Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
k=26
_
51
/
_
0.3
k
0.7
51k
= 0.00136.
3
Usiamo invece lapprossimazione gaussiana, appresa nel corso, che per-
mette di ottenere un ottimo risultato con calcoli elementari:
1 (o 25) = 1 (A
1
+ ... + A
51
25) = 1
_
A
1
+ ... + A
51
51 0.3
_
51 0.3 0.7
25 51 0.3
_
51 0.3 0.7
_
- 1
_
25 51 0.3
_
51 0.3 0.7
_
= 1 (2.964) = 1 0.9984 = 0.0016.
Tuttavia, potevamo anche dire che
1 (o 25) = 1 (o _ 26) = 1
_
A
1
+ ... + A
51
51 0.3
_
51 0.3 0.7
_
26 51 0.3
_
51 0.3 0.7
_
- 1
_
26 51 0.3
_
51 0.3 0.7
_
= 1 (3.269) = 1 0.9995 = 0.0005.
Quindi, se vogliamo usare la correzione di continuit, scegliamo il valore
intermedio:
1
_
25.5 51 0.3
_
51 0.3 0.7
_
= 1 (3.1168) = 1 0.9991 = 0.0009.
[In questo esempio la correzione di continuit non migliora il primo dei
due risultati, migliora solo il secondo; questo pu accadere quando sono in
gioco probabilit molto piccole e lapprossimazione pi delicata.]
Esercizio 3. i) Vale
_
1
1
C [r[ c
x
2
dr = 2C
_
1
0
rc
x
2
dr
= r
2
d = 2rdr
= C
_
1
0
c
y
d
da cui C = ` (v.a. esponenziali).
ii)
1
X
(r) = 1 (A _ r) =
_
x
1
`[t[ c
t
2
dt =
_
x
1
`tc
t
2
dt
= t
2
d = 2tdt
=
1
2
_
x
2
1
`c
y
d
=
1
2
_
1
x
2
`c
y
d =
1
2
_
c
y
1
x
2
=
1
2
c
x
2
.
1
Y
() = 1 (1 _ ) = 1 (A _ log ) = 1
X
(log ) =
1
2
c
log
2
y
.
4
iii)
1 [[A[] =
_
1
1
`[r[
2
c
x
2
dr = `
_
1
1
r
2
c
x
2
2
2
dr
dove o
2
=
1
2
= `
_
2:o
2
_
1
1
r
2
1
_
2:o
2
c
x
2
2
2
dr = `
_
2:o
2
1
_
2
2
dove 2 ~ ` (0. o
2
)
= `
_
2:o
2
o
2
= `
_
2:
_
1
_
2`
_
3
=
_
:
2
_
`
=
_
:
4`
.
Esercizio 4. a) Se c ,= 0 e c ,= 1, certamente 1 e 2 intercomunicano,
2 e 3 intercomunicano, 1 e 3 intercomunicano perch tutte le probabilit di
passaggio in un passo da uno stato allaltro sono diverse da zero. Quindi per
c ,= 0 e c ,= 1 la catena data irriducibile, ed anche regolare visto che
j
22
,= 0. Per c = 1 la catena ancora irriducibile, perch dallo studio della
matrice 1
1
=
_
_
0
1
2
1
2
0
1
2
1
2
1 0 0
_
_
, si vede che tutti gli stati intercomunicano (in
due passi al massimo) ed regolare(di nuovo, 1
22
,= 0). Per c = 0 la matrice
1 diviene 1
0
=
_
_
0 0 1
1 0 0
0 1 0
_
_
, quindi la catena ancora irriducibile (tutti
gli stati comunicano fra loro in uno o due passi) ma non regolare, infatti
1
2
0
=
_
_
0 1 0
0 0 1
1 0 0
_
_
, 1
3
0
=
_
_
1 0 0
0 1 0
0 0 1
_
_
e poi si ricomincia. Ogni potenza di
1
0
ha sei elementi nulli.
b) Nel presente esercizio non necessario impostare e risolvere il sis-
tema perch la matrice data bistocastica per ogni c [0. 1], quindi la
distribuzione invariante risulta essere quella uniforme =
_
1
3
.
1
3
.
1
3
_
. La
metodologia che si usa solitamente per determinare la distribuzione invari-
ante porterebbe alla risoluzione del sistema
_
_
(1 c)
2
+ c
3
=
1
1
+
2
2
+ (1 c)
3
=
2
(1
2
)
1
+
2
2
=
3
1
+
2
+
3
= 1
,
5
da cui di nuovo, con un po di fatica, =
_
1
3
.
1
3
.
1
3
_
. Il risultato non dipende
da c (perch la matrice 1 sempre bistocastica), ed sempre unico (perche
la catena data sempre irriducibile).
c) Si deve vericare che
i
j
ij
=
j
j
ji
per ogni coppia di indici i, ,, Poich
i
=
1
3
per ogni i, la relazione
i
j
ij
=
j
j
ji
diviene
1
3
j
ij
=
1
3
j
ji
, da cui
j
ij
= j
ji
, cio la matrice 1 deve essere simmetrica. Per ottenere questa
propriet, bisogna imporre 1 c =
c
2
, che ha per soluzione c =
2
3
che un
valore accettabile.
d) Si deve calcolare P(A
n+1
= 2. A
n
= 1). Tale probabilit pu essere
scritta come P(A
n+1
= 2[A
n
= 1)P(A
n
= 1) = j
12
P(A
n
= 1) =
2
P(A
n
= 1)
(indico con j
12
lelemento che sta nella prima riga e nella seconda colonna
della matrice 1, che vale
2
). A questo punto si sfrutta il risultato ricavato
al punto b), cio P(A
n
= 1) -
1
3
per : grande ( il signicato della
distribuzione invariante che deriva dal teorema ergodico). Mettendo insieme
questi due risultati, si ha P(A
n+1
= 2. A
n
= 1) -
c
6
.
6