mirror of https://github.com/hearot/notes
feat(eps): aggiunge la scheda riassuntiva
parent
f3b74ada6f
commit
9f02dedec5
@ -0,0 +1,17 @@
|
||||
# [Elementi di probabilità e statistica](https://esami.unipi.it/programma.php?c=57989)
|
||||
|
||||
- [Programma del corso 📘](https://esami.unipi.it/programma.php?c=57989)
|
||||
- [Registro del corso 📑](https://unimap.unipi.it/registri/dettregistriNEW.php?re=10338931::::&ri=015863)
|
||||
|
||||
Il corso di Elementi di probabilità e statistica (EPS) è ancora in corso, dunque questa cartella vedrà ancora aggiornamenti per il momento.
|
||||
Questa cartella contiene in particolar modo una *Scheda riassuntiva*, che, come suggerisce il nome, è un recap completo di tutta la
|
||||
teoria del corso. Tale scheda include inoltre le tabelle numeriche più utili per lo svolgimento degli esercizi.
|
||||
|
||||
Questo progetto non sarebbe mai stato realizzabile senza il meraviglioso
|
||||
aiuto di alcuni miei amici e colleghi, che ora elenco:
|
||||
|
||||
- [Avio Baccioli](mailto:aviobac@gmail.com),
|
||||
- [Federico Volpe](https://poisson.phc.dm.unipi.it/~volpe/),
|
||||
- [Mario Zito](mailto:m.zito12@studenti.unipi.it).
|
||||
|
||||
Il progetto si basa su un layout di [Luca Lombardo](https://lukefleed.xyz/), utilizzato in particolare nelle [Schede riassuntive di Geometria 2](https://github.com/lukefleed/G2-cheat-sheet), basate sulle [dispense-capolavoro](https://www.overleaf.com/read/vsdktbwrgpth) di [Francesco Sorce](mailto:f.sorce@studenti.unipi.it).
|
||||
File diff suppressed because it is too large
Load Diff
@ -0,0 +1,33 @@
|
||||
\documentclass[10pt]{report}
|
||||
\input{preamble.tex}
|
||||
%PER CAMBIARE I MARGINI
|
||||
%\usepackage[margin=2cm]{geometry}
|
||||
|
||||
%----------- Setup stilistico ----------------
|
||||
\renewcommand\thefootnote{\textcolor{blue}{\arabic{footnote}}}
|
||||
\renewcommand{\chaptername}{Parte}
|
||||
\addto\captionsitalian{\renewcommand{\chaptername}{Parte}}
|
||||
|
||||
|
||||
|
||||
\title{\Huge{Schede riassuntive di \\ \textit{Elementi di Probabilità e Statistica}}}
|
||||
\date{A.A. 2023-2024 \\[0.6in] Ultimo aggiornamento: \today}
|
||||
\author{A cura di Gabriel Antonio Videtta\footnote{Basato su un layout di \underline{Luca Lombardo} e di \underline{Francesco Sorce}.} \\ \href{mailto:g.videtta1@studenti.unipi.it}{\texttt{g.videtta1@studenti.unipi.it}}}
|
||||
|
||||
\begin{document}
|
||||
\maketitle
|
||||
|
||||
\begin{multicols*}{2}
|
||||
\tableofcontents
|
||||
\end{multicols*}
|
||||
|
||||
\newpage
|
||||
\input{sections/0-notazioni.tex}
|
||||
\input{sections/0-prerequisiti.tex}
|
||||
\input{sections/0-identità-somme.tex}
|
||||
\input{sections/1-spazi-in-generale.tex}
|
||||
\input{sections/2-probabilità-discreta.tex}
|
||||
\input{sections/tabella-modelli-discreti.tex}
|
||||
\input{sections/tabella-phi.tex}
|
||||
|
||||
\end{document}
|
||||
@ -0,0 +1,160 @@
|
||||
\usepackage[top=1.5cm,bottom=1.5cm,left=1.5cm,right=1.5cm]{geometry}
|
||||
\usepackage[utf8]{inputenc}
|
||||
\usepackage[italian]{babel}
|
||||
\usepackage{amsmath,amssymb,amsfonts,amsthm,stmaryrd}
|
||||
\usepackage{mathrsfs} % per mathscr
|
||||
\usepackage{graphicx}% ruota freccia per le azioni
|
||||
\usepackage{marvosym}% per il \Lightning
|
||||
\usepackage{array}
|
||||
\usepackage{faktor} % per gli insiemi quoziente
|
||||
\usepackage[colorlinks=false]{hyperref}
|
||||
\usepackage{xparse} % Per nuovi comandi con tanti input opzionali
|
||||
\usepackage{relsize} % per \mathlarger
|
||||
\usepackage{tikz-cd}
|
||||
\usepackage{multicol}
|
||||
\usepackage{multirow}
|
||||
\usepackage{cancel}
|
||||
\usepackage{fourier}
|
||||
\usepackage{enumerate}
|
||||
\usepackage{soul}
|
||||
\usepackage{nicefrac}
|
||||
\usepackage{longtable}
|
||||
\usepackage{pdflscape}
|
||||
|
||||
\newtheorem*{warn}{\warning \; Attenzione}
|
||||
|
||||
\newtheoremstyle{customth}
|
||||
{\topsep}{\topsep}
|
||||
{\itshape}{}{\bfseries}{.}{\newline}{}
|
||||
|
||||
\newtheoremstyle{customdef}
|
||||
{\topsep}{\topsep}
|
||||
{\normalfont}{}{\bfseries}{.}{\newline}{}
|
||||
|
||||
\newtheoremstyle{customrem}
|
||||
{\topsep}{\topsep}
|
||||
{\normalfont}{}{\itshape}{.}{\newline}{}
|
||||
|
||||
\usepackage{fourier}
|
||||
|
||||
\theoremstyle{customth}
|
||||
\newtheorem{theorem}{Teorema}[chapter]
|
||||
\newtheorem{lemma}[theorem]{Lemma}
|
||||
\newtheorem{corollary}[theorem]{Corollario}
|
||||
\newtheorem{proposition}[theorem]{Proposizione}
|
||||
\newtheorem{fact}[theorem]{Fatto}
|
||||
\newtheorem{application}[theorem]{Applicazione}
|
||||
\theoremstyle{customrem}
|
||||
\newtheorem{remark}[theorem]{Osservazione\,}
|
||||
\theoremstyle{customdef}
|
||||
\newtheorem{definition}[theorem]{Definizione}
|
||||
\newtheorem{notation}[theorem]{Notazione}
|
||||
\newtheorem{example}[theorem]{Esempio}
|
||||
|
||||
\DeclareMathOperator{\BinNeg}{BinNeg}
|
||||
\DeclareMathOperator{\Geom}{Geom}
|
||||
\DeclareMathOperator{\Poisson}{Poisson}
|
||||
|
||||
\makeatletter
|
||||
\renewenvironment{proof}[1][\proofname]{\par
|
||||
\pushQED{\qed}%
|
||||
\normalfont \topsep6\p@\@plus6\p@\relax
|
||||
\trivlist
|
||||
\item[\hskip\labelsep
|
||||
\itshape
|
||||
#1\@addpunct{.}]\mbox{}\\*
|
||||
}{%
|
||||
\popQED\endtrivlist\@endpefalse
|
||||
}
|
||||
\makeatother
|
||||
|
||||
%============ Simboli standard =================
|
||||
\newcommand{\FF}{\mathcal{F}}
|
||||
\newcommand{\PP}{\mathcal{P}}
|
||||
\newcommand{\NN}{\mathbb{N}}
|
||||
\newcommand{\RR}{\mathbb{R}}
|
||||
|
||||
\newcommand{\pp}{\text{p\hspace{-0.7em}\raisebox{-3.4pt}{--}}\,\,}
|
||||
\newcommand{\pbern}{\pp}
|
||||
|
||||
|
||||
\newcommand{\defeq}{\overset{\mathrm{def}}{=}}
|
||||
\newcommand{\deq}{\overset{\mathrm{(d)}}{=}}
|
||||
