Istituzioni di Probabilità - A.A
|
|
- Franco Raimondo Moroni
- 4 anni fa
- Visualizzazioni
Transcript
1 Istituzioni di Probabilità - A.A Prima prova di verifica intermedia - 29 aprile 25 Esercizio. Sia (X n ) n una successione di v.a. i.i.d. centrate con < X P-q.c., sia λ R ed F una v.a. integrabile ed indipendente da (X n ) n. Si consideri il processo (F n ) n, definito ricorsivamente via F n (ω) := λf n (ω) + X n (ω), per ogni n, per ogni ω Ω.. Il processo (F n ) n è markoviano (rispetto alla filtrazione naturale associata)? 2. Determinare tutti i λ R tali che (F n ) n sia una martingala.. Mostrare che, se λ, il processo (λ n F n ) n è una martingala. Se λ >, tale martingala converge in L e P-q.c., per n? 4. Se λ < e la legge di F coincide con quella di n= λn Y n, dove (Y n ) n è una successione di v.a. i.i.d. ciascuna con legge identica a X, allora le v.a. (F n ) n hanno tutte la stessa legge. 5. (Facoltativo) Se λ <, mostrare che il processo (F n ) n converge in legge per n. Il processo converge P-q.c.? e in probabilità? Soluzione. Notiamo intanto che, per ogni n, vale l identità F n = λ n F + λ n i X i, () infatti il membro a destra soddisfa la ricorrenza e, per n =, coincide con F (e c è un unica soluzione della ricorrenza lineare data).. Sì, vale la proprietà di Markov. Infatti, per ogni g : R R orel limitata, per ogni n, vale E [g(f n+ ) F n ] = E [g(λf n + X n+ ) F n ] = g(λy + x)dν(x) R y=fn dove l ultima identità segue dal fatto che F n è F n -misurabile e X n+ è indipendente da F n, e indichiamo con ν := (X ) # (P) la legge comune delle (X n ) n. (Nel caso di tempi discreti, è sufficiente mostrare la proprietà di Markov soltanto per tempi consecutivi.) 2. Il processo (F n ) n è ovviamente adattato alla sua filtrazione. Per mostrare che, per ogni n, la variabile aleatoria F n è integrabile, notiamo che F è integrabile per ipotesi e, per n, l espressione () implica la disuguaglianza E [ F n ] λ n E [ F ] + λ n i E [ X i ] λ n E [ F ] + Possiamo anche usare la disuguaglianza λ n i <. E [ F n ] λ E [ F n ] + E [ X n ] λ E [ F n ] +
2 che ricorsivamente ci permette di ottenere ancora la stima sopra. Consideriamo l ortogonalità degli incrementi. Per n, vale E [F n+ F n ] = E [λf n + X n+ F n ] = λf n da cui (F n ) n è una martingala se e solo se ( λ)f n =, P-q.c. per ogni n, e questo vale se e solo se λ = (infatti, il processo F n non è identicamente nullo).. Poniamo M n := F n λ n, per n. Per quanto visto sopra, il processo è integrabile e adattato, perciò basta mostrare l ortogonalità degli incrementi. Questo segue perché gli incrementi M n+ M n = X n+ λ (n+), per n sono indipendenti e centrati. Se λ >, la martingala è limitata in L 2 : E [ ] n Mn 2 = E [ (M i+ M i ) 2] n E [ Xi+] 2 λ 2i λ 2 < da cui segue convergenza in L 2 (per risultati generali segue anche in L e P-q.c.). 4. Siano ϕ e ψ le funzioni caratteristiche di F e X, rispettivamente. Si ha λ n Y n = Y + λ λ n Y n+, n= dove il termine a sinistra e il secondo termine a destra hanno la stessa distribuzione di F, ed il primo e secondo termine a destra sono indipendenti. Dunque ϕ (x) = ψ(x)ϕ (λx). Consideriamo ora la funzione caratteristica ϕ di F. Per definizione di F (notare che F e X sono indipendenti), n= ϕ (x) = ψ(x)ϕ (λx) = ϕ (x), e dunque F ha la stessa distribuzione di F. Ripetendo il ragionamento per F 2, F,... si ottiene quanto richiesto. Per una dimostrazione alternativa, senza usare le funzioni caratteristiche, ragioniamo come segue. Poiché l enunciato dipende solamente dalla legge di (F n ), che è funzione della legge di F e di X, possiamo supporre che le variabili aleatorie ((Y n ) n, (X n ) n ) siano definite su un medesimo spazio di probabilità, siano indipendenti ed identicamente distribuite e valga F = n= λn Y n. Per induzione, oppure per la (), vale, per n, F n = λ n n λ i Y n + λ i X n i = g((x n, X n,..., X, Y, Y,...)) dove poniamo g : (z i ) λi z i, che è una funzione misurabile su [, ] N. Di conseguenza, poiché la legge del blocco (X n, X n,..., X, Y, Y,...) su [, ] è la stessa di (Y i ) i, ne deduciamo che la legge di F n è la stessa di F e quindi non dipende da n. 2
