Variabili casuali
• Definizione
Assegnato uno spazio di probabilità (S, A, P[.]) si definisce variabile casuale X una funzione avente come dominio lo spazio dei campioni (S) e come codominio la retta reale.
S
x
Le variabili casuali si indicano con lettere maiuscole X
X
Variabili casuali
• Definiamo una variabile casuale discreta se questa assume valori discreti
• Definiamo una variabile casuale continua se
questa può assumere con continuità tutti i valori
di R (asse reale)
Funzione di distribuzione cumulativa
( ) x P [ X x ]
F
X= ≤
• Definizione
Data una variabile casuale X, si definisce funzione di distribuzione cumulativa FX(x) la funzione che ha per dominio l’asse reale e per codominio l’intervallo chiuso [0,1] così definita:
Funzione di densità discreta
( ) [ ]
≠
=
= =
j j j
X
x x
x x x
X x P
f 0 se
se
• Definizione
Data una variabile casuale discreta X con codominio=(x1, x2, x3, … xn), si definisce funzione di densità discreta fX(x) (o funzione di probabilità) la funzione così definita:
Funzione di densità discreta
( ) ( )
( ) ( )
( ) ( ) ( )
≠
=
−
= −
=
=
∀
≥
→ +
∑
≤∑
i i i
h X i X X
x x
i X i
X
i X i
X
x x
x x h
x F x
x F f
x f x
F
x f
x x
f
i
se 0
se lim
1 0
0 :
La funzione di densità discreta fX(x) ha le seguenti proprietà:
Funzione di densità di probabilità
( ) x f ( ) t dt P [ X x ]
F
X= ∫−x∞ X ⋅ = ≤
• Definizione
Data una variabile casuale continua X, si definisce funzione di densità di probabilità di X fX(x) la funzione tale per cui:
Funzione di densità di probabilità
( ) ( )
[ a X b ] f ( ) x dx P
dx x f
x x
f
b
a X
X X
1 0
∫
∫
=
≤
≤
=
∀
≥
∞ +
∞
−
Analogamente a quanto appena visto, la funzione di densità di probabilità fX(x) ha le seguenti proprietà:
Esempio
Consideriamo il lancio di un dado e l’estrazione di una pallina da un’urna contenente 2 palline rosse, 3 blu e 5 verdi.
Attribuiamo all’estrazione della pallina il valore 5 se questa è rossa, 3 se blu e 1 se verde.
Consideriamo la variabile casuale X data dalla somma del risultato del dado con il valore della pallina estratta.
R R B B B V V V V V
1
d 2
a 3
d 4
o 5
pallina
5 3 1
R R B B B V V V V V
1 6 6 4 4 4 2 2 2 2 2
d 2 7 7 5 5 5 3 3 3 3 3
a 3 8 8 6 6 6 4 4 4 4 4
d 4 9 9 7 7 7 5 5 5 5 5
o 5 10 10 8 8 8 6 6 6 6 6
5 3 1
pallina
X 2 3 4 5 6 7
5 5
5 5
5+3 8
5+3 8
5+3+2 10 5+3+2 10
Ni P(X)=f(x) 0.083 0.083 0.133 0.133 0.167 0.167
F(x) 0.083 0.167 0.300 0.433 0.600 0.767
Esempio
X F(x)
2 5 5 0.083
3 5 5 0.167
4 5+3 8 0.300
5 5+3 8 0.433
6 5+3+2 10 0.600
7 5+3+2 10 0.767
8 3+2 5 0.850
9 3+2 5 0.933
10 2 2 0.967
11 2 2 1.000
Ni P(X)=f(x) 0.083 0.083 0.133 0.133 0.167 0.167 0.083 0.083 0.033 0.033
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 X
fx(X)
fx(X)
0 0.2 0.4 0.6 0.8 1 1.2
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 X
Fx(X)
Fx(X)
Media
[ ] = ∑ ⋅ ( )
i
x
if
Xx
iX E
• Definizione
Si definisce media, o valore atteso, della variabile casuale X la funzione:
[ ] X = ∫
−+∞∞x ⋅ f ( ) x ⋅ dx
E
XVarianza
( ) ( )
∑ − ⋅
=
i i X X i
X2
x µ
2f x
σ
• Definizione
Si definisce varianza della variabile casuale X con media µxla funzione:
( ) ( )
∫
−+∞∞− ⋅ ⋅
= x
Xf
Xx dx
X
2
µ
2σ
Esempio
Consideriamo nuovamente il problema legato al lancio di un dado e all’estrazione di una pallina da un’urna contenete 2 palline rosse, 3 blu e 5 verdi.
Considerata la variabile casuale X come prima definita.
Si ha:
pallina
X 2 3
5 5
5 5
Ni P(X)=f(x) 0.083 0.083
F(x) 0.083 0.167
[ ] ∑
=
⋅ =
=
ni
x
if
Xx
iX E
1
9 . 5 ) (
[ ]
( )
∑
==
⋅
−
=
ni i X i
X
x E X f x
1
2 2
( ) 5 . 357
σ
Deviazione Standard
• Definizione
Si definisce come deviazione standard o scarto quadratico medio o scarto tipo (della della variabile casuale X) la radice quadrata della varianza, cioè:
2 X
X
σ
σ =
Variabile casuale funzione di variabile casuale
In molti casi si fa uso di trasformazione di variabili casuali.
Sia X variabile casuale con funzione di densità di probabilità f
X(x) assegnata.
Sia Y una variabile casuale funzione di X con Y=g(X).
Ovviamente è possibile calcolare media e
varianza di Y nota la sua funzione densità di
probabilità f
Y(y).
Variabile casuale funzione di variabile casuale
• Definizione
Si definisce valore atteso della della variabile casuale Y=g(X) la funzione:
[ ] = ∑ ⋅ ( )
i
g x
if
Xx
iX g
E ( ) ( )
[ g X ] = ∫
−+∞∞g x ⋅ f ( ) x ⋅ dx
E ( ) ( )
XProprietà dell’operatore E[.]
• L’operatore E[.] è un operatore lineare, cioè:
[
c1 g1(X) c2 g2(X)]
c1 E[
g1(X)]
c2 E[
g2(X)]
E ⋅ + ⋅ = ⋅ + ⋅
Disuguaglianza di Tchebycheff
• Corollario della disuguaglianza di Tchebycheff
Sia X variabile casuale a varianza finita.
Allora si ha:
[ ] 1 1
2σ λ λ
µ ≤ ⋅ ≥ −
−
x xX P
[ ] 1 1
2σ λ λ µ σ
λ
µ
x− ⋅
x≤ X ≤
x+ ⋅
x≥ − P
o equivalentemente: