Esercitazione 4. Aprile 2019

Documenti analoghi
Esercitazione Maggio 2019

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

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

ESERCIZI HLAFO ALFIE MIMUN

Correzione terzo compitino, testo A

Probabilità e Statistica per l Informatica Esercitazione 4

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

Correzione terzo compitino, testo B

) la sua densità discreta sarà della forma. p X (0) = 1 2, p X(1) = 1 2,

Variabili aleatorie unidimensionali: v.a. non notevoli discrete e continue indici, momenti e funzione generatrice dei momenti

ESERCITAZIONE 9: INTEGRALI DEFINITI. CALCOLO DELLE AREE E ALTRE APPLICAZIONI

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

Secondo scritto. 8 luglio 2010

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

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

Esercitazione del 30/05/2018 Istituzioni di Calcolo delle Probabilità

Appello febbraio. Vero o falso. Es 1 Es 2 Es 3 Es 4 Tot

MATEMATICA E STATISTICA CORSO A III COMPITINO 20 Marzo 2009

Soluzioni. 152 Roberto Tauraso - Analisi Risolvere il problema di Cauchy. { y (x) + 2y(x) = 3e 2x y(0) = 1

Esercitazioni di Statistica Matematica A Lezione 7. Variabili aleatorie continue

Esercitazioni di Statistica

Corso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (455AA) A.A. 2018/19 - Esercitazione

CP110 Probabilità: Esonero 2

Prima prova in Itinere Ist. Mat. 1, Prima parte, Tema ALFA COGNOME: NOME: MATR.:

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

Modelli probabilistici variabili casuali

(iii) sia Y := X 2, si trovi la distribuzione di Y. (i) anché (0.1) sia una densità di probabilità deve vericarsi. 1 = Cxe x2. 2 1[0, ] (x)dx = Cxe x2

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 del 20 giugno 2017

MATEMATICA E STATISTICA CORSO A SCIENZE BIOLOGICHE MOLECOLARI ESERCITAZIONE

Esercizi settimana 5. Esercizi applicati. Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 2 3

CP110 Probabilità: Esame del 6 giugno Testo e soluzione

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

STATISTICA: esercizi svolti sulle VARIABILI CASUALI

Statistica Matematica A

Variabili aleatorie n-dim

CP210 Introduzione alla Probabilità: Esonero 2

Variabili casuali multidimensionali

CP110 Probabilità: Esonero 2. Testo e soluzione

Analisi Matematica I per Ingegneria Gestionale, a.a Scritto del secondo appello, 1 febbraio 2017 Testi 1

Foglio di esercizi 4-12 Aprile 2019 Probabilità e statistica Ingegneria Meccanica Alessandro Ciallella

Variabili casuali multidimensionali

TECNICHE DI SIMULAZIONE

Facoltà di Ingegneria Calcolo delle Probabilità e Statistica Ingegneria Civile e A&T e Informatica

Esercitazione del 23/10/2006

SIMULAZIONE - 29 APRILE QUESITI

Variabili aleatorie continue: la normale. Giovanni M. Marchetti Statistica Capitolo 6 Corso di Laurea in Economia

Esercizi settimana 4. Esercizi applicati. Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 2 3

Stima puntuale di parametri

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

EQUAZIONI DIFFERENZIALI Esercizi svolti. y = xy. y(2) = 1.

Indici di posizione e dispersione per distribuzioni di variabili aleatorie

Esercizi di Calcolo delle Probabilità Foglio 3

Secondo appello di Istituzioni di probabilità Laurea Triennale in scienze statistiche Matr pari 17/06/2019

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

La media campionaria. MEDIA CAMPIONARIA Date n v.a. X 1,..., X n indipendenti e identicamente distribuite (in breve i.i.d.), la v.a.

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

Risoluzione del compito n. 2 (Febbraio 2014/1)

CALENDARIO BOREALE 1 EUROPA 2015 QUESITO 1

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

Prima prova in itinere di Analisi Matematica 2 Ingegneria Elettronica. Politecnico di Milano. A.A. 2017/2018. Prof. M. Bramanti.

