Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
W = X +Y
x2
1 2
f X ( x) =
e ;
2
1
fY ( y ) =
e
2
< x < .
y2
2 ;
< x < .
x2 y 2
+
2 2
;
e
1
< x < , < y < .
2
Per calcolare la fdp di W opero cambiamento di variabili da X ,Y a W,U e poi marginalizzo:
W = X +Y
X = W U
U =Y
Y =U
X X
1 1
W U
J =
=
= 1 =1
0 1
Y Y
W U
f X ,Y ( x, y ) =
fW ,U ( w, u ) = f X ,Y ( x ( w, u ) , y ( w, u ) ) J =
=
+
1
2
( w u ) 2 u 2
+
2
2
1
2
( w u ) 2 u 2
+
2
2
1 =
=
+
( w u ) 2 u 2
+
2
2
1
du
2
La variabile U ha supporto, ( , + ) , che non dipende da W.
< w u < +, < u < + , < w < +, w < u < w + < u < +
Per effettuare la marginalizzazione riscriviamo come segue la fW ,U ( w, u ) :
fW ( w ) =
fW ,U ( w, u ) du =
fW ,U ( w, u ) =
1
2
2
=
2
( w u ) 2 u 2
+
2
2
1
e
2 2
:
=
1
e
2 2
1
2 2
1
2
1 w2
2 2
1 w2
2 2
1 w2
2 2
e
Quindi marginalizziamo:
w2 2 wu +u 2 u 2
+
2
2
1
2
1
w2 w2 2 2 wu + 2u 2
2 1
2 1
)
)
w2 2 wu + 2u 2
2
2
1 u wu +( w 2 )
2
12
2
1 (u w 2)
2 1 2
fW ( w ) =
1
e
2 2
1
2 2
1 w2
2 2
2 1
1 w2
+
2 2
e
2 1
2
1 (u w 2)
2 1 2
2
1 (u w 2)
2 1 2
du =
du =
1 w2
2 2
1
e
2 2
Risulta quindi W N ( 0, 2 ) [W=X+Y ha ovviamente supporto ( , + ) ]
Nota:
+
2 1
2
1 (u w 2)
2 1 2
du =1 .
w
1
w 1
e varianza
U N , .
2
2
2 2
1
2 X
1
2 Y
f X ,Y ( x, y ) =
1 x X
2
e X
1 y Y
2
e Y
< x < .
< y < .
2
2
1 y Y x X
+
2 Y X
;
e
Z =Y
Y =Z
X X
1 1
W Z
J =
=
= 1 =1
Y Y
0 1
W Z
2
2
1
1 w z X z Y
exp
fW ,Z ( w, z ) = f X ,Y ( x ( w, z ) , y ( w, z ) ) J =
+
1
2 Y X
X
Y
2
2
2
+
+
1
1 w z X z Y
exp
fW ( w ) = fW ,Z ( w, z ) dz =
+
dz
2
X
Y
X Y
2
La variabile Z ha supporto, ( , + ) , che non dipende da W.
< w z < +, < z < + , < w < +, w < z < w + < z < +
Per effettuare la marginalizzazione riscriviamo come segue la fW , Z ( w, z ) :
+
f ,
W Z
fW ( w ) =
( w, z ) dz =
X2 + Y2
X2 + Y2 2 X Y
2
2
2
2
2
2
w ( X + Y )
w ( X + Y )
1 Y ( w z X ) X ( z Y )
dz =
exp
+
+
2 2
2 2
2
2
2
2
+
+
X Y
X Y
X
Y
X
Y
w ( + )
1
1
X
Y
=
exp
2
2
2
2
2
2 X + Y
X + Y
2
2
2
2
2
w ( X + Y )
1
1 Y ( w z X ) X ( z Y )
dz =
+
2 2 2 exp 2 2 2
2 2
2
2
X Y
X + Y
X Y
X Y
( X Y )
1
1
exp
=
2 X2 + Y2
2 X2 + Y2
X2 + Y2
2
2
2
2 2
2
X2 ( z Y ) X Y w ( X + Y )
1
1 Y z ( w X )
=
+
2 2 2 exp 2
X2 Y2
X2 Y2
X2 Y2 X2 + Y2
X Y
+
( X Y ) + X2 + Y2 1
1
1
exp
=
2
X2 Y2
2 X2 + Y2
2 X2 + Y2
2
2 2
2 2
2
2
2 2
2 2
2
1 Y z + Y ( w X ) 2 z Y ( w X ) X z + X Y 2 X z Y X Y w ( X + Y )
exp
+
dz =
2 2
2 2
2 2
2
2
X Y
X Y
X Y
X
Y
X2 + Y2
fW ,U ( w, u ) =
1
2
2
=
2
( wu )2 u 2
+
2
2
1
2 2
1
e
2 2
1
2 2
1
2
1 w2
2 2
e
1 w2
2 2
1 w2
2 2
e
Quindi marginalizziamo:
w2 2 wu +u 2 u 2
+
2
2
e
1
2
1
w2 w2 2 2 wu + 2u 2
2 1
2 1
)
)
w2 2 wu + 2u 2
2
2
1 u wu +( w 2 )
2
12
2
1 (u w 2)
2 1 2
fW ( w ) =
1
e
2 2
1
e
2 2
1 w2
2 2
2 1
1 w2
+
2 2
2 1
2
1 (u w 2)
2 1 2
2
1 (u w 2)
2 1 2
du =
du =
1 w2
2 2
e
1
2 2
Risulta quindi W N ( 0, 2 ) [W=X+Y ha ovviamente supporto ( , + ) ]
=
Nota:
+
2 1
2
1 (u w 2)
2 1 2
du =1 .
