Ecco il link che spiega come scrivere le formule:
http://www.matematicamente.it/forum/come-si-scrivono-le-formule-t26179.html
Però cerchiamo di trovare la densità di probabilità dell'integrale, magari sotto ipotesi ragionevoli.
Fidati, non è una cosa fattibile. Non lo dico io, lo dicono i libri. Considera che nella maggior parte dei casi l'integrale di $bb rho(t, zeta)$ non esiste per ogni evento $zeta$ dello spazio campionario. Infatti un processo stocastico è generalmente qualcosa di "matematicamente mostruoso": prendi l'andamento della borsa (lo vedi dal
sito del Corriere); normalmente lo si modella tramite moti browniani, ovvero processi
ovunque discontinui! Qui l'integrale di Riemann fallisce miseramente (teorema di Vitali - Lebesgue). Si può definire $bbs$ in modo diverso. Se per esempio
$lim_(Delta t_i to 0) E{[bbs - sum_(i=1)^n bb rho (t_i) Delta t_i]^2}=0$
allora $bbs$ è definito come limite di una somma in media quadratica.
L'unica eccezione è quella dei processi $bbx(t)$ gaussiani; infatti se le v.a. $bbx(t_i)$ sono gaussiane allora l'integrale del processo, visto come somma di Riemann:
$int_a^b bbx(t)"d"t=sum_i bbx(t_i)Delta t_i$
è una v.a. gaussiana, in quanto combinazione lineare di v.a. gaussiane. Si potrebbe poi invocare il teorema centrale limite per processi i cui campioni agli istanti $t_i$ siano indipendenti e distribuiti in qualsiasi maniera: se
$lim_(n to oo) sum_(i=1)^n sigma_(bbx(t_i))^2 =oo$
e per qualche $alpha > 2$
$int_(RR) x^(alpha) f_i(x)"d"x<C$
con $C$ costante allora la distribuzione della somma delle v.a. è gaussiana.
Un esempio: il moto browniano (processo di Wiener-Lewy) $bbw(t)$ può essere definito come integrale del rumore bianco gaussiano $bbn(t)$, ovvero un processo normale, stazionario, con media nulla e spettro di potenza uniforme: $S_(bb n bb n)=alpha$. Si ha
$bb w(t)= int_0^t bb n (tau) "d"tau$.
La v.a. $bbw(t)$ è a media nulla e varianza
$sigma_(bbw(t))^2=R_(bbw bbw)(t)=alpha t$
e densità del prim'ordine
$f(w;t)=1/(sqrt(2 pi alpha t)) "exp"( -(w^2)/(2 alpha t))$.
siamo sicuri che: la pdf del limite della somma è il limite della pdf della somma? una dimostrazione?
E chi l'ha detto? Io ho scritto che il
valor medio ($E[cdot]$) della somma è uguale alla somma dei valori medi!