Che cos’è una variabile aleatoria?

È una funzione che associa a ciascun esito di un esperimento aleatorio un numero reale. In questo modo rende trattabile matematicamente l’incertezza, perché a ogni valore della variabile corrisponde una probabilità. Non è l’evento in sé, ma la sua codifica numerica.

Qual è la differenza tra variabile aleatoria discreta e continua?

Una variabile discreta assume valori isolati o numerabili, e la probabilità si assegna ai singoli valori tramite una funzione di massa. Una variabile continua assume valori in un intervallo e la probabilità di un punto singolo è nulla; contano gli intervalli, descritti da una densità. Quindi, nel continuo, le probabilità si ottengono integrando la densità.

Che cos’è la funzione di ripartizione?

È la funzione che associa a ogni valore x la probabilità che la variabile aleatoria sia minore o uguale a x. È definita sia per variabili discrete sia per variabili continue, quindi è uno strumento universale. È monotona crescente e completamente determina la distribuzione.

Come si interpreta la funzione di massa di probabilità?

Per una variabile discreta, la funzione di massa assegna a ciascun valore possibile la sua probabilità. La somma di tutte le probabilità deve essere uguale a uno. Da essa si ricavano probabilità su insiemi di valori sommando le probabilità dei singoli punti.

Che cos’è il valore atteso?

È la media teorica della variabile aleatoria, cioè il centro di gravità della distribuzione. Nel discreto si ottiene come somma dei valori pesati con le rispettive probabilità; nel continuo come integrale del prodotto tra valore e densità. Se esiste, riassume il comportamento medio di lungo periodo.

Che cosa misura la varianza?

La varianza misura quanto i valori della variabile si disperdono attorno al valore atteso. È la media degli scarti quadratici dalla media, quindi pesa di più gli scostamenti grandi. La sua radice quadrata è la deviazione standard, che riporta la dispersione nella stessa unità di misura della variabile.

Quando si usa la distribuzione binomiale?

Si usa quando considero un numero fissato di prove indipendenti, ciascuna con due esiti possibili, successo o insuccesso, e con probabilità di successo costante. La variabile binomiale conta quanti successi ottengo nelle prove. È il modello tipico per conteggi di successi in un numero prefissato di tentativi.

Che cosa rappresenta la distribuzione di Poisson?

Rappresenta il numero di eventi che si verificano in un intervallo fissato di tempo, spazio o altro dominio, quando gli eventi avvengono in modo casuale e con intensità media costante. È un modello di conteggio per eventi rari o relativamente isolati. Il suo parametro esprime il numero medio di eventi nell’intervallo considerato.

Che cos’è la distribuzione normale e perché è così importante?

È una distribuzione continua, simmetrica e a campana, completamente determinata da media e varianza. È importante perché molti fenomeni naturali e sociali si approssimano bene con essa e perché compare come limite in molti problemi di somma di variabili. Inoltre è la base per moltissime procedure inferenziali.

Che cosa significa standardizzare una variabile normale?

Significa trasformarla sottraendo la media e dividendo per la deviazione standard, così ottengo una variabile con media zero e varianza uno. In questo modo porto tutte le normali sulla normale standard, che uso per leggere le tavole o calcolare probabilità in modo uniforme. La standardizzazione rende confrontabili valori provenienti da scale diverse.

Che cosa dice il teorema del limite centrale?

Dice che, sotto ipotesi abbastanza generali, la somma o la media di molte variabili aleatorie indipendenti e con varianza finita ha distribuzione approssimativamente normale, anche se le variabili di partenza non sono normali. Questo spiega perché la normale compare così spesso in statistica. È un risultato fondamentale per l’approssimazione e per l’inferenza sui campioni.

Come colleghi binomiale, Poisson e normale?

La binomiale conta successi in prove Bernoulliane, mentre la Poisson conta eventi in un intervallo; in certe condizioni la Poisson approssima la binomiale quando le prove sono molte e la probabilità di successo è piccola. La normale, invece, può approssimare sia somme di variabili sia, in certi casi, la binomiale quando il numero di prove è grande. Il collegamento concettuale è che sono modelli diversi per dati di conteggio o di somma, ma con ipotesi e ambiti d’uso differenti.

Perché valore atteso e varianza sono così centrali nello studio delle distribuzioni?

Perché il valore atteso riassume la posizione della distribuzione, mentre la varianza ne descrive l’ampiezza o dispersione. In pratica, molti risultati teorici e applicativi dipendono da questi due momenti, per esempio nella standardizzazione e nel limite centrale. Senza di loro non riesci a confrontare distribuzioni diverse in modo sintetico.

Da dove conviene partire se mi interroga su questo argomento?

Parti dalla definizione di variabile aleatoria e dalla distinzione discreta/continua, poi passa a funzione di ripartizione, valore atteso e varianza.

Se ho poco tempo, cosa devo ripassare per primo?

Binomiale, Poisson, normale, standardizzazione e teorema del limite centrale, insieme alle condizioni per usare ciascun modello.

Come posso collegare bene questo argomento ad altri temi del corso?

Collegalo alla probabilità condizionata, alla distribuzione campionaria della media e alle approssimazioni tra modelli discreti e continui.

Guida aggiornata: settembre 2026 · a cura di Skooly · tutte le guide · altre domande di statistica

Domande d'esame sulle variabili aleatorie e le distribuzioni: le 13 che escono davvero, con le risposte

Su questo argomento il docente di solito vuole capire se sai distinguere tra variabile aleatoria discreta e continua, e se sai leggere correttamente una distribuzione tramite funzione di ripartizione, densità o massa di probabilità. Poi tende a chiederti valore atteso, varianza e i tre modelli fondamentali: binomiale, Poisson e normale, fino alla standardizzazione e al teorema del limite centrale.

In due minuti: Una variabile aleatoria è una funzione che associa a ogni esito di un esperimento un numero reale, quindi formalizza l’incertezza in modo quantitativo. Se è discreta, descriviamo la probabilità con una funzione di massa; se è continua, con una densità, e in entrambi i casi la funzione di ripartizione dà la probabilità accumulata fino a un certo punto. Il valore atteso è la media teorica della variabile, mentre la varianza misura la dispersione rispetto a quella media. La binomiale modella un numero di successi in prove indipendenti con probabilità costante, la Poisson il numero di eventi in un intervallo, e la normale è il modello continuo centrale in statistica. Standardizzare significa trasformare una normale in una standard, e il teorema del limite centrale spiega perché la somma o la media di molte variabili tende a comportarsi in modo approssimativamente normale.

I termini che il prof si aspetta: variabile aleatoria · distribuzione di probabilità · funzione di ripartizione · funzione di massa · densità · valore atteso · varianza · binomiale · Poisson · normale · standardizzazione · teorema del limite centrale.

Le domande che escono all'esame

Che cos’è una variabile aleatoria?

È una funzione che associa a ciascun esito di un esperimento aleatorio un numero reale. In questo modo rende trattabile matematicamente l’incertezza, perché a ogni valore della variabile corrisponde una probabilità. Non è l’evento in sé, ma la sua codifica numerica.

Cosa vuole sentire: Vuole una definizione formale e il senso statistico dell’oggetto. Errore tipico: Confonderla con l’esperimento aleatorio o con una semplice variabile osservata.
Qual è la differenza tra variabile aleatoria discreta e continua?

Una variabile discreta assume valori isolati o numerabili, e la probabilità si assegna ai singoli valori tramite una funzione di massa. Una variabile continua assume valori in un intervallo e la probabilità di un punto singolo è nulla; contano gli intervalli, descritti da una densità. Quindi, nel continuo, le probabilità si ottengono integrando la densità.

Cosa vuole sentire: Vuole che tu colleghi il tipo di supporto alla forma della distribuzione. Errore tipico: Dire che nel continuo i singoli valori hanno probabilità piccola invece che nulla.
Che cos’è la funzione di ripartizione?

È la funzione che associa a ogni valore x la probabilità che la variabile aleatoria sia minore o uguale a x. È definita sia per variabili discrete sia per variabili continue, quindi è uno strumento universale. È monotona crescente e completamente determina la distribuzione.

Cosa vuole sentire: Vuole la definizione corretta e la sua generalità. Errore tipico: Scambiarla con la densità o con la probabilità puntuale.
Come si interpreta la funzione di massa di probabilità?

Per una variabile discreta, la funzione di massa assegna a ciascun valore possibile la sua probabilità. La somma di tutte le probabilità deve essere uguale a uno. Da essa si ricavano probabilità su insiemi di valori sommando le probabilità dei singoli punti.

Cosa vuole sentire: Vuole che tu sappia come si usa, non solo come si definisce. Errore tipico: Descriverla come se fosse una densità o dimenticare la somma totale pari a uno.
Che cos’è il valore atteso?

È la media teorica della variabile aleatoria, cioè il centro di gravità della distribuzione. Nel discreto si ottiene come somma dei valori pesati con le rispettive probabilità; nel continuo come integrale del prodotto tra valore e densità. Se esiste, riassume il comportamento medio di lungo periodo.