1
w
w 1
U N , .
e varianza
2
2
2 2
fY ( y ) = e y ;
0 y < +
f Z ( z ) = fY ( z x ) f ( x ) dx =
z
= e
2
( z x)
e x dx =
= 2 e z dx =
0
= 2 e z 1 dx =
0
= z e
2
La Z una variabile aleatoria gamma di parametro di scala e parametro di forma 2, risulta infatti:
fZ ( z ) = z e
2
( z )
2 1
( 2)
e z
x y .
Z = X +Y
f X ( x ) = x e x x ;
0 x < +
fY ( y ) = y e
0 y < +
y y
f Z ( z ) = fY ( z x ) f ( x ) dx =
z
= x y e
y ( z x )
= x y e
y z
e x x dx =
x y x
dx
x y z ( ) x z x y z
( ) z
e
e
=
e
=
1 e
0 x y
x y
x
x y
z
e
e z
x y
y
f Z ( z ) dz =
x y
=
x y
=
x y
x y
x y
x y
f Z ( z ) dz = 1 .
x y z z z
e
e dz =
x y 0
y
+
+
1
1 x z
y z
e e =
0
y
0 x
1
1 x y 1 1
0 + 0 + =
=
y x
y
x
x
y
x y
=1
x y
fY ( y ) = 1;
0 y 1
f X ,Y ( x, y ) = 1;
0 x 1,
0 y 1
U =Y
Y =U
X X
1 1
Z U
=
= 1 =1
J =
0 1
Y Y
Z U
f Z ,U ( z , u ) = f X ,Y ( x ( z , u ) , y ( z , u ) ) J = 1;
0 z u 1, 0 u 1 0 z 2, Max ( 0, z 1) u Min (1, z )
per 0 z 1 0 u z
per 1 z 2 1 z u 1
la marginalizzazione deve pertanto essere fatta trattando separatamente i casi
0 z 1 e 1< z 2 :
per 0 z 1 si ottiene:
z 1
ne risulta:
z
fZ ( z ) =
2-z
Verifica:
per 0 z 1
per 1 < z 2
1
z dz +
f Z ,U ( z , u ) du = 1 du = z
f Z ,U ( z , u ) du = 1 du = 1 ( z 1) = 2 z
1
1 z
z2
z2
2 z dz = + 2 z =
2 1
2 0
1 1
3
1
= 0 + ( 4 2 ) 2 = + 2 = 1
2 2
2
2
Nota
Z ha una distribuzione detta triangolare
f X ,Y ( x, y ) =
f X ( x) =
2 1 2
2 1 2
( x2 2 xy + y2 )
;
x2
fY ( y ) =
1 2
f X ,Y ( x, y ) dy =
e ;
2
< x < .
y2
1 2
f X ,Y ( x, y ) dx =
e ;
2
< y < .
J =
Y Y
0 1
U =Y
Y =U
W U
fW ,U ( w, u ) = f X ,Y ( x ( w, u ) , y ( w, u ) ) J =
fW ( w ) =
1
2 1
f ,
W U
1
2 1
1
( wu )2 2 ( wu )u +u 2
2 1 2
1 =
1
w2 2 wu (1+ )+ 2u 2 (1+ )
2 1 2
( w, u ) du =
1
2 1
1
w2 2 wu (1+ )+ 2u 2 (1+ )
2 1 2
du
2
2
1
2 2 (1 + )
1
2 2 (1 + )
1
e
2 2 1 + 1
1 w2
2 2(1+ )
e
1 w2
2 2(1+ )
1
e
1
2
2
1
e
1
2
2
1
w2 2 wu (1+ )+ 2u 2 (1+ )
2 1 2
2 1 2
w2 2 wu (1+ )+ 2u 2 (1+ ) + 1 w
2 2(1+ )
2 wu (1+ ) 2u 2 (1+ )
w2
1 w2
+
2 1 2 2(1+ )
1 2
1 2
2 2 (1 + )
1
2 2 (1 + )
1 w2
2 2(1+ )
1 w2
2 2(1+ )
e
1
2 2 (1 + )
1
e
1
2
2
1 w2
2 2(1+ )
2
2
1 ( w 2 ) wu +u
2
(1 ) 2
1
1
2
2
1 w (1+ ) 2 wu
2u 2
+
2 2 1 2 (1 ) (1 )
1
1
2
2
1 u ( w 2 )
2 (1 ) 2
Quindi marginalizziamo:
fW ( w ) =
1
2 2 (1 + )
1
2 2 (1 + )
1
2 2 (1 + )
1 w2
2 2(1+ )
1 w2
+
2 2(1+ )
1
1
2
2
1
1
2
2
1 u ( w 2 )
2 (1 ) 2
du =
1 u ( w 2 )
2 (1 ) 2
du =
1 w2
2 2(1+ )
1
1
2
2
1 u ( w 2 )
2 (1 ) 2
du =1 .
w
1
w 1
e varianza
U N ,
.
2
2
2 2