Variabili Casuali

Metodi Quantitativi-7
 Esempio di variabile casuale:

Risultato (X) Probabilità (Pr(X = xi))

1 1/6
2 1/6
3 1/6
4 1/6
5 1/6
6 1/6
 1 1 1 1 1 1
E(X) = 1 + 2 + 3 + 4 + 5 +6 = 3.5
6 6 6 6 6 6

1 1 1 1
Var(X) = (1 − 3.5)2 + (2 − 3.5)2 + (3 − 3.5)2 + (4 − 3.5)2 +
6 6 6 6

1 1
+(5 − 3.5)2 + (6 − 3.5)2 ; 2.72
.
6 6

DS(X) = 2.72 = 1.91

ω
ΩSpazio
i
1
2M di eventi Variabile X Pr(X = xi)

x1 p1

x2 p2

… …

xi pi

xM pM
 M
E(X) = ∑x p i i
i =1

;
M 2

Var(X) = ∑ (x
i =1
i − E(X)) pi

DS(X) =
.
Var(X)
Vediamo una applicazione delle variabili aleatorie
l’analisi di una scommessa.

Tipica scommessa proposta dalla SNAI:

Arsenal – Man City: 1: 1.53; X: 3.50; 2: 6.50.

Sia S l’evento vince il Manchester City, devo stimare la probabilità
Pr( S )=

Eventi Ω Vincita X Pr(X=xi)

S 5.50 1/10
B = “Non S” -1.0 9/10
Provo a calcolare il valore atteso:

1 9
E(X) = 5.50 + (−1) = −0.45
10 10

Nota bene: Non sembra molto conveniente scommettere!

Calcoliamo la variabilità della scommessa:

1 9
Var(X) = (5 − (−0.45))2 + (−1 − (−0.45))2 ;
10 10
; 3.54 + 0.27 = 3.81

DS(X) = 3.81 = 1.95

Problema: e se la probabilità Pr(S) fosse diversa da 1/10?

Evento Vincita X Pr(X=xi)

S 5.50 p

B = “Non S” -1.0 1-p

Conviene giocare se il valore atteso E(X) > 0. (se E(X) = 0 è

indifferente giocare o meno).
Nel caso specifico, conviene giocare se:

E(X) = 5.50p + (−1)(1 − p) ≥ 0

Da cui risulta: p >= 1/(6.5) = 0.15

 Come si stabiliscono le quote?

w = quanto scommesso sul Man City

z = quanto scommesso su Arsenal o pareggio

Equilibrio finanziario:

Quanto la SNAI restituisce = Quanto la SNAI ha incassato

Quindi:

w*(6.50) = z + w

da cui:

6.50 = (z + w)/w
Empoli-Milan:

probabilità oggettiva segno 1 = 1/3

probabilità oggettiva segno X = 1/3
probabilità oggettiva segno 2 = 1/3

scommesse totali sul segno 1:

w = 10.000 euro,

sui segni X-2:

z = 50.000 euro.

Quota offerta (condizione di equilibrio finanziario):

q = (10.000 + 50.000)/10.000 = 6