3 5. Mostriamo che c è convergenza in legge: per ogni n la legge di F n coincide con quella di n G n := λ n F + λ i X i, per via dell identità (), che esprime F n come funzione del blocco (F, X, X 2,..., X n ), e del fatto che la legge di tale blocco coincide con quella di (F, X n, X n,..., X ), per indipendenza. D altra parte, G n converge in L e P-q.c. verso la v.a. G = λi X i, e in particolare in legge. Come conseguenza, anche le F n convergono in legge verso G. Non c è convergenza né P-q.c. né in probabilità. Ecco un semplice argomento contro la convergenza P-q.c.: se ci fosse, potremmo dedurne che X n = F n λf n ( λ)f converge quasi certamente. Ma la successione (X n ) n consiste di v.a. i.i.d. (non identicamente nulle) e pertanto non convergono P-q.c. (perché non convergono neppure in probabilità, vedi sotto). Analogamente, se F n F in probabilità, allora X n = F n λf n ( λ)f, in quanto la convergenza in probabilità è metrizzabile. D altra parte, se n m, P[ X n X m ɛ] = P[ X X 2 ɛ] > e (X n ) n N non può essere di Cauchy in probabilità. Esercizio 2. Sia ( t ) t un moto browniano su uno spazio di probabilità (Ω, F, P) (assumere che t t (ω) sia continuo per ogni ω Ω).. Mostrare che ω s(ω)ds definisce una variabile aleatoria avente legge gaussiana e determinarne media e varianza. 2. Determinare una funzione [, ] t u(t) in modo tale che il processo X t := ( t u(t) sds) t [,] sia indipendente da sds. Mostrare che tale funzione è unicamente determinata ed il processo (X t ) t [,] è gaussiano (fissare tale u e quindi X nel seguito).. Determinare E [X s ] e Cov(X s, X t ), per s, t [, ], mostrare che la legge di (X t ) t [,] coincide con legge di ( X t ) t [,]. 4. Mostrare che, per ogni k, le k-marginali del processo (nx t/n 2) t [,] convergono in legge alle k-marginali di ( t ) t [,], per n (cioè, per ogni t <... < t k, le v.a. k-dimensionali (nx t /n 2,..., nx t k /n 2) convergono in legge a ( t,..., tk )). 5. (Facoltativo) Mostrare che la successione di processi (nx t/n 2) t [,] converge in legge a ( t ) t [,], dove i processi sono intesi come variabili aleatorie a valori nello spazio metrico C([, ]; R) (ricordiamo che la convergenza in legge verso X di variabili aleatorie (X n ) n a valori in spazi metrici è definita dalla validità di lim n E [ϕ(x n )] = E [ϕ(x)], per ogni ϕ continua e limitata). Soluzione 2.. Per caratterizzarne la legge, notiamo ad esempio che la legge di s ds è gaussiana in quanto n s ds = lim n n i, qc, n
4 e la legge di n n i è Gaussiana. Ricordiamo che il limite in legge di variabili n aleatorie gaussiane è ancora una variabile aleatoria gaussiana. Inoltre ( E s ds E s ds = E[ s] ds =, ) 2 = E[ s t ] ds dt = s t ds dt =. 2. Con un argomento limite simile a quello sopra, ( applicato ad una qualunque famiglia di tempi t,..., t k otteniamo che t,..., tk, ) sds è una variabile gaussiana. Di conseguenza, anche il processo X = (X t ) t [,] è gaussiano (per qualunque scelta di u) e la legge congiunta di (X, sds) è gaussiana. Perciò, è sufficiente trovare u in modo tale che, per ogni t [, ], X t sia scorrelato da sds, quindi imponiamo ] = E [X t s ds = E [ t s ds] u(t) t = sds + tds u(t) = t t2 2 u(t) (2) da cui u(t) = t( t/2), per t [, ], è unicamente determinato. t. Vale E [X t ] = e ( )] E [X s X t ] = E [X s t u(t) r dr [( ) ] = E s u(s) r dr t = min {s, t} u(s) E [ t r ] dr = min {s, t} u(s)(t( t/2) = min {s, t} u(s)u(t)/. () Un processo gaussiano è unicamente determinato dalla media e covarianza. asta perciò notare che ( X t ) t [,] ha media E [ X t ] = E [X t ] = covarianza E [( X s )( X t )] = E [X s X t ], per s, t [, ]. 4. Fissati t <... < t k, notiamo che la v.a. k-dimensionale (nx t /n 2,..., nx t k /n 2) ha legge gaussiana di media e covarianza E [ [ { nx ti /n 2nX ] t j /n 2 = n 2 ti min n, t } j u(t ] i/n 2 )u(t j /n 2 ) min {t 2 n 2 i, t j }, per n, perché u(t/n 2 )n = ( t/n 2 )t/n. Di conseguenza, la legge converge verso una gaussiana k-dimensionale di media e covarianza Q i,j = min {t i, t j }, per i, j {,..., k} e quindi la v.a. converge in legge verso ( t,..., tn ). 5. Sappiamo che, se ( t ) t è un moto rowniano, anche (n t/n 2) t è un moto rowniano, e in particolare hanno la stessa legge (la misura di Wiener su C([, ); R)). Dalla definizione di X, possiamo scrivere, nx t/n 2 = n t/n 2 u(t/n 2 ) 4 s ds, per t [, n 2 ]
5 e quindi in particolare per t [, ]. Con un cambio di variabili s = s /n 2 nell integrale, otteniamo nx t/n 2 = n t/n 2 u(t/n2 ) n n 2 n s /n 2ds, per t [, n 2 ]. Di conseguenza, la legge del processo (nx t/n 2) t [,] coincide con la legge del processo t u(t/n2 ) n n 2 s ds, per t [, ]. Per concludere, ci basta mostrare che il processo u(t/n2 ) s ds converge verso, come variabile aleatoria a valori nello spazio C([, ], R). Poiché u(t/n 2 ) n 2 sup n s ds n 2 n s ds sup u(t/n 2 ) t [,] n n 2 t [,] e il secondo fattore a secondo membro (è deterministico e) converge verso zero, basta ad esempio usare il fatto che n 2 n s ds è uniformemente limitata in L 2 (per via del riscalamento, la sua legge coincide con quella di sds). 5
Istituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 14/2/2013
Istituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 14/2/213 Exercise 1. punti 9+) Sia X = X t, x)) t,x un processo stocastico a valori reali, avente come parametro la coppia t,
