Esercizi su leggi Gaussiane
|
|
- Giorgiana Martelli
- 5 anni fa
- Visualizzazioni
Transcript
1 Esercizi su leggi Gaussiane. Siano X e Y v.a. indipendenti e con distribuzione normale standard. Trovare le densità di X, X +Y e X, X. Mostrare che queste due variabili aleatorie bidimensionali hanno le stesse distribuzioni marginali.. Siano X e X N 0, e indipendenti. Posto Y X X e Y X +X, mostrare che Y e Y sono indipendenti. E se fosse Y X 3 X, Y 3 X + X? 3. trasformata di Laplace di un vettore Gaussiano Si consideri in IR n il vettore aleatorio Gaussiano X N b, C, ovvero con vettore delle medie b e matrice di covarianza C; mostrare che θ IR n Ee <θ,x> e <θ,b> e <Cθ,θ> 4. Sia x N µ, σ, trovare la densità di Y e X legge lognormale. Calcolare inoltre i momenti di Y. 5. Sia X N µ, σ. Calcolare Ee tx, t > Sia {X n } una successione di v.a. Gaussiane m-dimensionali tali che X n N b n, Γ n. Supponiamo che, per n, b n b e Γ n Γ. Mostrare che X n converge in legge ad un vettore Gaussiano di legge N b, Γ. 7. esempio di v.a. Gaussiane la cui legge congiunta non è Gaussiana - ciò accade poiché X e Y non sono indipendenti. Siano X, Z v.a. indipendenti con X N 0, e P Z P Z. Sia Y XZ. Mostrare che: i Y N 0, ii X + Y non ha distribuzione normale iii Il vettore aleatorio X, Y non è normale.
2 . Il vettore aleatorio X, Y N 0, I. i Soluzioni degli Esercizi su leggi Gaussiane X, X + Y T X A, A Y Dunque X X + Y Ma Γ AA T 0 e detγ. La densità di X, X + Y è: oppure: Da N 0, AIA T 0 0 X Y gy gy, y π exp < Γ y, y > gy, y [ y m exp ρ σ si ottiene σ, σ, covy, Y ; πσ σ ρ ρ y m y m σ σ + y m σ Γ σ covy, Y covy, Y σ ρ covy, Y σ σ ; m m 0. ] Allora: e risulta: exp gy, y π / [ y y y + y / π exp{ y y y + y /} Y N 0,, Y N 0,. ] ii X X X 0 B, B Y 0
3 BB T Siccome detbb T 0, il vettore aleatorio X, X non ha densità. Però, le marginali di X, X hanno leggi N 0, e N 0,, essendo σ, σ ; stavolta, ρ. Chiaramente, sia nel caso i che ii, le componenti non sono indipendenti, essendo ρ 0.. i Si ha: Y X A, A Y X Pertanto: Γ AA T Y Y N 0, AIA T 0 0 quindi ρ 0, σ σ. Dunque, Y e Y sono indipendenti ed hanno legge Gaussiana di parametri 0,. ii Si ha: Y X / 3/ B, B 3/ / Quindi Y X Γ BB T / 3/ / 3/ 3/ / 3/ / Y Y N 0, I 0 I 0 Notare che B è una matrice ortogonale, cioè B B T, ovvero B T B BB T I, precisamente B rappresenta una rotazione antioraria di π/3. Ricordiamo che una rotazione antioraria di un angolo θ è rappresentata da: cos θ sin θ B sin θ cos θ, detb Una rotazione oraria di un angolo θ è rappresentata da: B cos θ sin θ sin θ cos θ, detb 3. Poniamo: φθ E e i<θ,x> funzione caratteristica ψθ E e <θ,x> trasformata di Laplace 3
4 Risulta ψθ φ iθ. Siccome per X N b, C vale φθ e i<θ,b> e <Cθ,θ>, allora: Ma: ψθ φ iθ e <θ,b> e <C iθ, iθ> < C iθ, iθ > i i < Cθ, θ > < Cθ, θ > per cui la trasformata di Laplace del vettore Gaussiano X Nb, C è: ψθ e <θ,b> e <Cθ,θ> 4. Se Y e X, si ha per y > 0, P Y y P e X y P X ln y. Derivando, si ottiene la densità di Y : f Y y f X ln y y da cui: Si ha poi: f Y y ψt E e ty e EY k ψ k 0. Oppure, si può procedere nel modo seguente: σy ln y µ π e σ + o e ty f Y ydy EY k E e X k E e kx ψ X k che, per l Esercizio 3, è uguale a: e µk e σ k Dunque, per k si ottiene: EY e µk e σ e µ+σ / Per k si ottiene: EY e µ e 4σ e µ+σ Infine: V ary EY E Y e µ+σ e µ+σ e µ+σ e σ 4
5 5. Si ha: La funzione integranda si può scrivere come: E e tx + e tx σ x µ π e σ σ π exp{ σ x µx + µ σ tx } σ π exp{ σ [x σ t µx + µ ]} L integrale, chiaramente, diverge se σ t 0, ovvero t σ. Se invece t < σ : e quindi E [ ] x σ t e tx e σ µ t + σ t µ σ µ t σ t σ t σ π e x σ σ t µ σ t dx Effettuando la sostituzione x σ t y, si trova che l integrale vale / σ t ed infine: E e tx σ µ t e σ t, t < σ t σ 6. Per il Teorema di Levy, la convergenza in legge equivale alla convergenza delle funzioni caratteristiche. Si ha: φ Xn θ e i<θ,b n> e <Γ nθ,θ> che, per n, tende a e i<θ,b> e <Γθ,θ> φ X θ, con X N b, Γ. Pertanto, X n converge in legge ad X N b, Γ. 7. i Si ha: P Y t P XZ t P XZ t, Z + P XZ t, Z per l indipendenza di X e Z P X t, Z + P X t, Z P X tp Z + P X tp Z [P X t + P X t] [Φt + Φ t] [Φt + Φt] [Φt] Φt P X t Φt 5
