Sei sulla pagina 1di 3

Calcolo delle Probabilità,

canale 2, Prof. Nappo e Prof. Piccioni


FOGLIO DI ESERCIZI n.7, 27 novembre 2018

Svolgere i seguenti esercizi di verifica delle Lezioni 8 e 10 (con qualche modifica) degli appunti di Spizzichino, Nappo [SN]:

Esercizio di verifica 8.1 Sia θ un opportuno valore 0 < θ < 1, e siano X ed Y variabili aleatorie, entrambe a valori
nell’insieme {−1, 0, 1} e con distribuzione congiunta data dalla tabella

Y X −1 0 1
−1 0.1 0.1 0
0 0 0.1 0.3
1 0.1 0.15 θ

(a) Determinare il valore di θ.


(b) Determinare sia la distribuzione marginale di X che quella di Y .
(c) Le variabili aleatorie X ed Y sono indipendenti?
(d) Determinare la distribuzione di probabilità condizionata di X, dato {Y = 1}, ossia calcolare la funzione di densità discreta
condizionata pX (k|Y = 1) = P(X = k|{Y = 1}) di X dato Y = 1.

Esercizio di verifica 8.1 bis Siano X ed Y le variabili aleatorie definite nel precedente Esercizio 8.1 e sia Z ≡ X ·Y .
(a) Determinare la distribuzione di probabilità congiunta della coppia (X, Z), dove Z ≡ X ·Y .
(b) Determinare la distribuzione di probabilità marginale di Z.
(c) Le variabili aleatorie X ed Z sono indipendenti?
(d) Determinare la distribuzione di probabilità condizionata di X, dato {Z = 1}, ossia calcolare la funzione di densità discreta
condizionata pX (k|Z = 1) = P(X = k|{Z = 1}) di X dato Z = 1.

Esercizio di verifica 10.3 Siano Y1 ed Y2 i primi due numeri estratti su una ruota del lotto e poniamo E1 ≡ {Y1 > 45}, E2 ≡
{Y2 < 45}. Calcolare la covarianza fra gli indicatori X1 ed X2 degli eventi E1 , E2 .

Esercizio di verifica 10.4 Sia S100 il numero di elettori per lo schieramento A in un campione casuale (senza reinserimento)
di 100 elettori estratti da una popolazione di 1000 elettori di cui m votano per A e (1000 − m) votano per B. Che cosa si
ottiene applicando la diseguaglianza di Chebyshev alla variabile aleatoria S100 ?

Esercizio di verifica 10.5 Il Dipartimento di Matematica acquista 20 copie di un software; ciascuna copia ha probabilità
1
100 di dare degli errori di funzionamento, indipendentemente dal comportamento delle altre. Indichiamo con S, la varia-
bile aleatoria che conta il numero di copie che danno errori. Scrivere la disuguaglianza che si ottiene applicando ad S la
diseguaglianza di Chebyshev.
SVOLGERE ANCHE I SEGUENTI ESERCIZI (alcuni sono esercizi proposti della Lezione 8 degli appunti [SN])
Esercizio preliminare (svolto dalla prof.ssa Nappo) Siano X1 ed X2 due variabili aleatorie indipendenti, entrambe uniformi in {1, 2, ..., n}. Verificare
che la distribuzione di X = X1 + X2 è triangolare, cioè è data da
k−1 2n − (k − 1)
pX (k) = PX ({k}) = P({X = k}) = 2 , k = 2, 3, ..., n + 1, pX (k) = PX ({k}) = P({X = k}) = , k = n + 2, 9, ..., 2n.
n n2
2h−1
Inoltre, posto Y = max(X1 , X2 ), verificare che pY (h) = PY (h) = P(Y = h) = n2
, h = 1, 2, ..., n.
Esercizio proposto 8.1 Consideriamo i due punteggi X1 e X2 derivanti dal lancio di due dadi ben equilibrati e definiamo le
variabili aleatorie
X = X1 + X2 , Y = max (X1 , X2 ) .
Per tali variabili sono già state calcolate le distribuzioni marginali (vedere gli Esempi 7.1 e 7.5 in [SN] e il precedente Esercizio preliminare).
(a) Calcolare P(X1 = k1 , X2 = k2 |Y = h), al variare di h ∈ {1, 2, 3, 4, 5, 6}, specificando per quali valori k1 ed k2 tali probabilità
sono strettamente positive.
(b) Calcolare la distribuzione condizionata di X dato Y = h, per h ∈ {1, 2, 3, 4, 5, 6}, cioè calcolare

pX (k|Y = h) = P(X = k|Y = h) a volte denotato anche come pX|Y (k|h) ,

specificando per quali valori di k risulta strettamente positivo.


(c) Costruire la tabella delle probabilità congiunte, cioè calcolare pX,Y (k, h) = P(X = k,Y = h).

1
(d) Calcolare la distribuzione condizionata di Y , dato l’evento {X = 9}.

Esercizio proposto 8.2 Consideriamo i due punteggi X1 , X2 , X3 e X4 derivanti dal lancio di quattro dadi ben equilibrati
e definiamo le variabili aleatorie
X = X1 + X2 , Y = max (X1 , X2 ) .
X 0 = X3 + X4 , Y 0 = Y = max (X1 , X2 ) .
Osserviamo che le variabili aleatorie X ed X 0 hanno la stessa distribuzione marginale, e che lo stesso vale ovviamente per Y ed Y 0 = Y
(a) Costruire la tabella delle probabilità congiunte di X 0 e Y 0 , cioè calcolare pX 0 ,Y 0 (k, h) = P(X 0 = k,Y 0 = h) = P(X 0 = k,Y =
h) .
(b) Calcolare la distribuzione condizionata di X, dato l’evento {Y = 5},
(c) Calcolare la distribuzione condizionata di X 0 dato l’evento {Y 0 = 5} = {Y = 5} .


