Variable aleatòria: diferència entre les revisions

Contingut suprimit Contingut afegit
m Robot posa secció de referències
introducció concepte de funció de densitat d'una variable aleatòria contínua
Línia 31:
 
* La que hem vist anteriorment del llençament de dos daus: <math>X</math>=suma dels punts dels dos daus.
* La '''[[Distribució binomial de Poisson|distribució binomial]],''' per les seves aplicacions, és la més important de les distribucions discretes de probabilitat.
 
Una variable aleatòria s'anomena '''''contínua''''' si els seus possibles valors són tots els nombres reals d'un interval.
Línia 49:
* La probabilitat <math>p(X=x_i)</math>
 
=== Distribucions de probabilitat ===
Observem que cada esdeveniment elemental de l'experiència aleatòria té assignat un valor de la variable aleatòria (en l'exemple del llançament dels dos daus, l'esdeveniment (1,1) té associat el valor 2 de la variable aleatòria) i que diferents esdeveniments elementals poden tenir assignat el mateix valor(en l'exemple del llançament dels dos daus, els esdeveniments (1,2) i (2,1) tenen associat el mateix valor 3 de la variable aleatòria).
 
Definim com a '''''Distribució de probabilitat d'una variable aleatòria discreta(funció de densitat)''''':
 
<math> f(x_i)=p(X=x_i)</math>
 
La funció de densitat té com a variable independent el valors de la variable aleatòria. Per extensió pot ser considerada com una funció real de variable real que té com imatge 0 per als nombres reals que no siguin possibles valors de la variable aleatòria. [[Fitxer:Gràfic distribució suma de dos daus.png|miniatura|Distribució de probabilitat de la variable aleatòria "suma dels valors del llençament de dos daus"]]Es fa servir el nom de la variable quan es considera la probabilitat que es verifiqui alguns dels esdeveniments, Així, podem escriure, <math>p(X=2)</math>per indicar la probabilitat que la variable aleatòria prengui el valor 2.
 
En l'exemple dels dos daus tenim que, per exemple, <math>f(x_1)=p(X=2)=\left ( \frac{1}{36} \right )</math>perquè l'esdevenivement <math>[X=2]</math>té com a únic cas favorable {dau1=1 i dau2=1} i extensivament la funció de densitat vindria definida per:
 
<math>f(2)=\left ( \frac{1}{36} \right ), f(3)=\left ( \frac{2}{36} \right ),f(4)=\left ( \frac{3}{36} \right),f(5)=\left ( \frac{4}{36} \right ) </math><math>,f(6)=\left ( \frac{5}{36} \right ),f(7)=\left ( \frac{6}{36} \right ),f(8)=\left ( \frac{5}{36} \right ), </math>,,,,,,,,,<math display="inline">f(12)=\left ( \frac{1}{36} \right )),
f(x)=0 \quad si \quad x\not\in\{2,3,4,5,6,7,8,9,10,11,12\} </math>
 
 
 
 
En resum, un''a '''variable aleatòria''' (o estocàstica) és una aplicació mesurable d'un espai de probabilitat <math>(\Omega,\Alpha,p)</math>en el conjunt dels nombres reals <math>\Re</math>:''
 
'' <math>(\Omega,\Alpha,p)\longrightarrow\Re</math>''
 
''essent Ω el conjunt de resultats possibles de la variable aleatòria, Α el conjunt de successos associats i <math>p</math> la funció de probabilitat.''
 
<br /><math />
== Variable aleatòria discreta ==