IV Appello di Probabilit`a e Statistica Cognome:
Laurea Triennale in Matematica Nome:
19 settembre 2008 Matricola:
ESERCIZIO 1.
Ho un’urna inizialmente vuota e un insieme di palline numerate coi numeri naturali. Il primo giorno inserisco nell’urna le palline numero 1 e 2, dopodich´e ne estraggo una a caso (nell’urna rimane dunque una sola pallina). Il secondo giorno inserisco nell’urna le palline numero 3 e 4, dopodich´e estraggo a caso una delle tre palline contenute nell’urna. Itero dunque la procedura:
l’i-esimo giorno inserisco nell’urna le palline numero 2i − 1 e 2i, dopodich´e estraggo a caso una delle i + 1 palline contenute nell’urna.
Si introduca per i ∈ N l’evento
Ai := la pallina numero 1 `e presente nell’urna alla fine dell’i-esimo giorno . a) Si spieghi perch`e vale l’inclusione Ai+1⊆ Ai per ogni i ∈ N e si deduca la formula
P (An) = P (A1) · P (A2|A1) · · · P (An|An−1) , n ∈ N . b) Si mostri che P (An) = n+11 per ogni n ∈ N.
Soluzione.
a) L’inclusione Ai+1 ⊆ Ai `e equivalente a Aci ⊆ Aci+1, che `e immediatamente verificata:
infatti se la pallina numero 1 non `e presente nell’urna alla fine dell’i-esimo giorno, non potr`a ovviamente essere presente alla fine dell’(i + 1)-esimo.
La formula si dimostra per induzione: per n ≥ 1, dato che An+1 ⊆ An, si ha P (An+1) = P (An+1∩An) = P (An)P (An+1|An) e applicando l’ipotesi induttiva per P (An) si conclude.
b) Chiaramente P (A1) = 12, P (A2|A1) = 23 e pi`u in generale P (Ai|Ai−1) = i+1i . Applicando la formula dimostrata al punto a) si ha dunque
P (An) = 1 2
2 3
3
4 · · · n
n + 1 = 1 n + 1.
ESERCIZIO 2.
Siano {X1, X2, Y1, Y2, S} variabili aleatorie indipendenti con le seguenti distribuzioni:
X1 ∼ X2∼ Po(λ) , Y1 ∼ Y2 ∼ Po(µ) , S ∼ Be 1 2
= B
1,1
2
,
dove λ, µ ∈ R+ sono parametri fissati, con λ 6= µ. Introduciamo le variabili Z1, Z2 definite da Z1 := X11{S=0} + Y11{S=1}, Z2 := X21{S=0} + Y21{S=1}.
In altre parole, lancio una moneta equilibrata (descritta dalla variabile S) e pongo (Z1, Z2) :=
(X1, X2) se esce testa (cio`e se S = 0) mentre pongo (Z1, Z2) := (Y1, Y2) se esce croce (S = 1).
a) Calcolare E(Z1) e E(Z2).
b) Mostrare che Z1 e Z2 non sono indipendenti (sugg.: calcolare E (Z1Z2)).
Soluzione.
a) Si noti che Z1 e Z2 hanno la stessa legge perch´e sono la stessa funzione dei vettori (X1, Y1, S) e (X2, Y2, S), che hanno la stessa legge. In particolare E(Z1) = E(Z2) e per l’indipendenza delle variabili in gioco si ha
E(Z1) = E(X11{S=0} + Y11{S=1}) = E(X1) P (S = 0) + E(Y1) P (S = 1) = λ + µ 2 . b) Si ha che
E(Z1Z2) = E(X1X21{S=0} + Y1Y21{S=1})
= E(X1) E(X2) P (S = 0) + E(Y1) E(Y2) P (S = 1) = λ2+ µ2
2 6= E(Z1) E(Z2) , per cui Z1 e Z2 non possono essere indipendenti.
ESERCIZIO 3.
Siano X1, X2 variabili indipendenti uniformi discrete sull’insieme {1, . . . , n}, dove n ∈ N. Defi- niamo la variabile Y := min{X1, X2}.
a) Si calcoli P (Y = k) per ogni k ∈ N.
b) Si mostri che, per ogni t ∈ (0, 1), si ha che
n→∞lim P (Y ≤ tn) = 2t − t2.
Soluzione.
a) Chiaramente P (Y = k) = 0 per k > n. Conviene innanzitutto calcolare, per k ∈ {1, . . . , n}, la probabilit`a P (Y ≥ k) che `e data da
P (Y ≥ k) = P (X1 ≥ k, X2≥ k) = P (X1≥ k) P (X2 ≥ k) = n − k + 1 n
2
=
1 −k − 1 n
2
. Si ha dunque
P (Y = k) = P (Y ≥ k)−P (Y ≥ k+1) = n − k + 1 n
2
− n − k n
2
= 1 n2 +2
n
1 − k
n
.
b) Dalla formula per P (Y ≥ k) calcolata al punto a) si ottiene P (Y ≤ tn) = 1 − P (Y > tn) = 1 − P (Y > btnc) = 1 −
1 −btnc − 1 n
2
, e dato che (btnc − 1)/n → t per n → ∞, per ogni t ∈ (0, 1), si ha che
n→∞lim P (Y ≤ tn) = 1 − (1 − t)2 = 2t − t2.
ESERCIZIO 4.
Sia (X, Y ) un vettore aleatorio assolutamente continuo con densit`a congiunta fX,Y(x, y) = λβ2e−λxeye3ye−βey1[0,+∞)(x),
dove λ e β sono due parametri strettamente positivi.
a) Mostrare che la densit`a marginale di X vale fX(x) = (λx+β)2λβ23 1[0,∞)(x).
b) Dire per quali valori di p ≥ 1 si ha che X ∈ Lp.
c) Si definiscano le variabili casuali Z = XeY e W = eY. Mostrare che Z e W sono indipendenti, e determinarne la distribuzione.
Soluzione.
a) Per x ≥ 0 fX(x) =
Z
fX,Y(x, y)dy = λβ2 Z
e−λxeye3ye−βeydy = (ponendo z = ey)
= λβ2 Z +∞
0
z2e−λxze−βzdz = 2λβ2 (λx + β)3. b) X ∈ Lp se e solo se
Z +∞
0
xp
(λx + β)3dx < +∞.
Questo avviene se e solo se p < 2.
c) Sia ϕ(x, y) = (xey, ey), per cui (Z, W ) = ϕ(X, Y ). La mappa ϕ `e un diffeomorfismo tra (0, +∞) × R e (0, +∞) × (0, +∞). Inoltre
ϕ−1(z, w) = (z/w, log w), la cui matrice Jacobiana `e
Dϕ−1(z, w) =
1
w −wz2 0 w1
Quindi, per la formula di cambiamento di variabili
fZ,W(z, w) = fX,Y(ϕ−1(z, w)| det Dϕ−1(z, w)| = λe−λzβ2we−βw1(0,+∞)(z)1(0,+∞)(w).
Si vede allora che fZ,W(z, w) = fZ(z)fW(w), e quindi Z e W sono indipendenti, e inoltre Z ∼ Exp(λ), W ∼ Γ(2, β).