1

Statistica codice 30001

Soluzioni degli esercizi del libro di testo
P. Newbold, W.L. Carlson, B. Thorne, Statistica

Capitolo 6

2

CAPITOLO 6

6.6
Larea di competenza di una squadra di soccorso comprende un tratto di fiume lungo 4 km.
Lesperienza passata ha dimostrato che il luogo di intervento,misurato come distanza in km dal
punto pi a nord, pu essere misurato da una variabile uniforme nellintervallo da 0 a 4 chilometri.

X = distanza dal punto pi a nord

< <
=
altrove
x
x f
0
4 0 25 , 0
) (

a) Rappresentare graficamente la funzione di densit
0
0.25
0.5
0.75
1
4
f(x)
x

}
+

=1 ) ( : . dx x f B N

b) Determinare e rappresentare graficamente la funzione di ripartizione

>
s s
<
=
4 1
4 0 25 , 0
0 0
) (
x
x x
x
x F

0
1
4
F(X)
x

}

=
x
dx x f X F B N ) ( ) ( : .

c) Probabilit che si verifichi unemergenza entro un chilometro
}

= = = = s
1
25 , 0 1 25 , 0 ) 1 ( ) ( ) 1 ( F dx x f X P
d) Sede operativa si trova a met del tratto del fiume

Y = distanza dalla sede

3

25 , 0 125 , 0 125 , 0 ) 5 , 3 ( ) 5 , 0 (
125 , 0 5 , 3 25 , 0 1 ) 5 , 3 ( 1 ) 5 , 3 ( 1 ) 5 , 3 (
125 , 0 25 , 0 5 , 0 ) 5 , 0 ( ) ( ) 5 , 0 (
) 5 , 3 ( ) 5 , 0 ( ) 5 , 1 (
5 , 0
= + = > + <
= = = s = >
= = = = <
> + < = >
}
+

X P X P
F X P X P
F x f X P
X P X P Y P



6.7
Sia X la variabile aleatoria che registra il reddito di una famiglia di una certa regione; X una
variabile numerica, quantitativa continua.
Reddito mediano uguale a 60000$ si traduce in P(X60000) = P(X60000) = 0,5 (si ricorda che
P(Xx)=P(X<x), poich X una variabile continua). Il 40% delle famiglie ha un reddito superiore
a 72000$ si traduce in P(X72000) = 0,4.
a. ) ) - P(X P(X ) X P( = < s = s s 60000 72000 72000 60000
. 1 , 0 5 , 0 ] 4 , 0 1 [ 60000 72000 1 = = < > = ) )]-P(X -P(X [
b. Sulla base delle informazioni disponibili circa la distribuzione di X, si pu dire
che ) P(X 65000 s superiore a 5 , 0 60000 = s ) P(X e inferiore 6 , 0 4 , 0 1 72000 = = s ) P(X ;
quindi ) P(X . 6 , 0 65000 5 , 0 s s s



6.8
Allinizio della stagione, un proprietario valuta 0,4 la probabilit di spendere complessivamente, nei
tre mesi invernali, meno di 380$ nel riscaldamento e 0,6 quella di spendere meno di 460$.

X=spesa in riscaldamento



a. Qual la probabilit che la spesa sia compresa tra 380 e 460?

b. Senza ulteriori informazioni, cosa si pu dire della probabilit che la spesa sia minore di 400$?





6.13
Sia X il numero di copie del libro vendute e Y la somma pagata dalleditore alla scrittrice.
Tra X e Y sussiste la seguente relazione : Y = 10000 + 1,5X. Si sa che E(X) = 30000 e
X
= 8000.
Allora
$ 55000 30000 5 , 1 10000 ) ( 5 , 1 10000 ) 5 , 1 10000 ( ) ( = + = + = + = X E X E Y E
$. 12000 8000 5 , 1 5 , 1 ) 5 , 1 10000 ( = = = + =
X Y
X o o o


