IMMAGINO DI AVERE:
x = (x1 ... xn)
p(x) = P{X = x} = P({X1 = x1} n {X2 = x2} ... {Xm = xm})
SONO EVENTI INDIPENDENTI => Quando la densita congiunt e
e hΣ
= P{X1 = x1} . P{X2 = x2} ... P{Xm = xm} = p1(x1)p2(x2)...pm(xm)
DA MARGINALE A CONGIUNTA
x = (x1 ... xm)
A ⊆ Rm
P{X ∈ A} = Σx∈A p(x)
SUPP. CHE HA SIA
A = A1 x A2 x ... x Am
||
P({X1 ∈ A1} n {X2 ∈ A2} n ... n {Xm ∈ Am})
SCHEMA DI BERNOULLI
Ho n prove m risultati possibili
q1, ..., qm => probabilita (dado a m facce) di avere un risultato
m∑i=1 qi = 1
DEF v.a. Y0i quante volte ho ottenuto un risultato iesimo (i 1
y1 + y2 + ... + ym = n
Y = (y1, ..., ym) -> voglio la densita di questa variabile aleatoria
Ω = {ω = (ω1, ..., ωn) ωi ∈ {1, ..., m}}
#Ω = {1, ..., m}n A = P(Ω)
Xn(ω) = ωk
P{Xk = i} = qi
P{X1 = ω1, ..., Xn = ωn} = P{X1 = ω1} . P{Xn = ωn}
= q1n1 ... qmnm
n1 + n2 + ... + nm = n
n! / (n1! n2! ... nm!)
q1n1 ... qmnm
ESEMPIO:
N A1; Am SOTTOINSIEMI DI N
PROPRIETA' PARTIZIONE:
- Ai n Aj = φ k1 ... km k1 + k2 + ... + km # N
- ∪i=1m Ai = N #A1 = k1 .... #Am = km
C(k1, .... km) = n! / (k1! k2! km!)
CON m=2
(n over k1) = n! / (k1! (n-k1)!) = n! / (k1! k2!)
=> SI DIMOSTRA X INDUZIONE
DATA UNA FUNZIONE:
phi: Rm -> Rd
X: Omega -> Rm
phi o X: Omega -> Rd
{x1, x2, ..., xn, ...} phi {y1, y2, ..., yn}
yi = phi(xi)
COME E' FATTO UN EVENTO?
{phi(x) = y}
{X E phi-1(y)}
f: X -> Y
BCY
f-1(B) = {x E X: f(x) E B}
THR:
sup. x, y v.a. indipendenti
phi, psi funzioni assegnate -> Re
phi(x), psi(y) sono variabili aleatorie indipendenti;
DIM:
phi Rm -> Rd
X: Ω -> R
y: Ω -> R
phi, psi -> R
P densita congiunta z=(x,y) P1, p2 densita marginali
P {phi(x)=z, psi(y)=w} = P {x ∈ phi-1(z), y ∈ psi-1(w)}