Trasformazioni di variabili aleatorie

Teoria dei Segnali

Giuseppe Scarpa

Indice
1

Metodo diretto

Metodo indiretto

Spesso in pratica una grandezza aleatoria di interesse (Y ) si lega mediante una trasformazione g() nota ad unaltra
grandezza (X) caratterizzata in maniera completa. Schematicamente tale situazione si pu rappresentare come in
figura.

g() : R R

X()

Y = g(X)
Y () = g(X())

Come derivare la caratterizzazione statistica di Y ?

fX (x), g() fY (y) =?
In generale, il problema si pone per trasformazioni Rn Rm

Y1
g1 (X1 , . . . , Xn )
..

..
Y = g(X)
ovvero
. =

.
Ym

gm (X1 , . . . , Xn )

con g(X) , [g1 (X), . . . , gm (X)]T , di n vv.aa. X1 , . . . , Xn in m vv.aa. Y1 , . . . , Ym .

Limiteremo lattenzione al caso di trasformazioni 1 1, 2 1, 2 2, pur richiamando risultati teorici
importanti per il caso n n.
Esistono due modi di procedere:
 Metodo diretto: si cerca di operare direttamente col calcolo della probabilit, in particolare focalizzandosi sulla
CDF o sulla DF, manipolando gli eventi {Y y}, ovvero {Y = y}
 Metodo indiretto: utilizzando il teorema fondamentale delle trasformazioni di vv.aa., laddove applicabile.
1

Metodo diretto

Si consideri, per fissare le idee, il caso 2 2. In tal caso si vuol determinare la CDF seguente
FY1 ,Y2 (y1 , y2 ) , P ({Y1 y1 , Y2 y2 }) =?
Per cui, definito il dominio
Dy1 ,y2 , {(x1 , x2 ) X1 X2 : g1 (x1 , x2 ) y1 , g2 (x1 , x2 ) y2 }
si ha
{Y1 y1 , Y2 y2 } = {(X1 , X2 ) Dy1 ,y2 }
Pertanto:
FY1 ,Y2 (y1 , y2 ) = P ({(X1 , X2 ) Dy1 ,y2 }) =

fX1 ,X2 (x1 , x2 ) dx1 dx2

Dy1 ,y2

Dunque, per caratterizzare la coppia (Y1 , Y2 ) necessario naturalmente disporre di fX1 ,X2 (x1 , x2 ), ma anche essere in
grado di individuare il dominio Dy1 ,y2 per ogni coppia (y1 , y2 ) e calcolare la relativa probabilit mediante integrazione.
Il flusso logico seguito pu essere rappresentato come in figura (caso 1 1)
R

{ : X() Dy }

y
Dy = {x : g(x) y}

{Y y}

risalendo le corrispondenze a ritroso da destra (dominio di Y ) verso sinistra.

Nel caso discreto si pu far riferimento anche alla DF:
pY1 ,Y2 (y1 , y2 )

= P ({Y1 = y1 , Y2 = y2 }) = P ({(X1 , X2 ) Dy1 ,y2 })

X
=
pX1 ,X2 (x1 , x2 )
(x1 ,x2 )Dy1 ,y2

essendo
Dy1 ,y2 , {(x1 , x2 ) X1 X2 : g1 (x1 , x2 ) = y1 , g2 (x1 , x2 ) = y2 }

Esempio: Trasformazione affine, Y = aX + b (metodo diretto)

Supposta X v.a. continua, si determini con metodo diretto la CDF o la pdf della v.a. Y =
aX + b, con a 6= 0.

(
(, yb ],
Dy = {x : g(x) y} = {x : ax + b y} = yb a
[ a , ),

a>0
a<0

Dunque,
(
a>0
FX ( yb
a ),
FY (y) = P ({X Dy }) =
yb
1 FX ( a ), a < 0
Inoltre, per ottenere la pdf sufficiente derivare la CDF ottenuta:
(


1
fX ( yb
),
a>0
1
yb
dFY (y)
a
a
=
=
fX
fY (y) =
dy
|a|
a
a1 fX ( yb
a ), a < 0

Esempio: Somma di vv.aa. (metodo diretto)

Date due vv.aa. continue X ed Y si determini la pdf della v.a. ottenuta mediante somma
Z =X +Y.

necessario preliminarmente individuare per ogni valore di z il dominio

Dz = {(x, y) : g(x, y) = x + y z}

x+y =z y =zx
Dz = {(x, y) : x + y z}

= {(x, y) : y z x}

zx

x
z

x
Quindi:
FZ (z)

= P ({Z z}) = P ({(X, Y ) Dz })

Z zx
Z
x
=
fX,Y (x, y) dx dy =
fX,Y (x, y) dx dy
Dz

Se X e Y sono indipendenti allora la pdf si fattorizza ed il calcolo si semplifica:

Z zx
Z
Z zx
Z
FZ (z) =
fX,Y (x, y) dx dy =
fX (x)fY (y) dx dy

Da cui, derivando:

d
fZ (z) =
FZ (z) =
dz

d
dz

zx
Z

fY (y)dy fX (x)dx =

fY (z x)fX (x)dx

Dunque fZ (z) = fX (z) fY (z) (convoluzione)

 Oss.: possibile dimostrare che i risultati ottenuti negli esempi precedenti valgono anche quando le variabili
trasformate sono discrete o miste.

Esercizi proposti
Esercizi proposti
 Esercizio: Si consideri la v.a. di seguito descritta:

X {2, 1, 0, 1, 2} con pX (k) = 1/5, k = 2, . . . , 2

Determinare la DF della v.a. Y = X 2 .

