Esercizi 6 - Variabili aleatorie vettoriali, distribuzioni congiunte

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

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

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

Calcolo delle Probabilità 2

Prova d esame di Istituzioni di Calcolo delle Probabilità Laurea Triennale in Scienze Statistica. 09/09/2013

5. Distribuzioni. Corso di Simulazione. Anno accademico 2009/10

3. Distribuzioni. Corso di Simulazione. Anno accademico 2006/07

con distribuzione gaussiana standard e si ponga

Variabili casuali. - di Massimo Cristallo -

Scritto del

Corso di Laurea in Ingegneria Informatica Anno Accademico 2013/2014 Calcolo delle Probabilità e Statistica Matematica

Probabilità e Statistica

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

Variabili aleatorie multiple. X = (X 1,..., X n ) vettore aleatorio

II Esonero - Testo B

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 4

PROBABILITÀ E STATISTICA - 23 Giugno 2017 Scrivere le risposte negli appositi spazi. Motivare dettagliatamente le risposte su fogli allegati

Scritto del

ESERCIZI DI CALCOLO PROBABILITÀ DISTRIBUZIONI DOPPIE E NOTEVOLI

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

Statistica Metodologica

LEZIONE 2.5. corso di statistica. Francesco Lagona Università Roma Tre. LEZIONE 2.5 p. 1/12

CP110 Probabilità: esame del 4 febbraio Testo e soluzione

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2014/2015 Appello B - 5 Febbraio 2015

Calcolo delle Probabilità: esercitazione 11

Esercitazione del 28/10/2011 Calcolo delle probabilità

Probabilità e Statistica

Università di Pavia Econometria. Richiami di teoria delle distribuzioni statistiche. Eduardo Rossi

Matematica e Statistica per Scienze Ambientali

DISTRIBUZIONI DI PROBABILITÀ

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

CP110 Probabilità: Esame 2 settembre Testo e soluzione

C = {C 1 = A B c H, C 2 = A c B H, C 3 = A B c H c, C 4 = A c B H c } ; P (C 1 ) = 21/100, P (C 2 ) = 9/100, P (C 3 ) = 49/100, P (C 4 ) = 21/100.

Il valore atteso del prodotto di v.a.i. Valore atteso (8)

DISTRIBUZIONI BINOMIALE, POISSON E NORMALE Indice degli esercizi

Variabili casuali ad una dimensione Testi degli esercizi. Variabili casuali ad una dimensione a.a. 2012/2013 1

4. Si supponga che il tempo impiegato da una lettera spedita dall Italia per arrivare a destinazione segua una distribuzione normale con media

CP110 Probabilità: Esonero 2. Testo e soluzione

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3

Alcune v.a. discrete notevoli

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

Elementi di Probabilità e Statistica, anno 2018

Capitolo 1. Elementi di Statistica Descrittiva. 1.5 Esercizi proposti

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

Probabilità e Statistica per l Informatica Esercitazione 4

Variabili casuali multidimensionali

Calcolo delle Probabilità e Statistica Matematica previsioni 2003/04

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}

CALCOLO DELLE PROBABILITÀ

Probabilità e Statistica

Esercizi di Calcolo delle Probabilità

Le v.c. si utilizzano come modelli di riferimento per studiare la realtà

ESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE

Statistica I, Ingegneria Gestionale. Una raccolta di esercizi.

All ultimo appello dell esame di statistica, la media dei voti è stata 25 e lo scarto quadratico medio 3.5. Determinare i valori standard dei voti

Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale a.a. 2016/17

Probabilità e Statistica

CP110 Probabilità: esame del 20 giugno 2017

Variabili Casuali multidimensionali

Analisi Matematica 2. Prove Parziali A.A. 2012/2017

Variabili aleatorie. Richiami e uso del Matlab

Risultati X P(X) TTT 0 1/8 TTC 1 1/8 TCT 1 1/8 CTT 1 1/8 TCC 2 1/8 CTC 2 1/8 CCT 2 1/8 CCC 3 1/8 X P(X) F(X) 0 1/8 1/8 1 3/8 4/8 2 3/8 7/8 3 1/8 1

Modulo di Statistica e Tecnologia (Dott. Giorgio Poletti

Tecniche di sondaggio

valore probabilità

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2010/11

Nozioni preliminari... 1 Notazioni... 1 Alcunirichiamidianalisimatematica... 3 Sommeinfinite... 3

ES.2.2. Consideriamo un esperimento statistico definito da un insieme Ω di risultati possibili. Una partizione finita di Ω è una sequenza di K eventi

Esercitazioni di Statistica Matematica A Lezione 2. Variabili con distribuzione gaussiana

X Vincita (in euro) Tabella 1: Vincite

CP410: Esame 2, 3 febbraio 2015

1 quartile. 2 quartile. 3 quartile. 1 percentile. 99 percentile. 5 percentile. 95 percentile. 10 percentile. 90 percentile.

