Sei sulla pagina 1di 20

Esercitazione 8 - 9/04/2021

Esercizio 1 Sia (X,Y) un vettore aleatorio assolutamente continuo con funzione di


densità:
f(x, y) = k ⋅ xy 2 , x > 0, y > 0, x+y < 1
k è una costante che normalizza la funzione in maniera tale che sul supporto essa sommi
ad 1.
a disegnare il supporto di (X,Y). Verificare poi che k=60, sapendo che
1
∫0 x n-1 (1 - x) h-1 dx = (n - 1)!(h - 1)! (1)
( n + h - 1) !
b Le VV.AA. X e Y sono indipendenti?
Soluzione a disegnare il supporto di (X,Y)
y

0 1

La parte arancione è il supporto del nostro vettore.


Devo ora determinare il valore di k cioè integrare sul supporto:
1 1-x 1 1-x
1 = ∫∫f(x, y)dxdy = ∫ dx∫ dy kxy 2 = k∫ x dx∫ y 2 dy =
S 0 0 0 0
1-x
1 y3 1 ( 1 - x) 3 k 1
= k∫ x dx = k∫ x dx = ∫0 x(1 - x) 3 dx =
0 3 0 0 3 3
Mi ricordo di (1) con n = 2 , h = 4
k 1!3! k 1 k
= = ⋅ =
3 5 ⋅ 4 60 3 5!
x, y > 0
Cioè abbiamo k = 60 ⟿ f(x, y) = 60xy 2 ,
x+y < 1
b
La densità congiunta è uguale al prodotto delle densità marginali?
1-x
1-x y3 ( 1 - x) 3
f X (x) = ∫ f(x, y)dy = ∫ 2
60xy dy = 60x = 60x =
R 0 3 0 3
= 20x(1 - x) 3 , x ∈ (0, 1)
1-y
1-y x2 2 ( 1 - y)
2
f Y (y) = ∫ f(x, y)dx = ∫ 2
60xy dx = 60y 2
= 60y =
R 0 2 0 2
2 2
= 30y (1 - y) , y ∈ (0, 1)
Vediamo che
f(x, y) ≠ f X (x)f Y (y)
Cioè X e Y sono dipendenti.
Esercizio 2 Sia X V.A. assolutamente continua con funzione di densità:
2
f X (x) = |x|1 [-1,2] (x)
5
a determinare la densità delle VV.AA.
Y 1 = |X|
Y2 = X 2
Y3 = X 3
Y 4 = X -1
b determinare
1
P X < 1|X 2 >
4
a
Y 1 = |X|
Scriviamoci come è fatta la densità di X
2
|x| , x ∈ [-1, 2]
f X ( x) = 5 =
0 , altrove
2
- x , x ∈ [-1, 0]
5
= 2
x , x ∈ [0, 2]
5
0 , altrove
Facciamoci il grafico
f X ( x)

4
5

2
5

-1 0 1 2

Deriviamoci la densita della Y 1


P(Y 1 ⩽ y) = P(|X| ⩽ y) = (2)
Prima di tutto notiamo che S |X| ⊆ R +
Quindi (2) la studio solo per valori y positivi.
y
= P(-y ⩽ X ⩽ y) = ∫ f X (x) dx
-y
Dobbiamo vedere come risolvere questo integrale al variare di y nel supporto della V.A.
• 1<y⩽2
y
P(Y 1 ⩽ y) = ∫ f X (x) dx
-y

Siccome tutti i valori < -1 sono nulli posso mettere -1 come estremo inferiore di
integrazione
y 0 y 0 y
2 2
= ∫ f X (x) dx = ∫ f X (x) dx + ∫ f X (x) dx = ∫ - x dx + ∫ x dx =
-1 -1 0 -1 5 0 5
0 y
x2 x2 1 y2 y2 + 1
= - + = + =
5 -1 5 0 5 5 5
• 0<y<1
y 0 y
P(Y 1 ⩽ y) = ∫ f X (x) dx = ∫ f X (x) dx + ∫ f X (x) dx =
-y -y 0
Mi accorgo che la funzione è simmetrica
y
y y
2 4 x2 2
= 2∫ f X (x) dx = 2∫ x dx = = y2
0 0 5 5 5 0 5
• y>2
y 2
P(Y 1 ⩽ y) = ∫ f X (x) dx = ∫ f X (x) dx
-y -1
Siccome integro su tutto il supporto il risultato è 1.
Abbiamo quindi:
0 , y⩽0
2
y2 , 0<y⩽1
F Y 1 ( y) = 5
y2 + 1
, 1<y⩽2
5
1 , 2<y
F Y 1 ( y)

