5. ljimpostazione assiomatica della probabilità. e{!r* lte sr\' 6!Se& sq ''e { } 2s0

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "5. ljimpostazione assiomatica della probabilità. e{!r* lte sr\' 6!Se& sq ''e { } 2s0"

Transcript

1 Analizziamo la situazione dal punto di vista finanziario, ricordando che il lotto in questo caso paga ll,23zvolte la puntata' Ecco allora la conseguenza:,. gi*unat tg volte 1 euro sull'uscita del numero 3 a Genova Ylnclamo' in media' una sola volta',o"ndiu-o in tutto 18 euro, ma riceviamo soltanto ù,23 euro! AttivitA VNCTA REALE VNCTA EQUA La tabella mostra (per una puntata di 1 euro) la ti".io reale e quella che si dovrebbe avere in caso di gioco equo. GOCATS, Ambata Ambo 1/rtu l?a & &Le { } L,ZJ 2s0 e{!r* lte sr\' 6!Se& sq ''e { } ,5 Terna 4250 rr748 Quaterna Cinquina r Per confrontare gli svantaggi che il giocatoreha net confronti dello Stato nei diversi casi' calcola la per- ;;;;J. della vincita reale rispetto a quella con eioco equo' Quali sono i tipi di scommesse meno ii""[ri"ii Quali invece si posizionano al top delle i.o*-"tt. inique? Nel gioco della roulette ci sono^37 numeri cht possonj uscire. Lo zero verde, 18 numeri rossi e 18 n"ti S", per esempio' giochi il rosso' la vincita pa- -"i" a ií doppio della posta' La roulette è un gioco!0""i rr giàio ti ptto considerare <più equo> rispetto al lotto? ó"r* i" nternet altre informazioni sui giochi equi e non equi. nventa con i tuoi compagnl un gloco equo.,f\ Cerca nel.1eb: giochi equi' giochi non equi, Probabilità' 5. ljimpostazione assiomatica della probabilità jimpostazioneassiomaticadellaprobabilitàsistemainmodorigorosole.orrjr."nr. e le applicazioni che ti totto sviluppate nel tempo' Lanciamo successivamente una moneta due volte' possibili esiti delfe-,p.rià.tr" costituiscono un insieme chiamato spazio dei campioni: g : {TT,CC,TC,CTl. Consideriamo i seguenti eventi e le proposizioni che li esprimono: Er : <(crocesce una sola volta>; Ez: <croce esce due volte>' ) Gli assiomi sono Proprietà che vengono assunte come prxmttxye, ossra non sono dedotte da altre' bensì accettate come vere' Devono essere non contraddittori fra di loro. n una teoria assiomatica si utilizzano inoltre degli entl primitiví,ossia enti che nolt v"ngono definiti' Per esempio, Per la teoria assiomàtica-della Probabilità, il concetto di evento è primitivo.

2 UNTÀ 1 7. NTRODUZONE ALLA PROBABTTÀ U ) Date due proposizioni p, q, ),a loro disgiunzione p v qè falsa quando en_ trambe sono false e vera negli altri casi. Tavola di verità: V pvq ) Date due proposizioni p, q, a loro congiunzione p nqèveraquandoentrambe sono vere e falsa negli altri casi. Tavola di verità: ry V p^dr V Levento E' è verificato dagli elementi dell,insieme M : tre l'evento {CT,TC}, men_ E2 è verificato da''unico elemento de''insiemà ry-: Possiamo quindi {cc associare }. a ogni evento un sottoinsieme di U. Allora tutti i possib'i eventi che_ si possono associare at,esperimento sono le parti di U e costituiscono il.oridd.tto,po"io irgti"rr*ri, 9 (u1: {{?r}, 199 L TC }, ct }, TT, cc },{TT, Tc }, T.r, ct CC, TC, }, cc, ct j,tc, CT\, 1rf, èc,'tcì: '' TT, CC^, CT,lcc,Tc, ct\,ltt, TC, CT," ltt, CC, TC, CT]f,O1. Questo esempio ci permette di punttatizzare alcuni concetti fondamen_ tali dell'impostazione assiomatica: * tutti i possibili risurtati o campionidi un esperimento aleatorio elementi sono gri di un insieme Uchiamato spazio àei campioni; e un evento E si identifica con un sottoinsieme dli u ea e quando verificato 'esito deil'esperimento coincide con uno a"i *,,.roi erementi; l'evento impossibile è l,insieme vuoto A; * l'evento certo coincide con l,insieme [.r: e un evento erementare è un sottoinsieme di ucostituito da un soro pione; cam_ * l'insieme di tutti i possibili eventi coincide con insieme delre parti Ue si dice di spazio degli eventi. considerando gli eventi come insiemi, possiamo effettuare le usuali razioni ope- fra insiemi, alle quali corrispondi no operazioni rogichetra posizioni re pro_ che descrivono gli eventi. Per esempio, all'evento Erv E2: (croce esce una o due volte>, disgiunzione delle due proposizioni, viene associata 'unione dei toinsiemi due sot_ corrispondenti, owero M U N; indichiamo 'evento anche Et u E2' con Esso risurta.verificato quando iirisurtato a"n,"rp"ir.*rrto elemento è un del sottoinsieme {CC, óf, fcl. Consideriamora 'evento E3 : <testa esce la prima volta>, al quale corrisponde il sottoinsiem e p : {TT, TC}. All'evento E1nE3: (croce esce una volta e testa esce la prima volta>, congiunzione di due proposizioni, viene associata l,intersezione sottoinsiemi dei due corrispondenti, owero M o p; indichiamo l,evento con E1 anche,l E.' Esso risulta verificato quando il risurtato delltsperimento 'elemento è del sottoinsieme {TC}. U, n,e3 si può quindi esprimere îft: anche con <prima esce pol testa croce). e, a, i! ;: i: il ill

