Notifiche
Cancella tutti

Distribuzione di Poisson

  

0

Qualcuno  mi saprebbe spiegare questo esercizio sulla distribuzione di Poisson? 

Le variabili casuali X1 e X2 hanno distribuzione di Poisson di parametri Lambda1 = 1 e lambda= 4, rispettivamente. Calcolare:

  1. La varianza di 9 X1 – 2x2 nel caso la covarianza tra le due variabili sia 0;
  2. La varianza di 9X1 – 2X2 nel caso la covarianza tra le due variabili sia 0.5
  3. Nel caso la covarianza sia zero le due variabili sono indipendenti? (rispondere 1 in caso affermativo o zero in caso negativo).
Autore
1 Risposta



5

var [ a X1 + b X2 ] = E [ (aX1 + bX2)^2 ] - E^2[aX1 + bX2 ] =

= E [a^2 X1^2 + 2ab X1 X2 + b^2 X2^2 ] - ( aE[X1] + bE[X2] )^2 =

= a^2 E[X1^2] + 2ab E[X1X2] + b^2 E[X2^2] - a^2 E^2[X1] - 2ab E[X1]E[X2] - b^2 E^2[X2]=

= a^2 (E[X1^2] - E^2[X1]) + 2ab (E[X1X2] - E[X1]E[X2]) + b^2 (E[X2^2] - E^2[X2] ) =

= a^2 var X1 + 2ab cov(X1,X2) + b^2 var X2

nel nostro caso

var [9X1 - 2X2] = 81 var X1 - 36 cov (X1 X2) + 4 var X2 =

= 81 * lambda1 + 4 * lambda2 - 36 cov (X1 X2) = 81*1 + 4*4 - 36 cov(X1 X2) =

= 97 - 36 cov(X1 X2)

quindi nelle due situazioni risulta var [9X1 - 2X2] =

1) 97 - 0 = 97

2) 97 - 36*0.5 = 79

Le due variabili non sono congiuntamente gaussiane, per cui l'incorrelazione non comporta l'indipendenza (0).

@EidosM
Ti clicko una freccia d'ammirazione in su per il neologismo.
Al posto di "l'incorrelazione" (16 battute) io avrei scritto "il fatto d'essere scorrelate" (28 battute).
Corrado Guzzanti ebbe una menzione dell'Accademia della Crusca per aver detto "perplime" al posto di "lascia perplessi": potresti conncorrere anche tu.

Haha, grazie. Probabilmente le supreme verità Poissoniane sono Invarianti per Cambiamento di Linguaggio.



Risposta
SOS Matematica

4.6
SCARICA