\newcommand{\toprob}{\overset{\mathbb{P}}{\to}}
|
||||
\DeclareMathOperator{\VA}{VA}
|
||||
\DeclareMathOperator{\im}{im}
|
||||
\DeclareMathOperator{\supp}{supp}
|
||||
\DeclareMathOperator{\id}{id}
|
||||
\DeclareMathOperator{\sgn}{sgn}
|
||||
|
||||
\DeclareMathOperator{\CI}{CI}
|
||||
\newcommand{\eps}{\varepsilon}
|
||||
|
||||
\newcommand{\dx}{\mathop{dx}}
|
||||
|
||||
%\setcounter{secnumdepth}{1}
|
||||
|
||||
\newcommand{\groupto}{\rightrightarrows}
|
||||
|
||||
\newcommand{\restr}[2]{
|
||||
#1\arrowvert_{#2}
|
||||
}
|
||||
|
||||
\makeatletter
|
||||
\def\moverlay{\mathpalette\mov@rlay}
|
||||
\def\mov@rlay#1#2{\leavevmode\vtop{%
|
||||
\baselineskip\z@skip \lineskiplimit-\maxdimen
|
||||
\ialign{\hfil$\m@th#1##$\hfil\cr#2\crcr}}}
|
||||
\newcommand{\charfusion}[3][\mathord]{
|
||||
#1{\ifx#1\mathop\vphantom{#2}\fi
|
||||
\mathpalette\mov@rlay{#2\cr#3}
|
||||
}
|
||||
\ifx#1\mathop\expandafter\displaylimits\fi}
|
||||
\makeatother
|
||||
|
||||
\newcommand{\cupdot}{\charfusion[\mathbin]{\cup}{\cdot}}
|
||||
\newcommand{\bigcupdot}{\charfusion[\mathop]{\bigcup}{\cdot}}
|
||||
|
||||
\newcommand{\goesup}{\nearrow}
|
||||
\newcommand{\goesdown}{\searrow}
|
||||
\newcommand{\qc}{q.c.\ \!}
|
||||
\newcommand{\va}{v.a.\ \!}
|
||||
|
||||
|
||||
\newcommand{\EE}{\mathbb{E}}
|
||||
\DeclareMathOperator{\Var}{Var}
|
||||
\DeclareMathOperator{\Cov}{Cov}
|
||||
|
||||
\newcommand{\inv}{^{-1}}
|
||||
|
||||
\newcommand{\abs}[1]{\left\lvert #1 \right\rvert}
|
||||
\newcommand{\norm}[1]{\left\lVert #1 \right\rVert}
|
||||
|
||||
|
||||
\NeedsTeXFormat{LaTeX2e}
|
||||
%\ProvidesPackage{quiver}[2021/01/11 quiver]
|
||||
|
||||
% `tikz-cd` is necessary to draw commutative diagrams.
|
||||
\RequirePackage{tikz-cd}
|
||||
% `amssymb` is necessary for `\lrcorner` and `\ulcorner`.
|
||||
\RequirePackage{amssymb}
|
||||
% `calc` is necessary to draw curved arrows.
|
||||
\usetikzlibrary{calc}
|
||||
% `pathmorphing` is necessary to draw squiggly arrows.
|
||||
\usetikzlibrary{decorations.pathmorphing}
|
||||
|
||||
% A TikZ style for curved arrows of a fixed height, due to AndréC.
|
||||
\tikzset{curve/.style={settings={#1},to path={(\tikztostart)
|
||||
.. controls ($(\tikztostart)!\pv{pos}!(\tikztotarget)!\pv{height}!270:(\tikztotarget)$)
|
||||
and ($(\tikztostart)!1-\pv{pos}!(\tikztotarget)!\pv{height}!270:(\tikztotarget)$)
|
||||
.. (\tikztotarget)\tikztonodes}},
|
||||
settings/.code={\tikzset{quiver/.cd,#1}
|
||||
\def\pv##1{\pgfkeysvalueof{/tikz/quiver/##1}}},
|
||||
quiver/.cd,pos/.initial=0.35,height/.initial=0}
|
||||
|
||||
% TikZ arrowhead/tail styles.
|
||||
\tikzset{tail reversed/.code={\pgfsetarrowsstart{tikzcd to}}}
|
||||
\tikzset{2tail/.code={\pgfsetarrowsstart{Implies[reversed]}}}
|
||||
\tikzset{2tail reversed/.code={\pgfsetarrowsstart{Implies}}}
|
||||
% TikZ arrow styles.
|
||||
\tikzset{no body/.style={/tikz/dash pattern=on 0 off 1mm}}
|
||||
@ -0,0 +1,54 @@
|
||||
%--------------------------------------------------------------------
|
||||
\chapter*{Lista delle identità sulle sommatorie}
|
||||
\addcontentsline{toc}{chapter}{Lista delle identità sulle sommatorie}
|
||||
\setlength{\parindent}{2pt}
|
||||
|
||||
\section*{Identità sulle sommatorie}
|
||||
|
||||
\begin{itemize}
|
||||
\item $\binom{n}{k} = \binom{n}{n-k}$ -- ogni scelta di $k$ oggetti corrisponde
|
||||
a non sceglierne $n-k$, e dunque vi è un principio di ``dualità''.
|
||||
\item $\binom{n}{k} = \binom{n-1}{k-1} + \binom{n-1}{k}$ -- le combinazioni
|
||||
di $n$ oggetti in $k$ posizioni si ottengono facendo la somma delle combinazioni
|
||||
ottenute fissando un oggetto e combinando gli altri $n-1$ oggetti sui $k-1$
|
||||
posti rimanenti, e delle combinazioni ottenute ignorando lo stesso oggetto,
|
||||
ossia combinando gli altri $n-1$ oggetti su tutti e $k$ i posti.
|
||||
\item $(1 + x)^n = \sum_{i = 0}^n \binom{n}{i} x^i$ -- Teorema del binomio di Newton.
|
||||
\item $2^n = \sum_{i = 0}^n \binom{n}{i}$ -- Segue immediatamente dal Teorema del binomio di Newton; è coerente col fatto che si stanno contando le parti di $[n]$.
|
||||
\item $\sum_{i = 0}^n (-1)^i \binom{n}{i} = 0$ -- Segue immediatamente dal Teorema del binomio
|
||||
di Newton (infatti $(1-1)^n = 0$).
|
||||
\item $\sum_{i = 0}^n i \binom{n}{i} = n 2^{n-1}$ -- Segue derivando rispetto a $x$ l'identità
|
||||
del Teorema del binomio di Newton.
|
||||
\item $\sum_{i = 0}^n \binom{n}{i} \pp^i (1 - \pp)^{n-i} = 1$ per $\pp \in [0, 1]$ -- Segue dal Teorema del binomio di Newton.
|
||||
\item $\sum_{i=0}^n \binom{n}{i}^2 = \sum_{i=0}^n \binom{n}{i} \binom{n}{n-i} = \binom{2n}{n}$ -- Dato un gruppo di $n$ maschi e di $n$ femmine, si vuole
|
||||
contare quanti team di $n$ persone si possono costruire prendendo persone
|
||||
da entrambi i gruppi. Chiaramente la risposta è $\binom{2n}{n}$, ma si
|
||||
può contare lo stesso numero di scelte fissando a ogni passo l'indice
|
||||
$i$, che conta il numero di maschi nel team, a cui corrispondono
|
||||
$\binom{n}{i} \binom{n}{n-i}$ scelte. L'identità segue dunque dal Principio
|
||||
del \textit{double counting}.
|
||||
\item $\sum_{i=r}^n \binom{i}{r} = \binom{n+1}{r+1}$ -- Dato un gruppo di $r$
|
||||
persone distinguibili e di $n$ bastoni indistinguibili, per contare le possibili
|
||||
distribuzioni con cui si possono affidare gli $n$ bastoni è sufficiente applicare
|
||||
la combinazione con ripetizione, ottenendo $\binom{n+r-1}{r-1}$; un altro modo
|
||||
di far ciò è fissare $i$ bastoni da affidare a una persona fissata in precedenza
|
||||
e distribuire gli $n-i$ bastoni rimanenti tra gli altri, che a ogni $i$ si può fare in
|
||||
$\binom{n-i+k-2}{k-2}$ modi. L'identità segue dunque dal Principio del \textit{double
|
||||
counting} riparametrizzando la somma ottenuta.
