Prova I Calcolo delle Probabilit a, II modulo a.a. 2002/2003 Note Per il recupero del I esonero: esercizi 1, 2, 3, 4 (2 ore a disposizione). Per il re

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Prova I Calcolo delle Probabilit a, II modulo a.a. 2002/2003 Note Per il recupero del I esonero: esercizi 1, 2, 3, 4 (2 ore a disposizione). Per il re"

Transcript

1 Prova I Note Per il recupero del I esonero: esercizi 1, 2, 3, 4 (2 ore a disposizione). Per il recupero del II esonero: esercizi 5, 6, 7, 8 (2 ore a disposizione). ppello d'same: un esercizio scelto tra 1 e 2; un esercizio scelto tra 3 e 4; esercizi 5, 6, 7 (3 ore a disposizione). Esercizio 1. Sia dato (Ω; F;P), dove con Ω = R, F = B(R) e, per 2F, Sia X : Ω! R, X(!) =!. P() =2 e 2 ο 1l ο>0 dο: a) Verificare che (Ω; F; P) e uno spazio di probabilit a e che X e una v.a., con legge Exp(2). b) Posto Y =1l X2(0;1) 1l X2 IN, scrivere ff(y ) (= sigma algebra generata da Y )edire qual e la legge di Y. Esercizio 2. Siano Ω = f0; 1; 2;:::g e F = P(Ω). Su (Ω; F), siano P 1 e P 2 definite da Pi() = X k2 p i (k); ρ Ω; i =1; 2 (con Pi(;) :=0)dove, per ρ 2 (0; 1) e N 2 N fissati, (misura geometrica) p 1 (k) =ρ k (1 ρ); k =0; 1;::: N ρ k (1 ρ) N k (misura binomiale) p 2 (k) = k 8 < : se k =0;:::;N 0 se k>n a) Verificare che P 1 e P 2 sono due misure di probabilit a. b) Mostrare che P 1 fi= P 2 ma che P 2 fi P 1, e scrivere dp2 dp 1. Esercizio 3. Media, varianza e covarianza: definizione e significato probabilistico. Esercizio 4. Dimostrare che il prodotto di due v.a. indipendenti di L 1 e una v.a. di L 1, con media pari al prodotto delle due medie. Esercizio 5. Sia fx k g k una successione di v.a. i.i.d., ciascuna con densit a p(x) = 1 2x 1l e 1 <x<e: p Q 1=n Posto Y n = n Q 1= X k=1 k edin = n n, X k=1 k dimostrare che per ogni g 2 Cb, n!1 E(g(Y n)) = g(1) e n!1 E(g( n)) = g(e z ) p 2ß=3 e 3 z2 =2 dz:

2 Esercizio 6. Siano X e Y due v.a. con densit a congiunta p(x; y) =c p x 2 + y 2 1l x 2 +y 2»1 a) Calcolare c e la densit a congiunta di U = jxj e V = Y=X. U e V sono indipendenti? E la terna (Y; U; V )hadensit a di probabilit a? b) Per n 1, sia R n la distanza di (X n ;Y n ) dall'origine, con (X n ;Y n ) copie indipendenti di (X; Y ). Studiare la convergenza di fd n g n,dove D n = min(r 1 ;:::;R n ). Esercizio 7. Enunciare, dimostrare a grandi linee e discutere le applicazioni del teorema di convergenza di Lévy. Esercizio 8. E vero che se una successione di v.a. converge q.c. allora converge in L p? Ed e vero il viceversa? (Giustificare le risposte).