Cosa vuole sentire: Vuole significato intuitivo e definizione matematica essenziale. Errore tipico: Confonderlo con una media campionaria già osservata.
Che cosa misura la varianza?

La varianza misura quanto i valori della variabile si disperdono attorno al valore atteso. È la media degli scarti quadratici dalla media, quindi pesa di più gli scostamenti grandi. La sua radice quadrata è la deviazione standard, che riporta la dispersione nella stessa unità di misura della variabile.

Cosa vuole sentire: Vuole il significato di dispersione e il legame con la deviazione standard. Errore tipico: Dire solo che è una misura di variabilità senza spiegare rispetto a cosa.
Quando si usa la distribuzione binomiale?

Si usa quando considero un numero fissato di prove indipendenti, ciascuna con due esiti possibili, successo o insuccesso, e con probabilità di successo costante. La variabile binomiale conta quanti successi ottengo nelle prove. È il modello tipico per conteggi di successi in un numero prefissato di tentativi.

Cosa vuole sentire: Vuole i tre presupposti del modello: numero fissato di prove, indipendenza, probabilità costante. Errore tipico: Applicarla anche quando la probabilità cambia da prova a prova.
Che cosa rappresenta la distribuzione di Poisson?

Rappresenta il numero di eventi che si verificano in un intervallo fissato di tempo, spazio o altro dominio, quando gli eventi avvengono in modo casuale e con intensità media costante. È un modello di conteggio per eventi rari o relativamente isolati. Il suo parametro esprime il numero medio di eventi nell’intervallo considerato.

Cosa vuole sentire: Vuole il significato del modello e del parametro. Errore tipico: Confonderla con la binomiale o pensare che valga per qualunque conteggio.
Che cos’è la distribuzione normale e perché è così importante?

È una distribuzione continua, simmetrica e a campana, completamente determinata da media e varianza. È importante perché molti fenomeni naturali e sociali si approssimano bene con essa e perché compare come limite in molti problemi di somma di variabili. Inoltre è la base per moltissime procedure inferenziali.

Cosa vuole sentire: Vuole la forma, i parametri e il motivo della sua centralità. Errore tipico: Ridurla a una curva qualsiasi senza citare simmetria e ruolo teorico.
Che cosa significa standardizzare una variabile normale?

Significa trasformarla sottraendo la media e dividendo per la deviazione standard, così ottengo una variabile con media zero e varianza uno. In questo modo porto tutte le normali sulla normale standard, che uso per leggere le tavole o calcolare probabilità in modo uniforme. La standardizzazione rende confrontabili valori provenienti da scale diverse.

Cosa vuole sentire: Vuole la trasformazione e il suo scopo pratico. Errore tipico: Pensare che standardizzare cambi il tipo di distribuzione in modo arbitrario.
Che cosa dice il teorema del limite centrale?

Dice che, sotto ipotesi abbastanza generali, la somma o la media di molte variabili aleatorie indipendenti e con varianza finita ha distribuzione approssimativamente normale, anche se le variabili di partenza non sono normali. Questo spiega perché la normale compare così spesso in statistica. È un risultato fondamentale per l’approssimazione e per l’inferenza sui campioni.

Cosa vuole sentire: Vuole ipotesi essenziali e conseguenza principale. Errore tipico: Dire che ogni variabile diventa normale o dimenticare le ipotesi di indipendenza e varianza finita.
Come colleghi binomiale, Poisson e normale?

La binomiale conta successi in prove Bernoulliane, mentre la Poisson conta eventi in un intervallo; in certe condizioni la Poisson approssima la binomiale quando le prove sono molte e la probabilità di successo è piccola. La normale, invece, può approssimare sia somme di variabili sia, in certi casi, la binomiale quando il numero di prove è grande. Il collegamento concettuale è che sono modelli diversi per dati di conteggio o di somma, ma con ipotesi e ambiti d’uso differenti.

Cosa vuole sentire: Vuole che tu confronti i modelli e sappia quando approssimare. Errore tipico: Trattarle come alternative equivalenti senza condizioni d’uso.
Perché valore atteso e varianza sono così centrali nello studio delle distribuzioni?

Perché il valore atteso riassume la posizione della distribuzione, mentre la varianza ne descrive l’ampiezza o dispersione. In pratica, molti risultati teorici e applicativi dipendono da questi due momenti, per esempio nella standardizzazione e nel limite centrale. Senza di loro non riesci a confrontare distribuzioni diverse in modo sintetico.

Cosa vuole sentire: Vuole il ruolo strutturale dei due parametri. Errore tipico: Considerarli solo come formule da calcolo e non come descrittori della distribuzione.