3 Farrm6rmf* 5" ljimpostazione assiomatica della probabilità DEFNZONE * Dato un evento E, 'evento complementare E di E rispetto a U è detto evento contrario di E. Tale evento si verifica se e solo se non si verifica E. * Dati due eventi E1edE2, entrambi sottoinsiemi di L, 'evento E1U E2 è detto evento unione o somma logica di El ed E2.. Esso si verifica al verificarsi di almeno uno degli eventi dati. * Dati due eventi E y ed E2, entrambi sottoinsiemi di U, 'evento E1(1 E2 è detto evento intersezione o prodotto logico di E1 ed 82. Esso si verifica al verificarsi di entrambi sli eventi dati. Avendo fissato tutti cuesti elementi si ha la sesuente definizione assiomatica di probabilità. DEFNZONE Definizione assiomatica di probabilità La probabilità è una funzione che associa a ogni evento E dello spazio degli eventi un numero reale, in modo da soddisfare i seguenti assiomi: 1. >o; a P(U): T; 3. se due eventi E 1 ed E 2sono tali che E1 f) Ez : A, allora: E): P(E') + 0a É ^ E ^ Ll L7 - v fimpostazione assiomatica non fornisce alcun procedimento per determinare la probabilità di un eyento, ma i valori di probabilità che vengono assegnati agli eventi devono rispettare gli assiomi. ) Gli eventi che hanno la stessa probabilità si dicono equiprobabili. EsEMPfo Linsieme U è costituito da tre eventi elementari A, B, C, i quali hanno le seguenti probabilità: o(a): -, o(b\: -, Drc): Tàli valori soddisfano gli assiomi della probabilità. n particolare, essendo: AU B U C : U ealb: Aa C: BO C: o, p(a) + p(b) + p(c) ' : : r: p(u) U B l C AUBUC=U Dalla definizione assiomatica si deducono le seguentiproprietà. PROPRETÀ a) p(a): o; b)o=p(e)=t;..=. c)p(e) :l-p(e); d) se E1 C 82, allora e)see1 le2*a e E,): * p(e); ErGEt, allora p(82- Er) : - p(etae). t fliguir,i ) Et - E1 è 'insieme degli eìementi di E2 che non appartengono a Et. EèU-8. Valgono le leggi di De Mojqun' Et U E2: Er Ez; h a E2- E1U 82.

4 UNTA 17. NTRODUZONE ATTA PROBABTTÀ ) La somma logica o :":91" di due eventi E1 ed N2 e.l-evento E, U Er, che nsulta verifi cato quando u,t:no uno degli evenri si venîlca. L'evento somma logica si chiama anche eyento totale. 6, La probabilità delfa somma fogica di eventi Consideriamo i2 dischetti numerati d,a a 2e gli eventi: E, : <<esce Un numero pari>; Ez : <<esce un numero maggiore di 7>. Î:TffiÎ*:lff lm::f à:i,?ffi'".,r:^:'":t-,,contemporane ;il,':ff ::::::;;,i,;l-*";;;;;;;:"#:ilit,llljl;:j::l';,1 Consideriamo ora gli eventi: E: : <estrazione di un multiplo di 5>; E4 : (estrazione di un multiplo di 3u. 'Î::::'.':""7",f,iÎ;,1Î),í:f;ion Possono verincarsi contemporaneamente: n generare' due eventi E 1 ed' E2,relativi si dicono ato stesso incom.nlfltd* spazio di campioni, l;#.urri contemporaneo ai uno eùude dell'altro, il verificarsi cioè E, à E, _ no compatibili. A.n si ";;;r;;io dico_ Vale il seguente teorema. TEOREMA Probabilità della somma logica di due eventi t,, E1nE2 ) Se gli eventi sono incompatibili, si ha ît Er) : p(a) : o. U La probabilirà della.?ttu logica di due,ev.enri E, ed,e2 è uguale alla,tr1#,::t t oro prob abilità ii_;;ilieua prob abin a"ri "r" evento p(eru Ez) : + p(ez) - E2). n particolare, se gli eventi sono incompatibili: E): p(er) + Nel caso di tre eventi,la relazionedel teorema diventa: E2u h): p(!)_*!lt,) * p(et) _ - E2) + o E) - p(ezn ars +'p6,'h'e2a E3). n ogni caso è sempre opportuno effettuare la rappresen tazionecon i dia_ ;..i. ff ffi i3; ::r:::,.:".ij_ """.", ;, ;.;;;; do ra n gura, re p rob ab lità da X,,

5 Faragrafo 6. La probabilità della somma logica dieventi r EsEMPlo un'urna contiene 15 palline numerate da 1 a 15. calcoliamo la probabilità che, estraendo una pallina, essa rechi: l. un numero dispari o maggiore di l0; 2. un numero minore di 6 o maggiore di 10; 3. un numero minore di 6 o dispari o maggiore di 10. Gli eventi sono: E1 : <<esc un numero dispari>; E2 : < sc un numero maggiore di 10>; E3 : <esce un numero minore di 6>. EluE2uE3 { Ftg&*re;& 5e il diagramma è quello della figura, per ottenere p(et U E, U E3), alla somma di p(el, p$z) e pezl dobbiamo sottrarre pel n E2) ep(4 fl Éz). utilizzando il diagramma di Eulero-venn, possiamo calcolare la probabilità dell'evento somma: r. E): p(e) r Ez) : + p(er):3 * +: 3. E2U Er): _ t Analogamente, si può generalizzare la relazione precedente al caso di n eventi; essa si riduce alla seguente quando sono tutti incompatibili. TEOREMA Teorema della probabilità totale Dati n eventi a due a due incompatibili 81, 82,..., En,laprobabilità della loro unione è uguale alla somma delle loro singole probabilita: EzU...u 8,): p(e) p(e,).