3 Prova II Esercizio 1. Sia G : R! R una funzione monotona non decrescente, itata e c adl ag, e sia μ G ((a; b]) := G(b) G(a); a; b 2 R; a» b: a) Mostrare che esiste un'unica misura μ su (R; B) tale che μ μ G sugli intervalli della forma (a; b]. b) Trovare condizioni su G affinché (R; B;μ) sia uno spazio di probabilit a. Se μ e una misura di probabilit a, e vero che esiste una v.a. X con legge μ? E in caso affermativo, che relazione c' e tra G e la funzione R di distribuzione F X di X? x c) Supponiamo G(x) =1+ 1 g(t) dt, con g 2 L1 (R; B; Leb) fissata e g(t) 0 per q.o. t. Verificare che G soddisfa le ipotesi richieste e che in tal caso μ() = g(t) dt; per ogni 2B: Dedurre quindi che μ fi Leb e scrivere dμ. Se μ e una misura di probabilit a ed e la legge dleb di una v.a. X, evero che X ha densit a? Se s, quanto vale la densit a f X di X? Esercizio 2. Siano fx n g n, fy n g n due successioni di v.a. e X, Y due ulteriori v.a. Dimostrare che se X n! X e Yn! Y allora Xn + Y n! X + Y dove!" denota la convergenza q.c. oppure in probabilit a 1 oppure in L p. Mostrare che lo stesso risultato in generale non vale se!" = convergenza in legge. Esercizio 3. Per n 1, sia fx n g n una successione di v.a. tali che X n ο N(μ; ff 2 n), con μ 2 R e ff 2 n! 0pern!1. a) Studiare la convergenza in probabilit a, in L p e in legge della successione fx n g n. b) Trovare due successioni possibili per fff 2 ng n tali che fx n g n converge q.c. e fx n g n non converge q.c. (eventualmente imponendo una condizione di indipendenza sulle X n ) 2. Esercizio 4. Siano X e Y due v.a. indipendenti, con legge Exp(1). a) Calcolare la densit a congiunta e le densit a marginali di U = X + Y e V = X Y. b) Calcolare Cov(U; V ). U e V sono indipendenti? c) Sia f(u n ;V n )g n una successione di v.a. i.i.d. tale che (U n ;V n ) ha la stessa legge di (U; V ). Calcolare, se esiste, X n n!1 P (U k + V k 2) > p n : k=1 Esercizio 5. a) Enunciare e dimostrare il teorema di Weierstrass. b) La funzione caratteristica: descrivere le propriet a che ritenete particolarmente importanti (giustificando la scelta - eventuali dimostrazioni sono ben accette). 1 Potrebbe essere utile il seguente fatto: se U e V denotano due v.a. allora per ogni ffi>0, fju + V j > ffig ρfjuj + jv j >ffigρfjuj >ffi=2g [fjv j >ffi=2g. 2 tale scopo, potrebbe essere utile la seguente stima (facilmente dimostrabile): se ο N(0; 1), allora per z! +1 P(jj >z) ' 2 e z2 =2 p 2ßz (o, equivalentemente, z!+1 P(jj>z) 2 e z 2 =2 =( p 2ßz) =1)

4 Prova III Esercizio 1. Sia F una funzione di distribuzione su R. mediana per F se e solo se x"m F (x)» 1 2» F (m): Un punto m 2 R e detto una Dimostrare l'esistenza di almeno una mediana e che l'insieme delle mediane e un insieme chiuso di R. Interpretare il concetto di mediana". Esercizio 2. Se ffi(t) denota una funzione caratteristica, dimostrare che anche μ ffi(t), ffi 2 (t), jffij 2 (t) sono funzioni caratteristiche. Esercizio 3. Sia (X; Y ) una coppia di v.a. con densit a gaussiana bivariata: ; dove ρ 2 ( 1; 1) e fissato. f X;Y (x; y) = p 1 2ß 1 ρ exp 2 x2 2ρxy + y 2 2(1 ρ 2 ) p a) Calcolare, se esiste, la densit a congiunta di X e =(Y ρx)= 1 ρ 2 e dedurre che P(X >0;Y > 0) = ß arcsin ρ. b) Calcolare Cov(X; ) ecov(x; Y ). Studiare l'indipendenza tra X e etrax e Y. c) Sia Λ X,Λ eλ X+ la legge di X, di edix + rispettivamente. c1) Dire se Λ X fi Λ e in caso affermativo calcolare dλx dλ. c2) Dire se Λ X fi Λ X+ e in caso affermativo calcolare dλ X dλ X+. Esercizio 4. Si consideri una partizione dell'intervallo [0; 1] in m sotto-intervalli disgiunti di ampiezza positiva p 1 ;p 2 ;:::;p m. L'entropia di questa partizione e data dalla quantit a h = mx i=1 p i log p i : Sia fx k g k una successione di v.a. i.i.d., con legge Un(0; 1), e sia n (i) ilnumero delle v.a. X 1 ;X 2 ;:::;X n che cadono nell'i-esimo intervallo della partizione. Posto R n = my i=1 dimostrare che n 1 log R n! h q.c. per n!1. p n(i) i ; Esercizio 5. a) Dimostrare un teorema di rappresentazione di Skorohod e mostrarne qualche interessante esempio di applicazione. b) Convergenza q.c. e in probabilit a: dimostrare eventuali implicazioni e discutere (con controesempi) eventuali non-implicazioni.

