Esercizio 1. Costruire un esempio di variabili casuali X ed Y tali che Cov(x,y) = 0, ma X ed Y siano dipendenti.

Documenti analoghi
SOLUZIONI. risparmio totale = D altra parte la traccia di dice anche che: e 64 L = produzione. Pertanto si ha: Quindi si ha un risparmio del 9,902%.

S O L U Z I O N I + 100

Interferenza e diffrazione con gli esponenziali complessi. Nota

Esercizi di econometria: serie 1

Variabili casuali. Variabili casuali

INDICI DI POSIZIONE O DI TENDENZA CENTRALE

Corso di Metodi Matematici per l Ingegneria A.A. 2016/2017 Esercizi svolti sulle funzioni di variabile complessa (3)

Esercitazioni di Elettrotecnica: circuiti in regime stazionario

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

Esercitazione 1 del corso di Statistica 2

Bisogna innanzitutto calcolare le variazioni annue: loro o per riassumere distribuzioni che hanno andamento

Trasformata di Fourier discreta (Discrete Fourier Transform DFT)

Esercizio 1. Cov(X,Y)=E(X,Y)- E(X)E(Y).

Calcolo delle Probabilità: esercitazione 10

Principi ed applicazioni del metodo degli elementi finiti. Formulazione base con approccio agli spostamenti

Apprendimento per Perceptron: esempio. Apprendimento di Reti di Perceptron. Discesa di Gradiente. gradiente

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

di Enzo Zanghì 1

ELEMENTI DI ELABORAZIONE DEI SEGNALI PER TELELOCALIZZAZIONE

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno

Esercizi di Probabilità e Statistica

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:

MATRICE DI TRASFERIMENTO

Università di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1

Le onde elastiche monocromatiche

DISTRIBUZIONE DI GAUSS ( o normale [ 26 ] )

Calori specifici (isolanti)

Esercitazione 8 del corso di Statistica (parte 1)

Esercitazioni del corso di relazioni tra variabili

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 2:

Tecniche MIMO (Multiple Input Multiple Output)

VALUTAZIONI DI ERRORE

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:

ESERCIZI SULLA DEMODULAZIONE INCOERENTE

Variabili aleatorie una variabile aleatoria ( v.a.)

Alessandro Ottola matr lezione del 11/3/2010 ora 10:30-13:30. Parete omogenea sottoposta a differenze termiche e diffusione

Soluzioni. a) Il dominio è dato da tutti i numeri reali tranne quelli che annullano il denominatore di (x+1)/x. Quindi D = R {0} = (-,0) (0,+ ).

FRAME 1.1. Definizione Diciamo variabile aleatoria una funzione definita sullo spazio campionario di un esperimento a valori reali.

FUNZIONI A DUE VARIABILI RICERCA DEI PUNTI DI MASSIMO E MINIMO

Modelli di variabili casuali

NOME:... MATRICOLA:... Corso di Laurea in Fisica, A.A. 2010/2011 Calcolo 1, Esame scritto del

Decadimento (Emissione spontanea di fotoni da nuclei eccitati)

Istogrammi ad intervalli

17. Le soluzioni dell equazione di Schrödinger approfondimento

Appendice 1. Approfondimento dei metodi statistici

Lezione 3 Cenni di meccanica statistica classica e quantistica

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

0 < a < 1 a > 1. In entrambi i casi la funzione y = a x si può studiare per punti e constatare che essa presenta i seguenti andamenti y.

