Eserciziprob

Esercizi risolti di probabilit` a e statistica
Ingegneria Civile, Firenze, a.a. 2011/2012.

Daniel Canarutto
Dipartimento di Matematica Applicata G. Sansone
17/12/2012
Sommario
Questa raccolta di esercizi dovrebbe servire sia per la preparazione allesame sia per pre-
sentare qualche argomento ulteriore oltre a quelli svolti a lezione. Va quindi usata con
discernimento (chiedere chiarimenti in caso di incertezza). Si invita lo studente a non
guardare la soluzione di un esercizio prima di aver dedicato un tempo appropriato al
tentativo di risolverlo.
Questo documento va considerato sempre provvisorio: verrà via via ampliato, e lo
studente dovrebbe prendere nota dellultima versione che ha scaricato. Di alcuni esercizi
può non esserci ancora la soluzione, che verrà aggiunta in una versione successiva.
Si ricorda che questo materiale è di esclusiva proprietà dellautore; ciascuno studente
può stamparne una copia per uso personale di studio, ogni altro uso (per esempio da parte
di copisterie per rivenderli in qualsiasi forma) è espressamente proibito.
Indice
1 Probabilità nel discreto 1
2 Probabilità nel continuo 67
3 Approssimazione e statistica 116
1
1 Probabilità nel discreto
Esercizio 1.1 [F1099-1]
Su una scacchiera 3 3 si scelgono a caso tre caselle (distinte); calcolare la probabilità che
siano su colonne distinte.
Soluzione: Le possibili scelte di tre caselle distinte sulla scacchiera sono in numero di
|C
9
3
| = 9 8 7/3! (tante quanti i sottoinsiemi di cardinalità 3 dellinsieme delle 9 caselle).
Daltra parte le possibili scelte in cui le tre caselle sono su colonne distinte sono in numero di
3 3 3 . Pertanto la probabilità cercata vale
3 3 3
6
9 8 7
=
9
28
= 0.32 .
Esercizio 1.2 [B008]

Si lanciano 12 monete regolari; sapendo che è venuto testa al pi` u 4 volte, qualè la probabilità
che sia venuto testa esattamente una volta?
Soluzione: Siano E ed F gli eventi
E = viene testa esattamente una volta,
F = viene testa non pi` u di quattro volte.
Allora
P(E) =
_
12
1
_
_
1
2
_
1
_
1
2
_
11
= 12
1
2
12
.
P(F) =
4
i=0
_
12
i
_
_
1
2
_
i
_
1
2
_
12i
=
=
_
1 + 12 +
12 11
2
+
12 11 10
2 3
+
12 11 10 9
2 3 4
_
1
2
12
=
=
_
1 + 12 + 66 + 220 + 495
_
1
2
12
= 794
1
2
12
.
Daltra parte si ha E F , pertanto
P(E|F)
P(E F)
P(F)
=
12
2
12

2
12
794
=
6
397
.

Unurna contiene sei palline, contrassegnate con i numeri da 1 a 6. Si fanno tre estrazioni
successive. Calcolare la probabilità che non esca mai il 5
a) se le estrazioni sono con rimpiazzo,
b) se le estrazioni sono senza rimpiazzo.
2 1 PROBABILIT
`
A NEL DISCRETO
Soluzione:
a) Se le estrazioni sono con rimpiazzo lesperimento equivale al lancio di tre dadi; la probabilità
che non esca il 5 in un lancio è
5
6
, e poiche i risutati dei tre lanci sono indipendenti la probabilità
richiesta vale
_
5
6
_
3
.
b) Se le estrazioni sono senza rimpiazzo la probabilità che non esca il cinque alla prima
estrazione vale
5
6
; se il 5 non è uscito alla prima estrazione, allora la probabilità che non esca
neanche alla seconda vale
4
5
(numero di palline rimaste nellurna che non sono contrassegnate
con il 5, diviso per il numero totale di palline rimaste nellurna); se inne il il 5 non è uscito
alle prime due estrazioni, allora la probabilità che non esca neanche alla terza vale
3
4
. Pertanto
la probabilità richiesta vale
5
6

4
5

3
4
=
1
2
.

Unurna contiene 12 palline, contrassegnate con i numeri da 1 a 12. Si fanno tre estrazioni
successive. Calcolare la probabilità che il prodotto dei tre numeri usciti sia un multiplo del 5
a) se le estrazioni sono con rimpiazzo,
b) se le estrazioni sono senza rimpiazzo.
Soluzione:
Levento di cui si deve calcolare la probabilità è
A = tra i tre numeri estratti cè il 5 e/o il 10.
Calcoliamo quindi la probabilità dellevento complementare:
A
c
= tra i tre numeri estratti non ci sono ne il 5 ne il 10.
a) Se le estrazioni sono con rimpiazzo, la probabilità che non escano il 5 o il 10 in ciascuna di
esse vale
10
12
=
5
6
; pertanto
P(A
c
) =
_
5
6
_
3
=
125
216
P(A) = 1 P(A
c
) =
91
216
= 0.42 .
b) Se le estrazioni sono senza rimpiazzo, la probabilità che non escano il 5 o il 10 alla prima
estrazione è sempre
10
12
=
5
6
; se non sono usciti alla prima estrazione, la probabilità che non
escano neanche alla seconda è
9
11
; inne, se non sono usciti alle prime due estrazioni, la
probabilità che non escano neanche alla terza è
8
10
=
4
5
. Pertanto
P(A
c
) =
5
6

9
11

4
5
=
6
11
P(A) = 1 P(A
c
) =
5
11
= 0.45 .

In un gruppo di sette persone prese a caso, qualè la probabilità che siano tutte nate in giorni
dierenti della settimana? E qualè la media della variabile aleatoria numero di persone del
gruppo nate in un ne settimana (sabato e domenica)?
3
Soluzione: Per rispondere alla prima domanda possiamo ragionare in due modi diversi. Ad
esempio possiamo osservare che scegliere a caso le sette persone e vedere in che giorno della
settimana sono nate equivale a lanciare sette volte un dado con sette facce: la probabilità che
il secondo lancio dia un risultato diverso dal primo vale 6/7 , la probabilità che il terzo lancio
dia un risultato diverso dai primi due vale 5/7 , e cos` via; dunque la probabilità cercata vale
6
7

5
7

4
7

3
7

2
7

1
7
=
6!
7
6
.
Si può arrivare al medesimo risultato osservando che ci sono 7! disposizioni senza ripetizioni
dellinsieme dei 7 giorni della settimana in classi di 7, mentre tutte le disposizioni di 7 elementi
presi dal medesimo insieme sono in numero di 7
7
; dunque la probabilità cercata vale
7!
7
7
=
6!
7
6
.
Quanto alla seconda domanda, ragioniamo come segue. La probabilità che una singola
persona sia nata nel ne settimana vale 2/7 ; dunque la probabilità che k persone prese a caso
siano nate nel ne settimana è data dalla distribuzione binomiale
B
_
7,
2
7
_
(k) =
_
7
k
_
_
2
7
_
k
_
5
7
_
7k
.
Poiche in generale la media della distribuzione binomiale B[n, p] vale np , nel nostro caso tale
media vale
7
2
7
= 2 ,
come era ragionevole aspettarsi.

Un gruppo di 2 m+1 persone viene disposto a caso in linea. Sapendo che m persone del
gruppo sono maschi (ed m+1 femmine), calcolare la probabilità che:
a) la prima e lultima persona della linea siano dello stesso sesso;
b) le prime 3 persone della linea siano femmine;
c) le prime 2 persone della linea siano di sesso diverso;
d) i maschi siano disposti tutti di seguito.
Soluzione:
a) Pensiamo alla disposizione del gruppo come a unestrazione a turno di 2 m+1 oggetti da
una scatola. La probabilità che il primo della la (cioè il primo estratto) sia una femmina è
(m+1)/(2 m+1) ; se il primo è una femmina, la probabilità che anche lultimo (o loccupante
di qualsiasi altro posto diverso dal primo) sia una femmina è m/(2 m) . Daltra parte la
probabilità che il primo sia un maschio è m/(2 m+1) e se il primo è un maschio la probabilità
che anche lultimo sia un maschio è (m1)/(2 m) . Pertanto la probabilità richiesta vale
m+1
2 m+1

m
2 m
+
m
2 m+1

m1
2 m
=
m
2 m+1
.
Si noti limportanza dellosservazione che la probabilità di occupazione maschile o femminile è
la stessa per ciascun posto non già assegnato; la risposta alla questione è quindi la medesima
se si chiede la probabilità che i primi due della la siano dello stesso sesso (o che i posti i e j
della la siano occupati da persone dello stesso sesso).
4 1 PROBABILIT
`
A NEL DISCRETO
b) La probabilità che il primo della la sia una femmina è (m+1)/(2 m+1) ; se la prima è una
femmina, la probabilità che anche la seconda lo sia è m/(2 m) ; se le prime due sono femmine,
la probabilità che anche la terza lo sia è (m1)/(2 m1) . In denitiva la probabilità richiesta
vale
m+ 1
2 m+ 1

m
2 m

m1
2 m1
=
m
2
1
2 (4 m
2
1)
.
Si osservi che si poteva arrivare al medesimo risultato utilizzando la distribuzione ipergeo-
metrica p[s, r, n](k) con n = 2 m+1 , r = m+1 , s = k = 3 , in quanto si tratta di trovare la
probabilità di 3 successi nella scelta di 3 elementi da un insieme di 2 m+1 , dei quali m+1
sono visti come successo. Si ha infatti
p[s, r, n](k) =
_
r
k
_ _
N r
s k
_
_
N
s
_ =
_
m+ 1
3
_ _
m
0
_
_
2 m+ 1
3
_ =
(m+ 1)!
3! (m2)!
1
3! (2 m2)!
(2 m+ 1)!
=
=
(m+ 1) n (m1)
(2 m+ 1) (2 m) (2 m1)
.
c) La probabilità che il primo della la sia una femmina è (m+1)/(2 m+1) ; se il primo è
una femmina, la probabilità che il secondo sia un maschio è m/(2 m) = 1/2 . Daltra parte la
probabilità che il primo sia un maschio è m/(2 m+1) e se il primo è un maschio la probabilità
che il secondo sia una femmina è (m+1)/(2 m) . Pertanto la probabilità richiesta vale
m+1
2 m+1

m
2 m
+
m
2 m+1

m+1
2 m
=
m+1
2 m+1
.
d) La la di m maschi uno accanto allaltro può essere posizionata in m+1 modi, a seconda
(per esempio) della posizione del primo maschio della la. Calcoliamo prima di tutto la pro-
babilità che i maschi stiano nei primi m posti della la: la probabilità che il primo scelto sia
un maschio è m/(2 m+1) ; se il primo è un maschio, la probabilità che lo sia anche il secondo
è m/(2 m+1) ; e cos` via. Pertanto la probabilità che i maschi stiano nei primi m posti della
la è
m
2 m+1

m1
2 m

m2
2 m1

mm+1
2 m+1 (m1)
=
=
m!
(2 m+1) (2 m) (2 m1) (m+2)
=
=
1
_
2 m+1
m
_ .
Osservazione: anche in questo caso (cos` come nel ragionamento del punto b) si può arrivare
al medesimo risultato utilizzando la distribuzione ipergeometrica, in quanto stiamo cercando
la probabilità di k = m successi di r = m disponibili, facendo s = m scelte in un insieme di
n = 2 m+1 , ovvero
p[m, m, 2 m+1](m) =
(
m
m
)
_
m+1
0
_
(
2 m+1
m
)
=
1
(
2 m+1
m
)
.
5
Osserviamo inoltre che è esattamente la stessa la probabilità che i maschi siano uno accanto
allaltro a partire da una posizione iniziale diversa; poiche di tali posizioni iniziali ce ne sono
m+1 possibili, si conclude che la probabilità richiesta dallesercizio vale
(m+1)
m!
(2 m+1) (2 m) (2 m1) (m+2)
=
=
(m+1)!
(2 m+1) (2 m) (2 m1) (m+2)
=
=
[(m+1)!]
2
(2 m+1)!
.

Un dado viene lanciato no a che un dato numero esca due volte di seguito. Calcolare quanti
lanci si devono fare in media.
Soluzione: Sia p(k) la probabilità che il procedimento termini al k-esimo lancio. Si ha evi-
dentemente p(1) = 0 . Inoltre se il procedimento non è terminato al k 1 lancio, la probabilità
che termini al k-esimo è 1/6 . Segue che p(k) è in sostanza una distribuzione geometrica; si ha
cioè, pi` u precisamente,
p(k +1) = g[1/6](k 1)
1
6
_
5
6
_
k1
.
In eetti, ricordiamo che la distribuzione geometrica g[q](k) dà la probabilità che termini al
(k + 1)-esimo lancio lesperimento lancio di una moneta nche non venga testa, se q è la
probabilità che venga testa in un singolo lancio. Ora lesperimento dellesercizio ha proba-
bilità 1/6 di terminare a ciascun lancio successivo al primo, quindi in eetti è come se ogni
volta si lanciasse una moneta con probabilità di successo (testa) pari a 1/6. Tuttavia, poiche
la probabilità di successo al primo lancio è 0, il (k + 1)-esimo lancio del nostro esperimento
corrisponde al k-esimo lancio della moneta; in altri termini, la probabilità che il nostro espe-
rimento termini al (k + 1)-esimo lancio è uguale alla probabilità che lesperimento lancio di
una moneta nche non venga testa termini al k-esimo lancio, cioè appunto g[1/6](k 1) .
Ricordando poi che la media di g[q] vale
k=1
k g[q](k)
k=1
k q (1 q)
k
=
1 q
q
,
da cui, in particolare,
k=1
k
1
6
_
5
6
_
k
k=1
k
5
k
6
k+1
= 5 ,
si ha
k=1
(k +1) p(k +1) =
k=1
(k +1)
5
k1
6
k
=
6
5
k=1
(k +1)
5
k
6
k+1
=
=
6
5
_

k=1
k
5
k
6
k+1
+
k=1
5
k
6
k+1
_
=
6
5
_
5 +
1
6
k=1
_
5
6
_
k
_
=
=
6
5
_
5 +
1
6
_
1
1
5
6
1
__
= 7 ,
6 1 PROBABILIT
`
A NEL DISCRETO
che è la media cercata.
Si tirano quattro dadi regolari: sapendo che i quattro risultati ottenuti sono tutti diversi
calcolare la probabilità che uno dei risultati sia il 6.
Soluzione: Si tratta di trovare la probabilità condizionale
P(F|E) =
P(F E)
P(E)
dove
F = almeno uno dei risultati è il 6,
E = tutti i risultati sono diversi.
Lo spazio dei campioni, nel lancio di 4 dadi, è = (N
6
)
4
, con cardinalità 6
4
. Degli elementi
di , quelli in cui i 4 risultati sono tutti diversi sono in numero di 6 5 4 3 , per cui
P(E) =
6 5 4 3
6
4
.
Per contare gli elementi di
F E = uno dei risultati è il 6 e tutti i risultati sono diversi
osserviamo che ci sono 5 4 3 elementi di F E in cui il 6 è venuto per primo, altrettanti
elementi di F E in cui il 6 è venuto per secondo, eccetera. Pertanto
P(F E) =
4 (5 4 3)
6
4
P(F|E) =
P(F E)
P(E)
=
4 (5 4 3)
6
4

6
4
6 5 4 3
=
4
6
=
2
3
.

Si tirano due dadi; sia X la variabile aleatoria che registra il risultato pi` u grande dei due che
escono: calcolare la sua distribuzione p
X
, il suo valore di aspettazione e la sua varianza.
Soluzione:
1 1 1 2 1 3 1 4 1 5 1 6
2 1 2 2 2 3 2 4 2 5 2 6
3 1 3 2 3 3 3 4 3 5 3 6
4 1 4 2 4 3 4 4 4 5 4 6
5 1 5 2 5 3 5 4 5 5 5 6
6 1 6 2 6 3 6 4 6 5 6 6
A anco vediamo la suddivisione di = N
6
N
6
negli even-
ti in cui X prende i valori da 1 a 6 , da cui si ricava
immediatamente p
X
(i) P{X = i} :
p
X
(1) =
1
36
, p
X
(2) =
3
36
, p
X
(3) =
5
36
,
p
X
(4) =
7
36
, p
X
(5) =
9
36
, p
X
(6) =
11
36
.
E[X] =
6
i=1
i p
X
(i) =
161
36
,
Var[X] =
6
i=1
(i )
2
p
X
(i) =
2555
1296
.
7
Si lanciano due dadi regolari a tre facce; detto (i, j) il risultato, si considerino le variabili
aleatorie
X(i, j) = i +j , Y (i, j) = i j .
Si chiede di trovare le densità marginali e la densità congiunta di X e Y , nonche i rispettivi
valori di aspettazione e varianze, e inne la covarianza delle due variabili aleatorie.
Soluzione: La X prende valori in {2, 3, 4, 5, 6} , la Y prende valori in {2, 1, 0, 1, 2} . Poiche
ciascun atomo (i, j) ha probabilità 1/9 , con un facile conteggio si trovano le densità marginali
X 2 3 4 5 6
p
X
1/9 2/9 3/9 2/9 1/9
Y 2 1 0 1 2
p
Y
1/9 2/9 3/9 2/9 1/9
e la densità congiunta
d
d Y
X
2 3 4 5 6
-2 0 0 1/9 0 0
-1 0 1/9 0 1/9 0
0 1/9 0 1/9 0 1/9
1 0 1/9 0 1/9 0
2 0 0 1/9 0 0
I valori di aspettazione e le varianze sono allora
E[X] = 2
1
9
+ 3
2
9
+ 4
3
9
+ 5
2
9
+ 6
1
9
= 4 ,
E[Y ] = 2
1
9
1
2
9
+ 0
3
9
+ 1
2
9
+ 2
1
9
= 0 ,
Var[X] = (2 4)
2
1
9
+ (3 4)
2
2
9
+ (4 4)
2
3
9
+ (5 4)
2
2
9
+ (6 4)
2
1
9
=
10
9
,
Var[Y ] = (2)
2
1
9
+ (1)
2
2
9
+ (0)
2
3
9
+ (1)
2
2
9
+ (2)
2
1
9
=
4
3
,
Per trovare la covarianza sommiamo solo sui valori di (X, Y ) che hanno probabilità diversa
da zero nella densità congiunta; inoltre evitiamo da subito di scrivere quei termini in cui una
delle due variabili aleatorie prende un valore uguale alla propria media. Il contributo dei
termini diversi da zero è quindi
Cov[X, Y ] E
_
(X E[X]) (Y E[Y ])
=
=
1
9
_
(3 4) (1) + (5 4) (1) + (3 4) (+1) + (5 4) (+1)
= 0 .

Un gruppo di n persone, tra le quali vi sono Alice e Bernardo, viene allineato in modo casuale;
calcolare la probabilità che tra Alice e Bernardo ci siano esattamente r persone (r n2).
8 1 PROBABILIT
`
A NEL DISCRETO
Soluzione: Contiamo il numero delle disposizioni delle n persone nelle quali ci sono r persone
tra Alice e Bernardo. In ciascuna di tali disposizioni Alice e Bernardo sono gli estremi di una
la di r +2 persone; il primo estremo può assumere nr 1 posizioni diverse nella la, mentre
la posizione del secondo estremo resta ssata da quella del primo; scambiando di posto Alice e
Bernardo si ottiene una seconda disposizione del tipo cercato, con gli estremi nelle medesime
posizioni. Inoltre ci sono (n2)! permutazioni della la che lasciano invariata una qualsiasi
coppia di posizioni di Alice e Bernardo. In denitiva, le permutazioni della la di n elementi
nelle quali ci sono r persone tra Alice e Bernardo sono in numero di 2 (n2)! (nr 1) .
Poiche ogni permutazione di tutta la la ha la medesima probabilità 1/n! , si conclude che la
probabilità richiesta vale
2 (n2)! (nr 1)
n!
=
nr 1
(
n
2
)
=
2 (nr 1)
n(n1)
.

Unurna contiene 5 palline bianche, 6 nere e 7 rosse; si prende un campione di 2 palline:
calcolare la probabilità che le due palline siano dello stesso colore.
Soluzione: Alla prima estrazione le probabilità di estrarre una pallina bianca, nera o rossa
sono rispettivamente 5/18, 6/18 e 7/18 . Se è uscita una bianca, la probabilità di estrarre
ancora una bianca la seconda volta è 4/17; se è uscita una nera, la probabilità di estrarre
ancora una nera la seconda volta è 5/17; se è uscita una rossa, la probabilità di estrarre
ancora una rossa la seconda volta è 6/17. Pertanto la probabilità di ottenere due palline dello
stesso colore è
5
18

4
17
+
6
18

5
17
+
7
18

6
17
=
46
153
.

Si lanciano dodici dadi: calcolare la probabilità di ottenere almeno due 6.
Soluzione: Calcoliamo la probabilità dellevento complementare: questo è lunione dei due
eventi disgiunti
E
0
= non si ottiene alcun 6 , E
1
= si ottiene un unico 6 .
Poiche la probabilità di non ottenere 6 in un lancio di un singolo dado è 5/6 , si ha
P(E
0
) =
_
5
6
_
12
.
Per calcolare P(E
1
) ragioniamo cos`: la probabilità che un certo dado dia 6 e che gli altri
undici diano tutti numeri diversi da 6 è
1
6
_
5
6
_
11
, pertanto
P(E
1
) = 12
1
6
_
5
6
_
11
= 2
_
5
6
_
11
,
e in denitiva la probabilità cercata vale
1 P(E
0
) P(E
1
) = 1
_
2 +
5
6
_
_
5
6
_
11
= 1
17
6

_
5
6
_
11
= 0.618667 .
9
Due urne contengono ciascuna 5 palline, etichettate 1, 2, 3, 4, 5. Da ciascuna urna si estrae un
campione di 2 palline. Calcolare la probabilità che i due campioni estratti abbiano almeno
una pallina con etichetta uguale.
Soluzione: Detto E levento di cui si vuole trovare la probabilità, calcoliamo la probabilità
dellevento complementare E
c
: i due campioni non hanno neanche una pallina con etichetta
uguale. Osserviamo che il problema può essere anche espresso nel modo seguente: se dalla
prima urna sono state estratte due palline la cui etichetta è nota, qualè la probabilità che le
palline estratte dalla seconda urna non contengano le stesse etichette?
Per comodità supponiamo che le etichette estratte dalla prima urna siano la 1 e la 2 ;
allora, quando si estrae la prima pallina dalla seconda urna, la probabilità che non abbia
etichetta 1 o 2 vale 3/5 ; se poi 1 o 2 non sono usciti, la probabilità che non escano neanche
nella seconda estrazione è 2/4 = 1/2 . Pertanto
P(E
c
) =
3
5

1
2
=
3
10
P(E) =
7
10
.

Si lancia un dado regolare; se viene 6 lesperimento è terminato, altrimenti si lanciano due
dadi; se viene almeno un 6 lesperimento è terminato, altrimenti si lanciano tre dadi; e cos` via
(lesperimento termina quando esce almeno un 6, avendo lanciato n dadi alln-esimo tentativo).
Si chiede di trovare una fomula ricorsiva per la probabilità p(n) che lesperimento termini
alln-esimo tentativo, e di utilizzarla per calcolare la probabilità degli eventi:
E = sono necessari pi` u di 2 tentativi ,
F = sono necessari non pi` u di 4 tentativi .
Soluzione: La probabilità che esca il 6 al primo tentativo (e quindi che lesperimento termini
subito) è ovviamente
p(1) =
1
6
.
La probabilità che lesperimento termini al secondo tentativo è uguale alla probabilità che
lesperimento non sia terminato al primo tentativo, moltiplicata per la probabilità che esca
almeno un 6 in un lancio di due dadi, ovvero
p(2) =
_
1 p(1)
_
1
_
5
6
_
2
=
55
216
.
Analogamente, la probabilità che lesperimento termini alln-esimo tentativo è uguale alla pro-
babilità che lesperimento non sia terminato alln1-esimo tentativo tentativo, moltiplicata
per la probabilità che esca almeno un 6 in un lancio di n dadi, ovvero
p(n) =
_
1 p(1) p(n1)
_
1
_
5
6
_
n
.
Si ha quindi
P(E) = 1 p(1) p(2) = 1
1
6

55
216
=
125
216
= 0.579 .
Inoltre
P(F) = p(1) +p(2) +p(3) +p(4)
= 0.167 + 0.255 + 0.244 + 0.173
= 0.838 .
10 1 PROBABILIT
`
A NEL DISCRETO
Due urne contengono ciascuna n elementi, etichettati con i numeri 1, 2, . . . , n. Da ciascuna
urna si estrae un campione di s elementi (s n/2). Calcolare la probabilità che i due campioni
abbiano esattamente k elementi in comune, e in particolare le probabilità degli eventi
E = i due campioni non hanno elementi in comune ,
F = i due campioni hanno esattamente un elemento in comune ,
G = i due campioni hanno almeno un elemento in comune .
Soluzione: La questione può essere riformulata nel modo seguente: se dalla prima urna sono
stati estratti s elementi, qualè la probabilità che tra i s estratti dalla seconda urna ve ne
siano k contrassegnati con numeri presenti nel primo campione? Possiamo allora utilizzare la
distribuzione ipergeometrica, in quanto possiamo vedere come successo lestrazione dalla
seconda urna di un numero che è stato già estratto dalla prima; la probabilità richiesta è data
cioè da p[s, r, n](k) = (
r
k
)
_
nr
sk
_
/ (
n
s
) con r = s , ovvero
p[s, s, n](k) =
(
s
k
)
_
ns
sk
_
(
n
s
)
.
Si ottiene quindi
P(E) = p[s, s, n](0) =
(
s
0
) (
ns
s
)
(
n
s
)
=
(ns)!
s! (n2 s)!

s! (ns)!
n!
=
[(ns)!]
2
n! (n2 s)!
,
P(F) = p[s, s, n](1) =
(
s
1
)
_
ns
s1
_
(
n
s
)
= s
(ns)!
(s 1)! (n2 s +1)!

s! (ns)!
n!
=
[s (ns)!]
2
n! (n2 s +1)!
,
P(G) = 1 P(E) ,
lultima delle quali segue dal fatto che E e G sono evidentemente eventi complementari.
Un test desame a scelta multipla consiste in un certo numero di domande per ognuna delle
quali sono previste quattro risposte distinte (una sola delle quali è quella giusta). Uno studente
si sottopone al test; supponiamo che, per ogni domanda, la probabilità che lo studente conosca
la risposta esatta sia costante e pari 2/3 ; se non conosce la risposta sceglie a caso, con
probabilità uniforme.
Se lo studente ha dato risposte esatte in k domande, qualè la probabilità che conoscesse
eettivamente la risposta ad h di esse?
Soluzione: Se per una data domanda indichiamo con A levento lo studente conosce la
risposta (e quindi A
c
è levento lo studente non conosce la risposta), e inoltre indichiamo
con E levento risposta esatta, in base ai dati abbiamo le probabilità
P(A) =
2
3
, P(A
c
) =
1
3
,
P(E|A) = 1 , P(E
c
|A) = 0 ,
P(E|A
c
) =
1
4
, P(E
c
|A
c
) =
3
4
.
11
I due eventi A e A
c
costituiscono una partizione dello spazio dei campioni dellesperimento,
pertanto possiamo utilizzare la formula di Bayes e calcolare la probabilità che lo studente
conosca eettivamente la risposta a una domanda per la quale ha messo la croce sul quadratino
giusto:
P(A|E) =
P(A) P(E|A)
P(A) P(E|A) +P(A
c
) P(E|A
c
)
=
2
3
2
3
+
1
3

1
4
=
8
9
.
Analogamente si trova, ovviamente,
P(A
c
|E) =
1
9
.
Possiamo allora vedere una successione di k risposte esatte come uno schema di Bernoulli
di k lanci di una moneta in cui la probabilità di successo (evento A, lo studente conosce
eettivamente la risposta) vale 8/9 ; la probabilità richiesta vale quindi
_
8
9
_
h
_
1
9
_
kh
= 2
3h
3
2k
.

Unurna contiene 10 palline, di cui 8 rosse. Si tira un dado regolare; se h è il risultato si
estraggono dallurna h palline. Calcolare la probabilità di estrarre esattamente 5 palline rosse.
Soluzione: Evidentemente la probabilità richiesta è diversa da zero solo se h = 5 oppure
h = 6 . In ciascuno di questi due casi possiamo calcolare la probabilità di estrarre esattamente
5 palline rosse mediante la distribuzione ipergeometrica
p[s, r, n](k) =
(
r
k
)
_
nr
sk
_
(
n
s
)
con s h, r 8 , n 10 , k 5 . Dunque per h = 5 si ha la probabilità
p[5, 8, 10](5) =
(
8
5
) (
2
0
)
(
10
5
)
=
5!
10 9 8 7 6

8 7 6
3!
1 =
120
10 9 6
=
2
9
,
e per h = 6 si ha la probabilità
p[6, 8, 10](5) =
(
8
5
) (
2
1
)
(
10
6
)
=
4!
10 9 8 7

8 7 6
3!
2 =
24
10 9
2 =
8
15
.
Poiche ciascuno dei risultati h = 5 e h = 6 , nel lancio del dado, ha probabilità 1/6 , la
probabilità richiesta vale
1
6

2
9
+
1
6

8
15
=
17
135
= 0.125926 .
Esercizio 1.19 [F1098-A1]

Unurna contiene tre palline, contrassegnate con le lettere A, B e C. Si fanno estrazioni
successive con rimpiazzo. Calcolare la densità della variabile aleatoria X che conta il numero
di estrazioni necessarie perche nel campione ottenuto compaiano entrambe le lettere A e B.
12 1 PROBABILIT
`
A NEL DISCRETO
Soluzione: Cominciamo con il calcolare P{Xn} , cioè la probabilità che in una successio-
ne di n estrazioni con rimpiazzo compaiano entrambe le lettere A e B; a tale scopo trovia-
mo prima la probabilità dellevento complementare almeno una tra A e B non compare.
Consideriamo gli eventi
E
A,n
in una successione di n estrazioni non compare la A,
E
B,n
in una successione di n estrazioni non compare la B,
E
A,n
E
B,n
= in n estrazioni non compare A ne B,
E
A,n
E
B,n
= in n estrazioni almeno una tra A e B non compare.
Si ha allora
P(E
A,n
) = P(E
B,n
) =
_
2
3
_
n
, P(E
A,n
E
B,n
) =
_
1
3
_
n
,
da cui
P(E
A,n
E
B,n
) = P(E
A,n
) +P(E
B,n
) P(E
A,n
E
B,n
) =
2
n+1
1
3
n
.
Dunque
P{Xn} = 1
2
n+1
1
3
n
P{X =n} = P{Xn} P{Xn1} =
_
1
2
n+1
1
3
n
_
_
1
2
n
1
3
n1
_
=
=
2
n
2
3
n
,
che è la densità cercata.
Esercizio 1.20 [F1098-BC1]
Unurna contiene quattro palline, contrassegnate con le lettere A, B, C e D. Si fanno estrazioni
successive con rimpiazzo. Calcolare la densità della variabile aleatoria X che conta il numero
di estrazioni necessarie perche nel campione ottenuto compaiano entrambe le lettere A e B.
Soluzione: Procediamo come nellesercizio 1.19, ma questa volta
P(E
A,n
) = P(E
B,n
) =
_
3
4
_
n
, P(E
A,n
E
B,n
) =
_
1
2
_
n
,
P(E
A,n
E
B,n
) = P(E
A,n
) +P(E
B,n
) P(E
A,n
E
B,n
) = 2
_
3
4
_
n
_
1
2
_
n
=
3
n
2
n1
2
2n1
,
P{Xn} = 1
3
n
2
n1
2
2n1
,
P{X =n} = P{Xn} P{Xn1} =
2 3
n1
2
n
2
2n
.
13
Esercizio 1.21 [E221209-1]
Unurna contiene cinque palline, numerate da 1 a 5. Si esegue il seguente esperimento: si lancia
una moneta regolare; se viene testa si estrae una pallina, se viene croce se ne estraggono due
(senza rimpiazzo). Si consideri poi la variabile aleatoria X che prende il valore uguale al
numero uscito nel primo caso, e alla somma dei due valori usciti nel secondo caso.
Si chiede di trovare la densità (discreta) di X , le probabilità P(B) , P(C) , P(D) , e le
probabilità condizionali P(testa|B) , P(testa|C) , P(testa|D) , dove gli eventi B, C e D sono
deniti da
B = {X assume valore dispari} , C = {X assume valore primo} , D = {X > 5}.
Soluzione: Si ha P(X=i | testa) = 1/5 per i = 1, 2, 3, 4, 5 , e P(X=i | testa) = 0 per i > 5 .
Se invece il lancio della moneta dà croce si hanno 5 4 = 20 possibili successioni equiprobabili
per i risultati delle due estrazioni; raggruppandoli per il conseguente valore di X si ha
estrazione i P(X=i | croce)
(1, 2), (2, 1) 3 2/20
(1, 3), (3, 1) 4 2/20
(1, 4), (2, 3) (3, 2), (4, 1) 5 4/20
(1, 5), (2, 4) (4, 2), (5, 1) 6 4/20
(2, 5), (3, 4) (4, 3), (5, 2) 7 4/20
(3, 5), (5, 3) 8 2/20
(4, 5), (5, 4) 9 2/20
Per ciascun i = 1, . . . , 9 si ha poi
p
X
(i) P{X=i} =
1
2
P(X=i | testa) +
1
2
P(X=i | croce) ,
ovvero
i 1 2 3 4 5 6 7 8 9
p
X
(i) 1/10 1/10 3/20 3/20 1/5 1/10 1/10 1/20 1/20
Si ha poi
P(B) P{1, 3, 5, 7, 9} =
1
10
+
3
20
+
1
5
+
1
10
+
1
20
=
3
5
,
P(C) P{2, 3, 5, 7} =
1
10
+
3
20
+
1
5
+
1
10
=
11
20
,
P(D) P{6, 7, 8, 9} =
1
10
+
1
10
+
1
20
+
1
20
=
3
10
.
Utilizziamo poi la formula di Bayes
P(testa|B) =
P(testa) P(B | testa)
P(testa) P(B | testa) +P(croce) P(B | croce)
,
14 1 PROBABILIT
`
A NEL DISCRETO
e analoghe per C e per D. Si ottiene
P(testa|B) =
1
2
(
1
5
+
1
5
+
1
5
)
1
2
(
1
5
+
1
5
+
1
5
) +
1
2
(
2
20
+
4
20
+
4
20
+
2
20
)
=
1
2
,
P(testa|C) =
1
2
(
1
5
+
1
5
+
1
5
)
1
2
(
1
5
+
1
5
+
1
5
) +
1
2
(
2
20
+
4
20
+
4
20
)
=
6
11
,
P(testa|D) = 0 .

