Variabili casuali - Lezione 5
-
Upload
sergio-pinna -
Category
Documents
-
view
581 -
download
1
description
Transcript of Variabili casuali - Lezione 5
![Page 1: Variabili casuali - Lezione 5](https://reader036.fdocumenti.com/reader036/viewer/2022081811/559aff451a28aba01a8b486e/html5/thumbnails/1.jpg)
1
Variabili Casuali
Variabile CasualeUna variabile casuale è una funzione a valori
reali definita su uno spazio degli eventi, quindi una funzione che associa agli
elementi dello spazio Ω degli eventi un numero reale
Variabili Casuali Discrete
Variabili Casuali Continue
![Page 2: Variabili casuali - Lezione 5](https://reader036.fdocumenti.com/reader036/viewer/2022081811/559aff451a28aba01a8b486e/html5/thumbnails/2.jpg)
2
Variabile Casuale Discreta
La v.c. X è detta discreta se assume un numero finito o una infinità numerabile di
valori x1, x2, ..xk
La funzione che associa ai valori x1, x2, ..xkle rispettive probabilità P(X=xi), i=1,…,k
si chiama distribuzione di probabilità ed ètale per cui
1( ) 1
k
ii
P X x=
= =∑
Variabile Casuale Continua
Una v.c continua è una funzione che può assumere tutti i valori compresi in un intervallo (a,b)
La funzione con è detta densità di frequenza è tale per cui
e
dove rappresenta l’area sotto la curva
fino al punto x, cioè la funzione di ripartizione.
( ) ,x f x
( )( )x
P X x f u du−∞
≤ = ∫
( ) 0f ⋅ ≥
( ) 1f u du∞
−∞
=∫( )P X x≤ ( )f ⋅
Per le variabili casuali continue P(X=x)=0, i casi possibili sono di fatto infiniti e quindi
Per le variabili casuali continue P(X=x)=0, i casi possibili sono di fatto infiniti e quindi
# casi favorevoli 1( ) 0# casi possibiliiP X x= = = =
∞
![Page 3: Variabili casuali - Lezione 5](https://reader036.fdocumenti.com/reader036/viewer/2022081811/559aff451a28aba01a8b486e/html5/thumbnails/3.jpg)
3
Esercizio:Si considerino due dadi a 3 facce e sia X la variabile casuale ‘somma dei
due dadi’• Si costruisca la variabile casuale X• Si calcolino E(X) e V(X)
( )( )( )( )( )( )( )( )( ) 1,1 1, 2 1,3 2,1 2, 2 2,3 3,1 3, 2 3,3=Ω
2 3 4 3 4 5 4 5 6
xi ni pi2 1 1/9=0.113 2 2/9=0.224 3 3/9=0.335 2 2/9=0.226 1 1/9=0.11
9 1
[ ]
( )22
2 2 2
( ) 2 0.11 3 0.22 .... 4
( ) ( )
2 0.11 3 0.22 .... 4 1, 33
i i
i i
E X x p
V X x p E X
= = ⋅ + ⋅ + =
= − =
= ⋅ + ⋅ + − =
∑∑
Esperimento Bernoulliano
E’ esperimento casuale che consiste in un insieme di n prove ripetute con le seguenti caratteristiche:
i) Ad ogni singola prova si hanno solo due esiti possibili, ‘successo’e ‘insuccesso’
ii) La probabilità p di ‘successo’ è costante
iii) Le prove sono indipendenti
n =1 Variabile Casuale di Bernoulli
n >1 Variabile Casuale Binomiale
![Page 4: Variabili casuali - Lezione 5](https://reader036.fdocumenti.com/reader036/viewer/2022081811/559aff451a28aba01a8b486e/html5/thumbnails/4.jpg)
4
Variabile casuale discreta che assume solo 2 valori 0 e 1 con probabilità rispettivamente (1-p) e p con 0<p<1 è detta variabile
casuale di Bernoulli. Si scrive
( )X Ber p≈Proprietà:
( ) ( )( ) ( )
1 ; 0 1 0 1
; ( ) 1
P X p P X p p
E X p V X p p
= = = = − < <
= = −
Variabile Casuale di Bernoulli
La Variabile casuale discreta che conta il numero di successi in n prove bernoulliane dove p , 0<p <1, è la probabilità di successo nella singola prova è detta variabile casuale Binomiale. Si scrive e assume tutti i valori interi da 0 a n secondo la seguente distribuzione di
probabilità
( , )X Bin n p≈
Proprietà:
( ) ( ); ( ) 1E X n p V X n p p= = −
Variabile Casuale Binomiale
( )( ) 1 0,1,...,n xxnP X x p p x n
x−
= = − =
Ad ogni prova le condizioni sono uguali a quelle di partenza, cioè p è costanteAd ogni prova le condizioni sono uguali a quelle di partenza, cioè p è costante
![Page 5: Variabili casuali - Lezione 5](https://reader036.fdocumenti.com/reader036/viewer/2022081811/559aff451a28aba01a8b486e/html5/thumbnails/5.jpg)
5
ESEMPIO: VARIABILE CASUALE BINOMIALE
Dato un mazzo di 52 carte, si estraggano 5 carte con rimessa e si consideri la variabile
X=“n° carte di cuori”
a) Che variabile è?
