Document information
- University
- Politecnico di Milano
- Degree programme
- Mathematical Engineering
- Subject
- ProbabilitÃ
- Material language
- Italian
- Classification
- Exam · Full exam
- Content
- Exam paper only
- Original format
- Text
- Searchable text
Study material for ProbabilitÃ, shared by the Studwiz community and reviewed by moderators.
Study material for ProbabilitÃ, shared by the Studwiz community and reviewed by moderators.
Import quality: text was extracted directly from the original document.
Representative passages recognised in different parts of the material. The full extracted text remains available to search, while this compact preview makes the page easier to read.
Probabilit` a. Ingegneria Matematica - Prof. Marco Fuhrman - tema d’esame del 29/6/2010. Cognome: Nome: Matricola: Firma: Barrare la propria casella: 2 corso da 10 crediti; 2 corso da 5 crediti (Calcolo delle probabilit` a (per Ing. Mat)). I diritti d’autore sono riservati. Ogni sfruttamento commerciale non autorizzato sar` a perseguito. 1. SiaX1,X 2,... una successione di variabili aleatorie indipendenti con legge di Bernoulli di parametro p (cio` eP (Xi = 1) = p, P (Xi = 0) = 1−p) e sia Sn = X1 +X2 +... +Xn (n≥ 1). (a) Calcolare la legge di X1 condizionata a Sn =k, per k = 0, 1,...,n . (b) Calcolare E(X1|Sn). (c) Calcolare limn→∞E(X1|Sn), precisando in che senso ha luogo la convergenza. Trovare poi la distribuzione asintotica di E(X1|Sn). (d) Fissato n, calcolare E(Xi|Sn) per ogni intero 1 ≤i≤n e per ogni intero i>n . Soluzione. (a) Calcoliamo P (X1 = 1|Sn =k) = P (X1 = 1,Sn =k) P (Sn =k) . Notiamo che risulta P (X1 = 1,Sn =k) = 0 per k = 0. Per k≥ 1 invece si trova P (X1 = 1,Sn =k) =P (X1 = 1,X 1 +X2 +... +Xn =k) =P (X1 = 1,X 2 +... +Xn =k− 1) =P (X1 = 1)P (X2 +... +Xn =k− 1). dove abbiamo usato l’indipendenza delle Xi. Osservando che Sn ha legge binomiale B(n,p ) e X2 +... +Xn ha legge binomiale B(n− 1,p ) si trova, per k≥ 1, P (X1 = 1|Sn =k) = p (n−1 k−1 ) pk−1(1−p)n−1−(k−1) (n k ) pk(1−p)n−k = (n−1 k−1 ) (n k ) = k n. Risulta infine P (X1 = 0|Sn =k) = 1−P (X1 = 1|Sn =k) = 1− (k/n) per k≥ 0. (b) Dal punto precedente segue che E(X1|Sn =k) = 1·P (X1 = 1|Sn =k) + 0·P (X1 = 0|Sn =k) = k n per k≥ 0 e pertanto E(X1|Sn) =Sn/n. (c) Poich´ eE(X1|Sn) =Sn/n ` e pari alla media campionariaXn, si deducono i noti risul- tati: E(X1|Sn)→E(X1) =p quasi certamente e inL2, per la legge dei grandi numeri, e√n(E(X1|Sn)−p)→Z∼N(0,p (1−p)) in legge, per il teorema limite centrale. (d) Per…
First page of the document.