6.16
Un agente di commercio ha uno stipendio di 6000$ pi l8% del valore delle ordinazioni che riceve.
Il valore delle ordinazioni pu essere rappresentato da una variabile aleatoria con media 600.000$ e
deviazione standard 180.000$. Trovare media e deviazione standard dello stipendio.
X = vendite
Y = stipendio
E(X) = 600.000$
4

Y = 6.000+0.08X



V(Y)=V(6000+0.08X)=



6.17
Sfruttando la simmetria della distribuzione Normale standard e le sue tavole:
a. 8849 , 0 ) 20 , 1 ( ) 20 , 1 = = < F P(Z
b. 0918 , 0 9082 , 0 1 ) 33 , 1 ( 1 ) 33 , 1 ( 1 ) 33 , 1 = = = < = > F Z P P(Z
c. 0446 , 0 9554 , 0 1 ) 70 , 1 ( 1 ) 70 , 1 ( 1 ) 70 , 1 ( ) 70 , 1 = = = < = > = < F Z P Z P P(Z
d. 8413 , 0 ) 1 ( ) 1 ( ) 1 = = < = > F Z P P(Z
e. 0233 , 0 8849 , 0 9082 , 0 ) 20 , 1 ( ) 33 , 1 ( ) 20 , 1 ( ) 33 , 1 ( ) 33 , 1 20 , 1 = = = < < = < < F F Z P Z P Z P(
f. 8403 , 0 ) 9554 , 0 1 ( 8849 , 0 )] 70 , 1 ( 1 [ ) 20 , 1 ( ) 20 , 1 70 . 1 = = = < < F F Z P(
g. 1141 , 0 8413 , 0 9554 , 0 ) 1 ( ) 70 , 1 ( ) 70 , 1 1 ) 1 70 . 1 = = = < < = < < F F Z P( Z P(


6.18
Sfruttando la simmetria della distribuzione Normale standard e le sue tavole:
a. Se 70 , 0 ) = < z P(Z , allora 70 , 0 ) ( = z F . Nella tavola il valore F(z) pi vicino a 0,7000 0,6985
che corrisponde a 52 , 0 = z ; quindi 52 , 0 = z .
b. Se 25 , 0 ) = < z P(Z , allora 25 , 0 ) ( = z F . Certamente z deve essere un valore negativo in quanto
corrisponde a un valore della funzione di ripartizione di Z inferiore a 0,5.
Poich la tavola riporta solamente valori positivi di z, occorre sfruttare la simmetria della
distribuzione Normale standard e operare come segue: se 25 , 0 ) ( = < z Z P , allora 25 , 0 ) ( = > z Z P ,
ossia 25 , 0 ) ( 1 = < z Z P , ossia 25 , 0 ) ( 1 = z F , ossia 75 , 0 ) ( = z F .
Nella tavola il valore F(-z) pi vicino a 0,7500 0,7486 che corrisponde a 67 , 0 = z ; quindi
67 , 0 = z .
c. Se 20 , 0 ) = > z P(Z , allora 20 , 0 ) 1 = < z P(Z , ossia 80 , 0 ) = < z P(Z , ossia 80 , 0 ) ( = z F .
Nella tavola il valore F(z) pi vicino a 0,8000 0,7995 che corrisponde a 84 , 0 = z ; quindi
84 , 0 = z .
d. Se 60 , 0 ) = > z P(Z , allora z deve essere un valore negativo. Sfruttando la simmetria della
distribuzione Normale standard 60 , 0 ) = > z P(Z equivale a 60 , 0 ) = < z P(Z , ossia 60 , 0 ) ( = z F .
Nella tavola il valore F(-z) pi vicino a 0,6000 0,5987 che corrisponde a 25 , 0 = z ; quindi
25 , 0 = z .