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)

Università di Napoli Parthenope Facoltà di Ingegneria

Il problema della Trave Inflessa

Biennio CLEM - Prof. B. Quintieri. Anno Accademico , I Semestre. (Tratto da: Feenstra-Taylor: International Economics)

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n

Svolgimento di alcuni esercizi

ESPERIMENTO DELLA LENTE E DELLA CANDELA

Effetti di carico. Ai fini dei problemi di effetto di carico, i casi 3) e 4) sono equivalenti tra loro

SOLUZIONE PRIMA PROVA INTERMEDIA DI STATISTICA CLEA (COD. 5047/4038) 6 Novembre 2002 COMPITO A1

MATEMATICA CORSO A III APPELLO 19 Settembre 2011

RIFLETTOMETRIA NEL DOMINIO DEL TEMPO (TDR)

Università di Cassino Corso di Statistica 1 Esercitazione del 28/01/2008 Dott. Alfonso Piscitelli. Esercizio 1

Modelli equivalenti del BJT

Sorgenti Numeriche - Soluzioni

Il trattamento dei dati a fini descrittivi

SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia

METODO DEGLI ELEMENTI FINITI

Trasformatore. Parte 2 Trasformatori trifase (versione del ) Trasformatore trifase (1)

Corso di. Dott.ssa Donatella Cocca

Esercizi di Elettrotecnica. prof. Antonio Maffucci Università degli Studi di Cassino. Circuiti in regime stazionario

ELETTROTECNICA Ingegneria Industriale

Il Metodo degli Elementi Finiti

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

Esercizi sulla Geometria Analitica

Dalla sola analisi della tabella dei profili colonna, pensi ci sia un associazione tra le due variabili in tabella? (motiva brevemente la risposta)

x 1 x 2 Studiare e disegnare il grafico delle seguenti funzioni Esercizio no.1 Soluzione a pag.2 Esercizio no.2 Soluzione a pag.4

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna

P(E i. Il postulato empirico del caso. = I, incompatibili a due a due. . E k

PRIMI ESERCIZI SULLE FUNZIONI DERIVABILI. (1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni:

PREMIO EQUO E PREMIO NETTO. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Le soluzioni della prova scritta di Matematica per il corso di laurea in Farmacia (raggruppamento M-Z)

Calcolo delle Probabilità e Statistica. Prova scritta del III appello - 7/6/2006

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu)

FUNZIONI. Dominio: il dominio di una funzione è l insieme delle x in cui una funzione è definita.

La forma generale di una disequazione di primo grado è la seguente: ax + b > 0 ( o ax + b < 0) con a e b numeri reali. b se a > 0 a.

Variabili casuali doppie

Il campionamento casuale semplice

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

= l. x 0. In realtà può aversi una casistica più amplia potendo sia x che f ( x) tendere ad un elemento dell insieme

1. Variabili casuali continue e trasformazioni di variabili casuali La variabile casuale normale... 14

Ulteriori esercizi svolti

CAMPO LONTANO GENERATO DA UNA APERTURA

LE FRAZIONI LE FRAZIONI. La frazione è un operatore che opera su una qualsiasi grandezza e che da come risultato una grandezza omogenea a quella data.

y = ln x ln x x x Studiare e disegnare il grafico delle seguenti funzioni Esercizio no.1 Soluzione a pag.2 Esercizio no.2 Soluzione a pag.

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard

UN TEST DI CONCORDANZA TRA PIÙ ESAMINATORI. Piero Quatto 1. INTRODUZIONE

3) Entropie condizionate, entropie congiunte ed informazione mutua

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 2

Distribuzione gaussiana

PROPORZIONI. Cosa possiamo dire di esse? Che la superficie della figura A sta alla superficie della figura B come 4 sta a 6.

Transcript:

srcz d conomtra: sr srczo Costrur un smpo d varabl casual d tal ch Cov(,), ma d sano dpndnt. Soluzon Dobbamo vrcar l sgunt condzon: σ [ ] [ ] [ ] covaranza nulla ) ( ) ( ) dpndnza non lnar Prma cosa da ar è costrur una tablla cu valor atts sano par a zro. In qusto modo avrmo vrcato la prma condzon. - () -.75.75.5...75.75.5 ().5..5 Tablla : unzon d dnstà congunta margnal [] [] quando l modaltà sono dspar, qudstant, con valor cntral nullo l unzon margnal sono smmtrch. [] (.75) - (.75) - (.75) + (.75) qund è vrcata la prma condzon d covaranza nulla. Al n d vrcar ch du carattr sono dpndnt, è ncssaro ch: ) ( ) ( ), da cu sosttundo: (, ). 75 ( ) ( ) (.5)(.5). Qund anch la sconda condzon è vrcata. srczo S consdr l lanco d du ttradr rgolar (dado a quattro acc). Sa l valor pù basso d l valor pù alto. a. S trov la dnstà congunta d d b. S trov P( )

