Traccia delle soluzioni degli esercizi del fascicolo 3

Documenti analoghi
Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)

Tutorato di Probabilità 1, foglio I a.a. 2007/2008

(i) si calcoli la probabilità di non perdere soldi; P(X > 0) = P(X 1 = 1) + P(X 1 = 1, X 2 = 1, X 3 = 1) =

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.

Primo appello di Calcolo delle probabilità Laurea Triennale in Matematica 22/01/2018

Appunti complementari per il Corso di Statistica

Esercizi di Probabilità e Statistica

Probabilità e Statistica Esercitazioni. a.a. 2006/2007

Campionamento casuale da popolazione finita (caso senza reinserimento )

Capitolo Parte IV

Probabilità e Statistica (LT in Matematica) Prof. P. Dai Pra, prova scritta 27/03/2008. TEMA B

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013

Calcolo delle Probabilità 2012/13 Foglio di esercizi 3

ESERCITAZIONE DI PROBABILITÀ 1

Serie di potenze / Esercizi svolti

Esame di Probabilità e Statistica del 9 luglio 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).

CENTRO SALESIANO DON BOSCO TREVIGLIO Corso di Informatica

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.

Esercitazione due: soluzioni

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

SUCCESSIONI DI FUNZIONI

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2005/06

Esercizi di econometria: serie 2

Esercizi di Analisi II

Corso di Laurea in Ingegneria Informatica Anno Accademico 2016/2017 Calcolo delle Probabilità e Statistica Matematica

Stima della media di una variabile X definita su una popolazione finita

CALCOLO COMBINATORIO

Esercizi di Probabilità e Statistica della 2 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova).

1 Congruenze. Definizione 1.1. Siano a, b, n Z con n 2, definiamo a b (mod n) se n a b.

1 Quesiti tratti dalla maturità

Esercitazioni di Geometria II

Probabilità e Statistica (cenni)

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2009/10

Popolazione e Campione

STUDIO DEL LANCIO DI 3 DADI

Esercizi per il corso di Matematica Discreta

Tracce di soluzioni di alcuni esercizi di matematica 1 - gruppo 42-57

1 Esercizi tutorato 27/5

SOLUZIONE DI ESERCIZI DI ANALISI MATEMATICA IV ANNO 2015/16, FOGLIO 2. se x [n, 3n]

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1

1 Congruenze. Definizione 1.1. a, b, n Z n 2, allora definiamo a b (mod n) se n a b.

ELEMENTI DI CALCOLO COMBINATORIO

Traccia delle soluzioni degli esercizi del fascicolo 6

Lezione 4. Gruppi di permutazioni

Soluzioni degli esercizi del corso di Analisi Matematica I

Algoritmi e Strutture Dati (Elementi)

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzione

DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE

TEORIA DELLE MATRICI. dove aij K. = di ordine n, gli elementi aij con i = j (cioè gli elementi a 11

Lezione 2. . Gruppi isomorfi. Gruppi S n e A n. Sottogruppi normali. Gruppi quoziente. , ossia, equivalentemente, se x G Hx = xh.

Probabilità. Soluzioni degli esercizi. Springer. 28 agosto 2013

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità D

Probabilità CENNI DI PROBABILITÀ

MATEMATICA DEL DISCRETO elementi di calcolo combinatorio. anno acc. 2009/2010

Analisi I - IngBM COMPITO B 17 Gennaio 2015 COGNOME... NOME... MATRICOLA... VALUTAZIONE =...

Analisi I - IngBM COMPITO A 17 Gennaio 2015 COGNOME... NOME... MATRICOLA... VALUTAZIONE =...

Popolazione e Campione

II Esonero - Testo A

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioni

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi:

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità C

1 Esponenziale e logaritmo.

1 Sulla dimostrazione del TLC

Y557 - ESAME DI STATO DI LICEO SCIENTIFICO. 3 lim

0.1 Il teorema limite centrale

7 LE PROPRIETÀ DEI NUMERI NATURALI. SUCCES- SIONI

Esercizi di approfondimento di Analisi IA

UNIVERSITÀ DEGLI STUDI DI LECCE APPUNTI PER IL SEMINARIO DI ELEMENTI DI TEORIA DELLA PROBABILITÀ A.A. 2007/2008

2.5 Convergenza assoluta e non

Accenni al calcolo combinatorio

ANALISI VETTORIALE COMPITO IN CLASSE DEL 22/11/2013. = a 24 24! log(1 + x) = ( 1) = (24!) 1 24 = 23!. e x2 dx. x 2n

AM110 - ESERCITAZIONI V - VI. Esercizio svolto 1. Dimostrare che ogni insieme finito ha un massimo ed un minimo.