6 ururrà 17. tntroduztone ALR proerartrrà 7, La probabilità condizionat Un'urna contiene sappiamo identiche.rr" numerate ro,i]j,llline paao da dei 1 a campioni 12. è u : {1, 2,3,4,5,6,7,g, 9, o, u, r2 e 'evento U O' E = <estrazione di una pallina con un numero divisibile per 3> ha probab'i tìt p (E) : 4 = r 12 3' ) Consideriamo l,evento Et = <<estrazione di una pallina con un rlumero maggiore di 7>' per ' quarep (r,) : *. oru _Valutiamo tu prooubilità verificaro. dj ndjchiàmo;;;;;; E quando Sram o probabilità di'-qu "tt:. p.tobabi ità cc ffiff.?ff:j?,pi:i" che revenro E1 si è rn q ues "^:;,: t''t ct' e r egnon sono più i2, ma s ta s iru azi o ne ffilî*:i,t;ill#?:i verso si è rido*o a: -. jono ar*"i"ij'ii#;î;:;,'iil,:jt,ì:t"iljì:1: u' : Er = {g, 9, ro, lr,l casi favorevoli sono i 2 elementi dell'insiem, 'E ' Laprobabilità [.a nr^a.r-,'r:.,. E1:, {9, 12}. èp(e lar; = a che è ;, un valore maggiore dip(a; :1 linformazione supplemenrqra 3 ' -^--sre r.^ ^_ eventi evenri rr4 E aumentato ed a, Elsi,i aiió,,otziiiíí,!::::::1". dicàn ra o probabilirà correlati positivamente. di È. r dr due ) Consideriamo l,evento Ez: <<estrazione di una pallina con un numero pari>' per il quarep (Ez):-1 = ' ta probabirità,y:i::,.'.: di E supponendo Ez. rndichiamo ra p.àrijii,u""a:t',:jjf#:,:',"";lo::î ia"/b Anche in questa sitr possib'i d,.i" sreme universo si è.iootto u ptt1r",ff3}n:";;j;:p-.xzione in pir). Gri esiti tt 6 (figura ú), in quanto l,in_ U' : Ez: {2,4,6, B, ro, 12} e i casi favorevoli sono i 2 elementi dell,insieme E a E2: {6, 2.

7 Paragrafo 7. La probabilità condizionata che è uguale al valore di n questo caso f inform azione supplementare non ha mutato il valore della probabilità dell'evento. due eventi E ed E2 si dicono stocasticamente indipendenti. ) Consideriamo 'evento Ez: <<esttazione di una pallina con un numero minore di 8>' 7 per il quale p(e:) : U. 2 r La probabilità è :-:- P(ElEr) 6 3 valutiamo la probabilità di E supponendo che sia verificato l'evento E3. ndichiamo la probabilità di E condiz\onataafuconp(ele)' Gli esiti possibili non sono piir 12 ma 7 (figura c)' in quanto l'insieme universo si è ridotto a J' : Et: 11,2,3,4,5,6,71 e i casi favorevoli sono i 2 elementi dell'insieme E ' h: {3' 6}' La probabilità è p (E Er) : minore del valore di p (r ) :!',,.n"è 3 f informazione supplementare, in questo caso' ha portato a un valore minore della prouauitiìa. due eventi E ed fu sono correlati negativamente. ;::il;li'hcondizionata Dati due eventi E 1 ed E 2tali che E 1 c tj, E 2 C J ed E ' E] # a.' dice.si probabilità condi"ionuíu (o subordinata) di El.rispetto a E3' e. si indica ifl,lt l,la probabilita che si verifichi E1 nell'ipoiesi che E2 siaverificato' Se p (Er : lbr) p (Et), cioè le conoscenze ulteriori sul verificarsi di Ez non,"jaìnà*l h proùabilità di El, si dice che gli eventi sono stocasticamente indipendenti. Se invece pinrlnr) * p(et),cioè le conoscenze ulteriori sul verificarsi di Ez modifiiano iu proúuuilità di E1, si dice che gli eventi sono stocasticamente dipendenti' PiÌr precisamente: r sep(er ln)> p(e1), i due eventi sono correlatipositivamente;.,"p {r, lnr) <-p(81), i due eventi sono correlati negativamente. Nel valutare p (Er) si considera 'insieme U, mentre nel valutare lo spazio dei campioni si riduce al sottoinsieme Ez' chiamiamo k il numero degli esiti favorevoli al verificarsi di E2 e r quello Jegh esiti favorevoli al veriàcarsi di E1 nell'ipotesi che E2 si sia verificato, ossia il numero di elementi di E1 n E2' Si ha:. r L1 U' ' L2

