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


Probabilita e statistica: Formule, Dispense di Probabilità e Statistica

Formule generali per probabilita e statistica

Tipologia: Dispense

2017/2018

Caricato il 28/04/2018

francesco-bellu-2
francesco-bellu-2 🇮🇹

1 documento

1 / 1

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
Formule di Teoria dei Fenomeni Aleatori
Giacomo Morabito
I. TEO RI A DE LL A PRO BAB IL ITA
Pr{AB}= Pr{A}+ Pr{B} Pr{A, B}
Probabilita’ condizionata: Pr{A|B}= Pr{A, B}/Pr{B}
Formula di Beyes: Pr{A|B}= Pr{B|A} · Pr{A}/Pr{B}
Teorema della probabilita’ totale: Pr{B}=PiPr{B|Ai} · Pr{Ai}
II. VARIABILI ALEATOR IE
Distribuzione cumulativa di probabilita’: FX(x) = Pr{Xx}
Funzione densita’ di probabilita’: fX(x) = d
dx ·FX(x)
FX(x) = Rx
−∞ fX(α)·
Valore atteso (o medio): ηX=E{X}=R+
−∞ x·fX(x)·dx
Varianza: σ2
X=E{[XηX]2}=R+
−∞ (xηX)2·fX(x)·dx
Valore quadratico medio: E{X2}=R+
−∞ x2·fX(x)·dx
σ2
X=E{X2} η2
X
Trasformazione di variabili aleatorie (Y=g(X)): FY(y) = Pr{g(X)y}
Teorema fondamentale della trasformazione di variabili aleatorie: fY(y) = Pn
i=1 fX(xi)/|g0(xi)|; ove x1,x2,
..., xnsono le nsoluzioni dell’equazione g(x) = y.
ηY=E{g(X)}=R+
−∞ g(x)·fX(x)·dx
E{Y2}=E{[g(X)]2}=R+
−∞ g2(x)·fX(x)·dx
III. COP PI E DI VARI AB IL I AL EATO RI E
FXY (x, y ) = Pr{Xx, Y y}
fXY (x, y ) = d2
dx·dy FXY (x, y )
FX(x) = limy+FXY (x, y )
FY(y) = limx+FXY (x, y )
fX(x) = R+
−∞ fXY (x, y )·dy
fY(y) = R+
−∞ fXY (x, y )·dx
Sia Z=g(X, Y ), allora ηZ=R+
−∞ R+
−∞ g(x, y)·fX Y (x, y)dx ·dy

Anteprima parziale del testo

Scarica Probabilita e statistica: Formule e più Dispense in PDF di Probabilità e Statistica solo su Docsity!

Formule di Teoria dei Fenomeni Aleatori

Giacomo Morabito

I. TEORIA DELLA PROBABILITA’

  • Pr{A ∪ B} = Pr{A} + Pr{B} − Pr{A, B}
  • Probabilita’ condizionata: Pr{A|B} = Pr{A, B}/Pr{B}
  • Formula di Beyes: Pr{A|B} = Pr{B|A} · Pr{A}/Pr{B}
  • Teorema della probabilita’ totale: Pr{B} =

i Pr{B|Ai} ·^ Pr{Ai} II. VARIABILI ALEATORIE

  • Distribuzione cumulativa di probabilita’: FX (x) = Pr{X ≤ x}
  • Funzione densita’ di probabilita’: fX (x) = (^) dxd · FX (x)
  • FX (x) =

∫ (^) x −∞ fX^ (α)^ ·^ dα

  • Valore atteso (o medio): ηX = E{X} =

−∞ x^ ·^ fX^ (x)^ ·^ dx

  • Varianza: σ X^2 = E{[X − ηX ]^2 } =

−∞ (x^ −^ ηX^ )

(^2) · fX (x) · dx

  • Valore quadratico medio: E{X^2 } =

−∞ x

(^2) · fX (x) · dx

  • σ^2 X = E{X^2 } − η^2 X
  • Trasformazione di variabili aleatorie (Y = g(X)): FY (y) = Pr{g(X) ≤ y}
  • Teorema fondamentale della trasformazione di variabili aleatorie: fY (y) =

∑n i=1 fX^ (xi)/|g ′(xi)|; ove x 1 , x 2 , ..., xn sono le n soluzioni dell’equazione g(x) = y.

  • ηY = E{g(X)} =

−∞ g(x)^ ·^ fX^ (x)^ ·^ dx

  • E{Y 2 } = E{[g(X)]^2 } =

−∞ g

(^2) (x) · fX (x) · dx

III. COPPIE DI VARIABILI ALEATORIE

  • FXY (x, y) = Pr{X ≤ x, Y ≤ y}
  • fXY (x, y) = d 2 dx·dy FXY^ (x, y)
  • FX (x) = limy→+∞ FXY (x, y)
  • FY (y) = limx→+∞ FXY (x, y)
  • fX (x) =

−∞ fXY^ (x, y)^ ·^ dy

  • fY (y) =

−∞ fXY^ (x, y)^ ·^ dx

  • Sia Z = g(X, Y ), allora ηZ =

−∞

−∞ g(x, y)^ ·^ fXY^ (x, y)dx^ ·^ dy