6 qui Φt è la funzione di distribuzione della v.a. Gaussiana standard. Dunque, anche Y N0,. ii Calcoliamo la funzione caratteristica di X + Y ; si ha: φ X+Y t E e itx+y E e itx+xz E e itx+z E e itx+z {Z} + E e itx+z {Z } E e itx + E e 0 itx φ Xt + e t +. Questa non è la funzione caratteristica di una v.a. normale, che è del tipo e iµt e σ t /. iii Il vettore aleatorio X, Y non può essere Gaussiano: se lo fosse X+Y sarebbe normale, essendo, ad esempio, X + Y la prima marginale di X, Y e considerato il fatto che una trasformazione lineare di un vettore Gaussiano è ancora un vettore Gaussiano, come pure lo sono le sue componenti. 6
Esercizi su leggi condizionali e aspettazione condizionale
Esercizi su leggi condizionali e aspettazione condizionale. Siano X, Y, Z v.a. a valori in uno spazio misurabile (E, E) e tali che le coppie (X, Y ) e (Z, Y ) abbiano la stessa legge (in particolare anche
DettagliSequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di:
Teoria dei Fenomeni Aleatori AA 01/13 Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di: N-pla o Sequenza
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
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
DettagliUniversità di Pavia Econometria. Richiami di teoria delle distribuzioni statistiche. Eduardo Rossi
Università di Pavia Econometria Richiami di teoria delle distribuzioni statistiche Eduardo Rossi Università di Pavia Distribuzione di Bernoulli La variabile casuale discreta Y f Y (y; θ) = 0 θ 1, dove
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
DettagliEsercitazione del 28/02/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 8/0/01 Istituzioni di Calcolo delle Probabilità David Barbato barbato@math.unipd.it Esercizio 1. Sia X una v.a. aleatoria assolutamente continua con densità f X data da { 0 x < 0 f X
DettagliI VETTORI GAUSSIANI E. DI NARDO
I VETTOI GAUSSIANI E. DI NADO. L importanza della distribuzione gaussiana I vettori di v.a. gaussiane sono senza dubbio uno degli strumenti più utili in statistica. Nell analisi multivariata, per esempio,
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
DettagliFondamenti di comunicazioni elettriche (Ing. Elettronica - A.A )
Fondamenti di comunicazioni elettriche (Ing. Elettronica - A.A.-) Es. La variabile aleatoria ha densità di probabilità uniorme nell intervallo [,]. Trovare valor medio e varianza di. La densità di probabilità
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
DettagliTeoria dei Fenomeni Aleatori AA 2012/13. Il Modello Lognormale La funzione di densità di probabilità lognormale è data:
Il Modello Lognormale La funzione di densità di probabilità lognormale è data: ( ln x a) 1 f ( x ) = exp x > 0 X b x b π in cui a e b sono due costanti, con b> 0. Se X è una v.a. lognormale allora Y lnx
DettagliTraccia della soluzione degli esercizi del Capitolo 3
Traccia della soluzione degli esercizi del Capitolo 3 Esercizio 68 Sia X una v.c. uniformenente distribuita nell intervallo ( π, π, cioè f X ( = π ( π, π (. Posto Y = cos(x, trovare la distribuzione di
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
DettagliCalcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale a.a. 2016/17
Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale aa 6/ Punteggi: : 3 + 6; : + + + ; 3: + Una scatola contiene monete; 8 di queste sono equilibrate, mentre le
