Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
p E 1∪E 2 = p E 1 p E 2 altrimenti
p E 1∪E 2 = p E 1 p E 2 − p E 1∩E 2
Probabilità composta
Due eventi sono indipendenti se P E 1∩E 2 =P E 1 ⋅P E 2 .
In tal caso P E 2 / E 1 =P E 2 / E 1
Probabilità condizionata
Dato uno spazio di probabilità, sia F ∈F un evento tale che P F 0 Dato un qualsiasi evento
P E∩F
E ∈F si chiama probabilità condizionata di E dato F il numero P E∣F := e la si
PF
interpreta come la probabilità che si verifichi E sapendo che si è verificato F.
Formula di Bayes
(Sotto le stesse ipotesi della formula delle probabilità totali, e in più P E 0 )
Se un evento E può essere originato dalla causa H1 o dalla causa H2 tra loro incompatibili, la
probabilità che sia stato generato da H1 è
p H 1 ⋅p E∣H 1
p H 1∣E = =
p H 1 ⋅p E∣H 1 p H 2 p E∣H 2
probabilità che agisca H 1 e che in dipendenza di ciò si verifichi E
=
probabilità che si verifichi E non importa per quale causa
Variabili aleatorie
Densità
Sia X una variabile aleatoria. La funzione p X :=P X = x si chiama si chiama densità discreta.
Funzione di ripartizione
F X x= ∑ p X x k ∀ x∈ℝ
k : x k ≤x
Tramite la funzione di ripartizione si può definire la densità come p X x k =F X x k −F X x k −1
Vettori aleatori
Vettori aleatori discreti
Un vettore aleatorio si dice discreto se tutte le sue componenti sono variabili aleatorie discrete
Densità
La funzione p X x :=P X 1= x 1, , X n =x n con x= x 1, , x n
Varianza
Var [ X Y ]=Var [ X ]Var [Y ]2 Cov [ X ,Y ]
Covarianza
Se la varianza di X1 e X2 è finita: Cov X 1, X 2 =E [ X 1−E X 1 X 2−E X 2 ]
Coefficiente di correlazione
Se Var X 1 ,Var X 2 0 si definisce coefficiente di correlazione
Cov X 1, X 2
X1 , X2 =
Var X 1 Var X 2
Media campionaria
X 1 X n
= X n
n
Metodi pratici
Calcolo della probabilità nota la densità
b
P a X B=∫ f X x dx
a
{
f 1 X a x≤b
f 2 x b x≤c
Se f X x= f 3 x cx≤d
0 altrove
{
0 x≤a
x
∫ f 1 x a x≤b
a
b x
Allora F X x= ∫ f 1 x∫ f 2 x b x≤c
a b
b c x
Scelta Binomiale/Poisson
Si sceglie una distribuzione di poisson Poi(λ) se λ=np t.c. n grande e p piccolo.
Altrimenti è preferibile la binomiale Bi(n, p).
Correzione di continuità
Per il calcolo della probabilità di una binomiale approssimata con una gaussiana
P S ≤ x=P S ≤x0,5=P
S −E S x0,5−E S
Var S
≤
Var S
Oppure, più direttamente e in modo più completo
P k ≤S ≤r ≈
r0,5−E S
Var S
−
k −0,5−E S
Var S
Uso della distribuzione esponenziale
X ~exp
P X x=e− x ⇒ Se =2 , allora P X 40=e−2⋅40 =e−80
Covarianza
Cov X 1, X 2 =E X 1 X 2 −E X 1 E X 2
Cov=0 è una condizione necessaria (ma non sufficiente) per l'indipendenza di due variabili
aleatorie.