2
5

-1 0 1 2

Adesso voglio determinare la funzione di densità:


0 , y⩽0
4
d y , 0<y⩽1
f Y 1 ( y) = F Y 1 ( y) = 5
dy 2
y , 1<y⩽2
5
0 , 2<y
Non è una funzione continua (la densità non è continua si intende) infatti
4 2
lim f Y1 (y) = ≠ lim f Y1 (y) =
y → 1- 5 y → 1+ 5
Ora la disegniamo rendendola continua
f Y 1 ( y)

1
4
5

2
5

-1 0 1 2

Passiamo a Y 2 = X 2
0 , y⩽0
P(|X| ⩽ y , y>0
P(Y 2 ⩽ y) = P X 2 ⩽ y = =
⏠⏣⏣⏣
valutata⏡⏣⏣⏣ ⏢
poco fa
F Y1 y

0 , y⩽0
0 , y⩽0
2 2
y , 0< y⩽1 2
5 y , 0<y⩽1
= 2 = 5
y +1 y+1
, 1< y⩽2 , 1<y⩽4
5 5
1 , 4⩽y
1 , 2⩽ y
F Y 2 ( y)

2
5

-2 -1 0 1 2 3 4 5 6

-1

La densità sarà:
0 , y⩽0
2
, 0<y⩽1
f Y 2 ( y) = 5
1
, 1<y⩽4
5
0 , 4⩽y
Ne facciamo il grafico:
f Y 2 ( y)

2
5

1
5

-2 -1 0 1 2 3 4 5 6

-1

Andiamo alla Y 3 = X 3
3
0 , y ⩽ -1
3
2
∫-1
y 3
- x dx , -1 < y⩽0
3 5
P(Y 3 ⩽ y) = P X 3 ⩽ y = P X ⩽ y = 3
2
∫-1
y 3
|x| dx , 0 < y⩽2
5
3
1 , 2< y
0 , y ⩽ -1
0 , y ⩽ -1 3
y
3 2
2 x
∫-1
y
- x dx , -1 < y ⩽ 0 - , -1 < y ⩽ 0
5 5 -1
= 3
= 3
=
2
∫-1
y 0 y
|x| dx , 0 < y ⩽ 8 x2 x2
5 - + , 0<y⩽8
1 , 8<y 5 -1 5 0
1 , 8<y
0 , y ⩽ -1
2
1 y3
- , -1 < y ⩽ 0
= 5 5
2
1 y3
+ , 0<y⩽8
5 5
1 , 8<y
Adesso ottengo la densità defferenziando la funzione di distribuzione:
0 , y < -1
2
- , -1 ⩽ y < 0 1
15 2 -
f Y 3 ( y) = 1 = |y| 3 1 [-1,8] (y)
2 -3 15
y , 0⩽y<8
15
0 , 8⩽y
Passiamo ora a Y 4 = X -1

1 1 1
P(Y 4 ⩽ y) = P X -1 = ⩽y =P ⩽ y, X > 0 + P ⩽ y, x < 0 =
X X X
secondo evento incluso nel primo primo evento incluso nel secondo
⏜⏟⏟⏟⏟⏟
1
⏝⏟⏟⏟⏟⏟
⏞ ⏜⏟⏟⏟⏟⏟
1
⏝⏟⏟⏟⏟⏟

P X ⩾ ,X > 0 +P X ⩽ ,X < 0 , y>0
y y
= =
1 1
P X ⩽ ,X > 0 +P X ⩾ ,X < 0 , y<0
y y
questi due ⏠⏣⏣⏣ ⏡⏣⏣⏣
eventi hanno ⏢ nulla
intersezione
1
P X⩾ + P(X < 0) , y > 0
y
= (3)
1
P ⩽X<0 , y<0
y

Per casa Continuare calcolando le probabilità tramite la distribuzione di X


Proseguiamo perciò da (3).