5 Prova IV Esercizio 1. Sia dato (Ω; F;P), con Ω = R, F = B(R) e, per 2F, Sia X : Ω! R, X(!) =!. P() = οe ο 1l ο>0 dο: a) Verificare che (Ω; F; P) e uno spazio di probabilit a e che X e una v.a., con legge (2; 1). b) Posto Y = 1l X2(0;1) 1l X2 IN, verificare che Y e una v.a. Scrivere ff(y ) (= sigma algebra generata da Y ) e dire qual e la legge di Y. Esercizio 2. Siano X e Y v.a. i.i.d., con legge Un(0; 1), e siano U = min(x; Y ) e V = max(x; Y ). a) Calcolare, se esistono, la densit a congiunta di U e V e le rispettive densit a marginali. b) Le v.a. U e V sono indipendenti? c) Per ff 2 R, calcolare P(U + ff>v). d) Sia W = Y X. La v.a. (su R 3 )(U; V; W ) ha densit a? Esercizio 3. Sia fx n g n una successione di v.a. e sia f una funzione continua. Dimostrare che se X n! X allora f(xn )! f(x) dove!" denota la convergenza q.c. oppure in legge. Mostrare che lo stesso risultato in generale non valese!" = convergenza in L p. Esercizio 4. a) Siano X 1 ;:::;X n v.a. i.i.d. con legge Exp( ). Dimostrare che S n := P n k=1 X k ο (n; ). b) Sia g 2 C b (R). Dimostrare che, per ogni >0, n!1 n (n 1)! 1 g 0 t n t n 1 e t dt = g(1= ): Esercizio 5. Dimostrare il Teorema del Limite Centrale e discutere almeno un esempio di applicazione.

6 Prova V Esercizio 1. Siano Ω = R e F = B(R). Su (Ω; F), siano P 1 e P 2 definite da dove, fissato >0, Pi() = p i (x) dx; ρ Ω; i =1; 2 p 1 (x) = e x 1l x>0 p 2 (x) = 1 1l 0<x< (misura esponenziale) (misura uniforme) a) Verificare che P 1 e P 2 sono due misure di probabilit a. b) Dire se Pi fi Pj ed in caso affermativo scrivere dpi dp j, i 6= j, i; j 2f1; 2g. Esercizio 2. Sia fx n g n una successione di v.a. i.i.d., con legge Un( 1; 1). Siano U n =min(x 1 ;:::;X n ) e V n = max(x 1 ;:::;X n ): Studiare la convergenza q.c., in probabilit a, in legge e in L 1 delle successioni fu n g n, fv n g n e fu n + V n g n. Esercizio 3. Sia (X; Y ) una coppia di v.a. con densit a gaussiana bivariata: f X;Y (x; y) = ; dove ρ 2 ( 1; 1) e fissato. p 1 2ß 1 ρ exp 2 x2 2ρxy + y 2 2(1 ρ 2 ) p a) Calcolare, se esiste, la densit a congiunta di X e =(Y ρx)= 1 ρ 2 e dedurre che P(X >0;Y > 0) = ß arcsin ρ. b) Calcolare Cov(X; ) ecov(x; Y ). Studiare l'indipendenza tra X e etrax e Y. c) Dire se (X; Y; ) e una v.a. assolutamente continua su R 3 ; in caso affermativo, calcolarne la densit a di probabilit a. Esercizio 4. a) Siano 1» p<q. E vero che L p ρ L q? E vero che L q ρ L p? (Giustificare le risposte). b) La funzione caratteristica: descrivere le propriet a che ritenete particolarmente importanti (giustificando la scelta - eventuali dimostrazioni sono ben accette). c) Enunciare e dimostrare in grandi linee i lemmi di Borel-Cantelli; dare un esempio di applicazione che ritenete significativo (giustificare!) nel Calcolo delle Probabilit a.

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

Dettagli

ESERCIZI DATI A LEZIONE TPA - anno 2006 CAPITOLO 2

ESERCIZI 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,

Dettagli

Esercizi di Calcolo delle Probabilità

Esercizi 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

Dettagli

CP410: Esame 2, 30 gennaio Testo e soluzione

CP410: 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

Dettagli

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014. I Esonero - 29 Ottobre Tot.

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014. I Esonero - 29 Ottobre Tot. UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014 I Esonero - 29 Ottobre 2013 1 2 3 4 5 6 7 8 Tot. Avvertenza: Svolgere ogni esercizio nello spazio assegnato,

Dettagli

Esercizi 6 - Variabili aleatorie vettoriali, distribuzioni congiunte

Esercizi 6 - Variabili aleatorie vettoriali, distribuzioni congiunte Esercizi - Variabili aleatorie vettoriali, distribuzioni congiunte Esercizio. X e Y sono v.a. sullo stesso spazio di probabilità (Ω, E, P). X segue la distribuzione geometrica modificata di parametro p

Dettagli

CP410: Esame 2, 3 febbraio 2015

CP410: 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

Dettagli

Prova 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. 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

