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