Siano X e Y due variabili aleatorie indipendenti con la stessa densità geometrica
p(k) := g[q](k) = q (1 q)
k
, k = 0 , 1 , . . . , , q (0, 1) .
Calcolare la probabilità dellevento {X 2 Y }.
Soluzione: Poiche X e Y sono indipendenti la loro densità congiunta è
p(h, k) = p(h) p(k) = q
2
(1 q)
h+k
.
E
T
q q q q q q q q q q q q q q
Per renderci conto di come procedere guardiamo la gura
a anco, dove sono riportate nel piano cartesiano le prime
coppie di interi (h, k) non negativi e la retta 2 k h = 0 .
In sostanza si deve sommare su tutte le coppie (h, k) che
non rimangono sotto la retta. Si tratta di trovare la manie-
ra pi` u semplice per eseguire la somma. Cominciamo allora
con il notare che nella riga k-esima i valori di h da prende-
re in considerazione sono tutti quelli compresi tra 0 e 2 k ;
pertanto
P{X 2 Y } =
k=0
2 k
h=0
p(h, k) =
k=0
2 k
h=0
q
2
(1 q)
h+k
= q
2
k=0
(1 q)
k
2 k
h=0
(1 q)
h
=
= q
2
k=0
(1 q)
k
1 (1 q)
2 k+1
1 (1 q)
= q
k=0
_
(1 q)
k
(1 q)
3 k+1
_
=
= q
_
1
q

1 q
1 (1 q)
3
_
=
2 2 q +q
2
3 3 q +q
2
,
dove nel calcolo delle somme abbiamo utilizzato
n
h=0
a
h
=
1 a
n+1
1 a
,
k=0
a
r k+s
= a
s
k=0
(a
r
)
k
=
a
s
1 a
r
, |a| < 1 , r > 0 , s R .
15
Unurna contiene 6 palline, tre rosse e tre nere. Si fanno estrazioni successive con le seguenti
modalità: se viene estratta una pallina nera si mette al suo posto nellurna una pallina rossa,
se viene estratta una pallina rossa la si rimette nellurna. Calcolare la probabilità che le palline
nellurna siano tutte rosse dopo non pi` u di 4 estrazioni.
Soluzione: (3, 3)
(4, 2)
(5, 1)
(6, 0)
E
c
E
c
E
c
1/2
1/3
1/6
1/2
2/3
5/6
(3, 3)
(4, 2)
(5, 1)
(6, 0)
E
c
E
c
E
c
1/2
1/3
1/6
1/2
2/3
5/6
(3, 3)
(4, 2)
(5, 1)
(6, 0)
E
c
E
c
E
c
1/2
1/3
1/6
1/2
2/3
5/6
Il risultato netto di ogni estrazione e del rein-
serimento successivo è che il contenuto del-
lurna rimane invariato se è stata estratta una
pallina rossa, altrimenti si è cambiata una
pallina nera in una rossa. Il diagramma di
usso per lesperimento è dunque fatto come
nella gura a anco, dove i nodi sono con-
trassegnati dalle coppie (r, n) corrisponden-
ti al numero di palline rosse e nere presenti
nellurna.
Poiche la domanda si riferisce a una successione di non pi` u di quattro estrazioni perche le pal-
line nellurna siano tutte rosse, è suciente considerare le prime due colonne del diagramma.
Sono quattro i percorsi che ci interessano; la probabilità richiesta la somma delle probabilità
di questi, e cioè
1
2

1
3

1
6
+
1
2

1
3

5
6

1
6
+
1
2

2
3

1
3

1
6
+
1
2

1
2

1
3

1
6
=
1
12
.
Esercizio 1.24 [F0999-B1]

Unurna contiene 4 palline, 2 rosse e 2 nere. Si fanno estrazioni successive: se si estrae una
pallina nera la si rimette nellurna, se si estrae una pallina rossa la si lascia fuori. Sia X la
variabile aleatoria numero di estrazioni necessario per togliere tutte le palline rosse dallurna.
Calcolare la densità di X, e dire se esiste un valore modale.
Soluzione: (2, 2)
(1, 2)
(0, 2)
E
c
E
c
1/2
1/3
1/2
2/3
(2, 2)
(1, 2)
(0, 2)
E
c
E
c
1/2
1/3
1/2
2/3
(2, 2)
(1, 2)
(0, 2)
E
c
E
c
1/2
1/3
1/2
2/3
I primi passi del diagramma di usso rela-
tivo alla procedura descritta sono riportati
qui a anco. Ogni percorso terminato con-
tiene due passi in verticale e un numero
n qualsiasi di passi in orizzontale. Dunque
P{X =n+2} è diversa da zero per n 0 .
I due passi in verticale contribuiscono alla probabilità di ciascun percorso con un fattore
1
2

1
3
=
1
6
. Gli n passi in orizzontale di un dato percorso si suddividono in generale in i passi
con probabilità 1/2 ed ni passi con probabilità 2/3 , con 0 i n. Dunque la somma delle
probabilità di tutti i percorsi di lunghezza n+2 è data da
P{X =n+2} =
1
6
n
i=0
_
1
2
_
i
_
2
3
_
ni
=
1
6
_
2
3
_
n
n
i=0
_
3
4
_
i
=
1
6
_
2
3
_
n
1 (
3
4
)
n+1
1
3
4
=
=
_
2
3
_
n+1
_
1
2
_
n+1
.
16 1 PROBABILIT
`
A NEL DISCRETO
Già che ci siamo, facciamo un piccolo controllo:
n=0
P{X =n+2} =
n=0
_
2
3
_
n+1
n=0
_
1
2
_
n+1
=
n=1
_
2
3
_
n
n=1
_
1
2
_
n
=
=
_
1
1
2
3
1
_
_
1
1
1
2
1
_
= 1 .
La successione p(n) = P{X =n+2} vale
1
6
per n = 0 e tende ovviamente a zero per n .
Per trovare il valore modale è quindi naturale studiare la funzione f(x) = (
2
3
)
x
(
1
2
)
x
. Si ha
f
(x) = log
_
2
3
_ _
2
3
_
x
log
_
1
2
_ _
1
2
_
x
,
che si annulla per
log
2
3
log
1
2
=
_
3
2
_
x
_
1
2
_
x
_
3
4
_
x
=
log
3
2
log 2
x =
log
log
3
2
log 2
log
3
4
= 1.86389 .
Dunque se estendiamo p(n) a una funzione continua su R
+
, questa ha un massimo per
n+1
= 1.86389 ovvero per n
= 0.86389 . Pertanto possiamo concludere che il valore modale

di X è quello tra X = 2 = 0 +2 e X = 3 = 1 +2 per il quale si ha la probabilità maggiore.
Daltra parte si ha
P{X =2} =
1
6
,
P{X =3} =
_
2
3
_
2
_
1
2
_
2
=
7
36
>
1
6
,
e quindi il valore modale cercato è X = 3 .
Esercizio 1.25 [F0999-A1]
Unurna contiene n palline, 2 delle quali sono rosse e le altre n2 nere. Si fanno estrazioni
successive: se si estrae una pallina nera la si rimette nellurna, se si estrae una pallina rossa la
si lascia fuori. Sia X la variabile aleatoria numero di estrazioni necessario per togliere tutte
le palline rosse dallurna. Calcolare la densità di X.
Soluzione:
(2)
(1)
(0)
E
c
E
c
2/n
1/(n1)
(n2)/n
(n2)/(n1)
(2)
(1)
(0)
E
c
E
c
2/n
1/(n1)
(n2)/n
(n2)/(n1)
(2)
(1)
(0)
E
c
E
c
2/n
1/(n1)
(n2)/n
(n2)/(n1)
I primi passi del diagramma di usso relati-
vo alla procedura descritta sono riportati qui
a anco (nei nodi è indicato solo il numero di
palline rosse presenti nellurna, mentre il nu-
mero di palline nere è costante e pari a n2 .
Ogni percorso terminato contiene due passi in
verticale e un numero k qualsiasi di passi in
orizzontale. Dunque P{X =k+2} è diversa da
zero per k 0 .
I due passi in verticale contribuiscono alla probabilità di ciascun percorso con un fattore
2
n(n1)
. I k passi in orizzontale di un dato percorso si suddividono in generale in i passi con
17
probabilità (n2)/n e in k i passi con probabilità (n2)/(n1) , con 0 i k . Dunque
la somma delle probabilità di tutti i percorsi di lunghezza k +2 è data da
P{X =k+2} =
2
n(n1)
k
i=0
_
n2
n
_
i
_
n2
n1
_
ki
=
2
n(n1)
_
n2
n1
_
k
k
i=0
_
n1
n
_
i
=
=
2
n(n1)
_
n2
n1
_
k
1
_
n1
n
_
k+1
1
_
n1
n
_
=
=
2
n1
_
n2
n1
_
k
2
n1
_
n2
n1
_
k
_
n1
n
_
k+1
=
= 2 (n2)
k
_
1
(n1)
k+1

1
n
k+1
_
.
Non è dicile allora vericare che
k=0
P{X =k+2} = 1 .
Esercizio 1.26 [E20120110-1]

Unurna contiene tre palline: una bianca, una rossa e una nera. Si procede ad estrarre una
pallina alla volta; dopo ciascuna estrazione:
se è uscita la pallina bianca la si lascia fuori;
se è uscita la pallina rossa la si lascia fuori, e si rimette nellurna la pallina bianca se è fuori;
se è uscita la pallina nera il procedimento è terminato.
Si chiede di studiare il vettore aleatorio (X, Y ) dove:
X = numero di estrazioni fatte;
Y = numero di volte che è uscita la pallina bianca.
Soluzione: Costruiamo il diagramma di usso dellesperimento, che può essere rappre-
sentato come albero (a sinistra) o in forma compatta (a destra). I segmenti orientati rap-
presentano le estrazioni, e i nodi sono contrassegnati dallo stato dellurna (cioè da quali
palline sono presenti in essa) ai vari stadi dellesperimento. Abbiamo inoltre contrassegnato
con un cerchietto i segmenti corrispondenti a unestrazione della pallina bianca, per facilitare
la valutazione della variabile aleatoria Y .
(brn) (br)
(rn) (bn) (n) ( )
(r) (bn) (b)
(b) (n) ( )
E
c
d
d
d
E
E
c
d
d
d
d
d
d
c
d
d
d
E
(brn) (br)
(rn) (bn) (n) ( )
(r) (b)
E
c
d
d
d
E
E
c
E
d
d
d
18 1 PROBABILIT
`
A NEL DISCRETO
Dal diagramma si vede subito che la X può assumere i valori 1, 2, 3 e 4, mentre la Y può
assumere i valori 0, 1 e 2.
`
E chiaro inoltre che la probabilità di ciascun segmento vale 1/q , dove
q è il numero di palline nellurna prima dellestrazione corrispondente. Con semplici calcoli è
quindi facile fare la tabella dei valori della densità congiunta:
d
d Y
X
1 2 3 4
0 1/3 1/6 0 0
1 0 1/6 1/4 0
2 0 0 0 1/12
Sommando sulle righe e sulle colonne otteniamo le densità marginali:
x 1 2 3 4
P
X
(x) 1/3 1/3 1/4 1/12
y 0 1 2
p
Y
(y) 1/2 5/12 1/12
Si ottiene quindi
E[X] =
25
12
= 2.08333 , Var[X] =
131
144
= 0.909722 ,
E[Y ] =
7
12
= 0.583333 , Var[Y ] =
59
144
= 0.409722 .
La covarianza vale
Cov[X, Y ] =
77
144
= 0.534722 .
Esercizio 1.27 [E20120124-1]

se è uscita la pallina rossa la si rimette nellurna la prima volta, e la si lascia fuori la seconda
volta;
se è uscita la pallina nera il procedimento è terminato.
Y = numero di palline rimaste nellurna.
Soluzione: Tracciamo lalbero di tutti i possibili svolgimenti dellesperimento:
19
brn
br rn brn
c
+
d
d
d
d
r rn br bn rn
c c
d
d
d
d
r n b n r n
c c c

P=1/3
(X,Y )=(1,2)
P=1/6
(X,Y )=(2,1)
P=1/9
(X,Y )=(2,2)
P=1/12
(X,Y )=(3,1)
P=1/18
(X,Y )=(3,1)
P=1/18
(X,Y )=(3,1)
P=1/12
(X,Y )=(4,0)
P=1/18
(X,Y )=(4,0)
P=1/18
(X,Y )=(4,0)
Abbiamo contrassegnato con una crocetta ciascuna estrazione della pallina rossa, per con-
trollare meglio la correttezza del procedimento (in ciascun percorso non ci possono essere pi` u
di due crocette). Osserviamo che se ne volessimo fare una versione compattata, con even-
tuali incroci, dovremmo fare una certa attenzione perche lo stato dellesperimento non è
caratterizzato solo dalle palline presenti nellurna, ma sarebbe necessario aggiungervi un bit
di informazione che ricordi se la pallina rossa è già uscita in precedenza. Comunque lalbero
che abbiamo ottenuto non è troppo esteso, e in quanto albero ha il vantaggio che i possibili
svolgimenti dellesperimento sono in corrispondenza biunivoca con i nodi nali (che possono
quindi essere visti come gli atomi del modello probabilistico). Per ciascuno di questi abbiamo
riportato i corrispondenti valori della probabilità e di (X, Y ), ed è quindi immediato scrivere:
P{X = 1 , Y = 2} =
1
3
, P{X = 2 , Y = 1} =
1
6
, P{X = 2, Y = 2} =
1
9
,
P{X = 3 , Y = 1} = P{X = 4 , Y = 0} =
1
12
+
1
18
+
1
18
=
7
36
.
Ogni altra combinazioni di valori di X e Y ha probabilità zero, quindi scriviamo subito la
tabelle della densità congiunta:
d
d Y
X
1 2 3 4
0 0 0 0 7/36
1 0 1/6 7/36 0
2 1/3 1/9 0 0
x 1 2 3 4
P
X
(x) 1/3 5/18 7/36 7/36
y 0 1 2
p
Y
(y) 7/36 13/36 4/9
20 1 PROBABILIT
`
A NEL DISCRETO
Si ottiene quindi
E[X] =
9
4
= 2.25 , Var[X] =
179
144
= 1.24306 ,
E[Y ] =
5
4
= 1.25 , Var[Y ] =
83
144
= 0.576389 .
La covarianza vale
Cov[X, Y ] =
113
144
= 0.784722 .
Esercizio 1.28 [E20120214-1]

se è uscita la pallina rossa la si rimette nellurna;
se è uscita la pallina nera il procedimento è terminato;
il procedimento termina comunque ducio dopo quattro estrazioni se la pallina nera non
è ancora uscita.
Y = numero di palline rimaste nellurna.
Soluzione: Lenunciato si può interpretare in due modi: non è specicato se, qualora sia
uscita la pallina rossa alla quarta estrazione, questa vada comunque rimessa nellurna oppure
no. Svolgiamo lesercizio in entrambi i casi, cominciando dal primo. Tracciamo il diagramma
di usso del procedimento; in questo caso converrà utilizzare non la forma di albero, che
risulterebbe troppo estesa, ma quella compatta. Otteniamo:
A: (X,Y )=(1,2)
br
brn
!
E
c
rn
E
c
r
E: (X,Y )=(2,1)
B: (X,Y )=(2,2)
br
brn
!
E
c
rn
E
c
r
F: (X,Y )=(3,1)
C: (X,Y )=(3,2)
br
brn
!
E
c
rn
E
c
r
G: (X,Y )=(4,1)
D: (X,Y )=(4,2)
br
brn
!
E
c
rn
H: (X,Y )=(4,2)
brn
I: (X,Y )=(4,3)
La il nodo di partenza è quello nel rettangolino. Abbiamo contrassegnato con le lettere
maiuscole da A ad I le uscite del diagramma. Si noti che per ciascuna di esse entrambe
le variabili aleatorie X e Y assumono valori determinati, anche se non è unico in generale il
21
percorso che porta a una data uscita.
`
E facile ora calcolare le probabilità di ciascuna uscita,
sommando sui percorsi che portano ad essa:
P(A) =
1
3
, P(B) =
1
9
, P(C) =
1
27
, P(D) = P(I) =
1
81
, P(E) =
1
6
,
P(F) =
1
3
1
3
1
2
+
1
3
1
2
1
2
=
5
36
,
P(G) =
1
3
1
3
1
3
1
2
+
1
3
1
3
1
2
1
2
+
1
3
1
2
1
2
1
2
=
19
216
,
P(H) =
1
3
1
3
1
3
1
3
+
1
3
1
3
1
3
1
2
+
1
3
1
3
1
2
1
2
+
1
3
1
2
1
2
1
2
=
65
648
.
Otteniamo quindi la tabella della densità congiunta:
d
d Y
X
1 2 3 4
1 0 1/6 5/36 19/216
2 1/3 1/9 1/27 73/648
3 0 0 0 1/81
Sommando sulle righe e sulle colonne otteniamo poi le densità marginali:
x 1 2 3 4
P
X
(x) 1/3 5/18 19/108 23/108
y 1 2 3
p
Y
(y) 85/216 385/648 1/81
Si ottiene quindi
E[X] =
245
108
= 2.26852 , Var[X] =
15035
11664
= 1.28901 ,
E[Y ] =
1049
648
= 1.61883 , Var[Y ] =
109415
419904
= 0.260571 .
La covarianza vale
Cov[X, Y ] =
13141
69984
= 0.187771 .
Consideriamo ora il caso in cui non si rimetta nellurna la pallina rossa se questa è uscita
alla quarta estrazione. Il diagramma di usso va allora modicato nel modo seguente:
A: (X,Y )=(1,2)
br
brn
!
E
c
rn
E
c
r
E: (X,Y )=(2,1)
B: (X,Y )=(2,2)
br
brn
!
E
c
rn
E
c
r
F: (X,Y )=(3,1)
C: (X,Y )=(3,2)
br
brn
!
E
c
rn
E
c
r
G: (X,Y )=(4,1)
D: (X,Y )=(4,2)
br
brn
!
E
d
d
d
d
n
H: (X,Y )=(4,1)
rn
I: (X,Y )=(4,2)
bn
J: (X,Y )=(4,2)
22 1 PROBABILIT
`
A NEL DISCRETO
Rifacendo i calcoli si ottengono le seguenti tabelle della densità marginale e delle densità
congiunte:
d
d Y
X
1 2 3 4
1 0 1/6 5/36 19/108
2 1/3 1/9 1/27 1/27
x 1 2 3 4
P
X
(x) 1/3 5/18 19/108 23/108
y 1 2
p
Y
(y) 13/27 14/27
Inne
E[X] =
245
108
= 2.26852 , Var[X] =
15035
11664
= 1.28901 ,
E[Y ] =
41
27
= 1.51852 , Var[Y ] =
182
729
= 0.24965 .
Cov[X, Y ] =
547
1458
= 0.361454 .
Esercizio 1.29 [A131109]

a
b c
d
e f
g
h
w
x y z
u
P(ab) = 1/3 , P(ac) = 2/3 ,
P(bd) = 2/5 , P(be) = 2/5 , P(bg) = 1/5 ,
P(ce) = 2/3 , P(cf) = 1/3 ,
P(dw) = 1/2 , P(dg) = 1/2 ,
P(ex) = 2/5 , P(eh) = 3/5 ,
P(fh) = 1/2 , P(fz) = 1/2 ,
P(gw) = 1/4 , P(gx) = 3/4 ,
P(hy) = 2/5 , P(hz) = 3/5 .
Una pallina scende lungo la guida rappresentata in gura, a ciascun incrocio (a partire da
a) scegliendo la via con probabilità data dai numeri riportati a destra (controllare che, in
ciascun incrocio, la somma delle probabilità faccia 1). Si chiede di trovare: la probabilità di
ciascun percorso possibile; la probabilità di ciascuno dei risultati nali w, x, y e z delle-
sperimento; il valore di aspettazione, la varianza, la covarianza e le distribuzioni di probabilità
marginali e congiunta delle variabili aleatorie X e Y i cui valori sono dati dalla tabella:
w x y z
X 1 2 1 -1
Y -2 0 -1 -2
23
Soluzione: la probabilità di ciascun percorso è il prodotto delle probabilità dei segmenti che
lo compongono. Cos` per esempio si avrà
P(abdw) = P(ab) P(bd) P(dw) =
1
3

2
5

1
2
=
1
15
.
Si ottiene (i percorsi sono in ordine alfabetico):
P(abdgw) =
1
60
, P(abdgx) =
1
20
, P(abdw) =
1
15
, P(abehy) =
4
125
,
P(abehz) =
6
125
, P(abex) =
4
75
, P(abgw) =
1
60
, P(abgx) =
1
20
,
P(acehy) =
8
75
, P(acehz) =
4
25
, P(acex) =
8
45
, P(acfhy) =
2
45
,
P(acfhz) =
1
15
, P(acfz) =
1
9
(vericare che la somma fa 1). Si ha poi
P(w) = P(abdgw) +P(abdw) +P(abgw) =
1
60
+
1
15
+
1
60
=
1
10
= 0.1 ,
P(x) = P(abdgx) +P(abex) +P(abgx) +P(acex) =
1
20
+
4
75
+
1
20
+
8
45
=
149
450
= 0.33 ,
P(y) = P(abehy) +P(acehy) +P(acfhy) =
4
125
+
8
75
+
2
45
=
206
1125
= 0.18 ,
P(z) = P(abehz) +P(acehz) +P(acfhz) +P(acfz) =
6
125
+
4
25
+
1
15
+
1
9
=
434
1125
= 0.39 .
Studiamo ora le variabili aleatorie X e Y . Si ha
P{X =-1} = P(z) =
434
1125
, P{X =1} = P(w) +P(y) =
637
2250
, P{X =-2} = P(x) =
149
450
,
P{Y =-2} = P(w) +P(z) =
1093
2250
, P{Y =-1} = P(y) =
206
1125
, P{Y =0} = P(x) =
149
450
.
Per la densità congiunta si vede che le possibili coppie di valori di (X, Y ) corrispondono
ciascuna a un unico elemento terminale, pertanto si ottengono subito i valori riportati nella
seguente tabella:
d
d Y
X
1 1 2
-2
434
1125
1
10
0
-1 0
206
1125
0
0 0 0
149
450
24 1 PROBABILIT
`
A NEL DISCRETO
Inne si ha
X
E[X] = (1) P{X =-1} + (1) P{X =1} + (2) P{X =2} =
1259
2250
= 0.56 ,
X
E[Y ] = (2) P{Y =-2} + (1) P{Y =-1} + 0 P{X =0} =
433
375
= 1.15 ,
Var[X] = (1
X
)
2
P{X =-1} + (1
X
)
2
P{X =1} + (2
X
)
2
P{X =2}
= 1.68 ,
Var[Y ] = (2
Y
)
2
P{Y =-2} + (1
Y
)
2
P{Y =-1} + (0
Y
)
2
P{Y =0}
= 0.79 ,
e, con qualche ulteriore calcolo,
Cov[X, Y ]
= 1.035 ,
XY
= 0.896 .

a
b
c
d
e
f
g
h
k
j
l m
n
p
q
r
Determinare la distribzione di probabilità sullo
spazio dei campioni = {d, f, g, m, n, q, r} , costi-
tuito da tutti i possibili esiti dellesperimento rap-
presentato in gura, nel quale una pallina scende
lungo la guida e, alle diramazioni, sceglie la strada
secondo le probabilità:
P(ab) =
1
3
, P(ac) =
1
3
, P(ae) =
1
3
,
P(bd) =
1
3
, P(be) =
2
3
, P(ce) =
2
3
, P(cf) =
1
3
,
P(eg) =
1
3
, P(eh) =
1
3
, P(ek) =
1
3
,
P(hj) =
1
2
, P(hl) =
1
2
, P(jn) =
1
2
, P(jp) =
1
2
,
P(kl) =
1
2
, P(km) =
1
2
, P(lp) =
1
2
, P(lq) =
1
2
.
Soluzione: I possibili percorsi con le rispettive probabilità sono:
P(abd) =
1
9
, P(abeg) =
2
27
, P(abehjn) =
1
54
, P(abehjpr) =
1
54
,
P(abehlpr) =
1
54
, P(abehlq) =
1
54
, P(abeklpr) =
1
54
, P(abeklq) =
1
54
,
P(abekm) =
1
27
, P(aceg) =
2
27
, P(acehjn) =
1
54
, P(acehjpr) =
1
54
,
P(acehlpr) =
1
54
, P(acehlq) =
1
54
, P(aceklpr) =
1
54
, P(aceklq) =
1
54
,
P(acekm) =
1
27
, P(acf) =
1
9
, P(aeg) =
1
9
, P(aehjn) =
1
36
,
P(aehjpr) =
1
36
, P(aehlpr) =
1
36
, P(aehlq) =
1
36
, P(aeklpr) =
1
36
,
P(aeklq) =
1
36
, P(aekm) =
1
18
.
Pertanto si ottiene la distribuzione discreta data dalla tabella:
d f g m n q r
P 1/9 1/9 7/27 7/54 7/108 7/54 7/36
25
A B
a b
c d
e f
g h
j
k
l
m
n
z
Due palline scendono lungo la guida, partendo una da A
e una da B; vince la pallina che arriva in z percorrendo
il pi` u piccolo numero di lati. Calcolare le probabilità
di vittoria di ciascuna, sapendo che alle biforcazioni le
palline scelgono la strada secondo le probabilità:
P(ac) = P(cg) = P(eg) = P(gk) = P(km) =
1
3
,
P(ae) = P(ce) = P(ej) = P(gj) = P(kn) =
2
3
,
P(bd) = P(bf) = P(df) = P(dh) = P(fh) = P(fl) =
= P(hk) = P(hl) =
1
2
.
Soluzione: Elenchiamo le probabilità dei possibili percorsi di ciascuna pallina, suddivisi per lunghezza.
Pallina A, 6 lati:
P(acegjmz) =
4
81
, P(acegkmz) =
2
243
, P(acegknz) =
4
243
.
Pallina A, 5 lati:
P(acejmz) =
4
27
, P(acgjmz) =
2
27
, P(acgkmz) =
1
81
, P(acgknz) =
2
81
,
P(aegjmz) =
4
27
, P(aegkmz) =
2
81
, P(aegknz) =
4
81
.
Pallina A, 4 lati:
P(aejmz) =
4
9
.
Pallina B, 6 lati:
P(bdfhkmz) =
1
48
, P(bdfhknz) =
1
24
, P(bdfhlnz) =
1
16
.
Pallina B, 5 lati:
P(bdflnz) =
1
8
, P(bdhkmz) =
1
24
, P(bdhknz) =
1
12
, P(bdhlnz) =
1
8
,
P(bfhkmz) =
1
24
, P(bfhknz) =
1
12
, P(bfhlnz) =
1
8
.
Pallina B, 4 lati:
P(bflnz) =
1
4
.
Consideriamo allora le variabili aleatorie
X = numero di lati percorsi dalla pallina A ,
Y = numero di lati percorsi dalla pallina B .
Otteniamo
p
X
(4) P{X =4} =
4
9
,
p
X
(5) P{X =5} =
4
27
+
2
27
+
1
81
+
2
81
+
4
27
+
2
81
+
4
81
=
13
27
,
p
X
(6) P{X =6} =
4
81
+
2
243
+
4
243
=
2
27
,
26 1 PROBABILIT
`
A NEL DISCRETO
p
Y
(4) P{Y =4} =
1
4
,
p
Y
(5) P{Y =5} =
1
8
+
1
24
+
1
12
+
1
8
+
1
24
+
1
12
+
1
8
=
5
8
,
p
Y
(6) P{Y =6} =
1
48
+
1
24
+
1
16
=
1
8
.
Osserviamo ora che X e Y sono ovviamente variabili aleatorie indipendenti (le palline percorrono il
diagramma ognuna per proprio conto, senza interferire). Pertanto
P{X =x, Y =y} = P{X =x} P{Y =y} = p
X
(x) p
Y
(y) ,
da cui
P{X <Y } = p
X
(4) p
Y
(5) +p
X
(4) p
Y
(6) +p
X
(5) p
Y
(6) =
=
4
9

5
8
+
4
9

1
8
+
13
27

1
8
=
85
216
= 0.39 ,
P{X =Y } = p
X
(4) p
Y
(4) +p
X
(5) p
Y
(5) +p
X
(6) p
Y
(6) =
=
4
9

1
4
+
13
27

5
8
+
2
27

1
8
=
91
216
= 0.42 ,
P{X >Y } = p
X
(6) p
Y
(5) +p
X
(6) p
Y
(4) +p
X
(5) p
Y
(4) =
=
2
27

5
8
+
2
27

1
4
+
13
27

1
4
=
40
216
=
5
27
= 0.19 .
Esercizio 1.32 [E221209-2]

a
b
c
d
e
f g
h
j k l
Una pallina scende lungo la guida rappresentata in gura;
alle diramazioni sceglie la strada in base alle probabilità:
P(ab) = 1/3, P(ac) = 1/3, P(ad) = 1/3,
P(cd) = 1/3, P(ce) = 2/3, P(df) = 2/3, P(dh) = 1/3,
P(eg) = 1/2, P(eh) = 1/2, P(hj) = 1/6,
P(hk) = 1/3, P(hl) = 1/2.
Nello spazio dei campioni = {b, f, g, j, k, l} , co-
stituito da tutti i possibili esiti dellesperimento,
si considerino poi le variabili aleatorie X e Y i cui
valori sono dati dalla tabella
b f g j k l
X -2 -1 0 1 2 3
Y 0 -1 0 1 0 2
Si chiede di trovare le densità marginali, p
X
e p
Y
, e la densità congiunta p
X,Y
. Inoltre calcolare
i valori di aspettazione E[X] e E[Y ] , le varianze Var[X] e Var[Y ] , la covarianza Cov[X, Y ] e il
coeciente di correlazione Corr[X, Y ] .
27
P(ab) =
1
3
, P(acdf) =
2
27
,
P(acdhj) =
1
162
, P(acdhk) =
1
81
, P(acdhl) =
1
54
,
P(aceg) =
1
9
, P(acehj) =
1
54
, P(acehk) =
1
27
, P(acehl) =
1
18
,
P(adf) =
2
9
, P(adhj) =
1
54
, P(adhk) =
1
27
, P(adhl) =
1
18
.
Pertanto si ottiene la densità discreta data dalla tabella:
b f g j k l
P 1/3 8/27 1/9 7/162 7/81 7/54
La densità di X si scrive quindi immediatamente, ed è data dalla tabella:
X -2 -1 0 1 2 3
p
X
1/3 8/27 1/9 7/162 7/81 7/54
La densità di Y è data dalla tabella:
Y -1 0 1 2
p
Y
8/27 43/81 7/162 7/54
La densità congiunta di X e Y è data dalla tabella:
d
d Y
X
-2 -1 0 1 2 3
-1 0 8/27 0 0 0 0
0 1/3 0 1/9 0 7/81 0
1 0 0 0 7/162 0 0
2 0 0 0 0 0 7/54
Si ottiene inne
E[X] =
29
81
, E[Y ] =
1
162
,
Var[X]
= 3.06 , Var[Y ]
= 0.86 ,
Cov[X, Y ]
= 1.12 , Corr[X, Y ]
= 0.69 .
28 1 PROBABILIT
`
A NEL DISCRETO
Esercizio 1.33 [E180110-2]
a
b c
d e f
g h i j
Una pallina scende lungo la guida rappresentata in gura; alle
diramazioni sceglie la strada in base alle probabilità:
P(ab) = P(ac) = P(ae) = 1/3 , P(bd) = P(bg) = P(be) = 1/3 ,
P(ce) = 1/3, P(cf) = 2/3 , P(eg) = 2/3, P(eh) = 1/3 ,
P(fh) = 1/2 , P(fi) = P(fj) = 1/4 .
Si chiede di studiare le variabili aleatorie X, Y : R
denite sullo spazio dei campioni = {d, g, h, i, j} di
tutti i possibili esiti dellesperimento, i cui valori sono
dati dalla tabella
d g h i j
X -1 0 1 2 3
Y 0 -1 0 1 0
P(abd) = 1/9 , P(abeg) = 2/27 , P(abeh) = 1/27 , P(abg) = 1/9 ,
P(aceg) = 2/27 , P(aceh) = 1/27 , P(acfh) = 1/9 , P(acfi) = 1/18 ,
P(acfj) = 1/18 , P(aeg) = 2/9 , P(aeh) = 1/9 .
La densità su è allora data dalla tabella
d g h i j
p() 1/9 13/27 8/27 1/18 1/18
Si ottengono le densità marginali
X -1 0 1 2 3
P
X
1/9 13/27 8/27 1/18 1/18
Y 1 0 1
P
Y
13/27 25/54 1/18
d
d Y
X
-1 0 1 2 3
-1 0 13/27 0 0 0
0 1/9 0 8/27 0 1/18
1 0 0 0 1/18 0
Si ottiene quindi
E[X] =
25
54
, Var[X]
= 0.92 ,
E[Y ] =
23
54
, Var[Y ]
= 0.36 ,
Cov[X, Y ]
= 0.31 .
29
Esercizio 1.34 [E220610-2]
a b c
d e
f g h
u u u
Tre palline scendono lungo il reticolo rappresen-
tato in gura; alle diramazioni scelgono la strada
in base alle probabilità:
P(af) = 1/3 , P(ad) = 2/3 ,
P(bd) = 1/4 , P(be) = 3/4 ,
P(ce) = 3/4 , P(ch) = 1/4 ,
P(df) = P(dg) = 1/2 ,
P(eg) = 3/5 , P(eh) = 2/5 .
Si chiede di studiare il vettore aleatorio (X, Y )
dove
X = numero di palline che arrivano in f ,
Y = numero di palline che arrivano in g .
Soluzione: Lesperimento può essere visto come una successione di tre esperimenti indi-
pendenti: in uno di essi la pallina parte da a , in uno parte da b e in uno parte da c .
Scriviamo quindi le probabilità che la pallina arrivi in f , in g o in h in ciascuno di questi
sotto-esperimenti:
P(f|a) =
2
3
, P(g|a) =
1
3
, P(h|a) = 0 ,
P(f|b) =
1
8
, P(g|b) =
23
40
, P(h|b) =
3
10
,
P(f|c) = 0 , P(g|c) =
9
20
, P(h|c) =
11
20
.
Poiche la pallina che parte da c non può arrivare in f , la variabile aleatoria X può solo
assumere i valori 0, 1, 2 . La Y invece può assumere i valori 0, 1, 2, 3 . Pertanto (X, Y ) può
assumere 12 valori diversi, per ognuno dei quali vogliamo calcolare la probabilità P(x, y)
P{X =x, Y =y} . Per gestire con metodo i conteggi consideriamo lo spazio dei campioni
i cui atomi sono le terne dei punti di arrivo di ciascuna pallina (potremmo considerare un
insieme pi` u grande, comprendente i possibili percorsi delle palline, ma ciò non è necessario
per i calcoli). Poiche le palline in a e in c hanno solo due destinazioni possibili, mentre quella
in b ne ha tre, è costituito da 2 3 2 = 12 elementi:
=
_
(af, bf, cg), (af, bf, ch), (af, bg, cg), (af, bg, ch), (af, bh, cg), (af, bh, ch),
(ag, bf, cg), (ag, bf, ch), (ag, bg, cg), (ag, bg, ch), (ag, bh, cg), (ag, bh, ch)
_
Per ciascuno di questi elementi basta contare quante volte compare f o g per ottenere il
corrispondente valore di (X, Y ) . Tenendo conto del fatto che la probabilità di ogni atomo è il
30 1 PROBABILIT
`
A NEL DISCRETO
prodotto delle probabilità delle sue tre componenti si ha allora
P(0, 0) = 0 ,
P(1, 0) = P(af, bh, ch) = P(f|a) P(h|b) P(h|c) =
2
3