Dettagli

CP410: Esonero 1, 31 ottobre 2013

CP410: 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

Dettagli

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

Dettagli

con distribuzione gaussiana standard e si ponga

con 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

Dettagli

CP110 Probabilità: Esame del 6 giugno Testo e soluzione

CP110 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,

Dettagli

Esame 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 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

Dettagli

CALCOLO DELLE PROBABILITÀ 2 (Laurea Specialistica) 28 giugno Motivare dettagliatamente le risposte su fogli allegati

CALCOLO 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

Dettagli

I Sessione I Prova Scritta o Recupero Esonero di Probabilità e Statistica a.a. 2012/ Giugno 2013

I Sessione I Prova Scritta o Recupero Esonero di Probabilità e Statistica a.a. 2012/ Giugno 2013 I Sessione I Prova Scritta o Recupero Esonero di Probabilità e Statistica a.a. / 9 Giugno Recupero I esonero o prova scritta di Probabilità da 5 cfu o di Probabilità e Statistica da cfu: esercizio ; esercizio

Dettagli

Matematica con elementi di Informatica

Matematica con elementi di Informatica Variabili aleatorie Matematica con elementi di Informatica Tiziano Vargiolu Dipartimento di Matematica vargiolu@math.unipd.it Corso di Laurea Magistrale in Chimica e Tecnologie Farmaceutiche Anno Accademico

Dettagli

Probabilità e Statistica

Probabilità e Statistica Probabilità e Statistica Variabili Casuali multidimensionali Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 2/29 Marco Pietro Longhi Prob. e Stat.

Dettagli

CP110 Probabilità: Esonero 2. Testo e soluzione

CP110 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

Dettagli

Corso di probabilità e statistica

Corso di probabilità e statistica Università degli Studi di Verona Facoltà di Scienze MM.FF.NN. Corso di Laurea in Informatica Corso di probabilità e statistica (Prof. L.Morato) Esercizi Parte III: variabili aleatorie dipendenti e indipendenti,

Dettagli

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

Dettagli

Calcolo delle Probabilità e Statistica Matematica: definizioni prima parte. Cap.1: Probabilità

Calcolo delle Probabilità e Statistica Matematica: definizioni prima parte. Cap.1: Probabilità Calcolo delle Probabilità e Statistica Matematica: definizioni prima parte Cap.1: Probabilità 1. Esperimento aleatorio (definizione informale): è un esperimento che a priori può avere diversi esiti possibili

Dettagli

E (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,

E (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

Dettagli

Matematica e Statistica per Scienze Ambientali

Matematica e Statistica per Scienze Ambientali per Scienze Ambientali Variabili aleatorie - Appunti 1 1 Dipartimento di Matematica Sapienza, Università di Roma Roma, Gennaio 2013 Variabili aleatorie Un numero aleatorio è un esempio di variabile aleatoria.

Dettagli

Primo 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 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

Dettagli

Esercitazione del 21/02/2012 Istituzioni di Calcolo delle Probabilità

Esercitazione del 21/02/2012 Istituzioni di Calcolo delle Probabilità Esercitazione del /0/0 Istituzioni di Calcolo delle Probabilità David Barbato Funzione di ripartizione Sia F X una funzione da in. consideriamo le seguenti condizioni: F X è non decrescente lim ( ) x F

Dettagli

Esercizi: fascicolo 4

Esercizi: 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

Dettagli

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2012/13 Nome: 30 gennaio

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2012/13 Nome: 30 gennaio I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica /3 Nome: 3 gennaio 3 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare

Dettagli

CP110 Probabilità: Esonero 2

CP110 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

Dettagli

UNIVERSIT A DEGLI STUDI DI ROMA LA SAPIENZA" SEDE DISTACCATA DI LATINA CORSO DI DIPLOMA-LAUREA IN INGEGNERIA (SETTORE dell'informazione) a.a. 999/2000

UNIVERSIT A DEGLI STUDI DI ROMA LA SAPIENZA SEDE DISTACCATA DI LATINA CORSO DI DIPLOMA-LAUREA IN INGEGNERIA (SETTORE dell'informazione) a.a. 999/2000 UNIVERSIT A DEGLI STUDI DI ROMA LA SAPIENZA" SEDE DISTACCATA DI LATINA CORSO DI DIPLOMA-LAUREA IN INGEGNERIA (SETTORE dell'informazione) a.a. 999/2000 - I PROVA SCRITTA DI ESONERO DI ANALISI I 20/2/999

Dettagli

Corso di Laurea in Ingegneria Edile Prova scritta dell esame di Analisi Matematica I (M-Z).C