Corsi di laurea in fisica ed astronomia Prova scritta di Analisi Matematica 2. Padova,

Inferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni.

Esercizi Determinare il dominio di de nizione delle seguenti funzioni: a.

Esercitazioni di Statistica Matematica A Esercitatori: Dott. Fabio Zucca - Dott. Maurizio U. Dini Lezione del 10/12/2002

Il discriminante Maurizio Cornalba 23/3/2013

Calcolo combinatorio. Disposizioni - Permutazioni - Combinazioni Coefficienti binomiali - Binomio di Newton Disposizioni semplici.

Traccia della soluzione degli esercizi del Capitolo 2

1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge.

Facoltà di Scienze MM.FF.NN. Corso di Laurea in Matematica - A.A Prova scritta di Analisi Matematica I del c.1.

Esercitazione X Complementi di Probabilità a.a. 2011/2012

Analisi II. Foglio di esercizi n.3 1/11/2018. se max 1 i n x i > 1. + se x = 0. se x = 0. Stabilire se f è misurabile, argomentandone la risposta.

0.1 Esercitazioni V, del 18/11/2008

Esercizi - Fascicolo VI

Aritmetica 2016/2017 Esercizi svolti in classe Seconda lezione

Caso studio 9. Distribuzioni doppie. Esempi

Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:

Statistica I - A.A

Esercizi di Calcolo delle Probabilità e Statistica Matematica

ALGEBRA I MODULO PROF. VERARDI - ESERCIZI. Sezione 1 NUMERI NATURALI E INTERI

Calcolo delle Probabilità Distribuzioni di probabilità

2.4 Criteri di convergenza per le serie

Precorso di Matematica, aa , (IV)

Programma (orientativo) secondo semestre 32 ore - 16 lezioni

Esercizi sull estremo superiore ed inferiore

Statistica Inferenziale Soluzioni 1. Stima puntuale

Senza reimmissione. Le n v.a. non sono più indipendenti e identicamante distribuite. Campionamento da universo

(A + B) ij = A ij + B ij, i = 1,..., m, j = 1,..., n.

Stimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao

Transcript:

Traccia delle soluzioi degli esercizi del fascicolo 3 Esercizio I ua procedura di cotrollo di produzioe, processori prodotti da u processo idustriale vegoo sottoposti a cotrollo Si assuma che ogi pezzo, idipedetemete dagli altri, abbia probabilità p 0, ) di essere difettoso Se u processore è fuzioate supera sicuramete il test di cotrollo, se il processore è difettoso fallisce il test co probabilità q 0, ), idipedetemete dagli altri Sia X umero di processori che hao fallito il test Determiare la distribuzioe di X Basta osservare che la probabilità che u pezzo fallisca il test è pq, e usare lo schema delle prove ripetute idipedeti, per otteere p X k) k ) pq) k pq) k Esercizio Due dadi truccati soo tali che la probabilità di otteere u sei è il doppio della probabilità di otteere ogi altro puteggio Qual è la media del puteggio otteuto laciado i due dadi? Sia X i il puteggio del dado i-mo, sicché il puteggio totale X è dato da X X + X X i assume i valori,, 3, 4, co probabilità /7, e co probabilità /7, e perciò EX i ) 7/7, da cui EX) 4/7 Esercizio 3 Da u ura coteete r pallie rosse e v pallie verdi, si estraggoo successivamete, seza reitroduzioe, k pallie, co k mir, v) Per i,,, k, sia { se l i-ma pallia estratta è rossa X i 0 altrimeti, e X X + + X k a Determiare la distribuzioe di X b Determiare le distribuzioi delle X i c Mostrare che la desità cogiuta delle X i è data da p X,,X k x,, x k ) rr ) r k i x i + )vv ) v k + k i x i + ) r + v)r + v ) r + v k + ) d Calcolare EX) a X è il umero di pallie rosse estratte i k estrazioi seza reitroduzioe, e quidi ) ) ) r v r + v p X ) / k b Idetifichiamo l isieme delle pallie co {,,, r + v}, coveedo che le pallie rosse siao le prime r Lo schema di estrazioi seza reitroduzioe si può modellare scegliedo, come spazio campioario, Ω isieme delle permutazioi di {,,, r + v}, co la probabilità uiforme Allora {X i } {σ Ω : σi) {,,, r}}, che ha cardialità rr + v )!, e quidi probabilità r/r + v I coclusioe p Xi ) p Xi 0) r r + v

