, quindi la pro- ae 192 Dailité che sia scelta una eoppia mista € pave = 375 = ay ty 20. 30 La somma delle we probabil 25+ += “la coppia scelta pué essere formata da cleinenti di sesso maschile o femminile o differente”” a conferma che é la probabiliti dellevento certo d) Gli eventi da considerare sono ME. ““La coppia sorteggiata é mista” 1 A: “Si sorteggia la sezione A” — p(4) = B: “Si sorteggia la sezione B” —s p() = C; “Si sorteggia la sezione C” > pC) = ain?! D; “Si sorteggia la sezione D” — p(D} Levento E: “scelta a caso una classe, la coppia é mista” ¢ Punione dei 4 event: MFA, MFO B, MENG, MEND. Quindi per i teoremi della probabilita totale ¢ di quella condizionata, si ha: P(E) = p(MF OA) + p(MF OB) + p(MFNC) + p(MFnD) = = P(A) p(MF/A) + p(B) - p(MF/B) + p(C) - p(ME/C) + p(B) - p(MF/D) 12-16 32 10-18 10 sarge DS ome Tar Bs _ 6 3:20 80 BBS pcur/n) = = 378 189 & |CALCOLO COMBINATORIO - PROBABILITA STATISTICA Sostituendo si ha: mt 32,1 10,1 65° 1 BO 1 (3210 6S. 80 Toate MO=a tanta m6ta 1974 Ga a) 4378 1512 €) Si pud applicare la formula di Bayes. Posto p(D/M) — probabilita che, scelto un maschio, provenga dalla sezione D, 1M) = 45, probabitia che sia setio un maschio P(M/D) = 55 = 5+ probabilita che sia scelto un maschio nella sezione D, 1) = 54> fou ‘che sia scelta la sezione D, i P(D)-p(M/D) _ 47. ONO sal ae ia In alternativa si poteva osservare che la probabilita richiesta coincide con quella che sia scelto un maschio della sezione D. Matusita sperimentale 2004 ~ Sessione straordinaria ~ Quesito 8 Si consideri Pesperimento consistente nel lancio di due dadi con le facce mumerate da “1” a “6”, aventi tutte le stesse possibilith di uscire. Si ottiene un successo se, nell’esperimento, esce almeno un “5” Determinare il minimo numero di volte in eui bisogna effettuare Pesperimento per garantirsi una proba- bilita pari almeno al 99% di ottenere almeno un successo. La probabil dell’evento «nel lancio di due dal sce almeno un 5» @ la probabilita contratia delle vento «per due volte nel lancio di un dado non esce Ss. La probabilitd che nel lancio di un dado : non esca 5 é 2 ela probabil che questo accada due volte & @ £2 applicando il teorema della probabiliti composta di due eventi indipendenti Sun prove la probabilité di avere almieno un successo é Ja probabilita contraria di avere n insuccessi, cont ut ~ (2) noo ae se ats con 25y'_ 99 25" Ve 1 21n 10 LS e) > 007 (38) Sta "= gg 2 P= “@ ane = 5) 7 m0 ~in6—Ins es Quindi il minimo numero di prove é 13. Maturita sperimentale 2004 — Sessione suppletiva ~ Quesito 9 Due giocatori 4 e B giocano a “Testa o Croce” con una moneta le cui facce hanno la stessa probabilita di uscire. Ciascuno di loro punta la somma S. Chi vince porta via V’intera posta. Il gioco si svolgecon la seguente regola, «ll giocatore 4 lancia la moneta: se esce “Testa” vince, altrimentiil gioco passa a B. Questi, asua volta, lancia la moneta e vince se viene “Croce”, in caso contrario il gioco ritorna ad A, che ripete il lancio e vince se viene “Testa”, In caso contrario il gioco ritomna a B, che vince se viene “Croce”. Se B non vince il gioco ha termine e ciascuno dei due giocatori riprende la somma che aveva puntato. Il gioco é equo’>» Gi eventi da considerare sono: T: “esce testa” — p(T) =3 Gieccone” pC) A: “ince A” B: “vince B Un gioco & equo se, puntando somme uguali, a probabilita di vincere é Ia stessa + p(4) = p(B). rom -svers AED {In questo caso si pud considerare lo schema nel quale tra parentesi sono siportate le probabilita dells- vento corrispondente: L L omsiisde 7() e(Q) L i. iN L