|
||||
\item $\sum_{i=1}^n i = \frac{n(n+1)}{2}$ -- Somma dei numeri da $1$ a $n$.
|
||||
\item $\sum_{i=1}^n i^2 = \frac{n(n+1)(2n+1)}{6}$ -- Somma dei quadrati da $1$ a $n$.
|
||||
\item $\sum_{i=1}^n i^3 = \left[ \sum_{i=1}^n i \right]^2 = \frac{n^2(n+1)^2}{4}$ -- Somma
|
||||
dei cubi da $1$ a $n$.
|
||||
\item $\sum_{i=0}^n a^i = \frac{a^{n+1}-1}{a-1}$ per $a \neq 1$, $n$ altrimenti -- Somma
|
||||
delle potenze di $a$ con esponente da $0$
|
||||
a $n$.
|
||||
\item $\sum_{i=0}^n i a^i = \frac{a}{(1-a)^2} \left[1 - (n+1)a^n + na^{n+1} \right]$ -- Segue derivando la somma delle potenze.
|
||||
\item $\sum_{i=0}^n i^2 a^i = \frac{a}{(1-a)^3} \left[ (1+a) - (n+1)^2 a^n + (2n^2 + 2n-1)a^{n+1} - n^2 a^{n+2} \right]$ -- Segue
|
||||
derivando due volte la somma delle potenze.
|
||||
\item $\sum_{i=0}^\infty x^i = \frac{1}{1-x}$ per $\abs{x} < 1$ -- Serie geometrica. Deriva
|
||||
prendendo il limite per $n \to \infty$ della
|
||||
somma di potenze.
|
||||
\item $\sum_{i=0}^\infty i x^i = \frac{x}{(1-x)^2}$ per $\abs{x} < 1$ -- Segue derivando la serie geometrica.
|
||||
\item $\sum_{i=0}^\infty i^2 x^i = \frac{x(x+1)}{(1-x)^3}$ per $\abs{x} < 1$ -- Segue derivando due volte
|
||||
la serie geometrica.
|
||||
\end{itemize}
|
||||
@ -0,0 +1,198 @@
|
||||
%--------------------------------------------------------------------
|
||||
\chapter*{Notazioni impiegate}
|
||||
\addcontentsline{toc}{chapter}{Notazioni impiegate}
|
||||
\setlength{\parindent}{2pt}
|
||||
|
||||
\begin{multicols*}{2}
|
||||
\section*{Algebra lineare}
|
||||
\begin{itemize}
|
||||
\item $q_\varphi$ -- dato uno spazio vettoriale $V$ equipaggiato con un
|
||||
prodotto scalare $\varphi$, $q_\varphi$ è la forma quadratica associatogli, ovverosia
|
||||
$q_\varphi(v) = \varphi(v, v)$.
|
||||
\item $\norm{v}_{\varphi}$ -- dato uno spazio vettoriale reale $V$ equipaggiato con
|
||||
un prodotto scalare (semi)definito positivo $\varphi$, $\norm{\cdot}_{\varphi}$ è
|
||||
la (semi)norma indotta da $\varphi$, ovverosia $\norm{v}_{\varphi} = \sqrt{q_{\varphi}(v)} = \sqrt{\varphi(v, v)}$.
|
||||
\item vettore isotropo --
|
||||
vettore che annulla la forma quadratica.
|
||||
\item vettore anisotropo -- vettore non isotropo, vettore che non annulla la forma quadratica.
|
||||
\item $\cos_\varphi(v, w)$, $\cos(v, w)$ -- dati due vettori anisotropi $v$, $w$ su uno spazio vettoriale reale $V$ equipaggiato
|
||||
di un prodotto scalare semidefinito positivo $\varphi$, si definisce
|
||||
$\cos_\varphi(v, w)$ (o $\cos(v, w)$ se $\varphi$ è noto dal contesto) in modo tale che:
|
||||
\[
|
||||
\cos_\varphi(v, w) = \frac{\varphi(v, w)}{\norm{v}_\varphi \cdot \norm{w}_\varphi}.
|
||||
\]
|
||||
\item vettore $v$ ortogonale a $w$ per $\varphi$ -- Due vettori $v$, $w$ tali
|
||||
per cui $\varphi(v, w) = 0$.
|
||||
\item $V^\perp_{\varphi}$ -- Radicale del prodotto scalare (o hermitiano) $\varphi$
|
||||
sullo spazio $V$, ovverosia sottospazio dei vettori ortogonali ai vettori di tutto
|
||||
lo spazio.
|
||||
\item $\CI(\varphi)$ -- Sottoinsieme dei vettori di $V$ che annullano $q_{\varphi}$, ossia
|
||||
sottoinsieme dei vettori isotropi.
|
||||
\item $C_{\varphi}(v, w)$ -- coefficiente di Fourier di
|
||||
$v$ rispetto a $w$, ossia $C(v, w) \defeq \frac{\varphi(v, w)}{\varphi(v, v)}$.
|
||||
\end{itemize}
|
||||
|
||||
\section*{Analisi matematica}
|
||||
\begin{itemize}
|
||||
\item $f(A_i) \goesup x$ -- la successione $(f(A_i))_{i \in \NN}$ a valori
|
||||
in $\RR$ è crescente al crescere di $i$ e ha come limite $x$.
|
||||
\item $f(A_i) \goesdown x$ -- la successione $(f(A_i))_{i \in \NN}$ a valori
|
||||
in $\RR$ è decrescente al crescere di $i$ e ha come limite $x$.
|
||||
\item esponente coniugato di $p$ -- per $p > 1$, l'esponente coniugato
|
||||
$p'$ di $p$ è un numero reale $p' > 1$ tale per cui:
|
||||
\[
|
||||
\frac{1}{p} + \frac{1}{p'} = 1.
|
||||
\]
|
||||
\item $\norm{x}_p$ -- norma $p$-esima del vettore $x \in \RR^n$, ovverosia:
|
||||
\[
|
||||
\norm{x}_p = \left(\sum_{i \in [n]} \abs{x_i}^p\right)^\frac{1}{p}.
|
||||
\]
|
||||
Per $p = 2$, si scrive semplicemente $\norm{x}$, e coincide con la norma
|
||||
indotta dal prodotto scalare canonico di $\RR^n$.
|
||||
\item $f > g$ -- Per una funzione $f$ a valori reali, come affermazione
|
||||
corrisponde a dire che per un qualsiasi punto del dominio $x$, $f(x) > g(x)$. Si estende naturalmente a $<$, $\geq$, $\leq$ (eventualmente con
|
||||
catene di disuguaglianze). Da non
|
||||
confondersi con l'insieme $f > g$.
|
||||
\item $a$ -- Per una costante $a \in \RR$ la mappa costante $D \ni d \mapsto a \in \RR$;
|
||||
la sua interpretazione dipende dal contesto.
|
||||
\item $f^+$ -- Parte positiva di una mappa $f$ a valori reali, ovverosia
|
||||
$f^+(a)$ è uguale a $f(a)$ se $f(a) \geq 0$ e $0$ altrimenti.
|
||||
\item $f^-$ -- Parte negativa di una mappa $f$ a valori reali, ovverosia
|
||||
$f^-(a)$ è uguale a $-f(a)$ se $f(a) \leq 0$ e $0$ altrimenti. In questo
|
||||
modo $f = f^+ - f^-$.
|
||||
\item $\exp$ -- Funzione esponenziale $e^x$.
|
||||
\item $\log \equiv \ln = \log_e$ -- Logaritmo naturale, ossia logaritmo in base $e$.
|
||||
\end{itemize}
|
||||
|
||||
\section*{Combinatoria}
|
||||
\begin{itemize}
|
||||
\item $D_{n,k} = \frac{n!}{(n-k)!}$ -- numero di disposizioni ottenute prendendo
|
||||
$k$ elementi tra $n$ oggetti.
|
||||
\item $\binom{n}{k} = C_{n,k}$ -- il coefficiente binomiale $n$ su $k$,
|
||||
ovverosia il numero di combinazioni possibili prendendo $k$ elementi tra $n$ oggetti; equivale a $\frac{n!}{(n-k)!k!} = D_{n,k}/k!$. Alternativamente,
|
||||
il numero di sottoinsiemi di $k$ elementi in $[n]$.
