Una distribuzione diversa dalle altre
Le distribuzioni di probabilità più comuni talvolta si rivelano molto lontane dalle osservazioni. Quando i casi estremi si verificano troppo spesso, la distribuzione di Cauchy rivela tutta la sua utilità.

Le distribuzioni di probabilità più comuni talvolta si rivelano molto lontane dalle osservazioni. Quando i casi estremi si verificano troppo spesso, la distribuzione di Cauchy rivela tutta la sua utilità.

Articoli consigliati per te.

In pratica, trovare un valore ottimale richiede spesso di eseguire complessi calcoli di integrali. Come procedere? Alcuni fisici hanno messo a punto il metodo Monte Carlo, il cui vantaggio è avere una complessità che non cresce con la dimensione degli integrali considerati.

Le curve gaussiane non sono adatte a modellizzare attività finanziarie rischiose, come per esempio le azioni. Per riuscirci, Benoît Mandelbrot introduce il concetto di misura multifrattale e generalizza il moto browniano.

La ripetizione, un gran numero di volte, di un esperimento aleatorio con due esiti possibili conduce a probabilità difficili da prevedere direttamente, e ancor più da calcolare esplicitamente. Il teorema di de Moivre-Laplace riesce tuttavia a fornirne un’eccellente approssimazione.

La ripetizione, un gran numero di volte, di un esperimento aleatorio con due esiti possibili porta a probabilità difficilmente prevedibili direttamente, e ancor meno calcolabili in modo esplicito. Il teorema di Moivre-Laplace riesce tuttavia a fornirne un’eccellente approssimazione.
Discussione
Accedi per pubblicare un commento e confrontarti con gli altri lettori.
Nessun commento per ora. Sii il primo a commentare.