Sei sulla pagina 1di 10

Funzione di densità gaussiana

• Funzione di densità normale standardizzata, N (0, 1):


z2
!
1
f Z (z ) = √ exp − z∈R
2π 2
– Il grafico della funzione di densità fZ (z ) è simmetrico
attorno all’asse delle ordinate ed ha forma campanulare

– L’integrale che definisce la funzione di ripartizione FZ (z )


(integrale di Laplace-Gauss) non ha soluzione esplicita ed i
suoi valori calcolati tramite metodi numerici sono tabulati
al variare di z

– Funzione generatrice dei momenti della distribuzione nor-


male standardizzata:
u2
!
φZ (u) = exp
2
• Alla variabile aleatoria X = µX + ZσX è associata la fun-
zione di densità normale o gaussiana di parametri µ e σ 2,
  X X
2
N µX , σ X :
2!
1 (x − µ X )
f X (x ) = √ exp − 2
z∈R
σX 2π 2σX
– Il grafico della funzione di densità fX (x) ha forma cam-
panulare simmetrica, dotato di un solo punto di massimo
nel punto z = µX e di due flessi nei punti z = µX ± σX

– Funzione generatrice dei momenti della distribuzione nor-


male:
1 2 2
 
φX (u) = exp uµX + u σX
2

– Media e varianza della distribuzione normale:

E (X ) = µ X 2
Var (X ) = σX
 
2
– La variabile aleatoria X ha distribuzione N µX , σX ed a
e b sono costanti. Linearità:
 
aX + b ∼ N aµX + b, a2σX
2

– Le variabili aleatorie indipendenti Xj hanno distribuzione


 
N µXj , σX2 per j = 1, . . . , n ed a1, . . . , an sono costanti.
j
Additività:
 
n n n
a2 2 
X X X
aj Xj ∼ N  aj µXj , j σXj
j=1 j=1 j=1
• Funzione di densità normale k-dimensionale di parametri µX
e ΣX :
1 −1 T −1
fX1,...,Xk (x1, . . . , xk ) = e2 (x−µX ) ΣX (x−µX ) x ∈ Rk
1/2
(2π )k/2 |ΣX |
– µX e ΣX sono rispettivamente il vettore delle medie e
la matrice di varianze e covarianze del vettore aleatorio
k-dimensionale X
– Il vettore aleatorio k-dimensionale X ha distribuzione Nk (µX , ΣX ),
A e a sono una matrice h × k e un vettore h-dimensionale
di costanti. Linearità:
 
AX + a ∼ Nh AµX + a, AΣX AT

– I vettori aleatori indipendenti X1, . . . , Xn hanno densità


normale kj -dimensionale Xj ∼ Nkj µXj , ΣXj per j = 1, . . . , n,
A1, . . . , An sono matrici h × k di costanti. Additività:
 
n n
Aj ΣXj AT
X X
A1X1 + · · · + AnXn ∼ Nh  Aj µXj , j

j=1 j=1
– Incorrelazione e indipendenza. L’assenza di correlazione
tra gli elementi di un vettore aleatorio con densità normale
multidimensionale è condizione necessaria e sufficiente per
la loro indipendenza
– Densità marginali. Le distribuzioni marginali degli ele-
menti di un vettore aleatorio avente densità normale mul-
tivariata hanno a loro volta densità normale univariata:

 
T
X = (X1, . . . , Xk ) ∼ Nk (µX , ΣX ) −→ Xj ∼ N µj , σj

– Densità condizionate. Le densità condizionate di sottoin-


siemi degli elementi di un vettore aleatorio avente densità
normale multivariata hanno a loro volte densità normale
multivariata