8 - uwtra ty" l fnrroduz :ONEATA - PROBABUA ré?íffcru"; *l;;+n".::n# Ll'"*:::lr:Èì; ln:*:,.$:;h;, "d Ar, taii.tl i3'3;=,:;;;#:; 3li"'r":;dTli; noerrtrarnbi gii;;#i í.,:::rd;,il",1j.. u posto. ;::*0"'ì"";;;::# ifil{';nir;:f aotto rog,.j r:h:p^l fadnn'+^,-.. "2 il lofne nfiíi_i: numero de_ ;;;:.:,:1 :.*voji e quell,, _,órr qurì possjbilj. l-ì,'--: r ;;:::"no"numerarore urrenramo; "-^ e eà^^ denominatore - per n.,, nurngle nr,^^ dei carnpion, i di U, =*= _a -- P(E, n p t E'RE[,'A k k f f n ''i*lo,l1:'trfr iíljà:ff ':'E' rispe"o a un even,o È2, non Anulogum"nf", P(ErlE) = P(4n E,) * o' P(8,) -'conp(e) # O. 8. [a proba Oi.n"niibilrrà del prodofto fogico Estraiamo una cai n mazzodi E = 52 <esce "" *':"::: carre; r,evenro è forrnato dai due eventi: E1 = <<esce una carta con semenero)); -bssp','^- ' -^"""" : Ez = (esce a, *. {re di picch. -^ '. un {ir picche, re>. "'^1',j - cl c- _z À. w. re di fiori}, -.vrrj, la r?.l probabilità de.lprodotto logico = p(et n E2) =3 = - 26 ' eue^stolisulrarosipuò ^rr::^ "s':ra(ela'zione deilà r o;;;ff:::t un atrro rnodo. = p(et condizionah t) Er;*"urtd otteniamo: ^ o.'!'o Er) = App.lichiarno questa x Abbiamo p (8,, = ;' -"ine s2 -T' ne' nostro esempio.

9 Fmrmgrm#u ffi, La probabilità del prodotto logico di eventi.!!f F reè. Per l'evento E2 condizionato a E,, essendo uscita una carta nera, i casi possibili sono 26, mentre i casi favorevoli sono 2: P(ErlE') Pertanto p (81 n E) : p (E). r) n generale, vale il seguente teorema. TEOREMA Teorema della probabilità composta 26 ) Abbiamo riottenuto il valore calcolato preceden - temente in modo diretto. La probabilità dell'evento composto o prodotto logico degli eventi E1 ed 2 è uguale al prodotto della probabilità dell'evento E1per la probabilità 'evento E2 nell'ipotesi che E1 si sia verificato: Er) : particolare, nel caso di eventi stocasticamente indipendenti: ) Se gli eventi sono stocasticamente indipendenti, p(e,er): p(er). SEMPO l. Estrazione con reimmissione Un urna contiene 5 palline bianche e 5 nere (fig:ura a). Vien estratta una pallina e poi una seconda, dopo che la prima è stata rimessa nell'urna (figura b). Qual è la probabilità che in due estrazioni successive vengano estratte due palline nere? Levento (vengono estratte due palline nere> è composto dai due eventi semplici: E1 : <la prima pallina è nera>; E2: <<la seconda pallina è nera>. \ ed E2 sono indipendenti; infatti, dopo la prima estrazione, la pallina è rimessa nell'urna e a situazione iniziale viene ripristinata. i l i o r o r o i (?:..::j a. Situazione iniziale :::?: b. Situazione dopo la prima estrazione con reimmissione 5 l q r Siha: p(er) : -i- - e p(8,) : l0 2 ''' l0 2 La probabilità dell'evento intersezione è: P(Er O E): +'+: ) ) A 2. Estrazione senza reimmissione Consideriamo nuovamente 'urna con 5 palline bianche e 5 nere (figura a). Estraiamo prima una pallina e poi, senza rimettere la prima nell'urna, una seconda pallina. Qual è la probabilità che entrambe le palline siano nere?

10 UNTA r 7. NTRODUZONE AttA PROBABTTÀ La probabilità che la prima sia nera è: l-*-*1 t!3;.3, c. Situazione dopo la pflma estrazione senza reimmissione P(Er) : 10 Gli.eventi,sono dipendenti: infatti, ra probabilità der secondo è evento piir quella non di prima, perché la composizione iniziale dell,urna modificata. risulta La probabilità che la seconda sia nera, condizionata dar fatto che estratta la prima sia nera, si ottiene pensando ail'urna.he contiene if"ììi* che e 4 ui""_ nere (figura c): 4 i. La probabilità che entrambe le palline siano nere è: 4 tr z' g- T:E'5 Applicando il teorema della probabilità composta, possiamo calcolare la probabìlità degli eventi compìsti anche quanào,ror, è porriuit" "rr"ttuare il calcolo diretto. ESEMpro Da una rilevazione statistica è risurtato che, dopo 2 anni dalla data di vendita' su g0 lavatrici 12 hanno rilevato difetti sàro uri"^guurr-rrzioni e 5 solo al firtro deta pompa. carcoriamo la probabilità che una ravatrice manifesti questi due difetii, che si presentano indipendenti: E, : <<avere difettose le guarnizioni>, DlEt): t f LL J B0 20 0,15:15o/o; E2: <<aye.rr- difettoso il filtro della pompa>, ì P\l:z): ll: 0,0625: B0 76 l :6,250/o: a / F A F \ 3 3 P\t:t nz) :6. 16 :,O : 0, : 0,9375o/o. ) Finora abbiamo esaminato problemi risoivibili o con la,somma logica o con il prodotto. Negli esercizi troverai anche problemi che si risolvono utiiizzando congiun_ tamente la somma e il prodotto logico. Se invece, frale 12 lavatrici che hanno le guarnizioni difettose, 3 presentano difetti anche ar filtro deta pompa, íon porr"*o piìr considerare i due. eventi come indipendenti. t.r q.r"rto caso, ra probabilità di avere difetti alle guarnizioni e al filrro della pompa è: 3 : i0 : 0'0375:3'750/o' l teorema della probabilità composta si può estendere a piìr eventi che si devono verificare uno dopo 'aliro,.orrrid"rurrdo sempre quello prece_ dente come verificato.

11 Paragrafo 9. ll teorema di Bayes caso di tre eventi, la formulazione è la seguente: p(e): E2. h): p(er).p(erlar).p(erl(er. E)), : E2. h) : ) D'ora in poi, per brevitèr, nel parlare di eventi dipendenti o indipendenti tralasceremo il termine (stocasticamente>, ll teorema di Bayes 'evento deve accadere: la disintegrazione mo le due urne seguenti: urna 1: 3 palline bianche e2 nere; urna2:4 palline bianche e 5 nere. la probabilità che, scegliendo a caso un'urna ed effettuando estrazione di una pallina, quest'ultima sia bianca. la scelta dell'urna ci affidiamo al lancio di un dado: se si presenta un minore di tre, effettueremo l'estrazione dalla prima urna, altrimenti dalla seconda. ieventi relativi alla scelta dell'urna sono: Er : <<faccia del dado con numero minore di tre>; E2: <<faccia del dado con numero maggiore o uguale a tre>. Questi due eventi sono incompatibili ed esauriscono tutte le possibilità del lancio del dado. Essi hanno probabilità: 2 T p(et):t:t, p(8,) ' Colleghiamo gli eventi El ed E2 alle due urne con le palline bianche nere considerando la rappresentazione della figura 5. Allora l'evento E : <<estrazione di una pallina bianca> è un sottoinsieme di U : E, U E" < $igura 5 ed è l'unione di due eventi incompatibili:

12 rone A*A probab*rrà - f Et ' E : <uscita di una faccia del dado con un numero minore ed di estrazione tre di^una pallina bianca dalla prima E2a urna); E: <uscita di una faccia del auao.nrì"-í;",:::l uguale a tre ed estrazione rt #;xrill""j,;t#fi:t'".t": da urna>. Gli eventi condizionati rerativi al estrazione deila pallina bianca, avendo scelto l'urna, sono: E le, : <estrazione pallina bianca avendo scelto la prima urna>; ElE2: <estrazione panina bianca avendo scelto la seconda urna). Essihannoprobabilitì /*,-. 3 ti p\ll8') :T,.*, 4 p(elnr,1 :-. Applicando il teorema de'a probabilità composta, abbiamo che gli eventi composti Et n E ed E2 O E hanno rispettivamente probabilità: l? E): r -, J ) 5 E) : p(er).p(eler) _ q ) '? L/ Possiamo ora carcolare la probab'ità det'evento E, che eventi è unione composti: dei due E : (8, n g) U (EzO E): EssendoElE ed,e2le eventi incompatibili, la probabilità della loro unione è uguale alla som_ ma delle loro probabilità. > ii:iige.ace S 8-67 s 27 13s. Sostituendo le formule di p (Er l E) e p (8, n Dofieniamo: P(E) : p(8,) - p (Elr,) + p (Ez). Possiamo sintetizzaretutto il procedimento ner modo seguente (figura 6). 3 ) E2 4 q * -;*" o - +.+=t f, T' ) n un diagramma ad al_ b.er.o i ramí sono i segmen_ tr che congiungonoi nodi. sr1istr1, percorrendo lll:* t i rami del diagramma mo ra ad successione albero teggia_ deqli eventi che formano l'eiento tuiamo.;;;;r;;;d il prodotto effet- delìe probabilità.

13 Faragrafo 9. ll teorema di Bayes rami uscenti da un nodo rappresentano eyenti incompatibili e sommando le probabilità segnate su essi otteniamo il valore 1. Addizionando le probabilità degli eventi prodotto dei percorsi otteniamo la probabilità dell'evento considerato : nltr):_ t_ :_ n generale, un evento E si può esprimere come unione di eventi composti a due a due incompatibili nel seguente modo: E: (Et ne) U (E2aE) U... U (E,,aE) dove E1, E2,..., E, costituiscono unapartizione dello spazio dei campioni U, cioè sono /1 eventi che godono delle seguenti proprietà: s non sono impossibili: E; * A per i : 1.,2,3,..", n) s sono incompatibili a due a due: Ei ît Ei: A per i,j :,2, 3,..., n e s sono tali che la loro unione ErU E2 U... U E, è un evento certo. Applicando il teorema della probabilità totale, si ha = n E) + p(e ì E) p(e fi E") e applicando il teorema del prodotto logico di eventi si ha la formula = p(8,). p(ele,) p(8"). p(ele"), a cui applicazione risulta facilitata utilizzando i diagrammi ad albero. 5e l'evento è accaduto: ilteorema di Bayes Consideriamo ancora 'esperimento relativo all'estrazione di una pallina bianca da due urne, la cui scelta è stabilita dal lancio di un dado. Supponiamo che 'evento E : <estrazione di una pallina bianca> sí sia verificafo. Proviamo a rispondere alla seguente domanda: <qual è la probabilità che la pallina estratta proyenga dalla prima urna?>. Siamo in una situazione completamente diversa da quella precedente. nfatti abbiamo sempre calcolato la probabilità di un evento che potrebbe accadere conoscendo le cause che stanno alla base del suo verificarsi. Ora siamo di fronte a un evento che si è verificato e vogliamo conoscere la probabilità da assegnare alla causa che può averlo prodotto. ) Questo procedimento è detto <di disintegrazione>. U F F-1 E Z F r F66*r;*? Una partizione dello spazio dei campioni U e dell'evento E- ) Questa formula è anche detta formula di disintegrazione. ) Nel problema esaminato 'urna contiene 3 palline bianche e 2 nere, Ì'urna 2 ne contiene 4 bianche e 5 nere; se la faccia del dado ha un numero minore di 3, 'estrazione awiene dalla prima urna, altrimenti dalla seconda. Tiascriviamo le seguenti notazioni già adottate: Er: <<faccia del dado con un numero minore di tre>; Et E : <uscita di una faccia del dado con un numero minore di tre ed estrazione di una pallina bianca dalla prima urna>; ElEr: <estrazione di una pallina bianca essendo uscita una faccia del dado con un numero minore di tre>.

