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


Variabili Aleatorie, Appunti di Probabilità e Statistica

Il concetto di variabile aleatoria, densità, funzione di ripartizione e proprietà delle stesse. Vengono inoltre presentati esempi di densità discreta e continua come la densità di Poisson e la densità ipergeometrica. Il testo è composto da formule e esempi che aiutano a comprendere il concetto di variabile aleatoria e le sue proprietà.

Tipologia: Appunti

2021/2022

In vendita dal 06/09/2022

chiara-inforzato
chiara-inforzato 🇮🇹

22 documenti

1 / 18

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
02 032022
VARIABILI ALEATORIE
esperimento
aleatorio
puòessereper
esempio illancioda dado un
sondaggio
irisultati
elevariabili
aleatorie chesiricavano dairisultati
esempio referendum si no
risultato nra r
ma tirofuori la variabilealeatoriachepuòessereil numero di si
riassumeilrisultato
delsondaggio
Def se no se lo spazio
campionario onorauna variabile aleatoria cua èuna applicazione x
dar aR
xeIR
Esempio lanciodadidistinguibili
aAKInKI6
Saa12 CER
SCnnher punteggiototale
xcn.rs npunteggio edado
VADISCRETE
Def arva
sel'insiemedi ènumerabile ivaloriai sono
certi 2xEBsichiama discreta
esempio Sxesempiosopra
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12

Anteprima parziale del testo

Scarica Variabili Aleatorie e più Appunti in PDF di Probabilità e Statistica solo su Docsity!