b) Probabilità di estrarre 3 cuori?
c) Probabilità di estrarre almeno 3 cuori?
d) Probabilità di estrarre al più 3 cuori
e) Probabilità di non estrarre cuori
f) Probabilità di estrarre almeno 1 cuori
ESEMPIO: VARIABILE CASUALE BINOMIALE
a) Che variabile è?
b) Probabilità di estrarre 3 cuori?
c) Probabilità di estrarre almeno 3 cuori?
( )135, 5,0.2552
X Bin n p X Bin ≈ = = ⇒ ≈
( ) ( ) ( )3 5 3 3 25 5!3 0.25 1 0.25 0.25 0.75 0.088 3 3!2!
P X − = = − = =
8,8%
( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )3 2 4 1 5 0
3 4 5
5 5 50.25 1 0.25 0.25 1 0.25 0.25 1 0.25
3 4 50.088 0.0146 0.001 0.1036
P X P X P X= + = + = =
= − + − + − =
= + + = 10,36%
![Page 6: Variabili casuali - Lezione 5](https://reader036.fdocumenti.com/reader036/viewer/2022081811/559aff451a28aba01a8b486e/html5/thumbnails/6.jpg)
6
ESEMPIO: VARIABILE CASUALE BINOMIALE
d) Probabilità di estrarre al più 3 cuori
e) Probabilità di non estrarre cuori
f) Probabilità di estrarre almeno 1 cuori
( ) ( ) ( ) ( )( ) ( ) ( ) ( )[ ]
0 1 2 3
3 1 3 1 4 5
1 0 .0 1 4 6 0 .0 0 1 0 .9 8 4
P X P X P X P X
P X P X P X P X
= + = + = + = =
= ≤ = − > = − = + = = = − + = 98 , 4%
( ) ( ) ( )0 550 0 .2 5 1 0 .2 5 0 .2 3 7 3
0P X
= = − =
2 3 ,7 3 %
( ) ( ) ( ) ( ) ( )( ) ( ) ( )
1 2 3 4 5
1 1 1 1 01 0 .2 3 7 3 0 .7 6 2 7
P X P X P X P X P X
P X P X P X
= + = + = + = + = =
= ≥ = − < = − = =
= − = 7 6 , 2 7 %
ESERCIZIO: VARIABILE CASUALE BINOMIALE
7 amici lanciano 2 monete ciascuno. Calcolare la probabilità che 2 di essi ottengano 2 teste.
SoluzioneDetta X la variabile casuale “numero di teste” si osserva che tale variabile si distribuisce secondo la legge binomiale cioè: essendo 7 il numero dei giocatori. Si pone ora il problema di determinare la probabilità p dell’evento “coppia di teste per un giocatore”. Anche in questo caso si tratta di una legge binomiale, quella che descrive l’esperimento casuale “numero di teste per un giocatore” ovvero essendo 2 il numero di monete lanciate da ogni giocatore ed essendo 0.5 la probabilitàche ogni moneta mostri il lato con la “testa”.Quindi:
e quindi
);7( pBiX ≈
)5.0;2(BiY ≈
25.02Pr ===> Yp
Pr "2 am ici ottengono 2 teste" Pr 2 0.311462X= = =