Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Cap 8
Cap 8
Luise ‐ Giorgio M. Vitetta
con il contributo di
G. Bacci e F. Zuccardi Merli
Teoria dei segnali
terza edizione
Capitolo 8
Richiami di teoria della probabilità
SOLUZIONI DEGLI ESERCIZI
Marco Luise – Giorgio M. Vitetta, Teoria dei segnali, 3 ed, © 2009 McGraw-Hill
Marco Luise ‐ Giorgio M. Vitetta
con il contributo di
G. Bacci e F. Zuccardi Merli
Teoria dei segnali
terza edizione
0, 01⋅ 0,8
Pr {M / TP} = ≅ 0.039
0, 206
se l’affidabilità del test è del 50%. Pertanto, in tal caso il test è da ritenersi del tutto
inaffidabile, cosicché l’informazione da esso fornita non migliora le nostre conoscenze
sullo stato di malattia della persona in esame. Se invece il test è affidabile al 100%,
risulta
Pr {TP / M } = 1
per ovvie ragioni.
Pr { B / A} Pr { A}
Pr { A / B} =
Pr { B}
Essendo
Pr { B / A} = 1
Pr { A} = p
Pr { B} = Pr { B / A} Pr { A} + Pr { A} Pr { B / A}
1
= 1⋅ p + (1 − p)
m
Marco Luise – Giorgio M. Vitetta, Teoria dei segnali, 3 ed, © 2009 McGraw-Hill
Marco Luise ‐ Giorgio M. Vitetta
con il contributo di
G. Bacci e F. Zuccardi Merli
Teoria dei segnali
terza edizione
p
Pr { A / B} =
1
p + (1 − p )
m
1 2 3 x
−1
Marco Luise – Giorgio M. Vitetta, Teoria dei segnali, 3 ed, © 2009 McGraw-Hill
Marco Luise ‐ Giorgio M. Vitetta
con il contributo di
G. Bacci e F. Zuccardi Merli
Teoria dei segnali
terza edizione
i =0 i =0 1 − e −2
Caso 2: si assume che sia −1 < y < 0 . In questo caso le soluzioni dell’equazione
y = g ( x ) sono espresse dalla relazione
xi = 1 − y + 2i i = 0,1,....
Essendo, inoltre,
y '( xi ) = 1
l’applicazione del teorema fondamentale produce
+∞
1 ey e −1
fY ( y ) = ∑ e − (1− y + 2i ) = e −1+ y = = e y
i =0 1 − e −2 e − e −1 1 − e −2
Verifichiamo ora, per esercizio, che la condizione di normalizzazione sia verificata dalla
densità fY ( y ) che abbiamo appena ricavato. Si ha che
e −1
1 1 0
1
∫ 1 − e −2 ∫0 ∫ e dy
−y
f Y ( y ) dy = e dy + y
−1
1 − e −2 −1
−1
1 e (1 − e −1 )(1 + e −1 )
= ⎡1 − e −1
⎤ + ⎡1 − e −1
⎤ = =1
1 − e −2 ⎣ ⎦ 1 − e −2 ⎣ ⎦ 1 − e −2
c.v.d.
Si deve calcolare
⎧ ⎫
Pr { T1 − T2 < 20 min} = Pr ⎨ T1 − T2 < ora ⎬
1
⎩ 3 ⎭
dove
T1 = istante di arrivo del primo amico
T2 = istante di arrivo del secondo amico
Marco Luise – Giorgio M. Vitetta, Teoria dei segnali, 3 ed, © 2009 McGraw-Hill
Marco Luise ‐ Giorgio M. Vitetta
con il contributo di
G. Bacci e F. Zuccardi Merli
Teoria dei segnali
terza edizione
cartesiano t1 − t2 rappresentato nella Figura seguente. Nella stessa Figura viene anche
⎧ 1 ⎫
indicata una regione ombreggiata associata all’evento ⎨ T1 − T2 < ora ⎬ .
⎩ 3 ⎭
t2 (ore)
2
3
1
3
1 2 1 t1 (ore)
3 3
Risulta, allora,
⎧ 1 ⎫
Pr ⎨ T1 − T2 < ora ⎬
⎩ 3 ⎭
= area della regione ombreggiata
2
⎛2⎞ 5
=1 − ⎜ ⎟ =
⎝ 3⎠ 9
Per risolvere il problema in esame è utile far riferimento alla Figura riportata di seguito.