6.19
Con lausilio della tavola della funzione di ripartizione della distribuzione Normale standard:
a. 1056 , 0 8944 , 0 1 ) 25 , 1 ( 1 ) 25 , 1 (
64
50 60
) 60 = = = > = |
.
|

\
|
> = > F Z P Z P P(X .
b. = = < < = |
.
|

\
|
< <

= < < ) 88 , 1 ( ) 50 , 1 ( ) 50 , 1 88 , 1 (
64
50 62
64
50 35
) 62 35 F F Z P Z P X P(
9031 , 0 ] 9699 , 0 1 [ 9332 , 0 )] 88 , 1 ( 1 [ ) 5 , 1 ( = = = F F .
5

c. 7357 , 0 ) 63 , 0 (
64
50 55
) 55 = < = |
.
|

\
|
< = < Z P Z P P(X .
d. Se 20 , 0 ) = > x P(X , allora 20 , 0
64
50
= |
.
|

\
|
>
x
Z P , ossia 20 , 0
64
50
1 = |
.
|

\
|
<
x
Z P , ossia
80 , 0
64
50
= |
.
|

\
| x
F .
Nella tavola il valore della funzione di ripartizione pi vicino a 0,8000 0,7995 e
( ) 7995 , 0 84 , 0 = F ; quindi si risolve 84 , 0
64
50
=
x
da cui 72 , 56 64 84 , 0 50 = + = x .

e. Per un fissato valore k, un intervallo simmetrico rispetto alla media 50 di X si pu rappresentare
come segue: [50-k , 50+k].
Poich la probabilit su ciascuna coda vale 0,05/2 = 0,025, si ha 975 , 0
2
05 , 0
1 ) 50 = = + < k P(X .
= + < 975 , 0 ) 50 k P(X
( )
= |
.
|

\
| +
<

975 , 0
64
50 50
64
50 k X
P =
|
.
|

\
|
< 975 , 0
8
k
Z P 975 , 0
8
=
|
.
|

\
| k
F
Dalle tavole della distribuzione Normale standard F(z)=0,9750 quando z=1,96.
Allora deve essere 96 , 1
8
=
k
, da cui 68 , 15 = k .
Lintervallo richiesto ] , ; , [ ] , ; , [ k] -k , [ 68 65 32 34 68 15 50 68 15 50 50 50 = + = + .


6.25
Sia X il tasso di rendimento delle azioni e ) 2 , 7 ; 2 , 12 ( ~ = = o N X .
a. 1401 , 0 8599 , 0 1 ) 08 , 1 (
2 , 7
2 , 12 20
) 20 = = > = |
.
|

\
|
> = > Z P Z P P(X
In 14,01 % delle societ ha avuto un tasso di rendimento superiore al 20%.
b. 0455 , 0 9545 , 0 1 ) 69 , 1 ( 1 ) 69 , 1 (
2 , 7
2 , 12 0
) 0 = = < = < = |
.
|

\
|
< = < Z P Z P Z P P(X
Il 4,55 % delle societ ha avuto un tasso di rendimento negativo.
c. = = < < = |
.
|

\
|
< <

= < < )] 1 ( 1 [ ) 39 , 0 ( ) 39 , 0 1 (
2 , 7
2 , 12 15
2 , 7
2 , 12 5
) 15 5 F F Z P Z P X P(
493 , 0 ) 8413 , 0 1 ( 6517 , 0 = = .
Il 49,3 % delle societ ha avuto un tasso di rendimento compreso tra 5% e 15%.


6.27
Un costruttore ritiene che i costi necessari per completare un particolare progetto siano distribuiti
normalmente, con media 500.000$ e deviazione standard 50.000$.

a. Qual la probabilit che tali costi siano compresi tra 460.000$ e 540.000$?
X = costi


= P(z
6



b. Qual il costo che ha probabilit 0,2 di non essere superato?


c. Determinate il pi piccolo intervallo che, con probabilit 0,95, contenga i costi del progetto.

P( )=0,95
F(
- =0,95

Ci sono infiniti intervalli. Il pi piccolo quello centrato nella media.







6.33
Unazienda pu rifornirsi di materie prime da due diversi fornitori. Un esame delle precedenti
consegne indica che le percentuali di impurit seguono distribuzioni normali con i seguenti
parametri.