3
10

11
20
=
11
100
,
P(2, 0) = P(af, bf, ch) = P(f|a) P(f|b) P(h|c) =
2
3

1
8

11
20
=
11
240
,
P(0, 1) = P(ag, bh, ch) = P(g|a) P(h|b) P(h|c) =
1
3

3
10

11
20
=
11
200
,
P(1, 1) = P(af, bg, ch) +P(af, bh, cg) +P(ag, bf, ch) =
259
800
,
P(2, 1) = P(af, bf, cg) = P(f|a) P(f|b) P(g|c) =
2
3

1
8

9
20
=
3
80
,
P(0, 2) = P(ag, bg, ch) +P(ag, bh, cg) =
253
2400
+
9
200
=
361
2400
,
P(1, 2) = P(af, bg, cg) +P(ag, bf, cg) =
69
400
+
3
160
=
153
800
,
P(2, 2) = 0 ,
P(0, 3) = P(ag, bg, cg) =
1
3

23
40

9
20
=
69
800
,
P(1, 3) = P(2, 3) = 0 .
Ricapitolando, i valori della densità congiunta di (X, Y ) sono riportati nella seguente
tabella:
d
d Y
X
0 1 2
0 0 11/100 11/240
1 11/200 259/800 3/80
2 361/2400 153/800 0
3 69/800 0 0
=
d
d Y
X
0 1 2
0 0 0.11 0.05
1 0.06 0.32 0.04
2 0.15 0.19 0
3 0.09 0 0
x 0 1 2
P
X
(x) 7/24 5/8 1/12
y 0 1 2 3
P
Y
(y) 187/1200 333/800 41/120 69/800
Inne ottiamo
E[X] =
19
24
= 0.79 , E[X
2
] =
23
24
= 0.96 , Var[X] =
191
576
= 0.33 ,
E[Y ] =
163
120
= 1.36 , E[Y
2
] =
3071
1200
= 2.56 , Var[Y ] =
10283
14400
= 0.71 ,
31
E[X Y ] =
25
32
= 0.78 , E[X] E[Y ] =

3097
2880
= 1.08 ,
Cov[X, Y ] = E[X Y ] E[X] E[Y ] =
847
2880
= 0.29
Corr[X Y ] =
Cov[X, Y ]
_
Var[X] Var[Y ]
= 0.6 .
Esercizio 1.35 [E060710-2]

a
b c
d x y
Si lanciano due monete regolari, entrambi recanti sulle
rispettive facce i numeri 0 e 1 ; detta m la somma dei due
numeri ottenuti, si fanno scendere m palline nel reticolo
illustrato nella gura a anco. Agli incroci ciascuna pallina
sceglie la strada in base alle probabilità:
P(ab) = 1/2 , P(ad) = P(ac) = 1/4 ,
P(bx) = 1/4 , P(bd) = 3/4 , P(cd) = 1/3 , P(cy) = 2/3 .
Si chiede di studiare il vettore aleatorio (X, Y ) , dove
X = numero di palline che arrivano in x,
Y = numero di palline che arrivano in y .
Soluzione: Le probabilità che una singola pallina giunga rispettivamente in x o in y sono
P(x|1) = P(ab) P(bx) =
1
8
, P(y|1) = P(ac) P(cy) =
1
6
.
Pertanto la probabilità che una singola pallina giunga in d è
P(d|1) = 1 P(x|1) P(y|1) =
17
24
.
Indichiamo ora con P
_
(i, j)|m
_
P
_
{X = i} {Y = j}
_
la probabilità condizionale che
giungano i palline in x e j palline in y quando se ne fanno scendere m nel reticolo. Limitandoci
ai casi m = 0, 1, 2 , dunque anche 0 i, j 2 , abbiamo
P
_
(0, 0)|0
_
= 1 ,
P
_
(1, 0)|0
_
= P
_
(0, 1)|0
_
= P
_
(1, 1)|0
_
= P
_
(2, 0)|0
_
= P
_
(0, 2)|0
_
= 0 ,
P
_
(0, 0)|1
_
= P(d|1) = 1 P(x|1) P(y|1) =
17
24
,
P
_
(1, 0)|1
_
= P(x|1) =
1
8
,
P
_
(0, 1)|1
_
= P(y|1) =
1
6
,
P
_
(1, 1)|1
_
= P
_
(2, 0)|1
_
= P
_
(0, 2)|1
_
= 0 ,
32 1 PROBABILIT
`
A NEL DISCRETO
P
_
(0, 0)|2
_
= [P(d|1)]
2
=
289
576
,
P
_
(1, 0)|2
_
= 2 P(x|1) P
_
(0, 0)|1
_
=
17
96
,
P
_
(0, 1)|2
_
= 2 P(y|1) P
_
(0, 0)|1
_
=
17
72
,
P
_
(1, 1)|2
_
= 2 P(x|1) P(y|1) =
1
24
,
P
_
(2, 0)|2
_
= [P(x|1)]
2
=
1
64
,
P
_
(0, 2)|2
_
= [P(y|1)]
2
=
1
36
.
Ora osserviamo che il modo in cui mè determinato dal risultato del lancio delle due monete
fa s` che si abbia
P{m=0} = P{m=2} =
1
4
, P{m=1} =
1
2
.
Pertanto
P
(X,Y )
(i, j) P
_
{X =i} {Y =j}
_
=
1
4
P
_
(i, j)|0
_
+
1
2
P
_
(i, j)|1
_
+
1
4
P
_
(i, j)|2
_
;
svolgendo i calcoli si ottiene la tabella 1681/2304, 41/288, 1/144, 41/384, 1/96, 0, 1/256, 0, 0
la tabella della densità congiunta:
d
d Y
X
0 1 2
0 1681/2304 41/288 1/144
1 41/384 1/96 0
2 1/256 0 0
=
d
d Y
X
0 1 2
0 0.7296 0.1424 0.0069
1 0.1068 0.0104 0
2 0.0039 0 0
Sommando sulle colonne e sulle righe si ottengono le densità marginali
i 0 1 2
P
X
(i) 225/256 15/128 1/256
=
i 0 1 2
P
X
(i) 0.8789 0.1172 0.0039
j 0 1 2
P
Y
(j) 121/144 11/72 1/144
=
j 0 1 2
P
Y
(j) 0.8403 0.1528 0.0069
Il calcolo della media e dei momenti di ordine due di X e Y dà allora subito
E[X] =
1
8
= 0.125 , E[X
2
] =
17
128
= 0.1328 , Var[X] =
15
128
= 0.1172 ,
E[Y ] =
1
6
= 0.1667 , E[Y
2
] =
13
72
= 0.1806 , Var[Y ] =
11
72
= 0.1528 .
Si ha inne
E[X Y ] =
1
96
= 0.0104 , E[X] E[Y ] =

1
48
= 0.0208 ,
33
Cov[X, Y ] = E[X Y ] E[X] E[Y ] =
1
96
= 0.0104 ,
Corr[X Y ] =
Cov[X, Y ]
_
Var[X] Var[Y ]
=
1
165
= 0.0778 .
Esercizio 1.36 [E20110126-1]

a
b
c
d
e f
g h
x y z
P(ab) = 1/3, P(ac) = 2/3, P(bd) = 1/4, P(be) = 3/4,
P(ce) = 3/4, P(cf) = 1/4, P(dx) = 1/2, P(dg) = 1/2,
P(eg) = 1/2, P(eh) = 1/2, P(fh) = 3/4, P(fz) = 1/4,
P(gx) = 3/4, P(gy) = 1/4, P(hy) = 1/4, P(hz) = 3/4
Si chiede di calcolare le probabilità condizionali P(b|x) ,
P(c|x) , P(b|y) , P(c|y) , P(b|z) , P(c|z) , dove P(b|x) è la
probabilità che la pallina sia transitata per b se è arrivata
in x, e cos` via.
Soluzione: Scriviamo prima di tutto le probabilità di ogni singolo cammino possibile:
P(abdgx) =
1
32
, P(abdgy) =
1
96
, P(abdx) =
1
24
, P(abegx) =
3
32
,
P(abegy) =
1
32
, P(abehy) =
1
32
, P(abehz) =
3
32
, P(acegx) =
3
16
,
P(acegy) =
1
16
, P(acehy) =
1
16
, P(acehz) =
3
16
, P(acfhy) =
1
32
,
P(acfhz) =
3
32
, P(acfz) =
1
24
.
Indichiamo con P(b) la probabilità dellevento la pallina passa per b e con P(x) la
probabilità dellevento la pallina ariva in x; allora P(x b) , la probabilità che la pallina
passi sia per b che per x, è data dalla somma delle probabilità dei cammini che passano per
b e x; otteniamo quindi
P(x b) =
1
32
+
1
24
+
3
32
=
1
6
, P(y b) =
1
96
+
1
32
+
1
32
=
7
96
, P(z b) =
3
32
,
P(x c) =
3
16
, P(y c) =
1
16
+
1
16
+
1
32
=
5
32
, P(z c) =
3
16
+
3
32
+
1
24
=
31
96
.
Si ha poi evidentemente P(b) =
1
3
, P(c) =
2
3
, da cui le probabilità condizionali
P(x|b) =
P(x b)
P(b)
=
1
2
, P(y|b) =
P(y b)
P(b)
=
7
32
, P(z|b) =
P(z b)
P(b)
=
9
32
,
P(x|c) =
P(x c)
P(c)
=
9
32
, P(y|c) =
P(y c)
P(c)
=
15
64
, P(z|c) =
P(z c)
P(c)
=
31
64
.
34 1 PROBABILIT
`
A NEL DISCRETO
Dalla formula di Bayes si ha inne
P(b|x) =
P(b) P(x|b)
P(b) P(x|b) +P(c) P(x|c)
=
P(x b)
P(x b) +P(x c)
=
8
17
(non è necessario calcolare P(x|b) e P(x|c) , bastano le probabilità delle intersezioni). Il calcolo
è analogo per tutte le altre probabilit` a condizionali richieste, e in denitiva si ottiene
P(b|x) =
8
17
, P(b|y) =
7
22
, P(b|z) =
9
40
, P(c|x) =
9
17
, P(c|y) =
15
22
, P(c|z) =
31
40
.
Osserviamo poi che, piuttosto che dalla formula di Bayes, si possono trovare le probabilità
condizionali richieste anche utilizzando la relazione P(x|b) P(b) = P(b|x) P(x) = P(x b) e
simili.
Esercizio 1.37 [E20110209-1]
a
b
c
d
e
f
g
h
i
j
P(ab) = 1/4 , P(ac) = 1/2 , P(ad) = 1/4 ,
P(be) = 3/4 , P(bf) = 1/4 ,
P(ce) = 1/3 , P(cf) = 1/2 , P(cg) = 1/6 ,
P(df) = 1/3 , P(dg) = 2/3 ,
P(eh) = 1/2 , P(ei) = 1/2 , P(fh) = 1/4 ,
P(fi) = 1/4 , P(fj) = 1/2 ,
P(gi) = 3/4 , P(gj) = 1/4
(agli incroci non contrassegnati la pallina non può svoltare).
Si considerino poi le variabili aleatorie X e Y denite come segue: X prende i valori 1,
0 e 1 a seconda che la pallina passi per e, f oppure g rispettivamente; Y prende il valore 0 se
la pallina arriva in i, e il valore 1 se la pallina arriva in h oppure in j. Calcolare: la densità
congiunta e la covarianza di (X, Y ); le densità marginali, i valori di aspettazione e le varianze
di X e Y .
Soluzione: Per prima cosa scriviamo le probabilità di ciascuno dei possibili cammini:
P(beh) = P(bei) = 3/32, P(bfh) = P(bfi) = 1/64, P(bfj) = 1/32,
P(ceh) = P(cei) = 1/12, P(cfh) = P(cfi) = 1/16, P(cfj) = 1/8,
P(cgi) = 1/16, P(cgj) = 1/48,
P(dfh) = P(dfi) = 1/48, P(dfj) = 1/24, P(dgi) = 1/8, P(dgj) = 1/24.
35
Da queste si ottiene
P(e) = P(beh) +P(bei) +P(ceh) +P(cei) =
17
48
,
P(f) = P(bfh) +P(bfi) +P(bfj) +P(cfh) +P(cfi) +P(cfj) +
+P(dfh) +P(dfi) +P(dfj) =
19
48
,
P(g) = P(cgi) +P(cgj) +P(dgi) +P(dgj) =
1
4
,
P(h) = P(beh) +P(bfh) +P(ceh) +P(cfh) +P(dfh) =
53
192
,
P(i) = P(bei) +P(bfi) +P(cei) +P(cfi) +P(cgi) +P(dfi) +P(dgi) =
89
192
,
P(j) = P(bfj) +P(cfj) +P(cgj) +P(dfj) +P(dgj) =
25
96
.
Le densità marginali di X e Y possono ora essere scritte direttamente come:
P{X = 1} = P(e) =
17
48
, P{X = 0} = P(f) =
19
48
, P{X = 1} = P(g) =
1
4
,
P{Y = 0} = P(i) =
89
192
, P{Y = 1} = P(h) +P(j) =
103
192
.
Per la densità congiunta abbiamo
P
X,Y
(1, 0) = P{X = 1, Y = 0} = P(bei) +P(cei) =
17
96
,
P
X,Y
(1, 1) = P{X = 1, Y = 1} = P(beh) +P(ceh) =
17
96
,
P
X,Y
(0, 0) = P{X = 0, Y = 0} = P(bfi) +P(cfi) +P(dfi) =
19
192
,
P
X,Y
(0, 1) = P{X = 0, Y = 1} =
= P(bfh) +P(bfj) +P(cfh) +P(cfj) +P(dfh) +P(dfj) =
19
64
,
P
X,Y
(1, 0) = P{X = 1, Y = 0} = P(cgi) +P(dgi) =
3
16
,
P
X,Y
(1, 1) = P{X = 1, Y = 1} = P(cgj) +P(dgj) =
1
16
.
(A questo punto lo studente può vericare che
P
X
(1) P{X = 1} = P
X,Y
(1, 0) +P
X,Y
(1, 1)
36 1 PROBABILIT
`
A NEL DISCRETO
e cos` via.) Il calcolo dei valori di aspettazioni e delle varianze di X e Y e quello della covarianza
danno allora
E[X] =
5
48
= 0.1042 , Var[X] =
1367
2304
= 0.5933 ,
E[Y ] =
103
192
= 0.5365 , Var[Y ] =
9167
36864
= 0.2487 ,
Cov[X, Y ] =
541
9216
= 0.0587 .

Si lanciano contemporaneamente una moneta regolare e due dadi regolari; si consideri la
variabile aleatoria X denita da
X
_
testa, (i, j)
_
= i +j ,
X
_
croce, (i, j)
_
= i j ,
dove (i, j) N
6
N
6
è la coppia dei risultati dei due dadi. Si chiede di determinare le proba-
bilità degli eventi:
E = X assume un valore positivo;
F = X assume un valore pari;
G = X assume un valore primo (positivo);
H = X assume il valore 0;
J = {|X| 3} .
Soluzione: Possiamo utilizzare il calcolo fatto nellesempio 4.13 degli appunti, per scrivere
subito (con un piccolo cambiamento di simboli) le densità condizionali
x 2 3 4 5 6 7 8 9 10 11 12
p
X|testa
(x)
1
36
1
18
1
12
1
9
5
36
1
6
5
36
1
9
1
12
1
18
1
36
x 5 4 3 2 1 0 1 2 3 4 5
p
X|croce
(x)
1
36
1
18
1
12
1
9
5
36
1
6
5
36
1
9
1
12
1
18
1
36
La variabile aleatoria X può assumere tutti i valori interi tra 5 e +12 , e per ciascuno di essi
si ha
p(x) p
X
(x) = p(testa) p
X|testa
(x) +p(croce) p
X|croce
(x) .
Si ottiene la tabella:
x 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 10 11 12
p(x)
1
72
1
36
1
24
1
18
5
72
1
12
5
72
5
72
5
72
5
72
5
72
5
72
1
12
5
72
1
18
1
24
1
36
1
72
37
Da questa si ricava:
P(E) =
12
i=1
p(i) = p(1) +p(2) + +p(12) =
17
24
,
P(F) = p(4) +p(2) +p(0) +p(2) +p(4) +p(6) +p(8) +p(10) +p(12) =
1
2
,
P(G) = p(2) +p(3) +p(5) +p(7) +p(11) =
23
72
,
P(H) = p(0) =
5
72
,
P(J) = p(3) +p(2) +p(1) +p(0) +p(1) +p(2) +p(3) =
11
24
.
Esercizio 1.39 [B001a]

Si consideri un esperimento analogo a quello dellesercizio 1.38, ma questa volta con probabilità
non uniformi; per la moneta si abbia
p(testa) P({testa}) =
2
5
,
mentre per i due dadi, distinti come dado I e dado II, si abbiano le probabilità p
I
(i) e p
II
(i)
date dalla tabella
i 1 2 3 4 5 6
p
I
(i) 1/10 1/10 3/10 2/10 2/10 1/10
p
II
(i) 4/10 2/10 1/10 1/10 1/10 1/10
Trovare le probabilità degli eventi E F , G, H e J , e le probabilità condizionali
P(E|testa) , P(F|testa) , P(G|testa) , P(H|testa) , P(J|testa) ,
P(E|croce) , P(F|croce) , P(G|croce) , P(H|croce) , P(J|croce) ,
P(testa|E) , P(testa|F) , P(testa|G) , P(testa|H) , P(testa|J) .
Soluzione: Cominciamo con il riportare in un quadro le probabilità
p(i, j) p
I
(i) p
II
(j)
di ciascuna coppia di risultati (i, j) del lancio dei due dadi; per comodità di scrittura conviene
in questo caso riportare le probabilità come percentuali:
d
d
i
j
1 2 3 4 5 6
1 4% 2% 1% 1% 1% 1%
2 4% 2% 1% 1% 1% 1%
3 12% 6% 3% 3% 3% 3%
4 8% 4% 2% 2% 2% 2%
5 8% 4% 2% 2% 2% 2%
6 4% 2% 1% 1% 1% 1%
38 1 PROBABILIT
`
A NEL DISCRETO
Con semplici conteggi troviamo poi le densità condizionali p
X|testa
e p
X|croce
; ad esempio
p
X|testa
(5) = p(1, 4) +p(2, 3) +p(3, 2) +p(4, 1) =
16
100
,
p
X|croce
(1) = p(1, 2) +p(2, 3) +p(3, 4) +p(4, 5) +p(5, 6) =
10
100
,
e cos` via (in sostanza, per trovare i valori di p
X|testa
si sommano le probabilità lungo le
diagonali ascendenti, da sinistra verso destra, della tabella di p(i, j) , mentre per trovare i
valori di p
X|croce
si somma lungo le diagonali discendenti). Riportiamo i risultati di questi
calcoli nelle due tabelle seguenti:
x 2 3 4 5 6 7 8 9 10 11 12
p
X|testa
(x) 4% 6% 15% 16% 17% 15% 10% 8% 5% 3% 1%
x 5 4 3 2 1 0 1 2 3 4 5
p
X|croce
(x) 1% 2% 5% 7% 10% 14% 15% 19% 13% 10% 4%
Come nellesercizio 1.38 riportiamo poi in una tabella i valori di
p(x) p
X
(x) = p(testa) p
X|testa
(x) +p(croce) p
X|croce
(x) ;
per farli stare in una riga riportiamo le probabilità divise per 500 (quindi p(5) = 3/500 e
cos` via):
x 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 10 11 12
p(x) 3 6 15 21 30 42 45 65 51 60 44 34 30 20 16 10 6 2
Per calcolare le probabilità degli eventi E , F , G, H , e J si somma p(x) sugli x E , x F
eccetera; per calcolare le probabilità condizionali P(E|testa) , P(F|testa) eccetera si somma
p
X|testa
(x) , e un procedimento analogo dà le probabilità condizionali P(E|croce) , P(F|croce)
eccetera. Si trova
P(E) =
383
500
, P(F) =
13
25
, P(G) =
49
125
, P(H) =
21
250
, P(J) =
269
500
,
P(E|t) = 1 , P(F|t) =
13
25
, P(G|t) =
11
25
, P(H|t) = 0 , P(J|t) =
1
10
,
P(E|c) =
61
100
, P(F|c) =
13
25
, P(G|c) =
9
25
, P(H|c) =
7
50
, P(J|c) =
83
100
,
dove si è abbreviato testa con t e croce con c.
Utilizziamo poi la formula di Bayes per calcolare
P(testa|E) =
p(testa) P(E|testa)
p(testa) P(E|testa) +p(croce) P(E|croce)
eccetera. Si trova
P(testa|E) =
200
383
, P(testa|F) =
2
5
, P(testa|G) =
22
49
,
P(testa|H) = 0 , P(testa|J) =
20
269
.
39
Esercizio 1.40 [B001b]
In una successione di dieci ripetizioni dellesperimento dellesercizio 1.39, qualè la probabilità
di ottenere per la variabile aleatoria X :
a) sempre un numero pari;
b) 7 volte un numero pari;
c) 3 volte un numero negativo e 2 volte lo 0 ;
d) 2 volte un numero negativo, 1 volta lo 0 e 3 volte un numero primo (positivo).
Soluzione:
a) La probabilità di ottenere un numero pari in una singola esecuzione dellesperimento è
P(F) = 13/25 . Pertanto in 10 ripetizioni dellsperimento la probabilità di ottenere sempre un
numero pari è
_
13
25
_
10
= 0.00144555 .
b) La probabilità di ottenere 7 volte un numero pari può essere calcolata mediante la distri-
buzione binomiale con p = P(F) , e vale
_
10
7
_
_
13
25
_
7
_
12
25
_
3
= 0.13643581 .
c) Ora consideriamo la partizione dellinsieme X() dei valori di X nei tre sottoinsiemi
N X() \
_
E H
_
, H , E ,
costituiti dai valori negativi, dallo zero e dai valori positivi. Si ha
P(N) = 1 P(E) P(H) = 1
383
500

21
250
=
3
20
,
P(H) =
21
250
, P(E) =
383
500
,
e quindi la probabilità richiesta può essere calcolata mediante la distribuzione multinomiale
come
_
10
3, 2, 5
_
_
3
20
_
3
_
21
250
_
2
_
383
500
_
5
= 0.01582620 .
d) Ora consideriamo la partizione di X() nei quattro sottoinsiemi
N , H , G , E \ G ,
con probabilità
P(N) =
3
20
, P(H) =
21
250
, P(G) =
49
125
,
P(E \ G) = P(E) P(G) =
383
500

49
125
=
187
500
.
La probabilità richiesta vale allora
_
10
2, 1, 3, 4
_
_
3
20
_
2
_
21
250
__
49
125
_
3
_
187
500
_
4
= 0.02806577 .
40 1 PROBABILIT
`
A NEL DISCRETO
Si lanciano cinque monete non regolari, recanti sulle facce i numeri 0 e 1, con probabilità
p(0) = q . Trovare la densità della variabile aleatoria
X = somma dei cinque numeri ottenuti.
Soluzione: Il valore di X è il numero di 1 ottenuti, che è dato dalla distribuzione binomiale
p(i) = ( ) q
5i
(1 q)
i
, i = 0, . . . , 5 . Pertanto
p(0) = q
5
,
p(1) = 5 q
4
(1 q) ,
p(2) = 10 q
3
(1 q)
2
, ,
p(3) = 10 q
2
(1 q)
3
,
p(4) = 5 q (1 q)
4
,
p(5) = (1 q)
5
.

Si lanciano contemporaneamente un dado regolare e cinque monete regolari, queste recanti
sulle facce i numeri 0 e 1. Trovare la densità della variabile aleatoria X che prende come valore
il risultato del dado meno la somma dei risultati delle monete.
Soluzione: La X prende valori nellinsieme = {-4,-3,-2,-1,0,1,2,3,4,5,6} . Per quanto ri-
guarda le probabilità p
m
(s) dei risultati della somma delle monete utilizziamo i risultati
dellesercizio 1.41 con q = 1/2 , ovvero
p
m
(0) = p
m
(5) =
1
32
, p
m
(1) = p
m
(4) =
5
32
, p
m
(2) = p
m
(3) =
5
16
.
Se d è il risultato del dado e s è la somma delle monete, la probabilità della coppia di risultati
(d, s) è p(d, s) =
1
6
p
m
(s) ; per fare i conteggi riportiamo il valore di X per ciascun a coppia
(d, s) nella tabella
d
d
s
d
1 2 3 4 5 6
0 1 2 3 4 5 6
1 0 1 2 3 4 5
2 -1 0 1 2 3 4
3 -2 -1 0 1 2 3
4 -3 -2 -1 0 1 2
5 -4 -3 -2 -1 0 1
Si ottiene allora
p
X
(4) =
1
6
p
m
(5) =
1
192
,
p
X
(3) =
1
6
_
p
m
(4) +p
m
(5)
=
1
32
,
41
p
X
(2) =
1
6
_
p
m
(3) +p
m
(4) +p
m
(5)
=
1
12
,
p
X
(1) =
1
6
_
p
m
(2) +p
m
(3) +p
m
(4) +p
m
(5)
=
13
96
,
p
X
(0) =
1
6
_
p
m
(1) +p
m
(2) +p
m
(3) +p
m
(4) +p
m
(5)
=
31
192
,
p
X
(1) =
1
6
_
p
m
(0) +p
m
(1) +p
m
(2) +p
m
(3) +p
m
(4) +p
m
(5)
=
1
6
,
p
X
(2) =
1
6
_
p
m
(0) +p
m
(1) +p
m
(2) +p
m
(3) +p
m
(4)
=
31
192
,
p
X
(3) =
1
6
_
p
m
(0) +p
m
(1) +p
m
(2) +p
m
(3)
=
13
96
,
p
X
(4) =
1
6
_
p
m
(0) +p
m
(1) +p
m
(2)
=
1
12
,
p
X
(5) =
1
6
_
p
m
(0) +p
m
(1)
=
1
32
,
p
X
(6) =
1
6
p
m
(0) =
1
192
,

Si usano monete regolari, recanti sulle facce i numeri 0 e 1. Lesperimento inizia con il lancio
di una moneta, e cessa se viene 1; se viene 0 si lanciano due monete, e lesperimento cessa se il
prodotto dei due numeri è 1, e cos` via: al k-esimo passo si lanciano k monete, e lesperimento
cessa se il prodotto dei k numeri ottenuti è 1. Si stabilisce inoltre che lesperimento termini
comunque al passo n-esimo (per un certo n ssato) se la condizione richiesta non è stata
ancora soddisfatta.
Si chiede di trovare una formula ricorrente per la probabilità che lesperimento cessi
esattamente al k-esimo passo, e di calcolare la probabilità che cessi entro i primi 4 passi
(n 4).
Soluzione: Richiedere che valga 1 il prodotto di k numeri, ciascuno uguale a 0 o a 1, equivale
a richiedere che siano tutti 1. La probabilità che nel lancio di k monete si ottenga k volte 1
vale 1/2
k
. La probabilità che lesperimento cessi esattamente al passo k è dunque uguale alla
probabilità che non cessi nei primi k 1 passi, moltiplicata per 1/2
k
, ovvero
p(k) =
1
2
k
_
1
k1
i=1
p(i)
_
,
che è la formula ricorrente cercata. Da questa si può capire perche si deve imporre che le-
sperimento termini comunque entro un numero nito pressato di passi: se si lasciasse aperta
la possibilità di un numero qualsiasi di passi, la probabilità totale verrebbe minore di 1, in
42 1 PROBABILIT
`
A NEL DISCRETO
quanto p(k) < 2
k
e
k=1
2
k
= 1 . In particolare si ha:
p(1) =
1
2
,
p(2) =
_
1
1
2
_
1
4
=
1
8
,
p(3) =
_
1
1
2

1
8
_
1
8
=
3
64
,
p(4) =
_
1
1
2

1
8

3
64
_
1
16
=
21
1024
.
La probabilità che lesperimento cessi entro i primi 4 passi è allora
p(1) +p(2) +p(3) +p(4) =
709
1024
.

Si lancia una moneta regolare; se viene testa si lancia un dado, se viene croce si lanciano due
dadi. Sia poi X la variabile aleatoria che assume valore uguale allunico numero ottenuto nel
primo caso, e alla somma dei due numeri ottenuti nel secondo caso. Si chiede di determinare
la densità di X e le probabilità degli eventi:
F = X assume un valore pari; G = X assume un valore primo.
Calcolare inoltre le probabilità condizionali
P(testa|F) , P(testa|G) .
Soluzione: Si ha la densità condizionale
p
X|testa
(x) =
1
6
, x = 1, 2, 3, 4, 5, 6 ;
inoltre, con ragionamento analogo a quello dellesercizio 1.38, si ha
x 2 3 4 5 6 7 8 9 10 11 12
p
X|croce
(x)
1
36
1
18
1
12
1
9
5
36
1
6
5
36
1
9
1
12
1
18
1
36
Per 1 x 12 si ha
p
X
(x) = p(testa) p
X|testa
(x) +p(croce) p
X|croce
(x) =
=
1
2
_
p
X|testa
(x) +p
X|croce
(x)
,
ovvero
p
X
(1) =
1
2
_
1
6
+ 0
_
=
1
12
, p
X
(2) =
1
2
_
1
6
+
1
36
_
=
7
72
,
p
X
(3) =
1
2
_
1
6
+
1
18
_
=
1
9
, p
X
(4) =
1
2
_
1
6
+
1
12
_
=
1
8
,
43
p
X
(5) =
1
2
_
1
6
+
1
9
_
=
5
36
, p
X
(6) =
1
2
_
1
6
+
5
36
_
=
11
72
,
p
X
(7) =
1
2
_
0 +
1
6
_
=
1
12
, p
X
(8) =
1
2
_
0 +
5
36
_
=
5
72
,
p
X
(9) =
1
2
_
0 +
1
9
_
=
1
18
, p
X
(10) =
1
2
_
0 +
1
12
_
=
1
24
,
p
X
(11) =
1
2
_
0 +
1
18
_
=
1
36
, p
X
(12) =
1
2
_
0 +
1
36
_
=
1
72
.
Si ottiene quindi
P(F) = p
X
(2) +p
X
(4) +p
X
(6) +p
X
(8) +p
X
(10) +p
X
(12) =
=
7
72
+
1
8
+
11
72
+
5
72
+
1
24
+
1
72
=
1
2
P(G) = p
X
(2) +p
X
(3) +p
X
(5) +p
X
(7) +p
X
(11) =
=
7
72
+
1
9
+
5
36
+
1
12
+
1
36
=
11
24
.
Daltra parte
P(F|testa) = p
X|testa
(2) +p
X|testa
(4) +p
X|testa
(6) = 3
1
6
=
1
2
,
P(F|croce) =
1
36
+
1
12
+
5
36
+
5
36
+
1
12
+
1
36
=
1
2
,
P(G|testa) = p
X|testa
(2) +p
X|testa
(3) +p
X|testa
(5) = 3
1
6
=
1
2
,
P(G|croce) =
1
36
+
1
18
+
1
9
+
1
6
+
1
18
=
5
12
,
da cui
P(testa|F) =
p(testa) P(F|testa)
p(testa) P(F|testa) +p(croce) P(F|croce)
=
=
P(F|testa)
P(F|testa) +P(F|croce)
=
1
2
1
2
+
1
2
=
1
2
,
P(testa|G) =
P(G|testa)
P(G|testa) +P(G|croce)
=
1
2
1
2
+
5
12
=
6
11
.

Si lancia una dado regolare una o pi` u volte, fermandosi quando la somma dei risultati ottenuti
raggiunge o supera il valore 4. Studiare le variabili aleatorie
X = numero dei lanci fatti,
Y = somma ottenuta.
44 1 PROBABILIT
`
A NEL DISCRETO
Soluzione: Sono necessari 4 lanci se le prime 3 volte viene sempre 1, nel qual caso la suc-
cessione dei risultati è 111k con k = 1, . . . , 6 . Le successioni di 3 lanci iniziano invece con
11 , 12 oppure 21 ; continuando, non è dicile elencare tutte le successioni di risultati che
si possono ottenere eseguendo lesperimento descritto. Le riportiamo nella seguente tabella,
suddivise in colonne secondo il valore di X e dei primi X1 risultati; per lappunto poi le
righe corrispondono ai valori di Y :
d
d Y
X
4 3 3 3 2 2 2 1
4 1111 112 121 211 13 22 31 4
5 1112 113 122 212 14 23 32 5
6 1113 114 123 213 15 24 33 6
7 1114 115 124 214 16 25 34
8 1115 116 125 215 26 35
9 1116 126 216 36
Daltra parte la probabilità di ciascuna successione di k lanci è 1/6
k
, per cui si trova subito
P{X =4} = 6
1
6
4
=
1
6
3
=
1
216
, P{X =3} = 17
1
6
3
=
17
216
,
P{X =2} = 15
1
6
2
=
5
12
, P{X =1} = 3
1
6
=
1
2
.
Per calcolare la densità di Y si sommano le probabilità di ciascuna riga:
P{Y =4} = P{Y =5} = P{Y =6} =
1
6
4
+ 3
1
6
3
+ 3
1
6
2
+
1
6
=
343
1296
,
P{Y =7} =
343
1296

1
6
=
127
1296
, P{Y =8} =
127
1296

1
36
=
91
1296
,
P{Y =9} =
1
6
4
+ 2
1
6
3
+
1
6
2
=
49
1296
.
Si ha poi
E[X] =
4
k=1
k p
X
(k) =
343
216
= 1.59 , E[Y ] =
9
k=4
k p
Y
(k) =
2401
432
= 5.56 ,
Var[X] =
4
k=1
(k E[X])
2
p
X
(k)
= 0.43 , Var[Y ] =
9
k=4
(k E[Y ])
2
p
Y
(k)
= 1.85 .
Tenendo poi conto di
3 6
3
= 1/72 , 3 6
2
= 1/12 , 2 6
3
= 1/108 , 2 6
2
= 1/18 ,
dalla tabella iniziale si ricava subito la tabella dei valori della densità congiunta p
X,Y
:
d
d Y
X
4 3 2 1
4 1/1296 1/72 1/12 1/6
5 1/1296 1/72 1/12 1/6
6 1/1296 1/72 1/12 1/6
7 1/1296 1/72 1/12 0
8 1/1296 1/72 1/18 0
9 1/1296 1/108 1/36 0
45
e da questa si ricava
Cov[X, Y ] =
x,y
(x E[X]) (y E[Y ]) p
X,Y
(x, y)
= 0.35 .