Si osservi che le variabili aleatorie X ed Y sono uniformemente distribuite
sull’intervallo [0, l ] e che, essendo indipendenti, la loro densità di probabilità congiunta
assume valore costante (e pari a 1/ l 2 ) sul dominio [0, l ] × [0, l ] .
Marco Luise – Giorgio M. Vitetta, Teoria dei segnali, 3 ed, © 2009 McGraw-Hill
Marco Luise ‐ Giorgio M. Vitetta
con il contributo di
G. Bacci e F. Zuccardi Merli
Teoria dei segnali
terza edizione
l
A
X
Y B
Occorre calcolare
⎧ XY l 2 ⎫ ⎧ l2 ⎫
Pr ⎨ < ⎬ = Pr ⎨ XY < ⎬
⎩ 2 8⎭ ⎩ 4⎭
l2
iperbole xy =
4
l/4
l/4 l
Marco Luise – Giorgio M. Vitetta, Teoria dei segnali, 3 ed, © 2009 McGraw-Hill
Marco Luise ‐ Giorgio M. Vitetta
con il contributo di
G. Bacci e F. Zuccardi Merli
Teoria dei segnali
terza edizione
⎧ XY l 2 ⎫ 1 l 2 1 l l2 / 4 x
1 1
l
l2
Pr ⎨
⎩ 2
< ⎬= 2 + 2
8⎭ l 4 l ∫ ∫
x =l / 4 y = 0
dx = + 2
4 l ∫ 4 x dx
l/4
l
1 1 1 1 1
= + ∫ dx = + ln 4 ≅ 0,596
4 4 l/4 x 4 4
6 Soluzione dell’esercizio 8.13
Indichiamo con N A ( N B ) il numero della pagina aperta nel libro A (B). Le variabili
aleatorie N A ed N B sono indipendenti e possono assumere, con la stessa probabilità,
soltanto valori interi appartenenti rispettivamente agli intervalli [1, 200] e [1, 300] .
Pertanto la loro massa di probabilità congiunta è espressa dalla relazione
1
Pr {N A = n A , N B = nB } =
300 ⋅ 200
per n A ∈ [1, 200] ed nB ∈ [1,300] , ed è nulla altrove. Fatte queste premesse, possiamo
scrivere che
200 n A −1
1 1 200 1 ⎡ 200(200 + 1) ⎤
Pr {N A > N B } = ∑ ∑ = 4 ∑
( n A − 1) = 4 ⎢
− 200⎥
n A =1 nB =1 6 ⋅ 10 6 ⋅ 10 nA =1 6 ⋅ 10 ⎣ ⎦
4
2
1 ⎡ (200 + 1) ⎤ 199 1
= − 1⎥ = ≅ ≅ 0,33
300 ⎢⎣ 2 ⎦ 600 3
Marco Luise – Giorgio M. Vitetta, Teoria dei segnali, 3 ed, © 2009 McGraw-Hill
Marco Luise ‐ Giorgio M. Vitetta
con il contributo di
G. Bacci e F. Zuccardi Merli
Teoria dei segnali
terza edizione
1 y = zx
z
xy = z
1 x
FZ ( z ) = Pr {Z ≤ z} = Pr { XY ≤ z, Y / X ≤ z}
z
= area della regione ombreggiata =
2
Caso 2: si assume z > 1 . Come nel caso precedente, per determinare FZ ( z ) è utile fornire
una rappresentazione grafica dell’evento di cui si deve calcolare la probabilità (vedi la
Figura seguente).
