← Back
ExamSecond midtermExam paper onlyItalian

220614sol

Study material for ProbabilitÃ, shared by the Studwiz community and reviewed by moderators.

ProbabilitÃSecond midterm

Document information

What's included in this study material

Study material for ProbabilitÃ, shared by the Studwiz community and reviewed by moderators.

Import quality: text was extracted directly from the original document.

Extracted content from the 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.

Page 1

Politecnico di Milano - Scuola di Ingegneria Industriale e dell’Informazione - AA 2021/2022 II Prov a in Itinere di Probabilità per Ingegneria Matematica - 14 giugno 2022 ©I diritti d’autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. CODICE PERSONA, COGNOME, NOME: Esercizio 1. Data una successione Xn, n ∈ N, di variabili aleatorie indipendenti e identicamente distribuite con legge N (µ, σ2), dove µ ∈ R e σ > 0, consideriamone le realitive successioni di medie e varianze campionarie: X n := 1 n nX k=1 Xk , S 2 n := 1 n − 1 nX k=1 (Xk − X n)2 , n ≥ 2. 1. Determinare media, varianza e funzione caratteristica diS2 n. Consideriamo adesso la successione di variabili aleatorie Wn = √n  S2 n − σ2  , n ≥ 2. 2. Determinare media, varianza e funzione caratteristica diWn. 3. Determinare P(Wn > 0), la probabilità cheWn sia positiva. È sufficiente ricondurre tale probabilità ai valori di una qualcheFk, funzione di ripartizione di una Chi-quadro di parametrok. 4. Studiare la convergenza in legge diWn. 5. Calcolare limn→∞ P(Wn > 0). 1 Risultati. 1. Sapendo che perY ∼ χ2(k) vale E[Y ] = k, Var(Y ) = 2 k, φ Y (u) = 1 (1 − 2i u) k 2 , e che, per un campione casuale gaussiano,S2 n ∼ σ2 n − 1 χ2(n − 1), abbiamo subito E[S2 n] = σ2, Var(S2 n) = 2σ4 n − 1 , φ S2n (u) = 1  1 − 2i σ2 n−1 u  n−1 2 . 2. Essendo Wn trasformazione affine diS2 n, abbiamo subito E[Wn] = 0 , Var(Wn) = 2nσ4 n − 1 , φ Wn (u) = exp  −i√nσ2 u  1 − 2i √nσ2 n−1 u  n−1 2 . 3. Detta Fn la funzione di ripartizione di una Chi-quadro adn gradi di libertà, abbiamo P(Wn > 0) = P(S2 n > σ 2) = P  n − 1 σ2 S2 n > n − 1  = 1 − Fn−1(n − 1). 4. Per n → ∞ abbiamo φWn (u) = exp  −i√nσ2 u  1 − 2i √nσ2 n−1 u  n−1 2 = exp  −i√nσ2 u − n − 1 2 Log  1 − 2i √nσ2 n − 1 u  = exp  −i√nσ2 u − n…

Preview

First page of the document.

First page: 220614sol