1 / 20

3) VARIABILI CASUALI

3) VARIABILI CASUALI.

pegeen
Download Presentation

3) VARIABILI CASUALI

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. 3) VARIABILI CASUALI La variabile casuale (v.c.) è un modello matematico in grado di interpretare gli esperimenti casuali. Infatti gli eventi elementari  che compongono lo spazio campionario  possono essere di qualunque natura (“T” e “C” nel lancio della moneta, “m” e “f” nella previsione del sesso del nascituro, “figura”, “cuori”, “fiori” nell’estrazione da un mazzo di carte ecc.). Da qui l’esigenza di uno strumento che trasformi gli eventi elementari    in numeri reali x   sui quali è possibile usare la matematica. Nella “trasformazione” non si deve trascurare che: a) ad ogni evento elementare    è associata una probabilità; b) qualunque insieme di eventi elementari rappresenta un evento (compreso l’insieme vuoto che rappresenta l’evento impossibile) con associata la propria probabilità. La v.c. è tale strumento. 3.1) Significato e definizione

  2. IMMAGINE E CONTROIMMAGINE Ogni elemento  in , tramite la funzione X(), trova una “immagine” in un punto di ascissa x della retta R . Può accadere anche che la stessa ascissa x sia l’immagine in R di più elementi  di , ad esempio se più oggetti degli n precedenti hanno lo stesso numero x. Tali oggetti formano un sottoinsieme E di , che è a sua volta un elemento dell’insieme delle parti  al quale la funzione P ha assegnato la probabilità P(E). L’ascissa x di R ha quindi la sua controimmagine nell’elemento E di  e di conseguenza si assegna ad x la probabilità che la funzione P ha attribuito ad E, cioè: P (X = x) = P (E)

  3. Una variabile casuale verrà intesa come l’insieme delle coppie di valori: con adottando a volte anche la notazione j(xi)=P(X=xi). Si dirà inoltre che la v.c. X assume i valori x1,…,xi,…,xn, dove per motivi di semplicità si pone x1<…<xi<…<xn, con “funzione di probabilità” (f.p.) j(xi), (i=1,…,n). • Ricordiamoci comunque che: • i valori x1,…,xi,…,xn formano lo spazio numerico indicato in precedenza con WR e tale spazio rappresenta l’insieme delle immagini in R di eventi le cui controimmagini sono elementi di BW. • j(x) è la funzione che assume quali valori le probabilità relative all’elemento o agli elementi di BW la cui immagine sull’asse R è rappresentata dall’ascissa x.

  4. Sotto il profilo grafico il comportamento della f.p. j(x) è del tipo: j(x) x 0 x1 x2 xi xn cioè j(x) è costantemente nulla ad eccezione dei punti di ascissa x1,…,xi,…,xn in cui effettua salti pari alla probabilità j(x1),…, j(xi),…, j(xn).

  5. La v.c. X è una funzione con dominio nello spazio campionario  e codominio in . X assegna ad ogni    uno ed un solo numero reale x  , detto “valore o determinazione di X”; un numero reale x   può avere più di una controimmagine in  e l’insieme di tali controimmagini rappresenta un evento (o un evento elementare, o l’evento impossibile). Esempio 1:  =lancio contemporaneo di una moneta e di un dado regolari X = “punteggio del dado - n. croci” è una v.c.. Essa ha dominio in  e codominio in , poiché ad ogni evento elementare    associa un numero x  .