DettagliConvergenza di martingale - La convergenza in L p, p > 1 equivale alla limitatezza in L p : disuguaglianza per submg non negative; disuguaglianza di
1. martedì 10 marzo Convergenza di martingale - La convergenza in L p, p > 1 equivale alla limitatezza in L p : disuguaglianza per submg non negative; disuguaglianza di Doob; una mg è L p limitata se e
DettagliCP410: Esame 2, 3 febbraio 2015
Dipartimento di Matematica, Roma Tre Pietro Caputo 2014-15, I semestre 3 febbraio, 2015 CP410: Esame 2, 3 febbraio 2015 Cognome Nome Matricola Firma 1. Sia (Ω, F, P) lo spazio di probabilità definito da
DettagliIstituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 22/7/2013
Istituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 22/7/213 Exercise 1 (punti 1 circa Diremo che un processo X = (X t t [,1] a valori reali è un ponte browniano se è un processo
DettagliI Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 2014/15 Nome: 23 Giugno
I Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 014/15 Nome: 3 Giugno 015 Email: Quando non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliII Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17
II Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì 4 febbraio 7 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliAnalisi Stocastica Programma del corso 2008/09
Analisi Stocastica Programma del corso 2008/09 [13/01] Introduzione. 0. Preludio (1 ora) [1] Descrizione del corso: obiettivi, prerequisiti, propedeuticità. Un esempio euristico: lavoro di una forza, valore
DettagliIstituzioni di Probabilità Laurea magistrale in Matematica 16 Febbraio 2015
Istituzioni di Probabilità Laurea magistrale in Matematica 16 Febbraio 15 sercizio 1. (punti 1 ) ) Basandosi sul noto concetto di integrale di Itô, ogni studente esponga, preliminarmente, una ragionevole
DettagliPrimo appello prova scritta di Calcolo delle probabilità Laurea Triennale in Matematica 01/02/2016
Primo appello prova scritta di Calcolo delle probabilità Laurea Triennale in Matematica 0/0/06 COGNOME e NOME... N. MATRICOLA... Esercizio. (9 punti) Sia {S n } n N una passeggiata aleatoria standard (cioè
DettagliAnalisi Stocastica Programma del corso 2009/10
Analisi Stocastica Programma del corso 2009/10 [13/01a] Introduzione. 0. Preludio (1 ora) [1] Descrizione del corso: obiettivi, prerequisiti, propedeuticità. Un esempio euristico: lavoro di una forza,
DettagliPrima prova in itenere di Istituzioni di Probabilità
Prima prova in itenere di Istituzioni di Probabilità 14 novembre 2012 Esercizio 1. Un processo di Ornstein-Uhlenbec modificato (OUM) è un processo reale, con R come insieme dei tempi, con traiettorie continue,
DettagliCP410: Esonero 1, 31 ottobre 2013
Dipartimento di Matematica, Roma Tre Pietro Caputo 2013-14, I semestre 31 ottobre, 2013 CP410: Esonero 1, 31 ottobre 2013 Cognome Nome Matricola Firma 1. Fare un esempio di successione di variabili aleatorie
DettagliProva scritta di Probabilità e Statistica Appello unico, II sessione, a.a. 2015/ Settembre 2016
Prova scritta di Probabilità e Statistica Appello unico, II sessione, a.a. 205/206 20 Settembre 206 Esercizio. Un dado equilibrato viene lanciato ripetutamente. Indichiamo con X n il risultato dell n-esimo
DettagliIII Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 2014/15 Nome: 15 Settembre
III Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 2014/15 Nome: 15 Settembre 2015 Email: Quando non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliCalcolo delle Probabilità 2
Prova d esame di Calcolo delle Probabilità 2 Maggio 2006 Sia X una variabile aleatoria distribuita secondo la densità seguente ke x 1 x < 0 f X (x) = 1/2 0 x 1. 1. Determinare il valore del parametro reale
DettagliCP410: Esame 2, 30 gennaio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 23-4, I semestre 3 gennaio, 24 CP4: Esame 2, 3 gennaio 24 Testo e soluzione Cognome Nome Matricola Firma . Per ogni n N, sia X n la variabile aleatoria
DettagliV Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2014/15 Nome: 7 gennaio
V Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 24/5 Nome: 7 gennaio 26 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
DettagliE (X 2 ) = E (G) + E (E 2 ) = 1, V ar (X 2 ) = V ar (G) + V ar (E 2 ) = 5, Cov(X 1, X 2 ) = Cov(G + E 1, G + E 2 ) = V ar (G) = 4,
Laurea Triennale in Matematica, Università La Sapienza Corso di Probabilità, AA 04/05 Prova di Esonero Maggio 05 degli esercizi proposti Siano G, E, E tre variabili aleatorie gaussiane indipendenti, rispettivamente
DettagliIstituzioni di geometria superiore - prova scritta del 4 febbraio y 2 ) 4xe (x. e γ(t) = t2 + 1 log (t 4 + 2) div g (X) ω g.