Corso di Laurea in Ingegneria Edile Prova scritta dell esame di Analisi Matematica I (M-Z).C Analisi Matematica I (M-Z).C1 08-0-1997 1) Data la funzione h(x) = x log(x + 1 + x + x + ) + log(1 + ) determinarne il dominio D. Provare poi che h(x) > 0 x D ]0, + [, h(x) = 0 x = 0. ) Utilizzando i risultati

Dettagli

COMPLEMENTI DI ANALISI MATEMATICA II. Prova scritta del 20 gennaio 2014

COMPLEMENTI DI ANALISI MATEMATICA II. Prova scritta del 20 gennaio 2014 Prova scritta del 2 gennaio 214 Studiare la convergenza puntuale e uniforme della serie di potenze n=1 n x 2n 2n + e n. Valutare poi la misurabilità e l integrabilità secondo Lebesgue della funzione somma

Dettagli

1. Si scelga a caso un punto X dell intervallo [0, 2], con distribuzione uniforme di densità. f X (x) = [0,2](x)

1. 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

Dettagli

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

Dettagli

X Vincita (in euro) Tabella 1: Vincite

X 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

Dettagli

CP410: Esonero 1, 7 novembre, 2018

CP410: 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

Dettagli

ANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013

ANALISI 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)

Dettagli

Università 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 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

Dettagli

Teoria della misura Esercizi. 1. Teoremi di convergenza sotto il segno di integrale. n 1 + n 2 x 2. f n (x) =

Teoria della misura Esercizi. 1. Teoremi di convergenza sotto il segno di integrale. n 1 + n 2 x 2. f n (x) = Teoria della misura 215-215 Esercizi 1. Teoremi di convergenza sotto il segno di integrale Esercizio 1. Calcolare il Per ogni intero positivo n sia f n : R + R la funzione definita da n 1 + n 2 x 2. lim

Dettagli

COMPLEMENTI DI ANALISI MATEMATICA DI BASE. Prova scritta del 26 gennaio 2005

COMPLEMENTI 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

Dettagli

ANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013

ANALISI 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)

Dettagli

CORSO DI LAUREA IN INGEGNERIA ELETTRONICA Prof. A. Avantaggiati (prova scritta di ANALISI MATEMATICA II - 17 gennaio 2000) vecchio ordinamento COGNOME

CORSO DI LAUREA IN INGEGNERIA ELETTRONICA Prof. A. Avantaggiati (prova scritta di ANALISI MATEMATICA II - 17 gennaio 2000) vecchio ordinamento COGNOME CORSO DI LAUREA IN INGEGNERIA ELETTRONICA Prof. A. Avantaggiati (prova scritta di ANALISI MATEMATICA II - 17 gennaio 2000) vecchio ordinamento COGNOME... NOME... Data l'equazione differenziale y 000 +2y

Dettagli

III 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 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

Dettagli

CP110 Probabilità: Esonero 2. Testo e soluzione

CP110 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

Dettagli

II 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 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

Dettagli

X (o equivalentemente rispetto a X n ) è la

X (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

Dettagli

LE VARIABILI CASUALI A 1, A 2.,..., A k., p 2.,..., p k. generati da una specifica prova sono necessari ed incompatibili:

LE 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

Dettagli

Esercitazione di Analisi Matematica I Esercizi e soluzioni 19/04/2013 TOPOLOGIA

Esercitazione di Analisi Matematica I Esercizi e soluzioni 19/04/2013 TOPOLOGIA Esercitazione di Analisi Matematica I Esercizi e soluzioni 9/04/203 TOPOLOGIA Mostrare che uno spazio infinito con la metrica discreta non può essere compatto Soluzione: Per la metrica discreta d : X X

Dettagli

ANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013

ANALISI 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)

Dettagli

COGNOME... NOME... Matricola... Corso Prof... Esame di ANALISI MATEMATICA I - 28 Febbraio 2011, ore x e2x e 2x 1. f(x) = e 2x log(e 2x + 1) dx.

COGNOME... NOME... Matricola... Corso Prof... Esame di ANALISI MATEMATICA I - 28 Febbraio 2011, ore x e2x e 2x 1. f(x) = e 2x log(e 2x + 1) dx. Esame di ANALISI MATEMATICA I - 28 Febbraio 211, ore 8.3 A ESERCIZIO 1. (1 punti) Sia data la funzione f(x) = x e2x e 2x 1. (a) Determinarne il dominio e dimostrare che f si prolunga ad una funzione continua

Dettagli

Traccia della soluzione degli esercizi del Capitolo 4

Traccia 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

Dettagli

Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di:

Sequenze (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

Dettagli

Es.: una moneta viene lanciata 3 volte. X = n. di T nei primi 2 lanci Y = n. di T negli ultimi 2 lanci