Lazienda vuole che il livello di impurit non superi il 5% e si rifornir dal fornitore che, con
maggiore probabilit, in grado di soddisfare la richiesta. Quale fornitore verr scelto?

=1-0,9082=0,0918
Conviene rifornirsi dal fornitore A.


6.43
Dato un campione casuale di dimensione n=400 estratto da una popolazione distribuita secondo una
bernulliana con p=0,20.

a. Calcolate la probabilit che la percentuale di successi sia superiore a 0,25 nel campione estratto




Se
In questo caso

P
7



b. Calcolare la probabilit che la % di successi sia minore del 16%


=

c. Calcolare la probabilit che la 5 di successi sia compresa tra 17% e 24%.


= )-P )=F(2)-F(-1,5)=F(2)-1+F(1,5)=0,9772-1+0,9332=0,9104

d. Qual la percentuale di successi che ha probabilit 0,15 di non essere superata?









e. Qual la percentuale di successi che ha probabilit 0,11 di essere superata?







6.45
Si sa che il 10% dei pezzi prodotti da un processo produttivo difettoso. Si scelgono 400 pezzi
dallintera produzione.
X = numero di pezzi difettosi su 400
a. Qual la probabilit che almeno 35 pezzi siano difettosi?
NB: approssimazione alla binomiale
1) Se n grande e p molto piccolo (n>30;np<7)
si pu approssimare ad una distribuzione di Poisson:

2) Se n grande: np(1-p)>9
si pu approssimare a una distribuzione normale:
Nel nostro caso .

8


b.
c.

d. Senza svolgere calcoli, determinate quale dei seguenti intervalli per il numero di pezzi difettosi
ha la maggiore probabilit:

(38;39) (40;41) (41;42) (44;45) (46;47)
NB: E(X)=40
Lintervallo : (40;41)


6.49
I sacchi di prodotti chimici di una certa azienda hanno un contenuto di impurit che pu essere
rappresentato da una distribuzione normale con media 12,2 e deviazione standard 2,8.
Scegliendo un campione casuale di 400 sacchi, qual la probabilit che almeno 100 contengano
meno di 10 grammi di impurit?
X = contenuto di impurit
)

a. Calcolare la probabilit che un sacco contenga meno di 10 grammi



b. Y = numero di sacchi che contengono meno di 10 grammi su 400
)








6.61
Due variabili aleatorie, X e Y, sono distribuite normalmente. La prima ha media 100 e varianza 100
mentre la seconda ha media 200 e varianza 400. Il coefficiente di correlazione lineare tra le due
variabili 0,5. Trovate media e varianza della variabile aleatoria: .







9




6.69
Si valuta che il numero di chilometri che un certo modello di automobile riesce a percorrere, con un
litro di benzina in autostrada, pu essere rappresentato da una variabile aleatoria con media 15 e
scarto quadratico medio 2. Si scelgono in modo casuale 16 automobili di quel modello, ciascuna
con un litro di benzina e si guidano in autostrada. Trovate la media e lo scarto quadratico medio del
numero di chilometri percorsi totali.

X = numero di km percorsi da unauto


Y = numero di km percorsi da 16 auto
Y = X
1
+..+X
16


E(Y) = E(X
1
+..+X
16
) = 16 E(X) = 16*15 = 240
V(Y) = V(X
1
+..+X
16
) = (poich le estrazioni sono indipendenti) = 16*V(X) = 64


