Sei sulla pagina 1di 3

ROSS05BB-199-0248.

Ita 30-11-2011 16:35 Pagina 213

5.4 Variabili aleatorie normali 213

Per mostrarlo, supponiamo a 7 0. (La verifica nel caso a 6 0 analoga.) Ora, FY , la


funzione di distribuzione della variabile aleatoria Y,
FY1a2 = P5aX + b a6

= Pe X f
a - b
a

= FX a b
a - b
a
Derivando rispetto ad a si deduce che la densit di Y

fY1a2 = f a b
1 a - b
a X a
2
exp e - a - m b n2s2 f
1 a - b
=
22p as a

exp5-1a - b -am22>21as226
1
=
22p as
e ci prova che Y normale con valore atteso am + b e varianza a2s2.
Una conseguenza importante del risultato precedente costituita dal fatto che se X
una variabile normale di parametri m e s2, allora Z = 1X - m2>s una variabile
normale di parametri 0 e 1. Una tale variabile aleatoria viene detta variabile normale
standard.
Mostriamo ora che i parametri m e s2 di una variabile aleatoria normale sono il suo
valore atteso e la sua varianza.

Esempio 4a. Determinare E3X4 e Var1X2 se X una variabile aleatoria normale di


parametri m e s2.
Soluzione Determiniamo innanzitutto la media e la varianza della variabile nor-
male standard Z = (X )/. Si ha
q

E3Z4 = xfZ1x2 dx
L- q
q
1
xe-x >2 dx
2
=
22p L- q

e-x >2 `
q
1 2
= -
22p -q

= 0

Quindi
Var(Z ) = E[Z 2 ]
q
1
x2e-x >2 dx
2
=
22p L- q
ROSS05BB-199-0248.Ita 30-11-2011 16:35 Pagina 214

214 Capitolo 5 Variabili aleatorie continue

2
Integrando per parti (u = x, dv = xex /2) si ottiene

`
q q
1 x2 /2
Var1Z2 = ( xe + e x2 /2 dx)
22p -q
L- q
q
1
e-x >2 dx
2
=
22p L- q
= 1
Dato che X = + Z, luguaglianza precedente porge
E[X] = + E[Z] =
e
Var(X) = 2 Var(Z) = 2

Tradizionalmente si indica la funzione di distribuzione di una variabile normale


standard con 1x2. Si pone cio
x
1
e -y >2 dy
2
1x2 =
22p L- q
I valori di 1x2 per gli x non negativi sono dati nella Tabella 5.1. Per valori negativi di
x, 1x2 si pu ottenere dalla Formula (4.1):
1-x2 = 1 - 1x2 -q 6 x 6 q (4.1)
[I valori di 1x2 si possono anche calcolare nel sito web del testo.] La dimostrazione
della (4.1), che segue dalle simmetrie della densit della variabile normale, lasciata
per esercizio. La formula precedente afferma che se Z una variabile normale standard
allora
P5Z -x6 = P5Z 7 x6 -q 6 x 6 q
Dato che Z = 1X - m2>s una variabile normale standard se X normale di
parametri m e s2, la funzione di distribuzione di X si pu scrivere come
FX1a2 = P5X a6

= Pa b
X - m a - m

s s

= a b
a - m
s

Esempio 4b. Sia X una variabile aleatoria normale di parametri m = 3 e s2 = 9,


Determinare
(a) P52 6 X 6 56; (b) P5X 7 06; (c) P5X - 3 7 66.
Soluzione
P52 6 X 6 56 = P e f
2 - 3 X - 3 5 - 3
(a) 6 6
3 3 3
ROSS06BB-249-316.Ita 30-11-2011 15:23 Pagina 284

284 Capitolo 6 Leggi congiunte di variabili aleatorie

Riconoscendo che questultima una densit normale, possiamo concludere che


dato Y = y, la variabile aleatoria X distribuita con legge normale di media
 x +   x ( y  y ) e varianza x2 (1 2 ) . Inoltre, poich la legge congiunta di X, Y
y

uguale a quella di Y, X se si cambiano le costanti x, x con y, y, segue facil-


mente che la distribuzione condizionata di Y dato X = x normale di media

 y +   y ( y  x ) e varianza y (1 ). Da questo deriva che condizione neces-
2 2
x

saria e sufficiente affinch le variabili X e Y siano indipendenti che = 0 (un


risultato che peraltro si pu ottenere partendo dalla densit congiunta, notando
che solo quando = 0 essa pu scriversi come prodotto di due fattori, dei quali
uno dipende solo da x e laltro solo da y).
Posto C = 1 , la densit marginale di X vale
2 xy 12


f X ( x) = f ( x, y) dy
1 x x y y
=C exp 2(1 2 ) [( x
)2 + (
y
)2

( x x )( y y )
2 ] dy
x y

yy
Operando il cambiamento di variabili w = y
si ha

1 x x 2
f X ( x) = C y exp ( )
2(1 2 ) x


1 x x
exp [ w 2 2 w ] dw
2(1 2 ) x

1 x x 2

=C y exp ( ) (1 2 )
2(1 2 ) x

1 x
exp [w x 2
] dw
2(1 2 )
x

Poich
1 1
exp [w ( x x )]2 dw=1
2(1 2 ) x
2(1 2 )

vediamo che

f X ( x) = C y 2(1 2 )e ( xx ) /2 x2
2

1
= e ( xx )2 /2 2x
2 x