DettagliIL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA
Metodi per l Analisi dei Dati Sperimentali AA009/010 IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA Sommario Massima Verosimiglianza Introduzione La Massima Verosimiglianza Esempio 1: una sola misura sperimentale
DettagliTeoria dei Segnali Trasmissione binaria casuale; somma di processi stocastici
eoria dei Segnali rasmissione binaria casuale; somma di processi stocastici Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it eoria dei Segnali rasmissione
DettagliSequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di:
Teoria dei Fenomeni Aleatori AA 01/13 Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di: N-pla o Sequenza
DettagliDistribuzione normale multidimensionale
Capitolo 2 Distribuzione normale multidimensionale La funzione di densità normale undimensionale ha la forma seguente Anderson, 1984 fx ce 1 2 Ax b2 ce 1 2 x bax b La costante di normalizzazione c è data
DettagliEsame di Analisi Matematica 2 24/7/2013 Corsi di Laurea in Ingegneria Meccanica e Energetica A.A. 2012/2013
Esame di Analisi Matematica 4/7/013 Corsi di Laurea in Ingegneria Meccanica e Energetica A.A. 01/013 A Cognome (in STAMPATELLO):... Nome (in STAMPATELLO):... CFU:... Esercizio 1. Sia f : R R una funzione
DettagliEsame di Calcolo delle Probabilità del 11 dicembre 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Calcolo delle Probabilità del dicembre 27 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. 2 Es. Es. 4 Somma Voto finale Attenzione:
DettagliMetodi Stocastici per la Finanza
Metodi Stocastici per la Finanza Tiziano Vargiolu vargiolu@math.unipd.it 1 1 Università degli Studi di Padova Anno Accademico 2013-2014 Lezione 4 Indice 1 Convergenza in legge di processi stocastici 2
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prima prova in itinere
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (69AA) A.A. 016/17 - Prima prova in itinere 017-01-13 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.
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
DettagliUNIVERSITA` di ROMA TOR VERGATA
UNIVERSITA` di ROMA TOR VERGATA Corso di PS2-Probabilità 2 PBaldi appello, 23 giugno 29 Corso di Laurea in Matematica Esercizio Per α 2 consideriamo la catena di Markov su {, 2, 3} associata alla matrice
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)]
DettagliScritto del
Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 17-18, I semestre Settembre 18 Scritto del - 9-18 Cognome Nome Matricola Esercizio 1. Un urna contiene
DettagliX Vincita (in euro) Tabella 1: Vincite
Cognome e Nome:....................................... Matricola............. CdS............. CALCOLO DELLE PROBABILITA - 9 Giugno 1 CdS in STAD, SIGAD - docente: G. Sanfilippo Motivare dettagliatamente
DettagliCP110 Probabilità: Esame del 6 giugno Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 21-11, II semestre 6 giugno, 211 CP11 Probabilità: Esame del 6 giugno 211 Testo e soluzione 1. (6 pts) Ci sono 6 palline, di cui nere e rosse. Ciascuna,
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2011/12
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 0/ Esercizio Prova scritta del 7/06/0 Siano X e Y due v.a. indipendenti, con distribuzione continua Γ(, ). Si trovino la distribuzione di X Y e di (X Y ). Esercizio
Dettagli1. Si scelga a caso un punto X dell intervallo [0, 2], con distribuzione uniforme di densità. f X (x) = [0,2](x)
Esercizi di Calcolo delle Probabilità della 3 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova). Esercizio.. Sia (X, Y ) un vettore aleatorio bidimensionale con densità uniforme