Si lancia un dado regolare; se il risultato è d si lanciano d monete regolari, ciascuna del-
le quali reca sulle facce i numeri 0 e 1. Studiare la densità della variabile aleatoria X =
somma dei risultati delle monete e calcolare le probabilità condizionali P(d|{X =x}) .
Soluzione: Per ciascun d = 1, 2, 3, 4, 5, 6 si ha
P({X =x}|d) = B
_
d,
1
2
(x)
_
d
x
_
1
2
d
, 0 x d ,
in quanto la somma ottenuta da d lanci delle monete è uguale al numero di volte che si è
ottenuto il risultato 1. Possiamo allora riportare queste probabilità condizionali nella seguente
tabella:
d
d d
x
0 1 2 3 4 5 6
1 1/2 1/2 0 0 0 0 0
2 1/4 1/2 1/4 0 0 0 0
3 1/8 3/8 3/8 1/8 0 0 0
4 1/16 1/4 3/8 1/4 1/16 0 0
5 1/32 5/32 5/16 5/16 5/32 1/32 0
6 1/64 3/32 15/64 5/16 15/64 3/32 1/64
Si ha poi
p
X
(x) P{X =x} =
1
6
6
d=1
P({X =x}|d) ,
i cui valori sono riportati nella seguente tabella:
x 0 1 2 3 4 5 6
p
X
(x)
21
128
5
16
33
128
1
6
29
384
1
48
1
384
Inoltre si ottiene
E[X] =
7
4
, Var[X] =
77
48
.
Inne dalla formula di Bayes, che in questo caso (essendo p(d) = 1/6) si scrive
P(d|{X =x}) =
p(d) P({X =x}|d)
6
d=1
p(d) P({X =x}|d)
=
P({X =x}|d)
6
d=1
P({X =x}|d)
,
otteniamo le probabilità condizionali P(d|{X =x}) che sono riportate nella seguente tabella:
d
d d
x
0 1 2 3 4 5 6
1
32
63
4
15
0 0 0 0 0
2
16
63
4
15
16
99
0 0 0 0
3
8
63
1
5
8
33
1
8
0 0 0
4
4
63
2
15
8
33
1
4
4
29
0 0
5
2
63
1
12
20
99
5
16
10
29
1
4
0
6
1
63
1
20
5
33
5
16
15
29
3
4
1
46 1 PROBABILIT
`
A NEL DISCRETO
Esercizio 1.47 [E180110-1]
Si lanciano tre monete, che recano impresse sulle facce rispettivamente le coppie di numeri
(0, 1) , (1, 2) , (2, 3) . Le monete non sono regolari, ma per ciascuna di esse la probabilità che
esca il numero pi` u piccolo della coppia vale 2/3 . Si chiede di studiare le variabili aleatorie
X = somma dei tre numeri usciti e Y = prodotto dei tre numeri usciti, e di calcolare le
probabilità condizionali P(E|F) e P(F|E) dove gli eventi E ed F sono deniti da
E = {X assume valore dispari} ,
F = il lancio della seconda moneta dà come risultato 1 .
Soluzione: Nelle colonne della seguente tabella riportiamo rispettivamente gli atomi delle-
sperimento, le loro probabilità e i corrispondenti valori assunti da X e Y :
p() X() Y ()
012 8/27 3 0
013 4/27 4 0
022 4/27 4 0
023 2/27 5 0
112 4/27 4 2
113 2/27 5 3
122 2/27 5 4
123 1/27 6 6
Si ottengono quindi le densità marginali
X 3 4 5 6
P
X
8/27 4/9 2/9 1/27
Y 0 2 3 4 6
P
Y
2/3 4/27 2/27 2/27 1/27
d
d Y
X
3 4 5 6
0 8/27 8/27 2/27 0
2 0 4/27 0 0
3 0 0 2/27 0
4 0 0 2/27 0
6 0 0 0 1/27
Si ha poi
E[X] =
X() p() = 4 ,
E[X
2
] =
X
2
() p() =
50
3
,
Var[X] = E[X
2
] (E[X])
2
=
2
3
,
E[Y ] =
Y () p() =
28
27
,
47
E[Y
2
] =
Y
2
() p() =
34
9
,
Var[Y ] = E[Y
2
] (E[Y ])
2
=
1970
729
,
Cov[X, Y ] =
x,y
(x E[X]) (x E[X]) p
(X,Y )
(x, y) =
26
27
.
Inne
E = {012, 023, 113, 122} , P(E) =
8 + 2 + 2 + 2
27
=
14
27
,
F = {012, 013, 112, 113} , P(E) =
8 + 4 + 4 + 2
27
=
18
27
=
2
3
,
E F = {012} , P(E F) =
8
27
,
P(E|F) =
P(E F)
P(F)
=
8
27

27
18
=
4
9
, P(F|E) =
P(E F)
P(E)
=
8
27

27
14
=
4
7
.
Esercizio 1.48 [E150210-1]

Si lanciano due dadi regolari; detto d il valore assoluto della dierenza tra i due risultati, si
lanciano d monete regolari, che recano impresse sulle facce i numeri 0 e 1 . Si chiede di studiare
la variabile aleatoria X = somma dei risultati delle monete, e di calcolare la probabilità
condizionale P({d =0}|{X =0}) .
Soluzione: Un semplice conteggio fornisce immediatamente la distribuzione della variabile
aleatoria d :
d 0 1 2 3 4 5
P(d) 1/6 5/18 2/9 1/6 1/9 1/18
Daltra parte per ciascun valore di d si ha
P{X =x | d} =
1
2
d
_
x
d
_
.
Dunque riportando i valori di P
X
(x | d) P{X =x | d} al variare di d in unica tabella si
ottiene
d
d x
d
0 1 2 3 4 5
0 1 1/2 1/4 1/8 1/16 1/32
1 0 1/2 1/2 3/8 1/4 5/32
2 0 0 1/4 3/8 3/8 5/16
3 0 0 0 1/8 1/4 5/16
4 0 0 0 0 1/16 5/32
5 0 0 0 0 0 1/32
48 1 PROBABILIT
`
A NEL DISCRETO
Si ha poi
P{X =x} =
5
d=0
P(d) P{X =x | d} ,
valori che sono riportati nella seguente tabella:
x 0 1 2 3 4 5
P
X
(x) 25/64 67/192 17/96 19/288 1/64 1/576
Si ha poi
E[X] =
5
x=0
xP
X
(x) =
35
36
,
E[X
2
] =
5
x=0
x
2
P
X
(x) =
35
18
,
Var[X] =
35
18

_
35
36
_
2
=
1295
1296
.
Inne
P({d =0}|{X =0}) =
P({d =0}) P({X =0}|{d =0})
5
i=0
P({d =i}) P({X =0}|{d =i})
=
=
1
6
1
1
6
1 +
5
18

1
2
+
2
9

1
4
+
1
6

1
8
+
1
9

1
16
+
1
18

1
32
=
1
6
25
64
=
=
32
75
.
Esercizio 1.49 [E150210-2]

Si lancia un dado non regolare; le probabilità dei possibili risultati sono riportate nella seguente
tabella:
1 2 3 4 5 6
1/20 1/10 3/20 1/5 1/4 1/4
Detto d il risultato del lancio, si studino le variabili aleatorie
X = 2 (7 d) ,
Y = [1 + (1)
d
] d .
Calcolare inoltre la densità congiunta e la covarianza di X e Y .
Soluzione: Per iniziare riportiamo in una tabella i valori di X(d) e Y (d) :
d 1 2 3 4 5 6
X(d) 12 10 8 6 4 2
Y (d) 0 4 0 8 0 12
49
Si ha P{Y =0} = P(1) +P(3) +P(5) = 9/20 , dove P(i) P{d =i} ; gli altri valori di P
X
e P
Y
corrispondono in maniera biunivoca ai valori di P, otteniamo cioè le tabelle
X 2 4 6 8 10 12
P
X
1/4 1/4 1/5 3/20 1/10 1/20
e
Y 0 4 8 12
P
Y
9/20 1/10 1/5 1/4
Dalle denizioni si calcolano subito:
E[X] =
11
2
, E[X
2
] = 39 , Var[X] = E[X
2
] (E[X])
2
=
35
4
,
E[Y ] = 5 , E[Y
2
] =
252
5
, Var[Y ] = E[Y
2
] (E[Y ])
2
=
127
5
.
La densità congiunta è data dalla tabella:
d
d
Y
X
2 4 6 8 10 12
0 0 1/4 0 3/20 0 1/20
4 0 0 0 0 1/10 0
8 0 0 1/5 0 0 0
12 1/4 0 0 0 0 0
Inne si ottiene
Cov[X, Y ] = E[X Y ] E[X] E[Y ] =
98
5

55
2
=
79
10
,
Corr[X, Y ] =
Cov[X, Y ]
_
Var[X] Var[Y ]
=
79
5
899
= 0.53 .
Esercizio 1.50 [E080610-2]

Si lancia un dado non regolare; le probabilità dei possibili risultati sono riportate nella seguente
tabella:
1 2 3 4 5 6
1/8 1/24 1/12 1/6 5/24 3/8
Si chiede di studiare il vettore aleatorio
(X, Y ) =
_
|d 3| , 2d 6
_
,
dove d è il risultato del lancio.
50 1 PROBABILIT
`
A NEL DISCRETO
Soluzione: Si ha X() = {0, 1, 2, 3} , e risulta
P
X
(0) P(
X(0)) = P{d = 3} =
1
12
,
P
X
(1) P(
X(1)) = P({d = 2} {d = 4}) = P{d = 2} +P{d = 4} =

1
24
+
1
6
=
5
24
,
P
X
(2) P(
X(2)) = P({d = 1} {d = 5}) = P{d = 1} +P{d = 5} =

1
8
+
5
24
=
1
3
,
P
X
(3) P(
X(3)) = P{d = 6} =
3
8
,
ovvero, riassumendo,
x 0 1 2 3
P
X
(x) 1/12 5/24 1/3 3/8
Daltra parte cè corrispondenza biunivoca tra elementi di = {1, 2, 3, 4, 5, 6} e valori
della Y , per cui si trova subito
y -4 -2 0 2 4 6
P
Y
(y) 1/8 1/24 1/12 1/6 5/24 3/8
E[X] = 2 , E[X
2
] =
59
12
, Var[X] =
11
12
,
E[Y ] =
17
6
, E[Y
2
] =
59
3
, Var[Y ] =
419
36
= 11.64 .
Passiamo ora al calcolo della densità congiunta. Si ha
(X, Y )() = X() Y () =
_
(0, 0), (1, 2), (1, 2), (2, 4), (2, 4), (3, 6)
_
.
Ciascuno dei valori che la coppia (X, Y ) può assumere corrisponde a un unico valore di d ;
pertanto si ottiene subito la tabella dei valori di P
(X,Y )
:
d
d Y
X
0 1 2 3
-4 0 0 1/8 0
-2 0 1/24 0 0
0 1/12 0 0 0
2 0 1/6 0 0
4 0 0 5/24 0
6 0 0 0 3/8
Si ha poi
E[X Y ] =
23
3
, E[X] E[Y ] =
17
3
, Cov[X, Y ] = E[X Y ] E[X] E[Y ] =
17
3
= 2 ,
Corr[X Y ] =
Cov[X, Y ]
_
Var[X] Var[Y ]
= 24
_
3
4609
= 0.61 .
51
Esercizio 1.51 [E070910-1]
Si lanciano insieme una moneta e un dado a quattro facce, entrambi non regolari. La moneta
reca sulle facce i numeri 0 e 1, e si ha p(0) = 3/10 . Il dado reca i numeri 1, 2, 3 e 4, con
probabilità data dalla tabella
D 1 2 3 4
p(D) 1/5 3/10 2/5 1/10
Si chiede di studiare il vettore aleatorio
(X, Y ) = (M +D, M D) ,
dove M è il risultato del lancio della moneta e D è il risultato del lancio del dado (trovare la
densità congiunta e le densità marginali, la media e la varianza di X e di Y , la media di X Y ,
la covarianza).
Soluzione: Lo spazio dei campioni dellesperimento può essere rappresentato come linsie-
me dei possibili valori assunti dalla coppia (M, D) ; inoltre, poiche M e D sono ovviamente
indipendenti, si ha p(m, d) p(M=m, D=d) = p(M=m) p(D=d) , dunque per la densità di
probabilità su si ottiene la tabella
(m, d) (0,1) (0,2) (0,3) (0,4) (1,1) (1,2) (1,3) (1,4)
p(m, d) 3/50 9/100 3/25 3/100 7/50 21/100 7/25 7/100
Le immagini di X e di Y sono date rispettivamente da
X() = (1, 2, 3, 4, 5) , Y () = (0, 1, 2, 3, 4) ,
e riportando in una tabella i valori (x, y) di (X, Y ) per ciascun atomo otteniamo
(m, d) (0,1) (0,2) (0,3) (0,4) (1,1) (1,2) (1,3) (1,4)
(x, y) (1,0) (2,0) (3,0) (4,0) (2,1) (3,2) (4,3) (5,4)
Vediamo quindi che cè corrispondenza biunivoca tra elementi di e valori assunti dalla
coppia (X, Y ) ; ciò rende immediato lo scrivere la densità congiunta, che risulta essere data
dalla tabella
d
d Y
X
1 2 3 4 5
0 3/50 9/100 3/25 3/100 0
1 0 7/50 0 0 0
2 0 0 21/100 0 0
3 0 0 0 7/25 0
4 0 0 0 0 7/100
Sommando sulle colonne e sulle righe si ottengono rispettivamente le densità marginali di
X e di Y , che sono riportate nelle seguenti tabelle:
X 1 2 3 4 5
p
X
3/50 23/100 33/100 31/100 7/100
Y 0 1 2 3 4
p
Y
3/10 7/50 21/100 7/25 7/100
52 1 PROBABILIT
`
A NEL DISCRETO
Con calcoli diretti si ottiene inne
E[X] =
31
100
, E[X
2
] =
533
50
= 10.66 , Var[X] = E[X

2
] (E[X])
2
=
21
20
= 1.05 ,
E[Y ] =
42
25
, E[Y
2
] =
231
50
= 4.62 , Var[Y ] = E[Y

2
] (E[Y ])
2
=
2247
1250
= 1.80 ,
e inoltre
E[X Y ] =
63
10
= 6.30 , Cov[X, Y ] = E[X Y ] E[X] E[Y ] =

273
250
= 1.09 .
Esercizio 1.52 [E20110223-1]

Un esperimento consiste nel lancio di due dadi: il dado A regolare, dunque con densità
P
A
(a) = 1/6, e il dado B con densità P
B
(b) = b/21 , a, b {1, 2, 3, 4, 5, 6} . Si chiede di studiare
le variabili aleatorie
X(a, b) = segno(a b) , Y [a, b] = parte intera di
a
b + 1
.
Soluzione: Poiche i risultati a e b del lancio di A e del lancio di B sono indipendenti, la
densità congiunta p è il prodotto delle densità marginali. Riportiamo in due tabelle 6 6 i
valori di p e di (X, Y ) :
p(a, b) :
d
d a
b
1 2 3 4 5 6
1 1/126 1/63 1/42 2/63 5/126 1/21
2 1/126 1/63 1/42 2/63 5/126 1/21
3 1/126 1/63 1/42 2/63 5/126 1/21
4 1/126 1/63 1/42 2/63 5/126 1/21
5 1/126 1/63 1/42 2/63 5/126 1/21
6 1/126 1/63 1/42 2/63 5/126 1/21
(X, Y )(a, b) :
d
d a
b
1 2 3 4 5 6
1 (0,0) (-1,0) (-1,0) (-1,0) (-1,0) (-1,0)
2 (1,1) (0,0) (-1,0) (-1,0) (-1,0) (-1,0)
3 (1,1) (1,1) (0,0) (-1,0) (-1,0) (-1,0)
4 (1,2) (1,1) (1,1) (0,0) (-1,0) (-1,0)
5 (1,2) (1,1) (1,1) (1,1) (0,0) (-1,0)
6 (1,3) (1,2) (1,1) (1,1) (1,1) (0,0)
Per trovare la densità congiunta p
XY
(x, y) basta sommare, per ogni coppia di valori (x, y)
che compare nella tabella di destra, le probabilità che si leggono nelle caselle corrispondenti a
sinistra; cos`, per esempio, p
XY
(1, 2) P{X = 1, Y = 2} è la somma delle probabilità di tutte
le coppie (a, b) di esiti dellesperimento tali che X(a, b) = 1 e Y (a, b) = 2 , ovvero
p
XY
(1, 2) = p(4, 1) +p(5, 1) +p(6, 2) =
1
126
+
1
126
+
1
63
=
2
63
.
Ripetendo questo ragionamento per ciascuna coppia (x, y) si ottiene la tabella della densità
congiunta
53
d
d X
Y
0 1 2 3
-1 5/9 0 0 0
0 1/6 0 0 0
1 0 5/21 2/63 1/126
e da questa, sommando rispettivamente le righe e le colonne, le tabelle delle densità marginali:
X -1 0 1
p
X
5/9 1/6 5/18
Y 0 1 2 3
p
Y
13/18 5/21 2/63 1/126
Dalle denizioni di media, varianza e covarianza si ha inne:
E[X] =
5
18
= 0.2778 , Var[X] =
245
324
= 0.7562 ,
E[Y ] =
41
126
= 0.3254 , Var[Y ] =
5249
15876
= 0.3306 ,
Cov[X, Y ] =
943
2268
= 0.4158 , Corr[X, Y ] =
943
7
26245
= 0.8316 .
Esercizio 1.53 [E20110614-1]

Si lanciano tre dadi con tre facce ciascuno; il dado A reca i numeri 0,1,2; i dadi B e C recano
entrambi i numeri 1,2,3. Le densità per ciascun dado sono:
p
A
(0) = 1/4 , p
A
(1) = 1/3 , p
A
(2) = 5/12 ;
p
B
(1) = 1/4 , p
B
(2) = 1/4 , p
B
(3) = 1/2 ;
p
C
(1) = 1/5 , p
C
(2) = 2/5 , p
C
(3) = 2/5 .
Detti a, b e c gli esiti dei lanci di A, B e C, si chiede di studiare il vettore aleatorio (X, Y )
dove
X = a +b , Y = a +c
(densità congiunta e covarianza; densità marginali, medie e varianze di X e Y ). Inoltre studiare
la variabile aleatoria Z = a (b +c) .
Soluzione: Lo spazio dei campioni dellesperimento è
=
_
(a, b, c), a = 0, 1, 2, b = 1, 2, 3, c = 1, 2, 3
_
.
Per impostare comodamente i calcoli converrà elencare esplicitamente gli elementi di , e
riportare sotto a ciascuno di essi il valore assunto dal vettore aleatorio (X, Y ) :
(011) (012) (013) (021) (022) (023) (031) (032) (033)
(1,1) (1,2) (1,3) (2,1) (2,2) (2,3) (3,1) (3,2) (3,3)
(111) (112) (113) (121) (122) (123) (131) (132) (133)
(2,2) (2,3) (2,4) (3,2) (3,3) (3,4) (4,2) (4,3) (4,4)
(211) (212) (213) (221) (222) (223) (231) (232) (233)
(3,3) (3,4) (3,5) (4,3) (4,4) (4,5) (5,3) (5,4) (5,5)
54 1 PROBABILIT
`
A NEL DISCRETO
Si ha quindi X() = Y () = {1, 2, 3, 4, 5} , e inoltre
p(abc) P({a, b, c}) = p
A
(a) p
B
(b) p
C
(c) .
Per trovare p
(X,Y )
(x, y) , con x, y = 1, 2, 3, 4, 5 , si deve calcolare la probabilità della preimma-
gine di (x, y) , ovvero
p
(X,Y )
(x, y) = P
__
(a, b, c) : X(a, b, c) = x, Y (a, b, c) = y
__
.
Abbiamo quindi
p
(X,Y )
(1, 1) = p(011) =
1
80
,
p
(X,Y )
(1, 2) = p(012) =
1
40
,
p
(X,Y )
(1, 3) = p(013) =
1
40
,
p
(X,Y )
(1, 4) = p
(X,Y )
(1, 5) = P() = 0 ,
p
(X,Y )
(2, 1) = p(021) =
1
80
,
p
(X,Y )
(2, 2) = p(022) +p(111) =
1
24
,
p
(X,Y )
(2, 3) = p(023) +p(112) =
7
120
,
p
(X,Y )
(2, 4) = p(113) =
1
30
,
p
(X,Y )
(2, 5) = P() = 0 ,
p
(X,Y )
(3, 1) = p(032) =
1
40
,
p
(X,Y )
(3, 2) = p(032) +p(121) =
1
15
,
p
(X,Y )
(3, 3) = p(033) +p(122) +p(211) =
5
48
,
p
(X,Y )
(3, 4) = p(123) +p(212) =
3
40
,
p
(X,Y )
(3, 5) = p(213) =
1
24
,
p
(X,Y )
(4, 1) = P() = 0 ,
p
(X,Y )
(4, 2) = p(131) =
1
30
,
p
(X,Y )
(4, 3) = p(132) +p(221) =
7
80
,
55
p
(X,Y )
(4, 4) = p(133) +p(222) =
13
120
,
p
(X,Y )
(4, 5) = p(223) =
1
24
,
p
(X,Y )
(5, 1) = p
(X,Y )
(5, 2) = P() = 0 ,
p
(X,Y )
(5, 3) = p(231) =
1
24
,
p
(X,Y )
(5, 4) = p(232) =
1
12
,
p
(X,Y )
(5, 5) = p(233) =
1
12
.
Riassumendo abbiamo quindi la seguente tabella dei valori della densità congiunta:
d
d Y
X
1 2 3 4 5
1 1/80 1/80 1/40 0 0
2 1/40 1/24 1/15 1/30 0
3 1/40 7/120 5/48 7/80 1/24
4 0 1/30 3/40 13/120 1/12
5 0 0 1/24 1/24 1/12
=
d
d Y
X
1 2 3 4 5
1 0.0125 0.0125 0.025 0 0
2 0.0250 0.0417 0.0667 0.03333 0
3 0.0250 0.0583 0.1042 0.0875 0.0417
4 0 0.0333 0.075 0.1083 0.0833
5 0 0 0.0417 0.0417 0.0833
x 1 2 3 4 5
P
X
(x) 1/16 7/48 5/16 13/48 5/24
y 1 2 3 4 5
P
Y
(y) 1/20 1/6 19/60 3/10 1/6
Si ottiene inne:
Cov[X, Y ] =
23
36
= 0.6389 ,
E[X] =
41
12
= 3.4167 , Var[X] =
191
144
= 1.3264 ,
E[Y ] =
101
30
= 3.3667 , Var[Y ] =
1079
900
= 1.1989 .
Per quanto riguarda la variabile aleatoria Z ci limitiamo a scrivere i risultati dei calcoli. I
valori della densità sono riportati nella seguente tabella:
z 0 2 3 4 5 6 8 10 12
P
Z
(z) 1/4 1/60 1/20 29/240 1/10 31/240 1/8 1/8 1/12
56 1 PROBABILIT
`
A NEL DISCRETO
da cui
E[Z] =
623
120
= 5.1917 , Var[Z] =
218111
14400
= 15.1466 .
Esercizio 1.54 [E20110628-1]

Si lanciano: una moneta regolare, recante sulle facce i numeri 0 e 1; un dado regolare a tre
facce, recanti i numeri 2, 3 e 4; un dado regolare a 4 facce, recanti i numeri 5, 6, 7 e 8. Si
chiede di studiare il vettore aleatorio (X, Y ) denito da
X(a, b, c) = a +b +c 7 , Y (a, b, c) = |c b a| ,
dove a è il risultato della moneta, b è il risultato del dado a tre facce, e c è il risultato del dado
a quattro facce (trovare densità congiunta e covarianza; densità marginali, medie e varianze
di X e Y ). Inoltre si chiede di studiare la variabile aleatoria Z = X Y .
Soluzione: Sia X che Y assumono valori interi compresi tra 0 e 6 . Per ciascuna coppia (x, y) ,
x, y = 0, . . . , 6 , ci si ricava facilmente la preimmagine
(x,y)
= {(a, b, c) : X(a, b, c) = x, Y (a, b, c) = y} .
Poiche ogni singoletto di ha probabilità
1
2
1
3
1
4
=
1
24
, la probabilità congiunta P
(X,Y )
si calcola
subito come
P
(X,Y )
(x, y) =
1
24
|
(x,y)
|
(la cardinalità di
(x,y)
divisa per 24). Si ottiene la tabella
d
d Y
X
0 1 2 3 4 5 6
0 0 0 0 1/24 0 0 0
1 0 0 1/12 0 1/24 0 0
2 0 1/12 0 1/12 0 1/24 0
3 1/24 0 1/12 0 1/12 0 1/24
4 0 1/24 0 1/12 0 1/12 0
5 0 0 1/24 0 1/12 0 0
6 0 0 0 1/24 0 0 0
x 0 1 2 3 4 5 6
P
X
(x) 1/24 1/8 5/24 1/4 5/24 1/8 1/24
La densità marginale di Y è identica. Quindi entrambe le variabili aleatorie hanno media e
varianza date da
E[X] = E[Y ] = 3 , Var[X] = Var[Y ] =
13
6
= 2.16667 .
La covarianza vale
Cov[X, Y ] =
1
3
.
La densità della variabile aleatoria Z è data dalla tabella
z -3 -1 1 3
p
Z
(z) 1/6 1/3 1/3 1/6
Pertanto
E[Z] = 0 , Var[Z] =
11
3
= 3.66667 .
57
Esercizio 1.55 [E20110712-1]
Si lanciano tre dadi a tre facce, ciascuno dei quali reca i numeri 0, 1 e 2. Il dado A è regolare,
mentre le densità per i dadi B e C sono:
p
B
(0) =
1
4
, p
B
(1) =
1
2
, p
B
(2) =
1
4
; p
C
(0) =
1
6
, p
C
(1) =
1
3
, p
C
(2) =
1
2
.
Si chiede di studiare il vettore aleatorio (X, Y ) denito da
X(a, b, c) = a +b +c , Y (a, b, c) = |c b a| ,
dove a , b e c sono rispettivamente i risutati di A, B e C (trovare densità congiunta e cova-
rianza; densità marginali, medie e varianze di X e Y ). Inoltre si chiede di studiare la variabile
aleatoria Z = X Y .
Soluzione: Lo spazio dei campioni è =
_
(a, b, c) : a, b, c {0, 1, 2, 3}
_
. Limmagine di X
è linsieme {0, 1, 2, 3, 4, 5, 6} ; limmagine di Y è linsieme {0, 1, 2, 3, 4} . Per ciascuna coppia di
valori (x, y) assunti da (X, Y ) ci si costruisce la preimmagine
(x,y)

(X, Y )(x, y)
_
(a, b, c) : X(a, b, c) = x, Y (a, b, c) = y
_
,
e se ne calcola la probabilità p
X
(x, y) =
(a,b,c)
(x,y)
p
A
(a) p
B
(b) p
C
(c) . In questo modo si
ottiene la densità congiunta di (X, Y ) , che riportiamo nella seguente tabella:
d
d Y
X
0 1 2 3 4 5 6
0 1/72 0 1/12 0 1/6 0 0
1 0 5/72 0 17/72 0 1/8 0
2 0 0 7/72 0 1/12 0 1/24
3 0 0 0 1/24 0 1/36 0
4 0 0 0 0 1/72 0 0
x 0 1 2 3 4 5 6
P
X
(x) 1/72 5/72 13/72 5/18 19/72 11/72 1/24
y 0 1 2 3 4
p
Y
(y) 19/72 31/72 2/9 5/72 1/72
Si ottiene quindi
E[X] =
10
3
= 3.33333 , Var[X] =
31
18
= 1.72222
E[Y ] =
41
36
= 1.13889 , Var[Y ] =
1127
1296
= 0.869599 .
La covarianza vale
Cov[X, Y ] =
19
108
= 0.175926 .
z 0 2 4
p
Z
(z) 17/72 31/72 1/3
Pertanto
E[Z] =
79
36
= 2.19444 , Var[Z] =
2903
1296
= 2.23997 .
58 1 PROBABILIT
`
A NEL DISCRETO
Esercizio 1.56 [E20110909-1]
Si lanciano quattro monete, ciascuna delle quali reca sulle facce i numeri 0 e 1. Si ha inoltre
p
A
(0) =
1
2
, p
B
(0) =
1
3
, p
C
(0) =
1
4
, p
D
(0) =
1
5
.
Si chiede di studiare il vettore aleatorio (X, Y ) denito da
X(a, b, c, d) = a +b +c +d , Y (a, b, c, d) = c +d (b +a)
2
,
dove a , b , c e d sono rispettivamente i risutati di A, B, C e D (trovare densità congiunta
e covarianza; densità marginali, medie e varianze di X e Y ). Inoltre si chiede di studiare la
variabile aleatoria Z = X Y .
Soluzione: Lo spazio dei campioni è =
_
(a, b, c, d) : a, b, c, d {0, 1}
_
. Limmagine di X
è linsieme {0, 1, 2, 3, 4} ; limmagine di Y è linsieme {4, 3, 2, 1, 0, 1, 2} . Per ciascuna
coppia di valori (x, y) assunti da (X, Y ) ci si costruisce la preimmagine
(x,y)

(X, Y )(x, y)
_
(a, b, c, d) : X(a, b, c, d) = x, Y (a, b, c, d) = y
_
,
e se ne calcola la probabilità p
X
(x, y) =
(a,b,c)
(x,y)
p
A
(a) p
B
(b) p
C
(c) p
D
(d) . In questo
modo si ottiene la densità congiunta di (X, Y ) , che riportiamo nella seguente tabella:
d
d Y
X
0 1 2 3 4
-4 0 0 1/60 0 0
-3 0 0 0 7/60 0
-2 0 0 0 0 1/5
-1 0 1/40 0 0 0
0 1/120 0 7/40 0 0
1 0 7/120 0 3/10 0
2 0 0 1/10 0 0
x 0 1 2 3 4
P
X
(x) 1/120 1/12 7/24 5/12 1/5
y -4 -3 -2 -1 0 1 2
p
Y
(y) 1/60 7/60 1/5 1/40 11/60 43/120 1/10
Si ottiene quindi
E[X] =
163
60
= 2.71667 , Var[X] =
2951
3600
= 0.819722 ,
E[Y ] =
17
60
= 0.283333 , Var[Y ] =
10151
3600
= 2.81972 .
La covarianza vale
Cov[X, Y ] =
2449
3600
= 0.680278 .
z 0 2 6
p
Z
(z) 1/6 1/2 1/3
Pertanto
E[Z] = 3 , Var[Z] = 5 .
59
Esercizio 1.57 [E20120907-1]
Si lanciano sei monete regolari, recanti sulle facce i numeri 0 e 1. Detta x la somma dei
risultati, si lanciano nuovamente x monete (delle stesse). Sia y la nuova somma ottenuta. Si
chiede di studiare il vettore aleatorio (X, Y ) denito da X() = x, Y () = y .
Soluzione: La probabilità che il lancio delle sei monete dia come somma x {0, 1, 2, 3, 4, 5, 6}
è data dalla distribuzione binomiale
P
X
(x) = B[6, 1/2](x) = (
6
x
) 2
6
.
Per ciascun valore di x ottenuto, la probabilità di ottenere nel secondo lancio (di x monete)
il valore di y è data dalla distribuzione binomiale
P(y | x) = B[x, 1/2](y) = (
x
y
) 2
x
(per convenzione, il coeciente biomiale (
n
k
) è zero se k < 0 oppure k > n). Pertanto la proba-
bilità di ottenere, in una data ripetizione dellesperimento, il risultato (x, y) , ovvero il valore
P
(X,Y )
(x, y) della densità congiunta, è
P
(X,Y )
(x, y) = P(y | x) P
X
(x) = (
x
y
) 2
x
(
6
x
) 2
6
=
=
6!
2
x+6
y! (xy)! (6x)!
,
i cui valori sono riportati nella seguente tabella:
d
d X
Y
0 1 2 3 4 5 6
0 1/64 0 0 0 0 0 0
1 3/64 3/64 0 0 0 0 0
2 15/256 15/128 15/256 0 0 0 0
3 5/128 15/128 15/128 5/128 0 0 0
4 15/1024 15/256 45/512 15/256 15/1024 0 0
5 3/1024 15/1024 15/512 15/512 15/1024 3/1024 0
6 1/4096 3/2048 15/4096 5/1024 15/4096 3/2048 1/4096
Sommando sulle righe e sulle colonne otteniamo poi le densità marginali (P
X
già calcolata
allinizio):
x 0 1 2 3 4 5 6
P
X
(x) 1/64 3/32 15/64 5/16 15/64 3/32 1/64
y 0 1 2 3 4 5 6
P
Y
(y) 729/4096 729/2048 1215/4096 135/1024 135/4096 9/2048 1/4096
=
y 0 1 2 3 4 5 6
P
Y
(y) 0.177979 0.355957 0.296631 0.131836 0.032959 0.00439453 0.000244141
Si ottiene quindi
E[X] = 3 , Var[X] =
3
2
, E[Y ] =
3
2
, Var[Y ] =
9
8
= 1.125 , Cov[X, Y ] =
3
4
= 0.75 .
60 1 PROBABILIT
`
A NEL DISCRETO
Esercizio 1.58 [E20120613-1]
Unurna contiene sei palline, contrassegnate con le lettere a, b, c, d, e, f. Si estraggono tre
palline e le si ordinano in ordine alfabetico. Si chiede di studiare(*) il vettore aleatorio (C, D),
dove C assume il valore i se, nella terna estratta e riordinata, la pallina c si trova alli-esimo
posto, e assume il valore 0 se la pallina c non è uscita; la variabile aleatoria D ha denizione
analoga ma riferita alla pallina d.
Soluzione: Lo spazio dei campioni dellesperimento è formato da 20 = (
6
3
) elementi. Li
elenchiamo, ripostando accanto a ciascuno il valore di (C, D)
(abc) : (3, 0) (abd) : (0, 3) (abe) : (0, 0) (abf) : (0, 0) (acd) : (2, 3)
(ace) : (2, 0) (acf) : (2, 0) (ade) : (0, 2) (adf) : (0, 2) (aef) : (0, 0)
(bcd) : (2, 3) (bce) : (2, 0) (bcf) : (2, 0) (bde) : (0, 2) (bdf) : (0, 2)
(bef) : (0, 0) (cde) : (1, 2) (cdf) : (1, 2) (cef) : (1, 0) (def) : (0, 1)
`
E evidente che la densità di probabilità è costante su , ovvero si ha P() = 1/20 per ciascun
.
`
E allora imemdiato costruirsi la tabella della densità congiunta:
d
d D
C
0 1 2 3
0 1/5 1/20 1/5 1/20
1 1/20 0 0 0
2 1/5 1/10 0 0
3 1/20 0 1/10 0
x 0 1 2 3
P
C
(x) 1/2 3/20 3/10 3/20
y 0 1 2 3
P
D
(y) 1/2 1/20 3/10 3/20
Si ottiene quindi
E[C] =
9
10
, Var[C] =
99
100
,
E[D] =
11
10
, Var[D] =
139
100
.
La covarianza vale
Cov[C, D] =
99
100
.
Esercizio 1.59 [E20120626-1]

