La legge di Z data dalla differenza delle due quantità precedentemente trovate:
[math] P(Z=k) = P(Z
Svolgiamo i calcoli e semplifichiamo:
[math] P(Z=k) = 1 - (\frac{5}{6})^k - (\frac{2}{3})^k + (\frac{5}{6})^k \cdot (\frac{2}{3})^k - 1 + (\frac{5}{6})^{k-1} + (\frac{2}{3})^{k-1} - (\frac{5}{6})^{k-1} \cdot (\frac{2}{3})^{k-1} = [/math]
[math] - \frac{5}{6} \cdot (\frac{5}{6})^{k-1} - \frac{2}{3} \cdot (\frac{2}{3})^{k-1} + (\frac{5}{6} \cdot \frac{2}{3})^k + (\frac{5}{6})^{k-1} + [/math]
[math] + (\frac{2}{3})^{k-1} - (\frac{5}{6} \cdot \frac{2}{3})^{k-1} = [/math]
[math] (1- \frac{5}{6}) \cdot (\frac{5}{6})^{k-1} + (1- \frac{2}{3}) \cdot (\frac{2}{3})^{k-1} +[/math]
[math] + (\frac{5}{9})^k - (\frac{5}{9})^{k-1} = [/math]
[math] \frac{1}{6} \cdot (\frac{5}{6})^{k-1} +[/math]
[math] + \frac{1}{3} \cdot (\frac{2}{3})^{k-1} + \frac{5}{9} \cdot (\frac{5}{9})^{k-1} - (\frac{5}{9})^{k-1} = [/math]
[math] = \frac{1}{6} \cdot (\frac{5}{6})^{k-1} + \frac{1}{3} \cdot (\frac{2}{3})^{k-1} - \frac{4}{9} \cdot (\frac{5}{9})^{k-1}[/math]
La media della variabile Z si può ottenere applicando la definizione di speranza matematica, ovvero:
[math] \displaystyle E[Z] = \sum_{k=1}^\in f k \cdot P(Z=k) [/math]
e dal risultato precedentemente trovato si ha:
[math] \displaystyle E[Z] = \sum_{k=1}^\in f k \cdot \Big[\frac{1}{6} \cdot (\frac{5}{6})^{k-1} + \frac{1}{3} \cdot (\frac{2}{3})^{k-1} - \frac{4}{9} \cdot (\frac{5}{9})^{k-1}\Big] [/math]
Per semplicità possiamo spezzare la sommatoria in questo modo:
[math] \displaystyle E[Z] = \sum_{k=1}^{\in f} k \cdot \frac{1}{6} \cdot (\frac{5}{6})^{k-1} + \sum_{k=1}^\in f k \cdot \frac{1}{3} \cdot (\frac{2}{3})^{k-1} [/math]
[math] \displaystyle - \sum_{k=1}^\in f k \cdot \frac{4}{9} \cdot (\frac{5}{9})^{k-1} [/math]
Ricordiamo che è possibile risolvere questo tipo di serie matematiche nel modo seguente:
[math] \displaystyle \sum_{i=1}^{\in f} i \cdot x_i = \frac{x}{(1-x)^2} [/math]
Pertanto, la prima sommatoria può essere risolta come segue:
[math] \displaystyle \sum_{k=1}^{\in f} k \cdot [\frac{1}{6} \cdot (\frac{5}{6})^{k-1} = \sum_{k=1}^{\in f} k \cdot \frac{1}{6} \cdot \frac{6}{5} (\frac{5}{6})^{k} = [/math]
[math] \displaystyle \frac{1}{6} \cdot \frac{6}{5} \cdot \sum_{k=1}^{\in f} k \cdot (\frac{5}{6})^{k} = \frac{1}{5} \cdot \frac{\frac{5}{6}}{(1 - \frac{5}{6})^2} = \frac{1}{5} \cdot \frac{5}{6} \cdot 36 = 6 [/math]
In modo analogo, la seconda sommatoria risulta:
[math] \displaystyle \sum_{k=1}^{\in f} k \cdot \frac{1}{3} \cdot (\frac{2}{3})^{k-1} = \sum_{k=1}^{\in f} k \cdot \frac{1}{3} \cdot \frac{3}{2} (\frac{2}{3})^{k} = [/math]
[math] \displaystyle \frac{1}{3} \cdot \frac{3}{2} \cdot \sum_{k=1}^{\in f} k \cdot (\frac{2}{3})^{k} = \frac{1}{2} \cdot \frac{\frac{2}{3}}{(1 - \frac{2}{3})^2} = \frac{1}{2} \cdot \frac{2}{3} \cdot 9 = 3 [/math]
E infine la terza sommatoria:
[math] \displaystyle \sum_{k=1}^{\in f} k \cdot \frac{4}{9} \cdot (\frac{5}{9})^{k-1} = \sum_{k=1}^{\in f} k \cdot \frac{4}{9} \cdot \frac{9}{5} (\frac{5}{9})^{k} = [/math]
[math] \displaystyle = \frac{4}{9} \cdot \frac{9}{5} \cdot \sum_{k=1}^{\in f} k \cdot (\frac{5}{9})^{k} = \frac{4}{5} \cdot \frac{\frac{5}{9}}{(1 - \frac{5}{9})^2} =\frac{4}{5} \cdot \frac{5}{9} \cdot (81)/(16) = \frac{9}{4} [/math]
La speranza matematica è quindi data da:
[math] \displaystyle E[Z] = 6 + 3 - \frac{9}{4} = 9 - \frac{9}{4} = (27)/4 [/math]
3) Il terzo punto chiede di determinare la probabilità
[math] \displaystyle P(X>=Y)[/math]
; tale probabilità può essere calcolata considerando tutti i valori k per cui risulta
[math] \displaystyle Y=k[/math]
e
[math] \displaystyle X>=k[/math]
, ovvero risolvendo la seguente espressione:
[math] \displaystyle P(X>=Y) = \sum_{k=1}^{\in f} P( X>=k , Y=k) [/math]
Poiché le variabili sono indipendenti, possiamo scrivere:
[math] \displaystyle \sum_{k=1}^{\in f} P( X>=k , Y=k) = \sum_{k=1}^{\in f} P( X>=k) \cdot P(Y=k) [/math]
In particolare, la probabilità
[math] \displaystyle P( X>=k) [/math]
può essere espressa come somma di tutte le probabilità
[math] \displaystyle P(X=h)[/math]
per tutti i valori possibili di h, ovvero:
[math] \displaystyle P( X>=k) = \sum_{h=k}^{\in f} P(X=h)[/math]
Tale sommatoria può anche essere scritta nel modo seguente:
[math] \displaystyle \sum_{h=k}^{\in f} P(X=h) = \sum_{h=1}^{\in f} P(X=h) - \sum_{h=1}^{k-1} P(X=h) [/math]
Riportiamo tale espressione all'interno della sommatoria generale:
[math] \displaystyle \sum_{k=1}^{\in f} P( X>=k) \cdot P(Y=k) = [/math]
[math] \displaystyle = \sum_{k=1}^{\in f} \Big[ \Big(\sum_{h=1}^{\in f} P(X=h) - \sum_{h=1}^{k-1} P(X=h)\Big) \cdot P(Y=k) \Big][/math]
Sappiamo che la legge delle variabili X ed Y è una legge geometrica modificata, quindi possiamo scrivere:
[math] \displaystyle \sum_{k=1}^{\in f} \Big[ \Big(\sum_{h=1}^{\in f} P(X=h) - \sum_{h=1}^{k-1} P(X=h)\Big) \cdot \Big( p_Y \cdot (1-p_Y)^{k-1} \Big) \Big][/math]
Riportiamo anche la legge della variabile X:
[math] \displaystyle \sum_{k=1}^{\in f} \Big[ \Big(\sum_{h=1}^{\in f} p_X \cdot (1-p_X)^{k-1} - \sum_{h=1}^{k-1} p_X \cdot (1-p_X)^{k-1}\Big) [/math]
[math] \displaystyle \cdot ( p_Y \cdot (1-p_Y)^{k-1} ) \Big][/math]
Come in precedenza, possiamo determinare il valore di ogni sommatoria interna:
[math] \displaystyle \sum_{k=1}^{\in f} \Big[ \Big( p_X \cdot \frac{1}{1-(1-p_X)} - p_X \cdot \frac{1 - (1-p_X)^{k-2+1}}{1-(1-p_X)}\Big) [/math]
[math] \displaystyle \cdot \Big( p_Y \cdot (1- p_Y)^{k-1} \Big) \Big] [/math]
[math] \displaystyle \sum_{k=1}^{\in f} \Big[ \Big( 1 - (1 - (1-p_X)^{k-1}) \Big) \cdot \Big( p_Y \cdot (1-p_Y)^{k-1} \Big) \Big][/math]
[math] \displaystyle \sum_{k=1}^{\in f} \Big[ (1-p_X)^{k-1} \cdot p_Y \cdot (1-p_Y)^{k-1} \Big][/math]
[math] \displaystyle p_Y \cdot \sum_{k=1}^{\in f} \Big[ (1-p_X)^{k-1} \cdot (1-p_Y)^{k-1} \Big][/math]
[math] \displaystyle p_Y \cdot \sum_{k=1}^{\in f} \Big((1-p_X) \cdot (1-p_Y)\Big)^{k-1} [/math]
Applicando le note proprietà della serie in questione, possiamo determinare il risultato finale:
[math] \displaystyle P( X>=Y) = p_Y \cdot \frac{1}{1 - (1-p_X)(1-p_Y) } = [/math]
[math] \displaystyle \frac{p_Y}{ 1 - (1 - p_X - p_Y + p_X \cdot p_Y) } = [/math]
[math] \displaystyle \frac{p_Y}{ 1 - 1 + p_X + p_Y - p_X \cdot p_Y} = [/math]
[math] \displaystyle = \frac{p_Y}{ p_X + p_Y - p_X \cdot p_Y } [/math]
Sostituendo i valori numerici abbiamo:
[math] \displaystyle P( X>=Y) = \frac{\frac{1}{3}}{ \frac{1}{6} + \frac{1}{3} - \frac{1}{6} \cdot \frac{1}{3} } = \frac{\frac{1}{3}}{ \frac{1}{6} + \frac{1}{3} - \frac{1}{6} \cdot \frac{1}{3} } = [/math]
[math] \displaystyle \frac{\frac{1}{3}}{\frac{4}{9}} = \frac{1}{3} \cdot \frac{9}{4} = \frac{3}{4} [/math]
Potrebbe interessarti anche