14 UNTÀ 17. NTRODUZONE AA PROBABTTÀ valori de'a probab'ità che abbiamo carcolato precedentemente o E) : p(e,).p(e ja,; :1 e Dalla relazjone della probabilità composta n E): 6 / D(E\: "' sono: rrcavramo p(etle) d:p: aver ", notato strtulamo che p(e i a Er) : valori calcolati p(er pr"."a""i"r."n f_l E), so_ scontrato l,uscita otteniamo di ur;;;lí;;:::'^"1*.; na che, pallina avendo bianca' ri_ dalla prima la probabilit;;";;;;:""*" urna è: p(e,le\ frlffì D \ _ p\lr tt) _ p(etoe) p(l) p(e) Quindi, a probabilità della causa dell, t 5 o,/ 135 3:nil;i:'.'",".:ril*il;ji',1#;fi tff i.:";;".:',1'il""1::i": verificata probabilità totale dell,evenro. G ener alizzjamo il problema. a F rjj )a :- o/ ' la causa, e a ) Thomas Bayes (1702_ 1761), reverendo e mate_ matíco inglese, [u membrt.r della Royal Society. sia u uno spazio di campioni ed E C u.un evento che supponiamo sia ;::',Tffi.,:,",il,,:eriamo il;;ià e di uin n eventi E, : È,,..., 8,. E : (EOE,) u (E a Er)U... u (E a E,), e la probabitnà *.l."unto E; sia stato porto la fra causa la probabitit di E si ottiene conduce i!: r,,nuif alla " p-u"bilità seguente de,,ever,"ì;?#. formula, nota càme teorema?l; di Bayes. TEOREMA Teorema di Bayes La pro.babilità che, essendosi verificato ur sua origine sia revento E;, con i : 7,2,..:,TTa P(EE)- P(E)'P(EE) p(e) ' dove p (E) è la probabilità dell,evento totale: p(e): p(e).p(e.le;) E, la causa che sta aila ilj:ff"#j#ff:fi11:* appticazioni nel campo det conrrolo dela qua_ tarel<peso"dì;;;]jil:.jîilhil:tffi ff ;1;,J#.1,io.,,àru_

15 Faragrafo 3. La concezione statistica della probabilità Si lancia un dado a sei facce. Calcola la probabilità che esca: a) il numero 3; b) un numero multiplo di 3; c) un numero divisibile Per 4; d) un numero multiplo di 8; e) un numero inferiore a 5.,? "l*,u);; c) 7: d) o; et il t i ) l sacchetto della tombola contiene 90 numeri' Viene estratto un numero. Calcola la probabilità che esca: a) un numero maggiore di 50; b) un numero con due cifre uguali; c) un numero con due cifre diverse; d) un numero multiplo di 9; e) un numero Primo inferiore a 20' l latn:b, *;.) q0 rd) n;t) 45 Abbiamo ùn mazzo di 52 catte' Viene estratta una carta. Calcola la probabilità che esca: a) una carta di cuori; b)unacartaminoredi4; [.f 3,1-l c) unacartarossa. 1",?;D) l3 t'tîl Un urna contiene 21 gettoni, su ciascuno dei quali è riportata una diversa lettera dell'alfabeto italiano. Calcola la probabilità che, estraendone uno: a) esca una vocale; b) esca una consonante;.j,tot esca una delle lettere della parola <probabilità). i",*;b)*'.,*] '' Un'urna contiene cinque palline numerate da a 5. Si estrae una pallina' Calcola la probabilità che: a) esca 5; b) esca un numero dispari; c) esca un numero Primo Pari; d) esca un numero maggiore di 5. [. t., 3. - ^ l lai;rb);;c);;a)ol Si getta consecutivamente un dado due volte' Doóo ave. scritto lo spazio dei campioni, calcola la probabilità che le due facce: a) abbiano la somma dei punteggi uguale a 9;- b) abbiano la somma dei Punteggi maggiore di 9; c) abbiano due numeri che sono divisori Ut U' o a)-;b) l-'e' -;.);l 6 el Un'urna contiene 10 biglie bianche e 30 nere' Calcola la probabilità che, estraendone una a caso, non esca una biglia bianca' i+l l4,l Un'urna contiene 8 palline bianche, 5 palline nere e 7 palline rosse. Si estrae una pallina' Calcola la probabilità che: a) esca una Pallina nera; b) non esca una Pallina nera; c) non esca una Pallina tofu.., 3 3 l"t;b):'');l 3. La concezione statistica della probabilità { Teoria a pag"l412 r nfffnmèulln]téoa A,'';r.1r.v;r,.ii':,ii.i. it{ri' La probabilità che una persona colpisca il bersaglió in un poligono di tiro è un valore calcolato a posteriori. Perché? La frequenza relativaf (E) di un evento deve essere caicolata effettuando n esperimenti tutti nelle stesse condizioni. Perché? Anche per la frequenza di un evento, come Per la orobabilità classica, vale la condizione 0 </(E ) < 1, ma il significato dei valori 0 ed 1 è diverso' Perché? Si afferma che il valore della frequenzaf (E) díun evento sottoposto a n píove, tutte nelle stesse condizioni, ténde al valore della probabilità p(e)' Perché?