|
||||
\item $S(I)$ -- gruppo simmetrico relativo a $I$, gruppo delle permutazioni
|
||||
di $I$.
|
||||
\item $S_n$ -- $n$-esimo gruppo simmetrico, gruppo delle permutazioni
|
||||
di $[n]$.
|
||||
\end{itemize}
|
||||
|
||||
\section*{Teoria degli insiemi}
|
||||
\begin{itemize}
|
||||
\item $\PP(\Omega)$ -- insieme delle parti di $\Omega$, ossia insieme
|
||||
dei sottoinsiemi di $\Omega$.
|
||||
\item $A \cupdot B$ -- unione disgiunta di $A$ e $B$, ovverosia $A \cup B$ con
|
||||
l'ipotesi che $A \cap B = \emptyset$ (la notazione si estende naturalmente a
|
||||
una famiglia di insiemi a due a due disgiunti).
|
||||
\item $A \Delta B = A \setminus B \cupdot B \setminus A$ -- differenza simmetrica
|
||||
tra $A$ e $B$.
|
||||
\item $[n]$ -- l'insieme $\{1, \ldots, n\}$.
|
||||
\item $\prod_{i \in I} S_i$ con $S_i$ insieme e $I$ ordinato -- prodotto cartesiano degli $S_i$, ordinato secondo $I$.
|
||||
\item $[[n]]$ -- l'insieme $\{0, \ldots, n\} = \{0\} \cup [n]$.
|
||||
\item $\#A$, $\abs{A}$ -- numero di elementi di $A$, o semplicemente la cardinalità di $A$.
|
||||
\item insieme finito -- insieme in bigezione con $[n]$ per qualche $n \in \NN$.
|
||||
\item insieme numerabile -- insieme in bigezione con $\NN$.
|
||||
\item $A_i \goesup A$ -- la famiglia $(A_i)_{i \in \NN}$ è crescente e ha
|
||||
come limite $A$, ovverosia $A_i \subseteq A_{i+1}$ per ogni $i \in \NN$ e
|
||||
$\bigcup_{i \in \NN} A_i = A$.
|
||||
\item $A_i \goesdown A$ -- la famiglia $(A_i)_{i \in \NN}$ è decrescente e ha
|
||||
come limite $A$, ovverosia $A_i \supseteq A_{i+1}$ per ogni $i \in \NN$ e
|
||||
$\bigcap_{i \in \NN} A_i = A$.
|
||||
\item $\omega_i$ -- $i$-esima coordinata di $\omega \in \Omega$, se
|
||||
$\Omega$ è un prodotto cartesiano di finiti termini o di un numero
|
||||
numerabile di termini.
|
||||
\item $A^1 \defeq A$ -- useremo questa notazione per comodità.
|
||||
\item $A^c$ -- il complementare di $A$ riferito a $\Omega$, quindi $\Omega \setminus A$, in modo tale che $\Omega = A \cupdot A^c$.
|
||||
\item $X\inv(A)$ -- controimmagine dell'insieme $A \subseteq C$ in riferimento
|
||||
alla funzione $X : D \to C$, ovverosia $X\inv(A) = \{\omega \in D \mid X(\omega) \in A\}$.
|
||||
\item $S_X$, $\im X$ -- immagine della funzione $X$.
|
||||
\item $\supp X$ -- supporto di $X$, ovverosia sottoinsieme del
|
||||
dominio degli elementi che non annullano $X$.
|
||||
\item $1_A$, $I_A$ -- funzione indicatrice di $A$, ovverosia la
|
||||
funzione $1_A : B \to [[1]] \subseteq \RR$ riferita ad $A \subseteq B$
|
||||
tale per cui:
|
||||
\[
|
||||
1_A(b) = \begin{cases}
|
||||
1 & \text{se } b \in A, \\
|
||||
0 & \text{altrimenti}.
|
||||
\end{cases}
|
||||
\]
|
||||
\item $\groupto$ -- simbolo utilizzato al posto $\to$ quando si elencano
|
||||
più funzioni che condividono o lo stesso dominio o lo stesso codominio (e.g.~$f$, $g : A$, $B \groupto C$ elenca una funzione $f : A \to C$ e una $g : B \to C$; $f$, $g : A \groupto B$, $C$ elenca una funzione
|
||||
$f : A \to B$ e una $g : A \to C$).
|
||||
|
||||
\end{itemize}
|
||||
|
||||
\section*{Probabilità e teoria della misura}
|
||||
\begin{itemize}
|
||||
\item $\Omega$ -- spazio campionario, l'insieme di tutti i possibili esiti dell'esperimento aleatorio considerato.
|
||||
\item $\sigma(\tau)$ -- $\sigma$-algebra generata dalla famiglia $\tau \subseteq \PP(\Omega)$.
|
||||
\item $\sigma\{A_1, \ldots, A_n\}$ -- $\sigma$-algebra generata dalla famiglia
|
||||
$\tau = \{A_1, \ldots, A_n\} \subseteq \PP(\Omega)$.
|
||||
\item $\FF$ -- $\sigma$-algebra relativa a $\Omega$, ossia l'insieme dei possibili eventi.
|
||||
\item $(\Omega, \FF)$ -- spazio misurabile.
|
||||
\item $P$ -- misura di probabilità su uno spazio misurabile.
|
||||
\item $(\Omega, \FF, P)$ -- spazio di probabilità.
|
||||
\item \qc -- quasi certo/quasi certamente.
|
||||
\item $p$ -- per $\Omega$ discreto, funzione di densità discreta.
|
||||
\item \va -- variabile aleatoria.
|
||||
\item $P^X$ -- legge della v.a.~$X$ rispetto a $P$.
|
||||
\item $p_X$ -- densità della legge della v.a.~$X$, rispetto a $P$.
|
||||
\item $X \in A$ -- per una \va $X : \Omega \to S$,
|
||||
$X \in A$ è l'insieme $X\inv(A)$. Si estende naturalmente
|
||||
al caso $\notin$.
|
||||
\item $X = a$ -- per una \va $X : \Omega \to S$,
|
||||
$X = a$ è l'insieme $X\inv(a)$. Si estende naturalmente
|
||||
al caso $\neq$.
|
||||
\item $X = Y$ -- per due \va $X, Y : \Omega \groupto S$
|
||||
l'insieme $\{ \omega \in \Omega \mid X(\omega) = Y(\omega) \}$.
|
||||
Si estende naturalmente al caso $\neq$ e in modo analogo a $>$, $<$, $\leq$, $\geq$.
|
||||
\item $X > a$ -- per una \va reale $X : \Omega \to \RR$,
|
||||
$X > a$ è l'insieme $X\inv((a, \infty))$; per una \va discreta
|
||||
$X : \Omega \to \RR$ è l'insieme $X\inv(\{m \in \NN \mid m > a\})$.
|
||||
Si estende naturalmente ai casi $<$, $\leq$, $\geq$ (eventualmente
|
||||
anche con una catena di disuguaglianze). Da non confondersi con
|
||||
l'affermazione $X > a$ per $X$ a valori reali.
|
||||
\item $\varphi(X)$ -- per una \va, la composizione $\varphi \circ X$.
|
||||
\item $\deq$, $\sim$ -- per due v.a.~$X, Y : \Omega_1, \Omega_2 \groupto S$
|
||||
indica l'uguaglianza di legge, ovverosia $P_{\Omega_1}^X = P_{\Omega_2}^Y$.
|
||||
\item i.d.~-- identicamente distribuite; utilizzato in relazione a un gruppo
|
||||
di v.a.~che condividono la stessa legge (spesso rispetto a uno stesso $\Omega$).
|
||||
\item i.i.d.~-- indipendenti e identicamente distribuite; utilizzato in relazione
|
||||
a un gruppo di v.a.~indipendenti che condividono la stessa legge (spesso rispetto
|
||||
a uno stesso $\Omega$).
|
||||
\item $(X_i)_{i \in I}$ -- famiglia di v.a., oppure v.a.~congiunta.