6.71
Sia X la variabile produzione giornaliera ; ) 625 ; 100 ( ~
2
= =
X X
N X o .
Sia Y la variabile vendita giornaliera; ) 8 ; 100 ( ~ = =
Y Y
N Y o .
La correlazione tra X e Y vale 6 , 0 ) , ( = = Y X Corr
XY
.
Sia R il ricavo totale giornaliero; allora Y R 10 = .
Sia C il costo totale giornaliero; allora 250 7 + = X C .
Sia G il guadagno totale giornaliero; allora 250 7 10 = = X Y C R G .
Si richiede di valutare ) 0 ( ) 0 ( ) ( > = > = > G P C R P C R P .
La variabile G ha distribuzione normale con media E(G) e varianza V(G) cos calcolate:
( ) $ 50 250 100 7 100 10 250 ) ( 7 ) ( 10 ) 250 7 10 ( ) ( = = = = X E Y E X Y E G E
( ) ( )
( ) ( ) ( )
2 2 2 2
2 2
$ 20225 120 7 10 2 625 7 8 10
) , ( 7 10 2 ) ( 7 ) ( 10 ) 250 7 10 ( ) (
= + + =
= + + = = Y X Cov X V Y V X Y V G V

in quanto ( )
2
$ 120 8 625 6 , 0 ) , ( ) , ( = = =
Y X
Y X Corr Y X Cov o o .
Allora ) 20225 ; 50 ( ~
2
= =
G G
N G o e la probabilit richiesta vale
. 6368 , 0 ) 35 , 0 ( ) 35 , 0 (
20225
50 0
) 0 ( ) ( = = > = |
.
|

\
|
> = > = > F Z P Z P G P C R P


6.75
Sia X la variabile offerta inferiore tra quelle proposte ; ) 20 ; 8 ( ~Uniforme X .
Pro memoria sulla distribuzione Uniforme(a,b), dove a=8 e b=20:
funzione densit

s s
=

s s

=
altrimenti 0
2 1 x 8 se
12
1
altrimenti 0
b x a se
1
) (
a b
x f
10

funzione di ripartizione ( ) ( )

>
s s
<
=

>
s s

<
=
20 x se 1
20 x 8 se 8
12
1
8 x se 0
b x se 1
b x a se
1
a x se 0
) ( x a x
a b
x F
media 14
2
) ( =
+
=
b a
X E
varianza
( )
12
12
) (
2
=

=
a b
X V
a. ( ) 1667 , 0 8 10
12
1
) 10 ( = = < X P .
b. La consulente si aggiudica il contratto se le altre offerte proposte sono superiori alla sua offerta di
12 migliaia di dollari. Questo avviene con probabilit 66,67% in quanto
( ) 6667 , 0 12 20
12
1
) 12 ( = = > X P .
c. Dalla risposta al punto b, la probabilit che la consulente si aggiudichi il contratto 0,6667; in tal
caso il suo guadagno pari a 12-10 = 2 (migliaia di dollari).
La probabilit che la consulente non si aggiudichi il contratto 1-0,6667 = 0,3333; in tal caso il suo
guadagno pari a 0 (migliaia di dollari).
Se ne deduce che il guadagno G una variabile aleatoria avente la seguente funzione di probabilit:




Il guadagno atteso pertanto:
3334 , 1 6667 , 0 2 3333 , 0 0 ) ( ) (
2
1
= + = =

= i
i i
x p x G E (migliaia di dollari).
d. Sia y lofferta della consulente. Ovviamente lofferta deve essere compresa tra 8 e 20 e), qualora
la consulente si aggiudichi il contratto, tale da coprire i costi di realizzazione del progetto, pari a 10
(migliaia di dollari). Pertanto deve essere . 20 10 s s y
Analogamente alla soluzione del quesito a., la probabilit di aggiudicarsi il contratto
( ) y y X P = > 20
12
1
) ( e quella di non aggiudicarselo ( ) 8
12
1
) ( = < y y X P .
La funzione di probabilit della variabile guadagno G la seguente:




E il guadagno atteso vale
12
200 30
) 20 (
12
1
) 10 ( ) 8 (
12
1
0 ) ( ) (
2 2
1
+
= + = =

=
y y
y y y x p x G E
i
i i

Si tratta di determinare lofferta y (compresa tra 10 e 20) che rende massimo il guadagno atteso:
occorre studiare E(G) come funzione di y. Si calcolano le prime due derivate:
12
30 2
12
200 30 ) (
2
+
=
|
|
.
|