1 2 0
P X⩾
y
+ P(X < 0) , y > 0 ∫1⁄yfX (x) dx + ∫-1 fX (x) dx , y>0
= 0
=
1
P ⩽X<0 , y<0 ∫1⁄yfX (x) dx , y<0
y
2 0 2 0
∫1⁄y 2 x dx + ∫-1 - 2 x dx , y>0
2
∫1⁄yx dx +- 2 ∫-1 x dx , y>0
= 5 5 = 5 5 =
0 2 2 0
∫1⁄y - x dx , y<0 - ∫1⁄yx dx , y<0
5 5
2
2 0 1
2 x2 2 x2 2 22 y 2 1
- , y>0 - - 0- , y>0
5 2 1⁄y 5 2 -1 5 2 2 5 2
= 0 = =
2 2
2 x 1
- , y<0
5 2 2 y
1 y - 0- , y<0
5 2
5y 2 - 1
, y>0
5y 2
=
1
, y<0
5y 2
b
1 1
P X < 1, X 2 > P X > 1, | X | >
1 4 2
P X < 1|X 2 > = = =
4 2 1 1
P X > 4
P |X| > 2
2
22 2 x2
∫ 5 |x| dx 22 ∫ x dx 2 1
+∫
1 1
= 14
y dy = 1 2
= 2
=
∫ 5 y dy 1 5 2∫ y dy + ∫ y dy 1 y2
1 1 1 y2 1 + 2 1
2 2 2
4 1 3
2
-2 2 2
= = =
1
1- 4 + 2 - 2
4 1 9 3
4

Esercizio 3 Sia X ∼ Y ∼ Exp(�) , � > 0


X e Y sono indipendenti.
Determinare la densità della V.A. X - Y

Soluzione usiamo il teorema del cambio di variabile


U V
g ⏜⏟⏟
⏝⏟⏟

(X, Y) ⏪⏫ ⏥
X,X-Y
f (X,Y) (x, y) = � 2 e -�(x+y) 1 (0,+∞) (x)1 (0,+∞) (y)
u=x x=u
=
v = x-y y = u-v
∂x ∂x
1 0
Dg -1 (u, v) = ∂u ∂v =
∂y ∂y 1 -1
∂u ∂v
J = -1
Possiamo applicare ora il teorema:
f (U,V) (u, v) = � 2 e -�(2u-v) 1 (0,∞) (u) 1 (0,∞) (u - v)
⏠⏣⏣⏣ ⏡⏣⏣⏣
1(v,+∞) (u)

Il risultato dipende
dal valore che assume v

Se v > 0 allora:
f (U,V) (u, v) = � 2 e -�(2u-v) 1 (v,+∞) (u)
Se v < 0 allora:
f (U,V) (u, v) = � 2 e -�(2u-v) 1 (0,+∞) (u)
Marginalizzo:

f V (v) = ∫ f (U,V) (u, v) du =


R

Se v > 0
+∞ +∞
=∫ � e2 -�(2u-v)
du = � e 2 �v
∫0 e -2�u =
v
� 2 e �v +∞ � �
= e �v v = e �v e -2�v = e -�v
-2� 2 2
Se v < 0
+∞ +∞
=∫ � 2 e -�(2u-v) du = � 2 e �v ∫ e -2�u =
0 v
2 �v
� e +∞ �
= e �v 0
= e �v
-2� 2
Quindi possiamo riassumere:

f V ( v) = e -�|v| , v ∈ R (4)
2
Per casa Fare il grafico della funzione (4)
f V ( v)


2

� �
F V ( 0) = e -�|0| =
2 2

Potrebbero piacerti anche