Supporto di una condizionata
L'esercizio è il seguente:
a) $\mathbb(P)(|X-Y|<=u)=1-2\int_(u)^(1)[\int_(0)^(x-u)\mathbb(I)_([0,1]^2)(x,y)dy]dx=2u-u^2 rArr f_U(u)=2(1-u)\mathbb(I)_[0,1](u)$
b) $\mathbb(P)(min(X,Y)<=v)=1-\int_(v)^(1)\mathbb(I)_[0,1](x)dx \int_(v)^(1)\mathbb(I)_[0,1](y)dy=2v-v^2 rArr f_V(v)=2(1-v)\mathbb(I)_[0,1](v)$
Quindi $U$ e $V$ hanno la stessa densità.
c) Ho provato così. Se $V=1/2 rArr min(X,Y)=1/2 ->\mathbb(P)(X=1/2,Y=1/2)$, quindi dovendo trovare il dominio di $U|V=1/2$ sostituisco $X=1/2$ e $Y=1/2$ negli intervalli di integrazione di $u$:
Siano $X$ e $Y$ indipendenti e somiglianti con legge $U(0,1)$. Siano inoltre $U=|X-Y|$ e $V=min(X,Y)$.
a) Trovare la densità marginale di $U$ indicando chiaramente il supporto.
b) Trovare la densità marginale di $V$ indicando chiaramente il supporto.
c) Determinare il supporto della densità condizionata $U|V=1/2$, ovvero è sufficiente determinare i valori che tale variabile può assumere.
d) (facoltativo)Trovare la densità congiunta di $(U,V)$.
a) Trovare la densità marginale di $U$ indicando chiaramente il supporto.
b) Trovare la densità marginale di $V$ indicando chiaramente il supporto.
c) Determinare il supporto della densità condizionata $U|V=1/2$, ovvero è sufficiente determinare i valori che tale variabile può assumere.
d) (facoltativo)Trovare la densità congiunta di $(U,V)$.
a) $\mathbb(P)(|X-Y|<=u)=1-2\int_(u)^(1)[\int_(0)^(x-u)\mathbb(I)_([0,1]^2)(x,y)dy]dx=2u-u^2 rArr f_U(u)=2(1-u)\mathbb(I)_[0,1](u)$
b) $\mathbb(P)(min(X,Y)<=v)=1-\int_(v)^(1)\mathbb(I)_[0,1](x)dx \int_(v)^(1)\mathbb(I)_[0,1](y)dy=2v-v^2 rArr f_V(v)=2(1-v)\mathbb(I)_[0,1](v)$
Quindi $U$ e $V$ hanno la stessa densità.
c) Ho provato così. Se $V=1/2 rArr min(X,Y)=1/2 ->\mathbb(P)(X=1/2,Y=1/2)$, quindi dovendo trovare il dominio di $U|V=1/2$ sostituisco $X=1/2$ e $Y=1/2$ negli intervalli di integrazione di $u$:
$(u<1/2) uu (0<1/2<1)=0E fin qua mi sembra corretto.
Poi però (immagino) dovrei ottenere lo stesso intervallo anche per Y, e invece…
Poi però (immagino) dovrei ottenere lo stesso intervallo anche per Y, e invece…
$(1/2<1/2-u) uu (0<1/2<1)=0…Ho sbagliato a fare i calcoli oppure è proprio il ragionamento che non va?
d) Buio totale. Fortuna che è facoltativo
...