\
| +
=
y y y
dy
d
dy
G dE

12
2
12
30 2 ) (
2
2
=
|
.
|

\
| +
=
y
dy
d
dy
G E d

G 0 2
P(G) 0,3333 0,6667
G 0 y-10
P(G) ( ) 8
12
1
y ( ) y 20
12
1

11

I valori candidati ad essere punti di massimo sono quelli che rendono nulla la derivata prima, ossia
si risolve 0
12
30 2
=
+ y
e si ottiene y = 15 .
Poich la derivata seconda negativa, il valore y = 15 un punto di massimo per la funzione E(G).
Se la consulente volesse fare unofferta che massimizzasse il guadagno, dovrebbe proporre 15000 $.


6.85
Sia X la variabile tempo di consegna ; ) 4 ; 20 ( ~ = =
X X
N X o .
a. 7888 , 0 ) 8944 , 0 1 ( 8944 , 0 ) 25 , 1 25 , 1 (
4
20 25
4
20 15
) 25 15 ( = = < < =
|
.
|

\
|
< <

= < < Z P Z P X P
b. 0062 , 0 9938 , 0 1 ) 5 , 2 ( 1
4
20 30
) 30 ( = = < =
|
.
|

\
|
> = > Z P Z P X P
c. Sia Y la variabile aleatoria che vale 1 se una pizza gratuita perch consegnata in ritardo e 0 se
non lo . Allora ) 0062 , 0 ( ~ = p Bernoulli Y .
Siano
5 4 3 2 1
, , , , Y Y Y Y Y le variabili aleatorie relative ai cinque giorni considerati; esse sono
indipendenti e distribuite come Y.
Sia
5 4 3 2 1
Y Y Y Y Y B + + + + = il numero di pizze gratuite nei cinque giorni considerati; allora
) 0062 , 0 ; 5 ( ~ = = p n Binomiale B .
La probabilit che lo studente riceva almeno una pizza gratuita 3,06% in quanto
( ) 0306 , 0 9694 , 0 1 ) 0062 , 0 1 ( 0062 , 0
0
5
1 0 1 ) 1 (
0 5 0
= =
|
|
.
|

\
|
= = = >

B P B P .
d. Poich la distribuzione di X normale, il pi piccolo intervallo di tempo che contiene il 40%
delle consegne quello simmetrico rispetto a
X
: occorre determinare un valore k tale che
4 , 0 ) 20 20 ( = + < < k X k P . Questa espressione equivale alle seguenti:
7 , 0 2 / 4 , 0 5 , 0 ) 20 ( = + = + < k X P ; 7 , 0
4
20 ) 20 (
=
|
.
|

\
| +
<
k
Z P ; 7 , 0
4
=
|
.
|

\
|
<
k
Z P ; 7 , 0
4
=
|
.
|

\
| k
F
Dalla tavola della distribuzione Normale standard il valore F(z) pi vicino a 0,7 0,6985,
corrispondente a z=0,52. Allora k/4=0,52 da cui k=2,08. Lintervallo richiesto
]. 08 , 22 ; 92 , 17 [ ] 08 , 2 20 ; 08 , 2 20 [ ] 20 ; 20 [ = + = + k k
e. Essendo tutti intervalli equiampi, il pi probabile lintervallo [19; 21] in quanto simmetrico
rispetto alla media di X. In ordine di probabilit (osservare il disegno per convincersene):
). 23 21 ( ) 20 18 ( ) 22 20 ( ) 21 19 ( < < > < < = < < > < < X P X P X P X P
f. [21; 23].