Es.: una moneta viene lanciata 3 volte. X = n. di T nei primi 2 lanci Y = n. di T negli ultimi 2 lanci Es.: una moneta viene lanciata 3 volte. X = n. di T nei primi 2 lanci Y = n. di T negli ultimi 2 lanci X\Y 0 1 2 0 1/8 1/8 0 1/4 1 1/8 1/4 1/8 1/2 2 0 1/8 1/8 1/4 1/4 1/2 1/4 1 X e Y non sono indip. Se

Dettagli

Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di:

Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di: Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di: N-pla o Sequenza di Variabili Aleatorie Sistema di Variabili

Dettagli

Calcolo delle Probabilità e Statistica Matematica Fisciano, 10/1/2012

Calcolo delle Probabilità e Statistica Matematica Fisciano, 10/1/2012 Fisciano, 10/1/2012 Esercizio 1 Un esperimento consiste nel generare a caso un vettore di interi (x 1, x 2, x 3, x 4 ), dove x i {1, 2, 3, 4, 5, 6} i. (i) Si individui lo spazio campionario, determinandone

Dettagli

Esercitazione del 28/02/2012 Istituzioni di Calcolo delle Probabilità

Esercitazione 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

Dettagli

CAPITOLO 9. Vettori Aleatori

CAPITOLO 9. Vettori Aleatori CAPITOLO 9 Vettori Aleatori 9 9 Vettori Aleatori 3 9 Vettori Aleatori In molti esperimenti aleatori, indicando con Ω l insieme dei possibili risultati, al generico risultato dell esperimento, ω Ω, sono

Dettagli

III 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 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

Dettagli

CALCOLO DELLE PROBABILITÀ I. a.a. 2016/2017. Informatica. Leggere attentamente le seguenti note

CALCOLO DELLE PROBABILITÀ I. a.a. 2016/2017. Informatica. Leggere attentamente le seguenti note CALCOLO DELLE PROBABILITÀ I. a.a. 2016/2017. Informatica Leggere attentamente le seguenti note Modalità d esame. L esame consta di uno scritto con esercizi (bisogna prenotarsi su infostud). Chi passa questo

Dettagli

COMPLEMENTI DI ANALISI MATEMATICA II. Prova scritta del 20 gennaio 2014

COMPLEMENTI DI ANALISI MATEMATICA II. Prova scritta del 20 gennaio 2014 Prova scritta del 20 gennaio 2014 Studiare la convergenza puntuale e uniforme della serie di potenze n x 2n 2n + e n. Valutare poi la misurabilità e l integrabilità secondo Lebesgue della funzione somma

Dettagli

Analisi Stocastica Programma del corso 2008/09

Analisi 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

Dettagli

Corso 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 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.

Dettagli

Statistica Inferenziale

Statistica Inferenziale Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 5 Abbiamo visto: Modelli probabilistici nel continuo Distribuzione uniforme continua Distribuzione

Dettagli

Compiti d Esame A.A. 2005/2006

Compiti d Esame A.A. 2005/2006 Compiti d Esame A.A. 25/26 UNIVERSITÀ DEGLI STUDI DI PERUGIA A.A. 25/26 I Esercitazione 21 Aprile 26 { y = xy ln(xy) si chiede di dimostrare che: y(1) = 1, (a) ammette un unica soluzione massimale y =

Dettagli

Sessione Live 4 V.a. n-dimensionali. Funzioni di variabili aleatorie.

Sessione Live 4 V.a. n-dimensionali. Funzioni di variabili aleatorie. Sessione Live 4 V.a. n-dimensionali. Funzioni di variabili aleatorie. 9 e 11 Dicembre 2008 Richiami di teoria Come si calcolano le densità marginali Esercizi Una v.a. n-dimensionale (o vettore aleatorio

Dettagli

Esercizi - Fascicolo V

Esercizi - 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

Dettagli

Tutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016

Tutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016 Tutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016 Esercizi possibili di probabilità e statistica Notazioni: U(a, b) è la distribuzione di probabilità uniforma nell intervallo (a,

Dettagli

Corso di Statistica - Prof. Fabio Zucca IV Appello - 5 febbraio Esercizio 1

Corso di Statistica - Prof. Fabio Zucca IV Appello - 5 febbraio Esercizio 1 Corso di Statistica - Prof. Fabio Zucca IV Appello - 5 febbraio 2015 Nome e cognome: Matricola: c I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. 8994

Dettagli

Probabilità e Statistica

Probabilità e Statistica Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2013/2014 www.mat.uniroma2.it/~caramell/did 1314/ps.htm 04/03/2014 - Lezioni 1, 2 Breve introduzione al corso. Fenomeni deterministici