Equazioni differenziali

Correzione Esercitazione 2

CALENDARIO BOREALE 1 EUROPA 2015 QUESITO 1

Modelli di variabili casuali

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

V. c. multidimensionali e distribuzioni di funzioni di v.c.

Calcolo delle Probabilità

Soluzioni verifica di Matematica 5 a E Liceo Scientifico - 17/10/2013

Calcolo delle Probabilità 2

ANNO ACCADEMICO 2017/2018 CORSO di LAUREA in BIOTECNOLOGIE MATEMATICA III appello 7/9/2018 1

CP110 Probabilità: Esame 4 giugno Testo e soluzione

COGNOME E NOME MATRICOLA FIRMA. METODI MATEMATICI PER L INGEGNERIA DELL INFORMAZIONE (Comunicazioni Elettronica a.a.

Esercizi settimana 9. Esercizi applicati. Esercizio 1. Sia f denita da. f(t) = 0 t 0, con α, θ > 0. Si calcoli il tasso istantaneo di guasto denito da

Statistica Corso Base (Serale) Dott.ssa Cristina Mollica

Per determinare una soluzione particolare descriveremo un metodo che vale solo nel caso in cui la funzione f(x) abbia una forma particolare:

2. (3p) Qual è la probabilità che un cliente acquisti un componente difettoso?

Una variabile casuale è una variabile che assume determinati valori in modo casuale (non deterministico).

Statistica. Lezione : 17. Variabili casuali

Università di Trieste Facoltà d Ingegneria. Esercitazioni per la preparazione della prova scritta di Matematica 3 Dott.

ESERCIZI SULLE EQUAZIONI DIFFERENZIALI

Materiale didattico per il corso di Statistica I Quinta esercitazione SOLUZIONI

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07

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

Corso di Laurea in Ingegneria Informatica Prova di Analisi Matematica 1

DISTRIBUZIONI DI PROBABILITA (parte 1) 1 / 19

Prova scritta di Probabilità e Statistica Appello unico, II sessione, a.a. 2015/ Settembre 2016

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

STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE

Esercitazione 1. 6 Marzo 2019

Analisi Matematica I per Ingegneria Gestionale, a.a Scritto del sesto appello, 16 luglio 2018 Testi 1

STATISTICA (2) ESERCITAZIONE 2. Dott.ssa Antonella Costanzo

Variabili aleatorie continue

CP110 Probabilità: Esame 13 settembre Testo e soluzione

CP110 Probabilità: Esame 4 luglio Testo e soluzione

Statistica ARGOMENTI. Calcolo combinatorio

Transcript:

Esercitazione Aprile ALCUNE NOTE Versione aggiornata! Dal momento che questa esercitazione è stata svolta a più puntate, vi prego (soprattutto chi non ha potuto partecipare alle ore supplementari) di prestare attenzione alle aggiunte e correzioni che sono state fatte di volta in volta. Nel corso di questa soluzione ho indicato i punti che sono stati oggetti di correzioni e commenti. Integrate e le vostre note e se non vi torna qualcosa non esitate a contattarmi! Inoltre, visto che l ho scritta un po velocemente, se trovate qualche errore segnalatemelo, grazie! In particolare TURNO : come vi anticipavo per mail, attenti alla correzione sulla mediana che abbiamo affrontato negli ultimi minuti dell ultima lezione (punto c dell Esercizio 7). Trovate la stessa cosa anche al punto f dell Esercizio (non con la mediana ma con i terzili, ma è lo stesso modo di ragionare). Spero vi risulti chiaro. TURNO : per voi la funzione generatrice dei momenti NON è ancora stata fatta ma la trovate comunque in questa esercitazione (visto che è l ho fatta con il TURNO nell ora supplementare). Riprendetela quando la farete a lezione. in fondo trovate l esercizio della prova parziale dell anno scorso con una traccia di soluzione. Fatelo come preparazione. Esercizio Sia data la seguente funzione k x, x 5 k x, x p(x) k x altrove Buon lavoro! a) Si ricavi il valore del parametro k che rende p(x) una funzione di probabilità per una v.c. discreta X. b) Si ricavi E(X) e var(x) c) Si ricavi la funzione di ripartizione di X e se ne faccia il grafico d) Si calcolino le seguenti probabilità P (X ), P (X.5), P (X.5), P (X > ), P ( < X ), P ( < X X )