eet 7) eQ tL gioca A vince B “oN 7 ee r() e() 4 t me : fo fae ee” 78) el 1 e ‘Come risulta dal quadro, A pué vincere al primo lancio con probabilita 5° al terzo lancio con proba- A i wee! . Fe s B pud vincere al secondo lancio con probabilita © al quarto lancio con probabilita Dele s PUB) =F 72 = =F PLA) Quindi il gioco non & equo. 16 Maturita sperimentale 2004 ~ Sessione straordinaria ~ Quesito 9 ‘Alla finale dei 200 m piani partecipano 8 atleti, fra i quali figurano i nostri amici Antonio ¢ Pietro. Sapen- do che sul podio finiscono i primi tre cassificati e ammesso che tutti gli atleti abbiano le stesse possibilita, calcolare la probabilita che: 4) sul podio finiscano sia Antonio che Pietro; ») almeno uno dei due finisca sul podio; 6) nessuno dei due finisca sul podio. 4) Come si € vislo nel questo 10 della Maturitd 2004 sessione ordinaria di pag. 159, il mimero delle possbili posizion di Antonio e Pietro fa i primi tre é dato dal prodotta del numero delle disposi- Fioni D;z-=3-2 = 6-6, Quind! il numero dei cai favorevoli¢ dato da D:2 6 = 6-6 = 26 Taumero dei cast possibili& quello dele possibili tern di atleti che fniscono sul podio, che & dato dalle disposizioni di 8 elementi di classe 3: Dyy = 8-7-6 = 336. ‘Quindi la probabilitd richiesta é pr x 2 ) La probabilitd pz delevento «almeno uno dei due finisce sul podio» 8 quella contraria allevento Deg 65:45. Dia if ‘nessune del due finises sul podion che € data da Quindi pe 7 Il quesito alternativamente pud essere syolto come segue. La probabilita p) delYevento «almeno uno dei due finisce sul podioy ¢ data dall'unione degli eventi Ex: «Astonio finisco sul podion ed Ep: «Pietro finisce sul podion 3Di3 3-7-6 3 Sika p(Es) = p(Er) =p 3706 8 fe |CALCOLO CoMBINATORIO - PROBABILITA - STATISTICA, Peril teorema della probabilit totale sia: aes oe PEs Be) = plEa) + 2(Er) — PEs Ep) = 545 —e o ©) Come si é visto nel easo b), la probabilita ps dell'evento «nessuno dei due finisce sul podion & data dal rapporto trail numero delle disposizioni degli altri 6 atleti a 3a 3 e quello delle disposizion’ degli Des 65:4 5 alleti a3 ee Ballet a 3a 3: p) = PO = Se nel caso b) pp sié calcolata direttamente, il quesito alternativamente pud essere svolto come segue. La probabilité ps dell’evento «nessuno dei due finisce sul podio» é la probabilité contraria dell'even- oS Mi to «almeno uno dei due finisce sul podio», quindi p) = 1 — pp sperimentale 2005 — Sessione ordinaria ~ Quesito 9 Quale é la probabilita di ottenere 10 lanciando due dadi? Se i lanci vengono ripetuti quale é la probabilita di avere due 10 in sei lanci? E quale é la probabilita di avere almeno duc 10 in sei lanci? Maturit > Siottiene 10 lanciando due dadi se si ha 4-6, 5-5, 6-4: quindi i casi favorevoli sono 3, ei casi possibili Bea . sono 36, pertanto Ia jiéép=2 =. 0 36, pertanto la probabilla & p= 5 = 75, > Per determinare la probabilita di evere due 10 in 6 lanci si applica la formula della distribuzione bi- nomiale di Bernoulli con X variabile aleatoria uguale al numero dei successi: tee pat=n)=(f)pAy- conn =6,k=2 p=, = -2 7 Sa Hes Lee Ba Sia p(x= 12) ~ 2-1 144° 20736 995328 — > La probabilita di avere almeno due 10 in 6 lanci €1a probabilita contraria a quella di non avere nes- sun [0 6 un solo 10 in 6 lanci: _ (8) (LY (BY _(6 aya) oo) \aa) (aa) (1) (a2) (a2) 1771561 161051 ZORSORA 407 EGA 08309... = 8,31% W(X> 2) Maturiti sperimentale 2005 ~ Sessione suppletiva ~ Quesito 8 In un‘urna ci sono due palline bianche, in una seconda urna ci sono due palline nere e in una terza urna ei sono una pallina bianca ¢ una