  6.  1T 2T 3T 4T 5T 6T 1C 2C 3C 4C 5C 6C X 1 2 3 4 5 6 0 1 2 3 4 5 Quindi X ha “trasformato” gli eventi elementari in numeri. In tale trasformazione ha conservato le probabilità associate a . Infatti: P (X = 0) = P (1C) = 1/12 P (X = 1) = P (1T) + P (2C) = 2/12 = 1/6 … … P (X = 5) = P (5T) + P (6C) = 2/12 = 1/6 P (X = 6) = P (6T) = 1/12 Infine qualunque numero reale x   ha come controimmagine un evento (o un evento ele-mentare o l’evento impossibile). Ad esempio, la controimmagine, attraverso X, del numero 5 è l’evento {5T, 6C}= “esce 5 e T oppure esce 6 e C”; la controimmagine, attraverso X, del nu-mero 0 è l’evento elementare {1C} = “esce 1 e C”; la controimmagine, attra-verso X, del nu-mero 8 è l’evento impossibile {} = .

  7. 3.2) Funzione di ripartizione (f.r.) Definizione: ad ogni v.c. X è associata la f.r.  (x) così definita:  (x) = probabilità che X assuma valori inferiori o uguali al numero x = P (X  x) = P{(-,x]}= Proprietà della f.r.: 1. e infatti la definizione di  (x) mette in luce che si tratta di una probabilità. 2. Fissati due numeri x e y con x < y allora (x)(y), cioè la f.r. è monotona non decrescente. (Le proprietà 1 e 2 garantiscono che la f.r. assume valori compresi tra 0 e 1). 3. La f.r. gode della proprietà matematica della continuità (puntuale). In particolare è continua (almeno) a “destra”, cioè:

  8. Osservazione: la f.r. è utile, ad esempio, per cal-colare la seguente probabilità: dati 2 numeri a e b, con a<b si ha: P (a<X<b) = P (Xb) - P (Xa) =  (b) -  (a) in quanto: da cui: e graficamente: j(x) 1 - x 0 x1 x2 xi xn

  9. che è una funzione a gradini del tipo: Osservazione: la f.r. è utile, ad esempio, per cal-colare la seguente probabilità: dati 2 numeri a e b, con a<b si ha: P (a<X<b) = P (Xb) - P (Xa) =  (b) -  (a)

  10. 3.3) V.c. discrete e continue X è v.c. discreta se il suo dominio  è un insieme finito o infinito numerabile. Caratteristiche di una v.c. discreta 1. L’insieme dei valori x assumibili dalla v.c. X è finito o infinito numerabile. 2. Generalmente le determinazioni x di X sono numeri interi. 3. Le probabilità associate alla v.c. X sono interpretate da una funzione detta di probabilità.

  11. X è v.c. continua se il suo dominio  è un insieme infinito non numerabile cioè con la potenza del continuo. 1. L’insieme dei valori x assumibili dalla v.c. X è infinito non numerabile (ad esempio coincide con  o con un intervallo). 2. Perdono di significato i singoli punti x ed è necessario procedere con riferimento ad intervalli. 3. Le probabilità associate alla v.c. X sono interpretate da una funzione detta di densità. Esempio 2: la v.c. dell’esempio 1 è discreta perché assume i 7 valori x = 0,1,2,3,4,5,6. La v.c. interprete del peso dei neonati che na- sceranno nella prossima ora nella clinica XXX della città YYY è uin esempio di v.c. continua. Il peso dei neonati è infatti un numero x appar- tenente ad un intervallo di , ad esempio x  (2000, 5000) grammi.

  12. V.c. continue La figura mostra un esempio di funzione di densità di probabilità, dove in ascissa ci sono le X ed in ordinata le densità associate ai valori di X. La curva continua deriva dai rettangoli facendo tendere a 0 la base degli stessi.

  13. 3.4) Funzione di probabilità (f.p.) 1. 0<p(x)1 Infatti la definizione di p(x) mette in luce che si tratta di una probabilità 2. La somma delle probabilità associate a tutti i valori x   della v.c. X vale 1. Tale somma coincide, infatti, con P(). Esempio 1 (continua): la v.c. X = “punteggio del dado - n. delle croci” è v.c. discreta perché può assumere i soli valori x = 0,1,2,...,6. X ha f.p.:

  14. con 0  p(x)  1 e X ha anche f.r.:  (x) = P (Xx) = Ad esempio con a = 3 e b = 5 si ha: P(a<Xb) = P(3<X5) = (5)-(3) = = [p(5) + p(4) + p(3) + p(2) + p(1) + p(0)] - [p(3) + p(2) + p(1) + p(0)] = p(5) + p(4) = =1/6 + 1/6 = 2/6 = 1/3 Osservazione: (3<X5) rappresenta l’evento {4T, 5C, 5T, 6C}.

