Variabili casuali: differenze tra le versioni

Contenuto cancellato Contenuto aggiunto
Ilaria (discussione | contributi)
mNessun oggetto della modifica
m Correzioni
Riga 1:
Le '''variabili casuali''' sono funzioni che permettono di associare un numero al risultato di un esperimento. Questo viene fatto per riportare tutto in uno spazio matematico, quindiin sicui possonopoter usare tutti gli strumenti matematici noti.
 
{{Matematica voce|Esempio||Consideriamo come esempio il caso in cui si vuole monitorare l'apertura e la chiusura di 100 porte di un centro commerciale. Se vediamo lo spazio di probabilità classico, avremo, considerando una sola porta, <math> \Omega = \{ \text{aperta}, \text{chiusa} \}</math>. Queste porte potrebbero essere indipendenti.
Riga 17:
 
Un [[w:Algebra di Borel|boreliano]] <math>B \in \mathbb{B}(\mathbb{R})</math> è ad esempio un insieme della forma <math>(a,b],[a,b],(a,b)</math> con <math>a<b</math> in generale. La condizione di misurabilità
 
:<math>\{ s\in \Omega \ t.c.\ X(s) \in B' \} \in F \ \forall B' \in \mathbb{B}(\mathbb{R})</math>
 
consente di attribuire una probabilità agli eventi specificati dai valori assunti dalla variabile casuale.
Riga 27:
#<math>a<X<b</math>}}
 
Questo perché <math>X \le Bb</math> va inteso come
 
:<math>\{ s \in \Omega t.c.\ | \ X(s) \le b \}</math>
 
e la condizione di misurabilità di <math>X</math> sommato al fatto che <math>(-\infty,b]</math> è un boreliano assicurano che <math>\{ s \in \Omega t.c.\ | \ X(s)\le b \}</math> sia un evento in <math>F</math>. Allora, si potrà scrivere che
 
:<math>P(X \le b) \hat{=} P(\{s\in \Omega t.c. X(s) \in (-\infty,b]\})</math>
 
Questo è ben definito, perché
* <math>P:F\rightarrow [0,1]</math>
 
:<math>P:F\rightarrow [0,1]</math> e* <math>A \in F</math>.
 
Se la funzione misurabile è effettivamente una variabile casuale, per ogni evento nello spazio di arrivo possiamo trovare una controimmagine nello spazio di probabilità originario. Nella controimmagine <math>A</math> abbiamo definito la probabilità, quindi è possibile trovare sempre un valore di probabilità associato al valore della variabile casuale e viceversa.
Quello che non deve succedere è che, tornando indietro, venga generata una controimmagine che non appartiene ad <math>F</math>.
 
== Funzione indicatrice ==

{{Matematica voce|Definizione|Funzione indicatrice|Dato lo spazio di probabilità <math>\{\Omega, F, P\}</math>, consideriamo l'evento <math>A \in F</math> come l'unico evento che ci interessa. Definita la funzione indicatrice
 
:<math>X:\Omega \rightarrow \mathbb{R}</math>
Line 48 ⟶ 50:
come
 
:<math>X(s) = \left\{ \begin{matrix} 1 & s\in A \\ 0 & s \in \bar{A} \end{matrix}\right.</math> }}
 
dobbiamo verificareVerifichiamo che <math>X</math> è una variabile casuale.
 
Consideriamo il generico boreliano <math>B' \in \mathbb{B}(\mathbb{R})</math> e determiniamo la controimmagine data da <math>\{ s \in \Omega t.c.\ | \ X(s) \in B' \}</math>. Graficamente...
 
[[Immagine:funzione_indicatrice.png|center|500px|right|Fig.2 - Funzione indicatrice]]
Line 60 ⟶ 62:
<math>B = \{s \in \Omega \ t.c. \ X(s) \in B^\prime \} = \left\{ \begin{matrix} A & 0 \not\in B, 1 \in B^\prime \\ \bar{A} & 0 \in B^\prime, 1 \not\in B^\prime \\ \varnothing & 0,1 \not\in B^\prime \\ \Omega & 0,1 \in B^\prime \end{matrix}\right.</math>
 
:<math>X(s)</math> è indicata anche come <math>I_A(s)</math> ed è detta funzione indicatrice dell'evento A. }}
 
A conclusione di questo, dato che <math>B \in F \ \forall B' \in F'</math>, allora <math>I_A(\cdot)</math> è una variabile casuale.