Istituzioni di geometria superiore - prova scritta del 4 febbraio 6 Prima parte Su R dotato delle coordinate cartesiane {x, y} si considerino la metrica g data da e il campo vettoriale g = dx dx + e x
DettagliX (o equivalentemente rispetto a X n ) è la
Esercizi di Calcolo delle Probabilità della 5 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova). Esercizio 1. Siano (X n ) n i.i.d. di Bernoulli di parametro p e definiamo per
DettagliV Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2012/13 Nome: 18 ottobre
V Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 202/ Nome: 8 ottobre 20 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prova del
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (69AA) A.A. 06/7 - Prova del 07-07-07 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate. Problema
DettagliEsercizi di Calcolo delle Probabilità
Esercizi di Calcolo delle Probabilità M. Pratelli e M. Romito Gli esercizi che seguono sono stati proposti nel corso Probabilità dell Università di Pisa negli a.a. 2012-13 e 2013-14 (M. Romito) e 2014-15
DettagliCorsi di Laurea Magistrale in Matematica, A.A Calcolo stocastico e applicazioni (Docente: Bertini) Esercizi settimanali
Settimana 1 Esercizio 1. [Unicità della misura di Wiener] Sia C([0, 1]) l insieme delle funzioni continue sull intervallo [0, 1] con la topologia (metrizzabile) indotta dalla convergenza uniforme. Sia
DettagliCP110 Probabilità: Esonero 2. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 29-2, II semestre 25 maggio, 2 CP Probabilità: Esonero 2 Testo e soluzione . (7 pt) Siano T, T 2 variabili esponenziali indipendenti, di parametri λ =
DettagliCP110 Probabilità: Esonero 2. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 29 maggio, 2012 CP110 Probabilità: Esonero 2 Testo e soluzione 1. (8 punti) La freccia lanciata da un arco è distribuita uniformemente
DettagliX n = αx n 1 + Y n. Si dimostri che. Usando la precedente relazione si dimostri che. e che. e si determini il limite di media e varianza quando n +.
Problema 1. Siano X, Y 1, Y,... variabili aleatorie indipendenti. Si supponga che X abbia media m e varianza σ e che le Y i abbiano distribuzione gaussiana con media µ e varianza σ. Dato α in (, 1, si
DettagliElementi di Probabilità e Statistica - 052AA - A.A
Elementi di Probabilità e Statistica - 05AA - A.A. 014-015 Prima prova di verifica intermedia - 9 aprile 015 Problema 1. Dati due eventi A, B, su uno spazio probabilizzato (Ω, F, P), diciamo che A è in
DettagliSi dimostri che la (*) possiede un unica soluzione (u n ) limitata.