  15. 3.5) Funzione di densità (f.d.) Se X è una v.c. continua, le probabilità che rimangono associate ai valori di X sono interpretate dall’area sottesa a una funzione (x) detta f.d. Esempio 3: sia X la v.c. che assume i valori x dell’intervallo [0,4]. Allora x è v.c. continua. Sia La f.d. di X. Graficamente (x) è composta dai 3 segmenti: (x) 0.25 - + x 0 4

  16. L’area sottesa a tali segmenti esprime la probabilità associata all’insieme di valori di X. Ad esempio: P(1X 3) = (3 - 1)0.25 = 0.5 (x) 0.25 - + x 0 1 3 4 • Osservazioni: • l’area totale sottesa a (x) è pari a 1 e coincide con P(); • (1  X  3) rappresenta un evento; • poiché X è continua le probabilità puntuali sono nulle. Infatti: P(X = x) = area sottesa ad un punto di (x) = 0 • poiché l’area sottesa ad un punto è, come si intuisce, nulla. È per tale motivo che nel caso continuo occorre procedere con riferimento ad intervalli; • per l’osservazione precedente gli eventi (a  X  b), (a  X < b) e (a < X < b)hanno tutti la stessa probabilità, poiché, ad esempio, P(a  X  b) = P(a < X < b) + P(X = a) + P( X = b) • = P(a < X < b) + 0 + 0; • anche la v.c. X continua ha associata la f.r. (x) = P(X  x). • Poiché i valori minori o uguali a x rappresentano l’intervallo (-, x] allora la f.r. per x continua è rappresentata dall’area sottesa alla f.d. (x) a sinistra del punto x.

  17. Esempio 3 (continua) (x) = P(X  x) = (x - 0)0.25 = 0.25 x (x) 0.25 - + x 0 x 4

  18. 3.6) Valore atteso (media) di una v.c. Il valore atteso  (media) di una v.c. X è un numero che informa sull’ordine di grandezza e sulla “tendenza centrale” (baricentro) di X. La media  della v.c. X si calcola attraverso l’operazione E(X) che è diversa a seconda che X sia discreta o continua. Se X è discreta l’operazione E(X) consiste nel sommare tutti i prodotti fra i valori di x ed il corrispondente valore della funzione di probabilità p(x). Formalmente: Se X è continua il calcolo del valore atteso richiede l’operazione di integrale che è strumento non contemplato tra gli obbiettivi di questo eserciziario.

  19. È quindi possibile scambiare tra loro i simboli  e E comunque siano le v.c. Xi sommate. Esempio 1 (continua) la media della v.c. X = “punteggio del dado - n. di croci” è = 01/12 + 11/6 + 21/6 + 31/6 + 41/6 + + 51/6 + 61/12 = 36/12 = 3.

  20. 3.7) Varianza di una v.c. La varianza 2 = V(X) di una v.c. Xè un numero positivo che informa circa la dispersione dei valori X intorno alla media  ed è così definita: V(X) si calcola attraverso l’operazione di valore atteso E. ad esempio, se X è discreta si ha: Esempio 1 (continua): la varianza della v.c. X = “punteggio del dado - n. di croci” è: = (0 - 3)21/12 + (1 - 3)21/6 + + (3 - 3)21/6 + (4 - 3)21/6 + (5 - 3)21/6 + + (6 - 3)21/12 = 38/12 = 3.16

More Related