• Non ci sono risultati.

Esercitazioni di Probabilit` a e Statistica Foglio n. 8 (29 maggio 2009)

N/A
N/A
Protected

Academic year: 2021

Condividi "Esercitazioni di Probabilit` a e Statistica Foglio n. 8 (29 maggio 2009)"

Copied!
1
0
0

Testo completo

(1)

Esercitazioni di Probabilit` a e Statistica Foglio n. 8 (29 maggio 2009)

Teoria: variabili aleatorie esponenziali Exp(λ) := Γ(1, λ), assenza di memoria.

Esercizio 1 (es. 111 dell’elenco). Siano X1, . . . , Xnvariabili casuali indipendenti con Xi ∼ Exp(λ). Si determini la distribuzione di

Y := max{X1, . . . , Xn} , Z := min{X1, . . . , Xn} .

[FY(t) = (1 − e−λt)n1[0,∞)(t) da cui fY(t) = λn(1 − e−λt)n−1e−λt1[0,∞)(t). Analo- gamente FZ(t) = (1 − e−nλt) 1[0,∞)(t) da cui fZ(t) = nλ e−nλt1[0,∞)(t), cio`e Z ∼ Exp(nλ).]

Esercizio 2 (es. 107 dell’elenco). Sia X ∼ U ([0, 2]). Qual `e la probabilit`a che il triangolo equilatero di lato X abbia area A > 1?

[A = 12 · X ·

3

2 X = X2

3

4 , da cui P (A > 1) = P (X > 2/31/4) = 1 − e−1/4.]

Esercizio 3. Sia X ∼ U ((0, 1)). Qual `e la distribuzione della variabile Y := − log X?

[FY(t) = P (Y ≤ t) = P (X ≥ e−t) = (1 − e−t) 1[0,∞)(t), da cui fY(t) = e−t1[0,∞)(t), cio`e Y ∼ Exp(1).]

Esercizio 4. Siano X, Y ∼ U ((0, 1)) variabili casuali indipendenti. Qual `e la distri- buzione della variabile Z := X + Y ?

[fZ(z) = R+∞

−∞ fX(x)fY(z − x)dx = R+∞

−∞ 1(0,1)(x)1(0,1)(z − x)dx. Osserviamo che 1(0,1)(x)1(0,1)(z − x) = 1(0,1)∩(z−1,z)(x). Dato che (0, 1) ∩ (z − 1, z) = ∅ per z ∈ (−∞, 0] ∪ [2, ∞), mentre (0, 1) ∩ (z − 1, z) = (0, z) per z ∈ (0, 1] e (0, 1) ∩ (z − 1, z) = (z − 1, 1) per z ∈ [1, 2), segue che

fZ(z) =





z se z ∈ [0, 1]

2 − z se z ∈ [1, 2]

0 altrimenti .]

Esercizi consigliati sul capitolo 4: n. 106, 108, 109, 116, 117, 119, 120, 122, 125.

Per la lezione del 3 giugno portare la tavola della distribuzione normale (disponibile sul mio sito).

1

Riferimenti

Documenti correlati

Si determini, in funzione di α, la probabilit` a p che una persona risultata positiva al test sia effettivamente malata e si calcoli il valore trovato per α = 0.1, 0.01, 0.001..

Dopodich` e Monty Hall apriva una delle altre due porte in modo che il premio rimanesse in gioco, e chiedeva se si voleva tenere la porta o cambiare con l’altra.. Supponiamo di fare

Si lancia un dado onesto se esce il numero 6 si aggiunge una pallina blu, se esce un qualunque altro numero si aggiunge una pallina gialla.. Si fanno poi 3 estrazioni

Dopo aver rimesso dentro le tre palline estratte, si lancia una moneta onesta e si aggiunge una pallina con il numero 11 se esce testa, una pallina con il numero 12 se esce croce,

Gianni non si `e preparato per il concorso e decide di svolgere i tre test scegliendo per ogni quesito la risposta completamente a caso tra

Un giocatore per verificare che sia onesta definisce una variabile casuale X che assume il valore 1 se esce un numero pari, il valore −1 se esce un numero dispari ed il valore 0 se

Si assuma che le persone decidano indipendentemente se annullare o meno il viaggio e che il cliente che ha scelto l’hotel a 5 stelle annulla il viaggio con probabilit`a 1/10, quello

Questa definizione si applica anche al caso in cui gli eventi elementari (casi possibili) non sono equiprobabili e al caso in cui l’esperimento non ` e ripetibile (quale ` e