srcz d conomtra sr c. S calcol la mda la varanza d d d. S calcol la dstrbuzon d condzonata ad pr tutt valor d.. S trov la corrlazon tra d. Soluzon Pr dnr la unzon d dnstà congunta dlla varabl doppa (, ), è ncssaro dscrvr lo spazo camponaro calcolar valor dlla unzon d dnstà, (, ) pr ogn coppa d valor d. Lo spazo camponaro sarà ormato da 6 vnt, ossa. Inoltr, punt camponar sono tutt quprobabl, con probabltà par a // /6, dato ch pr ogn lanco la probabltà d un numro è / ogn lanco è ndpndnt dall altro. I rsultat dll sprmnto (spazo camponaro Ω) l copp d valor assunt da, numro pù basso d du usct, numro pù alto, sono: Ω {-, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -} { } { } a. la unzon d dnstà congunta d d è la sgunt: () /6 /6 /6 /6 7/6 /6 /6 /6 5/6 /6 /6 /6 /6 () /6 /6 /6 7/6 Tablla : unzon d dnstà congunta b. la probabltà ch sa ch sano maggor d è la sgunt: [ <, < ], ) [, ( ) ] P, < < c. la mda la varanza d d sono l sgunt: [] ( ). 875 6 5 [] ( ). 5 6 Mntr momnt scond ( 7 5 7 ) 9 6 + + +. 75 6 6 6 6 6 ( 5 7 7 ) 9 6 + + +. 65 6 6 6 6 6 6 5 6

srcz d conomtra sr Prtanto l varanz sono: VAR() ( ) - [()].859 VAR() ( ) - [()].859 d. la dstrbuzon d condzonata ad pr tutt valor d è la sgunt, rcordando ch ( ), ) ( ) ( ) ( ) ( ) ( ) / /5 /7 / /5 /7 /5 /7 /7. la corrlazon tra d è data da: ρ ( ) ( ) ( ) Cov Tablla : unzon d dnstà condzonata. Calcolamo dapprma la covaranza, data da dalla sgunt ormula: Cov() [] ()(). 9 da cu s ottn: ρ ( ) ( ) ( ) Cov.9.859.5 srczo Sa data la sgunt unzon d dnstà congunta dll varabl casual contnu d : ) ( + ) (, ); (, ) altrmnt S calcolno: a. P(>) b. P(<+<) c. P(<< )

srcz d conomtra sr Soluzon a. la probabltà ch sa maggor dll untà è la sgunt: P(>) d d d[ ] [ ] b. rcordando ch pr una varabl casual Z assolutamnt contnua P[a < Z < b] P[Z < b] - P[Z < a] prtanto la probabltà rchsta s può scrvr anch: P[< + < ] P[+ < ] - P[+ < ] la probabltà ch la somma dll du varabl d sa comprsa tra è data gracamnt dal domno dll ntgrazon, coè: ) > - ) < - pr cu la probabltà P(+<) ha un domno par a D : < < <<-, mntr la probabltà P(+<) ha un domno par a D : < < <<-. pr cu: Pr dnzon s ha ch: P( << ; << ) ( )dd P(+< ) P(+< ) Prtanto d d d d P[< + < ] P[+ < ] - P[+ < ] - - -+ - - - -. c. Pr dnzon la probabltà condzonata è: P ( ) ) ( ). ( ) S l du varabl casual d sono ndpndnt, la probabltà condzonata è par alla probabltà margnal. aclmnt dmostrabl ch l du varabl sono ndpndnt. L unzon margnal sono l sgunt:

