Docsity
Docsity

Prepara i tuoi esami
Prepara i tuoi esami

Studia grazie alle numerose risorse presenti su Docsity


Ottieni i punti per scaricare
Ottieni i punti per scaricare

Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium


Guide e consigli
Guide e consigli


Matematica (probabilità e statistica), Appunti di Matematica

Appunti su concetti di porbabilità e statistica

Tipologia: Appunti

2019/2020

Caricato il 24/11/2020

nicole-alfonsi
nicole-alfonsi 🇮🇹

3

(2)

3 documenti

1 / 5

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
ALCUNE DEFINIZIONI E FORMULE
SPAZIO DI PROBABILITA’
Uno spazio di probabilità associato ad un esperimento aleatorio è una
coppia di valori (Ω,Ρ) dove Ω è l’insieme di tutti i possibili esiti di un
esperimento e P è una funzione che ha come dominio l’insieme delle parti
di omega e come codominio [0,1].
PROBABILITA’ CONDIZIONATA
Intuitivamente è la probabilità che si verifica A sapendo che si è già
verificato B.
Sia (Ω,P) uno spazio di probabilità associato ad un esperimento aleatorio,
si dice probabilità condizionata di A dato B (A|B) la quantità:
P(A|B)= P(A B)
P(B)
EVENTI INDIPENDENTI
Due eventi A,B appartenenti ad Ω si definiscono indipendenti se
P(A∩B)=P(A)×P(B)
PARTIZIONE DI UNO SPAZIO DI PROBABILITA’
Sia (Ω,P) uno spazio di probabilità associato ad un esperimento aleatorio,
si definisce partizione di Ω, ovvero una famiglia di sottoinsiemi tali che:
Ω è dato dalla somma sei singoli sottoinsiemi;
La probabilità di ciascun sottoinsieme è diversa da zero;
La probabilità dell’intersezione di 2 o più sottoinsiemi è uguale al
vuoto.
Allora vale la seguente formula:
P(A)=P(A| B
1
¿× P
(
B
1
)
+P
(
A
|
B
2
)
× P
(
B
2
)
++P
(
A
|
B
n
)
× P (B
n
)
pf3
pf4
pf5

Anteprima parziale del testo

Scarica Matematica (probabilità e statistica) e più Appunti in PDF di Matematica solo su Docsity!

ALCUNE DEFINIZIONI E FORMULE

SPAZIO DI PROBABILITA’

Uno spazio di probabilità associato ad un esperimento aleatorio è una

coppia di valori (Ω,Ρ) dove Ω è l’insieme di tutti i possibili esiti di un

esperimento e P è una funzione che ha come dominio l’insieme delle parti

di omega e come codominio [0,1].

PROBABILITA’ CONDIZIONATA

Intuitivamente è la probabilità che si verifica A sapendo che si è già

verificato B.

Sia (Ω,P) uno spazio di probabilità associato ad un esperimento aleatorio,

si dice probabilità condizionata di A dato B (A|B) la quantità:

P(A|B)=
P( A ∩ B)
P( B)

EVENTI INDIPENDENTI

Due eventi A,B appartenenti ad Ω si definiscono indipendenti se

P(A∩B)=P(A)×P(B)

PARTIZIONE DI UNO SPAZIO DI PROBABILITA’

Sia (Ω,P) uno spazio di probabilità associato ad un esperimento aleatorio,

si definisce partizione di Ω, ovvero una famiglia di sottoinsiemi tali che:

 Ω è dato dalla somma sei singoli sottoinsiemi;

 La probabilità di ciascun sottoinsieme è diversa da zero;

 La probabilità dell’intersezione di 2 o più sottoinsiemi è uguale al

vuoto.

Allora vale la seguente formula:

P(A)=P(A| B

1

¿ × P
B

1

+ P
A

|

B

2

× P
B

2

+ …+ P
A

|

B

n

× P( B

n

FORMULA DI BAYES

Sia (Ω,P) uno spazio di probabilità associato ad un esperimento aleatorio,

siano A,B appartenenti ad Ω, allora:

P(A|B)=
P ( A)
P ( B )

× P ( B|A )

VARIABILE ALEATORIE DISCRETE

1. VARIABILI ALEATORIE

Sia (Ω,P) uno spazio di probabilità associato ad un esperimento aleatorio,

si definisce variabile aleatoria discreta (X) una funzione di dominio Ω e

codominio R:

X: ω↦ X (ω )

Tale che lmm(X) abbia cardinalità finita o al più numerabile.

Con cardinalità si intende il numero di elementi presenti all’interno di un

insieme.

2. FUNZIONE DI PROBABILITA’

Si definisce funzione di probabilità associata ad una variabile aleatoria X

(v.a.d. X), l’insieme dei numeri:

P(X= x

1

¿ , P

X = x

2

, … , P( X=x

k

FUNZIONE DI PROBABILITA’ CONGIUNTA

Siano X e Y due v.a.d. definite su uno stesso spazio di probabilità Ω, con

Imm (X)= {

x

1

, x

2

, x

3

, ... , x

k

}

e

Imm (Y)=

{

y

1

, y

2

, y

3

, ..., y

k

}

, definiamo funzione di

probabilità congiunta di X e Y, la probabilità di tutte le possibili

intersezioni delle retroimmagini:

E

[

( x )

]

i= 1

k

( x

i

)P( X=x

i

PROPRIETA’ DELLA VARIANZA

 è sempre maggiore uguale di zero per qualunque v.a.d X;

 Var ( X )=E [ ( x−E [ x ])

2

];

se a è una costante reale ed X è una v. a. costante ,Var ( a )= 0

 se a è una costante reale ed X è una qualsiasi v. a.

Var ( x )=a ² ×Var ( x)

 se X e Y sono due v. a. d. qualsiasi,

Var ( X +Y )=Var ( X )+ Var ( Y ) + 2 ( E [ XY ]−E [ X ] × E [ Y ] )

 se X e Y sono due v. a. d .indipendenti ,

Var ( X +Y )=Var ( X )+ Var (Y )

Var

X
=E

[

X

2

]

−( E

[

x

]

3. VARIABILI ALEATORIE DI BERNOULLI

Sia p un parametro reale compreso tra 0 e 1, X si definisce v.a. di Bernoulli

di parametro p se:

Imm ( X ) ={0, 1 }

 P ( X= 1 )= p e P ( X= 0 )= 1 − p

In questo caso il valore atteso vale:

E [ X ]= p

e la varianza, invece, vale:

Var ( X )= p− p

2

4. VARIABILI ALEATORIE BINOMIALI

Sia p un parametro reale compreso tra 0 e 1 ed n

∈ N.

Siano X

1,

X

2,…,

X

n

v.a di

Bernoulli di parametro p , indipendenti tra loro, si definisce v.a binomiale

di parametro p se:

 Imm ( X ) =

{

0, 1, 2, 3, … ,n }

 P

X=k

n ( n− 1 ) … (n−k + 1 )

k ( k− 1 ) ( k− 2 ) … 1

× p

k

( 1 − p)

n−k

Questo viene definito coefficiente binomiale:

n ( n− 1 ) …( n−k + 1 )

k ( k − 1 ) ( k− 2 ) … 1

In questo caso il valore atteso vale:

E [ X ]=n × p

e la varianza, invece, vale:

Var

X

=n( p− p

2