Calcolo delle Probabilità 2014/15 – Foglio di esercizi 5
†Variabili aleatorie, distribuzioni marginali e congiunta, indipendenza.
Esercizi “teorici”
Esercizio 1. Siano (An)n∈N eventi di uno stesso spazio di probabilità. Si dimostri che le seguenti affermazioni sono equivalenti:
(a) gli eventi (An)n∈N sono indipendenti;
(b) le σ-algebre (σ(An))n∈N sono indipendenti;
(c) le variabili aleatorie (1An)n∈N sono indipendenti.
Esercizio 2. Sia X una variabile aleatoria reale t.c. P(X ∈ B) ∈ {0, 1} per ogni B ∈ B(R).
Si mostri che esiste c ∈ R tale che X = c q.c..
Equivalentemente, sia µ una probabilità su R tale che µ(B) ∈ {0, 1} per ogni B ∈ B(R).
Si mostri che esiste c ∈ R tale che µ = δc.
Esercizio 3. Sia U una variabile aleatoria reale con distribuzione U (0, 1). Data una funzione ϕ : (0, 1) → R misurabile, si ponga X := ϕ(U ).
(a) Si determini ϕ in modo che X ∼ Be(p).
(b) Dato un sottoinsieme numerabile (xk)k∈N ⊆ R e una densità discreta (pk)k∈N, si determini ϕ in modo che P(X = xk) = pk per ogni k ∈ N.
Esercizi “pratici”
Esercizio 4. Sia Z := (X, Y ) un vettore aleatorio bidimensionale con distribuzione uniforme nel sottoinsieme C := ([0,12] × [0,12]) ∪ ([12, 1] × [12, 1]). Si determinino le distribuzioni delle variabili aleatorie reali X e Y . Esse sono indipendenti?
Esercizio 5. Un segnale viene trasmesso in un istante aleatorio X. Il ricevitore viene acceso in un istante aleatorio Y e resta acceso per un intervallo di tempo aleatorio Z. Supponendo che X, Y, Z siano variabili aleatorie indipendenti con X ∼ U (0, 2) e Y, Z ∼ U (0, 1), qual è la probabilità che il segnale venga ricevuto?
Esercizio 6. Un insetto depone un numero aleatorio N ∼ Pois(λ) di uova. Ciascun uovo deposto si schiude con probabilità p ∈ (0, 1), indipendentemente dal numero di uova deposte e dal fatto che le altre si schiudano. Sia X il numero di uova che si schiudono.
(a) Qual è il valore di P(X = k|N = n), per n ∈ N0 e k ∈ R?
(b) Si mostri che la densità discreta congiunta di X e N è data da pX,N(k, n) =
( n
kpk(1 − p)n−ke−λ λn!n se 0 ≤ k ≤ n
0 altrimenti .
(c) Si determini la legge di X, riconoscendola come notevole.
†Ultima modifica: 9 novembre 2014.
2
Esercizio 7. Siano X ∼ Pois(λ), Y ∼ Pois(µ) variabili aleatorie indipendenti, ossia P(X = k) = e−λλk
k! , P(Y = k) = e−µµk
k! , k ∈ N0= {0, 1, 2, . . .} .
Ricordiamo che X + Y ∼ Pois(λ + µ). Per n ≥ 0 fissato, si determini la distribuzione della variabile aleatoria X rispetto alla probabilità condizionale Q(·) := P( · |X + Y = n).
Esercizio 8. Sia X1, X2, . . . una successione di variabili aleatorie reali indipendenti con distribuzione uniforme nell’intervallo (0, 1), definite su uno spazio di probabilità (Ω, A, P).
Introduciamo la variabile aleatoria T : Ω → N ∪ {+∞} e l’evento Ak definiti da T (ω) := inf
k ≥ 1 : Xk(ω) ≤ 1 3
, Ak =
Xk≤ 1 3
.
e definiamo Y := XT1{T <∞}, cioè Y (ω) := XT (ω)(ω) se T (ω) < ∞ e Y (ω) := 0 altrimenti.
(a) Per ogni fissato n ∈ N, si esprima l’evento {T = n} in termini degli eventi {Ak}k∈N. (b) Si determini la legge di T .
(c) Si determini la legge di Y . (Sugg.: si calcoli innanzitutto P(Y ≤ x, T = n) per n ∈ N.) Esercizio 9. Sia (X, Y ) un vettore aleatorio bidimensionale con densità f data da
f (x, y) = c y e−xy1[0,∞)×[0,2](x, y) .
(a) Si determini il valore di c ∈ R affinché f sia effettivamente una densità.
(b) Si determinino le densità marginali di X e Y e si riconosca la legge di Y . (c) X e Y sono indipendenti?
(d) Si determini una densità g : R2→ [0, +∞] diversa da f ma con le stesse marginali.
(e) Si mostri che V := max(X, Y ) è una variabile aleatoria reale assolutamente continua e se ne determini la densità.
(f) (*) Posto U := X + Y , si dica se U e V sono indipendenti.
[Sugg.: non è necessario calcolare la densità congiunta di (U, V ).]
Esercizio 10. Siano X1, X2, . . . , Xnvariabili aleatorie indipendenti con leggi U (0, 1).
(a) Si determini la legge di L := min{X1, X2} e M := max{X1, X2}, mostrando che si tratta di variabili assolutamente continue.
(b) Si determini la legge di Ln:= min{X1, X2, . . . , Xn}.
(c) Posto Zn:= nLn, si mostri che per ogni r ≥ 0 fissato si ha
n→∞lim FZn(r) = 1 − e−r.