16 Paragrafo 7. La probabilità condizionata n una sacca sportiva ci sono 10 maglie numerate à"ff r to. Càlcola la probabilità che' estraendo "f a caso una maglia, questa abbia un numero parr o minore di 7. f+l l ) l Urlurna contiene i 90 numeri del lotto' Calcola la orobabilità che estraendo un numero: u;.r.u un numero dispari o multiplo di 4; b) er.u un numero dispari o multiplo trt,., f f)a'o)tl Un'urna contiene 20 palline numerate da a 20' òut.olu lu ptobabilitàihe estraendo una pallina: a) essa rechi un numero dispari; - bj essu rechi un numero minore di 7;.j.rru rechi un numero dispari o minore di 7' r i i3l a)-; b) -_; c) - l*'z' -'lo Si estrae una carta da 'sî mazzo di 52 carte' Calcola la Probabilità che a carta: a) sia un re o un sette; b) sia un re o una figura dicuori; c) sia un urro o o"u turta di picche o una figura'- [^, 2.u\ 3.-',25 1",,, 'o)e '.) Sullo scaffale di una biblioteca vi sono 10 libri '-- ;t"ilt, 20 romanzie 30 libri di fantascienza' Cal- :"ú i" probabilità che venga scelto a caso un libro giailo o un libro di fantascienza' -3-] L3l 101 fnun mazzo di 40 carte le figure sono 12 e i semi tono +, coppe' bastoni' denari e spade' Qual è la probabilità di estrarre a caso una llgura o una iarta di bastoni? tl:l L40J. La probabilità condizionata { Teoria apag.1422 La probabilità di un evento Er condizionata f 03 per carcorare p (Er.gr) ri può applicare la formuall,evento E2 si può *f.ofur. aiteitamente effetnn4?,conp(ez)* 0. Perché? tuando il rappoito fra la numerosità degli eventt plbz) elementari dirr n E2elanumerosità degli eventi elementari di 82. Perché? io+ vrnoofalso? t a) Se il numero degli eventi elementari che verificano (Et E2) è 5 e il numero Î degli eventi elementari che verificano Er è 8' allorap(ez 1 ft) : T' b) Se p (Er n) :*. p tf,l :, allora i due eventi sono correlati positivamente' 6 t, c) Se sappiamo che p (Er) Ez) : e chep(e) : siamo in grado ;'non distabilireseidueeventisonoindipendentiodipendenti. d) Se due eventi E1 e E2 soro indipendenti, allora p (Er nr) : E)' t05 rnsr SeP(ErfiEr):!-"Pfn):t ( 2 t A l E;, quale dei seguenti valo t\ di p(e) rende i due eventi indipendenti? q t c t / t r 35 _ 7 10 tsl tjj Mtr ME trtr Etr

17 ----l- UNTÀ 1 7. NTRODUZONE ALLA PROBABTTÀ 106 Un urna contiene 40 palline, numerate da a40. Consideriamo i seguenti eventi:.a: <esce un numero divisibile per 5>; B: <esce un numero maggiore di20>>. Calcoliamo la probabilità condizionata di A rispetto a B. Abbiamo: 8 1 p(a): 4 0 5, nrat.b) l0 p(alb): f '-, p(b): +: +, p6. B) 40 2' P(B) s' ì due eventi A e B sono rto.uli.u-.nte indipendenti. ESERCZOGUDA 107 Tre persone A, B e Csono candidate a una carica.a ha la probabilità del 40o/o diessere eletto, B del35o/o e infine C del 25o/o. C rittrala propria candidatura. Calcoliamo le nuove probabilità di vittoria di,4 e B (chiamando con A, B, C anche gli eventi relativi all,elezione delle persone). Levento che si è verificato è la mancata elezione (per ritiro della candidatura) di C. Esso ha probabilità PG): - 025:0,75. LeventoA fì C èancoral'eventoa, eanalogamentel'eventob n C èsemprel'eyentob (glieventia,be Csono incompatibili). Le due probabilità condizionate, ossia quelle cercate, sono: p(alct :-f D(A a c) :# o,4o : ^ _;. o(n 0,53> p(a), p(blc) :ry;= n c) :#: 0,35 ' r \ -" r \- r- ' 0,46> p(b). P\Cl 0,75 p(c) 0,75 Gli eventi sono stocasticamente dipendenti e sono correlati positivamente. 108 Calcola la probabilità che, estraendo una carta da un mazzo di 40, essa sia un re, sapendo che è uscita una figura di coppe. f r l t r l f09 l 3 l L " Si hanno due mazzi di carte da 40. Si estrae da ciascun mazzo una carta. Calcola la probabilità che esse siano due re, sapendo che ùno uscite due figure, e la probabilità che siano due figure, sapendo che sono usciti due re. r L;" 110 Calcola la probabilità che lanciando due dadi la somma delle facce sia 5, sapendo che le facce portano numeri diversi. Z l 11î L;l Una macchina produce pezzi meccanici e su una produzione di 400 pezzi 20 hanno difettoso il peso, 30 lalunghezza e 360 sono perfetti. Calcola la probabilità che prendendo a caio unpezzoi a) abbia entrambi i difetti; b) sia difettoso nel peso, sapendo che anche la lunghezza è difettosa. t 1 ll lu) -;b);l L ' l

