Probabilit` e Statistica a

(Ing. Amb. Terr. - Latina - 28/1/2011)

(il punteggio massimo si ottiene risolvendo correttamente 5 esercizi) 1. Un vettore aleatorio discreto (X, Y ) ha una distribuzione uniforme sullinsieme di punti C = {(0, 0), (1, 2), (1, 2), (2, 1), (2, 1)}. Considerato il numero aleatorio Z = X 2 Y 2 , determinare: (i) il codominio CZ di Z; (ii) la covarianza di X, Z; (iii) la probabilit` cona dizionata p = P (Z 0 | Y 0). CZ = Cov(X, Z) = p=

2. Per andare in una localit` Tizio deve prendere un autobus, impiegando un tempo aleatorio a (in ore) X, e poi un treno, impiegando un tempo aleatorio Y . La densit` congiunta del a vettore aleatorio (X, Y ) ` f (x, y) = k, per (x, y) R = [1, 2] [3, 5], con f (x, y) = 0 e altrove. Calcolare la costante k, la previsione e lo scarto standard del tempo aleatorio totale Z = X + Y . k= = =

3. Con riferimento allesercizio precedente, calcolare Cov(X + Y, X Y ) e la probabilit` a condizionata p = P (Y X + 3 | X + Y > 5). Cov(X + Y, X Y ) = p=

4. Da un lotto contenente 4 pezzi (2 difettosi e 2 buoni) si elimina a caso un pezzo; successivamente vengono prelevati a caso (senza restituzione) altri due pezzi. Deniti gli eventi H =il pezzo eliminato dal lotto ` buono, A = il primo dei due pezzi prelevati dal lotto e ` buono, B = il secondo dei due pezzi prelevati dal lotto ` buono, calcolare la probae e c c bilit` p dellevento A B H e il rapporto r tra le probabilit` condizionate P (H | A B) e a a P (H c | A B). p= r=

5. La densit` congiunta di un vettore aleatorio (X, Y ) ` f (x, y) = ke2xy , per x 0, y x, a e con f (x, y) = 0 altrove. Calcolare la costante k e, per ogni z > 0, la funzione di rischio h(z) del numero aleatorio Z = Y X. k= h(z) =

6. Le funzioni caratteristiche di due numeri aleatori X e Y , stocasticamente indipendenti, t2 2 sono rispettivamente X (t) = e 2 e Y (t) = e4t . Calcolare la previsione mZ del numero aleatorio Z = X + Y e la probabilit` p dellevento (3 Z 6). a mZ = p=

7. La distribuzione iniziale () di un parametro aleatorio ` di tipo esponenziale, con e parametro 0 = 3. Le componenti di un campione casuale X = (X1 , . . . , X5 ), subordinatamente a ogni ssato valore , hanno una distribuzione Gamma di parametri c = 2, = . Calcolare la previsione di condizionata ad un campione osservato x = (x1 , . . . , x5 ), con x1 + + x5 = t. I ( | x) = P

Probabilit` e Statistica a

(Ing. Amb. Terr. - Latina)

Soluzioni della prova scritta del 28/1/2011.

1 1. Si ha: CZ = {3, 0, 3}, con P (Z = 0) = 5 , P (Z = 3) = P (Z = 3) = 2 , da cui segue 5 1 P(Z) = 0. Inoltre XZ {0, 3, 6}, con P (XZ = 0) = 5 , P (XZ = 3) = P (XZ = 6) = 2 , 5 da cui segue: P(XZ) = 18 ; Cov(X, Z) = P(XZ) P(X)P(Z) = 18 . 5 5 Inne, posto P (X = x, Y = y) = p(x, y), si ha

p(0, 0) + p(1, 2) p = P (Z 0 | Y 0) = = p(0, 0) + p(1, 2) + p(2, 1)

2 5 3 5

2 . 3

1 2. Larea del rettangolo R ` pari a 2, pertanto k = 2 . Inoltre si verica facilmente che le e distribuzioni marginali sono uniformi, con f1 (x) = 1, per x [1, 2], f1 (x) = 0 altrove; f2 (y) = 1 , per y [3, 5], f2 (y) = 0 altrove. Pertanto 2