|
||||
\item $(X_1, \ldots, X_n)$ -- per una famiglia $(X_i : \Omega \to S_i)_{i \in [n]}$ di
|
||||
v.a.~indica la v.a.~congiunta (multivariata) $(X_1, \ldots, X_n) : \Omega \to \prod_{i \in [n]} S_i$, $\omega \mapsto (X_1(\omega), \ldots, X_n(\omega))$. Se la
|
||||
famiglia è composta da due variabili, si dice anche \textit{coppia bivariata}.
|
||||
\item $P(A, B) \defeq P(A \cap B)$ -- notazione introdotta per scrivere
|
||||
più comodamente $P(X = x, Y = y)$ in luogo di $P((X = x) \cap (Y = y))$. Si
|
||||
generalizza in modo naturale a più eventi.
|
||||
\item $L(A, B) \defeq \frac{P(A \mid B)}{P(A)}$ -- rapporto di influenza tra
|
||||
$A$ e $B$.
|
||||
\item $\bigotimes_{i \in [n]} P_i = P_1 \otimes \cdots \otimes P_n$ --
|
||||
Date $P_i$ probabilità su $S_i$ discreto, $P_1 \otimes \cdots \otimes P_n \defeq P$ è la misura di probabilità naturale su $\prod_{i \in [n]} S_i$ tale per cui
|
||||
le proiezioni $\pi_i$ siano v.a.~discrete indipendenti e per cui
|
||||
$P(\pi_i = x_i) = p_i(x_i)$ per ogni $x_i \in S_i$, $i \in [n]$.
|
||||
\item $\EE[X]$ -- valore atteso di $X$.
|
||||
\item $\EE[X \mid A] = \defeq \frac{\EE[X \cdot 1_A]}{P(A)}$ -- valore atteso di $X$
|
||||
condizionato a $A$.
|
||||
\item $\Cov(X, Y) \defeq \EE[(X - \EE[X])(Y - \EE[Y])]$ -- covarianza di $X$ e $Y$.
|
||||
\item $\Var(X) \defeq \Cov(X, X)$ -- varianza di $X$.
|
||||
\item $\sigma(X) \defeq \sqrt{\Var(X)}$ -- deviazione standard di $X$.
|
||||
\item $\rho(X, Y)$ -- coefficiente
|
||||
di correlazione di Pearson, ovverosia
|
||||
$\cos_{\Cov}(X, Y) = \frac{\Cov(X, Y)}{\sigma(X) \cdot \sigma(Y)}$.
|
||||
\item $a^*$, $b^*$ -- date due
|
||||
v.a.~$X$, $Y$, $a^*$ e $b^*$ sono
|
||||
i parametri della retta di
|
||||
regressione $y = a^*x + b^*$.
|
||||
\item $I(t)$ -- trasformata di Cramer.
|
||||
\item LGN - Legge dei Grandi Numeri.
|
||||
\item TCL, TLC - Teorema Centrale del Limite.
|
||||
\item $m$, $\sigma$ -- spesso nel contesto
|
||||
della LGN e del TCL si usa $m$ per
|
||||
indicare $\EE[X_1]$ e $\sigma$ per
|
||||
indicare $\sigma(X_1)$.
|
||||
\end{itemize}
|
||||
\end{multicols*}
|
||||
@ -0,0 +1,138 @@
|
||||
%--------------------------------------------------------------------
|
||||
\chapter*{Prerequisiti matematici}
|
||||
\addcontentsline{toc}{chapter}{Prerequisiti matematici}
|
||||
\setlength{\parindent}{2pt}
|
||||
|
||||
\begin{multicols*}{2}
|
||||
|
||||
\section*{Algebra lineare}
|
||||
|
||||
\begin{itemize}
|
||||
\item \textbf{Disuguaglianza di Cauchy-Schwarz} -- Se $\varphi(\cdot, \cdot)$
|
||||
è un prodotto scalare (o hermitiano) definito positivo su uno spazio vettoriale $V$, allora vale la seguente disuguaglianza:
|
||||
\[
|
||||
\varphi(v, v) \varphi(w, w) \geq \abs{\varphi(v, w)}^2 , \quad \forall v, w \in V.
|
||||
\]
|
||||
Inoltre vale l'uguaglianza se e solo se $v$ è multiplo di $w$, o viceversa. Per
|
||||
prodotti semidefiniti positivi la disuguaglianza vale ugualmente, ma in
|
||||
tal caso $v$ si scrive come somma di un vettore del cono isotropo e del prodotto di $w$ per uno scalare.
|
||||
\item \textbf{Proprietà di $\cos(v, w)$} -- Vale che $\cos(v, w) \in [-1, 1]$ per
|
||||
ogni $v$, $w \in V$ in spazi vettoriali reali dove $\cos$ è ben definito. Segue
|
||||
dalla disuguaglianza di Cauchy-Schwarz.
|
||||
\end{itemize}
|
||||
|
||||
\section*{Analisi matematica}
|
||||
|
||||
\begin{itemize}
|
||||
\item \textbf{Limite delle successioni monotone} -- Se una successione
|
||||
$(a_i)_{i \in \NN}$ è monotona, allora ammette limite. Se $(a_i)_{i \in \NN}$
|
||||
è crescente, allora $a_i \to \sup\{a_i \mid i \in \NN\}$ per $i \to \infty$ (e
|
||||
dunque converge se la successione è limitata dall'alto); se
|
||||
$(a_i)_{i \in \NN}$ è decrescente, allora $a_i \to \inf\{a_i \mid i \in \NN\}$ per $i \to \infty$ (e dunque converge se la successione è limitata dal basso).
|
||||
\item \textbf{Convergenza delle serie a termini positivi} -- Se una serie è
|
||||
a termini positivi, allora la successione delle somme parziali è crescente,
|
||||
e dunque la serie ammette come valore un valore reale o $\infty$.
|
||||
\item \textbf{Convergenza assoluta} -- Se una serie $\sum_{i \in \NN} \abs{a_i}$ converge
|
||||
(l'unica altra opzione è che diverga, per la proprietà sopracitata), allora
|
||||
$\sum_{i \in \NN} a_i$ converge. Non è vero il viceversa in generale.
|
||||
\item \textbf{Disuguaglianza di Jensen} -- Sia $f : \RR \supseteq S \to \RR$ una funzione convessa a
|
||||
valori reali. Allora vale che:
|
||||
\[
|
||||
f\left(\sum_{i \in [n]} a_i x_i\right) \leq \sum_{i \in [n]} a_i f(x_i), \quad \sum_{i \in [n]} a_i = 1, x_i.
|
||||
\]
|
||||
Se invece $f$ è concava, vale la disuguaglianza con $\geq$ al posto di $\leq$.
|
||||
\item \textbf{Disuguaglianza di Young} -- Sia $p \geq 1$ e sia $p'$ il
|
||||
suo esponente coniugato. Allora vale che:
|
||||
\[
|
||||
ab \leq \frac{a^p}{p} + \frac{b^p}{p}, \forall a, b > 0.
|
||||
\]
|
||||
Segue dalla disuguaglianza di Jensen applicata a $e^x$, che è convessa.
|
||||
\item \textbf{Disuguaglianza di Hölder} -- Sia $p > 1$ e sia $p'$ il
|
||||
suo esponente coniugato. Allora vale che:
|
||||
\[
|
||||
\sum_{i \in [n]} \abs{x_i y_i} \leq \norm{x}_p \norm{y}_p, \quad \forall x, y \in \RR^n, \forall n \in \NN.
|
||||
\]
|
||||
Per $p = 2$, è equivalente alla disuguaglianza di Cauchy-Schwarz sul
|
||||
prodotto scalare canonico di $\RR^n$. Segue dalla disuguaglianza di Young.
|
||||
\item \textbf{Disuguaglianza sulle potenze} -- Siano $x$, $y \in \RR$ e sia
|
||||
$p \geq 1$. Allora vale che:
|
||||
\[
|
||||
\abs{x+y}^p \leq 2^{p-1} (\abs{x}^p + \abs{y}^p).
|
||||
\]
|
||||
Segue dalla disuguaglianza di Jensen applicata a $f(t) = t^p$ per
|
||||
$\abs{x}$ e $\abs{y}$ ($t^p$ è convessa per $t \geq 0$).
