Processo bernoulliano (II)

• La variabile casuale discreta T(1) che indica il numero di prove

necessarie affiché si verifichi il primo successo in un processo
bernoulliano con n = ∞ ha insieme di definizione dato da
RT(1) = {x ∈ R : x = 1, 2, 3, . . .}.

La funzione di probabilità di T(1), detta geometrica di parametro

p è data da:

pT(1) (x) = (1 − p)x−1 p x = 1, 2, 3, . . .

– Media e varianza della distribuzione geometrica:
 1    1−p
E T(1) = Var T(1) =
p p2

– Funzione caratteristica della distribuzione geometrica:

peiu
ψT(1) (u) = eiu (1 − p) < 1
1 − eiu (1 − p)

– Mancanza di memoria della distribuzione geometrica:

   
PT T(1) ≤ x + t|T(1) > x = PT(1) T(1) ≤ t
(1) |T(1)
• La variabile casuale discreta T(r) che indica il numero di prove
necessarie affiché si verifichi l’r-esimo successo in un processo
bernoulliano con n = ∞ ha insieme di definizione dato da
RT(r) = {x ∈ R : x = r, r + 1, r + 2, . . .}.

La funzione di probabilità di T(r), detta binomiale negativa o

di Pascal di parametri r e p è data da:
 x − 1
pT(r) (x) = pr (1 − p)x−r x = r, r + 1, r + 2, . . .
r−1
– Media e varianza della distribuzione binomiale negativa:
  r   r (1 − p)
E T(r) = Var T(r) =
p p2
• Si consideri una successione di n prove indipendenti in cui
ciascuna prova possa avere come risultato uno di k eventi 
(1)
necessari e incompatibili s , . . . , s (k) con probabilità P s (j) =
pj .

• Il vettore aleatorio X = (X1, . . . , Xk ) in cui Xj rappresenta

il numero di volte che si presenta il j-esimo risultato nelle
n proven indipendenti, ha insieme di definizione della forma
o
k Pk
RX = x ∈ R : xj = 0, . . . , n, j = 1, . . . , k, j=1 xj = n .

La funzione di probabilità di X, detta multinomiale di para-

metri n, p1, . . . , pk , è data da:
n! x x x
pX1,...,Xk (x1, . . . , xk ) = p11 p22 · · · pk k x ∈ RX
x1 ! · · · xk !
– Ciascun elemento Xj del vettore aleatorio X avente dis-
tribuzione multinomiale ha distribuzione marginale bino-
miale di parametri n e pj .

– Media e varianza di elementi di un vettore aleatorio avente

distribuzione multinomiale:
     
E Xj = npj Var Xj = npj 1 − pj

– Covarianza tra elementi di un vettore aleatorio avente

distribuzione multinomiale:
 
Cov Xj Xh = −npj ph
• Estrazioni senza reinserimento da un’urna contenente avente
M palline di cui m bianche. La variabile aleatoria discreta X
che indica il numero di palline bianche ottenute in n estrazioni
ha insieme di definizione:

RX = {x ∈ N : max [0, n − (M − m)] ≤ x ≤ min [n, m]}

La funzione di probabilità di X, detta ipergeometrica di pa-

rametri n, M ed m, è data da:
m M −m
  
x
pX (x) =  n−x x ∈ RX
M

n
– Media e varianza della distribuzione ipergeometrica:
m m m M −n
 
E (X ) = n Var (X ) = n 1−
M M M M −1