c Per iduzioe su k Per k la risposta è già i b Altrimeti, se x x,, x k, x k ) {0, } k, P X x) P X k x k X k x k,, X x )P X k x k,, X x ) Per P X k x k,, X x ) si usa l ipotesi iduttiva, metre P X k X k x k,, X x ) r k i x i r + v k +, da cui si giuge alla coclusioe d Essedo EX i ) r/r + v, si ha EX) kr/r + v) Esercizio 4 U ura cotiee pallie biache e pallie rosse Si eseguoo estrazioi ripetute seza reimmissioe Itroduciamo la variabile casuale X umero di pallie biache estratte prima di estrarre ua pallia rossa, la cui desità discreta verrà idicata co p X k) P X k) a) Mostrare che, per k 0,,,, p X k) k + ) + ) + ) b) Calcolare EX) ricordare le formule k k +) e valide per ogi ) k k +)+), a) Cosideriamo gli eveti A la k + -ma pallia estratta è rossa, B le prime k pallie estratte soo tutte biache Si ha P X k) P A B) P A B)P B) k) k + + ) + ) + ) k+), k b) dove ell ultimo passaggio si soo eseguite le dovute semplificazioi EX) + ) + ) k0 k k + ) + k + ) + ) k + ) + k k + ) 3 + ) 3 Esercizio Per, sia X ua variabile casuale che assume, co la stessa probabilità, i valori,,,, Se f è ua fuzioe cotiua, sia m EfX ))

Mostrare che lim m + 0 fx)dx Si osserva che EfX )) fk/), k che è ua somma di Riema per l itegrale 0 fx)dx Esercizio Siao X, X variabili uiformi discrete sull isieme {,, }, dove N, tra loro idipedeti Defiiamo la variabile Y : mi{x, X } a) Si calcoli P Y k) per ogi k N b) Si mostri che, per ogi t 0, ), si ha che lim P Y t) t t a) Chiaramete P Y k) 0 per k > Coviee iazitutto calcolare, per k {,, }, la probabilità P Y k) che è data da ) k + P Y k) P X k, X k) P X k) P X k) k ) Si ha duque P Y k) P Y k) P Y k+) b) Dalla formula per P Y k) calcolata al puto a) si ottiee P Y t) P Y > t) P Y > t ) ) k + ) k + k ) e dato che t )/ t per, per ogi t 0, ), si ha che lim P Y t) t) t t t ), Esercizio 7 Siao X, Y variabili casuali a valori i N, defiite sullo stesso spazio di probabilità Giustificare l idetità P X + Y ) Basta osservare che e usare la σ-addidività {X + Y } k0 + k0 P X k, Y k) {X k, Y k}, 3

Esercizio 8 Sia X ua variabile casuale a valori i N Allora EX) P X ) P X ) k k P X k) kp X k) EX) k k P X k) Esercizio 9 Siao X, Y variabili aleatorie discrete, a valori i N, co desità cogiuta p X,Y, m) c λ µ m ν m!m! dove λ, µ > 0, 0 < ν, e c è u opportua costate quella per cui,m p X,Y, m) ) a Calcolare le desità margiali di X e Y b Calcolare le probabilità codizioate P X Y m) c Mostrare che gli eveti {X }, {Y m} soo idipedeti per ogi coppia, m N se e solo se ν a Sommado p X,Y su e usado la serie espoeziale si trova p Y m) cµm e λνm m! Il calcolo di p X è del tutto aalogo b Usado la defiizioe di probabilità codizioata e il puto a P X Y m) p X,Y, m) p Y m) λ ν m e λνm! c Se ν, si trova p X,Y, m) p X )p Y m), che equivale all idipedeza degli eveti assegati Viceversa, assumiamo p X,Y, m) p X )p Y m) per ogi, m I altre parole cioè cλ µ m ν m!m! c λ µ m e λνm +µν ),!m! ν m ce λνm +µν ) Posto m 0, si ricava c e λ ν Sostituedo, e scegliedo m, 0, si trova da cui ν e λν ), 4