Unurna contiene sei monete regolari; tre monete recano sulle facce i numeri 0 e 1, due monete
recano i numeri 1 e 2, una moneta reca i numeri 2 e 3. Si estraggono senza rimpiazzo tre
monete, e le si lanciano. Si chiede di studiare il vettore aleatorio (X, Y ), le cui componenti
assumono rispettivamente il valore minimo e il valore massimo dei tre numeri ottenuti.
61
Soluzione: Indichiamo rispettivamente con a, b e c i tre tipi di monete. Lesperimento pro-
posto può essere visto come la successione di due esperimenti: la fase I consiste nellestrazione
di tre monete, con spazio dei campioni:
I
=
_
{a, a, a} , {a, a, b} , {a, a, c} , {a, b, b} , {a, b, c} , {b, b, c}
_
,
dove in ciascun atomo non abbiamo considerato lordine di estrazione dei vari tipi di monete,
e li abbiamo riportati per comodità in ordine alfabetico. Ovviamente ciascun atomo di cui
sopra può uscire in pi` u modi diversi; indicando con la parentesi tonda una terna ordinata,
abbiamo
{a, a, a} = (a, a, a) ,
{a, a, b} = (a, a, b) (a, b, a) (b, a, a) ,
{a, a, c} = (a, a, c) (a, c, a) (c, a, a) ,
{a, b, b} = (a, b, b) (b, a, b) (b, b, a) ,
{a, b, c} = (a, b, c) (a, c, b) (b, a, c) (b, c, a) (c, a, b) (c, b, a) ,
{b, b, c} = (b, b, c) (b, c, b) (c, b, b) .
Precisiamo il signicato di queste espressioni commentando, ad esempio, lultima di esse.
Lestrazione di due monete di tipo b e della moneta di tipo c avviene in tre casi: prima
lestrazione di due monete di tipo b e per ultima la c; oppure prima una b, poi la c e inne la
b rimasta; oppure viene estratta prima la c e poi le due b.
In altri termini,
I
può essere visto come il quoziente dellinsieme di tutte le 19 terne
ordinate di cui sopra per la relazione di equivalenza determinata dallignorare lordine. La
probabilità di ciascun elemento di
I
è ovviamente la somma delle probabilità degli eventi
ordinati di cui è lunione, si ha cioè
P({a, a, a}) = P(a, a, a) =
3
6

2
5

1
4
=
1
20
,
P({a, a, b}) = P(a, a, b) +P(a, b, a) +P(b, a, a) =
=
3
6

2
5

2
4
+
3
6

2
5

2
4
+
2
6

3
5

2
4
=
6
20
,
P({a, a, c}) = P(a, a, c) +P(a, c, a) +P(c, a, a) =
=
3
6

2
5

1
4
+
3
6

1
5

2
4
+
1
6

3
5

2
4
=
3
20
,
P({a, b, b}) = P(a, b, b) +P(b, a, b) +P(b, b, a) =
=
3
6

2
5

1
4
+
2
6

3
5

1
4
+
2
6

1
5

3
4
=
3
20
,
P({a, b, c}) = P(a, b, c) +P(a, c, b) +P(b, a, c) +P(b, c, a) +P(c, a, b) +P(c, b, a) =
=
3
6

2
5

1
4
+
3
6

1
5

2
4
+
2
6

3
5

1
4
+
2
6

1
5

3
4
+
1
6

3
5

2
4
+
1
6

2
5

3
4
=
6
20
,
P({b, b, c}) = P(b, b, c) +P(b, c, b) +P(c, b, b) =
=
2
6

1
5

1
4
+
2
6

1
5

1
4
+
1
6

2
5

1
4
=
1
20
.
62 1 PROBABILIT
`
A NEL DISCRETO
Passiamo ora alla fase II dellesperimento, cioè il lancio delle tre monete estratte. Per
ciascuno dei sei esiti della fase II abbiamo otto esiti equiprobabili, quindi un totale di 48 esiti
possibili; li elenchiamo unitamente al corrispondente valore di (X, Y ) .
{a, a, a} :
(0,0,0) (0,0,1) (0,1,0) (0,1,1) (1,0,0) (1,0,1) (1,1,0) (1,1,1)
(X, Y ) (0,0) (0,1) (0,1) (0,1) (0,1) (0,1) (0,1) (1,1)
{a, a, b} :
(0,0,1) (0,0,2) (0,1,1) (0,1,2) (1,0,1) (1,0,2) (1,1,1) (1,1,2)
(X, Y ) (0,1) (0,2) (0,1) (0,2) (0,1) (0,2) (1,1) (1,2)
{a, a, c} :
(0,0,2) (0,0,3) (0,1,2) (0,1,3) (1,0,2) (1,0,3) (1,1,2) (1,1,3)
(X, Y ) (0,2) (0,3) (0,2) (0,3) (0,2) (0,3) (1,2) (1,3)
{a, b, b} :
(0,1,1) (0,1,2) (0,2,1) (0,2,2) (1,1,1) (1,1,2) (1,2,1) (1,2,2)
(X, Y ) (0,1) (0,2) (0,2) (0,2) (1,1) (1,2) (1,2) (1,2)
{a, b, c} :
(0,1,2) (0,1,3) (0,2,2) (0,2,3) (1,1,2) (1,1,3) (1,2,2) (1,2,3)
(X, Y ) (0,2) (0,3) (0,2) (0,3) (1,2) (1,3) (1,2) (1,3)
{b, c, c} :
(1,1,2) (1,1,3) (1,2,2) (1,2,3) (2,1,2) (2,1,3) (2,2,2) (2,2,3)
(X, Y ) (1,2) (1,3) (1,2) (1,3) (1,2) (1,3) (2,2) (2,3)
Dei semplici conteggi ci permettono ora di trovare i valori della densità congiunta del
vettore aleatorio (X, Y ) . Ad esempio, vediamo che levento {X = 1, Y = 3} si verica una
volta nel caso {a, a, c} , due volte nel caso {a, b, c} e tre volte nel caso {b, b, c} . Pertanto
P{X = 1, Y = 3} =
1
8
P{a, a, c} +
2
8
P{a, b, c} +
3
8
P{b, b, c} =
1
8

3
20
+
2
8

6
20
+
3
8

1
20
=
9
80
.
Procedendo nella stessa maniera per le altre coppie di valori di (X, Y ) otteniamo la tabella
della densità congiunta:
d
d Y
X
0 1 2
0 1/160 0 0
1 27/160 1/16 0
2 3/10 33/160 1/160
3 21/160 9/80 1/160
x 0 1 2
P
X
(x) 97/160 61/160 1/80
63
y 0 1 2 3
P
Y
(y) 1/160 37/160 41/80 1/4
Si ottiene quindi
E[X] =
13
32
= 0.40625 , Var[X] =
1363
5120
= 0.266211 ,
E[Y ] =
321
160
= 2.00625 , Var[Y ] =
12959
25600
= 0.506211 .
La covarianza vale
Cov[X, Y ] =
307
5120
= 0.0599609 .
Esercizio 1.60 [E20120710-1]

Quattro urne contengono cinque palline ciascuna; pi` u precisamente:
- lurna n.1 contiene una pallina bianca e quattro nere;
- lurna n.2 contiene due palline bianche e tre nere;
- lurna n.3 contiene tre palline bianche e due nere;
- lurna n.4 contiene quattro palline bianche e una nera.
Si lanciano quattro monete regolari, recanti sulle facce i numeri 0 e 1. Sia x {0, 1, 2, 3, 4}
la somma dei quattro numeri ottenuti. Se x = 0, lesperimento è terminato; se x = 0 si procede
a estrarre, senza rimpiazzo, tre palline dallurna contrassegnata con il numero x.
Si chiede di studiare il vettore aleatorio (X, Y ), dove X() = x e Y () è il numero di
palline bianche estratte.
Soluzione: La probabilità che il lancio delle quattro monete dia come somma x {0, 1, 2, 3, 4}
è data dalla distribuzione binomiale P
X
(k) = B[4, 1/2](k), riportata nella seguente tabella:
x 0 1 2 3 4
P
X
(x) 1/16 1/4 3/8 1/4 1/16
Ora vogliamo enumerare, per ciascuna urna, i possibili esiti di tre estrazioni senza rimpiaz-
zo. Osserviamo che in generale, se da unurna contenente 5 elementi distinti (a, b, c, d, e) se ne
estraggono tre senza rimpiazzo, i possibili esiti senza tener conto dellordine sono (
5
3
) = 10 , e
cioè:
(abc) , (abd) , (abe) , (acd) , (ace) , (ade) , (bcd) , (bce) , (bde) , (cde) .
Il contenuto delle urne del nostro esercizio può essere indicato come:
1 : (b, n, n, n, n) , 2 : (b, b, n, n, n) , 3 : (b, b, b, n, n) , 4 : (b, b, b, b, n) .
Quindi i possibili esiti equiprobabili dellesperimento, per ciascun valore non nullo di x,
sono:
x = 1 (bnn) (bnn) (bnn) (bnn) (bnn) (bnn) (nnn) (nnn) (nnn) (nnn)
Y 1 1 1 1 1 1 0 0 0 0
x = 2 (bbn) (bbn) (bbn) (bnn) (bnn) (bnn) (bnn) (bnn) (bnn) (nnn)
Y 2 2 2 1 1 1 1 1 1 0
64 1 PROBABILIT
`
A NEL DISCRETO
x = 3 (bbb) (bbn) (bbn) (bbn) (bbn) (bnn) (bbn) (bbn) (bnn) (bnn)
Y 3 2 2 2 2 1 2 2 1 1
x = 4 (bbb) (bbb) (bbn) (bbb) (bbn) (bbn) (bbb) (bbn) (bbn) (bbn)
Y 3 3 2 3 2 2 3 2 2 2
Abbiamo quindi le probabilità condizionali
P{Y = 0 | X = 1} = 6/10 , P{Y = 1 | X = 1} = 4/10 ,
P{Y = 0 | X = 2} = 1/10 , P{Y = 1 | X = 2} = 6/10 , P{Y = 2 | X = 2} = 3/10 ,
P{Y = 1 | X = 3} = 3/10 , P{Y = 2 | X = 3} = 6/10 , P{Y = 3 | X = 3} = 1/10 ,
P{Y = 2 | X = 4} = 6/10 , P{Y = 3 | X = 4} = 4/10 .
Inoltre si ha ovviamente P{X = 0, Y = 0} = P{Y = 0 | X = 0} = 1/16 , pertanto da
P{X = x, Y = y} = P{Y = y | X = x} P{X = x}
si ottiene facilmente la tabella della densità congiunta:
d
d Y
X
0 1 2 3 4
0 1/16 1/10 3/80 0 0
1 0 3/20 9/40 3/40 0
2 0 0 9/80 3/20 3/80
3 0 0 0 1/40 1/40
Sommando sulle righe e sulle colonne otteniamo poi le densità marginali (la tabella di P
X
labbiamo già scritta, ma la ripetiamo per comodità):
x 0 1 2 3 4
P
X
(x) 1/16 1/4 3/8 1/4 1/16
y 0 1 2 3
P
Y
(y) 1/5 9/20 3/10 1/20
Si ottiene quindi
E[X] = 2 , Var[X] = 1 ,
E[Y ] =
6
5
= 1.2 , Var[Y ] =
33
50
= 0.66 .
La covarianza vale
Cov[X, Y ] =
3
5
= 0.6 .
65
Esercizio 1.61 [E080610-1]
100
10 20
30 40
Un bersaglio per freccette di forma circolare e raggio 2R
ha una zona circolare centrale di raggio R, e la corona
circolare restante è suddivisa dai diametri orizzontale e
verticale in quattro settori di uguale area. Un certo lan-
ciatore colpisce il bersaglio in media 2 volte su 3 lanci;
quando lo colpisce, la freccetta arriva mediamente nella
zona centrale o nella corona circolare un numero di volte
proporzionale alle rispettive aree; inoltre arriva nella par-
te a destra del diametro verticale in media 3/5 delle volte,
e nella parte sopra il diametro orizzontale in media 1/5
delle volte.
Si chiede di studiare la variabile aleatoria X = punti fatti in ciascun lancio, dove i punti
ottenuti a seconda dellarea colpita sono mostrati in gura.
Soluzione: Larea del cerchio centrale (100 punti) è 1/4 dellarea del bersaglio. Consideriamo
allora gli eventi:
B = la freccia colpisce il bersaglio P(B) =
2
3
,
K = la freccia colpisce il cerchio centrale P(K|B) =
1
4
P(K) =
1
4

2
3
=
1
6
,
C = la freccia colpisce la corona circolare P(C|B) =
3
4
P(C) =
3
4

2
3
=
1
2
.
Indichiamo poi con I, II, III, IV i quadranti del piano, secondo la convenzione usuale, con
origine nel centro del bersaglio. Si ha allora:
P(IV|B) =
3
5

4
5
=
12
25
, P(III|B) =
2
5

4
5
=
8
25
,
P(II|B) =
2
5

1
5
=
2
25
, P(I|B) =
3
5

1
5
=
3
25
,
da cui:
P({X = 10}) = P(IV|B) P(C|B) P(B) P(IV|B) P(C) =
6
25
,
P({X = 20}) = P(III|B) P(C|B) P(B) P(III|B) P(C) =
4
25
,
P({X = 30}) = P(II|B) P(C|B) P(B) P(II|B) P(C) =
1
25
,
P({X = 40}) = P(I|B) P(C|B) P(B) P(I|B) P(C) =
3
50
.
Inoltre P{X = 0} = P(B
c
) = 1/3 , P{X = 100} = P(K) = 1/6 . Riassumendo, la densità di
X è data dalla tabella
X 0 10 20 30 40 100
P
X
1/3 6/25 4/25 1/25 3/50 1/6
66 1 PROBABILIT
`
A NEL DISCRETO
Possiamo ora calcolare:
E[X] =
388
15
= 25.87 , E[X
2
] =
5660
3
= 1886.67 , Var[X] =
273956
225
= 1217.58 .
Esercizio 1.62 [E220610-1]

A
1
A
2
A
3
A
4
A
5
lotto piccole medie grosse
A
1
55% 40% 5%
A
2
40% 50% 10%
A
3
60% 25% 15%
A
4
50% 40% 10%
A
5
70% 25% 5%
La mappa in gura rappresenta una concessione
aurifera che è suddivisa in cinque lotti, ciascuno
costituito da quadrati di lato . La probabilità
che una pepita qualsiasi venga trovata in un da-
to lotto è proporzionale allarea del lotto mede-
simo. Daltra parte se si distinguono tre dimen-
sioni di pepite (piccole, medie e grandi) allora
la distribuzione delle taglie non è uniforme: la
tabella a sinistra infatti riporta le proporzioni
di ciascuna tipologia nei diversi lotti.
Si chiede di trovare le probabilità condizionali
P(A
i
|piccola) , P(A
i
|media) , P(A
i
|grossa) , i =
1, 2, 3, 4, 5 , ovvero le probabilità che una pepita
di un dato tipo provenga da uno qualsiasi dei
cinque lotti.
Soluzione: La supercie totale dellarea considerata è 50
2
, pertanto le probabilità che una
pepita di tipo non specicato venga trovata in ciascuno dei singoli lotti sono date da:
P(A
1
) =
6
25
, P(A
2
) =
7
25
, P(A
3
) =
9
50
, P(A
4
) =
7
50
, P(A
5
) =
4
25
.
La tabella del testo dà le probabilità condizionali P(tipo|A
i
) . Per trovare (come richiesto) le
probabilità condizionali P(A
i
|tipo) usiamo la formula di Bayes:
P(A
i
|tipo) =
P(A
i
) P(tipo|A
i
)
5
j=1
P(A
j
) P(tipo|A
j
)
.
Otteniamo
piccole medie grosse
A
1
22/89 96/377 12/89
A
2
56/267 140/377 28/89
A
3
18/89 45/377 27/89
A
4
35/267 56/377 14/89
A
5
56/267 40/377 8/89
=
piccole medie grosse
A
1
0.25 0.25 0.13
A
2
0.21 0.37 0.31
A
3
0.20 0.12 0.30
A
4
0.13 0.15 0.16
A
5
0.21 0.11 0.09
67
2 Probabilità nel continuo
a) Siano X e Y variabili aleatorie indipendenti con legge uniforme in [0, 1] . Calcolare
P
_
max(X, Y ) <
2
3
(X +Y )
_
.
b) Calcolare la probabilità denita come sopra nel caso in cui X e Y , non indipendenti, abbiano
densità congiunta
p(x, y) =
3
2
(x
2
+y
2
)
concentrata sul quadrato Q di vertici (0, 0) , (1, 0) , (1, 1) e (0, 1) .
Soluzione:
0.0 0.2 0.4 0.6 0.8 1.0
0.0
0.2
0.4
0.6
0.8
1.0
a) La diagonale che va dal vertice (0, 0) al verti-
ce (1, 1) divide Q in due parti: in quella superiore
è max(x, y) = y , in quella inferiore è max(x, y) = x.
La condizione max(x, y) <
2
3
(x+y) si legge nelle due
parti rispettivmente come
y <
2
3
(x+y) y < 2 x ,
x <
2
3
(x+y) y > x/2 .
Pertanto il sottoinsieme AQ caratterizzato dalla
condizione max(x, y) <
2
3
(x+y) è quello compreso
tra le rette y = x/2 e y = 2 x (colorato in gura).
Larea di A vale evidentemente 1/2 (dierenza tra larea 1 di Q e la somma delle aree dei due
triangoli che costituiscono il complementare A
c
Q\ A); poiche p(x, y) = 1 , 1/2 è il valore
della probabilità richiesta.
b) Anche in questo caso conviene calcolare la probabilità del complementare A
c
. La probabilità
del triangolo in basso e di quello in alto sono rispettivamente
_
1
0
dx
_
x/2
0
p(x, y) =
3
2
_
1
0
dx
_
x/2
0
dy (x
2
+y
2
) =
13
64
,
_
1
0
dy
_
y/2
0
p(x, y) =
3
2
_
1
0
dy
_
y/2
0
dx(x
2
+y
2
) =
13
64
,
per cui la probabilità richiesta vale
P(A) = 1
13
64

13
64
=
19
32
.

Siano X e Y variabili aleatorie indipendenti con legge uniforme in [0, 1] . Calcolare
P
_
1 X
2
+Y
2
3/2
_
.
68 2 PROBABILIT
`
A NEL CONTINUO
Soluzione:
0.0 0.2 0.4 0.6 0.8 1.0
0.0
0.2
0.4
0.6
0.8
1.0 a) Il sottoinsieme AQ è lintersezione di Q con la
corona circolare di raggi 1 e
_
3/2 (area colorata nel-
la gura a anco; si noti che
_
3/2 <
2 , lunghez-
za della diagonale del quadrato). Calcoliamo larea di
A
c
Q\ A, che è lunione del quarto di cerchio inter-
no (di area /4) e della porzioncina in alto a destra,
di area
_
1
2/2
dx
_
1
3/2x
2
dy p(x, y) =
_
1
2/2
_
1
_
3
2
x
2
_
dx =
= 1
2
2
+
3
4
_
arctan
2 arctan(1/
2)
_
,
dove si è utilizzata la primitiva
_
_
a x
2
dx =
1
2
_
x
_
a x
2
+a arctan(x/
_
a x
2
)
_
.
Pertanto la probabilità richiesta vale
P(A) = 1 P(A
c
) =
4
+
2
2

3
4
_
arctan
2 arctan(1/
2)
_
= 0.177 .
Esercizio 2.3 [C001]

Sia (X, Y ) un vettore aleatorio con densità costante su un sottoinsieme AR
2
. Calcolare le
densità marginali nei seguenti casi:
a) A è il triangolo di vertici (0, 0) , (a, 0) e (0, b) , con a, b R
+
.
b) A è il cerchio di centro (0, 0) e raggio R.
c) A è il cerchio di centro (R, 0) e raggio R.
d) A è il quadrato di vertici (, 0) , (0, ) , (, 0) e (, ) .
e) A è la parte di piano compresa tra lintervallo [0, b] sullasse delle x e il graco della
funzione x a sin(x/b) .
Soluzione:
a) p(x, y) =
_
2
a b
, (x, y) A ,
0 , (x, y) A .
p
X
(x) =
_ b(1x/a)
0
p(x, y) dy =
2
a
_
1
x
a
_
p
Y
(y) =
_ a(1y/b)
0
p(x, y) dx =
2
b
_
1
y
b
_
* * *
69
E
T
b)
p(x, y) =
_
1
R
2
, x
2
+y
2
< R
2
,
0 , x
2
+y
2
> R
2
.
p
X
(x) =
_

R
2
x
2
R
2
x
2
p(x, y) dy =
2
R
2
_
R
2
x
2
.
p
Y
(y) =
_

R
2
y
2
R
2
y
2
p(x, y) dx =
2
R
2
_
R
2
y
2
.
* * *
E
T
c)
p(x, y) =
_
1
R
2
, (x R)
2
+y
2
< R
2
,
0 , (x R)
2
+y
2
> R
2
.
p
X
(x) =
_

2Rxx
2
2Rxx
2
p(x, y) dy =
2
R
2
_
2 Rx x
2
.
p
Y
(y) =
_ R+
R
2
y
2
R
R
2
y
2
p(x, y) dx =
2
R
2
_
R
2
y
2
.
* * *
E
T
d)
Il quadrato A è delimitato dalle rette di equazioni
y = x, y = x+ , y = x, y = x , di area
(
2 )
2
= 2
2
; pertanto p(x, y) vale 1/2
2
su A e 0
fuori di A. Si ha poi
p
X
(x) =
_ |x|
|x|
p(x, y) dy =
|x|
2
.
p
Y
(y) =
_ |y|
|y|
p(x, y) dx =
|y|
2
.
* * *
70 2 PROBABILIT
`
A NEL CONTINUO
E
T
e)
Larea di A è
_
b
0
a sin(x/b) dx = 2 a b , pertan-
to p(x, y) vale 1/(2 a b) per (x, y) A e 0 per
(x, y) A. Si ha poi
p
X
(x) =
_ a sin(x/b)
0
p(x, y) dy =
1
2 b
sin(
x
b
) ,
p
Y
(y) =
_ b(arcsin(x/a))
b arcsin(x/a)
p(x, y) dx =
1
2 a
_
2 arcsin(
y
a
)
_
.

Il vettore aleatorio (X, Y ) abbia la densità congiunta
p(x, y) =
c
(1 +x + 2 y)
2
concentrata sul triangolo Adi vertici (0, 0) , (0, 1), (1, 0) . Calcolare la costante c e la probabilità
dellevento {Y > 1/2} .
Soluzione: Si deve avere
1 = P(A) =
_
A
p(x, y) dxdy =
_
1
0
dx
_
1x
0
dy
c
(1 +x + 2 y)
2
=
=
_
1
0
dx
_
c
2 (1 +x + 2 y)
_y=1x
y=0
=
c
2
_
1
0
dx
_
1
x + 1
+
1
x 3
_
=
=
c
2
_
log(x + 1) + log(x 3)
_1
0
=
c
2
_
log(x
2
2 x 3)
_1
0
=
c
2
log
_
4
3
_
,
pertanto
c =
2
log(
4
3
)
.
Si ha poi
p
Y
(y) =
_
1y
0
p(x, y) dx =
_
c
(1 +x + 2 y)
_x=1y
x=0
= c
_
1
2 y + 1

1
y + 2
_
,
P{Y > 1/2} =
_
1
1/2
p
Y
(y) = c
_
1
2
log(2 y + 1) log(y + 2)
_y=1
y=1/2
=
=
2
log(
4
3
)
_
1
2
log 3 log 3
1
2
log 2 + log
5
2
_
=
log
_
25
24
_
log
_
4
3
_

= 0, 1419 .
71
Siano X e Y variabili aleatorie indipendenti: X di densità p
X
(x) = e
x
concentrata su R
+
e
Y di densità uniforme su [0, 1/2] . Calcolare la densità della variabile aleatoria X +Y .
Soluzione: Si ha quindi
p
X
(x) = e
x
H(x) =
_
e
x
, x > 0 ,
0 , x < 0 ,
p
Y
(y) = 2 H(y) H(
1
2
y) =
_
2 , 0 y
1
2
,
0 , y [0,
1
2
] ,
dove H è la funzione gradino unitario. Poiche le due variabili aleatorie sono indipendenti la
densità congiunta è il prodotto delle densità marginali, ovvero
p
X,Y
(x, y) = p
X
(x) p
Y
(y) = 2 e
x
H(x) H(y) H(
1
2
y) ,
concentrata sulla striscia
{(x, y) : (x > 0) & (y [0,
1
2
])} R
2
.
Applicando la formula generale per la densità di una somma di variabili aleatorie, e facendo
il cambiamento di variabile u = z x, si ha
p
X+Y
(z) =
_
+
p(x, z x) dx = 2
_
+
e
x
H(x) H(z x) H(
1
2
z +x) dx =
= 2
_
+
0
e
x
H(z x) H(
1
2
z +x) dx = 2
_

z
e
uz
H(u) H(
1
2
u) du =
= 2
_
z
e
uz
H(u) H(
1
2
u) du = 2
_
z
0
e
uz
H(
1
2
u) du .
Lultimo fattore H rimasto non può essere eliminato con un semplice aggiustamento dei limiti
dintegrazione, in quanto il risultato è diverso a seconda che sia z < 1/2 oppure z 1/2 .
Abbiamo dunque
p
X+Y
(z) =
_
_
2
_
z
0
e
uz
du = 2 (1 e
z
) , z <
1
2
,
2
_
1/2
0
e
uz
du = 2 e
z
(e
1/2
1) , z
1
2
.
72 2 PROBABILIT
`
A NEL CONTINUO
Esercizio 2.6 [E221209-3]
Si consideri la funzione di due variabili f(x, y) = c e
(x+y)/
. Si chiede di determinare la co-
stante c tale che f sia lespressione di una densità nel primo quadrante e sul triangolo A
di vertici (0, 0), (, 0), (0, ). In entrambi i casi scrivere inoltre le espressioni delle densità
marginali.
Soluzione: Si hanno le primitive
_
c e
(x+y)/
dx =
_
c e
(x+y)/
dy = c e
(x+y)/
.
Pertanto sul primo quadrante
1 =
_

0
dx
_

0
dy f(x, y) = c
2
c = 1/
2
;
in questo caso si ha ovviamente
p
X,Y
(x, y) = p
X
(x) p
Y
(y)
_
1
e
x/
_
_
1
e
y/
_
.
Sul triangolo si ha
1 =
_
A
c e
(x+y)/
dxdy = c
_

0
dx
_
x
0
dy e
(x+y)/
= c
_

0
dx
_
e
x/
e
1
_
=
= c
e 2
e

2
c =
e
(e 2)
2
.
Inne
p
X
(x) = c
_
x
0
e
(x+y)/
dy = c
_
e
x/
e
1
_
=
e
1x/
1
(e 2)
,
e analogamente (per simmetria, non è necessario rifare i calcoli)
p
Y
(y) =
e
1y/
1
(e 2)
.

Si consideri la funzione di due variabili f(x, y) = c (x
2
+y
2
)/
2
. Si chiede di determinare la
costante c tale che f sia lespressione di una densità sul rombo di vertci A (0, 0), B
(, 2 ), C (2 , 0), D (, 2 ). Scrivere inoltre le espressioni delle densità marginali f
X
(x)
e f
Y
(y) .
Soluzione: Le equazioni delle rette che contengono i lati del rombo sono:
AB : y = 2 x , AD : y = 2 x
BC : y = 4 + 2 x , CD : y = 4 2 x .
73
Abbiamo poi gli integrali
_
2x
2x
f(x, y) dy =
28 c x
3
3
2
,
_
42x
4+2x
f(x, y) dy =
128 c
3
64 c x +
40 c x
2

28 c x
3
3
2
,
_
2y/2
y/2
f(x, y) dx =
8 c
3
2 c y +
5 c y
2
2

13 c y
3
12
2
,
_
2+y/2
y/2
f(x, y) dx =
8 c
3
+ 2 c y +
5 c y
2
2
+
13 c y
3
12
2
.
Lintegrale di f sul rombo (disegnarlo) è dato allora da
_

0
_
_
2x
2x
f(x, y) dy
_
dx +
_
2
_
_
42x
4+2x
f(x, y) dy
_
dx =
22
3
c
2
,
da cui
c =
3
22
2
.
Tenendo conto di questo valore si ha
_
2x
2x
f(x, y) dy =
14 x
3
11
4
= f
X
(x) per 0 < x < ,
_
42x
4+2x
f(x, y) dy =
64
11

96 x
11
2
+
60 x
2
11
3

14 x
3
11
4
= f
X
(x) per < x < 2 ,
_
2+y/2
y/2
f(x, y) dx =
4
11
+
3 y
11
2
+
15 y
2
44
3
+
13 y
3
88
4
= f
Y
(y) per 2 < y < 0 ,
_
2y/2
y/2
f(x, y) dx =
4
11

3 y
11
2
+
15 y
2
44
3

13 y
3
88
4
= f
Y
(y) per 0 < y < 2 .

Si consideri la funzione di due variabili f(x, y) = c x
2
|y| . Si chiede di determinare la costante
c tale che f sia lespressione di una densità sul quadrilatero di vertici (2 , 0), (0, ), (, 0),
(0, ). Scrivere inoltre le espressioni delle densità marginali f
X
(x) e f
Y
(y) .
Soluzione: Detto Q il quadrilatero, abbiamo
_
Q
f(x, y) dxdy =
_
0
2
dx
_
+x/2
x/2
dy (c x
2
|y|) +
_

0
dx
_
x
x
dy (c x
2
|y|) =
= 2
_
0
2
dx
_
+x/2
0
dy (c x
2
y) + 2
_

0
dx
_
x
0
dy (c x
2
y) =
=
4
15
c
5
+
1
30
c
5
=
3
10
c
5
.
74 2 PROBABILIT
`
A NEL CONTINUO
Pertanto
c =
10
3
5
.
Per il calcolo della densità marginale f
X
si devono distinguere i casi x < 0 e x 0 :
f
X
(x) = 2
_
+x/2
0
c x
2
y dy =
1
4
c x
2
(x + 2 )
2
, 2 < x < 0 ,
f
X
(x) = 2
_
x
0
c x
2
y dy =
1
4
x
2
(x )
2
, 0 x < .
Per y > 0 si ha
f
Y
(y) =
_
y
2 y2
c x
2
y dx = 3 c y ( y)
3
.
Inoltre f
Y
(y) è ovviamente simmetrica rispetto a y ; dunque per y < 0 si ha
f
Y
(y) = f
Y
(y) = f
Y
(|y|) = 3 c |y| ( |y|)
3
.
questultima espressione vale per ogni y [, ] .
Si consideri la funzione di due variabili f(x, y) = c x
2
y
2
/
6
. Si chiede di determinare la co-
stante c tale che f sia lespressione di una densità sul triangolo T di vertici (0, 0), (3 , ),
(0, 3 ). Scrivere inoltre le espressioni delle densità marginali f
X
(x) e f
Y
(y) .
Soluzione: Il triangolo è delimitato dalle rette x = 0 , 3 y x = 0 , 3 y +2 x9 = 0 . Si ha
f
X
(x) =
c
6
_
3 2 x/3
x/3
x
2
y
2
dy = c
_
9 x
2
3

6 x
3
4
+
4 x
4
3
5

x
5
9
6
_
,
_
T
f(x, y) dxdy =
_
3
0
f
X
(x) dx =
54
5
c c =
5
54

f
X
(x) =
5 x
2
6
3

5 x
3
9
4
+
10 x
4
81
5

5 x
5
486
6
.
Per calcolare la densità marginale f
Y
(y) si debbono distinguere due casi:
per 0 < y < si ha
f
Y
(y) =
c
6
_
3 y
0
x
2
y
2
dx =
9 c y
5
6
=
5 y
5
6
6
;
per < y < 3 si ha
f
Y
(y) =
c
6
_
3 (3 y)/2
0
x
2
y
2
dx = c
_
243 y
2
8
3

243 y
3
8
4
+
81 y
4
8
5

9 y
5
8
6
_
=
=
45 y
2
16
3

45 y
3
16
4
+
15 y
4
16
5

5 y
5
48
6
.
75
Esercizio 2.10 [E220610-3]
Si consideri ancora la mappa dellesercizio 1.62, ma questa volta con una densità di probabilità
avente lespressione f(x, y) = a ( +2 x+y) in un sistema di coordinate cartesiano con origine
nel vertice in basso a sinistra e orientato nella maniera usuale.
Si chiede di determinare la costante a in modo tale che la probabilità sia normalizzata a 1 su
tutto il rettangolo, e di calcolare le probabilità di ciascuno dei singoli lotti.
Soluzione: Sul generico rettangolo [x
0
, x
1
] [y
0
, y
1
] si ha
_
y
1
y
0
_
_
x
1
x
0
f(x, y) dx
_
dy =
1
2
a (x
0
x
1
)(y
0
y
1
)(2 + 2 x
0
+ 2 x
1
+y
0
+y
1
) ,
e in particolare
_
5
0
_
_
10
0
f(x, y) dx
_
dy = 675 a
3
a =
1
675 a
3
.
Sostituendo a x
0
, x
1
, y
0
e y
1
i valori degli estremi relativi agli A
i
, nonche il valore di a ora
trovato, si ottiene la tabella delle probabilità
i 1 2 3 4 5
P(A
i
) 28/225 28/75 13/50 119/1350 104/675
Esercizio 2.11 [E060710-1]

X 1 2 3 4
Y
1
2
3
4
Si consideri la densità f(x, y) = a (x+2 y) sul quadrato di
lato 4 mostrato a anco, con lorigine posta nel vertice in
basso a sinistra e gli assi orientati nella maniera usuale. Si
chiede di determinare il valore appropriato della costan-
te a , e di studiare il vettore aleatorio discreto (X, Y ) i
cui valori individuano i quadrati piccoli di lato , come
indicato in gura.
Soluzione: Si ha
_
x
1
x
0
_
_
y
1
y
0
f(x, y) dy
_
dx =
1
2
a
_
(x
0
x
1
) (y
0
y
1
) (x
0
+x
1
) + 2 (y
0
+y
1
)
.
In particolare
_
4
0
_
_
4
0
f(x, y) dy
_
dx = 96 a
3
a =
1
96
3
.
Inoltre
P
(X,Y )
(i, j) =
_
i
i1
_
_
j
j1
f(x, y) dy
_
dx = a
3
_
3
2
+i + 2 j
_
.
Si ottiene quindi la tabella della densità congiunta:
76 2 PROBABILIT
`
A NEL CONTINUO
d
d Y
X
1 2 3 4
1 1/64 7/192 11/192 5/64
2 5/192 3/64 13/192 17/192
3 7/192 11/192 5/64 19/192
4 3/64 13/192 17/192 7/64
=
d
d Y
X
1 2 3 4
1 0.016 0.036 0.057 0.078
2 0.026 0.047 0.068 0.089
3 0.036 0.057 0.078 0.099
4 0.047 0.068 0.089 0.109
Sommando sulle colonne e sulle righe si ottengono le densità marginali
i 1 2 3 4
P
X
(i) 3/16 11/48 13/48 5/16
=
i 1 2 3 4
P
X
(i) 0.1875 0.2292 0.2708 0.3125
j 1 2 3 4
P
Y
(j) 1/8 5/24 7/24 3/8
=
j 1 2 3 4
P
Y
(j) 0.1250 0.2083 0.2917 0.3750
E[X] =
65
24
= 2.7083 , E[X
2
] =
205
24
= 8.5417 , Var[X] =
695
576
= 1.2066 ,
E[Y ] =
35
12
= 2.9167 , E[Y
2
] =
115
12
= 9.5833 , Var[Y ] =
155
144
= 1.0764 .
Si ha inne
E[X Y ] =
125
16
= 7.8125 , E[X] E[Y ] =

2275
288
= 7.8993 ,
Cov[X, Y ] = E[X Y ] E[X] E[Y ] =
25
288
= 0.0868 ,
Corr[X Y ] =
Cov[X, Y ]
_
Var[X] Var[Y ]
=
5
4309
= 0.0762 .
Esercizio 2.12 [E060710-3]