|
||||
\end{itemize}
|
||||
|
||||
\section*{Combinatoria}
|
||||
|
||||
\begin{itemize}
|
||||
\item \textbf{Principio di \textit{double counting}} -- Principio di dimostrazione per il quale
|
||||
se vi sono due modi diversi, ma equivalenti, di contare lo stesso numero di scelte
|
||||
di un qualsiasi sistema, allora le formule ricavate dai due modi devono
|
||||
essere identicamente uguali.
|
||||
\item \textbf{Principio di inclusione-esclusione} -- Teorema da cui discende che per $(A_i)_{i \in [n]}$ vale che: \[\abs{\bigcup_{i \in [n]} A_i} = \sum_{j \in [n]} (-1)^{j+1} \sum_{1 \leq i_1 < \cdots < i_j \leq n} \abs{\bigcap_{k \in [j]} A_{i_k}}.\]
|
||||
Inoltre vale che $\abs{\bigcup_{i \in [n]} A_i} = \sum_{i \in [n]} \abs{A_i}$ se e solo se gli $A_i$ sono a due a due disgiunti. Per $n = 2$,
|
||||
$\abs{A \cup B} = \abs{A} + \abs{B} - \abs{A \cap B}$.
|
||||
\item \textbf{Principio della piccionaia} (\textit{Pigeonhole principle}) -- Teorema che
|
||||
asserisce che per ogni funzione $f : [n+1] \to [n]$ esistono $i$, $j \in [n+1]$
|
||||
tali per cui $f(i) = f(j)$. Più informalmente, se si hanno $n+1$ oggetti da
|
||||
posizionare in $n$ buchi, esiste per forza un buco con due oggetti.
|
||||
\item \textbf{Principio della piccionaia generalizzato} -- Teorema che asserisce che
|
||||
per ogni funzione $f : [kn+1] \to [n]$ esistono $k+1$ elementi di $[kn+1]$ che
|
||||
condividono la stessa immagine. Più informalmente, se si hanno $kn+1$ oggetti
|
||||
da posizionare in $n$ buchi, esiste per forza un buco con $k+1$ oggetti. Segue per
|
||||
induzione dal Principio della piccionaia.
|
||||
\item \textbf{Principio moltiplicativo} -- Se una scelta può essere fatta in $N$
|
||||
passi e all'$i$-esimo passo corrispondono $n_i$ scelte, allora la scelta globale
|
||||
può essere fatta in $\prod_{i \in [N]} n_i$ modi.
|
||||
\item \textbf{Permutazioni di $n$ oggetti} -- Dati $n$ oggetti, esistono
|
||||
$n!$ modi di permutarli. Segue dal Principio moltiplicativo.
|
||||
\item \textbf{Disposizioni semplici di $n$ oggetti in $k$ posti} -- Dati $n$ oggetti
|
||||
e $k$ posti, allora esistono $D_{n,k}$ modi di disporre gli $n$ oggetti nei
|
||||
$k$ posti se $k \leq n$. Se $k = n$, ci si riduce a contare le permutazioni.
|
||||
\item \textbf{Disposizioni con ripetizione di $n$ oggetti in $k$ posti} -- Dati
|
||||
$n$ oggetti e $k$ posti, allora esistono $n^k$ modi di disporre con ripetizione gli $n$ oggetti
|
||||
nei $k$ posti. Segue dal Principio moltiplicativo.
|
||||
\item \textbf{Combinazioni di $n$ oggetti in $k$ posti} -- Dati $n$ oggetti
|
||||
e $k$ posti, allora esistono $C_{n,k} = \binom{n}{k} = \frac{n!}{(n-k)!k!}$ modi di disporre gli $n$ oggetti nei
|
||||
$k$ posti non facendo contare l'ordine, se $k \leq n$. Segue dal Principio
|
||||
moltiplicativo.
|
||||
\item \textbf{Combinazioni con ripetizione di $n$ oggetti in $k$ buchi} -- Data
|
||||
l'equazione $x_1 + \ldots + x_k = n$ con $x_i \in \NN$, esistono esattamente
|
||||
$\binom{n+k-1}{k-1}$ soluzioni. Alternativamente, data la disequazione
|
||||
$x_1 + \ldots + x_k \leq n$ con $x_i \in \NN$, esistono esattamente
|
||||
$\binom{n+k}{k}$ soluzioni (dacché ha le stesse soluzioni di
|
||||
$x_1 + \ldots + x_k + y = n$, dove $y \in \NN$). È un'applicazione di una
|
||||
tecnica combinatorica standard denominata \textit{stars and bars}.
|
||||
\item \textbf{Numero di scelte possibili per un'estrazione di $n$ palline rosse e nere da un insieme di $N_1$ palline rosse unito a un insieme di $N-N_1$ palline nere} -- Se $k$ è il numero di palline rosse estratte, le scelte possibili sono
|
||||
$\binom{N_1}{k} \binom{N - N_1}{n-k}$. Si può generalizzare il problema a
|
||||
un insieme di $N$ palline divise in $m$ gruppi da $N_i$ palline ciascuno
|
||||
(e dunque $\sum_{i \in [m]} N_i = N$) dove se ne estrae $n$ e $k_i$ è il
|
||||
numero di palline estratte dall'$i$-esimo gruppo (dunque $\sum_{i \in [m]} k_i = n$;
|
||||
in tal caso le scelte possibili sono $\prod_{i \in [m]} \binom{N_i}{k_i}$. Segue
|
||||
dal Principio moltiplicativo.
|
||||
\item \textbf{Identità sulle cardinalità}
|
||||
\begin{itemize}
|
||||
\item $\#\{(a_1, \ldots, a_n) \in [k]^n \mid a_1 < a_2 < \ldots < a_n\} = \binom{n}{k}$ se $k \leq n$ -- Infatti data una classe di disposizione, esiste un unica lista ordinata
|
||||
in tale classe.
|
||||
\item $\#\{(a_1, \ldots, a_n) \in [k]^n \mid a_1 \leq a_2 \leq \ldots \leq a_n\} = \binom{n + k - 1}{k - 1}$. -- È sufficiente osservare che si sta
|
||||
contando esattamente le combinazioni con ripetizione in perfetta analogia con la precedente
|
||||
cardinalità.
|
||||
\end{itemize}
|
||||
\end{itemize}
|
||||
|
||||
\section*{Teoria degli insiemi}
|
||||
|
||||
\begin{itemize}
|
||||
\item \textbf{Leggi di De Morgan} -- Se $A$ e $B$ sono insiemi, allora
|
||||
$(A \cup B)^c = A^c \cap B^c$ e $(A \cap B)^c = A^c \cup B^c$.
|
||||
\item \textbf{Operazioni con $X\inv$ controimmagine} -- Se $X : D \to C$ è
|
||||
una funzione e $\FF = (A_i)_{i \in I}$ è una famiglia di sottoinsiemi di $C$, allora vale che $X\inv(\bigcup_{i \in I} A_i) = \bigcup_{i \in I} X\inv(A_i)$,
|
||||
$X\inv(\bigcap_{i \in I} A_i) = \bigcap_{i \in I} X\inv(A_i)$,
|
||||
$X\inv(A_i^c) = X\inv(A_i)^c$, ovverosia $X\inv$ commuta con unioni ($\cup$),
|
||||
intersezioni ($\cap$) e complementare ($^c$). $X\inv(\emptyset) = \emptyset$, e dunque $A_i \cap A_j = \emptyset \implies X\inv(A_i) \cap X\inv(A_j) = \emptyset$.
|
||||
Inoltre per $Y : C \to C'$ vale che $(Y \circ X)\inv(A) = X\inv(Y\inv(A))$,
|
||||
per $A \subseteq C'$.