d) Buio totale. Fortuna che è facoltativo

Risposte
a) e b) ok
c) considerando che $U=max(X,Y)-min(X,Y)$ mi pare evidente che il supporto della variabile condizionata $U|V=1/2$ non possa che essere $S_(U|V) in (0;1/2)$
d) procediamo così:
dobbiamo calcolare la densità congiunta
${{: ( U=|X-Y| ),( V=min(X,Y)) :}$
Supponiamo di essere nella condizione in cui $X>Y$, ovvero nel triangolo sotto la bisettrice del quadrato unitario. A questo punto la densità uniforme congiunta di $(X,Y)$ è $f(x,y)=2$
Allora, applicando il teorema fondamentale di trasformazione abbiamo
${{: ( u=x-y ),( v=y) :}rarr{{: ( x=u+v ),( y=v) :}$
calcoli lo jacobiano ecc ecc e trovi che $f(u,v)=2$
Quando siamo nella condizione opposta stesso discorso.....in fin dei conti la densità congiunta dovrebbe venire così
$f_(UV)(u,v)=2*mathbb{1}_((0;1))(v)mathbb{1}_((0;1-v))(u)$
Ora sì che tornano i conti perché se calcoliamo la distribuzione condizionata
$f(u|v)=(f(u,v))/(f(v))=1/(1-v)$ definita sullo stesso supporto le cose quadrano: è una uniforme condizionata al valore assunto da $v$,
Una ulteriore conferma che la congiunta è corretta è che se integri rispetto ad una o l'altra variabile trovi correttamente le marginali di partenza. Infatti la densità congiunta di $(U,V)$ è definita su
che è il triangolo di vertici $(0;0)$;$(1;0)$;$(0;1)$
quindi
$f_V(v)=int_0^(1-v)2du=2(1-v)mathbb{1}_((0;1))(v)$
$f_U(u)=int_0^(1-u)2dv=2(1-u)mathbb{1}_((0;1))(u)$
come del resto hai già trovato per altra via....
c) considerando che $U=max(X,Y)-min(X,Y)$ mi pare evidente che il supporto della variabile condizionata $U|V=1/2$ non possa che essere $S_(U|V) in (0;1/2)$
d) procediamo così:
dobbiamo calcolare la densità congiunta
${{: ( U=|X-Y| ),( V=min(X,Y)) :}$
Supponiamo di essere nella condizione in cui $X>Y$, ovvero nel triangolo sotto la bisettrice del quadrato unitario. A questo punto la densità uniforme congiunta di $(X,Y)$ è $f(x,y)=2$
Allora, applicando il teorema fondamentale di trasformazione abbiamo
${{: ( u=x-y ),( v=y) :}rarr{{: ( x=u+v ),( y=v) :}$
calcoli lo jacobiano ecc ecc e trovi che $f(u,v)=2$
Quando siamo nella condizione opposta stesso discorso.....in fin dei conti la densità congiunta dovrebbe venire così
$f_(UV)(u,v)=2*mathbb{1}_((0;1))(v)mathbb{1}_((0;1-v))(u)$
Ora sì che tornano i conti perché se calcoliamo la distribuzione condizionata
$f(u|v)=(f(u,v))/(f(v))=1/(1-v)$ definita sullo stesso supporto le cose quadrano: è una uniforme condizionata al valore assunto da $v$,
Una ulteriore conferma che la congiunta è corretta è che se integri rispetto ad una o l'altra variabile trovi correttamente le marginali di partenza. Infatti la densità congiunta di $(U,V)$ è definita su
$mathbb{1}_((0;1))(v)*mathbb{1}_((0;1-v))(u)$
che è il triangolo di vertici $(0;0)$;$(1;0)$;$(0;1)$
quindi
$f_V(v)=int_0^(1-v)2du=2(1-v)mathbb{1}_((0;1))(v)$
$f_U(u)=int_0^(1-u)2dv=2(1-u)mathbb{1}_((0;1))(u)$
come del resto hai già trovato per altra via....
Grazie. Se non fosse per te io e molti altri qui dentro avremmo da tempo fatto rinuncia agli studi!
Comunque ora capisco quel "facoltativo"... Ci ha preso per astrofisici nucleari, quel simpaticone del docente.
Ora cerco di raccapezzarmi nella risposta che hai dato. Grazie ancora @tommik!

Ora cerco di raccapezzarmi nella risposta che hai dato. Grazie ancora @tommik!
Ciao! Sono il tuo Tutor AI, il compagno ideale per uno studio interattivo. Utilizzo il metodo maieutico per affinare il tuo ragionamento e la comprensione. Insieme possiamo:
- Risolvere un problema di matematica
- Riassumere un testo
- Tradurre una frase
- E molto altro ancora...
Il Tutor AI di Skuola.net usa un modello AI di Chat GPT.
Per termini, condizioni e privacy, visita la relativa pagina.
Per termini, condizioni e privacy, visita la relativa pagina.