Marco Luise – Giorgio M. Vitetta, Teoria dei segnali, 3 ed, © 2009 McGraw-Hill
Marco Luise ‐ Giorgio M. Vitetta
con il contributo di
G. Bacci e F. Zuccardi Merli
Teoria dei segnali
terza edizione
y = zx
z
P
1
xy = z
1 x
FZ ( z ) = Pr {Z ≤ z} = Pr { XY ≤ z, Y / X ≤ z}
1
= area della regione ombreggiata = 1 −
2z
{x1 + x2 + ... + xn −1 = 5, xn = 1}
Marco Luise – Giorgio M. Vitetta, Teoria dei segnali, 3 ed, © 2009 McGraw-Hill
Marco Luise ‐ Giorgio M. Vitetta
con il contributo di
G. Bacci e F. Zuccardi Merli
Teoria dei segnali
terza edizione
Notiamo, inoltre, che gli eventi {x1 + x2 + ... + xn−1 = 5} e {xn = 1} sono mutuamente
indipendenti in quanto di riferiscono a variabili aleatorie diverse ed indipendenti per
ipotesi. Risulta, quindi,
Risulta, inoltre,
1
Pr { xn = 1} =
2
e
( n −1) −5
⎛ n − 1⎞ ⎛ 1 ⎞ ⎛ 1 ⎞
5
Pr { x1 + x2 + ...xn −1 = 5} = ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎝ 5 ⎠⎝ 2 ⎠ ⎝ 2 ⎠
n −1
⎛ n − 1⎞ ⎛ 1 ⎞
=⎜ ⎟⎜ ⎟
⎝ 5 ⎠⎝ 2 ⎠
se n − 1 ≥ 5 (cioè se n ≥ 6 ), e
Pr { x1 + x2 + ...xn −1 = 5} = 0
Marco Luise – Giorgio M. Vitetta, Teoria dei segnali, 3 ed, © 2009 McGraw-Hill
Marco Luise ‐ Giorgio M. Vitetta
con il contributo di
G. Bacci e F. Zuccardi Merli
Teoria dei segnali
terza edizione
è una variabile aleatoria che può assumere valori non negativi. Se determiniamo, quindi,
la densità di probabilità f Z ( z ) della variabile aleatoria Z , possiamo ricavare la densità
f S ( s ) di S , utilizzando il teorema fondamentale relativo alla trasformazione di una
variabile aleatoria. Per ricavare f Z ( z ) , determiniamo prima la funzione di distribuzione
FZ ( z ) , che è data da
⎧X ⎫
FZ ( z ) = Pr {Z ≤ z} = Pr ⎨ ≤ z ⎬
⎩Y ⎭
Assumendo sia X che Y valori non negativi, possiamo allora scrivere che
FZ ( z ) = Pr { X ≤ zY }
x =+∞ +∞
= ∫ ∫
x =0 y = x / z
f X ( x ) fY ( y )dxdy
∫ ∫
η ηz η⎝ z ⎠
= e e dx = e dx
η x =0
η x =0
+∞
x⎛ 1⎞
1 − ⎜ 1+ ⎟ 1 z 1
η⎝ z ⎠
= e = = = 1−
1+
1
1+
1 z +1 1+ z
0
z z
espressione valida per z > 0 , assumendo Z valori non negative. Si ha, quindi, che
z ⎡ 1 ⎤
FZ ( z ) = u[ z ] = ⎢1 − u[ z ]
1+ z ⎣ 1 + z ⎥⎦
espressione da cui si deduce che
d 1
f Z ( z ) = FZ ( z ) = u[ z ]
dz (1 + z ) 2
Infine, essendo S = d ⋅ Z , si può scrivere che
1 ⎛s⎞
f S ( s) = fZ ⎜ ⎟
d ⎝d ⎠
Risulta, dunque,
Marco Luise – Giorgio M. Vitetta, Teoria dei segnali, 3 ed, © 2009 McGraw-Hill
Marco Luise ‐ Giorgio M. Vitetta
con il contributo di
G. Bacci e F. Zuccardi Merli
Teoria dei segnali
terza edizione
1 1 d
f S ( s) = u[ s ] = u[ s ]
d⎛ s⎞
2
(d + s )2
⎜1 + ⎟
⎝ d⎠
1 x + y =1
x + y =1
−z z 1 x
Marco Luise – Giorgio M. Vitetta, Teoria dei segnali, 3 ed, © 2009 McGraw-Hill
Marco Luise ‐ Giorgio M. Vitetta
con il contributo di
G. Bacci e F. Zuccardi Merli
Teoria dei segnali
terza edizione
Pr {Z ≤ z, A} = 0
essendo {Z ≤ z, A} un evento impossibile.
1
⎛1+ z 1− z ⎞
P⎜ , ⎟
⎝ 2 2 ⎠
z
−z
1 x
Marco Luise – Giorgio M. Vitetta, Teoria dei segnali, 3 ed, © 2009 McGraw-Hill
Marco Luise ‐ Giorgio M. Vitetta
con il contributo di
G. Bacci e F. Zuccardi Merli
Teoria dei segnali
terza edizione
⎛1− z 1+ z ⎞
P=⎜ , ⎟
⎝ 2 2 ⎠
z 1
−z x
Marco Luise – Giorgio M. Vitetta, Teoria dei segnali, 3 ed, © 2009 McGraw-Hill