Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
compreso tra x k -Δx/2 e x k +Δx/2. Sostanzialmente abbiamo costruito un istogramma, abbiamo cioè<br />
“discretizzato” una variabile continua rendendola simile ad una discreta. Chiamiamo P k l’altezza di<br />
ciascuna barra e f(x k ) il rapporto<br />
f ( x ) = P / Δx<br />
k<br />
k<br />
La probabilità associata al generico intervallo [a,b] sarà data dalla somma sugli N bin contenuti<br />
nell’intervallo [a,b]:<br />
N<br />
N<br />
N<br />
p(<br />
a < x < b)<br />
= ∑ p(<br />
x − Δx<br />
/ 2 < x < x + Δx<br />
/ 2) = ∑ P = ∑<br />
k = 1<br />
k<br />
k<br />
k = 1<br />
k<br />
k = 1<br />
f ( x ) Δx<br />
Tale espressione costituisce una approssimazione alla probabilità che stiamo cercando di calcolare.<br />
Se ora diminuisco sempre di più le dimensioni del mio bin, aumentando proporzionalmente il<br />
numero di bins, cioè se faccio il limite per Δx -> 0 l’approssimazione diventa sempre più buona.<br />
L’analisi mi insegna che sotto certe ipotesi sulla funzione, il limite della sommatoria esiste, e si<br />
chiama integrale della funzione. Scriveremo perciò:<br />
p ( a < x < b)<br />
= ∫ f ( x)<br />
dx<br />
b<br />
a<br />
La funzione f ( x ) é detta densità di probabilità. Si tratta di una funzione che non ha né il<br />
significato né le dimensioni di una probabilità, ma il cui valore in una certa zona di x ci dice quanta<br />
é la “probabilità per unità di x” che x esca in quella zona. Per fissare le idee disegniamo una f( x )<br />
qualsiasi (vedi Fig.2.3). Dal punto di vista grafico, la probabilità in questo caso é dunque l’area<br />
sottesa alla curva tra a e b come illustrato in Fig.2.3. Il simbolo dx indica l’intervallo infinitesimo<br />
della variabile x, cioè il limite per N grande di Δx. Quindi il segno di integrale appena definito ha il<br />
significato di una somma di prodotti dei valori della funzione per la dimensione dell’intervallino,<br />
quando ho implicitamente pensato di mandare all’infinito il numero di intervallini.<br />
k<br />
Fig.2.3 Esempio di densità di probabilità f(x) della variabile casuale continua x definita nell’intervallo (0,10).<br />
L’area complessiva sottesa alla curva é pari a 1. Per determinare la probabilità che x sia compresa tra i 2 valori a e<br />
b, (pari rispettivamente a 3 e 5 in questo caso) si deve valutare l’area indicata.<br />
Con questo linguaggio l’assioma della certezza si tramuta nella:<br />
x max<br />
∫ f ( x)<br />
dx = 1<br />
x min<br />
56