Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
vuoi
o PayPal
tutte le volte che vuoi
CALCOLO DELLE PROBABILITÀ
cerchiamo di costruire modelli matematici ragionevoli di fenomeni aleatori INSIEME DELLE PARTI
Se Ω è un insieme, chiameremo insieme delle parti (o insieme potenza) di Ω il seguente insieme: P(Ω)= {A: A ⊆ Ω}
SIGMA ALGEBRA
Sia Ω un insieme su P(Ω) = famiglia di tutti dell'insieme dele parti di Ω diciamo che ℱ è una σ-algebra su Ω se ℱ soddisfa le seguenti proprietà:
- ∅, Ω ∈ ℱ
- ∀ A ∈ ℱ anche Ac ∈ ℱ (dove Ac = Ω ∩ (A))
- ∀ {Ai}i∈ℕ famiglia ∈ ℱ anche Ui Ai ∈ ℱ e ∩i Ai ∈ ℱ
esempio se Ω γ minima P(Ω) è l'insieme delle parti di Ω allora P(Ω) è una σ-algebra detta: se Ω={1,2,3} P(Ω)={ø,{1},{2},{3},{1,2},{1,3},{2,3},{1,2,3}} da cui Ω γ insieme di 3 arcoids della σ-algebra
Chiamo sola Ω, P(Ω), e sempre una σ-algebra.
FUNZIONE DI PROBABILITÀ
Sia Ω un insieme, sia ℱ una σ-algebra su Ω, sia P: ℱ → [0,1] una funzione diciamo che P è una funzione di probabilità (o probabilità) sulla σ se soddisfa le seguenti proprietà:
1
P(Ω) = 1
2
∀ {Ai} ⊆ ℱ (σ-additività delle successioni di elementi contenuti nell’algebra ℱ) disgiunti: ∀ i ∈ N, i ≠ s, Ai ∩ As = Ø ; P(⋃i=1 Ai) = ∑i=1 P(Ai)
In particolare, se abbiamo una famiglia finita di insiemi
Se A, B ∈ ℱ, A ∩ B = Ø allora P(A ∪ B) = P(A) + P(B)
SPAZIO DI PROBABILITÀ
Sia Ω un insieme (dei possibili risultati); chiameremo spazio di probabilità su Ω la terna (Ω, ℱ, P).
esempio:
Ω = {1,2,3,4,5,6,7,8,9,10} ; ℱ (numero finito delle parti di Ω e una σ-algebra su Ω ; Definiamo P: ℱ(Ω) → [0,1] (ossia che P(Ai) = Ci, tutte le misure delle parti di Ω si somma σ-algebra)
Osservando: P(Ω) = 1
P(⋃ Pi Ai) = ∑ P(Ai)
=P(Ω) = P(⋃ Ai) = ∑ P(Ai)
A = {1,2,3,3}
P(A) - P(⋃ Ai) = ∑ ⅓ P(ξ) = ∑ 1/10 = 3/10
P(A|) = #A / # Ω - (1/# Ω) * # A = (#A/# Ω) = P
(Con questa relazione di probabilità UNIFORME Ω decide come sarà lo spazio degli eventi, infinita) det anche non "TRUCCATO"
(Notiamo calcoliamo di probabilità quale rispetto tra i casi favorevoli con possibili)
LEGENDA
P(ξ: X > a: ξ) si legge come "la probabilità relativa all'evento X>a" .
MODELLI CONTINUI (#X(Ω)->#N)
Densità di probabilità
Sia X: Ω → ℝ v.a. su (Ω,Ω,ℙ) s.d.p. con #X(Ω)=#N.
Se esiste f: ℝ→ℝ t.c.
- f sia localmente Riemann integrabile su ℝ.
- la funzione di ripartizione FX(t)=ℙ(X≤t), sia FX(t)= t ∫-∞ f(x)dx
Allora diremo che f è una densità di probabilità per la v.a. X.
La funzione densitá di probabilità relativa a modelli continui non esiste sempre ma solo se la funzione di ripartizione è derivabile. La funzione di ripartizione invece esiste sempre.
Variabile aleatoria assolutamente continua
Sia X una v.a. su (Ω,Ω,ℙ) s.d.p. p.a.
Sia X dotata di densità di probabilità f:ℝ→ℝ loc. Riemann integrabile su ℝ.
Allora diremo che X è una v.a. assolutamente continua.
Una v.a. è ass. continua se la sua f.d.r. ammette una densità.
Esercizio: Funzione ripartizione e funzione densità
Sia X una v.a. con fX: t
FX(t)=
- 0 , t