Esercizio 0 Si cosideri la seguete classica strategia per il gioco della roulette Gioco sempre sul rosso Alla prima giocata puto u dollaro Se perdo raddoppio la giocata, se vico smetto I ogi caso, dato che il mio capitale iiziale è 03 dollari, se perdo 0 volte di seguito devo smettere Sia X la differeza tra il mio capitale alla fie del gioco e il capitale iiziale Calcolare EX) Notare che X 03 se perdo 0 volte di seguito, il che avviee co probabilità 9 0 37) Altrimeti, se vico i uo dei primi 0 tetativi, u facile calcolo mostra che X Il calcolo della media è allora immediato: EX) 03 ) [ 9 0 + 37 ) ] 9 0 03 37 Esercizio U gioco a premi ha u motepremi di $ Vegoo poste ad u cocorrete 0 domade Ad ogi risposta errata il motepremi viee dimezzato Alla prima risposta esatta il cocorrete vice il motepremi rimasto Se o si da alcua risposta esatta o si vice ulla U certo cocorrete rispode esattamete ad ua domada co probabilità p 0, ), idipedetemete dalle risposte alle altre domade Sia X la vicita di questo cocorrete Determiare la desità p X di X La variabile casuale X assume i valori 0,,,, 3,, 9 Per 0 k 9, il valore 9 k viee assuto se le prime k risposte soo errate, e la k + -ma è corretta Ciò avviee co probabilità p) k p Ifie il valore 0 viee assuto se tutte le 0 risposte soo sbagliate, il che avviee co probabilità p) 0 Riassumedo per 0 k 9, e p X 0) p) 0 p X 9 k ) p p) k Esercizio I u cocorso vegoo assegate le idoeità per u dato servizio Si assuma che ogi partecipate, idipedetemete dagli altri, abbia probabilità p 3 4 di otteere l idoeità Al termie del cocorso, a 0 tra gli idoei viee assegato u posto di lavoro se gli idoei soo meo di 0 vegoo assegati tati posti di lavoro quati soo gli idoei) Suppoiamo che al cocorso partecipio persoe, e sia X il umero dei partecipati che ottegoo l idoeità ma o il posto di lavoro a Determiare la distribuzioe di X b Calcolare EX) a Notare che, se X > 0, allora X è il umero di idoei meo 0 Allora, se Y è il umero di idoei: ) ) 3 ) 4 P X ) P Y ) 4 4 Aalogamete: ) ) 3 ) 3 P X ) 4 4 ) ) 3 3 ) P X 3) 3 4 4

e, ifie, P X 0) b ) ) 3 4 ) P X 4) 4 4 4 ) 3 P X ) 4 i P X i) EX) ip X i) 4774 i0 Esercizio 3 Si cosiderio ure idetiche, ogua coteete ua pallia rossa e quattro pallie verdi Ogi ura viee assegata ad uo di cique giocatori, e ogi giocatore estrae ua pallia dalla propria ura U motepremi di 3000 Euro viee diviso tra i giocatori che estraggoo la pallia rossa a Sia X il umero di Euro viti da ogi giocatore vicete X 0 se essu giocatore estrae la pallia rossa) Determiare la desità e la media di X b Si suppoga di cosiderare uo dei cique giocatori, chiamiamolo Tizio, e sia Y il umero di Euro viti da Tizio Si determiio la desità e la media di Y a Sia Z umero di giocatori viceti Chiaramete Z B, 0) Abbiamo: da cui si calcola P X 0) P Z 0) 08) P X 3000) P Z ) 08) 4 0) P X 00) P Z ) P X 000) P Z 3) P X 70) P Z 4) P X 00) P Z ) EX) 3000P X 3000) + 00P X 00) + 000P X 000)+ 70P X 70) + 00P X 00) b Si oti che Y 0 se Tizio o estrae la pallia rossa, quidi P Y 0) 4/ Ioltre, per k 0,,, 3, 4, si ha che Y 3000 k+ se Tizio ha estratto la pallia rossa, e altri k giocatori hao estratto la pallia rossa Si ha, perciò P Y 3000 ) 4 k + k ) ) k ) 4 4 k Allora EY ) 4 3000 4 k + k k0 ) ) k ) 4 4 k Esercizio 4 Si sceglie a caso u campioe di oggetti da u lotto di 00 di cui 0 soo difettosi per effettuare u cotrollo di qualità Sia X il umero di oggetti difettosi coteuti el campioe Determiare la desità discreta di X