a) Affinchè p(x) risulti essere funzione di probabilità dobbiamo imporre che e che Per la a) deve essere k. a) p(x), x,..., 5 b) 5 p(x) x OSSERVAZIONE: in classe mi sembra di aver scritto p(x) (trovando quindi una condizione più stringente per k). Non è sbagliato (e può capitarvi di trovarlo scritto anche così) ma non è necessario imporre anche che siano, dal momento che con b) chiediamo che tutte le probabilità sommino a (e implicitamente che siano tutte minori di ; in altre parole, affinchè la loro somma sia, nessuna può essere superiore a ). Quindi è sufficiente p(x). Per la b) si ha Riscriviamo quindi k + k + k + k + k k x, x 5 p(x) x, x x altrove / / / / / 5 b) E(X) 5 x p(x) x p() + p() + p() + p() + 5 p(5) + + + + 5 7 var(x) E[(X E(X)) ] 5 [x E(X)] p(x) x ( ) + ( ) + ( ) + ( ) + (5 ) oppure (assolutamente equivalente) var(x) E(X ) E(X) 5 x p(x) x + + + 6 + 5

c) P (X x) i x p(x i) F () i p(x i) F () i p(x i) p() F () i p(x i) p() + p() + F () i p(x i) p() + p() + p() + + 6 F () i p(x i) p() + p() + p() + p() + + + 8 F (5) i 5 p(x i) p() + p() + p() + p() + + + + Quindi x < x < x < 6 x < 8 x < 5 x 5.8.6.. 6

d) P (X ) P (X.5) P (X.5) F (.5) P (X > ) P (X ) F () P ( < X ) F () F () P ( < X, X ) P ( < X X ) P (X ) P (X ) P (X ) / 8/ Esercizio Sia data la seguente funzione k x + x p(x) k (x ) x /6 x altrove a) Si ricavi il valore del parametro k che rende p(x) funzione di probabilità per una v.c. discreta X. b) Si ricavi la funzione di ripartizione di X se ne tracci il grafico. c) Si ricavino la media e la varianza di X. d) Si consideri la variabile casuale Y X +. Si calcolino media e varianza di Y. TRACCIA di soluzione a) In questo caso è immediato verificare p(x) perchè sostituendo x la funzione di probabilità diventa k x, x p(x) /6 x altrove che è sempre positiva (ovviamente sia k che /6 sono positivi). Imponendo che (fatelo) p(x) x 5 otteniamo k ±. Vanno bene entrambi i valori! b) c) E(X).75 e var(x) 5/8. d) Vi ricordo il risultato teorico x < 5 x < x < x

E(aX + b) ae(x) + b var(ax + b) a var(x) Nel nostro caso quindi Esercizio Sia data la seguente funzione E(Y ) E(X) +.5 var(y ) 5 8 5 k/ x /6 x p(x) k / x altrove a) Si ricavi il valore della costante k che rende p(x) funzione di probabilità per una v.c. discreta X e se ne tracci il grafico. b) Si determini la funzione di ripartizione di X se ne tracci il grafico. c) Si calcolino il valore atteso E(X) e la varianza var(x). d) Sia Y + X. Si ricavino le funzioni generatrici dei momenti di X e di Y utilizzando la nota relazione tra le due f.g.m. Verificare i risultati ottenuti al punto c). e) Si determini il momento terzo standardizzato. f) Si calcolino i terzili e si rappresentino sui grafici precedenti TRACCIA di soluzione a) k perchè: Per la condizione a) p(x) x,, dobbiamo imporre solo che il primo pezzo sia positivo (gli altri due pezzi sono sempre positivi). Quindi vogliamo che da cui k k. Dalla condizione b) x p(x) otteniamo che k + 6 + k ovvero dobbiamo risolvere l equazione di secondo grado k + k 5 da cui k (ok) e k 5 b) (che non rispetta la condizione ricavata da a) k ). x < 8 x < 7 6 x < x 5