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

Introduzione al modello Uniforme

CP110 Probabilità: Esonero 2

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

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2008/09

L assegnazione è coerente? SÌ NO. A e B sono stocasticamente indipendenti? SÌ NO

Ulteriori Conoscenze di Informatica e Statistica

Probabilità e Statistica

Variabili aleatorie. Richiami e uso del Matlab T T T. ω 2. ω 1. ω 3. ω 4. ω 5. ω 6. ω 7. ω 8

Teoria della probabilità Variabili casuali

1.1 Obiettivi della statistica Struttura del testo 2

VARIABILI ALEATORIE Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al 6 lancio:

CP110 Probabilità: Esame del 6 giugno Testo e soluzione

, mentre Y è una variabile geometrica di costante q = 1 2. (1 q) n = q (1 q) 3 1 q = (1 2 )3 = 1 8. n=0

Distribuzioni di probabilità nel continuo

CP110 Probabilità: Esonero 2. Testo e soluzione

Esercizi di Calcolo delle Probabilità

Teoria dei Fenomeni Aleatori AA 2012/13. Il Concetto di Distribuzione Condizionata

Ulteriori Conoscenze di Informatica e Statistica

Statistica Applicata all edilizia: alcune distribuzioni di probabilità

Esame di AM2 & EAP (270/04) a.a. 2009/10

DISTRIBUZIONI DI PROBABILITA

Statistica Inferenziale

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

X (o equivalentemente rispetto a X n ) è la

1 Esercizi tutorato 1/4

Transcript:

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 (0, ). Y è distribuita su 0, } e P(Y = X = k) = q k k = 0,,,... dove q [0, ]. Calcolare la densità di Y. Calcolare densità e valore atteso della v.a. Z = XY. Esercizio. La v.a. X segue la distribuzione esponenziale di parametro λ > 0. La v.a. Y è distribuita uniformemente sull intervallo [0, a], a > 0. Sapendo che X e Y sono indipendenti, calcolare densità e valore atteso delle v.a. Z := X + Y e T := X Y. Esercizio 3. La v.a. X segue la distribuzione esponenziale di parametro λ > 0. La v.a. Y è bernoulliana di parametro p [0, ]. Calcolare densità e valore atteso della v.a. X. Sapendo che X e Y sono indipendenti, calcolare legge e valore atteso della v.a. Z := X + Y. Esercizio 4. La v.a. X è distribuita uniformemente sull intervallo ( 0, ), mentre la v.a. Y è bernoulliana di parametro p (0, ). Sapendo che X e Y sono indipendenti, calcolare la legge della v.a. Z := maxx, Y } e tracciarne il grafico. Esercizio 5. Le variabili aleatorie X e Y sono distribuite sull insieme degli interi non negativi N 0. Sapendo che ( k ) P(Y = i X + Y = k) = i p i ( p) k i i = 0,..., k, 0 i > k, P X+Y = Poiss(λ), k N 0, calcolare le distribuzioni P X e P Y. Esercizio. Le v.a. X e Y sono congiuntamente continue con densità congiunta (x, y) [0, ] [0, ], 3 (x, y) [0, ] [, ], Calcolare legge, densità e valore atteso della v.a. Z := X + Y.

Esercizio 7. La v.a. X è bernoulliana di parametro p. La v.a. Y è distribuita sugli interi non negativi. Inoltre P(Y = k X = 0) = q( q) k P(Y = k X = ) = q k ( q) k = 0,,,... Calcolare densità e valore atteso della v.a. Y. Esercizio 8. e v.a. X, X e X 3 sono indipendenti e seguono la distribuzione esponenziale di parametro λ > 0. Calcolare le densità delle v.a. S := X + X, X := S, S 3 := X + X + X 3, X 3 := S 3 3. Esercizio. Le variabili aleatorie X e Y sono entrambe distribuite sull insieme 0,, }. La densità congiunta di (X, Y ) è rappresentata in tabella: Y = 0 Y = X = 0 X = X = Y = 0 Calcolare densità, valore atteso e varianza della v.a. Z := XY. Esercizio 0. Una ditta produce viti. Il diametro delle viti, misurato in millimetri è una v.a. gaussiana di media µ D = 3 e deviazione standard σ D = 0.5. Il passo delle viti, misurato in millimetri è una v.a. gaussiana di media µ P = e deviazione standard σ P = 0.. Le viti possono essere immesse sul mercato se il loro diametro è compreso tra.8 e 3. mm e se il loro passo è compreso tra 0.5 e.05 mm. Supponendo che diametro e passo siano indipendenti, calcolare la percentuale di viti che possono essere immesse sul mercato, esprimendola in termini della legge gaussiana standard. Esercizio. X e Y sono v.a. sullo spazio di probabilità (Ω, E, P). X è uniformemente distribuita sull insieme, 0, } mentre Y è distribuita sugli interi non-negativi e, per ogni k = 0,,,... Calcolare l immagine della v.a. Z := XY, P(Y = k X = ) = p( p) k, ( ) k+ P(Y = k X = 0) =, P(Y = k X = ) = ( p)p k.