DettagliFoglio di esercizi 4-12 Aprile 2019 Probabilità e statistica Ingegneria Meccanica Alessandro Ciallella
Esercizio. Foglio di esercizi 4 - Aprile 9 Probabilità e statistica Ingegneria Meccanica Alessandro Ciallella Un punto viene scelto a caso uniformemente nel cerchio di raggio 3 centrato nell origine. Dette
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
DettagliGennaio 17. January 24, 2017
Gennaio 7 January 24, 207 Prova scritta di Geometria Differenziale 7.0.207 Ingegneria Meccanica, a.a. 206-207 Cognome...................................... Nome...................................... L
DettagliCoppie di variabili aleatorie
Coppie di variabili aleatorie 1 Coppie di variabili aleatorie Definizione: Si definisce vettore aleatorio la coppia (,) dove,, sono definite sullo stesso spazio campione : S R, : S R (, ) : S R Esempio:
DettagliPROVE SCRITTE DI ANALISI MATEMATICA II (V.O.), ANNO 2002
PROVE SCRITTE DI ANALISI MATEMATICA II (V.O.), ANNO 22 Prova scritta del 1/1/22 Si esamini la serie di funzioni: 1 log x (e n + n), definita per x IR. Si determini l insieme S in cui tale serie converge,
DettagliTeoria dei Fenomeni Aleatori AA 2012/13. Il Concetto di Distribuzione Condizionata
Il Concetto di Distribuzione Condizionata Se B è un evento, la probabilità di un evento A condizionata a B vale: ponendo: P A B P A B P B A x si giunge al concetto di distribuzione condizionata della v.a.
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2017/18 - Prova scritta
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA A.A. 2017/18 - Prova scritta 2018-09-12 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.
DettagliESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE
ESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114 7 Maggio 2013 Esercizio
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
DettagliTerzo appello di Analisi Matematica 2 Ingegneria Elettronica. Politecnico di Milano Es. Punti A.A. 2016/2017. Prof. M. Bramanti.
Terzo appello di Analisi Matematica Ingegneria Elettronica. Politecnico di Milano Es. Punti A.A. 6/7. Prof. M. Bramanti Tema n 5 6 7 Tot. Cognome e nome in stampatello codice persona o n di matricola n
DettagliR = { (x, y) R 2 a x < b, c y < d } = [a, b[ [c, d[ è definita come
5 Integrali La teoria dell integrazione in R 2 si costruisce a partire dalla nozione geometrica di area di un rettangolo Def 1 La misura (o area del rettangolo R è definita come R = (x, y R 2 a x < b,
Dettaglie n n xn ( 1) n ( 1) n n + 1 2e n x n 3n [ln x]n 1 n + 1 2e n 1
1) Studiare la seguente serie di funzioni en ( 1) n n x n 2) Studiare la seguente serie di funzioni ( 1) n n + 1 2e n xn 3) Studiare la seguente serie di funzioni 3n [ln x]n 1 2n 4) Studiare la seguente
DettagliProbablità, Statistica e Processi Stocastici
Probablità, Statistica e Processi Stocastici Franco Flandoli, Università di Pisa Programma del corso vettori gaussiani, PCA ed fpca altri metodi di analisi e previsione di serie storiche catene di Markov
DettagliProve scritte dell esame di Analisi Matematica II a.a. 2015/2016
Prove scritte dell esame di Analisi Matematica II a.a. 5/6 C.d.L. in Ingegneria Informatica ed Elettronica - Università degli Studi di Perugia Prova scritta del 6 giugno 6. Determinare massimi e minimi
DettagliCalcolo delle probabilità (3/7/2001) (Ing. Elettronica, Informatica, Telecomunicazioni - Latina)
Calcolo delle probabilità (3/7/00). La distribuzione di probabilità di un numero aleatorio X non negativo soddisfa la condizione P (X > x + y X > y) = P (X > x), x > 0, y > 0. Inoltre la previsione di
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
DettagliAnalisi Matematica 2: Secondo Parziale, , Versione A. Cognome e nome:...matricola:...
