Patras ha scritto:Non so cosa ci sia di notevole
Esercizio interessante, e siccome non se ne vedono molti ultimamente qui, mi dilungherò un po' nella spiegazione....
Il problema è noto per il modo in cui è definito il modello gaussiano bivariato: qui incorrelazione coincide con indipendenza, e la dipendenza è catturata interamente dal parametro di correlazione $rho$; per cui noto $rho$ basta rimaneggiare algebricamente la densità congiunta per fattorizzarla in $f(x)f(y|x)$. La denistà condizionata risulterà ancora una gaussiana (per un x fissato, essendo condizionata) di media $mu_Y+rhosigma_Y/sigma_X(x-mu_X)$ e varianza $sigma_Y^2 (1-rho^2)$
Per quanto riguarda la tua impostazione di risoluzione sei fuori strada. Ti ricordo che la $y|X$ è una variabile condizionata e quindi risulterà una densità in funzione della variabile che subordina, ovvero la X.
Ma vediamo come dimostrarlo.
Il modello gaussiano bivariato è così definito:
$f_(XY)(x,y)=1/(2pi sigma_X sigma_Y sqrt(1-rho^2))Exp{-1/(2(1-rho^2))[(x-mu_X)^2/sigma_X ^2+(y-mu_Y)^2/sigma_Y ^2-2rho((x-mu_X)(y-mu_Y))/(sigma_X sigma_Y)]}$
ovvero
$f_(XY)(x,y)=1/(2pi sigma_X sigma_Y sqrt(1-rho^2))Exp{-1/(2(1-rho^2))(x-mu_X)^2/sigma_X ^2}Exp{-1/(2(1-rho^2))[(y-mu_Y)^2/sigma_Y^2 -2rho((x-mu_X)(y-mu_Y))/(sigma_X sigma_Y)]}$
ora aggiungiamo e sottraiamo $(rho^2(x-mu_X)^2)/sigma_X^2$ nell'argomento del secondo esponenziale in modo da far comparire un quadrato perfetto ed ottenendo così (dopo alcuni semplici calcoli algebrici)
$f_(XY)(x,y)=[1/(sigma_X sqrt(2pi))Exp[-1/(2sigma_X^2)(x-mu_X)^2]]\cdot[1/(sigma_Y sqrt(1-rho^2) sqrt(2pi)) Exp{-1/(2sigma_Y^2(1-rho^2))[y-mu_Y-rho sigma_Y/sigma_X (x-mu_X)]^2}]$
come vedi questa fattorizzazione dimostra la tesi.
Ps: mi sono accorto ora che il testo del tuo problema chiede di calcolare $f(x|y)$...ovviamente basta fare lo stesso ragionamento con le variabili invertite.....
Ora ritornando al tuo problema, dopo questa spiegazione tutto diventa molto semplice. Infatti (lasciamo perdere la costante che tanto nulla aggiunge e nulla toglie al problema)
partendo dalla densità iniziale
$f(x,y)~~Exp(-x^2+xy-y^2/2)$ basta riscriverla così:
$f(x,y)~~Exp{-1/(2(1-1/2))[x^2/1+y^2/2-2\cdot sqrt(2)/2 (xy)/(1\cdot sqrt(2))]}$
In questo modo abbiamo riscritto la densità del problema come modello Gaussiano bivariato dove:
$mu_X=0$
$mu_Y=0$
$sigma_X^2=1$
$sigma_Y^2=2$
$rho^2=1/2$
$rho=sqrt(2)/2$
e quindi abbiamo risolto dato che immediatamente riusciamo a caratterizzare sia la marginale Y (oppure X) e la corrispondente densità condizionata $f(x|y)$ (oppure $f(y|x)$).
Nel nostro caso otteniamo che
$f(x|y)~N[mu_x+rho sigma_X/sigma_Y (y-mu_Y);sigma_X^2(1-rho^2)]$
ovvero una normale di media
$0+sqrt(2)/2 1/sqrt(2) (y-0)=y/2$
e varianza
$1\cdot(1-1/2)=1/2$
Gradirei sapere se ti è chiaro ....
saluti