la densità di Z, il valore atteso di Z. Esercizio. Le v.a. X, X e X 3 sono indipendenti e seguono la distribuzione uniforme sull intervallo (0, ). Calcolare le densità delle v.a. S := X + X, X := S, S 3 := X + X + X 3, X 3 := S 3 3. Suggerimento: Scrivere S 3 come S 3 = S + X 3. Esercizio 3. La v.a. Y segue la distribuzione di Bernoulli di parametro p [0, ]; la v.a. X ha valori in 0, } ed è tale che P(X = 0 Y = ) = p, P(X = Y = ) = p, P(X = 0 Y = 0) = p, P(X = Y = 0) = p, con p [0, ]. Determinare la densità della v.a. X la densità della v.a. Z = XY il valore atteso e la varianza della v.a. Z. Esercizio 4. Le v.a. X e Y sono congiuntamente continue con densità 3(x + y) x + y, x > 0,, y > 0 Calcolare legge, mediana, valore atteso e varianza della v.a. Z = X + Y. Esercizio 5. Le v.a. X e Y sono congiuntamente continue con densità 4 maxx, y} (x, y) T, dove T è il triangolo di vertici (0, 0), (, 0) e (0, ). Determinare la legge F Z e la densità f Z della v.a. Z = X + Y il valore atteso e la varianza della v.a. Z. Esercizio. X e Y sono v.a. indipendenti sullo spazio di probabilità (Ω, E, P). X segue la distribuzione geometrica di parametro p (0, ), mentre Y segue la distribuzione geometrica di parametro q (0, ). Determinare l immagine e il valore atteso della v.a. Z := X + Y. Determinare la densità discreta della v.a. Z nei casi p q e p = q. 3

Esercizio 7. La v.a. X è geometrica di parametro p (0, ). La v.a. Y è distribuita sull intervallo [0, ] e P (Y t X = k) = t k t [0, ], k =,,.... Calcolare legge, mediana, densità e valore atteso della v.a. Y. Esercizio 8. La v.a. bidimensionale (X, Y ) è assolutamente continua con densità xy ( x 3 + y) x 0, y 0, x + y, Calcolare densità, valore atteso, varianza e mediana della v.a. X. Esercizio. X e Y sono v.a. sullo stesso spazio di probabilità (Ω, E, P). X segue la distribuzione di Bernoulli di parametro p, mentre Y è tale che 0 t < 0, P(Y t X = ) = t t [0, ), t, Calcolare legge, valore atteso e varianza di Y. Calcolare E[Y X = t]. 0 t <, P(Y t X = 0) = t + t [, 0), t 0. Esercizio 0. La v.a. Y è bernoulliana di parametro p [0, ]. La v.a. X è tale che 0 t 0, P(X t Y = 0) = e λt t > 0; 0 t 0, P(X t Y = ) = e µt t > 0. Calcolare la legge di X, la sua densità (se ben definita), valore atteso e varianza. Calcolare E[X Y = t] e E[Y X = t]. Esercizio. La v.a. Y segue la distribuzione di Poisson di parametro λ > 0. La v.a. X è distribuita sull insieme 0, } e P(X = Y = k) = k + k N 0. Calcolare la densità delle v.a. X e Z = XY. Calcolare E[Y X = t] e E[X Y = t]. 4

Esercizio. La v.a. X segue la distribuzione binomiale di parametri e 3. La v.a. Y prende valori nell insieme, 0, }. Sapendo che P(Y = j X = 0) = a j P(Y = j X = ) = b( j) P(Y = j X = ) = c( j) j =, 0, Determinare i valori delle costanti a, b e c. Calcolare la densità congiunta della v.a. (X, Y ). Determinare E[Y X = t]. 5