|
||||
\end{itemize}
|
||||
|
||||
\end{multicols*}
|
||||
File diff suppressed because it is too large
Load Diff
@ -0,0 +1,43 @@
|
||||
%--------------------------------------------------------------------
|
||||
\begin{landscape}
|
||||
|
||||
\chapter*{Tabella e proprietà delle distribuzioni discrete}
|
||||
\addcontentsline{toc}{chapter}{Tabella e proprietà delle distribuzioni discrete}
|
||||
|
||||
\vskip -0.3in
|
||||
|
||||
\begin{table}[htb]
|
||||
\scalebox{0.74}{
|
||||
\begin{tabular}{|l|l|l|l|l|l|l|}
|
||||
\hline
|
||||
Nome distribuzione & Caso di utilizzo & Parametri & Densità discreta & Valore atteso & Momento secondo & Varianza \\ \hline
|
||||
\begin{tabular}[c]{@{}l@{}}Distr. di Bernoulli\\ $X \sim B(\pp)$\end{tabular} & \begin{tabular}[c]{@{}l@{}}Esperimento con esito\\ di successo ($1$) o\\ insuccesso ($0$).\end{tabular} & $\pp$ -- probabilità di successo. & $P(X=1) = \pp$, $P(X=0) = 1-\pp$ & $\EE[X] = \pp$ & $\EE[X^2] = \pp$ & $\Var(X) = \pp(1-\pp)$ \\ \hline
|
||||
\begin{tabular}[c]{@{}l@{}}Distr. binomiale\\ $X \sim B(n, \pp)$\end{tabular} & \begin{tabular}[c]{@{}l@{}}In una serie di $n$ esperimenti\\ col modello delle prove ripetute,\\ $X$ conta il numero di successi.\\ $X$ è in particolare somma di $n$\\ v.a.~i.i.d.~distribuite come $B(\pp)$.\end{tabular} & \begin{tabular}[c]{@{}l@{}}$n$ -- numero di esperimenti\\ $\pp$ -- probabilità di successo\\ dell'$i$-esimo esperimento\end{tabular} & \begin{tabular}[c]{@{}l@{}}$P(X=k) = \binom{n}{k}{\pp}^k (1-\pp)^{n-k}$\\ per $0 \leq k \leq n$ e $0$ altrimenti.\end{tabular} & \begin{tabular}[c]{@{}l@{}}$\EE[X] = n \pp$\\ (è somma di $n$ Bernoulliane)\end{tabular} & $\EE[X^2] = n \pp + n(n-1)\pp^2$ & \begin{tabular}[c]{@{}l@{}}$\Var(X) = n \pp(1-\pp)$\\ (è somma di $n$\\ Bernoulliane indipendenti)\end{tabular} \\ \hline
|
||||
\begin{tabular}[c]{@{}l@{}}Distr. binomiale\\ negativa\\ $X \sim \BinNeg(h, \pp)$\end{tabular} & \begin{tabular}[c]{@{}l@{}}In una serie di infiniti esperimenti\\ col modello delle prove ripetute,\\ $X$ conta l'esperimento in cui si\\ ha l'$h$-esimo successo.\end{tabular} & \begin{tabular}[c]{@{}l@{}}$h$ -- numero dei successi da misurare\\ $\pp \in (0, 1)$ -- probabilità di successo\\ dell'$i$-esimo esperimento\end{tabular} & \begin{tabular}[c]{@{}l@{}}$P(X=k) = \binom{k-1}{h-1} \pp^h (1-\pp)^{k-h}$\\ laddove definibile e $0$ altrimenti.\end{tabular} & \begin{tabular}[c]{@{}l@{}}$\EE[X] = \frac{h}{\pp}$\\ (è somma di $h$ Geometriche)\end{tabular} & $\EE[X^2] = \frac{h(1+h-\pp)}{\pp^2}$ & \begin{tabular}[c]{@{}l@{}}$\Var(X) = \frac{h(1-\pp)}{\pp^2}$ \\ (è somma di $h$\\Geometriche indipendenti)\end{tabular} \\ \hline
|
||||
\begin{tabular}[c]{@{}l@{}}Distr. geometrica\\ $X \sim \Geom(\pp)$\end{tabular} & \begin{tabular}[c]{@{}l@{}}In una serie di infiniti esperimenti\\ col modello delle prove ripetute,\\ $X$ conta l'esperimento in cui si\\ ha il primo successo. È pari a\\ $\BinNeg(1, \pp)$\end{tabular} & \begin{tabular}[c]{@{}l@{}}$\pp \in (0, 1)$ -- probabilità di successo\\ all'$i$-esimo esperimento.\end{tabular} & \begin{tabular}[c]{@{}l@{}}$P(X=k) = \pp (1-\pp)^{k-1}$ per\\ $k \geq 1$ e $0$ per $k=0$.\end{tabular} & $\EE[X] = \frac{1}{\pp}$ & $\EE[X^2] = \frac{2-\pp}{\pp^2}$ & $\Var(X) = \frac{1-\pp}{\pp^2}$ \\ \hline
|
||||
\begin{tabular}[c]{@{}l@{}}Distr. ipergeometrica\\ $X \sim H(N, N_1, n)$\end{tabular} & \begin{tabular}[c]{@{}l@{}}In un'estrazione di $n$ palline in\\ un'urna di $N$ palline, di cui\\ $N_1$ sono rosse, $X$ conta\\ il numero di palline rosse estratte.\end{tabular} & \begin{tabular}[c]{@{}l@{}}$N$ -- numero di palline nell'urna\\ $N_1$ -- numero di palline rosse\\ nell'urna\\ $n$ -- numero di palline estratte\end{tabular} & \begin{tabular}[c]{@{}l@{}}$P(X=k) = \frac{\binom{N_1}{k} \binom{N-N_1}{n-k}}{\binom{N}{n}}$\\ laddove definibile e $0$ altrimenti.\end{tabular} & & & \\ \hline
|
||||
\begin{tabular}[c]{@{}l@{}}Distri.di Poisson\\ (o degli eventi rari)\\ $X \sim \Poisson(\lambda)$\end{tabular} & \begin{tabular}[c]{@{}l@{}}In una sequenza di $n \gg 1$\\ esperimenti di parametro $\pp \ll 1$\\ con $n \pp \approx \lambda$,\\ $X$ misura il numero di successi.\\ Si può studiare come distribuzione\\ limite della distribuzione binomiale.\end{tabular} & $\lambda$ -- tasso di successo. & $P(X=k) = \frac{\lambda^k}{k!} e^{-\lambda}$ & $\EE[X] = \lambda$ & $\EE[X^2] = 2\lambda$ & $\Var(X) = \lambda$ \\ \hline
|
||||
\end{tabular}}
|
||||
\end{table}
|
||||
|
||||
Valgono inoltre le seguenti altre proprietà:
|
||||
|
||||
\small
|
||||
\begin{itemize}
|
||||
\item Una somma di $n$ v.a.~i.i.d.~distribuite come $B(\pp)$ si
|
||||
distribuisce come $B(n, \pp)$.
|
||||
\item Se $X \sim B(n, \pp)$ e $Y \sim B(m, \pp)$ sono indipendenti, $X + Y$ si distribuisce come $B(n + m, \pp)$.
|
||||
\item Se $X \sim \Poisson(\lambda)$ e $Y \sim \Poisson(\mu)$ sono indipendenti,
|
||||
$X + Y$ si distribuisce come $\Poisson(\lambda + \mu)$.
|
||||
\item Se $X \sim \Geom(\pp)$, allora $P(X = \infty) = 0$\footnote{
|
||||
Ovverosia la probabilità che non vi siano mai successi è nulla.
|
||||
}. Da ciò si deduce che $P(X > k) = (1-\pp)^k$.
|
||||
\item Una $X \sim \BinNeg(h, \pp)$ è
|
||||
somma di $h$ v.a.~i.i.d.~distribuite
|
||||
come $\Geom(\pp)$.
|
||||
\item Una v.a.~$X$ sui numeri naturali si dice che ha la \textit{proprietà di perdita di memoria} se $P(X > n + k \mid X > k) = P(X > n)$. Una v.a.~ha
|
||||
la proprietà di perdita della memoria se e solo se è distribuita come
|
||||
la distribuzione geometrica.