Scuola Normale Superiore, ammissione al IV anno del corso ordinario Prova scritta di Analisi Matematica per Fisica, Informatica, Matematica 26 Agosto 2 Esercizio. Siano (a n ) e (b n ) successioni di numeri
DettagliIII Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2018/19
III Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 8/9 Martedì luglio 9 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
Dettagli()Probablità, Statistica e Processi Stocastici
Probablità, Statistica e Processi Stocastici Discretizzazione equazione del calore Per l equazione usiamo lo schema esplicito p tk+1 (x i ) p tk (x i ) h t p t = σ2 2 p 2 x 2 = σ2 2 p tk (x i+1 ) p tk
DettagliIII Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2013/14 Nome: 16 luglio
III Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 013/14 Nome: 16 luglio 014 Email: Quando non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliI Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17
I Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì 3 gennaio 7 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliVariabili Aleatorie Multiple
Variabili Aleatorie Multiple v.a. multiple - Esercizio 1 Consideriamo l estrazione con reimmissione di palline colorate da un urna contenente 5 palline bianche, 15 verdi, e 10 rosse. 1) Calcolare la probabilità
DettagliCP410: Esonero 1, 7 novembre, 2018
Dipartimento di Matematica, Roma Tre Pietro Caputo 2018-19, I semestre 7 novembre, 2018 CP410: Esonero 1, 7 novembre, 2018 Cognome Nome Matricola Firma 1. Sia X una variabile aleatoria su uno spazio di
DettagliP ( X n X > ɛ) = 0. ovvero (se come distanza consideriamo quella euclidea)
10.4 Convergenze 166 10.4.3. Convergenza in Probabilità. Definizione 10.2. Data una successione X 1, X 2,...,,... di vettori aleatori e un vettore aleatorio X aventi tutti la stessa dimensione k diremo
DettagliCP110 Probabilità: Esame 4 giugno Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 202-3, II semestre 4 giugno, 203 CP0 Probabilità: Esame 4 giugno 203 Testo e soluzione . (6 pts) Un urna contiene inizialmente pallina rossa e 0 palline
DettagliEsame di Calcolo delle Probabilità del 12 dicembre 2005 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Calcolo delle Probabilità del 2 dicembre 2005 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. 2 Es. 3 Es. 4 Somma Voto parziale Prima
DettagliIII Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2014/15 Nome: 14 luglio
III Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 14/15 Nome: 14 luglio 15 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliIstituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 2/12/2013
Istituzioni di Probabilità Laurea magistrale in Matematica prova scritta del /1/13 Exercise 1 punti 1 circa Un foglio browniano è un processo gaussiano a valori reali X s, t, indicizzato da s, t in [,
DettagliEsercizi su formula di Itô
Esercizi su formula di Itô 1. Scrivere il differenziale stocastico dei seguenti processi: (i) X t = B t (ii) X t = t + e B t (iii) X t = B 3 t 3tB t (iv) X t = 1 + t + e B t (v) X t = [B 1 (t)] + [B (t)]
Dettagli! X (92) X n. P ( X n X ) =0 (94)
Convergenza in robabilità Definizione 2 Data una successione X 1,X 2,...,X n,... di numeri aleatori e un numero aleatorio X diremo che X n tende in probabilità a X escriveremo X n! X (92) se fissati comunque
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prova del
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 206/7 - Prova del 207-09-08 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.
DettagliESERCIZI DATI A LEZIONE TPA - anno 2006 CAPITOLO 2
ESECIZI DATI A LEZIONE TPA - anno 2006 CAPITOLO 2 1. Una σ algebra è chiusa rispetto a intersezioni finite e numerabili, e rispetto a differenze e differenze simmetriche. 2. Una σ algebra è anche un algebra,
DettagliEsercizi: fascicolo 4
Esercizi: fascicolo 4 Esercizio 1 Dimostrare le seguenti proprietà (1), (2) e (3): (1) X 1 = 0 X 0; (2) X L 1 (Ω, P ), λ R λx 1 = λ X 1 ; (3) X, Y L 1 (Ω, P ) X + Y 1 X 1 + Y 1. Esercizio 2 Si estraggono
Dettagli1 Serie temporali. 1.1 Processi MA
1 Serie temporali Un processo stocastico 1 {X t, t T }, dove T = N o T = Z, si dice stazionario se (X 1,..., X n ) e (X k+1,...,x k+n ) hanno la stessa distribuzione per ogni n 1 e per ogni k T. Un processo
DettagliDimostrazione. Indichiamo con α e β (finiti o infiniti) gli estremi dell intervallo I. Poniamo
C.6 Funzioni continue Pag. 114 Dimostrazione del Corollario 4.25 Corollario 4.25 Sia f continua in un intervallo I. Supponiamo che f ammetta, per x tendente a ciascuno degli estremi dell intervallo, iti
DettagliCOMPLEMENTI DI ANALISI MATEMATICA DI BASE. Prova scritta del 26 gennaio 2005
