Sei sulla pagina 1di 3
TEORIA DELLE VARIABILI CASUAL] 305 “asse reale, anche se la v.c. disereta pud assumere con probabilta positiva solo tn numero distinto ¢ ben specificato di valori, Infatt, la funcione di ripartizione alcolata in xy non riguarda solo il valore x, ma rappresenta la probabilita corti pondente a tutti valor’ infetioti od uguali ax, Una differenza sostanziale tra la funzione di ripartizione di una v.c. discreta qwella di una vc. continua si manifesta nel calcolo della probabilita di un valore ingolo. Infatti, come abbiamo visto, tale probabilita in ogni caso pari a PHX = 9) = Prlxy < X § x9) = Fg) — F(xp) ‘er ogni x reale, dove Flxg) 2 il limite di F(x) per x che tende a xp de sinistra. Ora, se X 2 una vc. continua la funzione di ripartizione F(x) sara continua et cui: F(x) = Fla) e, quindi, P(X = x) = 0. Invece, se X @ ua nc. disereta, essendo F(x) una funzione a gradini, Pespres- ione precedente non sari sempre nulla perché nei punti di discontinuit’ (che oincidono con il supporto della ve. discreta) il limite sinistro Flxs) non coinc! ¢ necessariamente con F(x). In tali punti, la differenza Flx)- Flxz) & proprio 1 probabilité che la vc. assuma il valoce x, come sari evidente nell'esempio 9.6 wece, in (uuti gli altri punti non eppartenenti al supporto della we. X, tale diffe. snza é identicamente nulla. Riassumiamo, nel riquacro seguente il calcolo delle probabilita relative ad un wtervallo reale, per i quattro casi possibili Prix < X $x) = Foxy) - Flx,) Prix, $ X $ x) = F(x,) - F(x;) + PAX = x) | Prix, SX Od inolere: [iner= fodes feode+forax= Seen? Quindi, la funzione di densita @ univocamente specificata ed & cos) definite fly = {2% Perogni0 sx <1 0, altrove Per derivare Ia funzione di ripartizione, occorre tener presente che, per una v.c. com tinue, F(x) rappresenta sempre Varea sottesa dalla funzione ai densita per valor nen guperion a x; guindl, essa & nulla sino ad x=0; vale 1 per x21 e, nel supporto spect fico, per ogni xe (0, 1), si ha: Foa)= | fiwsdw= | dw + fu) dw = x 307 TEORIA DELLE VARIABILI CASUAL Pertanto, la funzione di ripartizione di tale we. & cost definita: J, -w 05) = 1 ~ FiOS) = 1 ~ (0,5)? = 0,7 PHO,1 < X $04) = (0,4) ~ F(O,1) = (0,4? ~ ( PAIX <0,7)\(X203)) = PAX <0,7) + PAX203) ~Pr((X