Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
vuoi
o PayPal
tutte le volte che vuoi
EXERCISES - STATISTICS
EX. 1
Given two random variables X, Y ∼ U[0,1] such that X ⟂ Y.
Recall:
fX(x) = fY(x) =
- 1 if x ∈ [0,1]
- 0 otherwise
FX(x) = FY(x) =
- 0 if x < 0
- x if x ∈ [0,1]
- 1 if x > 1
Determine the pdf of:
U = max(X, Y), V = min(X, Y), Z = -log X
- FU(u) = P(U ≤ u) = P(max(X, Y) ≤ u) = P(X ≤ u, Y ≤ u) = P(X ≤ u) ⋅ P(Y ≤ u) =
- 0 if u < 0
- u2 if u ∈ [0, 1]
- 1 if u > 1
fU(u) = d/du FU(u) = 2u ⋅ 1[0,1](u)
- FV(v) = P(V ≤ v) = P(min(X,Y) ≤ v) = 1 - P(min(X,Y) > v) = 1 - P(X > v, Y > v) = 1 - P(X > v) ⋅ P(Y > v) =
- 1 - (1 - v)2 if v ∈ [0,1]
- 1 if v ≥ 1
- 0 if v < 0
fV(v) = d/dv FV(v) = 2(1 - v) ⋅ 1[0,1](v)
- FZ(z) = P(Z ≤ z) = P(-log X ≤ z) = P(log X ≥ -z) = P(X ≥ e-z) =
- 1 - P(X ≤ e-z) = 1 - FX(e-z) =
- 1 - e-z if e-z ∈ [0, 1]
- 1 if e-z ≤ 0
- 0 if e-z > 1
- 1 - P(X ≤ e-z) = 1 - FX(e-z) =
fZ(z) =
- e-z if z ≥ 0
- 0 otherwise
Z ∼ Exp(1)
EX.2
Let X1,X2 be two random variables s.t. Xi∼U(0,1) and X ⫫ X2. Determine the pdf of Y = X1 + X2.
First of all notice that since 0 ≤ X1 ≤ 1 and 0 ≤ X2 ≤ 1, 0 ≤ Y ≤ 2
1st case: 0 < y < 1
FY(y) = P(Y ≤ y) = P(X1 + X2 ≤ y) = P(X2 ≤ y - X1) =
- ∫0y ∫0y-x1 fX1(x1) fX2(x2) dx2 dx1 =
- ∫0y ∫0y-x1 dx2 dx1 =
- ∫0y (y - x1) dx1 =
- [yx1 - 1/2x12]0y =
- y2 - 1/2y2 = y2/2
2nd case: 1 < y < 2
FY(y) = P(Y ≤ y) = P(X1 + X2 ≤ y) = P(X1 ≤ y - X2) =
- 1 - ∫y-11 ∫y-x21 dx1 dx2 =
- 1 - ∫y-11 1 - (y - x2) dx2 =
- 1 - ∫y-11 (1 - y + x2) dx2 =
- 1 - [(x2 - yx2 + 1/2x22)]y-11 =
- 1 - [(1-y+1/2] - (-2y + y2 + 2 + (y-1)2)]
fY(y) =
- 0 y < 0 ∧ y > 2
- y 0 ≤ y ≤ 1
- 2 - y 1 < y ≤ 2
EX 5
Sia T il triangolo di vertici (0,0), (0,1), (1,1).
Sia (X,Y) un vettore aleatorio con densità congiunta:
fX,Y(x,y) = -4log(y)·T(x,y)
Determinare le densità marginali di X e Y
Soluzione:
fX(x) = ∫01 fX,Y(x,y) dy = ∫x1 -4log(y) dy =
= -4 ∫x1 log(y) dy =
= 4 [ ylog(y) - y ]x1 =
= 4 [ 1·log(1) - x·log(x) - 1 + x ]
= 4 [ -xlog(x) - 1 + x ]
= 4 (1-x - xlog(x)).[0,1](x)
fY(y) = ∫0y fX,Y(x,y) dx = - 4ylog(y)·[0,1](y)
b)
φ(x,y)=√x . y
E[φ(X,Y)]=E[φ(X,Y):Y] = 2∫-2(∫ √x . y . f(x,y)(x,y)) dx) dy =
=2∫-2(1∫0√x . y . 2∫-4dx) dy =
=2∫-2√y . 1∫0√x dx dy =
=2∫-2√y . [ x3/2/3/2 ]10 dy =
=2∫-2√y . [13/2/3/2 - ][-43/2/3/2] dy =
=2∫-2y [0 - (-8)][-(-0)] dy =
=4.4 - 3=3
Metodo alternativo: E[ΣX,Y]=E[X] : E[Y]
indip.
E[ΣX]=1∫0 y . x2/dx = 1∫0 (x8)√ -(-√-4) = 2
E[Y]=2∫-21/2 y dy = [y24]-1/2[√3a]
E[ΣX]:E[Y]= 2 . 3/2 = 3
c)
P{(X,Y) ε Q}
dove Q e il quadrato ai vertici (1,1),(-1,2),(2,-1),(2,2)
P{(X,Y) ε Q}={1≤x≤2, 1≤y≤2}=2∫-11 f(x,y) dx
=2∫1;2∫1 f(x), f(y)) dx dy = 2∫0x1x-xy-1√(dx dy) = [13/2]
=√x2dx dy = √∫4[1 - 0 - (-2)(-1)]√dy
-=√-(-√)