Calcolo delle Probabilità e Statistica,
Ing. Informatica e dell’Automazione, a.a. 2009/10 Compitino del 31/5/2010
Nota. E’ obbligatorio sia scegliere le risposte (numeriche, o le formule
…nali a seconda del caso) negli appositi spazi, sia dare la risoluzione per esteso sul foglio a parte.
Esercizio 1. Un albergatore ha 20 camere singole ed accetta 21 preno- tazioni per un certo giorno, convinto che le 20 camere siano su¢ cienti a causa delle rinunce. Ciascun cliente ha probabilità p di disdire la prenotazione all’ultimo momento.
i) Supponiamo p = 0:1. Con che probabilità accade quello su cui conta l’albergatore, cioè che 20 camere siano su¢ cienti?
0:890; 0:765; 0:814; 0:930
ii) Supponiamo che a causa di un evento indesiderato risulti p = 0:4. Con che probabilità si trova con 10 o più camere vuote?
0:176; 0:235; 0:274; 0:315
Esercizio 2. i) La probabilità che un generico giorno piova in una certa regione è 16. Iniziamo l’osservazione il primo giorno di un certo mese. Indichi- amo con N il primo giorno di quel mese in cui piove (se si va oltre il mese si continua a contare progressivamente). Con che probabilità N è 10?
0:193; 0:052; 0:843; 0:260
ii) Calcolare la media di N6 + 5partendo dalla distribuzione di probabilità di N (cioè senza usare formule note per E [N ])
6; 1; 5; 3
Esercizio 3. Si consideri la funzione f (x) = C (1 + jxj) , con para- metro reale e C constante, dipendente da , da determinare.
i) Stabilire per quali valori di ; C essa è una densità di probabilità
> 1; > 0; < 1; < 0
C = 1
2 ; C = 1 +
2
ii) Detta X una v.a. con tale densità, scoprire quale delle seguenti funzioni è la funzione di ripartizione F (x) per x > 0
1 1
2(1 + x) +1; 1 (1 + x) +1; (1 + x) +1 iii) Calcolare la densità fY (t)di Y = eX, per t > 0
1
2t (1 +jlog tj) ; 1
2t (1 + log t) ; 1
2 (1 +jlog tj) vi) (facoltativo) Calcolare, per t > 0, la densità fZ(t) della v.a. Z = min (X; Y ) dove X ed Y hanno la densità precedente con lo stesso e sono indipendenti
1
2 (1 + t) 2 +1; 1
2 (1 + t)
Esercizio 4. Consideriamo la catena di Markov su E = f1; 2; 3; 4g asso- ciata alla seguente matrice di transizione
P = 0 BB
@
1
3 0 23 0
1 4
1 4
1 4
1 2 4
3 0 13 0 0 0 0 1
1 CC A :
a) Qual è la probabilità, partendo da 1, di essere in 3 dopo 2 passi?
4
9; 7
9; 1
3; 2
3
b) Decomporre E nell’unione di classi irriducibili e della classe degli stati transitori. Ci sono stati assorbenti?
c) Determinare tutte le probabilità invarianti della catena.
1 Soluzioni
Esercizio 1. Indichiamo con Xi, i = 1; :::; 21 delle Bernoulli di parametro p, indipendenti; Xi vale 1 se il cliente i-esimo rinuncia. Detta S la loro somma, che è il numero di rinunce, S è una B (21; p).
i) Dobbiamo calcolare
P (S 1) = 1 P (S = 0) = 1 (1 0:1)21 = 0:89058:
ii) Dobbiamo calcolare
P (S 11) = 1 P (S 10)
quindi applichiamo il TLC con la correzione di continuità a 10:5:
1 10:5 21 0:4
p21 0:4 0:6 = 1 (0:93541) = 1 0:8238 = 0:176 2:
Esercizio 2. i) L’evento N 10 coincide con l’evento “nessun giorno di pioggia nei primi 9”, la cui probabilità si può calcolare in vari modi (per intersezione, con le binomiali) e vale
5 6
9
= 0:193 81:
Naturalmente si può risolvere l’esercizio anche con le v.a. geometriche, ma è più lungo.
ii) la v.a. N è geometrica modi…cata: può assumere i valori 1, 2, ecc. con probabilità
P (N = k) = 1 6
5 6
k 1
. Vale allora
E [N ] = X1 k=1
k1 6
5 6
k 1
= 1 6
X1 k=1
k 5 6
k 1
= 1 6
1
1 56 2 = 6 quindi
E N
6 + 5 = 6:
Esercizio 3. i) La funzione è integrabile per > 1, come è noto e come si scoprirà anche dai seguenti calcoli. La costante C deve essere positiva.
Vale, appunto se > 1, Z 1
1
(1 +jxj) dx = 2 Z 1
0
(1 + x) dx = 2 Z 1
1
t dt = 2 t +1 + 1
1 1
= 2
1 quindi C = 21. Si noti che per < 1 gli stessi calcoli avrebbero mostrato che l’integrale divergeva, mentre per = 1 la primitiva era il logaritmo, e l’integrale diverge nuovamente.
ii) Per x > 0 vale
F (x) = 1
2 + 1
2 Z x
0
(1 + x0) dx0 = 1
2 + 1
2
Z x+1 1
t dt = 1
2 + 1
2
t +1 + 1
x+1
1
= 1 2 +1
2 1 (1 + x) +1 = 1 1
2(1 + x) +1: Ma il modo più semplice di risolvere l’esercizio è derivare!
iii) Vale
FY (t) = P eX t = P (X log t) = FX(log t) quindi
fy(t) = FY0 (t) = FX0 (log t)1
t = fX(log t)1
t = 1
2t (1 +jlog tj) : iv)
FZ(t) = 1 P (Z > t) = 1 P (X > t; Y > t) = 1 P (X > t) P (Y > t)
= 1 (1 FX(t)) (1 FY (t)) = 1 (1 FX(t))2 da cui
fZ(t) = 2 (1 FX(t)) fX (t)
= 2 1
2 (1 + t) 1 1 1
2(1 + t) +1
= 1
2 (1 + t) 2 +1:
Esercizio 4. a) P(X2 = 3jX0 = 1) = X4
i=1
P(X2 = 3jX1 = i) P(X1 = ijX0 = 1) = p13 p11+ p33 p13= 2
3 1 3 +1
3 2 3 = 4
9.
b) 1 e 3 comunicano fra loro; 2 comunica con 1 e 3, ma da 1 e 3 non si passa a 2, di conseguenza f1; 3g è una classe irriducibile di stati (ricorrenti).
2 comunica con 4, ma 4 non comunica con 2, quindi f2g è una classe ir- riducibile di stati (e 2 è transitorio).
4 comunica solo con sé stesso, quindi f4g è la classe degli stati assorbenti.
c) Si ha v1 v2 v3 v4 0 BB
@
1
3 0 23 0
1 4
1 4
1 4
1 2 4
3 0 13 0 0 0 0 1
1 CC
A = v1 v2 v3 v4 , da cui 8>
>>
>>
><
>>
>>
>>
:
1
3v1+14v2+23v3 = v1
1
4v2 = v2
2
3v1+14v2+13v3 = v3
1
4v2+ v4 = v4
v1+ v2+ v3+ v4 = 1
, cioè 8>
>>
<
>>
>:
v3 = v1 v2 = 0 v4 = v4
v1+ v2+ v3+ v4 = 1
ed in…ne v = ( ; 0; ; (1 2 )),
con 0 1
2. Ci sono quindi in…nite distribuzioni invarianti.