Dettagli

Metodi Matematici per la Gestione del Rischio - Esercizi

Metodi Matematici per la Gestione del Rischio - Esercizi Metodi Matematici per la Gestione del Rischio - Esercizi. Considerare la seguente funzione di due variabili kxe y+x, per (x, y) [0, ] [0, + ), f(x, y) = 0, altrimenti. Determinare il valore della costante

Dettagli

CP110 Probabilità: Esonero 2. Testo e soluzione

CP110 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 =

Dettagli

Variabile aleatoria vettoriale

Variabile aleatoria vettoriale Metodi di Analisi dei Dati Sperimentali AA /2010 Pier Luca Maffettone Variabile aleatoria vettoriale Sommario della lezione 4 Esperimenti combinati VA vettoriali La Gaussiana multidimensionale Medie e

Dettagli

Esame di Calcolo delle Probabilità del 4 luglio 2006 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).

Esame di Calcolo delle Probabilità del 4 luglio 2006 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Esame di Calcolo delle Probabilità del 4 luglio 26 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione:

Dettagli

Probabilità e Statistica

Probabilità 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

Dettagli

Scritto d esame di Analisi Matematica I

Scritto d esame di Analisi Matematica I Capitolo 2: Scritti d esame 07 Pisa, 8 Gennaio 999. Studiare il comportamento della serie al variare del parametro α > /2. ( ) n n sin α n 2α 2. Sia ( ) f(x) = log + sin3 x. 2 (a) Determinare la derivata

Dettagli

Corso di Metodi Matematici per l Ingegneria A.A. 2016/2017 Esercizi svolti su misura e integrale di Lebesgue, spazi L p, operatori lineari continui

Corso di Metodi Matematici per l Ingegneria A.A. 2016/2017 Esercizi svolti su misura e integrale di Lebesgue, spazi L p, operatori lineari continui Corso di Metodi Matematici per l Ingegneria A.A. 26/27 Esercizi svolti su misura e integrale di Lebesgue, spazi L p, operatori lineari continui Marco Bramanti Politecnico di Milano December 4, 26 Esercizi

Dettagli

non solo otteniamo il valore cercato per la validità della (1.4), ma anche che tale valore non dipende da

non solo otteniamo il valore cercato per la validità della (1.4), ma anche che tale valore non dipende da NOTE INTEGRATIVE PER IL CORSO DI ANALISI MATEMATICA 2 ANNO ACCADEMICO 2012/13 NOTE SULLA CONTINUITÀ UNIFORME D.BARTOLUCCI, D.GUIDO Sia f(x) = x 3, x [ 1, 1]. Si ha 1. La continuità uniforme x 3 y 3 = x

Dettagli

x(y + z)dx dy dz y(x 2 + y 2 + z 2 )dx dy dz y 2 zdx dy dz Esempio di insieme non misurabile secondo Lebesgue.

x(y + z)dx dy dz y(x 2 + y 2 + z 2 )dx dy dz y 2 zdx dy dz Esempio di insieme non misurabile secondo Lebesgue. /3/23 Calcolare dove x(y + z)dx dy dz = {(x, y, z) R 3 : x, y, z, x + y + z }. Calcolare y(x 2 + y 2 + z 2 )dx dy dz dove = {(x, y, z) R 3 : x 2 + y 2 + z 2 z, x 2 + y 2 + z 2 3zx y }. Calcolare dove y

Dettagli

Analisi Stocastica Programma del corso 2009/10

Analisi 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,

Dettagli

Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di:

Sequenze (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

Dettagli

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

Dettagli

1. Siano A, E eventi incompatibili, e sia B E, con P (A) = 1 5, P (B) = 3 10, P (E) = 1 2.

1. Siano A, E eventi incompatibili, e sia B E, con P (A) = 1 5, P (B) = 3 10, P (E) = 1 2. CALCOLO DELLE PROBABILITA - 5 gennaio 005 Ing. Elettronica : 4, Nettuno :. Siano A, E eventi incompatibili, e sia B E, con P (A) = 5, P (B) = 0, P (E) =. Dimostrare che tale assegnazione è coerente, determinando

Dettagli

Variabili aleatorie n-dim

Variabili aleatorie n-dim Sessione Live #6 Settimana dal 6 maggio al giugno 003 Variabili aleatorie n-dim Funzioni di ripartizione e di densità (F.D.R. e f.d.d.) congiunte e marginali, valori medi e momenti misti, funzione generatrice

Dettagli

Esercizi - Fascicolo IV

Esercizi - 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

Dettagli

Esonero di Analisi Matematica II (A)

Esonero di Analisi Matematica II (A) Esonero di Analisi Matematica II (A) Ingegneria Edile, 8 aprile 3. Studiare la convergenza del seguente integrale improprio: + x log 3 x (x ) 3 dx.. Studiare la convergenza puntuale ed uniforme della seguente

