Lezione 9 - 10/03/21

Sia X una V.A. a valori in :

Proposizione
X V.A. a valori in . Siano
Si ha:
1.
2.

3.

4.

5.
6.

7.

Ovviamente tutte dipendono da come la funzione di distribuzione si comporta nei punti a

e b.
Di queste relazioni ci serve solo dimostrare la perché essa racchiude la tecnica per
dimostrare le altre.

(1)
Scriviamoci a parte l'evento:

Lo voglio riscrivere come limite di una successione di eventi:

(2)

Quindi:

(3)
 (4)

Adesso usiamo ciò che abbiamo fatto in (4) dentro (3), poniamo:

(5)

Sostituiamo le definizioni di (5) dentro (3) e vediamo che diventa identico a (4) e perciò
vale.
Perciò:

(6)

Osservazione
Se è continua si ha che:

Esempio
Questa funzione sopra è:
• non decrescente
• consitnua a destra
• giusti i limiti
Considero dove c'è un salto, per cui posso consi9dero il limite destro nel punto
perciò
considero:

(7)

Perciò la sola analisi di questo grafico ci permette di dire alcune cose sulla funzione di
probabilità della V.A. X.
valutiamo cosa succede nel secondo salto:

(8)

La somma dei risultati di (7) e (8) dà proprio 1, perciò:

Sommare tutte le probabilità degli eventi fondamentali di uno spazio campionario ricavo
proprio 1 (probabilità di uscita testa + probabilità di uscita croce).
E' come se avessi costruito un oggetto che assume due valori: con probabilità
.
Vediamo che questo è molto simile al lancio di una moneta (magari non bilanciata).
Esempio
Spazio di probabilità
Definiamo la seguente V.A.

Allora la funzione di distribuzione:

Scansioniamo e vediamo cosa succede alla distribuzione:

1.75

1.5

1.25

0.75

0.5

0.25

-7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
-0.25

-0.5

In cui:

Fisso :

Fisso

Fisso

Definizione variabile aleatoria degenere

La variabile
Viene denominata "variabile aleatoria su c"
Degenere perché di fatto non ha aleatorietà, carica tutta la sua probabilità sul punto.

Variabili aleatorie discrete

Definizione
Sia X una variabile aleatoria a valori in .
X si dice "discreta" se finito o numerabile tale che:

1. l'evento è quasi certo. (q.c.)

2. Cioè esiste un insieme S in cui la probabilità si
distribuisce,
al di fuori di esso la probabilità è nulla
Definizione supporto
L'insieme S viene denominato supporto di X o anche spettro di X.
Definizione
La funzione è detta densità discreta di X.

Osservazione
La densità discreta è nulla su .
E' positiva su S.

Osservazione

Consideriamo

Nel caso della variabile aleatoria degenere il supporto S è formato da un solo punto, il
punto
c, perchè a tutti gli altri valori assegna valore 0.

Consideriamo la distribuzione di una variabile aleatoria, su di uno spazio di probabilità

di partenza ed uno di arrivo

E' evidente che:

Osservazione
Per quanto riguarda la funzione di distribuzione:

Facendo il ragionamento fatto precedentemente mi ritrovo allora ad avere un nuovo modo

di
avere la funzione di distribuzione:
Graficamente:

Naturalmente a forza di saltare arriverò ad 1 perchè avrò sommato le probabilità di tutti gli
elementi.

Sommo valori finché non arrivo al posto 5 dove dovevo arrivare.

Osservazione
In generale, :
Osservazione
La definizione di V.A. discreta è estendibile al caso n-dimensionale
Per esempio se volessimo fissare :
X V.A. discreta che assume valori in
se al più numerabile tale che:
1. l'evento è q.c.
2.

In questo modo estendiamo a variabili aleatorie in .

Definizione V.A. di Bernoulli
Lo spazio campionario sarà sempre:

Cioè uno esperimento dicotomico, che si baserà sullo spazio di probabilità di partenza:

la variabile aleatoria di Bernoulli è così definita:

Esso individuerà lo spazio di probabilità di arrivo:

Consideriamo
Allora:

Se invece: in allora:

Se allora:

Se allora:

Fissiamo le probabilità:
Scriviamo adesso il supporto:

Essa si scrive:

Possiamo provare a disegnare il grafico della funzione di distribuzione: