UNIVERSITA` di ROMA TOR VERGATA

Размер: px
Начинать показ со страницы:

Download "UNIVERSITA` di ROMA TOR VERGATA"

Транскрипт

1 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 di transizione α 2α α a Mostrare che, se < α 2, la catena è irriducibile e regolare b Supponiamo α = 4 Calcolare la distribuzione stazionaria della catena La catena è reversibile? c Supponiamo α = Determinare gli stati ricorrenti e quelli transitori d Cosa si può dire di lim n P X n = nei casi b e c rispettivamente? P è la probabilità partendo da X = Esercizio 2 Sia X, Y una coppia di va aventi distribuzione congiunta: { f x, y = c se < x < y < y altrimenti a Quanto vale la costante di normalizzazione c? b Qual è la densità di X? E quella di Y? X e Y sono indipendenti? c Calcolare PY > 2X Esercizio 3 Le va covarianza X, X 2 hanno legge congiunta gaussiana di media e matrice di 7 C = 4 a Il vettore aleatorio X = X, X 2 ha densità congiunta? b Quali delle seguenti coppie di va sono indipendenti? b X + X 2 e X X 2 b2 X + X 2 e X 2X 2 c Mostrare che le va Y = X + X 2 e Z = X X 2 hanno densità congiunta e calcolarla d Il vettore aleatoriow = X, X 2, X +X 2 ha densità congiunta? Esistonoα, β R tale che W = αx, βx 2, βx + αx 2 abbia densità?

2 Esercizio 4 In un test a risposta multipla vengono poste 3 domande, ciascuna con 4 possibili risposte, una sola delle quali è quella giusta Per il superamento del test si richiede di rispondere correttamente ad almeno 6 domande a Uno studente non sa niente e risponde a caso Calcolare, usando l approssimazione normale, la probabilità che superi il test b Uno studente leggermente meglio preparato è in grado, per ogni domanda, di escludere una delle risposte proposte e decidere di rispondere a caso scegliendo una delle tre risposte rimaste tra le quali c è quella giusta Sempre usando l approssimazione normale, qual è ora la probabilità che superi il test? c Supponiamo che 3 studenti si presentino, tutti quanti impreparati, per cui ciascuno risponde correttamente ad ogni quesito con probabilità 4 Calcolare, con un metodo di vostra scelta, la probabilità che almeno uno dei partecipanti prenda Giustificare il metodo utilizzato

3 Soluzioni Esercizio a Si vede subito che gli stati e 3 comunicano con gli altri due in un passo solo Se α >, allora 2 comunica sia con 3 che con e la catena è irriducibile Se < α < 2 allora c è un elemento > sulla diagonale e quindi la catena, essendo irriducibile, è anche regolare Se α = 2, allora bisogna provare a fare le potenze della matrice di transizione Usando le stelline, P 2 = = e dunque P è regolare b Se α = 4, allora la matrice è bistocastica e la distribuzione stazionaria è l uniforme π = 3, 3, 3 La reversibilità è immediata, dato che P è simmetrica c Seα =, allora lo stato 2 è assorbente e dunque ricorrente Gli stati e 3 comunicano con 2 che non comunica con loro Sono quindi transitori d Se α >, allora, poiché la catena è regolare, la legge al tempo n converge alla distribuzione stazionaria In particolare, se α = 4, lim n P X n = = π = 3 Se invece α =, sappiamo che, partendo da la catena in un tempo finito giunge nello stato assorbente 2 per poi restarci Dunque lim n P X n = = Esercizio 2 a deve essere = dy f x, y dxdy ma, ricordando che f è non nulla tranne che se < x < y <, dy dunque c = b Si ha, per < x <, f X x = Mentre, sempre per < y <, f Y y = f x, y dxdy = c f x, y dy = x f x, y dx = y y dy dx = c dy = log x y y y dx =

4 e quindiy è uniforme su [, ] ChiaramenteX ey non sono indipendenti, dato che l insieme < y < x < la porzione di quadrato che sta sotto la diagonale ha probabilità per la densità congiunta mentre il prodotto delle densità marginali ivi è strettamente positivo b La probabilità PY > 2X è uguale all integrale della densità congiunta nel triangolo indicato con l ombreggiatura più intensa nella Figura Dunque PY > 2X = y dy y 2 dx = 2 Si sarebbe naturalmente anche potuto integrare prima in dy e poi in dx: PY > 2X = 2 dx 2x y dy = 2 log 2x dx = 2 log 2 2 log x dx = = 2 log 2 x log x x /2 = 2 ma il calcolo risulta più complicato 2 Figura Esercizio 3 a Si richiede solo di dire se il vettore X ha densità congiunta Dato che esso ha legge congiunta gaussiana, sappiamo che questo accade se e solo se esso ha matrice di covarianza invertibile Poiché det C = 28 + = 29, X ha densità congiunta b Le coppie di va considerate hanno tutte una legge congiunta gaussiana, essendo funzioni lineari di un vettore gaussiano Per mostrare l indipendenza basterà dunque verificare che sono a due a due non correlate Abbiamo CovX + X 2, X X 2 = = CovX, X CovX, X 2 + CovX 2, X CovX 2, X 2 = = = 3

5 e dunque le due va non sono indipendenti Invece CovX + X 2, X 2X 2 = = CovX, X 2 CovX, X 2 + CovX 2, X 2 CovX 2, X 2 = = = Le due va sono dunque indipendenti c Y e Y 2 sono congiuntamente gaussiane, come funzioni lineari di un vettore gaussiano Per calcolarne la densità congiunta se esiste occorre prima calcolarne la matrice di covarianza Due possibilità: si possono calcolare a mano gli elementi della matrice di covarianza: VarY = VarX + X 2 = VarX + VarX CovX, X 2 = = 9 VarZ = VarX X 2 = VarX + VarX 2 2 CovX, X 2 = = 3 CovY, Z = CovX + X 2, X X 2 = 3 già calcolata in b Oppure si osserva che il vettore Y Z è della forma AX, dove A = Dunque la matrice di covarianza di Y e Z è AC X A = = Questa matrice è invertibile e quindi Y e Z hanno densità congiunta L inversa è Per cui la densità è gy, z = exp 3y 2 + 9z 2 6yz 26 d La matrice di covarianza di W si calcola facilmente con uno dei metodi richiamati in c e vale 7 6 C W =

6 con un po di pazienza si vede che questa matrice ha determinante e quindi non ci può essere una densità Ma in realtà questo si poteva vedere da subito rispondendo contemporaneamente alla domanda successiva, dato che si può scrivere dove B è la matrice W = BX α B = β β α che può essere al massimo di rango 2 Dunque la matrice C W, che si ottiene anche come prodotto α 7 α β C W = β 4 β α β α può essere al massimo di rango 2 e non può essere invertibile Esercizio 4 a Se indichiamo con X i l esito della risposta alla i-esima domanda X i = se la risposta è giusta, X i = se è sbagliata, il punteggio ottenuto è S = X + + X 3 Inoltre le va X i sono di Bernoulli B, 4 e indipendenti Dunque 3EX i = 3 4 = 75 e VarX i = Usando l approssimazione normale, la probabilità di superare il test è PS 6 = PS 55 = Le tavole non danno il valore di per x = 337 Però sicuramente si tratta di un valore più grande di 299 = 9986 Dunque la probabilità richiesta è più piccola di 4 Con delle tavole più complete o un software apposito si avrebbe trovato 337 = 37 b Si possono ripetere gli argomenti del punto a, solo che ora le va X i sono B, 3 Dunque 3EX i = 3 3 = e VarX i = Ora la probabilità di superare il test è 55 PS 6 = PS 55 = 23 = c Detta p = 4 la probabilità di rispondere correttamente ad un singolo quesito, la probabilità di sbagliare tutte le domande è p = p 3 = = 78 4, per un singolo studente Il numero di studenti che prendono è dunque una va, chiamiamola Y, binomiale B3, p La probabilità che una tale va prenda un valore è PY = PY = = p 3 = 948 = 52693

7 Questo calcolo è esatto, a parte gli errori di arrotondamento della calcolatrice Dato che il numero p è piccolo mentre 3 è un numero abbastanza elevato avremmo anche potuto usare l approssimazione di Poisson che avrebbe dato PY e 3p = e 53 = L approssimazione poissoniana è quindi molto buona Qui l approssimazione normale non è indicata, dato che 3p = 53 e quindi la regoletta np > 5 non è soddisfatta Comunque avrebbe dato Y 3p PY = PY 5 = P 3p p 5 3p 3p p 5 3p = 93 = 27 3p p che è un approssimazione un po lontana dalla realtà

UNIVERSITÀ di ROMA TOR VERGATA

UNIVERSITÀ di ROMA TOR VERGATA UNIVERSITÀ di ROMA TOR VERGATA Corso di PS-Probabilità P.Baldi Tutorato 9, 19 maggio 11 Corso di Laurea in Matematica Esercizio 1 a) Volendo modellizzare l evoluzione della disoccupazione in un certo ambito

Подробнее

Calcolo delle Probabilità 2

Calcolo 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

Подробнее

CP110 Probabilità: Esame 13 settembre Testo e soluzione

CP110 Probabilità: Esame 13 settembre Testo e soluzione Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 13 settembre, 2012 CP110 Probabilità: Esame 13 settembre 2012 Testo e soluzione 1. (6 pts) Una scatola contiene 10 palline, 8 bianche

