I Appello di Probabilit`a e Statistica Cognome:
Laurea Triennale in Matematica Nome:
15 giugno 2009 Matricola:
ESERCIZIO 1. Sia N ≥ 2 e sia Ω l’insieme dei sottoinsiemi non vuoti di {1, 2, . . . , N }. In altre parole
Ω := {ω ⊆ {1, 2, . . . , N } : ω 6= ∅}.
Per ω ∈ Ω, indichiamo con X(ω) := max(ω) il massimo elemento di ω e con Y (ω) := min(ω) il minimo elemento di ω (per esempio, se ω = {2, 3, 6} allora X(ω) = 6 e Y (ω) = 2). Infine, sia P la probabilit`a uniforme su Ω.
(a) Mostrare che, per n ∈ {1, 2, . . . , N },
P (X = n) = 2n−1 2N − 1. (b) Calcolare la funzione generatrice dei momenti di X.
(c) Determinare la densit`a congiunta di (X, Y ).
(d) (*) Determinare la densit`a di X − Y . SOLUZIONE.
(a) Anzitutto |Ω| = 2N− 1, visto che un insieme di N elementi ha 2N sottoinsiemi, di cui uno
`
e l’insieme vuoto. Inoltre, X(ω) = n se e solo se n ∈ ω, e ω \ {n} ⊆ {1, 2, . . . , n − 1}. Perci`o
|{ω : X(ω) = n}| = |{ω0: ω0 ⊆ {1, 2, . . . , n − 1}| = 2n−1, da cui si ottiene la formula richiesta.
(b)
γX(t) = EetX =
N
X
n=1
etn 2n−1
2N− 1 = et 2N− 1
N −1
X
m=0
2etm
= et 2N− 1
2etN
− 1 2et− 1 . (c) Ovviamente, per ogni ω ∈ Ω, X(ω) ≥ Y (ω). Pertanto, per N ≥ n ≥ m ≥ 1 dobbiamo
calcolare
P (X = n, Y = m).
Si noti che X(ω) = n, Y (ω) = m se e solo se n, m ∈ ω e ω \ {n, m} ⊆ {m + 1, . . . , n − 1}.
Perci`o, il numero di ω per cui X(ω) = n, Y (ω) = m `e uguale al numero di sottoinsiemi di {m + 1, . . . , n − 1}. Notare che quest’ultimo insieme `e vuoto se n = m, altrimenti ha n − m − 1 elementi. Perci`o
P (X = n, Y = m) =
( 1
2N−1 se n = m
2n−m−1
2N−1 se n > m.
(d) L’evento {X − Y = k}, che `e non vuoto per k = 0, 1, . . . , N − 1, si pu`o scrivere come unione disgiunta come segue:
{X − Y = k} =
N −k
[
m=1
{Y = m, X = m + k}.
Usando allora quanto mostrato al punto (c),
P (X − Y = k) = (PN
m=1 1
2N−1 = 2NN−1 se k = 0 PN −k
m=1 2k−1
2N−1 = (N − k)22Nk−1−1 se k > 0 .
ESERCIZIO 2. Una compagnia di assicurazioni offre una polizza che prevede il pagamento di una determinata cifra a fronte di un danno subito dal cliente. La compagnia classifica gli assicurati in tre categorie: “basso rischio”, “medio rischio” e “alto rischio”. Dei suoi assicurati, il 75% sono a “basso rischio”, il 20% a “medio rischio” e il restante 5% ad “alto rischio”. Gli assicurati a “basso rischio” hanno una probabilit`a pari a 0.02 di subire un danno che prevede il pagamento dell’assicurazione. Tale probabilit`a `e pari a 0.1 per gli assicurati a “medio rischio” e a 0.2 per quelli ad “alto rischio”.
(a) Qual `e la probabilit`a che un individuo scelto a caso tra gli assicurati reclami il pagamento dell’assicurazione?
(b) Se un individuo reclama il pagamento dell’assicurazione, qual `e la probabilit`a che sia nella categoria ad “alto rischio”?
SOLUZIONE.
(a) Consideriamo gli eventi: A1 = {l’individuo scelto `e della categoria “basso rischio”}, A2 = {l’individuo scelto `e della categoria “medio rischio”}, A3 = {l’individuo scelto `e della cate- goria “alto rischio”}, B = {l’individuo reclama il pagamento dell’assicurazione}. Sappiamo che
P (B|A1) = 0.02 P (B|A2) = 0.1 P (B|A3) = 0.2 , P (A1) = 0.75 P (A2) = 0.2 P (A3) = 0.05 . Per la formula delle probabilit`a totali
P (B) =
3
X
i=1
P (B|Ai)P (Ai) = 0.02 · 0.75 + 0.1 · 0.2 + 0.2 · 0.05 = 0.045 .