A B
C D
O
Si consideri la densità f(x, y) = 4 xy sul quadrato di
lato 1 mostrato a anco, con lorigine posta nel vertice
A in basso a sinistra e gli assi orientati nella maniera
usuale. Si chiede di determinare le seguenti probabilità
condizionali:
P(ABO|ABC) , P(ABO|DAB) ,
P(BCO|ABC) , P(BCO|BCD) ,
P(CDO|BCD) , P(CDO|CDA) ,
P(DAO|CDA) , P(DAO|DAB) .
77
Soluzione: Si ha
P(ABO) =
_
1/2
0
_
_
x
0
f(x, y) dy
_
dx +
_
1
1/2
_
_
1x
0
f(x, y) dy
_
dx =
1
12
,
P(BCO) =
_
1
1/2
_
_
1 x
x
f(x, y) dy
_
dx =
5
12
,
P(CDO) =
_
1/2
0
_
_
1
1x
f(x, y) dy
_
dx +
_
1
1/2
_
_
1
x
f(x, y) dy
_
dx =
5
12
,
P(DAO) =
_
1/2
0
_
_
1x
x
f(x, y) dy
_
dx =
1
12
,
P(ABC) = P(ABO) +P(BCO) =
1
2
,
P(BCD) = P(BCO) +P(CDO) =
5
6
,
P(CDA) = P(CDO) +P(DAO) =
1
2
,
P(DAB) = P(DAO) +P(ABO) =
1
6
.
Poiche in tutte le probabilità condizionali richieste il primo insieme è contenuto nel secon-
do, si ha semplicemente
P(ABO|ABC) = P(ABO)/P(ABC) =
1
6
,
P(ABO|DAB) = P(ABO)/P(DAB) =
1
2
,
P(BCO|ABC) = P(BCO)/P(ABC) =
5
6
,
P(BCO|BCD) = P(BCO)/P(BCD) =
1
2
,
P(CDO|BCD) = P(CDO)/P(BCD) =
1
2
,
P(CDO|CDA) = P(CDO)/P(CDA) =
5
6
,
P(DAO|CDA) = P(DAO)/P(CDA) =
1
6
,
P(DAO|DAB) = P(DAO)/P(DAB) =
1
2
.
78 2 PROBABILIT
`
A NEL CONTINUO
Esercizio 2.13 [E070910-2]
Nel piano cartesiano consideriamo i punti A, B, C D ed E di coordinate
(A) = (0, 0) , (B) = (3 , 0) , (C) = (2 , 2 ) , (D) = (0, 2 ) , (E) = (0, ) .
Trovare il valore della costante a in modo che la funzione
f(x, y) = a (2 +x y)
sia una densità di probabilità sul quadrilatero ABCD, e scrivere le densità marginali f
X
e
f
Y
. Trovare poi le probabilità
P(ACE) , P(ABD) , P(BCD) ,
e le probabilità condizionali
P(ACE|ABD) , P(ABD|ACE) , P(ACE|BCD) , P(BCD|ACE) .
Soluzione:
E
T
A B
C D
E
H
K
Il quadrilatero ABCD è disegnato qua a anco. La retta
passante per B e per C ha equazione
x +
1
2
y 3 = 0 x = 3
1
2
y ,
pertanto lintegrale di f(x, y) su ABCD è
_
2
0
_
_
3y/2
0
f(x, y) dx
_
dy =
35 a
3
3
a =
3
35
3
.
Si ha poi
f
Y
(y) =
_
3y/2
0
f(x, y) dx =
21 a
2
2

11 a y
2
+
5 a y
2
8
=
9
10

33 y
70
2
+
3 y
2
56
3
.
Nel calcolo di f
X
(x) dobbiamo distinguere due casi.
Per 0 < x < 2 abbiamo
f
X
(x) =
_
2
0
f(x, y) dy = 2 a ( +x) =
6
35
+
6 x
35
2
.
Per 2 < x < 3 abbiamo
f
X
(x) =
_
62x
0
f(x, y) dy = a (6
2
+ 14 x 4 x
2
) =
18
35
+
6 x
5
2

12 x
2
35
3
.
Osserviamo ora che la retta passante per A e C ha equazione y = x; la retta passante
per B e D ha equazione 6 2 x3 y = 0 ; la retta passante per C ed E ha equazione
79
2 +x2 y = 0 . Con queste calcoliamo le probabilità di alcuni triangoli:
P(ACE) =
_
2
0
_
_
+x/2
x
f(x, y) dy
_
dx =
1
7
,
P(ABD) =
_
3
0
_
_
2(x/3)
0
f(x, y) dy
_
dx =
3
5
,
P(BCD) = 1 P(ABD) =
2
5
.
Per trovare le probabilità condizionali richieste dobbiamo prima di tutto calcolare le
probabilità delle intersezioni
ACE ABD = AKHE , ACE BCD = CHK ,
dove i punti H e K hanno le coordinate
_
H
_
=
_
6
7
,
10
7

_
,
_
K
_
=
_
6
5
,
6
5

_
.
Si ottiene
P(AKHE) =
_
6/7
0
_
_
+x/2
x
f(x, y) dy
_
dx +
_
6/5
6/7
_
_
2(x/3)
x
f(x, y) dy
_
dx
=
921
8575
= 0.1074 ,
P(CHK) = P(ACE) P(AKHE) =
304
8575
= 0.0355 .
Inne:
P(ACE|ABD) =
P(AKHE)
P(ABD)
=
307
1715
,
P(ABD|ACE) =
P(AKHE)
P(ACE)
=
921
1225
,
P(ACE|BCD) =
P(CHK)
P(BCD)
=
152
1715
,
P(BCD|ACE) =
P(CHK)
P(ACE)
=
304
1225
.
80 2 PROBABILIT
`
A NEL CONTINUO
Un segmento viene diviso in tre parti in maniera casuale; trovare la probabilità che siano i
lati di un triangolo.
Soluzione: Il segmento può sempre essere rappresentato come lintervallo [0, 1] . Se questo
viene diviso in tre parti, di lunghezza a, b e c, la condizione che queste siano i lati di un triangolo
equivale a max{a, b, c} < 1/2 ; infatti se c è la maggiore delle tre misure, la condizione a +b > c
unitamente a a +b +c = 1 dà appunto 2 c < 1 , e inoltre da c > a e c > b segue ovviamente
c +b > a e c +a > b .
Lesperimento consiste nello scegliere a caso due punti del segmento, dunque lo spazio
dei campioni è il quadrato A [0, 1] [0, 1] R
2
, con densità uniforme. Scelto (x, y) A
distinguiamo due casi, a seconda che sia x < y oppure x > y. Nel primo caso le lunghezze
delle tre parti sono x, y x e 1 y , e la condizione di successo dellesperimento, cioè che
le lunghezze siano tutte minori di 1/2 , seleziona il triangolo di vertici (0, 1/2) , (1/2, 1/2) e
(1/2, 1) ; nel secondo caso le tre lunghezze sono y, xy e 1 x, e la condizione di successo
seleziona il triangolo di vertici (1/2, 0) , (1/2, 1/2) e (1, 1/2) . Lunione di questi due trian-
goli costituisce il sottoinsieme di A formato da tutti i risultati dellesperimento che vengono
classicati come successo. Larea di questo sottoinsieme è 1/4 , e corrisponde al valore della
probabilità cercata.
x<
1
2
, y x<
1
2
, y>
1
2
.
y<
1
2
, x y<
1
2
, x>
1
2
.
=
Esercizio 2.15 [E20110126-2]

Nel piano cartesiano consideriamo i punti A, B, C e D di coordinate
(A) = (, 0) , (B) = (, 0) , (C) = (, ) , (D) = (, ) .
Trovare il valore della costante a in modo che la funzione f(x, y) = a |xy| sia una densità di
probabilità sul rettangolo ABCD, e scrivere le densità marginali f
X
e f
Y
. Trovare poi le pro-
babilità P(ABD) e P(ACD) , e le probabilità condizionali P(ABC|ABD) , P(ABC|BCD) ,
P(BCD|ACD) .
Soluzione: Data la simmetria della funzione f rispetto alla variabile x, lintegrale su tutto
il rettangolo è la metà dellintegrale sul quadrato di vertici O, B, C e K con (O) (0, 0) e
(K) (0, ) , ovvero
_
ABCD
f(x, y) dxdy = 2 a
_

0
_

0
xy dxdy =
1
2
a
4
,
da cui
a =
2
4
.
81
Troviamo le densità marginali:
f
X
(x) =
_

0
a |x| y dy =
|x|
2
,
f
Y
(y) = 2
_

0
a xy dx =
2 y
2
.
Ora, per comodità del calcolo, consideriamo la suddivisione del rettangolo ABCD in trian-
goli, determinata dai punti O, K e Q dove (Q) (0,
1
2
) . I lati obliqui di questi triangoli
stanno sulle rette di equazione y = ( +x)/2 e u = ( x)/2 , e si ottiene
P(BOQ) = P(AOQ) =
_
0
dx
_
(+x)/2
0
(a xy) dy =
1
48
,
P(BQC) = P(AQD) =
_
0
dx
_
(x)/2
(+x)/2
(a xy) dy =
1
3
,
P(CQD) = P(DQK) =
_
0
dx
_

(x)/2
(a xy) dy =
7
48
.
Pertanto
P(ABD) = P(ABC) = P(AHQ) +P(BHQ) +P(AQD) =
3
8
,
P(ACD) = P(BCD) = P(DQK) +P(CQK) +P(AQD) =
5
8
,
PC(ABC|ABD) =
P(AHQ) +P(BHQ)
P(ABD)
=
1
9
,
PC(ABC|BCD) =
P(BQC))
P(BCD)
=
8
15
,
PC(BCD|ACD) =
P(DQK) +P(CQK)
P(ACD)
=
7
15
.
Esercizio 2.16 [E20110209-2]

Nel piano cartesiano consideriamo i punti A, B, C e D di coordinate
(A) = (, 2 ) , (B) = (, 2 ) , (C) = (, ) , (D) = (, ) .
Trovare il valore della costante a in modo che la funzione f(x, y) = a |3 x + 2 y + | sia una
densità di probabilità sul rettangolo R di vertici ABCD, e scrivere le densità marginali f
X
e f
Y
. Trovare poi la densità, la media e la varianza della variabile aleatoria Z che prende il
valore i sulli-esimo quadrante.
82 2 PROBABILIT
`
A NEL CONTINUO
Soluzione:
A B
O
D C
Lequazione della retta passante per B e D è 3 x + 2 y + = 0 ,
quindi largomento del valore assoluto è negativo al di sotto della
diagonale DB. Per brevità poniamo g(x, y) = a (3 x + 2 y +) , di
modo che f(x, y) = g(x, y) a seconda che (x, y) sia sopra o sotto
la diagonale. Abbiamo
1 =
_
R
f =
_

_
_
(3x+)/2
2
g(x, y) dy
_
dx +
+
_

_
_

(3x+)/2
g(x, y) dy
_
dx =
= 6 a
3
+ 6 a
3
= 12 a
3
.
Pertanto a = 1/12
3
. Si ha poi
f
X
(x) =
_
(3x+)/2
2
g(x, y) dy +
_

(3x+)/2
g(x, y) dy =
3 (x
2
+
2
)
8
3
,
f
Y
(y) =
_
(2y+)/3
g(x, y) dx +
_

(2y+)/3
g(x, y) dx =
2 y
2
+ 2 y + 5
2
18
3
.
Integrando ora la f sulle porzioni di R contenute rispettivamente nel I, II, III e IV
quadrante si ottiene
P{Z = 1} =
_

0
_

0
g(x, y) dxdy =
7
24
,
P{Z = 2} =
_
/3
_
_
(3x+)/2
0
g(x, y) dy
_
dx +
_

0
_
_
0
(2y+)/3
g(x, y) dx
_
dy =
17
216
,
P{Z = 3} =
_
/2
2
_
_
0
g(x, y) dx
_
dy
_
0
/2
_
_
(2y+)/3
g(x, y) dx
_
dy +
+
_
0
/2
_
_
0
(2y+)/3
g(x, y) dx
_
dy =
91
216
,
P{Z = 4} =
_

0
_
_
(3x+)/2
2
g(x, y) dy
_
dx +
_

0
_
_
0
(3x+)/2
g(x, y) dy
_
dx =
5
24
.
(Ovviamente basterebbe calcolare con gli integrali tre di questi valori e ricavare il quarto per
dierenza, ma cos` possiamo controllare che la somma fa 1.)
Inne si ottiene
E[Z] =
275
108
= 2.5463 , Var[Z] =
14 555
11 644
= 1.24786 .
83
Esercizio 2.17 [E20110223-2]
Nel piano cartesiano consideriamo lesagono avente come vertici i punti di coordinate
_
A
k
_
=
_
cos(k /3) , sin(k /3)
_
, k = 0, 1, 2, 3, 4, 5 .
Dopo aver determinato la costante a in modo tale che la funzione f(x, y) = a (x +) (y +)
sia una densità sullesagono, si trovino le densità marginali f
X
e f
Y
. Trovare poi la densità, la
media e la varianza della variabile aleatoria Z che prende i valori 1, 2, 3 e 4 rispettivamente
nei triangoli A
0
A
1
A
2
, A
0
A
2
A
3
, A
0
A
3
A
4
e A
0
A
4
A
5
.
Soluzione:
A
0
A
1
A
2
A
3
A
4
A
5
O
Z =1
Z =2
Z =3
Z =4
Scriviamo le equazioni delle rette che ci servono nei calcoli:
A
0
A
1
: y +
3 x
3 = 0 , A
0
A
2
:
3 y +x = 0 ,
A
0
A
4
:
3 y x + = 0 , A
0
A
5
: y
3 x +
3 = 0 ,
A
2
A
3
: y
3 x
3 = 0 , A
3
A
4
: y +
3 x +
3 = 0 .
Per calcolare lintegrale di f(x, y) sullesagono possiamo procedere in vari modi; per esem-
pio possiamo sommare lintegrale sulla metà superiore e lintegrale sulla metà inferiore, e
calcolare ciascuno di questi integrando prima rispetto a x e poi rispetto a y . Otteniamo
_

3 /2
0
_
_
y/
3
+y/
3
f(x, y) dx
_
dy +
_
0
3 /2
_
_
+y/
3
y/
3
f(x, y) dx
_
dy =
=
1
4
(3
3 + 2) a
4
+
1
4
(3
3 2) a
4
=
1
2
3
3 a
4
a =
2
3
3
4
.
La densità marginale f
Y
(y) ha due espressioni dierenti per y > 0 e per y < 0 , che sono poi
in sostanza i due integrali rispetto a x che compaiono nel calcolo appena fatto:
0 < y <
3
2

f
Y
(y) =
_
y/
3
+y/
3
f(x, y) dx =
4 ( +y) (3
3 y)
9
3
3
=
4 [3
2
+ (3
3) y
3 y
2
]
9
3
3
,
3
2
< y < 0
f
Y
(y) =
_
+y/
3
y/
3
f(x, y) dx =
4 ( +y) (3 +
3 y)
9
3
3
=
4 [3
2
+ (3 +
3) y +
3 y
2
]
9
3
3
.
Per la densità marginale f
X
(x) dobbiamo distinguere invece tre casi:
< x <
2
f
X
(x) =
_

3 (+x)
3 (+x)
f(x, y) dy =
4 ( +x)
2
3
3
,
84 2 PROBABILIT
`
A NEL CONTINUO

2
< x <

2
f
X
(x) =
_

3 /2
3 /2
f(x, y) dy =
2 ( +x)
3
3
,
2
< x < f
X
(x) =
_

3 (x)
3 (x)
f(x, y) dy =
4 (
2
x
2
)
3
3
.
Passiamo al calcolo della densità di Z :
P{Z = 1} =
_

3 /2
0
_
_
y/
3 y
f(x, y) dx
_
dy =
16 + 5
3
72
,
P{Z = 2} =
_

3 /2
0
_
_

3 y
+y/
3
f(x, y) dx
_
dy =
20 + 3
3
72
,
P{Z = 3} =
_
0
3 /2
_
_
+
3 y
y/
3
f(x, y) dx
_
dy =
20 3
3
72
,
P{Z = 4} =
_
0
3 /2
_
_
+y/
3
+
3 y
f(x, y) dx
_
dy =
16 5
3
72
.
Si trova inne
E[Z] =
5
2

3
4
= 2.067 , E[Z
2
] =
133
18

5
3
4
= 5.2238 ,
Var[Z] = E[Z
2
] E[Z]
2
=
137
144
= 0.9514 .
Esercizio 2.18 [E20110614-2]

La gittata di un cannone, in funzione dellalzo (0, /2) , è X() = a sin(2 ) dove a è una
costante positiva. Supponendo che sia una variabile aleatoria con densità p
(t) = sin(2 t) ,
si chiede di trovare la funzione di ripartizione F
X
(s) e la densità p
X
(s) della X .
Soluzione: Per denizione
F
X
(s) = P
_
X s
_
= P
_
X((0, s])
_
.
Daltra parte la preimmagine dellintervallo (0, s] è
X((0, s]) =
_
t (0, /2) : a sin(2 t) s
_
=
_
0 ,
1
2
arcsin
s
a
2

1
2
arcsin
s
a
,

2
_
.
Pertanto
F
X
(s) =
_ 1
2
arcsin
s
a
0
p
(t) dt +
_
2
1
2
arcsin
s
a
p
(t) dt =
=
1
2
_
cos(2 t)
1
2
arcsin
s
a
0

1
2
_
cos(2 t)
1
2
arcsin
s
a
=
= 1
_
1
s
2
a
2
,
85
dove ovviamente si è tenuto conto dellidentità cos(arcsin z) =
1 z
2
. Derivando si ottiene
p
X
(s) =
d
ds
F
X
(s) =
s
a
2
_
1
s
2
a
2
=
s
a
(a
2
s
2
)
1/2
.
Esercizio 2.19 [E20110628-2]

Sullo spazio dei campioni [0, 2] R (intervallo della retta reale) si consideri la densità
p() =
_
_
1
2
, 0 <
2
3
,
3
4
,
2
3
<
4
3
,
1
4
,
4
3
2 .
Si chiede di trovare la funzione di ripartizione F
X
(x) e la densità p
X
(x) della variabile aleatoria
X : R : X() = (5 3 ) .
Soluzione:
0.5 1.0 1.5 2.0
2
1
1
2
Qui sopra è disegnato il graco della funzione X() . Osservando che si ha X() = x per
=
1
6
(5
25 12 x) , e indicando per brevità queste due espressioni come

1
(x)
2
(x) ,
otteniamo
X(, x] =
_
_
, x < 2 ,
[
2
(x) , 2] , 2 x < 0 ,
[0,
1
(x)] [
2
(x) , 2] , 0 x <
25
12
,
[0, 2] , x
25
12
.
Nel calcolo di F
X
(x) P(
X(, x]) dobbiamo tener conto del fatto che la densità p è denita
con espressioni analitiche diverse (costanti) a tratti; a tale scopo osserviamo (si guardi ancora
86 2 PROBABILIT
`
A NEL CONTINUO
il graco) che
2
(x) = 4/3 per x = 4/3 , e
1
(x) = 2/3 per x = 2 . Pertanto
F
X
(x) =
_
_
0 , x < 2 ,
1
4
_
2
2
(x)
_
=
1
24
(7
25 12 x) , 2 x < 0 ,
1
2

1
(x) +
1
4
_
2
2
(x)
_
=
17
24

1
8
25 12 x , 0 x < 4/3 ,
1
2

1
(x) +
3
4
_
4
3

2
(x)
_
+
1
4

2
3
=
1
24
(23 5
25 12 x) ,
4
3
x < 2 ,
1
2

2
3
+
3
4
_
1
(x)
2
3
_
+
3
4
_
4
3

2
(x)
_
+
1
4

2
3
= 1
1
4
25 12 x , 2 x <
25
12
,
1
2

2
3
+
3
4

2
3
+
1
4

2
3
= 1 , x
25
12
.
2 1 1 2
0.2
0.4
0.6
0.8
1.0
Nella gura a anco è riportato
il graco di F
X
(x) nellintervallo
_
2 ,
25
12
Derivando otteniamo inne

p
X
(x) =
d
dx
F
X
(x) =
_
_
0 , x < 2 ,
1
4
25 12 x
, 2 < x < 0 ,
3
4
25 12 x
, 0 x < 4/3 ,
5
4
25 12 x
,
4
3
< x < 2 ,
3
2
25 12 x
, 2 < x <
25
12
,
0 , x >
25
12
.
Esercizio 2.20 [E20110712-2]

Sullo spazio dei campioni R è data la densità p() = 1/( (1+
2
)) . Si chiede di trovarne
la funzione di ripartizione congiunta del vettore aleatorio
Z (X, Y ) : R
2
:
_
X(), Y ()
_
=
_
,
2
_
;
inoltre si chiede di trovare le funzioni di ripartizione e le densità marginali, le medie e le
varianze di X e Y .
87
Soluzione: Per trovare F
Z
(x, y) troviamo per prima cosa
Z(J
(x,y)
)
Z
_
(, x] (, y]
_
=
_
R : X() x, Y () y
_
} =
=
_
R : x,
2
y
_
} =
_
_
_
, y < 0 ,
(, x] [
y,
y] , y 0 ;
=
=
_
_
, y < 0 ,
[
y,
y] , 0 y x
2
,
[
y, x] , y x
2
.
Poiche una primitiva di p() è
1
arctan , si ottiene
F
Z
(x, y) = P
_
Z(J
(x,y)
)
_
=
_
_
0 , y < 0 ,
2
arctan
y , 0 y x
2
,
1
(arctan x + arctan
y) , y x
2
.
Pertanto
F
X
(x) = lim
y
F
Z
(x, y) =
1
2
+
1
arctan x ,
F
Y
(y) = lim
x
F
Z
(x, y) =
_
_
_
0 , y 0 ,
2
arctan
y , y > 0 .
,
da cui le densità marginali
p
X
(x) =
d
dx
F
X
(x) =
1
(1 +x
2
)
,
p
Y
(y) =
_
_
_
0 , y 0 ,
1
y (1+y)
, y > 0 .
`
E immediato vericare (ricordando le regole basilari per la convergenza degli integrali impro-
pri) che ne p
X
ne p
Y
hanno media nita; quindi tantomeno hanno varianza nita.
Osservazione.La derivata seconda mista

2
xy
F
Z
(x, y) si annulla ovunque eccetto che sulla
retta y = 0 e sulla parabola y = x
2
, dove F
Z
non è derivabile. Vediamo quindi che non si può
ottenere la densità congiunta mediante derivazione nella maniera standard.
2.1
Esercizio 2.21 [E20110909-2]

Sullo spazio dei campioni [0, 2] R si consideri la densità p() =
1
2
. Dato il vettore
aleatorio
Z (X, Y ) : R
2
:
_
X(), Y ()
_
=
_
, 1
_
,
2.1
Lo si potrebbe fare con una opportuna estensione della delta di Dirac a una distribuzione avente come
supporto una curva di R
2
.
88 2 PROBABILIT
`
A NEL CONTINUO
si chiede di determinare
Z(J
(x,y)
)
Z
_
(, x] (, y]
_
, (x, y) R
2
,
e la funzione di ripartizione congiunta F
Z
(x, y) .
Soluzione: Abbiamo
Z(J
(x,y)
)
Z
_
(, x] (, y]
_
=
_
R : X() x, Y () y
_
} =
=
_
[0, 2] : x, 1 y
_
} =
_
[0, 2] : 1 y x
_
} =
= [0, 2] [1 y, x] .
x = 0 x = 2
y = 1
y = 1
A B
C D
Perche tale insieme sia non vuoto devo-
no essere vericate contemporaneamente le
seguenti tre condizioni:
1 y x x +y 1 ,
1 y 2 y 1 ,
x 0 .
Linsieme S di tutti gli (x, y) R
2
tali che
Z(J
(x,y)
) = è rappresentata nella gura a
anco come larea colorata (estendentesi al-
linnito verso destra e verso lalto), e può
essere suddiviso come S = ABC D do-
ve i quattro sottoinsiemi A, B, C e D (sepa-
rati nel disegno dalle linee tratteggiate) sono
caratterizzati da:
A: x < 2 , y < 1 ;
B: x 2 , y < 1 ;
C: x < 2 , y 1 ;
D: x 2 , y 1 .
Distinguiamo allora i seguenti casi:
(x, y) R
2
\ S
Z(J
(x,y)
) = ;
(x, y) A
Z(J
(x,y)
) = [1 y, x] ;
(x, y) B
Z(J
(x,y)
) = [1 y, 2] ;
(x, y) C
Z(J
(x,y)
) = [0, x] ;
(x, y) D
Z(J
(x,y)
) = [0, 2] .
Per a, b [0, 2] , a b , si ha
P
_
[a, b]
_
=
_
b
a
p() d =
1
4
(b
2
a
2
) ,
89
da cui si ottiene
F
Z
(x, y) = P
_
Z(J
(x,y)
)
_
=
_
_
0 , (x, y) R
2
\ S ,
1
4
_
x
2
(1 y)
2
_
=
1
4
x
2
1
4
y
2
+
1
2
y
1
4
, (x, y) A ,
1
4
_
4 (1 y)
2
_
=
1
4
y
2
+
1
2
y +
3
4
, (x, y) B ,
1
4
x
2
, (x, y) C ,
1 , (x, y) D .
Esercizio 2.22 [E20110614-3]
d
d
d
d
d
d
d
d
d
d
d
d
d
d
d
A
B
C
D
E
F
E
T
x
y
Il triangolo rettangolo ACE , metà di un qua-
drato di lato AE = CE = , è suddiviso in
quattro triangoli equali tra loro e simili ad
ACE stesso (tutte le ipotenuse sono disegna-
te orizzontalmente). Nel piano si consideri la
funzione f(x, y) = a xy dove le coordinate
x e y sono relative agli assi cartesiani, mo-
strati in gura, con origine in A e rispettiva-
mente paralleli e ortogonali alle ipotenuse dei
triangoli.
Dopo aver determinato la costante a in modo che la f sia una densità sul triangolo ACE,
studiare la variabile aleatoria X : ACE R denita da
X
|ABF
= 1 , X
|BDF
= 2 , X
|BCD
= 3 , X
|DEF
= 4 .
Supponendo poi di ripetere lesperimento n = 80 volte, detto x
i
il valore assunto da X nella
i-esima ripetizione, calcolare con lapprossimazione normale la probabilità
P
_
n
i=1
x
i
240
_
.
Soluzione: Converrà svolgere gli integrali necessari integrando prima rispetto alla x; quindi,
per impostare poi i limiti di integrazione, cominciamo con lo scriverci le equazioni delle rette
passanti per i cateti dei triangoli nella forma:
AE : x = y , CE : x =
2 y , BF : x = y +/
2 , BD : x = y +/
2 .
Otteniamo quindi
1 =
_
/
2
0
_
_

2 y
y
f(x, y) dx
_
dy =
1
12
a
4
,
da cui
a =
12
4
f(x, y) =
12 xy
4
.
90 2 PROBABILIT
`
A NEL CONTINUO
Passando poi a calcolare le probabilità dei quattro triangoli pi` u piccoli otteniamo
P(ABF) =
_
/2
2
0
_
_
y+/
2
y
f(x, y) dx
_
dy =
1
16
,
P(BDF) =
_
/2
2
0
_
_
y+/
2
y+/
2
f(x, y) dx
_
dy =
1
4
,
P(BCD) =
_
/2
2
0
_
_
y+
2
y+/
2
f(x, y) dx
_
dy =
3
16
,
P(DEF) =
_
/
2
/2
2
_
_
y+
2
y
f(x, y) dx
_
dy =
1
2
.
La X è una variabile aleatoria discreta sul triangolo ACE , e in base ai calcoli appena
svolti possiamo subito riportare i valori della sua densità nella tabella:
x 1 2 3 4
P
X
(x) 1/16 1/4 3/16 1/2
Pertanto
E[X] =
25
8
= 3.125 , E[X
2
] =
43
4
= 10.75 ,
2
Var[X] =
63
64
= 0.9844 , =
3
7
8
= 0.9922 .
Si ha poi
240 80
80
= 1.12687 .
Dalla tabella dei quantili della legge normale si ottiene allora
P
_
80
i=1
X
i
240
_
= 0.129238 .
Esercizio 2.23 [E20110628-3]

Nella gura a anco, centrata nellorigine, la cir-
conferenza piccola ha raggio R. Dopo aver de-
terminato la costante a in modo che la funzione
f(x, y) = a (x
2
+y
2
) sia una densità sul quadrato
grande , studiare la variabile aleatoria X : R
denita da
X
|A
= 3 , X
|B\A
= 2 , X
|C\B
= 1 , X
|\C
= 0 ,
dove A è il cerchio interno, B è il quadrato piccolo, C
è il cerchio grande.
91
Soluzione: Lesercizio può essere svolto con rapidità, senza calcolare eettivamente gli
integrali, quando si osservi che la probabilità di un sottoinsieme del piano, con la densità di
probabilità assegnata, coincide con il momento dinerzia del sottoinsieme rispetto a una retta
ortogonale al piano e passante per lorigine, essendo = a = costante la densità di massa.
Ricordiamo allora che il momento dinerzia di un quadrato omogeneo di massa m e lato ,
rispetto al suo centro, vale
1
6
m
2
, mentre il momento dinerzia di un disco omogeneo di massa
m e raggio r , rispetto al suo centro, vale
1
2
mr
2
. Con i dati del problema si ha pertanto
raggio di A = R; lato di B = 2 R; raggio di C =
2 R; lato di = 2
2 R;
massa di A = a R
2
; massa di B = 4 a R
2
;
massa di C = 2 a R
2
; massa di = 8 a R
2
.
I momenti dinerzia, cioè le probabilità di A, B, C e , sono quindi
I
A
=
1
2
a R
4
, I
B
=
8
3
a R
4
, I
C
= 2 a R
4
, I
=
32
3
a R
4
.
Poiche si deve avere 1 = P() I
si trova a =
3
32 R
4
, pertanto
P(A) =
3
64
= 0.147262 , P(B) =
1
4
= 0.25 , P(C) =
3
16
= 0.589049 ,
da cui
p
X
(0) = 1 P(C) = 1
3
16
= 0.410951 , p
X
(1) = P(C) P(B) =
3
16

1
4
= 0.339049 ,
p
X
(2) = P(B) P(A) =
1
4

3
64
= 0.102738 , p
X
(3) = P(A) =
3
64
= 0.147262 .
In denitiva si ottiene
E[X] =
1
4
+
15
64
= 0.986311 , E[X
2
] =
3
4
+
27
64
= 2.07536 ,
Var[X] =
11
16
+
39
128

225
2
4096
= 1.10255 .
92 2 PROBABILIT
`
A NEL CONTINUO
Esercizio 2.24 [E20110712-3]
0 1
2 3
0
1 2
3
Nella gura a anco, centrata nellorigine, le due cir-
conferenze concentriche hanno raggio R e 2 R. Gli assi
e la circonferenza piccola suddividono il cerchio gran-
de in otto sottoinsiemi disgiunti, su ciascuno dei
quali la variabile aleatoria X prende valori costanti
che sono riportati in gura.
Dopo aver determinato la costante a in modo che la
funzione (espressa in coordinate polari)
f(r, ) = a r ( )
2
sia una densità su , trovare la densità, il valore di
aspettazione e la varianza di X .
Soluzione: Si ha
1 = P() =
_
2
0
_
2R
0
f(r, ) r dr d =
16
9
a
3
R
3
a =
9
16
3
R
3
.
Pertanto
P{X = 0} =
_
/2
0
_
R
0
f(r, ) r dr d +
_

/2
_
2R
R
f(r, ) r dr d =
7
64
= 0.109375 ,
P{X = 1} =
_

/2
_
R
0
f(r, ) r dr d +
_
3/2
_
2R
R
f(r, ) r dr d =
1
16
= 0.0625 ,
P{X = 2} =
_
3/2
_
R
0
f(r, ) r dr d +
_
2
3/2
_
2R
R
f(r, ) r dr d =
25
64
= 0.390625 ,
P{X = 3} =
_
2
3/2
_
R
0
f(r, ) r dr d +
_
/2
0
_
2R
R
f(r, ) r dr d =
7
16
= 0.4375 .
Inne si trova
E[X] =
69
32
= 2.15625 , E[X
2
] =
89
16
= 5.5625 , Var[X] =
935
1024
= 0.913086 .
93
Esercizio 2.25 [E20110909-3]
1
2
3
4
5
6
7
8
y
x
Nella gura a anco è rappresentato, in grigio, lo spa-
zio dei campioni , che è costituito da un quadrato
di lato da cui è stato tolto un quadrato pi` u pic-
colo, avente il medesimo centro e lati di lunghezza
/3 . Inoltre è suddiviso in otto rettangoli, come mo-
strato in gura, i cui lati corti hanno lunghezza /6 .
La variabile aleatoria N : R prende su ciascun
rettangolo il valore costante riportato in gura.
Dopo aver determinato la costante a in modo che la
funzione f(x, y) = a xy (espressa nel sistema di coor-
dinate mostrato in gura) sia una densità su , tro-
vare la densità, il valore di aspettazione e la varianza
della variabile aleatoria X [N/2] , dove la parentesi
quadra indica la parte intera del suo argomento (il pi` u
grande intero non maggiore dellargomento).
Soluzione: Si ha
1 = P() =
_

0
_

0
f(x, y) dxdy
_
2/3
/3
_
2/3
/3
f(x, y) dxdy =
2
9
a
4
a =
9
2
4
.
Pertanto
P{N = 1} =
_

0
_
_
/6
0
f(x, y) dx
_
dy =
1
32
= 0.03125 ,
P{N = 2} =
_
/6
0
_
_

/6
f(x, y) dx
_
dy =
35
1152
= 0.0303819 ,
P{N = 3} =
_

/6
_
_

5/6
f(x, y) dx
_
dy =
385
1152
= 0.334201 ,
P{N = 4} =
_

5/6
_
_
5/6
/6
f(x, y) dx
_
dy =
11
48
= 0.229167 ,
P{N = 5} =
_
5/6
/6
_
_
/3
/6
f(x, y) dx
_
dy =
1
16
= 0.0625 ,
P{N = 6} =
_
/3
/6
_
_
5/6
/3
f(x, y) dx
_
dy =
7
128
= 0.0546875 ,
P{N = 7} =
_
5/6
/3
_
_
5/6
2/3
f(x, y) dx
_
dy =
21
128
= 0.164063 ,
P{N = 8} =
_
5/6
2/3
_
_
2/3
2/3
f(x, y) dx
_
dy =
3
32
= 0.09375 .
94 2 PROBABILIT
`
A NEL CONTINUO
Per quanto riguarda la variabile aleatoria X si ha allora
P{X = 0} = P{N = 1} =
1
32
= 0.03125 ,
P{X = 1} = P{N = 2} +P{N = 3} =
35
96
= 0.364583 ,
P{X = 2} = P{N = 4} +P{N = 5} =
7
24
= 0.291667 ,
P{X = 3} = P{N = 6} +P{N = 7} =
7
32
= 0.21875 ,
P{X = 4} = P{N = 8} =
3
32
=
= 0.09375 .
Inne si trova
E[X] =
95
48
= 1.97917 , E[X
2
] = 5 , Var[X] =
2495
2304
= 1.0829 .
Esercizio 2.26 [E20120110-2]