12

6.86
Sia X la variabile spesa annua dei soci; ) ; 100 ( ~
2
o = N X ; noto che . 10 , 0 ) 130 ( = > X P
Il valore di si determina come segue:
10 , 0 ) 130 ( = > X P ; 10 , 0
100 130
=
|
.
|

\
|
>
o
Z P ; 90 , 0
100 130
=
|
.
|

\
|
<
o
Z P ; 90 , 0
100 130
=
|
.
|

\
|
o
F
Dalla tavola della distribuzione Normale standard il valore di F(z) che pi si avvicina a 0,90
0,8997 e corrisponde a z=1,28; allora (130-100)/ = 1,28 da cui = (130-100)/1,28 = 23,4375.
La probabilit richiesta la seguente:
. 0436 , 0 9564 , 0 1 ) 71 , 1 ( 1 ) 71 , 1 (
4375 , 23
100 140
) 140 ( = = = > = |
.
|

\
|
> = > F Z P Z P X P



6.95
Sia X la variabile prezzo di una azione A; ) 16 ; 10 ( ~
2
= =
X X
N X o .
Sia Y la variabile prezzo di una azione B; ) 9 ; 12 ( ~
2
= =
Y Y
N Y o .
La correlazione tra X e Y vale 3 , 0 ) , ( = = Y X Corr
XY
.
a. Sia P la variabile valore del portafoglio composto da 10 azioni A e 8 azioni B.
La variabile P definita tramite la seguente combinazione lineare di X e Y: Y X P 8 10 + = .
Ne segue che P ha distribuzione normale con media E(P) e varianza V(P) cos calcolate:
196 12 8 10 10 ) ( 8 ) ( 10 ) 8 10 ( ) ( = + = + = + = Y E X E Y X E P E
2752 6 , 3 8 10 2 9 8 16 10
) , ( 8 10 2 ) ( 8 ) ( 10 ) 8 10 ( ) (
2 2
2 2
= + + =
= + + = + = Y X Cov Y V X V Y X V P V

in quanto 6 , 3 9 16 3 , 0 ) , ( ) , ( = = =
Y X
Y X Corr Y X Cov o o .
b. Sia X
1
la variabile prezzo di una azione di tipo 1 :
) 25 ; 10 ( ~
2
1 1 1
= = o N X e 2 , 0 ) , (
1
= Y X Corr .
Sia P
1
la variabile valore del portafoglio composto da 10 azioni di tipo 1 e 8 azioni B.
Allora Y X P 8 10
1 1
+ = ha distribuzione normale con media E(P
1
) e varianza V(P
1
) cos calcolate:
196 12 8 10 10 ) ( 8 ) ( 10 ) 8 10 ( ) (
1 1 1
= + = + = + = Y E X E Y X E P E
( ) 2596 3 8 10 2 9 8 25 10
) , ( 8 10 2 ) ( 8 ) ( 10 ) 8 10 ( ) (
2 2
1
2
1
2
1 1
= + + =
= + + = + = Y X Cov Y V X V Y X V P V

in quanto 3 9 25 2 , 0 ) , ( ) , (
1 1 1
= = =
Y
Y X Corr Y X Cov o o .
Sia X
2
la variabile prezzo di una azione di tipo 2 :
) 9 ; 10 ( ~
2
2 2 2
= = o N X e 6 , 0 ) , (
2
= Y X Corr .
Sia P
2
la variabile valore del portafoglio composto da 10 azioni di tipo 2 e 8 azioni B.
Allora Y X P 8 10
2 2
+ = ha distribuzione normale con media E(P
2
) e varianza V(P
2
) cos calcolate:
196 12 8 10 10 ) ( 8 ) ( 10 ) 8 10 ( ) (
2 2 2
= + = + = + = Y E X E Y X E P E
2340 4 , 5 8 10 2 9 8 9 10
) , ( 8 10 2 ) ( 8 ) ( 10 ) 8 10 ( ) (
2 2
2
2
2
2
2 2
= + + =
= + + = + = Y X Cov Y V X V Y X V P V

in quanto 4 , 5 9 9 6 , 0 ) , ( ) , (
2 2 2
= = =
Y
Y X Corr Y X Cov o o .
Le due offerte P
1
e P
2
hanno lo stesso valore atteso del portafoglio P; entrambe le offerte sono
vantaggiose rispetto al portafoglio P in quanto hanno varianza inferiore rispetto alla varianza di P.
Il gestore sceglier il portafoglio P
2
in quanto ha minor varianza rispetto a P
1
e P.