pallina nera. Scegli a caso un’urna ed estrai, sempre a caso, una delle due palline in essa contenute: é bianca. Saresti disposto a scommettere alla pari che la pallina rimasta nell urna che hai scelto sia essa pure bianca? Gili eventi da considerare sono: By si estrae prima la pallina bianca Ut: si seeglie la prima urna — p(U Ux; si sceglie la seconda urna — p(U2) Us: si seeglie la tera urna + (Us) = Se la pallina rimasta net'urna 8 anch’essa bianca, urna scelta é la prima. Quindi, per rispondere alla domanda, si deve calcolare la probabilita dell’evento U; condizionato all’evento B: p(U/ | B). (Ui) -2(B) 0s) pies HOY BTC) + 2(Ua) 1B Ua) +7003) 018] Us) i applica ta formula di Bayes: p(U | B) = In essa p(B| Us) = 1, p(B| U2) = 0, p(B Us) =$ sono le probabilita di estrare una pallina bianca ri- spettivamente dalla prima, dalla scconda, dalla terza urna 1 Le Si ba quindi: (Us |2)=;—3-—- = pivpordd 3 A 1 Poiché p(Ui|B) > 5 conviene scommettere alla par Maturita sperimentale 2605 ~ Sessione straordinaria ~ Quesito 9 Unurna contiene delle palline che possono essere bianche o nere, di vetro o di plastica. Procisamente: 135 sono bianche, 115 di vetro; inoltre 45 palline di vetro sono bianche e 80 palline di plastica sono nere. Si estrae a caso una pallina: qual é la probabilité che sia nera ¢ di vetro? Se 135 palline sono bianche e 45 palline di vetro sono bianche, nell'urna ci sono 90 palline di plastica bianche. Cosi, se 115 palline sono di vetro e 45 sono bianche, le rimanenti 70 palline di vetro sono vere. Quindi nel urna le palline sono: 45 bianche di vetro 90 bianche di plastica 70 nere di vetro 80 nere di plastica La probabilita p che la pallina estratta sia nera e di vetro é data dal rapporto tra il numero dei casi ous favorevoli, 70, ¢ quello dei casi possibil, 45 +90 + 70 + 80 ~ 285: p = 5. Maturitd sperimentale 2005 ~ Sessione straordinaria ~ Quesito 10 Nelle ultime 10 estrazioni non é uscito il “47” sulla Ruota di Napoli. Qual é la probabilita che non esca neppure nelle prossime 10 estrazioni ed esca invece nell’I-esimna estrazione? Ti numero dei casi possibili & dato dal numero delle possibli cinquine che si possono formare con 90 numeri, quindi dal numero delle combinazioni di 90 oggetti di classe 5, Caps. 11 numero dei casi favorevoli all'uscita di 47 sulla Ruota di Napoli é dato dal numero delle possibili quaterne che si possono formare con i rimanenti 89 numeri, quindi ¢ il numero delle combinazioni i 89 oggetti di classe 4, Csp4. La probabilita che esca 47 sulla Ruota di Napoli é quindi Cog 8988-87-86 5-43-21 5 1 Gos 4-3-2-1 90-89-88-87-86 90 18 ‘ i 1 Quindi la probabilita defevento contrario, che non esca 47, €q=1—T—=7y Per il teorema della probabilita composta, la probabilita richiesta che 47 non esca in 10 estrazioni ed ITY" 1 rescnae gly = (cee esca alla 11-esima € q!p @) Fa = 000313 lie competenze (CB Una famiglia ha 11 amici: stabilisci in quanti modi pud invitarne 5 a pranzo li 462 1440 [i] 55440 se due di essi sono sposati e non partecipano separatamente. [a] 4 Hl 126 @ 210 [Hl 460 se due di essi non sono in buoni rapporti € possono partecipare solo separatamente. 60 37s =) 126 3) Se un insieme A possiede 7 elementi ¢ un altro B ne possiede 11, tutte le possibili funzioni iniettive da A in B sono [BO perch 7< 11 330 1.663200, @w 3 Lequazione (‘) = 6(5), & equivatente a (a) P-121=0 e124 [2] w — 6n? — 61n + 66 =0 [2] - 1? +2n-2=0 2 ‘COMBINATORIO - PROBABILITA- STATISTICA (CB Lanciando un dado truccato, In probabiliti p(n) che esca un dato numero m & (1) =p(2)=h con 0

    You might also like