Lezione 17 - 6/04/21

Proprietà convoluzione
Dato vettore aleatorio assolutamente continuo.
Con densità di probabilità di congiunta:

La variabile aleatoria:

ha densità:

Ci sono molte analogia con la convoluzione delle variabili aleatorie discrete.

Dimostrazione

(1)

La regione arancione è dove dobbiamo integrare, allora (1) diventa:

Ma noi abbiamo la probabilità che Z sia di z

Allora mi accordo che:

Quindi:

Quindi:

Osservazione
Sia un vettore aleatorio n-dimensionale con componenti a valori reali.

Consideriamo il vettore aleatorio:

Dove g è una funzione continua e Borel-misurabile:

Vogliamo determinare la densità di .

Allora, valutiamo la probabilità:

Io posso anche determinare:

Bisogna stare attenti ad integrare nella regione giusta.

Ma allora ci deve essere una relazione tra la densità di uno e dell'altro vettore.

Ricordiamoci un teorema dell'analisi prima di fare la dimostrazione

Teorema cambio di variabile sugli integrali multipli
Siano aperti di
Funzione biunivoca e derivabile alla sua inversa.
Allora:

Ho una funzione poi la ritrovo applicata alla inversa della trasformazione inversa.

Usiamo questo teorema per la nostra dimostrazione:

Dimostrazione

(2)

Voglio usare il teorema del cambio di variabile, ma servono un paio di considerazioni.

Perciò (2) diventa:

Uso il teorema di cambio di variabile con queste posizioni:

Otteniamo:

Quindi, qual è la densità di :

Esempio
Siano VV.AA. indipendenti,
Calcolare la densità congiunta delle VV.AA.

Quindi cosa abbiamo un vettore aleatorio a componenti indipendenti e una

funzione

Prima di tutto determiniamo la congiunta di

Facciamo il prodotto delle densità marginali e abbiamo la congiunta, il cui supporto sarà il
prodotto delle maginali.

Quindi:

Determiniamo ora la marginale di V facendo una marginalizzazione:

Valori attesi (valore atteso e momento)
Definizione V.A. integrabile
Da X V.A. unidimesionale assolutamente continua e quasi certamente positiva con
densità
.
La V.A. X si dice integrabile se e solo se:

Dopodichè noi sappiamo che:

con

Allora per entrambe possiamo dire che gli integrali sono convergenti nel caso la V.A. X sia
integrabile.

Definizione valore atteso

Se X è un V.A. assolutamente continua quasi certamente positiva integrabile
In tal caso:

Definizione valore atteso V.A. a valori reali

Sia X una V.A. assolutamente continua a valori reali allora:
se parte positiva e nagativa sono integrabili
nel caso in cui uno dei due valori attesi sia
nel caso la parte positiva o la parte
negativa non siano integrabili
Consideriamo il teorema che ci permette di determinare il valore atteso di una V.A. che
sia
funzione di un'altra V.A.
Teorema
Siano VV.AA. con densità congiunta e sia
una funzione borel-misurabile e continua. Allora:

è integrabile se e solo se:

in tal caso:

Osservazione usando il teorema precedente

funzione generatrice
dei momenti di X

Esempi di VV.AA. assolutamente continue

Definizione V.A. Normale (Gaussiana)
Una V.A. è distribuita come una normale standard se ha funzione di densità:

La parte quadrettata è detta coefficiente di normalizzazione.

Osservazione
E' una densità?
Dobbiamo far vedere che l'integrale vale 1:

Chiamo:

E considero

(3)

Passo in coordinate polari:

dove

In questo lo Jacobiano cioè il determinantedella matrice Jacobiana risulta essere:

Applichiamo il teorema precedente, (3) diventa:

L'integrale rispetto a si può già fare:

Perciò in sintesi:

e quindi:

Cioè:

Espandiamo il ragionamento:

dove
Voglio la densità di

Derivo per ottenere :

Diremo che:

Quando non ho nessuno shift del supporto

Così come quando non ho più parametro moltiplicativo.
Per questo la normale coincide con la normale standard in queste condizioni.

Capiamo cosa significhino e calcolando il valore atteso:

Facciamo il medesimo integrale nel caso della normale standard:

Quindi:

Quindi è il valore atteso della variabile aleatoria