.8.6.. 5 5 c) E(X).875 e var(x).. d) Funzione generatrice dei momenti è definita come m X (t) E(e tx ) che nel nostro caso (variabile discreta) diventa m X (t) E[e tx ] e tx p(x) x e t p() + e t p() + e t p() e t 8 + et 6 + et 6 Dalla teoria abbiamo che chiamata Y bx + a si può ricavare la funzione generatrice dei momenti di Y partendo da quella di X usando il seguente risultato Quindi nel nostro caso m Y (t) e at m X (bt) m Y (t) e t m X (t) [ e t e t 8 + et 6 + ] e6t 6 Per ricavare valore atteso e varianza dalla generatrice ricordiamo che la derivata r esima della fgm valutata in ci dà il momento r-esimo. Quindi per calcolare il valore atteso (momento primo) facciamo la derivata della fgm e la valutiamo in, m X(t) e t 8 + et 6 + et 7 6 E(X) m X(t) t 8 + 6 + 7 6 5 6.875 Per la varianza in modo del tutto analogo calcoliamo il momento secondo (derivata seconda valutata in ) e poi sottraiamo il quadrato del valore atteso. m X(t) e t 8 + 8 et + et 6 6 6

e) Il momento terzo standardizzato è ( E var(x) E(X ) E(X ) m X(t) t E(X ) 8 + 6 + 8 6 (.875). ) [ (X ) ] X E(X).875) E var(x). (.) / E[(X.875) ] (.) / E[X.875 + X(.875 ) X (.875)] [ E(X (.) / ).75 +.56E(X) 6.565E(X ) ] Valore atteso e momento secondo li abbiamo già dai punti precedenti. Manca da determinare E(X ). Potete usare la fgm come prima (derivata terza,...) oppure la semplice uguaglianza Finitelo voi! E(X ) x p(x) x f) I terzili sono i quantili di ordine / e /. Per il primo terzile: x / min {x tale che F (x) /} Ci dobbiamo chiedere per quali x la F (x) è maggiore o uguale a /. Guardiamo come è fatta la F scritta al punto b). Dal secondo pezzo (che vale /8) la F (x) è maggiore di / (/8 > /!) quindi la F è maggiore di / per gli x da in poi. Il minimo è! Quindi Per il secondo terzile: x / min{x } x / min {x tale che F (x) /} Ci dobbiamo chiedere per quali x la F (x) è maggiore o uguale a / e poi prendere il minimo di queste x. Sia /8 che 7/6 sono minori di / quindi l unico pezzo in cui la F è maggiore di / è quando è uguale a, per x da in poi. Il minimo è! Quindi Esercizio Sia data la funzione x / min{x } kx x / < x f(x) / kx < x altrove a) Si ricavi il valore di k che rende f(x) una funzione di densità per una v.c. X e se ne tracci il grafico. b) Si ricavi E(X) e var(x) 7

c) Dopo aver ricavato la funzione di ripartizione F (x), si determinino il primo quartile e la mediana, fornendone il significato. a) Affinchè f(x) sia funzione di densità devono verificarsi a) f(x) x (NON f(x) ) ATTENZIONE soprattutto a chi non ha partecipato alla lezione supplemenatre in cui abbiamo ripreso e commentato questa condizione a). Integrando + f(x)dx b) + f(x)dx kxdx + dx + ( ) kx dx kx + x ( ) + x kx ( ) k + ( ( ) + k 6 + k ) k + 5 k + da cui k. Con k abbiamo che f(x) x (condizione a)). La densità diventa quindi x/ x / < x f(x) / x/ < x altrove.8.6.. 5 8

b) E(X) + x xf(x)dx dx + x + x + ( ) + xdx + ( + x ( ) x dx x ) ( 6 7 + 6 8 ) var(x) + x f(x)dx E(X) x x dx + x ( dx + x x c) La funzione di ripartizione per variabili casuali continue è Nel nostro caso quindi Per valori di x < Per x x f(t)dt x F (x) dt x t dt t x x ) dx ( ) Abbiamo integrato il primo pezzo della funzione di densità f fino ad x. Per < x x f(t)dt t x dt + dt t + t x + x x Abbiamo integrato il primo pezzo di f da a e il secondo pezzo fino a x. Per < x In sintesi abbiamo x f(t)dt t + t + t dt + ) x ( t t dt + x ( ) t dt + + x x + x + x 5

x < x x x x < x + x 5 < x x >.8.6.. 5 d) Mediana La mediana x.5 è il quantile di ordine.5 (o secondo quartile). Per calcolarla analiticamente dobbiamo risolvere x.5 F (.5) Consideriamo la funzione di ripartizione per < x (cioè dove vale x/ /) e risolviamo Otteniamo x.5. x.5 Significato: almeno metà della popolazione ha un valore di X /. Primo quartile (è il quantile di ordine.5). Stessa cosa ma con p.5. Considero la funzione di ripartizione per x e ottengo x.5 da cui x.5. Significato: il 5% della popolazione ha un valore X, il 75% della popolazione ha un valore di X. Esercizio 5 Si consideri la seguente funzione di ripartizione della v.c. continua X { x F X (x) k ( e x ) x > a) Si dimostri che il parametro k può assumere solo il valore. b) Si calcoli la funzione di densità f X (x).