Analisi Matematica : Secondo Parziale, 6.6.7, Versione A Cognome e nome:....................................matricola:......... es. es. es.3 es.4 es.5 es.6 es.7 somma 5cr. 6 6 6 6 6 - - 3 9cr. 5 5 5 5
DettagliTraccia della soluzione degli esercizi del Capitolo 4
Traccia della soluzione degli esercizi del Capitolo 4 Esercizio 6 Sia X una v.c. uniformenente distribuita nell intervallo ( π, π ), cioè f X (x) = π ( π, π ) (x). Posto Y = cos(x), trovare la distribuzione
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La variabile casuale normale Da un analisi di bilancio è emerso che, durante i giorni feriali
DettagliVariabili aleatorie multiple. X = (X 1,..., X n ) vettore aleatorio
Variabili aleatorie multiple X = (X 1,..., X n ) vettore aleatorio F X (x 1,..., x n ) = P(X 1 x 1,..., X n x n ) caso particolare n = 2 (variabile doppia) F X,Y (x, y) = P(X x, Y y) V.a. discreta: (X,
DettagliModulo 0: Richiami. Elementi di Calcolo delle Probabilità Nozioni Elementari dell Inferenza Statistica. Alessandra R. Brazzale ISIB CNR, Padova
Modulo 0: Richiami Elementi di Calcolo delle Probabilità Nozioni Elementari dell Inferenza Statistica Alessandra R. Brazzale ISIB CNR, Padova alessandra.brazzale@isib.cnr.it Corso di Statistica Dipartimento
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 A. A. /5 prova scritta (//5(docenti G. Nappo, F. Spizzichino La prova scritta consiste nello svolgimento dei punti non facoltativi
DettagliModulo 0: Richiami. Argomenti in rassegna. A.1 Definizione assiomatica di probabilità. Logica degli eventi Teoria degli insiemi
Argomenti in rassegna Modulo 0: Richiami Elementi di Calcolo delle Probabilità Nozioni Elementari dell Inferenza Statistica Alessandra R. Brazzale ISIB CNR, Padova alessandra.brazzale@isib.cnr.it Corso
DettagliPolitecnico di Milano Ingegneria Industriale Analisi e Geometria 2 Secondo compito in itinere 30 Giugno 2016
Politecnico di Milano Ingegneria Industriale Analisi e Geometria Secondo compito in itinere Giugno 6 Cognome: Nome: Matricola: Es.: 9 punti Es.: 9 punti Es.: 6 punti Es.4: 9 punti Totale. Si consideri
Dettagli{ } { } { } {( ) ( ) ( ) { } { } ( ) ( { } ( ) Valor medio statistico (o valore atteso): Se g(x) è una funzione di V.A., si ha:
Variabili Aleatorie Valor medio statistico (o valore atteso: μ + { } ( = E = x f ( x dx Se g( è una funzione di V.A., si ha: + { ( } = ( ( E g g x f x dx Esempi di valore atteso di funzione di variabile
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
DettagliVariabili casuali multidimensionali
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
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,
DettagliFoglio 3 Esercizi su forme differenziali lineari ed integrali di seconda specie (alcuni con cenno di soluzione).
Università degli Studi di Padova Facoltà di Ingegneria Laurea in Ingegneria Gestionale e MeccanicaMeccatronica, V. Casarino P. Mannucci (-) Foglio 3 Esercizi su forme differenziali lineari ed integrali
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
DettagliLa distribuzione normale o distribuzione di Gauss
La distribuzione normale o distribuzione di Gauss Gauss ha dimostrato che secondo questa legge si possono ritenere distribuiti gli errori accidentali di misura di una qualsivoglia grandezza. Densità di
DettagliCalcolo delle Probabilità
Esercitazione 6 maggio 04 Calcolo delle Probabilità Davide Petturiti e-mail: davide.petturiti@sbai.uniroma.it web: https://sites.google.com/site/davidepetturiti Esercizio. Siano X e Y due variabili aleatorie
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
DettagliScheda n. 7: primi elementi sui legami tra più variabili
Scheda n. 7: primi elementi sui legami tra più variabili October 27, 2008 Matrice di covarianza e di correlazione Supponiamo di esaminare n variabili X,..., X n, ad esempio X = reddito medio, X 2 = tasso
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
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
DettagliSoluzione della Prova Parziale di Analisi Matematica III - 17/02/04. C.L. in Matematica e Matematica per le Applicazioni. Prof. Kevin R.
Soluzione della Prova Parziale di Analisi Matematica III - 7//4 C.L. in Matematica e Matematica per le Applicazioni Prof. Kevin R. Payne Esercizio. a. Ricordiamo inanzitutto la seguente: efinizione: Si
DettagliEsame di ammissione al Dottorato in Matematica, XXIV Ciclo Università di Firenze Tema n. 1.
