1/6
Looks like no tags are added yet.
(D9) Definizione di Variabile Aleatoria (V.A.) e Misurabilità
Definizione: Sia (Ω,A,P) uno spazio di probabilità. Una funzione X:Ω→R è una variabile aleatoria se per ogni t∈R:
{ω∈Ω:X(ω)≤t}∈A
Notazione Controimmagine: L'insieme sopra corrisponde a X−1((−∞,t])∈A.
Significato: L'evento {X≤t} appartiene alla σ-algebra A, quindi ne possiamo calcolare la probabilità P(X≤t).
D10/D14 Definizione formale di Legge (o Distribuzione) di una V.A. X.
Definizione: Per ogni A∈B(R) (sigma-algebra di Borel su R), la mappa:
A⟼P({ω∈Ω:X(ω)∈A})
si dice legge di X oppure distribuzione di X (indicata con PX o LX).
Significato: È la misura di probabilità indotta su R da X, cioè PX(A)=P(X∈A).
(D15) Definizione di Funzione di Ripartizione FX e suo ruolo nel determinare la Legge PX
Definizione: Sia (Ω,A,P) uno spazio di probabilità e X una V.A. La funzione FX:R→[0,1] definita da:
FX(x):=P(X≤x)=P(X∈(−∞,x])
si dice funzione di distribuzione o di ripartizione di X.
Caratterizzazione della Legge: FX(x) descrive completamente la legge PX.
(D13) Definizione formale di Variabile Aleatoria Degenere (o Costante)
Una variabile aleatoria X:Ω→R si dice degenere (o deterministica) se esiste un valore costante c∈R tale che:
P(X=c)=1(ovvero P({ω∈Ω:X(ω)=c})=1)
(D24) Definizione di quantile
Dato un livello di probabilità p∈(0,1) e una V.A. X con funzione di ripartizione FX, un p-quantile (o quantile di ordine p) è un numero reale xp tale che la probabilità a sinistra e a destra soddisfi le condizioni:
P(X≤xp)≥peP(X≥xp)≥1−p
(T10) Proprietà caratterizzanti di una funzione di ripartizione
Monotonia non decrescente (s≤t⟹FX(s)≤FX(t)):
Idea: Per s≤t, l'evento {X≤s}⊆{X≤t} è contenuto nel secondo; la tesi segue per monotonia della probabilità (P(A)≤P(B)).
Continuità da destra (lims→t+FX(s)=FX(t)):
Idea: Usando una successione xn=t+n1, l'evento si scompone in {X≤t} più una coda An la cui probabilità tende a 0 per continuità dall'alto.
Limiti agli estremi (limt→−∞FX(t)=0 e limt→+∞FX(t)=1):
Idea: Si usano successioni bn→−∞ e an→+∞; gli eventi corrispondenti formano catene con intersezione vuota (∅) e unione totale (Ω).
(T11) Come si calcolano P(a<X≤b) e P(X=a) usando la CDF FX?
Per l'intervallo (a,b]:
P(a<X≤b)=FX(b)−FX(a)
Dimostrazione: L'evento (−∞,b] si scompone nell'unione disgiunta (−∞,a]∪(a,b]. Passando alle probabilità: FX(b)=FX(a)+P(a<X≤b).
Per il singolo punto {a}:
P(X=a)=FX(a)−s→a−limFX(s)=FX(a)−FX(a−)
Dimostrazione: Applicando il limite dell'intervallo precedente ristretto a a, la probabilità del punto isolato è esattamente l'altezza del "salto" della CDF.
Variazioni sugli intervalli (con disuguaglianze strette o larghe):
P(a≤X≤b)=FX(b)−FX(a−)
P(a<X<b)=FX(b−)−FX(a)
P(a≤X<b)=FX(b−)−FX(a−)