c) Si calcoli la mediana di X e si commenti il valore ottenuto. d) Si calcoli P (X > X > ) TRACCIA di soluzione a) Tra le proprietà della funzione di ripartizione Quindi dobbiamo imporre che lim x + k lim x + ( e x ) e x va a quando x + quindi la quantità tra parentesi tende a e il tutto lim x + k Imponiamo quindi che da cui k. k b) f(x) df (x) dx d dx ( e x ) xe x c) Mediana è uguale a.5887 (equazione esponenziale!) d).5 Esercizio 6 Sia data la seguente funzione di riaprtizione x < F X (x) x x < x / x k x > k a) Si ricavi il valore di k che rende questa funzione una funzione di ripartizione per una v.c. continua X e se ne tracci il grafico. b) Si ricavi la funzione di densità f(x) e se ne ricavi il garfico. c) Calcolare P (X >. X >.7) d) Si ricavi il valore atteso di X. a) Per le proprietà della funzione di ripartizione dobbiamo avere che lim x lim x + lim F (x + h) F (x) h

ovvero deve essere continua nei salti. Quindi dobbiamo avere che in k sia continua, cioè k (abbiamo imposto che in k il secondo pezzo della F e il terzo siano uguali). Ricaviamo k..8.6.. b) Per ricavare la densità dalla ripartizione bisogna derivare. Derivando si ottiene f(x) df (x) dx x x < f(x) x / altrove

c) P (X >., X >.7) P (X >. X >.7) P (X >.7) P (X >.) P (X.) P (X >.7) P (X.7) F (.) F (.7) (. /).7 (.7) d) Esercizio 7 Si consideri la seguente funzione E(X) + x xf(x)dx xx dx + x dx + / / + x / 8 x dx xdx { x k y x, e y,, p(x, y) altrimenti a) Si supponga che p(x, y) sia la funzione di probabilità di una variabile casuale bivariata discreta. Si dimostri che il valore di k può essere solo pari a. b) Si ricavi la funzione di ripartizione di Y, e se ne tracci il grafico. c) Si calcolino la mediana di Y e E(Y ). d) Si determini la probabilità P (X > Y < ). a) Se è funzione di probabilità allora deve valere che p(x, y) ovvero da cui b) Riscriviamo (x,y) k + k + k + k + k + k k. X - Y tot / / / / / / / / tot 6/ / 6/ Notiamo che sommando le colonne otteniamo la distribuzione marginale di Y e sommando le righe la marginale di X. La funzione di probabilità di Y è quindi (dalle colonne)

6/ y p(y) / y 6/ y Da cui la funzione di ripartizione F Y (y) è y < 6 F Y (y) y < y < y.8.6.. c) E(Y ) 8. (fatelo voi) Per la MEDIANA ATTENZIONE: Correggete rispetto a quanto ho detto in classe (TURNO ). Per il TURNO non l abbiamo fatto in classe ma guardatelo. La mediana di Y è definita come y.5 min{y tali che F (y).5} Dobbiamo individuare per quali y la F è maggiore di.5 e poi prendere il minimo di questi y. Partiamo dal secondo pezzo della F e 6 > /. quindi da in poi la F sarà maggiore di y.5 min{y tali che F (y).5} min{y } La mediana è! Per mettervi alla prova e vedere se avete capito mostrate che il terzo quartile è. d) P (X >, Y < ) P (X > Y < ) P (Y < ) + 6 +

Esercizio della Prova parziale 8 - Soluzioni Sia data la funzione { x < f(x) x x a) Si verifichi che la funzione f è una funzione di densità. Notate che f non dipende da nessun parametro. Dobbiamo solo verificare che verifichi le condizioni a) b). Verificare a) è immediato (/x è sempre positivo) quindi dovete solo verificare b) risolvendo l integrale e mostrando che fa. b) La funzione di ripartizione è c) Il nono decile è x..5 d) + x dx x < F X (x) x x P (X > X > 5).5 5