La variabile X assume solo i valori 0,, X k sigifica che el lotto di oggetti k soo difettosi Possiamo calcolare PrX k) ricooscedo che X ha ua distribuzioe ipergeometrica oppure calcolare questa probabilità come casi favorevoli su casi possibili Casi possibili: ci soo ) 00 modi di scegliere oggetti tra 00 Casi favorevoli: devo scegliere oggetti di cui k difettosi Scelgo prima i k difettosi tra i 0 difettosi i ) 0 k modi, poi scelgo i rimaeti k oggetti tra i rimaeti 00 0 90 o difettosi i ) 90 k modi I defiitiva i casi favorevoli soo: ) 0 90 k k) e quidi: ) PrX k) 0 ) 90 k k 00 ), k 0,,, Facedo u po di coti si ottiee: PrX 0) 083, PrX ) 0340, PrX ) 0070, PrX 3) 0007, PrX 4) PrX ) 0 Per essere sicuri di o aver sbagliato i coti su può fare la verifica k0 PrX k) Esercizio Sia N e sia Ω l isieme dei sottoisiemi o vuoti di {,,, N} I altre parole Ω : {ω {,,, N} : ω } Se ω Ω sia Xω) : maxω) il massimo elemeto di ω e Y ω) : miω) il miimo elemeto di ω Ifie, sia P la probabilità uiforme su Ω i) Mostrare che, per {,,, N}, P X ) N ii) Calcolare la fuzioe geeratrice dei mometi di X iii) Determiare la desità cogiuta di X, Y ) iv) Determiare la desità di X Y i) Azitutto, è oto che Ω N, visto che u isieme di N elemeti ha N sottoisiemi, di cui uo è l isieme vuoto Ioltre, Xω) se e solo se ω, e ω \ {} {,,, } Perciò ii) {ω : Xω) } {ω : ω {,,, }}, da cui si ottiee la formula richiesta γ X t) E [ e tx] N e t N et N N m0 e t ) m e t N e t ) N e t 7

iii) Ovviamete, per ogi ω Ω, Xω) Y ω) Pertato, per N m dobbiamo calcolare P X, Y m) Si oti che Xω), Y ω) m se e solo se, m ω e ω\{, m} {m+,, } Perciò, il umero di ω per cui Xω), Y ω) m è uguale al umero di sottoisiemi di {m +,, } Notare che quest ultimo isieme è vuoto se m, altrimeti ha m elemeti Perciò { se m P X, Y m) N m se > m N iv) L eveto {X Y k}, che è o vuoto per k 0,,, N, si può scrivere come uioe disgiuta come segue: {X Y k} {Y m, X m + k} N k m Usado allora quato mostrato al puto iii), { N m P X Y k) N k m k N N N N se k 0 k N k) se k > 0 N Esercizio Sia N, 3 e idichiamo co S il gruppo delle permutazioi di {,, }, muito della probabilità P uiforme Gli elemeti di S sarao idicati co σ σ),, σ)) Itroduciamo le variabili casuali scalari X, Y defiite su S : Xσ) : σ), Y σ) : σ) Si mostri che, per ogi i, j {,,, }, la desità cogiuta di X, Y ) è data da se i j p X,Y i, j) c, 0 se i j dove c è u opportua costate che è richiesto di determiare *) Si determii la desità della variabile D : Y X [Sugg: basta calcolare p D m) per m > 0, poiché per simmetria p D m) p D m)] Idichiamo ora co Z, W due variabili casuali scalari idipedeti, defiite su u altro spazio di probabilità Ω, P ), ciascua co distribuzioe uiforme ell isieme {,, }: i altri termii, P Z i), per ogi i {,, }, e aalogamete per W 3 Si calcoli P Z W ) 4 Si mostri che, per ogi i, j {,,, }, si ha che P Z i, W j Z W ) p X,Y i, j) 8

