(1)Esercizi Probabilit` a 2 Esercizio 1. Sia dato il vettore (X, Y ) con densit´ a uniforme sulla corona circolare R = {1 < x 2 + y 2 < 4}. 1. Determinare le densit´ a marginale di X e Y . 2. Calcolare la probabilit´ a che X > Y , sapendo che Y + X < 1. 3. Calcolare la matrice delle varianze di (X, Y ). 4. Posto (R, A) = ( √ X 2 + Y 2 , arctan X Y ), calcolare la densit´ a di R. 5. Calcolare il vettore delle medie di (R.A). Esercizio 2. Sia data la funzione f (x, y) = α(x + 2y), 0 < x < 1, 1 − x < y < 1, β x y22, −1 < x < 0, −1 < y < −1 − x 0, altrimenti 1. Determinare α e β in modo che f sia la ensit´ a di un vettore aleatorio e E(Y ) = 0. 2. Calcolare la probabilit´ a che X > 0. 3. Calcolare la probabilit´ a che XY > 0 oppure X < Y . 4. Determinare le densit´ a marginale di X e Y . 5. Calcolare la varianza di X − 2Y . Ora porre β = 0 e dopo aver determinato α in moddo che f sia una densit´ a, 6. Calcolare la E(X|Y = 1/2). 7. Calcolare la E(Y 2 − 2Y |X) Esercizio 3. ´ E assegnata la densit´ a f di una variabile aleatoria X, f (x) = 1 3 xe −x , x > 0 2 3 e x , x < 0 1. Verificare che f ´ e una densit´ a. 2. Calcolare la probabilit´ a che |X| < 1. 3. Dire se ` e finita la speranza di p|X|e −X . 1 (2)4. Determinare la densit´ a di Y = X 3 5. Provare che Y e X non sono indipendenti. Esercizio 4. Scrivere un vettore gaussiano (X, Y, Z) tale che Cov(X, Y ) = 0 e Cov(X, Z) = 1 e Cov(Y, Z) = −1. In base alla scelta fatta 1. calcolare la varianza di X − 2Y + Z; 2. calcolare la probabilit´ a che X − Y > Z; 3. scrivere l’espressione della densit´ a condizionata di X dato Z = z. ´ E una densit´ a nota? 4. scrivere l’espressione della densit´ a condizionata di (X, Y ) dato Z = z. ´ E una densit´ a nota? 5. calcolare la speranza condizionata di X 2 − X dato Y = y. Esercizio 5. Si sa che X| Y =y ∼ E(y) con Y con densit´ a f Y (y) = 2y, 0 < y < 1 0, altrimenti 1. Calcolare la densit´ a di (X, Y ) e di X. 2. Calcolare la E(X + Y 2 |Y ). 3. Determinare la E(Y |X = 1). 4. Se si sapesse che y = 1/3, quale valore numerico sarebbe la ”migliore” approssimazione di X. 2 Read more