Distribuzioni notevoli: tabella riassuntiva

1 Distribuzioni discrete
1.1 Distribuzione uniforme discreta
Insieme delle determinazioni di X:

I(X) = {x1 , . . . , xn } con x1 < x2 < · · · < xn

Funzione di probabilità:
1
p(x) = per x ∈ I(X).
n

Funzione di ripartizione:
X k
F (x) = p(xj ) = per xk ≤ x < xk+1
j:xj ≤x
n

Valore atteso:
x1 + · · · + xn
E[X] =
n

Varianza: 2
x2 + · · · + x2n

x1 + · · · + xn
σ (X) = 1
2
−
n n

Caso particolare: I(X) = {1, . . . , n}

Funzione di probabilità:
1
p(k) = per k = 1, 2, . . . , n.
n

Funzione di ripartizione:
k
F (x) = per k ≤ x < k + 1
n
1
Valore atteso:
n+1
E[X] =
2

Varianza:
n2 − 1
σ 2 (X) =
12

1.2 Distribuzione binomiale di parametri n, p

Insieme delle determinazioni di X:

I(X) = {0, 1, . . . , n}

Funzione di probabilità:
 
n k
p(k) = p (1 − p)n−k per k = 0, 1 . . . , n.
k

n n!


dove k
= k!(n−k)!
.

Funzione di ripartizione:
k  
X n
F (x) = pj (1 − p)n−j per k ≤ x < k + 1
j=0
j

Pn n


(si osservi che j=0 j pj (1 − p)n−j = 1).

Valore atteso:
E[X] = np

Varianza:
σ 2 (X) = np(1 − p)

2
1.3 Distribuzione di Poisson di parametro λ > 0
Insieme delle determinazioni di X:
I(X) = N

Funzione di probabilità:
λk
p(k) = e−λ per k = 0, 1, . . .
k!

Funzione di ripartizione:
k
−λ
X λj
F (x) = e per k ≤ x < k + 1
j=0
j!

Valore atteso:
E[X] = λ

Varianza:
σ 2 (X) = λ

2 Distribuzioni continue
2.1 Distribuzione uniforme continua su [a, b]
Densità di probabilità:
1

b−a
per a ≤ x ≤ b
f (x) =
0 altrimenti

Funzione di ripartizione:

 0 per x < a
x−a
F (x) = b−a
per a ≤ x ≤ b
1 per x > b


Valore atteso:
a+b
E[X] =
2
Varianza:

(b − a)2
σ 2 (X) =
12

3
2.2 Distribuzione esponenziale di parametro λ > 0
Densità di probabilità: 
0 per x ≤ 0
f (x) =
λe−λx per x > 0

Funzione di ripartizione:

0 per x ≤ 0
F (x) =
1 − e−λx per x > 0

Valore atteso:
1
E[X] =
λ

Varianza:
1
σ 2 (X) =
λ2

2.3 Distribuzione normale di parametri m, σ 2

Densità di probabilità:
1 (x−m)2
f (x) = √ e− 2σ2 perx ∈ R
σ 2π

Funzione di ripartizione: Z x
1 (t−m)2
F (x) = √ e− 2σ 2 dt
σ 2π −∞

Valore atteso:

E[X] = m

Varianza:

σ 2 (X) = σ 2

4
Caso particolare: m = 0, σ 2 = 1 (distribuzione normale standard )

Densità di probabilità:
1 x2
f (x) = √ e− 2 per x ∈ R
2π

Funzione di ripartizione: Z x
1 t2
F (x) = √ e− 2 dt
2π −∞

Valore atteso:

E[X] = 0

Varianza:

σ 2 (X) = 1