(b) Usando la Formula di Bayes
P (A3|B) = P (B|A3)P (A3)
P (B) = 0.2 · 0.05 0.045 = 2
9 ' 0.22 .
ESERCIZIO 3. Siano C, X, Y variabili aleatorie reali indipendenti, con X ∼ P o(4), Y ∼ P o(4) mentre C ∼ Be(p), dove p ∈ (0, 1) `e un parametro fissato. Definiamo la variabile
W := CX + (1 − C)Y . (a) Si mostri che E(W ) = 4 e V ar(W ) = 4.
(b) Siano W1, W2, . . . , W100 variabili i.i.d. con la stessa legge di W . Si determini approssima- tivamente il valore di c tale che la somma W1+ . . . + W100 assuma valori maggiori di c con probabilit`a 0.98.
(c) Si dimostri che W ∼ P o(4).
[Sugg.: calcolare la densit`a discreta di W condizionando rispetto agli eventi {C = 0} e {C = 1}]
SOLUZIONE.
(a) Per le propriet`a ben note del valor medio si ha
E(W ) = E(C)E(X) + (1 − E(C))E(Y ) = p4 + (1 − p)4 = 4 . Si noti che
W2 = C2X2+ (1 − C)2Y2+ 2C(1 − C)XY = CX2+ (1 − C)Y2,
poich´e C = C2, (1 − C) = (1 − C)2 e C(1 − C) = 0, essendo C a valori in {0, 1}. Dato che E(X2) = V ar(X) + E(X)2= 4 + 16 = 20 e analogamente E(Y2) = 20, si ottiene
E(W2) = E(C)E(X2) + (1 − E(C))E(Y2) = p20 + (1 − p)20 = 20 , da cui V ar(W ) = E(W2) − E(W )2 = 20 − 16 = 4.
(b) Indicando µ = 4, σ = 2 si ottiene P (W1+ . . . + W100 > c) = P
W100 > c 100
= P W100− µ σ
√ 100 >
c 100− 4
2 10
' P Z > c
20 − 20
= Φ
20 − c
20
. Dato che Φ−1(0.98) ' 2.05, si ottiene l’equazione
20 − c
20 = 2.05 =⇒ c = 359.
(c) Condizionando rispetto agli eventi {C = 1} e {C = 0} e usando la formula delle probabilit`a totali, per k ∈ {0, 1, 2, . . .} si ottiene
P (W = k) = P (W = k|C = 0)P (C = 0) + P (W = k|C = 1)P (C = 1)
= P (Y = k|C = 0)(1 − p) + P (X = k|C = 1)p = P (Y = k)(1 − p) + P (X = k)p , e dato che P (X = k) = P (Y = k) = e−44k/k! si ottiene P (W = k) = e−44k/k!, quindi W ∼ P o(4).
ESERCIZIO 4. Una variabile aleatoria reale X `e detta di Cauchy se `e assolutamente continua con densit`a
fX(x) := c 1 1 + x2, dove c ∈ R `e un’opportuna costante.
(a) Si determini il valore di c affinch´e fX sia effettivamente una densit`a.
(b) Si calcoli P (X > z) per ogni z ∈ R e si mostri che per z → +∞
P (X > z) ∼ 1 π
1
z cio`e P (X > z) = 1 π
1
z + o 1 z
! .
[Sugg.: pu`o essere utile ricordare che arctan(z) + arctan(1z) = π2, ∀z ∈ R.]
(c) Sia ora {Xn}n∈N una successione i.i.d. di variabili di Cauchy indipendenti e si definisca Mn:= max{X1, . . . , Xn} per n ∈ N. Si mostri che per ogni t > 0
n→∞lim P Mn n ≤ t
= exp
−1 π
1 t
.
SOLUZIONE.
(a) Imponendo cheR+∞
−∞ fX(x) dx = 1 e ricordando che una primitiva di 1/(1+x2) `e arctan(x), si ottiene c(arctan(+∞) − arctan(−∞)) = 1, ovvero c = 1/π.
(b) Ricordando che arctan(t) = t + o(t) per t → 0, si ottiene P (X > z) = 1
π Z ∞
z
1
1 + x2, dx = 1
π[arctan(x)]∞z = 1 π
π
2 − arctan(z)
= 1
π arctan 1 z
= 1 π
1
z + o 1 z
, per z → +∞ .
(c) Per ogni t > 0 fissato si ha P Mn
n ≤ t
= FMn(nt) = FX(nt)n
= 1 − P (X > nt)n
=
1 − 1
πt 1
n+ o 1 n
n
= exp
n log
1 − 1
πt 1
n+ o 1 n
= exp
n
− 1 πt
1
n+ o 1 n
= exp
−1
πt + o (1)
.