Document information
- University
- Politecnico di Milano
- Degree programme
- Mechanical Engineering
- Subject
- Statistica
- Material language
- Italian
- Classification
- Exam · First midterm
- Content
- Exam paper only
- Original format
- Text
- Searchable text
Study material for Statistica, shared by the Studwiz community and reviewed by moderators.
Study material for Statistica, 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.
Corso di Statistica - Prof. F abio Zucca I Prova in Itinere - 13 aprile 2019 Nome e cognome: Matricola: ©I diritti d’autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. 12957 Esercizio 1 Si consideri la famiglia di funzioni fc(n) := { c=n! n 2 N 0 altrimenti dove c 2 R. Nei punti seguenti potrebbe essere utile ricordare che ∑1 n=0 xn=n! = exp( x) per ogni x 2 R. 1. Si trovino tutti i valori di c 2 R tali che fc sia una densità discreta (potrebbe anche essercene uno solo). 2. Per ogni valore di c trovato al punto precedente, detta X una variabile aleatoria con tale densità, sapete riconoscere la legge di X? 3. Calcolare P(X 2) e P(X 3jX 2). 4. Calcolare il valore atteso di X. 5. Calcolare il valore atteso di tX per ogni t 2 R. 1 Soluzione. 1. La condizione fc(n) 0 per ogni n 2 N equivale a c 0. Tuttavia essendo il segno di fc univocamente determinato da c basta che ∑1 n=0 fc(n) = 1 per garantire che anche la condizione di non-negatività sia soddisfatta. Quindi 1 = ∑ n2N fc(n) = c e da cui si ha l’unica soluzione c = exp( 1). 2. X P (1). 3. P(X 2) = 1 P(X = 0) P(X = 1) = 1 2 exp( 1) 0:264241118. P(X 3jX 2) = P(3 X 2jX 2) = (1 =2 + 1=6)=(exp(1) 2) 0:928140794. 4. Si sa che il valore atteso di una Poisson di parametro è pari a , pertanto in questo caso E[X] = 1 . È possibile anche tramite calcolo diretto E[X] = ∑ n2N n exp( 1)=n! = 1∑ n=1 exp( 1)=(n 1)! = exp( 1) exp(1) = 1 : 5. Dalla formula E[g(X)] = ∑ x g(x)fX (x) (se ∑ x jg(x)jfX (x) < +1, convergenza assoluta) si ha che E[tX ] = ∑ n2N tn exp( 1)=n! = exp( t 1): Il fatto che converga per t > 0 implica che la formula converge utilizzando jtj e quindi vale la conver- genza assoluta (che implica la convergenza incondizionata e quindi l’esistenza del…
First page of the document.