srcz d conomtra sr - - - - ( ) ) d d [ ] - - - - - ( ) ) d d [ ] S d sono ndpndnt dv vrcars la sgunt rlazon: ( + ) ( + ) ( + ) ( ) ( ) ) c.v.d. D consgunza val la sgunt rlazon: P ( ) ossa ) ( ) ( ) ( ) - - - ( < < ) ( ) d d [ ] +. 6 - srczo Sa data la sgunt unzon d dnstà congunta dll varabl casual contnu d : ( ) ( ) ) (, ) [, ) (, ) [, ) a. Dtrmnar s (,) ttvamnt una unzon d dnstà. b. Calcolar () () c. Calcolar l valor attso condzonato ( ) pr > d. Calcolar la probabltà P( ). Calcolar la Corrlazon tra d. Trovar un altra unzon d dnstà con l mdsm unzon d dnstà margnal. Soluzon a. dmostramo ch ssa sa una unzon d dnstà, ossa vrchamo l du condzon: ) ) ) ) dd La prma proprtà è subto dmostrata: bastrà analzzar la condzon pr la prma sprsson pr cu pr smmtra ssa è vrcata anch pr l altra. - - ( - ) quando, ssndo - > smpr, - -, ossa quando. La sconda proprtà s vrca sparatamnt pr < < 5

srcz d conomtra sr ( ) dd d ( ) d d [ + ] ( + ) d da cu ntgrando pr part l prodotto ( - ) svluppando s ottn: ] + + d + ] Pr smmtra pr < < s ha ch Prtanto: ( ) dd ) dd + c.d.v. ( ) + b. rcordando la dnzon d unzon d dnstà margnal pr una varabl casual contnua ( ) ) d ( ) )d poché nl prmo ntrvallo < pr < la dstrbuzon margnal d pr < è: ( ) ( ) ( ) ( ), d d+ d pr smmtra sgu ch: ( ) ) d pr < +. c. Pr dnzon, [ ] ( ) ) ( ) d d prtanto tnndo conto ch < < pr < < < pr < s ha: [ ] ( ) ( ) ( ) d + d d+ ( ) d da cu ntgrando pr part sosttundo s ottn: [ ] +. d. al n d calcolar la probabltà rchsta, ossa ch rsult vsto ch < < 6

srcz d conomtra sr pr < < < pr < è ncssaro ch nl prmo ntrvallo < mntr nl scondo <, prtanto la probabltà rchsta è data da: P (, ) ( ) dd+ ( ) dd Data l vdnt smmtra tra du ntgral è possbl scrvr: P ( ) d ( ) d, + d ( + )d da cu ntgrando pr part s ottn: + P, + d ( ) +. pr trovar l cocnt d corrlazon tra d è ncssaro dnr alcun grandzz qual (), (), (), () (). S ha: () ( ) ( ) d d + d Qund () pr ovv ragon d smmtra sgu ch (). Pr calcolar () () ncssaro calcolar ( ) ( ): ( ) ( ) ( ) d d + d Qund ( ) 6;smpr pr smmtra s ha ch ( ) 6. Prtanto: [ ] 6 pr smmtra ( ) ( ) ( ) ( ) Sgu ch σ σ. ( ) ) dd ( ) dd+ ( ) dd d ( ) d+ d ( )d Inn, dalla smmtra d du ntgral dopp sgu ch: ( ) d( ) d d d d + d d d + + d + d + d d 7