ESERCIZIO 1. Siano U e V due variabili aletorie a valori in {−1, 0, +1} tali che

P(U = −1,V = −1) = P(U = −1,V = +1) = P(U = +1,V = −1) = P(U = +1,V = +1) = P(U = 0,V = 0) = c,

e P(U = i,V = j) = 0 per i rimanenti valori di (i, j).

i) Spiegare perché c = 15 .
ii) Calcolare la densità discreta di U e il suo valore atteso e la sua varianza
iii) (a) Calcolare Cov(U,V ). (b) Le variabili aleatorie U e V sono indipendenti?
iv) Calcolare valore atteso e varianza di X = U +V , mostrando che E(X) = 0 e Var(X) = 85 .
v) (a) Utilizzando la disuguaglianza di Chebyshev trovare una minorazione per P(|X| ≤ 85 ).
(b) Calcolare esattamente P(|X| ≤ 85 ).

ESERCIZIO 2. Si lancia un dado ben equilibrato. Sia X il valore ottenuto. A questo punto si lanciano X monete truccate
in modo che la probabilità di testa sia p = 6/7 (in altre parola: se X = k si lanciano k monete). Sia YC il numero di croci
ottenute in questo modo.

i) Calcolare P(YC = 6) e P(YC = 5).


ii) (a) Sapendo che sono uscite esattamente 5 teste, calcolare la probabilità che nel lanciare il dado sia uscito 5.
(b) Sapendo che sono uscite esattamente 5 teste, calcolare la probabilità che nel lanciare il dado sia uscito 1.
(c) Sapendo che sono uscite esattamente 5 teste, calcolare la probabilità che nel lanciare il dado sia uscito 6.
iii) Scrivere, al variare di k, l’espressione della densità discreta condizionata di Y dato X = k, ossia calcolare pY (h|X = k) =
P(Y = h|{X = k}), specificando per quali valori di h è diversa da zero.
iv) Scrivere l’espressione della densità discreta di YC (ATTENZIONE non è necessario eseguire tutti i calcoli).

v) Scrivere l’espressione della densità discreta congiunta di X e Y , specificando per quali valori è diversa da zero.
vi) Mostrare che E(YC ) = 1/2. (suggerimento: utilizzare la formula del valore atteso totale)

vii) Calcolare E(YC2 ) (suggerimento: utilizzare la formula del valore atteso totale e il fatto che per una v.a. W si ha E(W 2 ) = Var(W ) + (E(W ))2
ed in particolare se W ∼ Bin(m, ϑ) allora il valore atteso del quadrato vale mϑ(1 − ϑ) + m2 ϑ2 )

2
RISPONDERE ALLE SEGUENTI DOMANDE A RISPOSTA MULTIPLA

1. Sia X una variabile aleatoria a valori in {−1, 0, 1} con P(X = −1) = P(X = 0) = P(X = +1) e sia Y una variabile aleatoria
a valori in {1, 2, 3}, con P(Y = 1) = P(Y = 2) = P(Y = 3). Quale/i delle seguenti affermazioni è/sono corretta/e?

i) C  E  Var(X) < Var(Y )


ii) C  E  Var(X) > Var(Y );
iii) C  E  E(X) < E(Y );
iv) C  E  E(X) > E(Y );
v) C  E  Var(X) = Var(Y );

2. Siano X ed Y due variabili aleatorie con valore atteso e varianza finite. Quale/i delle seguenti affermazioni è/sono sempre
corretta/e?

i) C  E  Var(X −Y ) = Var(X) +Var(Y );


ii) C  E  Var(X −Y ) = Var(X) +Var(Y ) + 2Cov(X,Y );
iii) C  E  Var(X −Y ) = Var(X) +Var(Y ) − 2Cov(X,Y );
iv) C  E  Var(X −Y ) = Var(X) −Var(Y );
v) C  E  Var(X −Y ) = Var(X) +Var(Y ) −Cov(X,Y ).

3. Siano X ed Y due variabili aleatorie (con valore atteso varianza finite). Quale/i delle seguenti affermazioni è/sono
SEMPRE corretta/e?

i) C  E  Var(2X +Y ) = 2Var(X) +Var(Y ) − 2Cov(X,Y )


ii) C  E  Var(2X +Y ) = 2Var(X) +Var(Y )
iii) C  E  Var(2X +Y ) = 4Var(X) +Var(Y ) + 4Cov(X,Y )
iv) C  E  Var(2X +Y ) = 4Var(X) +Var(Y ) + 2Cov(X,Y )
v) C  E  nessuna delle precedenti risposte è corretta.


4. Sia X una variabile aleatoria con valore atteso µ e varianza σ2 > 0 (entrambi finiti). Posto σ := σ2 > 0, quale/i delle
seguenti affermazioni è/sono SEMPRE corretta/e?
1
i) C  E  P(|X − µ| ≥ 2σ) ≥
4
1
ii) C  E  P(|X − µ| ≥ 2σ) ≥
4σ2
3
iii) C  E  P(|X − µ| ≤ 2σ) ≥
4
σ2
iv) C  E  P(|X − µ| ≥ 2σ) ≤
4
v) C  E  nessuna delle precedenti risposte è corretta.