Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
γ α, x P α, x Γ α u α 1 e u du
0
Γ α, x Γ α γ α, x Γ α 1 P α, x u α 1 e u du
x
P(α,x) 1
p 1
u
1
P(α,x) α=1/5 I u, p u
p
e u du P p 1, u p 1
0.8 Γ p 1 0 x=7.5
0.8
α=1/2 di Pearson della funzione Gamma incompleta.
è nota come forma x=5
α=1
0.6
-------------------------
0.6
(*) x=3
Nella forma più generale, tuttavia, la funzione Gamma incompleta è definita in modo tale che
α=2 x=2 x, possano essere numeri complessi.
sia il0.4parametro α, sia la variabile indipendente
La 0.4funzione Gamma incompleta x=1
interviene
α=3 in numerosi problemi di natura
matematica ed ingegneristica.
x=1/2 α=5
0.2
0.2
x=1/5
α=7.5
00 P(α,x)
00 11 2
2 3
3 44 55
αx
Elementi lineari e stazionari in serie
Un sistema caratterizzato da una relazione tra ingresso, i(t), ed uscita, u(t),
fornita dall’equazione differenziale ordinaria:
d i(t) u(t)
u t k u t i t
dt k
sarà caratterizzato da una relazione tra ingresso, i1(t), ed uscita, un(t), fornita
dall’equazione differenziale ordinaria (in notazione di Heaviside):
n
d
1 k un t i1 t
dt
Distribuzioni probabilistiche
Dalla definizione della funzione Gamma incompleta si evince che essa:
è una funzione continua;
è una funzione monotona crescente, dP α, x dx 0 ;
è una funzione per la quale P α,0 0 e lim P α, x 1
x
P α, βz
1
θ
y
α 1
e y dy FZ z z 0, α 0, β 0 , θ 0
Γ α 0
χ 2 0, v 0
n 0,1,2,..., λ 0, t 0
formula di ricorrenza:
xαe x
P α 1, x P α, x
Γ α 1
derivazione:
dP α, x x α 1e x
dx Γ α
integrazione:
y
yαe y
0
P α, x dx y P α, y α P α 1, y y α P α, y
Γ α
z
1 1
P α, x dx dy 2 z P α, z α z P α 1, z 2 α α 1 P α 2, z
y 2
0
0
1 Γα β
x 1 P α, x dx β Γ β
β 1
β 0
0
1
1
e 1 P α, x dx β 1 β 1
βx
α β 0
0
autoconvoluzione:
x
P α1 , x dP α 2 , x dx P α1 , x u dP α 2 , u P α1 α1 , x
0
x
P α1 , x P α 2 , x P α1 , x u P α 2 , u du
0
x P α1 α 2 , x α1 α2 P α1 α2 1, x
-------------------------
(*)
Laddove uno dei fattori C j o D j , j=0,1,2,…, assuma il valore zero, sarà sufficiente
sostituirlo con un numero estremamente piccolo, prossimo al prodotto tra l’accuratezza di
macchina e l’accuratezza richiesta per il calcolo dello sviluppo in frazione parziale.
Il fatto che, per la funzione Gamma incompleta, lo sviluppo in serie converge
con sufficiente rapidità per valori di x minori di α+1, mentre lo sviluppo in
frazione continua converge con sufficiente rapidità per valori di x maggiori di
α+1, suggerisce di sviluppare un algoritmo per il suo calcolo che utilizzi
entrambi gli sviluppi, ognuno nel campo di valori di x ove la convergenza è
più rapida.
Riduzione al caso 1 ≤ α ≤ 2:
Se 0 < α < 1:
xαe x
P α, x P α 1, x
Γ α 1
x 0.35 e x
esempio: P 0.35, x P 1.35, x
Γ 1.35
Se α > 2:
x α 1 x α2 x αn
P α, x e x ... P α n, x
Γ α Γ α 1 Γ α n 1
1αn 2
Calcolo di P α, x , per 1 α 2 :
Se 0 < x ≤ 2.5:
Calcolo basato sullo sviluppo in serie
Se x > 2.5:
Calcolo basato sullo sviluppo in frazione parziale
INVERSA DELLA FUNZIONE GAMMA INCOMPLETA
Non di rado, specialmente nelle applicazioni di tipo probabilistico, è richiesta
la valutazione dell’inversa della funzione Gamma incompleta, invP(α,y):
invP(α,y) = x se y = P(α,x)
Esempio
Da un campione casuale di dati, di numerosità pari ad n, x1, x2, …, xn, viene
calcolata la varianza campionaria s2:
2
1 n 1 n
s xi xi
2
n i 1 n i 1
Si voglia testare, a livello di significatività α, l’ipotesi che il campione casuale
provenga da un universo statistico distribuito in accordo a legge gaussiana
avente varianza teorica σ2=1.