srcz d conomtra sr Sosttundo t, pr cu t d dt/, s ottn: ( ) d + t t dt + t t dt d d + t t dt + + t t Prtanto: cov ñ σ σ dt d 5 (, ) ( ) ( ) ( ) 5 ( ) σ σ. La pù smplc unzon d dnstà d probabltà congunta avnt l stss margnal è qulla ch s ottn consdrando d ndpndnt prcsamnt: ( + ) ) ( ) ( ) pr < <.. srczo 5 Il rddto annual n mlon d Lr d dc copp è rsultato l sgunt Nom dlla Coppa Rddto dl marto Rddto dlla mogl Ross 5 Banch 5 Vrd 5 Nr 5 Gall 5 Arancon 5 Azzurr 5 Vola 5 Marron 5 Amaranto 5 Una coppa è stratta a caso pr rapprsntar l ntro collttvo. Sano d l du varabl alator rlatv rspttvamnt al rddto dl marto dlla mogl stratt. a. Trovar la dstrbuzon d probabltà bvarata d d. b. Trovar l dstrbuzon margnal dlla dlla, l loro valor mdo la loro varanza. c. Trovar la covaranza la corrlazon tra d. d. Trovar la mda la varanza dl rddto amlar total.. Supponamo ch l alquota contrbutva dl marto sa dl % qulla dlla mogl dl %. Calcolar la mda la varanza dl rddto amglar dopo la tassazon.. Pr msurar l lvllo d dscrmnazon contro l donn un socologo calcola l ndc D -. Qual è la mda la varanza d tal ndc? 8

srcz d conomtra sr Soluzon a. L dtrmnazon assunt dalla varabl alatora rddto dl marto sono l sgunt: {,, } mntr pr la varabl rddto dlla mogl s ha { 5, 5, 5} Lo spazo camponaro Ω è dato dall nsm dll copp, scondo l pots dll srczo, cascuna coppa ha la stssa probabltà d ssr stratta P. La dstrbuzon d probabltà congunta ) P(, ) è data dalla tablla a doppa ntrata qu d sguto rportata: () 5 / / / 5 / / / 6/ 5 / / / () / / / Tablla : unzon d probabltà congunta margnal b. dov l unzon margnal sono dat dall ultma rga colonna, prcsamnt: ( ) ) ( ) (, ). I valor atts d d sono: + + 6 5 + 5 + 5 ( ) ( ) ( ) ( ) 5 mntr l varanz: ( ) [ ] [ ] [ ] ( ) ( ) ( ) 96 9 6 ( ) [ ] ( [ ] ) [ ] ( ) ( ) 665 65 5 + + 5 6 + + 5 96 665 c. la covaranza tra d è dnta nl sgunt modo Cov [, ] [, ] [ ] [ ] dov : Il cocnt d corrlazon tra d è nvc dnto qual: 9

srcz d conomtra sr ρ [, ] [ ] [ ] Cov 6.8 d. Il rddto amlar global è dnto com Z+ dov la dstrbuzon d probabltà, l valor attso la varanza dlla nuova varabl alatora Z sono sgunt: [ Z] z ( z ) [ Z ] z ( z ) [ Z] [ Z ] [ Z] Z Z 55 ( ) Z P(Z) 5 / 5 / 55 / 65 / 75 / Tablla 6: dstrbuzon d probabltà d Z 65. La dstrbuzon d probabltà congunta dll d qulla d Z, dopo la tassazon, sono dat da: 8 () / / / / / / 6/ 8 / / / () / / / Tablla 7: dstrbuzon d probabltà congunta Z P(Z) / / / 8 / / 6 / 7 / Tablla 8: dstrbuzon d Z dopo la tassazon

srcz d conomtra sr [ Z] z ( z ) [ ] z ( z ) Z [ Z] [ Z ] [ Z] Z Z 758. ( ) 58.. La dstrbuzon d probabltà dll ndc d dscrmnazon dll mogl rsptto a mart dnto com D è la sgunt: [ D] [ ] D 5 5 7 + 5 7 + 5 [ D] 85 8 D P(D) 5 7/ 5 / / Tablla 9: dstrbuzon d probabltà dll ndc D 8 85