Note del corso di Analisi II (parte di calcolo delle probabilita' e ...
Note del corso di Analisi II (parte di calcolo delle probabilita' e ...
Note del corso di Analisi II (parte di calcolo delle probabilita' e ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
• Estrazioni Con o Senza Reimmissione. Si effettuino successive estrazioni da un’urna contenente<br />
N biglie <strong>di</strong> due <strong>di</strong>versi colori. Se le estrazioni sono con reimmissione (o “rimpiazzo”), allora esse sono<br />
in<strong>di</strong>pendenti, e ad ogni estrazione ciascuna biglia ha probabilità 1/N <strong>di</strong> essere estratta. In questo caso<br />
il proce<strong>di</strong>mento <strong>di</strong> estrazione è detto uno schema successo-insuccesso, ed il numero <strong>di</strong> successi (ovvero<br />
<strong>di</strong> biglie <strong>di</strong> uno dei due colori) ha <strong>di</strong>stribuzione binomiale.<br />
Se invece le estrazioni sono senza reimmissione, allora esse sono <strong>di</strong>pendenti, ed il numero <strong>di</strong> biglie <strong>di</strong><br />
un colore estratte ha <strong>di</strong>stribuzione ipergeometrica. Non<strong>di</strong>meno, se si suppone <strong>di</strong> non sapere quali biglie<br />
sono state estratte precedentemente, allora ad ogni estrazione ciascuna biglia ha ancora probabilità<br />
1/N <strong>di</strong> essere estratta, cf. [B, p. 54].<br />
Ad esempio, siano b biglie bianche e r biglie rosse (quin<strong>di</strong> N = b + r), e si effettuino n estrazioni.<br />
Sia X il numero <strong>di</strong> biglie bianche estratte. Allora:<br />
— nel caso con reimmissione, ad ogni estrazione la probabilità <strong>di</strong> estrarre una biglia bianca è<br />
q = b/N, e quin<strong>di</strong><br />
( n<br />
)<br />
P(X = k) = q k (1 − q) n−k per k = 0, ..., n; (3.11)<br />
k<br />
— nel caso senza reimmissione, il rapporto “# casi favorevoli”/“# casi pssibili” fornisce<br />
( b<br />
P(X = k) =<br />
k<br />
)( r<br />
n − k<br />
)/( b + r<br />
)<br />
n<br />
per k = 0, ..., n. (3.12)<br />
La Matrice <strong>di</strong> Covarianza. Sia N un qualsiasi intero ≥ 1, e {X i } i=1,...,N una famiglia <strong>di</strong> variabili<br />
aleatorie. Sottintendendo che le somme sono da 1 a N, ed osservando che Cov(X i , X j ) = Cov(X j , X i )<br />
per ogni i, j, abbiamo<br />
Var ( ∑ i X i) = Cov ( ∑ i X i, ∑ j X j) = ∑ ∑<br />
i j Cov (X i, X j )<br />
= ∑ i=j Cov (X i, X j ) + ∑ i≠j Cov (X i, X j ) = ∑ i Var (X i) + 2 ∑ i