3 3+5 3 11 1+2 = , P(Y ) = = 4 , = P(X + Y ) = + 4 = ; 2 2 2 2 2 inoltre, essendo f (x, y) = f1 (x)f2 (y), (x, y), X ed Y sono stocasticamente indipendenti; quindi (2 1)2 (5 3)2 5 V ar(X + Y ) = V ar(X) + V ar(Y ) = + = , 12 12 12 P(X) = da cui segue: =
1 2 5 . 3

3. Essendo Cov(X, Y ) = Cov(Y, X) = 0, si ha Cov(X + Y, X Y ) = Cov(X, X) Cov(X, Y ) + Cov(Y, X) Cov(Y, Y ) = 4 1 1 = . 12 12 4 Inoltre, indicando con T il triangolo di vertici (2, 3), (2, 5), (1, 4) e con D il trapezio di vertici (2, 3), (2, 5), (1, 5), (1, 4), si ha = V ar(X) V ar(Y ) = (Y X + 3, X + Y > 5) = [(X, Y ) T ] , (X + Y > 5) = [(X, Y ) D] ; da cui segue P (Y X + 3, X + Y > 5) =
T

f (x, y)dxdy =

area(T ) 1 = , area(R) 2

P (X+Y > 5) =
D

f (x, y)dxdy =

area(D) 3 P (Y X + 3, X + Y > 5) 2 = , p= = . area(R) 4 P (X + Y > 5) 3

1 1 4. Si ha P (H) = P (H c ) = 2 , P (Ac B c H) = P (H)P (Ac |H)P (B c |Ac H) = 2 2 1 = 1 ; 3 2 6 inoltre P (A B | H) = 1 P (Ac B c | H) = 1 2 1 = 2 , P (A B | H c ) = 1; pertanto 3 2 3

P (A B | H)P (H) P (H | A B) = = P (A B | H)P (H) + P (A B | H c )P (H c ) da cui segue: P (H c | A B) = 1

2 5 3 = 5,r=
2 5 3 5

2 3

2 1 3 2 1 +1 2

1 2

2 , 5

= 2. 3

5. Si ha
+ 0 x + + +

f (x, y)dxdy = k
0

(e2x
x

ey dy)dx = =

k 3

3e3x dx =
0

k = 1; 3

pertanto k = 3. Inoltre, si ha Z [0, +) e, per ogni ssato z > 0, risulta

+ + + +

S(z) = P (Z > z) = P (Y > X+z) =

0 +

dx
x+z

3e2xy dy =
0 +

(3e2x
x+z

ey dy)dx =

=
0

3e2x e(x+z) dx = ez
0 S (z) S(z)

3e3x dx = ez .
ez ez

Pertanto, per ogni z > 0, si ha: h(z) = esponenziale di parametro = 1). 6. Si ha

= 1 (ovvero, Z ha una distribuzione

Z (t) = X (t)Y (t) = e 2 e4t = e

t2

9t2 2

; Z (t) = 9te

9t2 2

, Z (0) = 0 = i mZ ,

da cui segue: mZ = 0. Inoltre, osservando che Z N0,3 , si ottiene p = P (3 Z 6) = 0,3(6) 0,3(3) = = (2) (1) = (2) + (1) 1 60 3 3 0 3 =

0.9772 + 0.8413 1 = 0.8185 .

7. Ricordando che Gc, (x) =

c c1 x x e (c)

per x 0, con Gc, (x) = 0 altrove, si ha 2 21 xi = 2 xi exi , i = 1, . . . , 5 , x e (2) i

Xi | f (xi |) = G2, (xi ) = da cui segue

(x|) = f (x1 |) f (x5 |) = 10 x1 x5 e

xi

= k10 et , k = x1 x5 ;

inoltre () = Gc0 ,0 () = G1,3 () = 3e3 per 0, con () = 0 altrove. Allora, la distribuzione nale ` ancora di tipo Gamma e risulta e (|x) = k(x)()(x|) = k1 (x)e3 10 et = k1 (x)10 e(t+3) = Gc5 ,5 () = G11,t+3 () , con k1 (x) =
55 (c5 )
c

(t+3)11 ; 10!

pertanto: I ( | x) = P

c5 5

11 . t+3