|
||||
\end{itemize}
|
||||
|
||||
\end{landscape}
|
||||
@ -0,0 +1,56 @@
|
||||
%--------------------------------------------------------------------
|
||||
\chapter*{Tabella e proprietà della f.d.r.~\texorpdfstring{$\Phi(x)$}{Φ(x)} di una normale standard}
|
||||
\addcontentsline{toc}{chapter}{Tabella e proprietà della f.d.r.~\texorpdfstring{$\Phi(x)$}{Φ(x)} di una normale standard}
|
||||
|
||||
Per $a \in \RR$ si definisce la funzione $\Phi(a) = \int_{-\infty}^a e^{-\nicefrac{x^2}{2}} \dx$. L'integrale $\Phi(\infty) \defeq \int_{-\infty}^a e^{-\nicefrac{x^2}{2}} \dx$ vale
|
||||
esattamente $1$, mentre $\Phi(-\infty) \defeq 0$. Per la parità di $e^{-\nicefrac{x^2}{2}}$ vale che $\Phi(a) = 1 - \Phi(-a)$ (\textbf{simmetria}). A partire da questa funzione si può calcolare
|
||||
$\int_{a}^b e^{-\nicefrac{x^2}{2}} \dx$, che risulta essere $\Phi(b) - \Phi(a)$. Se
|
||||
$a > 0$, allora $\int_{-a}^a e^{-\nicefrac{x^2}{2}} \dx = \Phi(a) - \Phi(-a) = 2\Phi(a) - 1$.
|
||||
|
||||
|
||||
\begin{longtable}{|l|l|l|l|l|l|l|l|l|l|l|}
|
||||
\caption{Tabella $z$ di alcuni valori di $\Phi(x)$ per $x$ \textit{non negativo}. Per $x$ \textit{negativo} utilizzare \textbf{simmetria}. Si prendono le cifre fino al decimo e si legge la riga corrispondente, in base al centesimo si individua poi l'approssimazione da usare.} \label{tab:phi} \\
|
||||
|
||||
\hline
|
||||
\endfirsthead
|
||||
|
||||
\endhead
|
||||
|
||||
\hline \multicolumn{3}{|r|}{{Continued on next page}} \\ \hline
|
||||
\endfoot
|
||||
|
||||
\hline
|
||||
\endlastfoot
|
||||
z & 0 & 0,01 & 0,02 & 0,03 & 0,04 & 0,05 & 0,06 & 0,07 & 0,08 & 0,09 \\
|
||||
0 & 0,5 & 0,50399 & 0,50798 & 0,51197 & 0,51595 & 0,51994 & 0,52392 & 0,5279 & 0,53188 & 0,53586 \\
|
||||
0,1 & 0,53983 & 0,5438 & 0,54776 & 0,55172 & 0,55567 & 0,55962 & 0,56356 & 0,56749 & 0,57142 & 0,57535 \\
|
||||
0,2 & 0,57926 & 0,58317 & 0,58706 & 0,59095 & 0,59483 & 0,59871 & 0,60257 & 0,60642 & 0,61026 & 0,61409 \\
|
||||
0,3 & 0,61791 & 0,62172 & 0,62552 & 0,6293 & 0,63307 & 0,63683 & 0,64058 & 0,64431 & 0,64803 & 0,65173 \\
|
||||
0,4 & 0,65542 & 0,6591 & 0,66276 & 0,6664 & 0,67003 & 0,67364 & 0,67724 & 0,68082 & 0,68439 & 0,68793 \\
|
||||
0,5 & 0,69146 & 0,69497 & 0,69847 & 0,70194 & 0,7054 & 0,70884 & 0,71226 & 0,71566 & 0,71904 & 0,7224 \\
|
||||
0,6 & 0,72575 & 0,72907 & 0,73237 & 0,73565 & 0,73891 & 0,74215 & 0,74537 & 0,74857 & 0,75175 & 0,7549 \\
|
||||
0,7 & 0,75804 & 0,76115 & 0,76424 & 0,7673 & 0,77035 & 0,77337 & 0,77637 & 0,77935 & 0,7823 & 0,78524 \\
|
||||
0,8 & 0,78814 & 0,79103 & 0,79389 & 0,79673 & 0,79955 & 0,80234 & 0,80511 & 0,80785 & 0,81057 & 0,81327 \\
|
||||
0,9 & 0,81594 & 0,81859 & 0,82121 & 0,82381 & 0,82639 & 0,82894 & 0,83147 & 0,83398 & 0,83646 & 0,83891 \\
|
||||
1 & 0,84134 & 0,84375 & 0,84614 & 0,84849 & 0,85083 & 0,85314 & 0,85543 & 0,85769 & 0,85993 & 0,86214 \\
|
||||
1,1 & 0,86433 & 0,8665 & 0,86864 & 0,87076 & 0,87286 & 0,87493 & 0,87698 & 0,879 & 0,881 & 0,88298 \\
|
||||
1,2 & 0,88493 & 0,88686 & 0,88877 & 0,89065 & 0,89251 & 0,89435 & 0,89617 & 0,89796 & 0,89973 & 0,90147 \\
|
||||
1,3 & 0,9032 & 0,9049 & 0,90658 & 0,90824 & 0,90988 & 0,91149 & 0,91309 & 0,91466 & 0,91621 & 0,91774 \\
|
||||
1,4 & 0,91924 & 0,92073 & 0,9222 & 0,92364 & 0,92507 & 0,92647 & 0,92785 & 0,92922 & 0,93056 & 0,93189 \\
|
||||
1,5 & 0,93319 & 0,93448 & 0,93574 & 0,93699 & 0,93822 & 0,93943 & 0,94062 & 0,94179 & 0,94295 & 0,94408 \\
|
||||
1,6 & 0,9452 & 0,9463 & 0,94738 & 0,94845 & 0,9495 & 0,95053 & 0,95154 & 0,95254 & 0,95352 & 0,95449 \\
|
||||
1,7 & 0,95543 & 0,95637 & 0,95728 & 0,95818 & 0,95907 & 0,95994 & 0,9608 & 0,96164 & 0,96246 & 0,96327 \\
|
||||
1,8 & 0,96407 & 0,96485 & 0,96562 & 0,96638 & 0,96712 & 0,96784 & 0,96856 & 0,96926 & 0,96995 & 0,97062 \\
|
||||
1,9 & 0,97128 & 0,97193 & 0,97257 & 0,9732 & 0,97381 & 0,97441 & 0,975 & 0,97558 & 0,97615 & 0,9767 \\
|
||||
2 & 0,97725 & 0,97778 & 0,97831 & 0,97882 & 0,97932 & 0,97982 & 0,9803 & 0,98077 & 0,98124 & 0,98169 \\
|
||||
2,1 & 0,98214 & 0,98257 & 0,983 & 0,98341 & 0,98382 & 0,98422 & 0,98461 & 0,985 & 0,98537 & 0,98574 \\
|
||||
2,2 & 0,9861 & 0,98645 & 0,98679 & 0,98713 & 0,98745 & 0,98778 & 0,98809 & 0,9884 & 0,9887 & 0,98899 \\
|
||||
2,3 & 0,98928 & 0,98956 & 0,98983 & 0,9901 & 0,99036 & 0,99061 & 0,99086 & 0,99111 & 0,99134 & 0,99158 \\
|
||||
2,4 & 0,9918 & 0,99202 & 0,99224 & 0,99245 & 0,99266 & 0,99286 & 0,99305 & 0,99324 & 0,99343 & 0,99361 \\
|
||||
2,5 & 0,99379 & 0,99396 & 0,99413 & 0,9943 & 0,99446 & 0,99461 & 0,99477 & 0,99492 & 0,99506 & 0,9952 \\
|
||||
2,6 & 0,99534 & 0,99547 & 0,9956 & 0,99573 & 0,99585 & 0,99598 & 0,99609 & 0,99621 & 0,99632 & 0,99643 \\
|
||||
2,7 & 0,99653 & 0,99664 & 0,99674 & 0,99683 & 0,99693 & 0,99702 & 0,99711 & 0,9972 & 0,99728 & 0,99736 \\
|
||||
2,8 & 0,99744 & 0,99752 & 0,9976 & 0,99767 & 0,99774 & 0,99781 & 0,99788 & 0,99795 & 0,99801 & 0,99807 \\
|
||||
2,9 & 0,99813 & 0,99819 & 0,99825 & 0,99831 & 0,99836 & 0,99841 & 0,99846 & 0,99851 & 0,99856 & 0,99861 \\
|
||||
3 & 0,99865 & 0,99869 & 0,99874 & 0,99878 & 0,99882 & 0,99886 & 0,99889 & 0,99893 & 0,99896 & 0,999
|
||||
\end{longtable}
|
||||
Loading…
Reference in New Issue