Si consideri la funzione F : R [0, 1] denita da:
F(x) :=
_
_
0 , x < 1 ,
1
4
(x + 1) , 1 x < 0 ,
1
3
, 0 x <
1
3
,
1
2
(x + 1) ,
1
3
x < 1 ,
1 , x 1 .
Supponendo che F sia la funzione di ripartizione di una variabile aleatoria X, si chiede trovare
le seguenti probabilità:
P{X = 0} , P{X < 0} , P{X 0} , P{X =
1
3
} , P{X <
1
3
} , P{X
1
3
} ,
P{0 < X
1
3
} , P{0 < X <
1
3
} , P{0 X <
1
3
} , P{0 X
1
3
} ,
P{X =
1
2
} , P{X <
1
2
} , P{0 < X <
1
2
} , P{0 X <
1
2
} , P{
1
2
X <
1
2
} ,
P{X < 0 | X
1
2
} , P{X < 0 | X
1
3
} , P{X < 0 | X <
1
3
} , P{|X| <
1
3
| |X| <
1
2
} .
Trovare poi la densità di X, la sua media e la sua varianza.
Soluzione:
95
1 0
1
3
1
14
13
23
1
Nella gura accanto è riportato il graco
della funzione F. Per trovare le probabilità
richieste ricordiamo che per a b si ha
P{a < X b} = F(b) F(a) ,
P{X = a} = F(a) F(a
) .
Da queste si ricava anche
P{a < X < b} = F(b) F(a)
_
F(b) F(b
)
_
= F(b
) F(a) ,
P{a X < b} = F(b
) F(a) +
_
F(a) F(a
)
_
= F(b
) F(a
) ,
P{a X b} = F(b) F(a) +
_
F(a) F(a
)
_
= F(b) F(a
) .
Abbiamo quindi
P{X = 0} =
1
12
, P{X < 0} =
1
4
, P{X 0} =
1
3
,
P{X =
1
3
} =
1
3
, P{X <
1
3
} =
1
3
, P{X
1
3
} =
2
3
,
P{0 < X
1
3
} =
1
3
, P{0 < X <
1
3
} = 0 , P{0 X <
1
3
} =
1
12
, P{0 X
1
3
} =
5
12
,
P{X =
1
2
} = 0 , P{X <
1
2
} =
3
4
, P{0 < X <
1
2
} =
5
12
,
P{0 X <
1
2
} =
1
2
, P{
1
2
X <
1
2
} =
5
8
,
P{X < 0 | X
1
2
} =
1
3
, P{X < 0 | X
1
3
} =
3
8
,
P{X < 0 | X <
1
3
} =
3
4
, P{|X| <
1
3
| |X| <
1
2
} =
4
15
.
Per trovare la densità p(x) della variabile aleatoria X osserviamo che F
(x) vale
1
4
per
1 < x < 0 e
1
2
per
1
3
< x < 1 , ed è zero per x < 1 , per 0 < x <
1
3
e per x > 1 ; inol-
tre F
(0) =
1
12
(x) , F
(
1
3
) =
1
3
(x
1
3
) . Volendo scrivere p(x) in forma compatta possiamo
utilizzare la nozione di funzione caratteristica
A
di un insieme A, denita da
A
(x) =
_
1 , x A,
0 , x A.
La densità è quindi la distribuzione
p(x) =
1
4

(1,0)
(x) +
1
3

(
1
3
,1)
(x) +
1
12
(x) +
1
3
(x
1
3
) .
96 2 PROBABILIT
`
A NEL CONTINUO
Procedendo al calcolo della media e della varianza, otteniamo
E[X] =
_
+
xp(x) dx =
1
4
_
0
1
xdx +
1
3
_
1
1/3
xdx + 0
1
12
+
1
3

1
3
=
5
24
,
E[X
2
] =
_
+
x
2
p(x) dx =
1
4
_
0
1
x
2
dx +
1
3
_
1
1/3
x
2
dx + 0
2
1
12
+ (
1
3
)
2
1
3
=
91
324
,
Var[X] =
_
+
(x )
2
p(x) dx =
=
1
4
_
0
1
(x )
2
dx +
1
3
_
1
1/3
(x )
2
dx + (0 )
2
1
12
+ (
1
3
)
2
1
3
=
=
1231
5184
= E[X
2
]
2
.
Osservazioni ulteriori.
Lespressione della densità può essere scritta subito senza ragionamenti particolarmente raf-
nati: basta notare che p(x) = F
(x) in ciascun intervallo in cui F è derivabile, e aggiungere

un termine (xx
0
) per ciascun x
0
R tale che F(x
0
) F(x
0
) = = 0 .
`
E anche possibile
procedere in maniera un po pi` u formale, scrivendo F(x) come unespressione in termini
della funzione scalino H continua a destra, e ricordando che H
= . A tale scopo vogliamo

per prima cosa esprimere la funzione caratteristica di intervalli in R. Osserviamo allora che,
se a R, abbiamo
[a,+)
= H(x a) =
_
0 , x < a ,
1 , x a ,
(,a)
= 1 H(x a) =
_
1 , x < a ,
0 , x a ,
(,a]
= H(a x) =
_
0 , x > a ,
1 , x a ,
(a,+)
= 1 H(a x) =
_
1 , x > a ,
0 , x a .
Pertanto, se a < b R, abbiamo
[a,b]
(x) =
_
[a,+)
(x)
_
(,b]
(x)
_
= H(x a) H(b x) ,
[a,b)
(x) =
_
[a,+)
(x)
_
(,b)
(x)
_
= H(x a)
_
1 H(x b)
_
,
(a,b]
(x) =
_
(a,+)
(x)
_
(,b]
(x)
_
=
_
1 H(a x)
_
H(b x) ,
(a,b)
(x) =
_
(a,+)
(x)
_
(,b)
(x)
_
=
_
1 H(a x)
_ _
1 H(x b)
_
.
Possiamo ora calcolare le derivate di queste funzioni come distribuzioni, applicando le regole
formali della derivazione pi` u la regola H
(x) = (x) . Inoltre, per semplicare le espressioni

trovate, osserviamo che la è una distribuzione simmetrica nellargomento, cioè (x) = (x) ,
e che se (x) è una funzione continua in un intorno di x
0
allora
(x) (xx
0
) = (x
0
) (xx
0
) .
Per la prima delle funzioni caratteristiche elencate otteniamo
[a,b]
(x) = (x a) H(b x) H(x a) (x b) =
= (x a) (x b) ,
97
in quanto, poiche a < b , H(bx) vale 1 in x = a , e H(xa) vale 1 in x = b . A questo punto
è facile vericare che anche le altre tre funzioni caratteristiche hanno la medesima derivata
della prima. In eetti si ha, per esempio,
[a,b)
(x) = (x a)
_
1 H(x b)
_
H(x a) (x b) =
= (x a) (x a) H(x b) H(x a) (x b) ,
che viene la stessa di prima perche (xa) H(xb) = 0 in quanto H(xb) = 0 per x = a < b .
A questo punto lo studente può vericare facilmente che anche le due funzioni caratteristiche
rimaste hanno la stessa derivata; se ci si pensa bene, è logico che debba essere cos`: derivando
funzioni non continue si entra nel regno delle distribuzioni, e come distribuzioni le quattro
sono identiche perche dieriscono tra loro su un insieme di misura nulla.
Dopo questa lunga premessa (che comunque può servire per impostare esercizi analoghi)
scriviamo
F(x) =
1
4
(x + 1)
[1,0)
(x) +
1
3

[0,
1
3
)
(x)
1
2
(x + 1)
[
1
3
,1)
(x) +H(x 1) ,
F
(x) =
1
4

[1,0)
(x) +
1
4
(x + 1)
_
(x+1) (x)
_
+
1
3
_
(x) (x
1
3
)
_
+
+
1
2

[
1
3
,1)
(x) +
1
2
(x + 1)
_
(x
1
3
) (x1)
_
+(x1) =
=
1
4

[1,0)
(x) +
1
3

[
1
3
,1)
(x) +
1
12
(x) +
1
3
(x
1
3
) .
Nel fare le semplicazioni abbiamo utilizzato la proprietà già ricordata del prodotto di una
delta per una funzione, per cui si ha, per esempio,
(x + 1) (x
1
3
) = (
1
3
+ 1) (x
1
3
) =
4
3
(x
1
3
) ,
e cos` via.
Esercizio 2.27 [E20120124-2]
Sullo spazio dei campioni R
+
si consideri la densità di probabilità p() = e
, dove
R
+
è una costante; si consideri inoltre il vettore aleatorio
Z (X, Y ) : R
2
: (, ) .
Si chiede di determinare la funzione di ripartizione congiunta di Z, e di trovare le seguenti
probabilità di rettangoli in R
2
:
P
Z
(ADGI) , P
Z
(ACQP) , P
Z
(CDJK) , P
Z
(CEFL) , P
Z
(BDGH) , P
Z
(ABHI) ,
dove
A (1, 0) , B (0, 0) , C (1, 0) , D (2, 0) , E (3, 0) , F (3, 1) , G (2, 1) ,
H (0, 1) , I (1, 1) , J (2, 3) , K (1, 3) , L (1, 1) , P (1, 1) , Q (1, 1) .
Soluzione: Osserviamo per prima cosa che limmagine di Z è la bisettrice del primo
quadrante; pertanto ogni sottoinsieme di R
2
che non la interseca ha probabilità nulla.
98 2 PROBABILIT
`
A NEL CONTINUO
1 1 2 3
1
1
2
3
A B C D E
F G H I
J K
L
P Q
x<y
x>y
Guardando la gura si vede subito come la preimmagi-
ne
Z
_
(, x](, x]
_
sia vuota se (x, y) non appar-
tiene al primo quadrante; altrimenti è (0, x] per x<y
e (0, y] per x>y . Pertanto la funzione di ripartizione
della Z è
F
Z
(x, y) =
_
_
0 , x 0 e\o y 0 ,
1 e
x
, 0 < x y ,
1 e
y
, 0 < y < x.
Osserviamo poi che la probabilità del rettangolo aven-
te vertice inferiore sinistro (x
0
, y
0
) e vertice superiore
destro (x
1
, y
1
) è data da
F
Z
(x
1
, y
1
) F
Z
(x
0
, y
1
) F
Z
(x
1
, y
0
) +F
Z
(x
0
, y
0
) .
Pertanto si trova subito
P
Z
(ADGI) = 1 e
, P
Z
(ACQP) = 0 , P
Z
(CDJK) = e
e
2
,
P
Z
(CEFL) = 0 , P
Z
(BDGH) = 1 e
, P
Z
(ABHI) = 0 .
Esercizio 2.28 [E20120214-2]

Sullo spazio dei campioni R
+
R
+
si consideri la funzione p(u, v) = e
(u+v)
, dove
R
+
è una costante ssata. Si chiede di determinare:
la costante in modo tale che p sia una densità di probabilità su ;
limmagine Z() , dove Z (X, Y ) : R
2
: (u, v)
_
u+v , uv
_
;
per un generico (x, y) Z() , la preimmagine
Z(J
(x,y)
) dove J
(x,y)
(, x] (, y] ;
la funzione di ripartizione F(x, y) F
Z
(x, y) e la densità f(x, y) f
Z
(x, y) .
Soluzione: Si ha
1 =
_

0
_

0
e
(u+v)
dudv =

2
=
2
.
Posto poi x u+v , y u v , vediamo che x può assumere qualsiasi valore positivo e y può
assumere qualsiasi valore reale; tuttavia la coppia (x, y) è sogetta alle condizioni
_
x +y = 2 u > 0 ,
x y = 2 v > 0 ,
x < y < x ,
dunque Z() è la porzione del semipiano x > 0 delimitata dalle semirette di equazione y = x
e y = x.
Si ha poi la preimmagine
Z(J
(x,y)
) =
_
(u, v) R
+
R
+
: u+v < x, uv < y
_
=
=
_
(u, v) R
+
R
+
: uy < v < xu
_
,
99
y < 0
T
E
d
d
d
d
d
u
v
x
y
y > 0
T
E
d
d
d
d
d
d
u
v
x
y
che è illustrata nel disegno a anco nei due
casi y < 0 e y > 0 (si osservi che da x < y
segue x > y).
Nel primo caso il triangolo delimitato dal-
le rette u = 0 , v = xu e v = uy è tutto
contenuto in R
+
R
+
e quindi costitui-
sce proprio linsieme
Z(J
(x,y)
) ; pertanto la
sua probabilità, cioè lintegrale di p(u, v) su
di esso, si imposta immediatamente. Nel se-
condo caso occorrerà togliere da tale espres-
sione lintegrale sul triangolino che sta nel
quadrante v < 0 .
Poiche i due lati obliqui del triangolo si incontrano nel punto di ascissa u =
1
2
(x+y) , il primo
integrale vale
_
(x+y)/2
0
du
_
xu
uy
dv p(u, v) =
1
2
[e
y
e
x
(1 +x +y)] ,
che è lespressione di F(x, y) per y > 0 . Nel caso y > 0 , lintegrale sul triangolino inferiore
vale
_
y
0
du
_
0
uy
dv p(u, v) =
1
2
(e
y
+ e
y
) 1 ,
da cui troviamo lespressione di F(x, y) in questo caso
1
2
[e
y
e
x
(1 +x +y)] + 1
1
2
(e
y
+ e
y
) = 1
1
2
[e
y
+ e
x
(1 +x +y)] .
Riassumendo, dopo aver osservato che le due espressioni trovate coincidono per y = 0 , scri-
viamo
F(x, y) =
_
1
2
[e
y
e
x
(1 +x +y)] , y < 0 ,
1
1
2
[e
y
+ e
x
(1 +x +y)] , y 0 .
Lespressione della densità risulta essere la stessa nei due casi, e cioè
f(x, y) =

2
xy
F(x, y) =

2
2
e
x
.
Esercizio 2.29 [E20110110-3]

Dopo aver determinato la costante a in modo che la funzione f(x, y) = a (x +y) sia una
densità sul triangolo ABC i cui vertici, in un riferimento cartesiano, hanno coordinate
_
A
_
=
_
0, 0
_
,
_
B
_
=
_
2 , 0
_
,
_
C
_
=
_
2 ,
_
,
studiare la variabile aleatoria X che assume i valori 0, 1 e 2 rispettivamente sui triangoli ADE,
DBE e BCE dove
_
D
_
=
_
, 0
_
,
_
E
_
=
_
3
2
,
3
4

_
.
Si chiede inoltre di trovare le probabilità condizionali
P(DBCE | ABE) , P(ABE | DBCE) .
100 2 PROBABILIT
`
A NEL CONTINUO
Soluzione: Ci serviranno le equazioni delle tre rette passanti per le coppie di punti (A, B),
(D, E) e (B, E), che risultano essere rispettivamente
2 y x = 0 , 2 y 3 x + 3 = 0 , 2 y + 3 x 6 = 0 .
Abbiamo quindi
1 = P(ABC) = a
_
2
0
dx
_
x/2
0
dy (x +y) =
5
3

3
a =
3
5
3
,
P{X = 0} = P(ADE) =
_
3/4
0
dy
_
+2y/3
2y
dx(x +y) =
39
160
,
P{X = 1} = P(BDE) =
_
3/4
0
dy
_
2(y/3)
+2y/3
dx(x +y) =
63
160
,
P{X = 2} = P(BCE) = 1 P(ADE) P(BDE) =
29
80
.
Per verica, questultima probabilità può essere calcolata anche come
P(BCE) =
_
2
3/2
dx
_
x/2
3(x/2)
dy (x +y) .
Abbiamo poi
E[X] = 0 P{X = 0} + 1 P{X = 1} + 2 P{X = 2} =
179
160
= 1.11875 ,
E[X
2
] = 0
2
P{X = 0} + 1
2
P{X = 1} + 2
2
P{X = 2} =
59
32
= 1.84375 ,
Var[X] = E[X
2
] (E[X])
2
=
15159
25600
= 0.592148 .
Inne
P(DBCE | ABE) =
P(BDE)
P(ADE) +P(BDE)
=
21
34
= 0.617647 ,
P(ABE | DBCE) =
P(BDE)
P(BCE) +P(BDE)
=
63
121
= 0.520661 .
101
Esercizio 2.30 [E20120124-3]
Sia F(x, y) = e
xy
, dove R
+
è una costante ssata. Supposto che la restrizione di
F(x, y) al rettangolo R di vertici (0, 0), (2, 0), (2, 1), (0, 1) sia lespressione della funzione di
ripartizione congiunta di un vettore aleatorio (X, Y ) con densità concentrata sul rettangolo
medesimo, si chiede di trovare: il valore delle costanti e , le funzioni di ripartizione mar-
ginali, lespressione della densità congiunta e delle densità marginali; determinare inoltre le
seguenti probabilità:
P{X < 1, Y < 1/2} , P{X < 1, Y > 1/2} , P{X > 1, Y < 1/2} , P{X > 1, Y > 1/2} .
Soluzione: Come abbiamo già osservato nella soluzione dellesercizio precedente, se conoscia-
mo la funzione di ripartizione congiunta del vettore aleatorio (X, Y ) allora possiamo scrivere
subito la probabilità del rettangolo avente vertice inferiore sinistro (x
0
, y
0
) e vertice superiore
destro (x
1
, y
1
) . Tale probabilità infatti è data da
F(x
1
, y
1
) F(x
0
, y
1
) F(x
1
, y
0
) +F(x
0
, y
0
) .
Nel caso in esame si ha quindi
0 = F(0, 0) = ,
1 = P(R) = F(2, 1) F(2, 0) F(0, 1) +F(0, 0) = (1 e
2
) ,
da cui si ricava
= =
1
1 e
2

e
2
e
2
1
,
ovvero
F(x, y) =
1 e
xy
1 e
2
.
`
E immediato allora controllare che, come devessere, si ha F(x, 0) = F(0, y) = 0 per ogni
x [0, 2] , y [0, 1] . Si ha poi
F
X
(x) = F(x, 1) =
1 e
x
1 e
2
,
F
Y
(y) = F(2, y) =
1 e
2 y
1 e
2
,
f(x, y) =

2
xy
F(x, y) =
(1 xy) e
xy
1 e
2
,
f
X
(x) =
d
dx
F
X
(x) =
e
x
1 e
2
,
f
Y
(y) =
d
dy
F
Y
(y) =
2 e
2 y
1 e
2
.
Si può poi vericare (anche se non è immediato) che
f
X
(x) =
_
1
0
f(x, y) dy , f
Y
(y) =
_
2
0
f(x, y) dx .
102 2 PROBABILIT
`
A NEL CONTINUO
Per il calcolo delle probabilità richieste, inne, facciamo ancora ricorso alla formula ricordata
allinizio. Troviamo
P{X < 1, Y < 1/2} = F(1,
1
2
) F(1, 0) F(0,
1
2
) +F(0, 0) =
1 e
/2
1 e
2
,
P{X < 1, Y > 1/2} = F(1, 1) F(0, 1) F(1,
1
2
) +F(0,
1
2
) =
e
/2
e
1 e
2
,
P{X > 1, Y < 1/2} = F(2,
1
2
) F(1,
1
2
) F(2, 0) +F(1, 0) =
e
/2
e
1 e
2
,
P{X > 1, Y > 1/2} = F(2, 1) F(1, 1) F(2,
1
2
) +F(1,
1
2
) =
e
2
+ 2 e
e
/2
1 e
2
.
Esercizio 2.31 [E20120214-3]

Sia f(r, ) e
r
2
una funzione sul piano cartesiano espressa in termini delle coordinate
polari ( R
+
è una costante ssata). Si chiede di determinare:
la costante in modo tale che f sia una densità di probabilità su R
2
;
la probabilità P{r
1
< R < r
2
,
1
< <
2
} dove R e sono le variabili aleatorie distanza
dallorigine e angolo polare, rispettivamente;
la densità congiunta e le densità marginali del vettore aleatorio (X, Y ) le cui componenti
sono lascissa e lordinata nel riferimento cartesiano;
la funzione di ripartizione F(x, y) ;
la probabilità del rettangolo R di vertici (, , ) , (3, ) , (3, 2) e (, 2) .
Soluzione: Ricordando che lelemento di area in coordinate polari è r dr d, per determinare
la costante dobbiamo porre
1 =
_

0
r
_
_
2
0
f(r, ) d
_
dr =

.
Pertanto
P{r
1
< R < r
2
,
1
< <
2
} =
_
r
2
r
1
r
_
_

2
1
f(r, ) d
_
dr =
=

2
1
2
_
e
(r
1
)
2
e
(r
2
)
2
_
.
La densità f in coordinate cartesiane ha lespressione
f(x, y) =

e
(x
2
+y
2
)
.
Questa è anche la densità del vettore aleatorio (X, Y ) , la cui funzione di ripartizione congiunta
risulta dunque essere
F(x, y) =
_
x
_
_
y
f(x, y) dv
_
du =
1
4
_
1 + erf(
x)
__
1 + erf(
y)
_
.
103
Inne troviamo
P(R) = F(3, 2) F(3, ) F(, 2) +F(, , ) =
=
1
4
_
erf(
) erf(2
_
erf(
) erf(3
Esercizio 2.32 [E20120613-2]

Sia [0, 1] [0, 1] R
2
con distribuzione di probabilità uniforme, e si consideri il vettore
aleatorio
Z (X, Y ) : R
2
: (u, v) (u, 2 u +v) .
Si chiede di trovare:
limmagine Z() ;
Z(J
(x,y)
) dove J
(x,y)
(, x] (, y] ;
la funzione di ripartizione F(x, y) F
Z
(x, y) e la densità f(x, y) f
Z
(x, y) .
Soluzione:
Nellimmagine Z() R
2
, la x assume tutti i valori tra 0 e 1, e la y assume
tutti i valori tra 0 e 3; quindi Z() [0, 1] [0, 3] . Tuttavia non tutti i
punti del rettangolo [0, 1] [0, 3] appartengono a Z() : per ciascun valore
di x = u, la y può assumere solo i valori tra 2 x e 2 x + 1 . Quindi Z()
risulta essere il parallelogrammo (ragurato a anco) delimitato dalle rette
di equazione x = 0 , x = 1 , y 2 x = 0 , y 2 x 1 = 0 ; ovvero
Z() =
_
(x, y) R
2
: x [0, 1], 2 x y 2 x + 1
_
=
=
_
(x, y) R
2
: y [0, 3],
y 1
2
x
y
2
_
.
Per trovare
Z(J
(x,y)
) al variare di (x, y) Z() ragioniamo come segue. Os-
serviamo che Z è la restrizione a di Z
: R
2
R
2
: (u, v) (u, 2 u +v) ;
quindi determiniamo prima di tutto
(J
(x,y)
) per un generico (x, y) R
2
,
poi troviamo lintersezione di tale insieme con imponendo al tempo stesso
la restrizione (x, y) Z() . Si ha
1
1
2
3
(J
(x,y)
) =
_
(u, v) R
2
: u x, 2 u +v y
_
,
cioè
(J
(x,y)
) è la porzione di piano delimitata a destra dalla retta u = x e in alto dalla retta
v = y 2 u; queste due rette si incontrano nel punto (u, v) = (x, y 2 x) . Se (x, y) Z() ,
allora 0 x 1 e quindi la retta u = x interseca ; se 0 y 1 , la retta v = y 2 u interseca
104 2 PROBABILIT
`
A NEL CONTINUO
il lato verticale sinistro di , mentre interseca il lato orizzontale superiore se 1 y 3 .
Ponendo A = {(x, y) Z() : y 1} , B = {(x, y) Z() : y > 1} , abbia-
mo Z() = A B, e
Z(J
(x,y)
) è ragurabile, a seconda che sia (x, y) A
oppure (x, y) B, come larea colorata nella prima o nella seconda delle
gure qua sotto.
1
1
2
3
A
B
Z(J
(x,y)
) , (x, y) A
(x,y2x)
(0,y)
Z(J
(x,y)
) , (x, y) B
(x,y2x)
(
y1
2
,1)
(x,0)
Poiche la densità su è uniforme, la probabilità di
Z(J
(x,y)
) è esattamente la sua area,
e può essere calcolata con la geometria elementare anche senza fare ricorso ad integrali. Si
ottiene
F(x, y) P
_
Z(J
(x,y)
)
_
=
_
_
_
x
2
+xy , (x, y) A,
x
2
1
4
y
4
+xy +
1
2
y
1
4
, (x, y) B.
Pertanto
f(x, y) =

2
F
xy
(x, y) = 1 , (x, y) Z() .
Dunque anche la densità determinata da Z su Z() è uniforme (e in eetti larea di Z()
vale 1).
Osservazione: la matrice Jacobiana della trasformazione Z : R
2
R
2
è (
1 0
2 1
) , e il suo
determinante vale 1. Ciò sarebbe stato suciente per dire che f(x, y) = 1 .
Esercizio 2.33 [E20120613-3]

Nel piano cartesiano si considerino i punti
A (0, 0) , B (4, 0) , C (4, 2) , D (0, 2) , E (2, 0) , F (2, 2) .
Dopo aver determinato la costante a in modo tale che la funzione f(x, y) = a x
2
y sia una
densità sul rettangolo ABCD, studiare il vettore aleatorio le cui componenti sono le variabili
aleatorie X e Y , costanti a tratti, che assumono i seguenti valori
X
|ADE
= 1 , X
|CED
= 2 , X
|BCE
= 3 ,
Y
|ADF
= 1 , Y
|AFB
= 2 , Y
|BCF
= 3 .
105
Soluzione:
A B
C D
E
F
H K
(1, 1)
(1, 2)
(2, 1)
(2, 2) (3, 3)
(3, 2)
(2, 3)
Qui accanto è ragurato il rettan-
golo ABCD, suddiviso nelle sette
parti su cui (X, Y ) è costante (per
comodità sono stati introdotti gli
altri due punti H e K). In ciascuna
parte è riportato il corrispondente
valore di (X, Y ) .
Si ha
_
4
0
dx
_
2
0
dy f(x, y) =
128
5
a
5
a =
3
128
5
.
Per calcolare la densità congiunta del vettore aleatorio (X, Y ) troviamo le probabilità dei
settori in cui (X, Y ) è costante. Si trova
P{X = 1, Y = 1} = P(AHD) =
1
256
, P{X = 1, Y = 2} = P(AEH) =
11
1280
,
P{X = 2, Y = 1} = P(DHF) =
59
1280
, P{X = 2, Y = 2} = P(EKFH) =
25
128
,
P{X = 3, Y = 2} = P(DHF) =
91
1280
, P{X = 2, Y = 3} = P(CFK) =
459
128
,
P{X = 3, Y = 3} = P(BCK) =
81
256
.
Scriviamo quindi le tabelle della densità congiunta e delle densità marginali:
d
d Y
X
1 2 3
1 1/256 59/1280 0
2 11/1280 25/128 91/1280
3 0 459/1280 81/256
x 1 2 3
P
X
(x) 1/80 3/5 31/80
y 1 2 3
P
Y
(y) 1/20 11/40 27/40
Si ha poi
E[X] =
19
8
, Var[X] =
83
320
, E[Y ] =
21
8
, Var[Y ] =
107
320
, Cov[X, Y ] =
11
128
.
Esercizio 2.34 [E20120626-2]

Questo esercizio viene proposto in due versioni, a e b, delle quali la seconda è un po pi` u
complicata. Lo studente può scegliere quale svolgere. La dierenza tra le due versioni sta solo
nella denizione dellinsieme R
2
, per il resto lenunciato è identico.
Versione a: è il quadrato di vertici (0, 0), (, 0), (, ), (0, ).
Versione b: è il rettangolo di vertici (0, 0), (2, 0), (2, ), (0, ).
106 2 PROBABILIT
`
A NEL CONTINUO
Si consideri la densità uniforme su , e il vettore aleatorio
Z (X, Y ) : R
2
: (u, v)
_
min(u, v), max(u, v)
_
.
Si chiede di trovare:
limmagine Z() ;
Z(J
(x,y)
) dove J
(x,y)
(, x] (, y] ;
lespressione della funzione di ripartizione F(x, y) e della densità f(x, y) .
Soluzione: Cominciamo con losservare che lapplicazione
Z : R
+
R
+
R
+
R
+
: (u, v)
_
min(u, v), max(u, v)
_
ha come immagine la porzione del I quadrante ottenuta escludendo i punti che stanno sotto
la retta di equazione y = x: limmagine di (u, v) coincide con (u, v) se v u, altrimenti
vale (v, u) cioè limmagine speculare di (u, v) rispetto alla retta suddetta. La preimmagine
Z(J
(x,y)
) R
+
R
+
, ragurata a anco, è
_
(u, v) : u x, v y
_
_
(u, v) : u y, v x
_
.
Passiamo ora ad esaminare separatamente il caso a e il caso b.
Caso a.
Vediamo subito che Z() è il triangolo di vertici (0, 0), (, ) e (0, ) . Per ogni (x, y) Z() ,
della preimmagine
Z(J
(x,y)
) R
+
R
+
, precedentemente discussa, dobbiamo considerare lin-
tersezione con ; ma in questo caso si ha automaticamente
Z(J
(x,y)
) . Poiche inoltre la
densità su è costante e vale 1/
2
, si si ottiene F(x, y) dividendo per
2
larea di
Z(J
(x,y)
) , che
può essere calcolata in maniera elementare come somma delle aree di due trapezi. Si ottiene
F(x, y) =
2
2
(y +y x)
x
2
=
2xy x
2
2
f(x, y) =

2
F
xy
(x, y) =
2
2
.
Caso b.
Limmagine Z() è ora il trapezio di vertici (0, 0), (, ) , (, 2) , (0, 2) . Se y , la preimma-
gine
Z(J
(x,y)
) è automaticamente tutta contenuta in , e F(x, y) ha lespressione del caso a
divisa per 2 (la densità su è ora 1/2
2
). Se y > , per ottenere lintersezione con dob-
biamo tagliare
Z(J
(x,y)
) in corrispondenza dellordinata v = : otteniamo ancora lunione
disgiunta di due trapezi, ma non uguali. Pertanto
y > F(x, y) =
1
2
2
_
(y +y x)
x
2
+ ( + x)
x
2
=
x +xy x
2
2
2
.
In denitiva otteniamo
F(x, y) =
_
1
2
2
(2xy x
2
) , y ,
1
2
2
(x +xy x
2
) , y > ,
f(x, y) =

2
F
xy
(x, y) =
_
1
2
, y ,
1
2
2
, y > .
Per nire, notiamo che è immediato vericare
_
Z()
f(x, y) dxdy = 1 .
107
I due casi sono illustrati qua sotto (le scale dei due disegni sono dierenti).
(x,y)
(y,x)
(0,)
(,0)
(x,y)
(y,x)
(0,)
(,0)
Esercizio 2.35 [E20120626-3]

Nel piano cartesiano si considerino i punti
A (, 2) , B (, 2) , C (, 2) , D (, 2) ,
dove > 0. Dopo aver determinato la costante a in modo tale che f(x, y) = a min
_
|x|, |y|
_
sia
una densità sul rettangolo ABCD, studiare il vettore aleatorio Z (X, Y ), dove
X(x, y) := 1 + [x/] , Y (x, y) := 2 + [y/] ,
e dove [t] denota la parte intera di t R (il pi` u grande elemento [t] Z tale che [t] t ).
Soluzione:
A B
C D X=0 X=1
Y =0
Y =1
Y =2
Y =3
Il vettore aleatorio Z è costante a tratti. A anco è ragu-
rato il rettangolo = ABCD, suddiviso in otto quadrati
di lato su ciascuno dei quali Z è costante. Inoltre la den-
sità vale a |y| nella zona pi` u chiara, e a |x| nella zona pi` u
scura (le due zone sono delimitate dalle rette di equazione
y = x e y = x). Poiche f(x, y) è funzione pari sia rispetto
a x che rispetto a y , è evidente (e sarebbe semplice veri-
carlo) che i quattro quadrati grigio scuri di lato hanno
tutti la stessa probabilità
p
1
= a
_

0
_
_
2
xdy
_
dx =
a
2

3
.
Analogamente i quattro triangoli grigio scuri hanno tutti
la stessa probabilità
p
2
= a
_

0
_
_

x
xdy
_
dx =
a
6

3
,
e i quattro triangoli grigio chiari hanno tutti la stessa
probabilità
p
3
= a
_

0
_
_
x
0
y dy
_
dx =
a
6

3
= p
2
.
108 2 PROBABILIT
`
A NEL CONTINUO
Pertanto
P() = 4 (p
1
+p
2
+p
3
) =
10
3
a
3
a =
3
10
3
.
Tenendo conto di questo valore, i quadrati scuri risultano avere probabilità p
1
=
a
2

3
=
3
20
,
mentre i quadrati bicolori risultano avere probabilità 2 p
2
=
a
3

3
=
1
10
. Otteniamo subito quin-
di le tabelle della densità congiunta e delle densità marginali:
d
d X
Y
0 1 2 3
0 3/20 1/10 1/10 3/20
1 3/20 1/10 1/10 3/20
x 0 1
P
X
(x) 1/2 1/2
y 0 1 2 3
P
Y
(y) 3/10 1/5 1/5 3/10
Inne:
E[X] =
1
2
, Var[X] =
1
4
, E[Y ] =
3
2
, Var[Y ] =
29
20
= 1.45 , Cov[X, Y ] = 0 .
Esercizio 2.36 [E20120710-2]

Sia R
+
R
+
. Si consideri la densità
p : R
+
: (u, v) exp(2 u 3 v) , R
+
,
e il vettore aleatorio
Z (X, Y ) : R
2
: (u, v)
_
[u] , v + 1
_
,
dove [u] denota la parte intera di u (il pi` u grande intero minore o uguale a u). Si chiede di
trovare:
il valore di ;
limmagine Z() ;
Z(J
(x,y)
) dove J
(x,y)
(, x] (, y] ;
lespressione della funzione di ripartizione F(x, y) di Z ;
lespressione della densità f(x, y) di Z ;
le funzioni di ripartizione marginali e le densità marginali.
Soluzione: Si ha
_

0
dv
_

0
du
_
exp(2 u 3 v)
=
1
6
= 6 .
Poiche X dipende solo da u, e Y dipende solo da v , limmagine di Z è semplicemente il
prodotto cartesiano
Z() = X(R
+
) Y (R
+
) =
_
N {0}
_
_
1,
_
,
ovvero lunione di tutte le semirette (k, y) con k = 0, 1, 2, 3, . . . e y > 1 . Si ha poi
Z(J
(x,y)
) =
_
(u, v) R
+
R
+
: [u] x, v+1 y
_
=
=
_
(u, v) R
+
R
+
: [u] [x], v y1
_
=
=
_
(u, v) R
+
R
+
: u < [x]+1, v y1
_
.
109
Pertanto la funzione di ripartizione congiunta ha lespressione
F(x, y) =
_
y1
0
dv
_
[x]+1
0
dup(u, v) = 1 e
33y
e
22[x]
+ e
13y2[x]
.
Si ha poi
f(x, y) =

2
xy
F(x, y) = 6 e
13y2[x] d
dx
[x] ,
F
X
(x) = lim
y
F(x, y) = 1 e
22[x]
, F
Y
(y) = lim
x
F(x, y) = 1 e
33y
,
f
X
(x) =
d
dx
F
X
(x) = 2 e
22[x] d
dx
[x] , f
Y
(y) =
d
dy
F
Y
(y) = 3 e
33y
.
Fin qui abbiamo lasciato indicata la derivata della funzione x [x] ; trattandosi di una
funzione a gradini va derivata come distribuzione. Per x > 0 si ha infatti
[x] =
[x]
k=1
H(x k) =
1kx
H(x k) ,
dove H è la funzione scalino continua a destra. Pertanto
d
dx
[x] =
1kx
(x k) =
[x]
k=1
(x k) .
Esercizio 2.37 [E20120710-3]