2022

VARIABILI

ALEATORIE

esperimentoaleatorio

può

essere

per

esempio illancioda dado un

sondaggio

i risultati

e levariabilialeatorie che

siricavano dai

risultati

esempio referendum si no

risultato n ra

r

ma

tiro

fuori

la variabile aleatoriachepuòessere il

numero di si

riassume il

risultato delsondaggio

Def

se no se

lo

spaziocampionario onorauna variabile aleatoria cua

è una

applicazione x

dar a R

x e IR

Esempio

lanciodadidistinguibili

a A

K

I n K

I 6

S a

a 12 CER

S Cn

n her punteggiototale

xcn.rs

n

punteggio e dado

V

A DISCRETE

Def

a

r v a

se

l'insieme

di è

numerabile

ivaloriai sonocerti 2 x E B si

chiama

discreta

esempio S x esempio

sopra

Esempio 2

lancio

infinite

volte una moneta

a cui

wa

i wi tai oppure mi e

considero la variabile aleatoria x con

valori a

0

X

numerodi

lanciche

si

fanno

finché

siosserva testa

X

we

ma

min i e

lui t

DENSITÀ

Def

Data x

v A discreta a valori x x si chiama densità di

x la

funzione

Sx

x xe

xu

E

ci

P X Xi

ci

possono

essere

v A

che

si

riferiscono

ad esperimentidiversi ma

con

le stesse

probabilità

Esempio Aldo eBarbara canciano due dadi ciascuno 1 volta

A

punteggio

tot

di Aldo

B

Barbara

IP

A

n P Ben

Non è vero che B A

1A

hanno la

stessa densita

stessavariabilealeatoria

PROPRIETA DENSITÀ

via a valori x xn

densità

Sx

xi

P X x ti

le rupie

di

x xn con xe

xn

k

quante

sono

sono

g

cessi

binomiale

sn r è minore

di

f

eventi disgiunti

ciascunoconprobabilità

prci

pyn.ie

o IP Sn K

p

e_p

Esempio Prova di

Bernoulli

0310312022

Risultati successo

insuccesso

1 O

x

evento

successo

variabile dea

o

evento

insuccesso

p

P 1 probabilità di

successo

supponiamo

Ocp

e 1

Qual è la

densitàdiscreta

Ix

R x

novatori

ai

Sx

o IP X

p

1

a P x 1

p

p

Graficodelladensità

1

fx

si chiama densità

di

Bernoulli con

parametro

po

simbolo B a

p

Notazione se è data una v a Y con

la

scrittura

Yn B Ca

p

si intende

Ynavalori o o 1 e

IP

Y

p

e IP Y

e

P

n

prove

indipendenti risultati

osservazione

di nrisultati xn

i

o o xi

e

prima

di

osservarli non variabilialeatorie xn a valori 0,

supponiamo

che ex xn

fissati gli

eventi xn xn siano

indipendenti

e

Phi

o

up

e

Pixie

e

p

ri

problema Densità

di sn

numero

di

successi

di

nprove

su na valori o

a n

devocalcolare le

probabilità

di

assumere questivalori

passo e

P

Xi xi pxice.pt

ti

se

vi o trovo cap

se vi e trovo

p

passoa per

ognirupia

xn issato

abbiamo

P

Xe xn xn

ma

naaa

P IP xn xn

pace pin

panca pe

in

pxnnxnce

pjn

cxit.tn

Cr

xD

pace

pin

e

Questo vale sempre

se l'insieme di successi è ma i

re

successi

possono

capitare

in un

qualunque

sottoinsieme di te

elementi

dell'insieme dell'insieme

di n

cioè si ottengono

e successi con

f

possibili

n

prove

con

k successi

e cn e insuccessi

IP

Sn R

I

p

Ca

p

con r o 1 n

O x e

P X EX P

X

O

I

e IP XE

1 IP X O P X e

I

E

io x a

P x

ex

stesso

a P x a 1

1

Btt

SEE è

sorgano

i

costante

a trati continuada DX salta sui punti

che sono

aaaa

ma a aaaa

e sa

a e que

a

py

MEDIA

speranza ansa

va

discreto convalori n

Sx

densità

Deg

sichiamamedia di

X il numero

IEEX

E

Xi P X

cioè E ai

f

xi

se

i valori xi sono

infiniti

cioè

se

na una

serie si suppone

anche che la

serie sia

assolutamente

convergente

Zi xii

f

xi a

Esempio

x

risultato lancio

di

un

dado

p r

E

Kenz

6

EEX

II

K

E I

negano

lamediadeivalorichepotevotrovare

La

mediana

èunrisultato

Esempio X

Blu p

cioè P X 1

p

e P o e

p

EX

O

P

O 1 P

o le_p

i

p

p

la

p

di Bernoulli

corrisponde

con la media

Esempio X

B C

1

P O

I

P X

è

unavariabile

aleatoria

che

avrà valori

o

E TI O IP O

1

IP X 1 U P a

O

P

X

O 1 P

X

e U P X 2

o 1

I

I E

PROPRIETÀ

v a a b e

R

ax b è

una v a

le tax DI a IEEx b

perché se

x navalori xn a

x b ha

valori ax.tn amen

con probabilità

Pex xe P Ex xD

LETax b

E

taxi

b P

x xi

Fax

P x

E

b

P X xi

a

F

x i p

x x i

b

E

P

X xi

IEEX

aIETx b

in

particolare

se a

E

bi

b

comese la

considerassi

una

via

costante b

speranza dicostante costanteperchésto facendo

Lamediadi un

solovalore

Esempio X

lancio dado

e x_e

è

ke

1,

N XJ E XJ

E

NEXT

E

C

K

I I

È

Def

Si

chiama scarto quadratico medio di X la

radice

della varianza

di

NEXT

PROPRIETÀ 10.03.

