III Appello di Probabilità e Statistica Cognome:
Laurea Triennale in Matematica Nome:
7 settembre 2009 Matricola:
ESERCIZIO 1. In una elezione votano un milione di persone, che devono scegliere tra i due candidati A e B. Il voto di un certo numero n di elettori è sotto il controllo di una organizzazione malavitosa, che garantisce che essi votino per il candidato A. Tutti gli altri elettori votano “a caso”, scegliendo con ugual probabilità i due candidati, ognuno indipendentemente dagli altri.
(a) Supponiamo che l’organizzazione malavitosa controlli n = 2 000 voti. Qual è la probabilità (approssimata) che il candidato A vinca le elezioni?
(b) Qual è il numero minimo n di individui che l’organizzazione malavitosa deve controllare, per garantire che la probabilità di vittoria di A sia almeno del 99%?
SOLUZIONE.
(a) Sia X il numero di voti ricevuti da A tra i 998 000 elettori non controllati. Notare che X ∼ B(998 000, 1/2). Il candidato A vince se X > 498 000. Usando l’approssimazione normale (dati i numeri elevati la correzione di continuità non è rilevante)
P (X > 498 000) = P X − 499 000
1 2
√998 000 > − 1 000
1 2
√998 000
!
' Φ(2) = 0.977.
(b) Se X è il numero di voti ricevuti da A tra i 1 000 000 − n elettori non controllati, si ha X ∼ B(1 000 000 − n, 1/2). Il candidato A vince se X > 500000 − n, per cui procedendo come sopra
P (X > 500 000−n) = P X − 1 000 000−n 2 1
2
√1 000 000 − n > − n/2
1 2
√1 000 000 − n
! ' Φ
n
√1 000 000 − n
.
Quindi deve essere √ n
1 000 000−n > Φ−1(0.99) ' 2.33. Elevando al quadrato e risolvendo, si trova n ≥ 2333.
ESERCIZIO 2. Si considerino due dadi regolari a 6 facce. Il dado A è tale che su una faccia appare il numero 6 mentre sulle altre appare il numero 3. Nel dado B, tre facce hanno il numero 5 e tre il numero 2. Si lanciano i due dadi.
(a) Qual è la probabilità che il punteggio più alto sia ottenuto col dado A?
(b) Supponiamo di sapere che il punteggio più alto è ottenuto col dado A. Qual è la probabilità che il punteggio ottenuto col dado A sia 6?
SOLUZIONE.
(a) Introduciamo gli eventi C := “il dado A dà come punteggio 6”, D := “il dado B dà come punteggio 5” ed E := “il punteggio più alto è ottenuto col dado A”. Chiaramente P (C) = 16, P (D) = 12 e E = C ∪ (Cc∩ Dc), da cui
P (E) = P (C) + P (Cc∩ Dc) = P (C) + P (Cc) P (Dc) = 1 6 + 5
6·1 2 = 7
12. (b) Per la formula di Bayes
P (C|E) = P (E|C)P (C)
P (E) = P (C)
P (E) = 1/6 7/12 = 2
7, dove si è usato il fatto che P (E|C) = 1.
ESERCIZIO 3. Siano W, T variabili casuali indipendenti, con la seguente distribuzione:
P (T = 0) = P (T = 1) = 1
2, P (W = n) = p (1 − p)n−1, ∀n ∈ N := {1, 2, . . .} , dove p ∈ (0, 1) è un parametro fissato. In altri termini, T ∼ Be(12) mentre W − 1 ∼ Ge(p).
Definiamo la variabile
X := W 1{T =0} + 1
W 1{T =1},
che può dunque assumere come valori i numeri naturali e i reciproci dei numeri naturali, ossia X(Ω) = N ∪ {n1}n∈N, dove N = {1, 2, . . .} (0 escluso).
(a) Si determini la densità discreta di X.
(b) Si mostri che la variabile Y := 1/X ha la stessa distribuzione di X (c) Si calcoli E(X).