Il problema può essere risolto ricordando che, nelle condizioni dell’esempio
qui descritto, la densità di probabilità (esatta) della varianza campionaria s2
è fornita da:
n 1
n s2 2
n3
n 2
fS2 s2 exp s 2
n1
n 1 2 0 s2
2 Γ
2
2
per cui, considerando un test ad una coda, l’intervallo di non rigettabilità
dell’ipotesi sarà 0 ≤ s2 ≤ s2α dove il valore s2α dovrà soddisfare la relazione:
sα2
f u du 1 α
0
S2
2
n sα2 2 n1
1 1
exp z z 2
dz 1 α
n 1
Γ 0
2
n 1 n sα2 2 n1
P , 1 α e, quindi: sα2 invP ,1 α
2 2 n 2
P(α,x) − y = 0 0≤y<1
x k 1 x k
f xk
f x x x k
Fermo restando, ovviamente, che εinvP non potrà essere migliore di εP, le
due accuratezze, risultano, in prima analisi, legate per tramite dei valori
di ∂P(α,x)/∂x e, dunque, per l’inversa della funzione Gamma incompleta, i
risultati meno accurati si otterranno laddove le derivate ∂P(α,x)/∂x
assumono valori particolarmente elevati, cioè per α << 1 ed x ≈ 0.
x
1
I a, b, x u a 1 1 u
B a, b
b 1
du
0
dove i parametri a e b sono quantità positive, a > 0, b > 0, e la variabile
indipendente x é una quantità compresa tra lo zero e l’unità, 0 ≤ x ≤ 1. Una
diffusa notazione alternativa indica la funzione Beta incompleta, I(a,b,x), con
il simbolo Ix(a,b).
0 I a, b, x 1
B x a, b .
3 .5 3 .5
indicata anche, in notazione alternativa, con il simbolo Tra le
p a ra m e tro b
p a ra m e tro b
2 .5 2 .5
2
B2 a, b, x
I a, b, x
1 .5 5 a, b
1 .B
1 1
0 .5 0 .5
0 .5 1 1 .5 2 2 .5 3 3 .5 4 4 .5 5 0 .5 1 1 .5 2 2 .5 3 3 .5 4 4 .5 5
p a ra m e tro a p a ra m e tro a
Distribuzioni
F u n z i o n e B eprobabilistiche
t a I n c o m p l eFunzione
t a : x = 0 . 6 Beta Incompleta
F u n z io n e B e ta In c o m p le ta : x = 0 .8
5 5
Dalla 1definizione della funzione Beta incompleta si evince che essa:
4 .5 4 .5
0.75
p a ra m e tro b
p a ra m e tro b
3 3
per cui possiede tutte le proprietà di una funzione di ripartizione di
probabilità a=1/10, b=1/2
2 .5 2 .5
di una variabile aleatoria continua limitata.
2 2
0.5
Infatti: 1 .5 1 .5
la a=1/2,
1
funzione
b=1/2 Beta incompleta di variabile 1
indipendente
0.25 x
0 .5z p q p , con q p , e parametri a 1 e b 1 : 0 .5
0 .5 1 1 .5 2 2 .5 3 3 .5 4 4 .5 5 0 .5 1 1 .5 2 2 .5 3 3 .5 4 4 .5 5
p a ra m e tro a a=2, b=2 a=10, b=2 p a r a m e t r a=5,
o a b=1/2
0
0 0.25 0.5 0.75 1
x
z p q p
z p 1 z p
I 1,1, dy FZ z pzq
q p B 1,1 0
q p
è la funzione di ripartizione, FZ z , della distribuzione di
probabilità uniforme sull’intervallo [p, q] . Per p 0 , q 1 , posto
x z u , si ha
u
1
I 1,1, u dy u F u 0u1
B 1,1
U
0
1 1 w w
2
w
1 arcsin FW w c w c
2 πc c c
è la funzione di ripartizione, FW w , della distribuzione di
probabilità di Wigner (nota anche come distribuzione di probabilità
semiellittica).
1 ds AT t 0 t , ν 0
ν B 1 2 ,ν 2 t
ν
k 0
0 p 1, m 0,1,..., n
Simmetria:
I a, b, x 1 I b, a,1 x
Valori speciali:
I m, b, x 1
1 x b m 1 1 k m 1 1 x k
B m, b k 0 k bk m 1,2,3,...
n1
x a n 1
1 k x
k
I a, n, x n 1,2,3,...
B n, a k 0 k ak
formule di ricorrenza:
xa 1 x
b
I a 1, β, x I a, b, x
a B a, b
xa 1 x
b 1
I a 1, b 1, x I a, b, x
a B a, b
xa 1 x
b
I a, b 1, x I a, b, x
b B a, b
x a 1 1 x
b
I a 1, b 1, x I a, b, x
b B a, b
I a, b, x x I a 1, b, x 1 x I a, b 1, x
a b
I a, b, x I a 1, b, x I a, b 1, x
ab ab
derivazione:
d I a, b, x x a 1 1 x
b1
dx B a, b
Esempio:
- dovendo calcolare: F=I(3.2,1.9,0.8), per cui è 0.8>(3.2+1)/ (3.2+1.9+2)
- si calcola: G=I(1.9,3.2,0.2), per cui è 0.2<(1.9+1)/ (1.9+3.2+2)
- e risulterà: F=1−G
L’algoritmo per il calcolo della funzione Beta incompleta qui descritto è stato
utilizzato per la scrittura della routine BetInc.