Prova scritta del 26 gennaio 2005 Esercizio 1. Posto B = x R 2 : x 2 2}, sia f n } una successione di funzioni (misurabili e) integrabili in B tali che f n f q.o. in B e, per ogni n N, f n (x) 2 x 3 per
DettagliCognome Nome Matricola. Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale
Esame di Calcolo delle Probabilità mod. B del 9 settembre 2003 (Corso di Laurea in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione:
Dettagli9. Test del χ 2 e test di Smirnov-Kolmogorov. 9.1 Stimatori di massima verosimiglianza per distribuzioni con densità finita
9. Test del χ 2 e test di Smirnov-Kolmogorov 9. Stimatori di massima verosimiglianza per distribuzioni con densità finita Supponiamo di avere un campione statistico X,..., X n e di sapere che esso è relativo
DettagliProbabilità e Statistica per l Informatica Esercitazione 4
Probabilità e Statistica per l Informatica Esercitazione 4 Esercizio : [Ispirato all Esercizio, compito del 7/9/ del IV appello di Statistica e Calcolo delle probabilità, professori Barchielli, Ladelli,
Dettaglicon distribuzione gaussiana standard e si ponga
Laurea Triennale in Matematica, Università La Sapienza Corso di Probabilità, AA 6/7 Prova di Esonero Maggio 7 Testi e soluzioni degli esercizi proposti Siano Z, Z, Z variabili aleatorie indipendenti e
Dettaglic) Ancora in corrispondenza allo stesso valore di p e ponendo Y = minorazione, fornita dalla diseguaglianza di Chebichev, per la probabilita
Laurea Triennale in Matematica Corso di Calcolo delle Probabilita I A.A. 00/00 (Docenti: M. Piccioni, F. Spizzichino) a prova di esonero 6 giugno 00 Risolvere almeno tre dei seguenti esercizi.. Indichiamo
DettagliEsistenza ed unicità per equazioni differenziali
Esistenza ed unicità per equazioni differenziali Per concludere queste lezioni sulle equazioni differenziali vogliamo dimostrare il teorema esistenza ed unicità per il problema di Cauchy. Faremo la dimostrazione
DettagliII Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2013/14 Nome: 20 febbraio
II Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 3/4 Nome: febbraio 4 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
DettagliEsame di Calcolo delle Probabilità del 11 gennaio 2006 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Calcolo delle Probabilità del gennaio 006 Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. Es. 3 Es. 4 Somma Voto finale Attenzione: si
DettagliEsercizi - Fascicolo V
Esercizi - Fascicolo V Esercizio Sia X una v.c. uniformenente distribuita nell intervallo ( π 2, π 2 ), cioè f X (x) = π ( π 2, π 2 ) (x). Posto Y = cos(x), trovare la distribuzione di Y. Esercizio 2 Si
DettagliAnalisi Matematica 3 (Fisica) Prova scritta del 17 febbraio 2012 Un breve svolgimento delle versioni A
Analisi Matematica 3 (Fisica) Prova scritta del 7 febbraio Un breve svolgimento delle versioni A Vi sarò grato per la segnalazione di eventuali errori. Esercizio. (a) Dimostrare che l equazione () (3 +
DettagliEsercizi - Fascicolo IV
Esercizi - Fascicolo IV Esercizio Una compagnia di assicurazioni emette una polizza che pagherà n euro se l evento E si verificherà entro un anno. Se la compagnia stima che l evento E si verificherà entro
DettagliPrimo appello di Calcolo delle probabilità Laurea Triennale in Matematica 01/02/2019
Primo appello di Calcolo delle probabilità Laurea Triennale in Matematica 01/02/2019 COGNOME e NOME... N. MATRICOLA... Esercizio 1. Costruire, se esiste, un esempio con le seguenti proprietà 1. {F n }
Dettagli1 Richiami di algebra lineare
1 Richiami di algebra lineare Definizione 11 (matrici e vettori) Una matrice A e un insieme di numeri A hk, h = 1,, m, k = 1,, n, ordinati in base alla coppia di indici h e k nel modo seguente A 1 A n
DettagliIl teorema di Vitali-Lebesgue
Il teorema di Vitali-Lebesgue Gianluca Gorni Università di Udine gennaio 0 Nel 90 Giuseppe Vitali e Henri Lebesgue, indipendentemente uno dall altro, trovarono che si possono caratterizzare in modo elegante
DettagliCP110 Probabilità: Esonero 2
Dipartimento di Matematica, Roma Tre Pietro Caputo 22-3, II semestre 23 maggio, 23 CP Probabilità: Esonero 2 Cognome Nome Matricola Firma Nota:. L unica cosa che si puo usare durante l esame è una penna
Dettaglif(x) := lim f n (x) Se introduciamo la norma uniforme di una funzione f (sull insieme A) mediante := sup f(x)
Capitolo 2 Successioni e serie di funzioni 2. Convergenza puntuale e orme Supponiamo che sia un sottoinsieme di R N e supponiamo che per ogni intero n sia data una funzione f n : R M. Diremo in questo
DettagliCalcolo delle Probabilità 2017/18 Foglio di esercizi 8
Calcolo delle Probabilità 07/8 Foglio di esercizi 8 Catene di Markov e convergenze Si consiglia di svolgere gli esercizi n 9,,,, 5 Catene di Markov Esercizio (Baldi, Esempio 5) Si consideri il grafo costituito
DettagliAlcuni complementi di teoria dell integrazione.