Sia (0, ) R
+
. Si consideri la densità
p : R
+
: (u, v) u exp(v/) , , R
+
.
Determinare il valore di (in funzione di ) e studiare la variabile aleatoria
X : R : (u, v)
_
_
1 , 0 < v u,
2 , u < v 2 u,
3 , 2 u < v 3 u,
4 , 3 u < v .
Soluzione: Si ha
_

0
dv
_

0
duu exp(v/) =
1
2

2
= 2
3
.
Per k N calcoliamo poi
I(k) :=
_
k u
0
dv
_

0
dup(u, v) = 1 +
2
k
2
(e
k
+k e
k
1) .
110 2 PROBABILIT
`
A NEL CONTINUO
Otteniamo allora
P{X = 1} = I(1) =
4 e
e
= 0.471518 ,
P{X = 2} = I(2) I(1) =
3 e
2
8 e + 3
2 e
2
= 0.231485 ,
P{X = 3} = I(3) I(2) =
5 e
3
27 e + 16
18 e
3
= 0.11903 ,
P{X = 4} = 1 I(3) =
2 (e
3
4)
9 e
3
= 0.177967 .
Si ha poi
E[X] =
67 e
3
72 e
2
27 e 16
18 e
3
= 2.00345 ,
E[X
2
] =
199 e
3
216 e
2
135 e 112
18 e
3
= 5.3162 ,
Var[X] =
907 e
6
+ 5760 e
5
3996 e
4
3760 e
3
3033 e
2
864 e 256
324 e
6
= 1.3024 .
Esercizio 2.38 [E20120907-2]

Sia R
2
il quadrato di vertici (, ), (2 , ), (2 , 2 ), (, 2 ), dotato della densità
uniforme, e si consideri la variabile aleatoria X : R : (u, v) uv . Si chiede di trovare:
la preimmagine
X(, x] al variare di x R;
la funzione di ripartizione F(x) di X ;
la densità f(x) di X .
Soluzione: Detta X
: R
2
R : (u, v) uv lovvia estensione di X a tutto il piano reale, si
ha evidentemente
X(, x] =
(, x] . Daltra parte, linsieme
(, x] =
_
(u, v) R
2
: uv x
_
risulta essere:
per x > 0 , la parte connessa e chiusa del piano R
2
delimitata dai due rami delliperbole
equilatera di equazione uv = x;
per x = 0 , lunione del secondo e del quarto quadrante (comprensiva dellorigine e degli
assi);
per x < 0 , lunione delle due parti chiuse di piano esterne ai due rami delliperbole equilatera
di equazione uv = x (contenute nel secondo e nel quarto quadrante).
Esaminiamo ora lintersezione con , distinguendo alcuni casi a seconda del valore di x
(ci riferiamo alle gure riportate sotto).
a 4
2
< x : in questo caso
(, x] contiene tutto , pertanto
X(, x] = .
b
2
< x 4
2
: in questo caso rimane fuori da
(, x] una porzione di in alto a destra

(sopra al ramo delliperbole che sta nelprimo quadrante).
111
c 0 < x <
2
: in questo caso rimangono fuori da
(, x] una porzione di in alto a

destra e una porzione di in basso a sinistra.
d 2
2
< x < 0 : in questo caso lintersezione tra
(, x] e è lunione di due porzioni

di , una in basso a destra e una in alto a sinistra.
e x < 2
2
: in questo caso
(, x] = .
a
a
b
b
c
c
d
d
e
e
Per x > 4
2
(caso a) si ha evidentemente F(x) = 1 . Per
2
< x 4
2
si dovrà togliere da
tale valore la probabilità della porzione in alto a destra (caso b), che è pari allarea della por-
zione suddetta divisa per 9
2
. Poiche liperbole uv = x incontra il lato superiore del quadrato
nelpunto di ascissa u = x/2 , tale area vale
2.2
_
2
x/2
du
_
2
x/u
dv =
_
2
x/2
_
2
x
u
_
du =
_
2 u x log
_
u
x
_
_
2
x/2
=
= 4
2
x
_
1 + log 2 + log
_
2
2
x
_
_
.
Pertanto nel caso b abbiamo
F
b
(x) = 1
1
9
2
_
4
2
x
_
1 + log 2 + log
_
2
2
x
_
__
=
=
1
9
2
_
5
2
+x + log 2 x +x log
_
2
2
x
_
_
=
=
1
9
2
_
5
2
+x + 2 log 2 x +x log
_
2
x
_
_
.
Per 0 < x <
2
(caso c) dobbiamo togliere dalla precedente espressione la probabilità della
porzione in basso a sinistra, la cui area è
2.3
_
x/
du
_
x/u
dv =
_
x/
_
+
x
u
_
du =
_
u +x log
_
u
x
_
_
x/
=
=
2
x x log
_
2
x
_
.
2.2
Utilizziamo x/u come variabile di integrazione, piuttosto che 1/u, per ottenere un numero puro come
argomento del logaritmo.
2.3
Ricordiamo che la primitiva di 1/t è log |t| , quindi log(t) per valori negativi di t.
112 2 PROBABILIT
`
A NEL CONTINUO
Pertanto nel caso c abbiamo
F
c
(x) = F
b
(x)
1
9
2
_
2
x x log
_
2
x
_
_
=
=
1
9
2
_
4
2
+ 2 x + log 2 x +x log
_
2
x
_
+x log
_
2
2
x
_
_
=
=
1
9
2
_
4
2
+ 2 x + 2 log 2 x + 2 x log
_
2
x
_
_
.
Per 2
2
< x < 0 (caso d), F(x) è la somma delle probabilità (uguali) delle due porzioni
in basso a destra e in alto a sinistra. Larea di una di queste porzioni è
_
2
x/
du
_
x/u
dv =
_
2
x/
_
+
x
u
_
du =
_
u +x log
_
u
x
_
_
2
x/
=
= 2
2
+x +x log
_
2
2
x
_
.
Pertanto
F
d
(x) =
2
9
2
_
2
2
+x +x log
_
2
2
x
_
_
.
Inne, per x < 2
2
si ha evidentemente F(x) = 0 . Ricapitolando
F(x) =
_
_
0 , x < 2
2
,
2
9
2
_
2
2
+x +x log
_
2
2
x
_
_
, 2
2
x < 0 ,
1
9
2
_
4
2
+ 2 x + 2 log 2 x + 2 x log
_
2
x
_
_
, 0 < x
2
,
1
9
2
_
5
2
+x + 2 log 2 x +x log
_
2
x
_
_
,
2
< x 4
2
,
1 , 4
2
x.
Calcolando i limiti delle espressioni trovate si verica facilmente che F(x) è una funzione
continua. Il suo graco è riportato qua sotto (con 1)
4 2 2 4 6
0.2
0.4
0.6
0.8
1.0
113
Derivando F(x) si ottiene la densità
f(x) =
_
_
0 , x < 2
2
,
2
9
2
_
2 log 2 + 2 log

2
x
_
, 2
2
< x < 0 ,
2
9
2
_
2 log 2 + 2 log

2
x
_
, 0 < x <
2
,
2
9
2
_
2 log 2 + log

2
x
_
,
2
< x < 4
2
,
0 , 4
2
< x,
che risulta essere una funzione continua tranne che in x = 0 ; infatti f(x) tende a + come
log |x| per x 0 .
Esercizio 2.39 [E20120907-3]

Sia R con densità caratterizzata dalla funzione di ripartizione:
F() =
_
_
0 , < 1 ,
1
3
( + 1) , 1 < 0 ,
1
2
, 0 < 2 ,

3
2
, 2 <
5
2
,
1 ,
5
2
.
Trovare la funzione di ripartizione del vettore aleatorio:
Z (X, Y ) : R
2
:
_
,
1
2
+ 1
_
,
e le probabilità
P
_
X = 0 , Y = 1
_
, P
_
X = Y = 0
_
, P
_
0 < X < Y < 2
_
, P
_
0 X Y 2
_
,
P
_
0 < X < 2
_
, P
_
0 X < 2
_
, P
_
1 < X < 3
_
, P
_
X < 0
_
, P
_
X 0
_
, P
_
X, Y < 0
_
,
Soluzione: Per comodità riportiamo il graco di F(), osservando che non è continua in
= 0 :
1 2
5
2
1
Limmagine di Z è la retta di R
2
avente lequazione y =
1
2
x + 1 .
`
E facile rendersi con-
to (fare un disegno) che, per (x, y) R
2
), lintersezione tra la suddetta retta e linsieme
114 2 PROBABILIT
`
A NEL CONTINUO
J
(x,y)
(, x] (, y] è ottenuta togliendo dalla retta i punti di ascissa maggiore di
x quando sia y >
1
2
x + 1 , e altrimenti togliendo i punti di ascissa maggiore di 2 (y 1) . In
generale, se x
è lascissa di un punto qualsiasi sulla retta, la preimmagine tramite Z della se-

miretta costituita da tutti i punti di ascissa non maggiore di x
è lintervallo (, x
] R .
Pertanto
F
Z
(x, y) =
_
_
_
F(x) , y
1
2
x + 1 ,
F(2 (y 1)) , y
1
2
x + 1 .
Esplicitando lespressione di F
Z
(x, y) nel secondo caso, chiamiamola F
II
Z
(x, y) , otteniamo
F
II
Z
(x, y) =
_
_
0 , y <
1
2
,
1
3
(2 y 1) , 1 y < 1 ,
1
2
, 1 y < 2 ,
2 y
7
2
, 2 y <
9
4
,
1 ,
9
4
y .
Calcoliamo poi le varie probabilità richieste. Si ha
P
_
X = 0 , Y = 1
_
= P(
Z(0, 1)) = P({0}) =

1
6
,
in quanto F(x) fa un salto pari a
1
2

1
3
=
1
6
in = 0 . Si ha poi
P
_
X = Y = 0
_
= P(
Z(0, 0)) = P() = 0 .

2 1 1 2 3
2
1
1
2
3
y = x
y =
1
2
x + 1
Gli (x, y) tali che 0 < x < y < 2 costituiscono il
triangolo aperto (disuguaglianze strette) di ver-
tici (0, 0), (2, 2) e (0, 2) . Lintersezione di que-
sto insieme con limmagine di Z è il segmento
che unisce i punti (0, 1) e (2, 2) , esclusi questi
ultimi. La preimmagine (tramite Z) di questo
segmento è lintervallo aperto (0, 2) R. Per-
tanto
P
_
0 < X < Y < 2
_
= F(2) F(0) = 0 ,
in quanto la F è continua a destra. La doman-
da successiva è analoga, ma le disuguaglianze
non sono strette, e si ottengono insiemi chiusi.
La probabilità richiesta coincide dunque con la
probabilità dellintervallo chiuso [0, 2] R, ov-
vero
P
_
0 X Y 2
_
= F(2) F(0) +P({0} =
= P({0} =
1
6
.
Sempre guardando la gura riportata qua sopra è immediato rendersi conto che:
la preimmagine tramite Z del sottoinsieme di R
2
costituito da tutti gli (x, y) tali che
0 < x < 2 è ancora lintervallo aperto (0, 2), pertanto P
_
0 < X < 2
_
= 0 ;
115
2
0 x < 2 è lintervallo [0, 2) chiuso a sinistra, pertanto P
_
0 X < 2
_
=
1
6
;
2
1 < x < 3 è lintervallo aperto (1, 3), pertanto P
_
1 < X < 3
_
= F(3) F(1) =
1
2
(la F è
continua in = 1 e in = 3);
2
costituito da tutti gli (x, y) tali che x < 0
è lintervallo aperto (, 0), pertanto P
_
X < 0
_
= F(0
) =
1
3
;
2
costituito da tutti gli (x, y) tali che x 0
è lintervallo (, 0] chiuso a destra, pertanto P
_
X 0
_
= F(0
) +P({0}) =
1
2
;
il sottoinsieme di R
2
costituito da tutti gli (x, y) tali che x, y 0 è il terzo quadrante
(aperto), la cui preimmagine è lintervallo (, 2); pertanto P
_
X, Y < 0
_
= 0 .
116 3 APPROSSIMAZIONE E STATISTICA
3 Approssimazione e statistica
Un tale gioca a lanciare palline da ping pong in un cestino, che è pieno quando contiene 30
palline; il singolo lancio può essere descritto come una prova di Bernoulli con probabilità di
successo p = 2/3 . Utilizzando lapprossimazione normale, calcolare la probabilità che il tale
riesca a riempire il cestino avendo a disposizione 50 lanci.
Soluzione: Levento complementare di quello di cui si vuole calcolare la probabilità è non
pi` u di 29 successi su 50 lanci. Detta X
i
la variabile aleatoria che assume valore 1 oppure 0 a
seconda che il lanciatore faccia centro o meno alli-esimo lancio, abbiamo una successione di
50 variabili indipendenti con media = p = 2/3 e varianza
2
= p (1 p) = 2/9 , valutiamo
la probabilità dellevento complementare mediante lapprossimazione normale scrivendo
P(X
1
+ +X
50
29)
=
_
29 50 p
_
50 p (1 p)
_
= (1.3)
= 0.10 ,
e dunque valutiamo la probabilità richiesta in 0.90 circa.
Daltra parte si potrebbe valutare, invece, la probabilità di non pi` u di 20 insuccessi;
ovvero, detta Y
i
la variabile aleatoria che assume valore 1 oppure 0 a seconda che il lanciatore
sbagli o meno
P(Y
1
+ +Y
50
20)
=
_
20 50 (1 p)
_
50 p (1 p)
_
= (1)
= 0.84 .
La diversità tra i due risultati ottenuti mi fa pensare che in questo caso lapprossimazione
normale non sia molto precisa. In eetti valutando la probabilità richiesta mediante la legge
binomiale questa risulta essere
50
k=30
B[n, p](k) =
20
k=0
B[n, 1 p](k)
= 0.874 .
`
E allora interessante osservare che questo valore può essere ritrovato come
1
_
29.5 50 p
_
50 p (1 p)
_
=
_
20.5 50 (1 p)
_
50 p (1 p)
_
,
ovvero come
1 P(X
1
+ +X
50
29.5)
= P(Y
1
+ +Y
50
20.5) .

In occasione del lancio di un nuovo prodotto, una ditta organizza un gioco promozionale a
premi; ciascun partecipante lancia un dado regolare, e vince una somma pari al risultato
del lancio moltiplicato per 10 euro. Supponendo che i partecipanti siano 100 si chiede di
calcolare, utilizzando lapprossimazione normale, la probabilità che la ditta debba sborsare
pi` u di 3350 euro in totale.
117
Soluzione: Detta X
i
(i = 1, . . . , 100) la vincita delli-esimo partecipante, abbiamo che le
variabili aleatorie X
i
sono indipendenti, con media e varianza
E[X
i
] = 35 , Var[X
i
] =
6
i=1
1
6
(10 i 35)
2
=
875
3
= 291.67 .
Calcoliamo ora la probabilità dellevento complementare
E = la ditta spende meno di 3350 euro ,
ovvero
P(E) P{X
1
+ +X
100
3350} =
_
3350 100 35
10
_
875
3
_
= (0.87831)
= 0.19 .
Pertanto la probabilità richiesta vale
P(E
c
) = 1 P(E)
= 0.81 .

Un grande magazzino di giocattoli viene visitato quotidianamente da una media di 1200
clienti potenziali, ciascuno dei quali acquista un certo giochino elettronico con probabilità 0.02
(evento assimilabile al lancio di una moneta). Usando lapprossimazione normale calcolare
quanti esemplari del giochino si devono tenere in magazzino perche bastino per sei giorni
lavorativi con probabilità 0.9.
Soluzione: Dalla tabella dei valori della funzione di ripartizione (x) della distribuzione
normale N[0, 1] vediamo che si ha (x) = 0.9 per x
= 1.26 . Si deve quindi determinare k tale

che
k n
= 1.26 ,
con
n = 1200 6 = 7200 , = 0.02 ,
2
= 0.02 (1 0.02) = 0.0196 .
Sostituendo si trova k

= 158.97 , pertanto il numero di esemplari da tenere in magazzino è
k = 159 .
Esercizio 3.4 [E20110126-3]
Un dado con sei facce viene lanciato 200 volte. Detta Z la variabile aleatoria somma dei
risultati ottenuti calcolare, utilizzando lapprossimazione normale, le probabilità P{Z 680}
e P{Z 712} , sia nel caso in cui il dado sia regolare sia in caso in cui si abbia
p(1) = p(6) = 0.09 , p(2) = p(5) = 0.15 , p(3) = p(4) = 0.26 .
Soluzione: Consideriamo per primo il caso in cui il dado sia regolare. Detta X
i
la variabile
aleatoria risultato delli-esimo lancio, si ha evidentemente
E[X
i
] =
7
2
,
2
Var[X
i
] =
1
6
6
h=1
(i )
2
=
35
12
.
Per k = 680 ed n = 200 si trova allora
k n
= 0.83 P{Z 680}
= 0.20 ,
dove il valore della probabilità è stato trovato dalla tabella dei quantili della legge normale.
Analogamente per k = 712 si ha
k n
= 0.49 P{Z 712}
= 0.69 .
Nel caso del dado non regolare, con la densità assegnata, si ha
E[X
i
] =
7
2
,
2
Var[X
i
] =
6
h=1
(i )
2
p(i) =
193
100
,
da cui
680 200
200
= 1.02 P{Z 712}
= 0.15 ,
712 200
200
= 0.61 P{Z 712}
= 0.73 .
Esercizio 3.5 [E20110209-3]

Si consideri lesperimento consistente nellestrarre una carta da un normale mazzo di 40 (bri-
scola), e la variabile aleatoria X che prende il valore della carta estratta se è un numero e
il valore 0 se è una gura. Dopo aver calcolato la media e la varianza di X trovare, median-
te lapprossimazione normale, il numero massimo n
1
di ripetizioni dellesperimento (dove ad
ogni ripetizione la carta precedentemente estratta viene rimessa nel mazzo e questo viene
rimescolato) tale che
P
_
n
1
i=1
X
i
300
_
0.6 ,
e il numero minimo n
2
di ripetizioni tale che
P
_
n
2
i=1
X
i
> 300
_
0.9 .
Soluzione: Si ha evidentemente P
X
(0) = 3/10 e P
X
(x) = 1/10 per x = 1 . . . , 7 , da cui
E[X] =
14
5
= 2.8 ,
2
Var[X] =
154
25
= 6.16 .
119
Dalla tabella dei quantili della distribuzione normale N[0, 1] vediamo che si ha (x) = 0.6 per
x = 0.25 . Ponendo allora
300 n
n
= 0.25
si ricava n
= 104.8 . Daltra parte

300 104
104
=
_
11
90
= 0.35 ,
300 105
105
=
1
7
_
30
11
= 0.236 .
Dunque (sempre guardando le tabelle) P{
104
i=1
X
i
300}
= 0.64 , mentre P{
105
i=1
X
i
300}
è di poco inferiore a 0.6 (come si può vericare facendo conti numerici pi` u precisi con il
computer). Pertanto n
1
= 104 .
Per quanto riguarda lultima domanda, sempre dalle tabelle abbiamo (x) = 0.1 per
x = 1.31 , e
300 n
n
= 1.31 n
= 119.8 .
Si ha poi
300 119
119
= 1.226 ,
300 120
120
= 1.324 .
Il primo valore di x corrisponde a un valore di (x) maggiore di 0.1 , mentre il secondo
corrisponde a un valore di (x) compreso tra 0.09 e 0.1 . In altri termini
P
_
119
i=1
X
i
300
_
> 0.1 , P
_
120
i=1
X
i
300
_
< 0.1 ,
da cui n
2
= 120 .
Esercizio 3.6 [E20110223-3]
Si consideri lesperimento consistente nel lancio di tre monete, A, B e C , recanti ciascuna
sulle facce i numeri 0 e 1, con le probabilità p
A
(0) = 1/4 , p
B
(0) = 1/3 , p
C
(0) = 1/6 ; e la
variabile aleatoria X che prende il valore della somma dei tre numeri ottenuti. Dopo aver
calcolato la media e la varianza di X trovare, mediante lapprossimazione normale, il numero
massimo n
1
di ripetizioni dellesperimento tale che
P{
n
1
i=1
X
i
300} 0.6 ,
e il numero minimo n
2
di ripetizioni tale che
P{
n
2
i=1
X
i
> 300} 0.9 .
Soluzione: Detta p la densità sullo spazio dei campioni = {0, 1} {0, 1} {0, 1} delle-
sperimento, dato che i risultati dei lanci delle tre monete sono indipendenti si ha
p(a, b, c) = p
A
(a) p
B
(b) p
C
(c) , (a, b, c) .
Pertanto si ottiene la seguente tabella dei valori di p :
(a, b, c) (000) (001) (010) (011) (100) (101) (110) (111)
p(a, b, c) 1/72 5/72 1/36 5/36 1/24 5/24 1/12 5/12
Da questa si ha
P{X = 0} = p(0, 0, 0) =
1
72
,
P{X = 1} = p(0, 0, 1) +p(0, 1, 0) +p(1, 0, 0) =
5
36
,
P{X = 2} = p(0, 1, 1) +p(1, 0, 1) +p(1, 1, 0) =
31
72
,
P{X = 3} = p(1, 1, 1) =
5
12
,
E[X] =
9
4
= 2.25 ,
2
Var[X] =
79
144
= 0.5486 , =
79
12
= 0.7407 .
Dalla tabella dei quantili della distribuzione normale N[0, 1] vediamo che si ha (x) = 0.6
per x = 0.25 . Ponendo allora
300 n
n
= 0.25
si ricava n
= 132.4 . Daltra parte

300 132
132
= 6
_
3
869
= 0.35 ,
300 133
133
=
9
10507
= 0.08 .
Dunque (sempre guardando le tabelle) P{
132
i=1
X
i
300}
= 0.64 , mentre P{
133
i=1
X
i
300}
è compresa tra 0.53 e 0.54 . Pertanto n
1
= 132 .
Per quanto riguarda lultima domanda, sempre dalle tabelle abbiamo (x) = 0.1 per
x = 1.31 , e
300 n
n
= 1.31 n
= 138.4 .
Si ha poi
300 138
138
= 1.207 ,
300 139
139
= 1.46 .
Il primo valore di x corrisponde a un valore di (x) maggiore di 0.1 , mentre il secondo
corrisponde a un valore di (x) compreso tra 0.07 e 0.08 . In altri termini
P
_
138
i=1
X
i
300
_
> 0.1 , P
_
139
i=1
X
i
300
_
< 0.1 ,
da cui n
2
= 139 .
Una successione di otto misure di una coppia di variabili aleatorie X e Y ha dato i seguenti
risultati:
X 0.96 0.24 0.75 0.24 0.92 0.71 0.53 0.65
Y 4.50 2.03 3.88 2.09 4.13 3.51 3.15 3.57
121
Si chiede di calcolare la varianza corretta di entrambi i campioni, stimare il coeciente di
correlazione, stimare con il metodo dei minimiquadrati i coecienti e della ipotizzata
legge Y = X + , stimare la varianza della perturbazione (supponendo che sia indipendente
da X e Y ) della suddetta legge.
Soluzione: Inserendo i dati negli stimatori richiesti si ottiene
S
2
[X]
= 0.075457 ,

S
2
[Y ]
= 0.807907 ,
= 3.24 ,

= 1.33 .
Se Y = X + +W , dove la perturbazione W è indipendente da X e Y , si avrà
Var[W] = Var[Y ]
2
Var[X]
= 0.016 .
Osservazione importante: in eetti la simulazione è stata svolta con W N[0, 1/8] , dunque
2
= 1/64 = 0.015625 . Daltra parte se si fa il calcoletto precedente prendendo per

S
2
[X] e
S
2
[Y ] non i valori con sei cifre decimali, ma i valori approssimati alla seconda cifra decimale
(rispettivamente 0.08 e 0.81) allora si otterrebbe una stima Var[W]
= 0.3 che è non solo

completamente sbagliata, ma priva di senso perche la varianza è positiva. Ciò illustra chiara-
mente limportanza di non introdurre lapprossimazione desiderata nche non si sono eseguiti
tutti i calcoli (a meno di non avere ottimi motivi per credere che i tagli fatti non inuenzino
il risultato nale in maniera signicativa).
Una successione di otto misure di una coppia di variabili aleatorie X e Y ha dato i seguenti
risultati:
X 0.75 0.91 0.20 0.30 0.47 0.51 0.55 0.61
Y 4.30 5.11 1.45 1.84 2.97 3.00 3.21 3.22
correlazione, stimare con il metodo dei minimi quadrati i coecienti e della ipotizzata
Soluzione: Si ottiene
S
2
[X]
= 0.052 ,

S
2
[Y ]
= 1.405 , R[X, Y ]
= 0.99 .
Inserendo i dati nella formula della regressione lineare si ottiene
= 5.16 ,

= 0.37 .
Inne stimiamo la varianza della perturbazione come
S
2
[Y ]
2

S
2
[X]
= 0.017 .

In venti prove, un lanciatore di giavellotto ha ottenuto i seguenti risultati:
87.02 , 78.29 , 82.49 , 78.22 , 83.33 , 79.85 , 79.76 , 86.46 , 78.48 , 86.84 ,
78.29 , 83.48 , 79.85 , 80.81 , 80.92 , 83.04 , 78.78 , 85.22 , 82.10 , 79.22 .
Si chiede di calcolare, sulla base di questi dati, un intervallo di ducia di livello 0.9 centrato
nella media campionaria.
Soluzione: La media campionaria e la deviazione standard corretta dei dati risultano essere
X

= 81.6225 ,

S[X]
= 2.9954 .
Posto =0.1 , dalla tavola dei quantili della distribuzione di Student t[19] troviamo che il
quantile di ordine 1 /2 0.95 vale circa q
0.95
= 1.73 . Si ha poi
S[X]
20
q
0.95

= 1.15816 .
Pertanto lintervallo di condenza cercato è
[T
1
, T
2
]
= [81.6225 1.15816 , 81.6225 +1.15816]
= [80.46 , 82.78] .
Esercizio 3.10 [E080610-4]

In venti prove, un lanciatore del peso ha ottenuto i seguenti risultati:
19.51 , 21.4 , 17.36 , 18.53 , 17.62 , 17.36 , 22.34 , 19.42 , 18.46 , 18.98 ,
21.66 , 17.78 , 17.78 , 17.44 , 18.6 , 19.8 , 17.83 , 22.92 , 20.44 , 17.88 .
Si chiede di calcolare, sulla base di questi dati, un intervallo di ducia di livello 0.9 centrato
nella media campionaria.
Soluzione: La media campionaria e la deviazione standard corretta dei dati risultano essere
X

= 19.1555 ,

S[X]
= 1.7474 .
0.95
= 1.73 . Si ha poi
S[X]
20
q
0.95

= 0.6756 .
[T
1
, T
2
]
= [19.1555 0.6756 , 19.1555 +0.6756]
= [18.48 , 19.83] .
123
Esercizio 3.11 [E060710-4]
In una successione di 20 appelli desame si sono presentati studenti in numero riportato nel
primo rigo della seguente tabella:
88 97 90 91 93 88 86 97 85 94 94 99 90 90 83 84 80 99 87 93
61 62 60 68 63 76 60 76 54 60 57 67 63 68 59 61 70 59 75 58
Il secondo rigo dà invece il rispettivo numero di promossi.
Sulla base di questi dati si chiede di calcolare due intervalli di ducia di livello 0.9 , centrati
nelle rispettive medie campionarie: uno per il numero di studenti che si presenteranno al
prossimo appello, e uno per la percentuale di studenti che saranno promossi.)
Soluzione: Cominciamo con il considerare i dati della prima riga, cioè il numero di studenti
che si presenta allesame. La media campionaria e la deviazione standard corretta dei dati
risultano essere
X

= 90.4 ,

S[X]
= 5.3842 .
0.95
= 1.73 . Si ha poi
S[X]
20
q
0.95

= 2.08 .
[T
1
, T
2
]
= [90.4 2.08 , 90.4 +2.08]
= [88.32 , 92.48] .
Per trattare i dati della seconda riga dobbiamo ridurli a percentuali; limitandoci a due
cifre di precisione otteniamo
69 64 67 75 68 86 70 78 64 64 61 68 70 76 71 73 88 60 86 62
Detta Y la corrispondente variabile aleatoria si ha pertanto
Y

= 71 ,

S[Y ]
= 8.3414 .
S[Y ]
20
q
0.95

= 3.2252 .
[T
1
, T
2
]
= [71 3.2252 , 71 +3.2252]
= [67.77 , 74.23] .
Esercizio 3.12 [E070910-4]

Una successione di dieci misure di una coppia di variabili aleatorie X e Y ha dato i seguenti
risultati:
X 0.67 0.39 0.48 0.86 0.37 0.01 0.80 0.11 0.82 0.52
Y 1.22 1.35 1.29 0.93 1.43 1.85 0.76 1.43 0.50 1.04
correlazione, stimare con il metodo dei minimi quadrati i coecienti e della ipotizzata
Soluzione: Inserendo i dati negli stimatori richiesti si ottiene
S
2
[X]
= 0.0859 ,

S
2
[Y ]
= 0.1486 ,
= 1.1760 ,

= 1.7715 .
Se Y = X + +W , dove la perturbazione W è indipendente da X e Y , si avrà
Var[W] = Var[Y ]
2
Var[X]
= 0.029 .
Esercizio 3.13 [E20110126-4]

Una successione di 80 lanci di un dado a sei facce ha dato i seguenti risultati:
5, 3, 1, 2, 3, 5, 5, 5, 5, 1, 3, 4, 5, 5, 3, 2, 6, 5, 3, 1,
3, 6, 5, 2, 5, 6, 1, 6, 6, 1, 4, 6, 3, 3, 2, 2, 3, 3, 3, 6,
6, 5, 3, 1, 5, 3, 3, 4, 5, 3, 5, 4, 3, 6, 4, 6, 6, 3, 2, 6,
3, 3, 5, 5, 6, 6, 6, 5, 1, 1, 1, 1, 5, 4, 5, 1, 5, 2, 3, 4.
Sulla base di questi dati si chiede di sottoporre a test di Pearson di livello 0.95 lipotesi che il
dado sia regolare, e lipotesi che la distribuzione di probabilità dellesperimento sia data da
p(1) = 0.10 , p(2) = 0.05 , p(3) = 0.25 , p(4) = 0.15 , p(5) = 0.30 , p(6) = 0.15 .
Soluzione: Valutando lo stimatore del test di Pearson sul campione ottenuto, sia in base
allipotesi di regolarità del dado che in base alla densità non uniforme ipotizzata, si ottiene
rispettivamente
T

= 13.3 , T

= 6.32 .
Poiche in base alle tabelle il quantile q
della legge
2
[6 1] =
2
[5] per = 0.95 vale circa
11.07, il test permette di scartare lipotesi di regolarità con probabilità del 95%, mentre non
permette di scartare laltra ipotesi.
Esercizio 3.14 [E20110209-4]
Una successione di 60 ripetizioni indipendenti di un esperimento con spazio dei campioni
= {a, b, c, d} ha dato i seguenti risultati:
b, c, b, b, c, d, b, a, c, a, c, c, a, c, c, b, b, d, d, c, b, d, c, d, d, a, a, b, c, c,
d, c, b, b, b, b, c, d, c, b, a, c, b, d, b, d, b, a, c, d, b, d, d, c, a, c, b, c, b, a.
Sulla base di questi dati si chiede di sottoporre a test di Pearson di livello 0.95, 0.975 e 0.99
le seguenti ipotesi:
hp I) p(a) = p(b) = p(c) = p(d) = 0.25 ,
hp II) p(a) = 0.10, p(b) = 0.35, p(c) = 0.30, p(d) = 0.25 ,
hp III) p(a) = 0.30, p(b) = 0.40, p(c) = 0.20, p(d) = 0.10 .
125
Soluzione: Valutando lo stimatore del test di Pearson sul campione trovato abbiamo, nelle
diverse ipotesi,
I) T

= 4.8 , II) T

= 2.01 , III) T

= 17.79 .
Poiche i quantili q
della distribuzione
2
[3] per = 0.95, = 0.975 e = 0.99 valgono
rispettivamente circa 7.81, 9.35 e 11.34 , vediamo che i dati permettono di respingere lipotesi
III) con probabilità del 99%, mentre non permettono di respingere alcuna delle altre due
ipotesi, ad alcun livello.

Lingua

Eserciziprob

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Eserciziprob

Titolo originale:

Caricato da

Copyright:

Formati disponibili

Esercizi risolti di probabilit` a e statistica

Ingegneria Civile, Firenze, a.a. 2011/2012.

Esercizio 1.2 [B008]

Esercizio 1.3 [F0104-1]

Esercizio 1.4 [F1299-1]

Esercizio 1.5 [F0998-1]

Esercizio 1.6 [F0100-1]

Esercizio 1.7 [F0498-1]

Esercizio 1.9 [F0704-1]

Esercizio 1.11 [F0904-1]

Esercizio 1.12 [F0205-1]

Esercizio 1.13 [F0204-1]

Esercizio 1.15 [F0900-1]

= 0.167 + 0.255 + 0.244 + 0.173

Esercizio 1.18 [F0400-1]

Esercizio 1.19 [F1098-A1]

Esercizio 1.22 [F0105-1]

Esercizio 1.24 [F0999-B1]

= 1.86389 ovvero per n

= 0.86389 . Pertanto possiamo concludere che il valore modale

Esercizio 1.26 [E20120110-1]

Esercizio 1.27 [E20120124-1]

Esercizio 1.28 [E20120214-1]

Esercizio 1.29 [A131109]

Esercizio 1.30 [B005]

Esercizio 1.32 [E221209-2]

= 0.78 , E[X] E[Y ] =

Esercizio 1.35 [E060710-2]

= 0.0104 , E[X] E[Y ] =

Esercizio 1.36 [E20110126-1]

Esercizio 1.38 [B001]

Esercizio 1.39 [B001a]

Esercizio 1.42 [B011]

Esercizio 1.43 [B009]

Esercizio 1.44 [B002]

Esercizio 1.45 [F0698-1]

Esercizio 1.46 [B012]

Esercizio 1.48 [E150210-1]

Esercizio 1.49 [E150210-2]

Esercizio 1.50 [E080610-2]

X(1)) = P({d = 2} {d = 4}) = P{d = 2} +P{d = 4} =

X(2)) = P({d = 1} {d = 5}) = P{d = 1} +P{d = 5} =

= 10.66 , Var[X] = E[X

= 4.62 , Var[Y ] = E[Y

= 6.30 , Cov[X, Y ] = E[X Y ] E[X] E[Y ] =

Esercizio 1.52 [E20110223-1]

Esercizio 1.53 [E20110614-1]

Esercizio 1.54 [E20110628-1]

Esercizio 1.59 [E20120626-1]

Esercizio 1.60 [E20120710-1]

Esercizio 1.62 [E220610-1]

Esercizio 2.2 [F0205-2]

Esercizio 2.3 [C001]

Esercizio 2.4 [F0104-2]

Esercizio 2.7 [E180110-3]

Esercizio 2.8 [E150210-3]

Esercizio 2.11 [E060710-1]

= 7.8125 , E[X] E[Y ] =

Esercizio 2.12 [E060710-3]

Esercizio 2.15 [E20110126-2]

Esercizio 2.16 [E20110209-2]