N

AX

b A V X va D e R

Perché

le

tax

b a E X b

au

b

Perdefinizione Ntaxeb

E Lax b E tax b

I

E

Tlaxty au

b

III

E

Tar

X

a

2

a E

X

μ

N B UE

X

VEX C D CI

DENSITÀ di Poisson con parametro Reo

E la densità di una v A X a valori

0,

IN

tale che

P X

K

f

Cr

e

R

K

con K o e

si

denota

Per

Osservazioni

Fx

K O

È

e

II

1 perche

Io If

ex

her e

i

si

verifica che presa

sin Bin

Cnip

cioè

tale che

P si K

I

pace

pin

e

per

n

grande

e p piccolo

esempio nano np.io

fa

K

I

pace

pin

a e

i

gg molto

vicina

con Ramp

precisamente

p

E

LI

E E

C

I

e

È

Praticamente

serve

per

consolare

p

sn

K inmodo

approssimato

se n è grande

nano

I

1000

troppogrande

quindi

siapprossima

f

pacepin

si

scrive anchecon E

ro

P IX

ul

Ko E

Ix

s ro

o

X

u

ro

x

μ

a ro

es

prendendo er la probabilità di

osservare

valoridi lontanidona media

più

di 2 volte lo

scartoquadraticomedio è e la

densità

Geometrica con parametro

p

o

per

Esperimento

infinite

prove

binarie risultati o

e indipendenti ciascuna con probabilità

di successo

p

in ognuna

Tua discreta nodevo

prova

in cui osservosuccesso

per

la 1a volta

problema

calcolare la densità di

t

navalori

xe

xn risultatidellesingole prove

f

CK

P

T K

P

Xr 1 xe i 0 o

Lexi sono

indipendenti

P xe 1

Pha

P O

p up

ci

p

p

i pari

f

K a

p

i

p

per

r a a

si chiama densità Geometrica con parametro

p

simbolo

Glp

in particolare

è

per

po

osservazione km

per p

è decrescente

si

verifica

che

TI

E

il NET

è

PROPRIETA DENSITA

GEOMETRICA

Togepi

P T nem

It m

P

T n tu.me

sapendochele prime

prove Tan

prime aprove

senza

successo

nonnonnoavuto

successi

è

La

probabilità di farne

aure

senza

successo

verifica P T n

È

P t r

p

Ce_p

per_pi

atee

P Tan

G p

per

definizione di

probabilità

condizionata

P T nem IT

m

P

T nem

n t m

P

Tam

tanta e

t m o

t nem it m

P

t nem

P Tam

Xix

xn

Bin n

f

Quindi

e xp

μ

usuale

con o

senza rimpiazzo

numero medio

verdi

estrattecon

rimpiazzo

coppie

di

V A

DISCRETE

x via valori xe xe densità

Y

via valori

yoyo

densità

gg

densità

CONGIUNTA

E la

Sx

intersezione

cavarono

vuoi

prendonoinsieme

x ey

Ix

xi

gi

P X

xi.ly yi ti.si

PROPRIETÀ

Ix

x

y

o

fa

sx

xi

g

Esempio in una popolazione il 201 due

famiglie

na o

figli

il noi

no no e il 30 ne

ha 2

e i 10 na

na 3

ogni

gigliopuò

essere con ugualeprobabilità

maschioo femmina

nosigliafemmine

y

no

gigli

maschi

problema

scrivere la probabilitàcongiunta

valori o 1

y

valori

o 1

Devo

calcolare P

x

0

y

0 0.2 già

scritto neidati

e

yo

p

TITTI

e

y

e or

as on

sodenapossibilitoianesiasemmino

non

somiglia conungiglio

x e

y

e P e

y

e

y

a P

y

a o.is

as

as

sorganigieconagigi

P 2

y

a o

c'è

asimmetria a x

n.y.ie

P x_x

y

n

i

0.2oosoaas.ae

valoridi

y

paga

È

Y

oosoarsoo.us

magna

ga

o o o

o

ausasasonsaas

problema

densità di X

e

Y

cioè

sx

e

fi

Ix

x

P

X_x

Y y

somma sulle colonne

forma

aerea

probabilitàtotale

analogamente

fy

y

E

P

X

X

Y

y

somma sumeriche

Deg

seno x

y

coppia di

v a

discrete con valori

xi.gg

con

i

sent

con

densitàcongiunta

Ix

lxi.gs

P

x

x

y

y

Ledensita

sx

ai e

fu

di

y

si

chiamano densità marginali

sitrovano da

sx

xi P

xi

E

x_x

y y

E

sx

x

y

analogamente

si

ys