Alcuni complementi di teoria dell integrazione. In ciò che segue si suppone di avere uno spazio di misura (,, µ) 1 Sia f una funzione misurabile su un insieme di misura positiva tale che f 0. Se fdµ =
DettagliTEOREMA CENTRALE DEL LIMITE PER MARTINGALE
UNIVERSITÀ DEGLI STUDI ROMA TRE Facoltà di Scienze Matematiche Fisiche e Naturali Corso di Laurea in Matematica Sintesi della Tesi di Laurea TEOREMA CENTRALE DEL LIMITE PER MARTINGALE Relatore: Prof. PIETRO
DettagliIstituzioni di Probabilità Laurea magistrale in Matematica a.a. 2013/14 Registro delle lezioni
Istituzioni di Probabilità Laurea magistrale in Matematica a.a. 2013/14 Registro delle lezioni Lezione 1 (25/2). Introduzione al corso. Prime definizioni sui processi stocastici (processo stocastico, distribuzioni
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2014/2015 www.mat.uniroma2.it/~caramell/did 1415/ps.htm 02/03/2015 - Lezioni 1, 2 Breve introduzione al corso. Fenomeni deterministici
DettagliEquazioni differenziali del primo ordine: casi particolari e teorema di esistenza per il problema di Cauchy
Equazioni differenziali del primo ordine: casi particolari e teorema di esistenza per il problema di Cauchy 10 maggio 2010 Supponiamo che f(x, y) sia una funzione continua definita in un rettangolo del
DettagliAnalisi Matematica 1 Soluzioni prova scritta n. 1
Analisi Matematica Soluzioni prova scritta n Corso di laurea in Matematica, aa 008-009 5 giugno 009 Sia a n la successione definita per ricorrenza: a n+ 3 a n a 3 n, a 3 a n+ 3 a n a 3 n, a 3 a n+ 3 a
Dettagli()Probablità, Statistica e Processi Stocastici
Probablità, Statistica e Processi Stocastici Riassunto Abbiamo introdotto le equazioni differenziali stocastiche, equazioni del tipo dx t = b (t, X t ) dt + σdb t (o un po più generali) dove B t è il moto
DettagliESERCIZI DI ANALISI FUNZIONALE. T(f) = g(x)f(x)dx
ESERCIZI DI ANALISI FUNZIONALE.. Esercizi svolti.. Operatori lineari Esercizio.. Si consideri il funzionale T : C(,) R, dove g è la funzione g(x) = T(f) = g(x)f(x) dx, { se < x se < x < () Dimostrare che
DettagliCP110 Probabilità: Esonero 2. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 212-13, II semestre 23 maggio, 213 CP11 Probabilità: Esonero 2 Testo e soluzione 1. (7 punti) Una scatola contiene 1 palline, 5 bianche e 5 nere. Ne vengono
DettagliEsercizi del Corso di Istituzioni di Analisi Superiore, I modulo
sercizi del Corso di Istituzioni di Analisi Superiore, I modulo 1. sercizi su massimo e minimo limite 1. lim inf a n lim sup a n 2. Se a n b n per ogni n N, allora lim inf a n lim inf b n. Vale anche lim
DettagliIstituzioni di Probabilità Laurea magistrale in Matematica a.a. 2012/13 Registro delle lezioni
Istituzioni di Probabilità Laurea magistrale in Matematica a.a. 2012/13 Registro delle lezioni Lezione 1 (27/9). Introduzione al corso. Prime definizioni sui processi stocastici (processo stocastico, distribuzioni
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prova del
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica 69AA) AA 06/7 - Prova del 07-04-07 La durata della prova è di tre ore Le risposte devono essere adeguatamente giustificate Problema
DettagliAnalisi Matematica A e B Soluzioni prova scritta parziale n. 4
Analisi Matematica A e B Soluzioni prova scritta parziale n. Corso di laurea in Fisica, 08-09 7 aprile 09. Determinare le soluzioni u(x) dell equazione differenziale u + u u = sin x + ex + e x. Soluzione.
DettagliESERCIZI HLAFO ALFIE MIMUN
ESERCIZI HLAFO ALFIE MIMUN December, 27. Testo degli esercizi Risolvere i seguenti problemi: () Siano X, X 2, X 3 variabili aleatorie i.i.d. bernulliane di media.5 e siano Y, Y 2, Y 3, Y 4 variabili aleatorie
DettagliANALISI VETTORIALE COMPITO IN CLASSE DEL 8/11/2013
ANALISI VETTORIALE COMPITO IN CLASSE DEL 8//3 Premessa (Cfr. gli Appunti di Analisi Vettoriale / del Prof. Troianiello) Nello studio degli integrali impropri il primo approccio all utilizzo del criterio
DettagliPSC: Progettazione di sistemi di controllo III Trim Lezione 4 Aprile 26
PSC: Progettazione di sistemi di controllo III Trim. 2007 Lezione 4 Aprile 26 Docente: Luca Schenato Stesori: L. Schenato 4.1 Denizioni e proposizioni generali Si consideri lo spazio delle matrici semidenite
DettagliCorso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (455AA) A.A. 2018/19 - Prova in itinere
Corso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (455AA) A.A. 208/9 - Prova in itinere 208--2 La durata della prova è di due ore e mezzo. Le risposte devono essere
DettagliCorso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)
Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino Prova di mercoledì 22 Settembre 24 (tempo a disposizione: 2 ore e 4 minuti. consegna compiti e inizio
DettagliElementi di Probabilità e Statistica - 052AA - A.A
Elementi di Probabilità e tatistica - 52AA - A.A. 214-2 econda prova di verifica intermedia - 28 maggio 2 Problema 1. Alberto si riduce sempre a fare la spesa verso l orario di chiusura del supermercato
DettagliScrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.