Dettagli

20. Prodotto di spazi di misura. I teoremi di Tonelli e di Fubini.

20. Prodotto di spazi di misura. I teoremi di Tonelli e di Fubini. 20. Prodotto di spazi di misura. I teoremi di Tonelli e di Fubini. 20.1. Prodotto di σ-algebre. Definizione 20.1.1. (σ-algebra prodotto. Dati n spazi misurabili (Ω 1, A 1,..., (Ω n, A n, si chiama σ-algebra

Dettagli

P ( X n X > ɛ) = 0. ovvero (se come distanza consideriamo quella euclidea)

P ( 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

Dettagli

Corso di Metodi Matematici per l Ingegneria A.A. 2015/2016 Esercizi su teoria della misura e dell integrazione di Lebesgue

Corso di Metodi Matematici per l Ingegneria A.A. 2015/2016 Esercizi su teoria della misura e dell integrazione di Lebesgue Corso di Metodi Matematici per l Ingegneria A.A. 5/6 Esercizi su teoria della misura e dell integrazione di Lebesgue Marco Bramanti Politecnico di Milano December 3, 5 A. Esercizi su spazi di misura Esercizio

Dettagli

Esercitazione del 19/02/2013 Istituzioni di Calcolo delle Probabilità

Esercitazione del 19/02/2013 Istituzioni di Calcolo delle Probabilità Esercitazione del 19/0/013 Istituzioni di Calcolo delle Probabilità David Barbato Variabili aleatorie esponenziali. Minimo di v.a. esponenziali indipendenti. Ricordiamo innanzitutto che due variabili aleatorie

Dettagli

ANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013

ANALISI 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)

Dettagli

Facoltà di Scienze MM.FF.NN. Corso di Laurea in Matematica - A.A Prova scritta di Analisi Matematica II del

Facoltà di Scienze MM.FF.NN. Corso di Laurea in Matematica - A.A Prova scritta di Analisi Matematica II del Prova scritta di nalisi Matematica II del 12-06-2001. C1 1) Studiare la convergenza semplice, uniforme e totale della serie di funzioni seguente ( 1) [ n 2 ] n x 1 + n 2 x. n=0 2) Data la funzione (x 2

Dettagli

III Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2018/19

III 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

Esercizi di Calcolo delle Probabilità Foglio 3

Esercizi di Calcolo delle Probabilità Foglio 3 Esercizi di Calcolo delle Probabilità Foglio David Barbato Esercizio. (6-ese- s) Sia (X, Y ) un vettore aleatorio con densità: { αy (x, y) D f (X,Y ) (x, y) (x, y) / D Dove D {(x, y) R : x

Dettagli

e 2x2 1 (x 2 + 2x 2) ln x

e 2x2 1 (x 2 + 2x 2) ln x Corso di laurea in Ingegneria delle Costruzioni A.A. 2016-17 Analisi Matematica - Esercitazione del 04-01-2017 Ripasso di alcuni argomenti in programma Gli esercizi sono divisi in più pagine, per separare

Dettagli

Elementi di Probabilità e Statistica, anno 2018

Elementi di Probabilità e Statistica, anno 2018 Elementi di Probabilità e Statistica, anno 2018 Gli esercizi che seguono sono stati proposti (da me o da Franco Flandoli) durante le lezioni e le prove d esame del corso Elementi di Probabilità e Statistica

Dettagli

Analisi Matematica 2. Michele Campiti. Prove scritte di. Ingegneria Industriale a.a

Analisi Matematica 2. Michele Campiti. Prove scritte di. Ingegneria Industriale a.a Michele Campiti Prove scritte di Analisi Matematica 2 Ingegneria Industriale a.a. 20 202 Grafico della funzione f(x, y) := sin(2x 2 y) cos(x 2y 2 ) in [ π/2, π/2] 2 Raccolta delle tracce di Analisi Matematica

Dettagli

Esercizi - Fascicolo V

Esercizi - Fascicolo V Esercizi - Fascicolo V Esercizio Sia X una vc uniformenente distribuita nell intervallo ( π, π ), cioè f X (x) = π ( π, π ) (x) Posto Y = cos(x), trovare la distribuzione di Y se y < F Y (y) = P (cos(x)

Dettagli

Matematica II prof. C.Mascia

Matematica II prof. C.Mascia Corso di laurea in CHIMICA INDUSTRIALE Sapienza, Università di Roma Matematica II prof CMascia alcuni esercizi, parte, 7 marzo 25 Indice Testi degli esercizi 2 Svolgimento degli esercizi 4 Testi degli

Dettagli