[Ricordiamo le relazioniP∞ n=1
1
nxn= − log(1 − x) e P∞
n=1n xn−1= (1 − x)−2, valide per |x| < 1.]
SOLUZIONE.
(a) La densità discreta di X vale
pX(n) = P (W = n, T = 0) = 1
2p(1 − p)n−1, per n ∈ N, n ≥ 2 , pX(1) = P (W = 1) = p ,
pX1 n
= P (W = n, T = 1) = 1
2p(1 − p)n−1, per n ∈ N, n ≥ 2 .
(b) Si ha Y (Ω) = N ∪ {1n}n∈N. Dal punto precedente è chiaro che P (X = n) = P (X = n1), per ogni n ∈ N; di conseguenza pY(n) = pX(n1) = pX(n) e pY(n1) = pX(n) = pX(n1).
(c) Si ha
E(X) = X
x∈X(Ω)
x · pX(x) =
∞
X
n=2
1
npX 1 n
+ 1 · pX(1) +
∞
X
n=2
n pX(n)
=
∞
X
n=2
1 n
1
2p(1 − p)n−1 + p +
∞
X
n=2
n1
2p(1 − p)n−1
= p
2(1 − p)
∞
X
n=1
1
n(1 − p)n + p 2
∞
X
n=1
n (1 − p)n−1 = 1 2
p
(1 − p) log1 p + 1
p
.
ESERCIZIO 4. Sia X un punto aleatorio dell’intervallo (0, 1). Esso divide l’intervallo (0, 1) in due segmenti. Sia Y ≥ 1 il rapporto tra il segmento più lungo e quello più corto.
(a) Supponiamo che X ∼ U (0, 1). Si determinino la funzione di ripartizione e la densità di Y e si mostri che Y non ammette valor medio.
(b) Assumiamo ora che X sia una variabile casuale assolutamente continua, a valori in (0, 1), la cui densità fX soddisfi la relazione:
fX(x) + fX(1 − x) = 2 , per ogni x ∈ (0, 1) . (1) Si mostri che la distribuzione di Y è uguale a quella trovata al punto precedente.
[Sugg.: si mostri che dalla relazione (1) segue che FX(z) − FX(1 − z) = 2z − 1 per z ∈ (0, 1), dove FX è la funzione di ripartizione di X.]
(c) Determinare una densità fX, soddisfacente alla relazione (1), diversa dalla densità di una variabile casuale con distribuzione U (0, 1).
SOLUZIONE.
(a) Sia t ≥ 1. Allora
FY(t) = P
X
1 − X ≤ t, X >1 2
+ P 1 − X
X ≤ t, X ≤ 1 2
= P 1
2 < X ≤ t 1 + t
+ P
1
1 + t ≤ X ≤ 1 2
= t − 1 t + 1. Da ciò segue che Y ha densità fY(y) =(1+y)2 21[1,+∞)(y). Dal fatto che
Z +∞
1
yfY(y)dy = +∞, si deduce che Y non ammette valor medio.
(b) Se integriamo tra 0 e z la relazione (1), otteniamo 2z =
Z z
0
[fX(x) + fX(1 − x)]dx = FX(z) + Z 1
1−z
fX(x)dx = FX(z) + 1 − FX(1 − z) , ossia FX(z) − FX(1 − z) = 2z − 1.
Ripetendo l’argomento al punto precedente si trova per t ≥ 1 FY(t) = FX
t 1 + t
− FX
1 1 + t
.
Dato che t ≥ 1, si ha che z0:= 1+tt ≥ 12 e inoltre 1+t1 = 1 − z0. Sostituendo nella precedente formula per FY:
FY(t) = FX(z0) − FX(1 − z0) = 2z0− 1 = 2t
1 + t − 1 = t − 1 t + 1. (c) Esempi: X ∼ U (0, 1/2) oppure X con densità f (x) = 2x 1(0,1)(x).