Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
• Indipendenza:
X ∼ G(n, b, r )
→ di 2 insiemi sse P(A ∩ B) = P(A)P(B) Estraggo n oggetti da un insieme di r + b 3) P(z < −a) = Φ(−a) = 1 − Φ(a) Media (valore atteso)
→ di 3 insiemi sse oggetti. X indica quanti oggetti di tipo r ci
4) P(z < a) = Φ(−a) E[x] = ∑∞ i=0 xi p(xi )
P(A ∩ B ∩C ) = P(A)P(B)P(C ) e sono tra gli n estratti.
( r )( b )
Non ho speranza matematica finita se
P(A ∩ B) = P(A)P(B) e Densità: p(x = k) = k b+n−k 5) P(z > a) = 1 − Φ(a) E [x] = 0, quindi si dice "x centrata".
P(A ∩C ) = P(A)P(C ) e ( n r)
P(B ∩C ) = P(B)P(C ) E[x] = np (con p = b+r r ) Prop. della linearità:
+r−n E [cx] = cE [x]
Var(x) = np(1 − p)( bb+ r−1 )
Normale standard E [x + y] = E [x ] + E [y]
Permutazione traslata
Prop. della densità:
E [cx] = cE [x]
Semplice: Pn = n!
Poisson E [xy] = E [x]E [y]
Con ripetizione: Pn,k1 ,k2 ,...,kr = n!
X ∼ P0 (λ ) Z ∼ N ( µ, σ 2 )
k1 !k2 !...kr !
Se ho X ∼ B(n, p) con n grande e p piccolo, Dev’essere ricondotta ad una Normale
standard:
lo approssimo a Poisson con λ = E [x] = np
P(x > a) = P(z > a−µ
Disuguaglianza di
σ ) = 1 − Φ( σ )
a−µ
Disposizione Densità: p(x = k) = λ k −λ
(binomiale)
k! e Somma: Chebychev
Semplice: E[x] = λ w = x1 + x2 → w ∼ N ( µ1 + µ2 , σ12 + σ22 )
Dn,k = n(n − 1)(n − 2)...(n − k + 1) Var(x) = λ Differenza: Data x v. a. (discreta o continua) con
| {z }
w = x1 − x2 → w ∼ N ( µ1 − µ2 , σ12 + σ22 ) µ = E [x] e σ 2 = Var (x), preso un qualunque
k termini
Quantile: usare le tavole "al contrario" σ2
Con ripetizione: Dn,k = nk r > 0 si ha che ∀r > 0 P(|x − µ| > r ) 6
Proprietà della varianza r2
µ = media
Combinazione σ = deviazione standard Quantile α-esimo Densità di v. a. continue
Dn,k σ 2 = varianza
Semplice: Cn,k = (nk) = n!
Pk = k!(n−k)! Var (x) = E [(x − E [x])2 ] Normale standard:
É l’unico valore qα tale che P(x 6 qα ) = α t
Con ripetizione: Cn,k = ( n ) = (k!n+
n+k−1 k−1)! Var (x) = ∑∞ 2
i=1 (xi − µ ) p(xi ) Come si fa a trovare il qα di una v. a. f (t ) = √12π e− 2 = ϕ (t )
(n−1)!
E [xy] = E [x]E [y] ⇒ x e y sono indipendenti Normale? Si legge la tavola delle Normali "al Distrib. Esponenziale:
Proprietà: contrario".
λ e−λt se t > 0
Proprietà del binomio 1) Var (x) = E [x2 ] − E [x]2 ES: ho α = 0, 52 e voglio trovare il quantile f (t ) =
0 se t < 0
zα ⇒ Φ(zα ) = 0, 52. Dalle tavole, il più
• (nk) = (n−k
n
) 2) Var (aX ) = a2Var (X ) vicino è 0, 51994 che corrisponde a 0, 0 (riga)
Distribuzione Gamma
fx (t ) con X ∼ N (0, 1)
• (n1) = (n−1
n
)=n 3) Var (a + X ) = Var (X ) e 0, 05 (colonna) ⇒ zα = 0, 05
Distribuzione T di Student
ES: siccome nelle tavole non esiste −t 2
• (n0) = (n−0
n
)=1 4) se x e y hanno varianza finita e sono 0 < α < 0, 5, allora α > 0, 5 ⇒ 1 − α > 0, 5 ϕ (t ) = √12π e 2
indipendenti, allora (e quindi z1−α esiste nelle tavole)
• (nk) = (n−1 n−1
k ) + ( k−1 ) T = √z y (con z ∼ N (0, 1) e y ∼ χ 2 (n))
Var (x + y) = Var (x) + Var (y) (con la media ES: z0,05 = z1−0,05 = −z0,95 = −1, 6449 n
• (nk) = (k−1
n n−k+1
) k lo posso fare anche se non sono indipendenti) (α = 0, 95 ⇒ zα = 1, 6449) T ∼ t (n) (per n > 120)