Fatti interrogare sulle variabili aleatorie e le distribuzioni, come all'esame. Carica le tue dispense, le slide o le sbobine, scegli il livello università e Skoo ti fa queste domande a voce, con il rigore di un esame: ti incalza se sei vago e alla fine ti dà una pagella sui quattro criteri, con le frasi che hai detto. I primi 30 minuti sono gratis, senza carta. Simula l'esame sulle variabili aleatorie e le distribuzioni

Le risposte vaghe che non passano

«La variabile aleatoria è semplicemente un valore che può cambiare.»: Meglio: La variabile aleatoria è una funzione che associa a ogni esito di un esperimento un numero reale, e quindi formalizza l’incertezza in termini matematici.
«La distribuzione normale serve quando i dati sono più o meno a campana.»: Meglio: La distribuzione normale è una distribuzione continua simmetrica, determinata da media e varianza, che modella molti fenomeni e compare spesso come approssimazione teorica grazie al teorema del limite centrale.
«La varianza dice quanto i dati sono lontani dalla media.»: Meglio: La varianza misura la dispersione della variabile aleatoria attorno al valore atteso come media degli scarti quadratici; la deviazione standard è la sua radice quadrata.

I collegamenti che fanno salire il voto

Probabilità — indipendenza e probabilità condizionata. Servono per capire quando la binomiale è appropriata e perché il modello richiede prove indipendenti.
Inferenza statistica — stimatori e distribuzione campionaria. Il teorema del limite centrale è il ponte tra distribuzioni teoriche e comportamento delle medie campionarie.
Statistica applicata — approssimazioni e scelta del modello. Saper scegliere tra binomiale, Poisson e normale è essenziale nei problemi pratici di conteggio e di misura.

Come ti valuta la pagella sulle variabili aleatorie e le distribuzioni

Un'interrogazione si valuta su quattro criteri. Ecco cosa fa la differenza in questo argomento:

Criterio	Cosa fa la differenza qui
Conoscenza dei contenuti	Fa la differenza saper definire bene variabile aleatoria, funzione di ripartizione, valore atteso e varianza, e saper distinguere i tre modelli principali con le loro ipotesi.
Correttezza espositiva e lessico specifico	Premia molto una risposta ordinata: definizione, interpretazione, formula in parole e un esempio di uso corretto.
Capacità di analisi e collegamenti	Conta saper dire quando una distribuzione approssima un’altra e spiegare perché, soprattutto nei passaggi binomiale-Poisson e binomiale-normale.
Autonomia nell'argomentare	Fa salire il voto se sai collegare il limite centrale alla normale e alla distribuzione campionaria senza aspettare la domanda guidata del docente.

Criterio

Cosa fa la differenza qui

Conoscenza dei contenuti

Fa la differenza saper definire bene variabile aleatoria, funzione di ripartizione, valore atteso e varianza, e saper distinguere i tre modelli principali con le loro ipotesi.

Correttezza espositiva e lessico specifico

Premia molto una risposta ordinata: definizione, interpretazione, formula in parole e un esempio di uso corretto.

Capacità di analisi e collegamenti

Conta saper dire quando una distribuzione approssima un’altra e spiegare perché, soprattutto nei passaggi binomiale-Poisson e binomiale-normale.

Autonomia nell'argomentare

Fa salire il voto se sai collegare il limite centrale alla normale e alla distribuzione campionaria senza aspettare la domanda guidata del docente.

Domande frequenti

Da dove conviene partire se mi interroga su questo argomento?: Parti dalla definizione di variabile aleatoria e dalla distinzione discreta/continua, poi passa a funzione di ripartizione, valore atteso e varianza.
Se ho poco tempo, cosa devo ripassare per primo?: Binomiale, Poisson, normale, standardizzazione e teorema del limite centrale, insieme alle condizioni per usare ciascun modello.
Come posso collegare bene questo argomento ad altri temi del corso?: Collegalo alla probabilità condizionata, alla distribuzione campionaria della media e alle approssimazioni tra modelli discreti e continui.

Altre domande d'esame di statistica

L'inferenza: stima e test · La probabilità · La regressione lineare · La statistica descrittiva · tutti gli argomenti di statistica

Come si prepara un orale universitario: simulare l'esame orale · Skooly per l'università.

Le domande e le risposte modello di questa pagina sono generate con l'intelligenza artificiale a partire dal programma scolastico, passate da una verifica automatica dei fatti e riviste a campione dalla redazione di Skooly (AI Act, Art. 50). Hai trovato un errore? Scrivi a supporto@skooly.it e lo correggiamo.