Подробнее

II Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17

II 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

Подробнее

UNIVERSITÀ di ROMA TOR VERGATA

UNIVERSITÀ di ROMA TOR VERGATA UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 205- P.Baldi Lista di esercizi 5, 8 febbraio 20. Esercizio Si fanno 25 estrazioni

Подробнее

Calcolo 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 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

Подробнее

V 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 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

Подробнее

PROCESSI STOCASTICI 1: ESERCIZI

PROCESSI STOCASTICI 1: ESERCIZI PROCESSI STOCASTICI 1: ESERCIZI (1) ESERCIZIO: Date P e Q matrici stocastiche, dimostrare che la matrice prodotto P Q è una matrice stocastica. Dedurre che la potenza P n e il prodotto P 1 P 2 P n sono

Подробнее

Esercitazione del 16/04/2019 Istituzioni di Calcolo delle Probabilità

Esercitazione del 16/04/2019 Istituzioni di Calcolo delle Probabilità Esercitazione del 6/04/09 Istituzioni di Calcolo delle Probabilità David Barbato Nozioni di riepilogo con esercizi Distribuzione di una funzione di una variabile aleatoria discreta. Sia X una variabile

Подробнее

Probabilità 1, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09

Probabilità 1, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09 Probabilità, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09. Due roulette regolari vengono azionate più volte; sia T il numero di volte che occorre azionare la prima roulette

Подробнее

Probabilità e Statistica per l Informatica Esercitazione 4

Probabilità 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,

Подробнее

Esercitazione del 03/06/2014 Probabilità e Statistica

Esercitazione del 03/06/2014 Probabilità e Statistica Esercitazione del 03/06/2014 Probabilità e Statistica David Barbato Esercizio 1. Sia (X i ) i N una successione di variabili aleatorie i.i.d. con distribuzione geometrica di parametro p = 1 2. Sia Y i

Подробнее

Variabili aleatorie discrete. Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia

Variabili aleatorie discrete. Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia Variabili aleatorie discrete Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia 2015-16 1 / 45 Variabili aleatorie Una variabile aleatoria è simile a una variabile statistica Una variabile

Подробнее

CALCOLO DELLE PROBABILITA - 24 Giugno 2015 CdL in STAD, SIGAD Compito intero Seconda prova in itinere: esercizi 4,5,6.

CALCOLO 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

Подробнее

Esercitazione del 04/06/2015 Probabilità e Statistica Foglio 14

Esercitazione del 04/06/2015 Probabilità e Statistica Foglio 14 Esercitazione del 0/06/05 Probabilità e Statistica Foglio David Barbato Esercizio. Ci sono 0 monetine di cui 5 con due teste, con due croci e regolari una moneta regolare ha una faccia testa e una faccia

Подробнее

Variabili casuali multidimensionali

Variabili casuali multidimensionali Capitolo 1 Variabili casuali multidimensionali Definizione 1.1 Le variabili casuali multidimensionali sono k-ple ordinate di variabili casuali unidimensionali definite sullo stesso spazio di probabilità.

Подробнее

Esercitazione del 06/03/2012 Istituzioni di Calcolo delle Probabilità

Esercitazione del 06/03/2012 Istituzioni di Calcolo delle Probabilità Esercitazione del 6/3/ Istituzioni di Calcolo delle Probabilità David Barbato [email protected] Esercizio. E la notte di San Lorenzo, Alessandra decide di andare a vedere le stelle cadenti. Osserverà

Подробнее

Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b}

Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b} Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha P {X = a, Y = b} = P {X = a}p {Y = b} Una variabile aleatoria χ che assume i soli valori 1, 2,..., n

Подробнее

Densità di probabilità del prodotto di due variabili casuali distribuite uniformemente

Densità di probabilità del prodotto di due variabili casuali distribuite uniformemente Firenze - Dip. di Fisica 2 agosto 2008 Densità di probabilità del prodotto di due variabili casuali distribuite uniformemente In questa dispensa, che presentiamo a semplice titolo di esercizio e applicazione

Подробнее

Esercizi di Calcolo delle Probabilità

Esercizi di Calcolo delle Probabilità Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato

Подробнее

CP110 Probabilità: Esame 4 luglio Testo e soluzione

CP110 Probabilità: Esame 4 luglio Testo e soluzione Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 4 luglio, 2012 CP110 Probabilità: Esame 4 luglio 2012 Testo e soluzione 1. (6 pts) Una scatola contiene 10 palline numerate da 1

Подробнее

Distribuzioni di Probabilità

Distribuzioni di Probabilità Distribuzioni di Probabilità Distribuzioni discrete Distribuzione uniforme discreta Distribuzione di Poisson Distribuzioni continue Distribuzione Uniforme Distribuzione Gamma Distribuzione Esponenziale

Подробнее