Corso di Laurea Triennale in Matematica Corso di Calcolo delle Probabilità (docenti G. Nappo, F. Spizzichino prova scritta giugno 5 (tempo a disposizione: ore La prova scritta consiste nello svolgimento
DettagliCorso di Analisi Matematica 1 - professore Alberto Valli
Università di Trento - Corso di Laurea in Ingegneria Civile e Ingegneria per l Ambiente e il Territorio - 8/9 Corso di Analisi Matematica - professore Alberto Valli foglio di esercizi - dicembre 8 Integrali
DettagliUniversità di Siena. Teoria della Stima. Lucidi del corso di. Identificazione e Analisi dei Dati A.A
Università di Siena Teoria della Stima Lucidi del corso di A.A. 2002-2003 Università di Siena 1 Indice Approcci al problema della stima Stima parametrica Stima bayesiana Proprietà degli stimatori Stime
DettagliCorsi di Probabilità ecc., per Ing. dell Automazione, Informatica e Inf.Gest.Azienda, 17/9/2011. B 0 0 a=3 b=3 0 0 b=3 a=3 0 A : 0 b=3 0 0 a=3
Corsi di Probabilità ecc., per Ing. dell Automazione, Informatica e Inf.Gest.Azienda, 7/9/ mjx j Esercizio. Si consideri la funzione f (x) = C jx j e i) Stabilire per quali valori di m e di C è una densità
DettagliDiario Complementi di Probabilità a.a. 2016/2017
Diario Complementi di Probabilità a.a. 2016/2017 Testi di riferimento: [W] Probability with martingales, D.Williams [Bi] Probability and measure, P.Billingsley [Ba] Appunti del corso di Calcolo delle Probabilità
DettagliCP210 Introduzione alla Probabilità: Esonero 2
Dipartimento di Matematica, Roma Tre Pietro Caputo 218-19, II semestre 4 giugno, 219 CP21 Introduzione alla Probabilità: Esonero 2 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante
Dettagli()Probablità, Statistica e Processi Stocastici
Probablità, Statistica e Processi Stocastici Energia immessa da un white noise Ricordiamo la motivazione applicativa della volta scorsa: un white noise additivo, messo in un equazione che nel caso deterministico
DettagliSpazi di Funzioni. Docente:Alessandra Cutrì. A. Cutrì e Metodi Matematici per l ingegneria Ing. Gestionale
Spazi di Funzioni Docente:Alessandra Cutrì Spazi vettoriali normati Uno spazio Vettoriale V si dice NORMATO se è definita su V una norma, cioè una funzione che verifica: v 0 e v = 0 v = 0 λv = λ v λ R(o
DettagliAnalisi II, a.a Soluzioni 1. j j + 1 ; ( 1)j
Analisi II, a.a. 7-8 Soluzioni Calcolare le seguenti distanze e norme: (i d (x, y dove x = {x j } e y = {y j } sono le successioni di l definite da x j = ( j, y j = j/(j + ; (ii d (f, g dove f, g sono
DettagliAM2: Tracce delle lezioni- IX Settimana INSIEMI DI LIVELLO, MINIMI VINCOLATI PRINCIPIO DEI MOLTIPLICATORI DI LAGRANGE
AM2: Tracce delle lezioni- IX Settimana INSIEMI DI LIVELLO, MINIMI VINCOLATI PRINCIPIO DEI MOLTIPLICATORI DI LAGRANGE Sia g C 1 R 2 ), c R. L insieme γ = γ c := {x, y) R 2 : gx, y) = c} si chiama insieme
DettagliMattia Zanella. Ferrara, April
Department of Mathematical Sciences Politecnico di Torino, Italy http://www.mattiazanella.eu Ferrara, April 5 217 Programma della lezione Seminario I Introduzione a Matlab U(, 1): metodo di inversione
DettagliLaurea triennale in INFORMATICA, Corso di CALCOLO DELLE PROBABILITÀ COMPITO - 2 luglio FOGLIO RISPOSTE
Laurea triennale in INFORMATICA, Corso di CALCOLO DELLE PROBABILITÀ COMPITO - 2 luglio 202 - FOGLIO RISPOSTE NOME e COGNOME SOLUZIONI CANALE: G. Nappo VOTO: N.B. Scrivere le risposte dei vari punti degli
DettagliCALCOLO DELLE PROBABILITÀ 2 (Laurea Specialistica) 28 giugno Motivare dettagliatamente le risposte su fogli allegati
CALCOLO DELLE PROBABILITÀ 2 (Laurea Specialistica) 28 giugno 2006 Motivare dettagliatamente le risposte su fogli allegati 1.- Sia X un numero aleatorio a valori { α, 0, α}, con α > 0 e P (X = α) = P (X
DettagliANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013
Prova scritta del 24 gennaio 2013 Esercizio 1. Sia Ω R 3 un insieme misurabile secondo Lebesgue e di misura finita. Sia {f n } n N una successione di funzioni f n : Ω R misurabili e tali che 1) f n (x)
DettagliLezione 7 29 Ottobre
PSC: Progettazione di sistemi di controllo a.a. 2010-2011 Lezione 7 29 Ottobre Docente: Luca Schenato Stesori: L. Schenato 7.1 Definizioni e proposizioni generali Si consideri lo spazio delle matrici semidefinite
Dettagli