Esame di ammissione al Dottorato in Matematica, XXIV Ciclo Università di Firenze Tema n. 1. Esercizio 1. Un punto materiale di massa m si muove su un piano orizzontale, vincolato senza attrito alla curva
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
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
Dettagli1 Alcuni risultati sulle variabili Gaussiane multivariate
Il modello lineare-gaussiano e il filtro di Kalman Prof. P.Dai Pra 1 Alcuni risultati sulle variabili Gaussiane multivariate In questo paragrafo verranno enunciate e dimostrate alcune proprietà del valor
DettagliRaccolta degli Scritti d Esame di ANALISI MATEMATICA U.D. 2 assegnati nei Corsi di Laurea di Fisica, Fisica Applicata, Matematica
DIPARTIMENTO DI MATEMATICA Università degli Studi di Trento Via Sommarive - Povo (TRENTO) Raccolta degli Scritti d Esame di ANALISI MATEMATICA U.D. 2 assegnati nei Corsi di Laurea di Fisica, Fisica Applicata,
DettagliCorso di laurea in Ingegneria civile - ambientale - edile Esame di Analisi matematica II Prova scritta del 29 giugno 2018
Corso di laurea in Ingegneria civile - ambientale - edile Esame di Analisi matematica II Prova scritta del 29 giugno 28 Esercizio Si consideri la successione di funzioni {f n } n N + definita da f n (x)
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
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
DettagliEsercizi 8 12 gennaio 2009
Sia α > e Esercizi 8 2 gennaio 29 f(x, y = ( + x 2 + y 2 α. Dimostrare che f appartiene a L p ( 2, con α p >. Osserviamo innanzitutto che, essendo f continua, l integrale di f p su 2 è uguale all integrale
DettagliRecupero 1 compitino di Analisi Matematica 2 Ingegneria Elettronica. Politecnico di Milano. A.A. 2017/2018. Prof. M. Bramanti.
Recupero compitino di Analisi Matematica Ingegneria Elettronica. Politecnico di Milano Es. Punti A.A. 7/8. Prof. M. Bramanti Tema n 3 4 5 6 Tot. Cognome e nome in stampatello codice persona o n di matricola
DettagliCALCOLO DELLE PROBABILITA - 24 Giugno 2015 CdL in STAD, SIGAD Compito intero Seconda prova in itinere: esercizi 4,5,6.
Cognome e Nome: Matricola CdS CALCOLO DELLE PROBABILITA - 4 Giugno 5 CdL in STAD, SIGAD Compito intero Seconda prova in itinere: esercizi 4,5, Motivare dettagliatamente le risposte su fogli allegati e
DettagliVettore (o matrice) casuale (o aleatorio): vettore (o matrice) i cui elementi sono variabili aleatorie
Variabili (vettori e matrici) casuali Variabile casuale (o aleatoria): Variabile che può assumere un insieme di valori ognuno con una certa probabilità La variabile aleatoria rappresenta la popolazione
Dettagli1) D0MINIO FUNZIONE. Determinare il dominio della funzione f (x) = 4 x 2 4x + 3 x 2 6x + 8 Deve essere. x 2 6x + 5 (x 1) (x 5)
) DMINIO FUNZIONE Determinare il dominio della funzione f (x) = x x + x x + 8 x x + (x ) (x ) Deve essere = quindi x (, ] (, ] (, + ). x x + 8 (x ) (x ) Determinare il dominio della funzione f (x) = x
DettagliAnalisi Multivariata Prova intermedia del 20 aprile 2011
Analisi Multivariata Prova intermedia del 20 aprile 20 Esercizio A Sia X N 3 (µ, Σ) con µ = [ 3,, 4] e 2 0 Σ = 2 5 0 0 0 2 Quali delle seguenti variabili casuali è indipendente? Motivare la risposta. A.
