NOTA! Questo sito utilizza i cookie e tecnologie simili.

Se non si modificano le impostazioni del browser, l'utente accetta. Per saperne di piu'

Approvo

Densità di probabilità PDF In evidenza

Si definisce, funzione di densità di probabilità (PDF) di una variabile aleatoria X la derivata della sua CDF $$\bbox[#fd7b01,5px,border:2px solid #fd7b01]{f_X(x)=\frac{d}{dx}F_X(x)}$$

Proprietà della funzione di densità

  • $0\leq f_X(x)\leq 1\quad\forall x$.
  • $F_X(x)=\int_{-\infty}^x f_X(t)\ dt$, ovvero la CDF è una primitiva della PDF.
  • Proprietà di normalizzazione
    $\begin{array}{l} \int_{-\infty}^{+\infty} f_X(t)\ dt=1\ (\mbox{Se $X$ è continua})\\ \sum\limits_{i=1}^nx_i=1\ (\mbox{Se $X$ è discreta e assume valori $x_1,\dots ,x_n$})\end{array}$
  • $\int_{x_1}^{x_2} f_X(t)\ dt=P(x_1 < X\leq x_2)$

Dall'ultima proprietà ne consegue che la moda di $X$ è il valore massimo raggiunto dalla sua funzione di densità:

$$\bbox[#fd7b01,5px,border:2px solid #fd7b01]{Moda(X)=max\left\{f(x)\right\}}$$

Nel caso particolare in cui $X$ è una V.A. discreta che assume valori $x_1,\dots ,x_n$, conoscendo la PDF possiamo calcolare la probabilità che $X$ assuma un generico valore $x_k$: $$\bbox[#fd7b01,5px,border:2px solid #fd7b01]{P(X=x_k)=f(x_k)}$$

Vedi esercizi svolti

Letto 5350 volte

Effettua il LOGIN al sito per aggiungere commenti oppure REGISTRATI se non hai ancora un account.