Esercizi del testo di Probabilit di Gelli consigliati:
Cap. 4: 4.1-2, 4.4-5.

Metodo indiretto
Teorema fondamentale delle trasformazioni di vv.aa. (1 1)
Sia X una v.a. con pdf fX (x) e Y = g(X), si ha:

0,
@ x : y = g(x)
fY (y) = P fX (xi ) , altrimenti
|g0 (xi )|
i

con y = g(xi ) i.

Applicazione del teorema fondamentale

 Determinazione delle soluzioni {xi } dellequazione y = g(x) per ogni y R.
 Calcolo di g 0 (x).

 Applicazione della formula del teorema.

Esempio: Trasformazione affine, Y = aX + b (metodo indiretto)
 La trasformazione y = g(x) = ax + b ha sempre una ed una sola soluzione y, cio
x1 = yb
a .
 Inoltre si ha banalmente g 0 (x) = a.
 Pertanto

fy (y) =

fX (x1 )
1
=
fX
0
|g (x1 )|
|a|

yb
a


.

Esempio: Y = X + , con X N(0, 1)

Particolarizzando il risultato dellesempio precedente si ha banalmente (supp. > 0):


x2 

(y)2
1
1
1
22
21 


=
e
=
e
fY (y) = fX (x1 )


2
2
x1 = y
x1 = y

Cio Y N(, ).

Teorema fondondamentale delle trasformazioni (2 2)

Sia X = [X1 , X2 ]T un coppia di vv.aa. con pdf congiunta fX (x1 , x2 ) ed Y = [Y1 , Y2 ]T =
g(X) = [g1 (X1 , X2 ) , g2 (X1 , X2 )]T , si ha:

#
" # " # "

g
(x
,
x
)
x
y

1
1
1
2
1

=
:
0,
@

g2 (x1 , x2 )
x2
y2
fY (y1 , y2 ) =

P fX (xi1 ,xi2 )

|det(J(xi ,xi ))| , altrimenti

i

  

y1
g1 (xi1 , xi2 )
con y = g(x ) ovvero
=
i.
y2
g2 (xi1 , xi2 )
i

"
dove J(x1 , x2 ) ,
 Oss.:

(g1 ,g2 )
(x1 ,x2 )

g1
x1
g2
x1

g1
x2
g2
x2

#
(Jacobiano di g(x1 , x2 ))

Il teorema vale pi in generale per trasformazioni n n.

Esempio: Trasformazione coordinate cartesiane in polari

Si consideri la seguente trasformazione
(

R = X2 + Y 2
= tan1 (Y /X)
con X, Y N (0, ) vv.aa. gaussiane indipendenti.
Determinare le distribuzioni di R e mediante il metodo indiretto.

La trasformazione biunivoca, dunque invertibile, per ogni (r, ) [0, ) (, ].a

In particolare si ha:
(
x = r cos()
(1)
y = r sin()
 Prop.: Una propriet dello Jacobiano, utile nel caso considerato e applicabile a
trasformazioni invertibili, che il suo determinante pari allinverso del determinante dello
Jacobiano della trasformazione inversa.
Possiamo quindi calcolare lo Jacobiano della trasformazione (1):
"
# 

r cos()
r cos()
cos() r sin()
r

r sin()
r sin() = sin()
r cos()
r

il cui determinante vale

D = r cos2 (r sin2 ) = r(sin2 + cos2 ) = r
Applicando il teorema delle trasformazioni:
fR, (r, )

=
=


fX,Y (x, y) 
r r2 cos2 +r2 2 sin2
2
e
=

|det(J(x, y))| (x,y)=...
2 2
r r22
e 2 , (r, ) [0, ) (, ]
2 2

Le pdf marginali possono infine essere ottenute per integrazione della pdf congiunta:
Z
fR (r) =

r2
r r22
r
e 2 d = 2 e 22 u(r) R Rayleigh(2 2 )
2
2

Z
f ()

1
r r22
e 2 dr =
2
2
2

fR (r) dr

1 Y
( ) U(, )
2
2

a Per la precisione, la biunivocit si ha risolvendo anche lambiguit di fase di tan , cio sommando o sottraendo
1
al risultato ottenuto quando X < 0 (2o e 3o quadrante).

 possibile operare mediante metodo indiretto anche quando la trasformazione non di tipo n n? Ad esempio
nel caso 2 1 = Metodo della variabile ausiliaria. Il metodo della variabile ausiliaria consiste semplicemente nel
completare la trasformazione aggiungendo una variabile ausiliaria in uscita, ottenuta mediante una trasformazione
banale. una volta ottenuta la pdf congiunta delle vv. di uscita si ottiene quella di interesse integrando rispetto alla
variabile ausiliaria.
Esempio: Metodo della variabile ausiliaria
Si consideri una trasformazione 2 1:
Z = XY
Per determinare la pdf di Z a partire da fX,Y (x, y) si considera la trasformazione 2 2
(
Z = XY
W = X (o altra scelta banale)
Lapplicazione del teorema delle trasformazioni (lasciata per esercizio) fornisce, per w 6= 0:
fZ,W (z, w) =

1
fX,Y (w, z/w)
|w|

da cui per integrazione si ottiene la pdf cercata

Z
fZ (z) =

1
fX,Y (w, z/w) dw =
|w|

Esercizi proposti
Esercizi proposti
 Esercizio: Determinare la pdf di Y nei seguenti casi:
 Y = X 2 , con X U(2, 2) (m. indiretto)

 Y = cos(X), con X U(0, 2) (m. indiretto).

Esercizi del testo di Probabilit di Gelli consigliati:

Cap. 4: 4.9-14.
Cap. 6: 6.13, 6.15, 6.17.