DettagliLE VARIABILI CASUALI A 1, A 2.,..., A k., p 2.,..., p k. generati da una specifica prova sono necessari ed incompatibili:
LE VARIABILI CASUALI Introduzione Data prova, ad essa risultano associati i k eventi A, A,..., A k con le relative probabilità p, p,..., p k. I k eventi A i generati da una specifica prova sono necessari
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 6/02/2017
Corso di Laurea in Ingegneria Informatica e Automatica (M-Z Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 6/02/2017 NOME: COGNOME: MATRICOLA: Esercizio 1 Nel gioco del
DettagliEs.1 Es.2 Es.3 Es.4 Totale. Analisi e Geometria 2 Docente: 17 Luglio 2014
Es.1 Es.2 Es.3 Es.4 Totale Analisi e Geometria 2 Docente: 17 Luglio 214 Cognome: Nome: Matricola: Ogni risposta deve essere giustificata. Gli esercizi vanno svolti su questi fogli, nello spazio sotto il
Dettagli; r 0 2 m = l 2 (s 2 θ + c 2 θ) = l 2
1 Calcolo del momento d inerzia Esercizio I.1 Pendolo semplice Si faccia riferimento alla Figura 1, dove è rappresentato un pendolo semplice; si utilizzeranno diversi sistemi di riferimento: il primo,
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
DettagliRisolvere il seguente sistema lineare ESERCIZIO 2
PROVA SCRITTA di MATEMATICA Laurea triennale in Sc. Geologiche e Sc. Naturali Facoltà di S.M.F.N. Prima sessione, appello invernale - A.A. 1/11-1 febb 11 Gli esercizi sono da risolvere in modo esplicito.
DettagliLa funzione di distribuzione Gaussiana normale
La funzione di distribuzione Gaussiana normale Nicola Morganti 25 aprile 2004 Indice Proprietà fondamentali 2 Standard Normal Density Function 3 3 Esempio applicativo 5 Proprietà fondamentali L utilizzo
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando
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
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2008/09
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 28/9 Prova scritta del 4//29 Una ditta produce bottoni, con una (bassa) frequenza p di pezzi difettosi. Una merceria, cliente abituale, acquista regolarmente
DettagliAnalisi IV - esercizi. G.P.Leonardi 2008
Analisi IV - esercizi G.P.Leonardi 2008 1 1 Esercizi settimana n.1 1.1 Siano (X, d) e (X, d ) due spazi metrici. Dimostrare che la funzione d : (X X ) (X X ) [0, ) definita da d((x, x ), (y, y )) = d(x,
DettagliSoluzione della prova scritta di Analisi Matematica II del 15 Aprile 2009 (Ingegneria Edile e Architettura)
Soluzione della prova scritta di Analisi Matematica II del 5 Aprile 009 Ingegneria Edile e Architettura x. Calcolare J = ds essendo γ la curva ottenuta intersecando γ + y il cilindro di equazione x + y
DettagliCalcolo delle Probabilità: esercitazione 11
Argomento: Distribuzioni bivariate discrete (pag. 44 e seguenti) e covarianza (pag 45 e seguenti). Distribuzione bivariate assolutamente continue (pag. 48 e seguenti del libro di testo). La v.c. trinomiale
DettagliProvadiprova 2 - aggiornamento 7 giugno 2013
Università di Trento - Corso di Laurea in Ingegneria Civile e Ambientale Analisi matematica 2 - a.a. 2012-13 - Prof. Gabriele Anzellotti Provadiprova 2 - aggiornamento 7 giugno 2013 La seconda provetta
DettagliMatematica e Statistica
Matematica e Statistica Prova d esame (26/06/203) Università di Verona - Laurea in Biotecnologie - A.A. 202/3 Matematica e Statistica Prova di MATEMATICA (26/06/203) Università di Verona - Laurea in Biotecnologie
DettagliI Esonero Complementi di Probabilità a.a. 2014/2015
I Esonero Complementi di Probabilità a.a. 204/205 Esercizio. Sia (X n ) n una successione di variabili aleatorie indipendenti, X n Be(p), con p (0, ). Sia H n = {X n = } (l n-esima prova è un successo),
DettagliCorso di laurea in Ingegneria civile - ambientale - edile Prova scritta del 3 febbraio Regole per lo svolgimento
Corso di laurea in Ingegneria civile - ambientale - edile Prova scritta del febbraio 6 Regole per lo svolgimento (a) Gli studenti di ingegneria civile e edile -5 faranno gli esercizi,,. (b) Gli studenti
Dettagliln x a 2 f x exp x 0
Il Modello Lognormale La funzione di densità di probabilità lognormale è data: ln x a 1 f x exp x 0 X b xb in cui a e b sono due costanti, con b 0. Se X è una v.a. lognormale allora Y lnx è distribuita
Dettagli