Sei sulla pagina 1di 2

Calcolo delle Probabilità,

canale 2, Prof. Nappo e Prof. Piccioni


FOGLIO DI ESERCIZI n.9, 14 dicembre 2018
Esercizio 1 Sia data una successione di eventi indipendenti An , n ≥ 1 e tutti con probabilità p ∈ (0, 1).
Posto T1 il numero di prove fino al primo successo (incluso), sappiamo che T1 è una variabile alaetoria Geom(p) (cioè
Geometrica di parametro p), ossia
P(T1 = k) = (1 − p)k−1 p, k ≥ 1.
Sia ora T2 il numero di prove fino al secondo successo (incluso).
(a) Mostrare che T2 è una variabile aleatoria con distribuzione (detta di Pascal di parametri 2 e p), ossia
 
k−1
P(T2 = k) = (1 − p)k−2 p2 , k ≥ 2.
1
(b) Posto ∆1 = T1 e ∆2 = T2 − T1 , mostrare che ∆1 e ∆2 sono variabili alaeatorie indipendenti ed entrambe Geom(p), ossia
vale
P(∆2 = k2 ) = (1 − p)k2 −1 p, k2 ≥ 1,
e
P(∆1 = k1 , ∆2 = k2 ) = P(∆1 = k1 ) P(∆2 = k2 ) = (1 − p)k1 −1 p (1 − p)k2 −1 p, k1 ≥ 1, k2 ≥ 1
Esercizio 2 Siano X1 ed X2 sono due v.a. indipendenti, con X1 ∼ Geom(p1 ) e X2 ∼ Geom(p2 ), per p1 , p2 ∈ (0, 1).
(a) Posto X := min(X1 , X2 ), calcolare
P(X > n), n ≥ 0, P(X = n), n ≥ 1, e P(n < X ≤ n + m), n ≥ 0, m > 0.
(b) Dedurre dal punto precedente che X ∼ Geom(α) e individuando il valore di α.
(c) Nel caso in cui p1 = p2 = p, dedurre dai punti (a) e (b) del precedente Esercizio 1 che Y := X1 + X2 ha distribuzione di
Pascal di parametri 2 e p

Esercizio 3 Si consideri la rete di server della figura:


Si assuma che ognuno dei tre server sia funzionante con probabilità pi indipendentemente dagli altri.

(a1) Calcolare la probabilità che la rete funzioni, ossia che sia possibile collegare tra loro i punti A e B.
(a2) Sapendo che la rete funzione, calcolare la probabilità che almeno uno tra i server 2 e 3 si sia rotto.
Supponiamo ora che il tempo di guasto Ti di ciascun server sia una variabile aleatoria EXP(λi ).
(b) Calcolare la probabilità che la rete funzioni fino al tempo t > 0.
(c) Posto T il tempo di guasto della rete, calcolare FT (t), la funzione di distribuzione di T e la sua densità fT (t).
(d) Calcolare il valore atteso di T .
(e) Sapendo che la rete funzione al tempo t, calcolare la probabilità che almeno uno tra i server 2 e 3 si sia rotto.

Esercizio 4 La variabile aleatoria X ha distribuzione di Poisson di parametro λ(> 0), ed è tale che P(X = 0) = P(X = 1).
Quanto vale il parametro λ?

Esercizio a risposta multipla 1. In una certa regione in USA, si abbatte un numero aleatorio di uragani, con una media di 3 uragani all’anno. Posto
X = numero di uragani che si abbatteranno nel 2019 e Y = numero di uragani che si abbatteranno nel 2020 e Z = numero di uragani che si abbatteranno
complessivamente nel 2019 e nel 2020. Quale/i delle seguenti affermazioni può/possono essere considerata/e corretta/e?

365 3 2 3
363
i) C  E ; P(Y = 2) = 2 365 1 − 365
62
P(Z ≤ 2) = e−6 1 + 6 +

ii) C  E  2
iii) C  E  P(Y = 2) = P(X = 2) = (e−3 )2
iv) C  E  P(Y = 2) = P(X = 2) = e−3 32 /2
v) C  E  P(X ≥ 1) = 1 − e−3 − e−3 3

1
Svolgere inoltre ALCUNI dei seguenti esercizi di verifica (leggermente modificati) della Lezione 14 degli appunti di
Spizzichino, Nappo [SN]:
Esercizio 14.12 Sia X una variabile aleatoria con funzione di densità di probabilità data da
(
k x per x ∈ (0, 2),
f (x) = k x 1(0,2) (x), x ∈ R. ovvero f (x) =
0 altrove.
(a) Determinare il valore della costante k.
(b) Determinare la funzione di ripartizione di X.

Esercizio 14.9 Sia X una variabile aleatoria con funzione di densità di probabilità data da
f (x) = k exp{−|x|}, x ∈ R.
(a) Determinare il valore della costante k.
(b) Calcolare P(|X| ≤ 1).

Esercizio 14.11 Un punto X viene scelto a caso nell’intervallo I = (0, 2) e consideriamo le lunghezze dei due intervalli in
cui X divide l’intervallo I.
Determinare il valore atteso dell’area del rettangolo costruito con tali intervalli.

Esercizio 14.1 Sia λ > 0 e sia X una variabile aleatoria con distribuzione esponenziale di parametro λ.
(a) Determinare il valore di λ nel caso in cui E(X) = 35 .
(b) Se λ è il valore trovato nel punto (a), determinare il valore di P (1 ≤ X ≤ 2)
Sia µ > 0 e sia Y una variabile aleatoria con distribuzione esponenziale di parametro µ.
(c) Determinare il valore di µ > 0 nel caso in cui P (1 ≤ Y ≤ 2) = 41 . (suggerimento: porre x = e−µ )

Esercizio 14.2 Siano a e b sono costanti non negative e sia X una variabile aleatoria con funzione di densità di probabilità
data da 
a,
 0 < x ≤ 1,
f (x) = bx, 1<x<2

0 altrove

1 3
 che E(X) = 1.
(a) Determinare a e b in modo
(b) Calcolare P 2 < X ≤ 2 .

Esercizio 14.3 Sia X una variabile aleatoria con distribuzione simmetrica (rispetto a 0), ossia

P(X ≤ x) = P(−X ≤ x) ≡ P(X ≥ −x) , x ∈ R.
Nel caso in cui X ammetta funzione di densità di probabilità fX , trovare quale condizione deve soddisfare fX .

Esercizio 14.6 Consideriamo la funzione


ex
F(x) = , x ∈ R.
ex + e−x
(a) Verificare che si tratta di una funzione di ripartizione.
(b) Determinare la funzione di densità di probabilità f .
(c) Si tratta di una distribuzione simmetrica?

Esercizio 14.7 Sia X una variabile aleatoria con distribuzione uniforme sull’intervallo (−2, 2).
Calcolare la probabilità condizionata
P −2 < 2X < 2 −5
5

2 < 2X < 2 .

Esercizio 14.10 Sia X una variabile aleatoria con funzione di densità di probabilità data da
f (x) = 2x exp{−x2 } 1(0,∞) (x), x ∈ R.
Determinare la funzione di densità di probabilità di Y := X 2 .