Per defiizioe di spazio di probabilità uiforme p X,Y i, j) P X i, Y j) {σ S : σ) j, σ) j} S Chiaramete p X,Y i, j) 0 se i j, perché le permutazioi soo biuivoche e duque o si può avere σ) σ) Per i j, le permutazioi σ S tali che σ) j, σ) j soo i corrispodeza co le applicazioi biuivoche da {3,, } a valori i {,, } \ {i, j}, di cosegueza {σ S : σ) j, σ) j} )! e si ottiee p X,Y i, j) )!! c, dove c : ) Si oti che c {i, j) {,, } {,, } : i j} X, Y )S ) ) Chiaramete i valori possibili per la variabile D soo DS ) { ),, )} \ {0} Per m DS ), co m > 0, si ha {D m} {X k, Y k + m}, m k e dato che gli eveti che appaioo ell uioe soo disgiuti segue che per ogi m {,, } P D m) m k P X k, Y k + m) c m) m ) Co aaloghi argometi oppure per simmetria) si ha P D m) P D m) per m < 0, per cui la formula geerale è P D m) m ), per ogi m { ),, )} \ {0} 3 P Z W ) P Z W ) P Z i, W i) i 4 Chiaramete P Z i, W j Z W ) 0 se i j Per i j, co i, j {,, }, si ha P Z i, W j Z W ) P Z i, W j) P Z W ) P Z i) P W j) P Z W ) ) p X,Y i, j) c 9

Esercizio 7 Siao W, T variabili casuali idipedeti, co la seguete distribuzioe: P T 0) P T ), P W ) p p), N : {,, }, dove p 0, ) è u parametro fissato I altri termii, T Be ) metre W Gep) Defiiamo la variabile X : W {T 0} + W {T }, che può duque assumere come valori i umeri aturali e i reciproci dei umeri aturali, ossia XΩ) N { } N, dove N {,, } 0 escluso) Si determii la desità discreta di X Si mostri che la variabile Y : /X ha la stessa distribuzioe di X 3 Si calcoli EX) [Ricordiamo le relazioi x log x) e x x), valide per x < ] La desità discreta di X vale p X ) P W, T 0) p p), per N,, p X ) P W ) p, ) p X P W, T ) p p), per N, Si ha Y Ω) N { } N Dal puto precedete è chiaro che P X ) P X ), per ogi N; di cosegueza p Y ) p X ) p X) e p Y ) p X) p X ) 3 Si ha EX) x XΩ) x p X x) p X p p) + p + p p) p) + p ) + p X ) + p p) p) p X ) p p) log p + ) p Esercizio 8 Lacio u dado regolare a sei facce ua prima volta: se esce u umero i {,, 3, 4, } mi fermo, altrimeti rilacio il dado; se el secodo lacio esce u umero i {,, 3, 4, } mi fermo, altrimeti rilacio il dado ua terza volta; e così via Idichiamo co T il umero totale di laci effettuati, co X i il risultato dell i-esimo lacio per i N : {,, }) e co Y : X T il risultato dell ultimo lacio 0

Si determii la legge cioè i valori assuti e la desità discreta) delle variabili T e X i Per ogi valore di N e a {,, 3, 4, }, si esprima l eveto {T, Y a} i termii delle variabili aleatorie X,, X Si calcoli duque la desità cogiuta delle variabili casuali T, Y ) 3 Si determii la legge di Y Le variabili T e Y soo idipedeti? T è l istate i cui avviee il primo successo i uo schema di prove ripetute e idipedeti, i cui la probabilità di successo i ogi prova vale Di cosegueza, T Ω) N {,, } e per N si ha p T ) ) Per si ha {T, Y a} {X a}, per cui p T,Y, a) Per possiamo scrivere {T, Y a} i {X i } {X } e per l idipedeza delle variabili X i si ottiee p T,Y, a) ) ) I defiitiva, si ha p T,Y, a) ) per ogi N e a {,, 3, 4, } 3 Chiaramete Y Ω) {,, 3, 4, } La legge margiale della variabile Y è data da p Y a) N P T,Y, a) ) 0 ), per ogi a {,, 3, 4, } Per quato determiato ai puti precedeti, per ogi N e a {,, 3, 4, } si ha p T,Y, a) ) per cui le variabili T e Y soo idipedeti ) p Y a) p T ),