18 Paragrafo 8. La probabilità del prodotto logico di eventi ESERCTZ Una massaia è indecisa sull'acquisto di un detersivo. - La probabilità che compri il detersivo marca A è del 12o/o, del tipo B è del l5o/o e del tipo C del73o/o. Essendo entrata in un supermercato e avendo accertato che il detersivo C non era in vendita, qual è la probabilità che abbia acquistato il detersivo A? + lel t * so.roassegnatiglieventiaebinuninsiemeu.sapendo che p(a):+, '' ll ll lt calcota p\lil, ll. r. o., 'jl ls'z'ìt, La probabilità del prodotto ogico di eventi { Teoria apag.1424 i:.rflett SULLATÉORA :,.] i l prodotto logico di due eventi E1 ed. E2sindica per mezzo della loro intersezione Et a 82. Perché? La probabilità dell'evento E1 lì E2 si determina utilizzando la relazione della probabilità condizionata. Perché? l valore di P (Er lì Er) si può determinare direttamente soltanto quando si conoscono il numero degli elementi di Er f) E2 e il numero degli elementi del prodotto cartesiano Et X 82. Perché? 117 Quando due eventi sono stocasticamente indipendenti, la probabilità dell'evento composto è data dalla formula p(erl Er) : p(e,). Perché? 1î8 Levento E : uesce un numero pari divisibile per 3>, relativo al lancio di un dado, è il prodotto logico di due eventi. Perché? 119 Un urna contiene 3 palline gialle e 2 rosse. La probabilità di estrarre consecutivamente 3 palline gialle senza rimettere quella estratta nell'urna si determinacalcolando 3. 2.a perchel v$kt* * p&ls43:i a) Si estraggono consecutivamente due carte daun mazzo di 40 carte senza rimettere la carta estratta nelmazzo. Levento E : <estrazione prima di un 7 e poi di un 3> è un evento composto. tr tr b) Se si effettuano estrazioni consecutive da un urna contenente palline di colore diverso, rimettendo ogni volta la pallina estratta nell'urna, si hanno eventi dipendenti. tr tr c) Sesappiamochep(E1): rorap(et.e): + &l tr ru J 15 d) Un'urna contiene 3 palline nere, numerate da a3, e 5 palline gialle, numerate da a 5. Levento E : <estrazione di una pallina con un numero pari> è un evento composto. E tr T*$Y Da un sacchetto del lotto si estraggono consecutivamente 4 numeri, rimettendo ogni volta quello estratto neli'urna. La probabilità che e prime 3 volte esca un numero divisibile per 5 e 'ultima volta un numero disoari è: t7 1 l,ql ts {l t27 2s0 3 &r_. 10 tr 3 250

Somma logica di eventi

Somma logica di eventi Somma logica di eventi Da un urna contenente 24 palline numerate si estrae una pallina. Calcolare la probabilità dei seguenti eventi: a) esce un numero divisibile per 5 o superiore a 20, b) esce un numero

Dettagli

Test sul calcolo della probabilità

Test sul calcolo della probabilità Test sul calcolo della probabilità 2 Test sul calcolo della probabilità Test sul calcolo della probabilità. La probabilità p di un evento E, quando si indica con E il suo complementare, è : a) 0 se E è

Dettagli

Calcolo delle probabilità

Calcolo delle probabilità Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità

Dettagli

Elementi di calcolo delle probabilità

Elementi di calcolo delle probabilità Elementi di calcolo delle probabilità Definizione di probabilità A) Qui davanti a me ho un urna contenente 2 palline bianche e 998 nere. Mi metto una benda sugli occhi, scuoto ripetutamente l urna ed estraggo

Dettagli

Calcolo delle probabilità

Calcolo delle probabilità Calcolo delle probabilità Il calcolo delle probabilità ha avuto origine nel Seicento in riferimento a questioni legate al gioco d azzardo e alle scommesse. Oggi trova tante applicazioni in ambiti anche

Dettagli

Probabilità e statistica

Probabilità e statistica Indice generale.probabilità ed eventi aleatori....come si può definire una probabilità....eventi equiprobabili....eventi indipendenti, eventi dipendenti....eventi incompatibili....eventi compatibili....probabilità

Dettagli

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo Statistica 1 Esercitazioni Dott. 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it

Dettagli

(concetto classico di probabilità)

(concetto classico di probabilità) Probabilità matematica (concetto classico di probabilità) Teoria ed esempi Introduzione Il calcolo delle probabilità è la parte della matematica che si occupa di prevedere, sulla base di regole e leggi

Dettagli

Corso di Calcolo delle Probabilità e Statistica. Esercizi su variabili aleatorie discrete

Corso di Calcolo delle Probabilità e Statistica. Esercizi su variabili aleatorie discrete Corso di Calcolo delle Probabilità e Statistica Esercizi su variabili aleatorie discrete Es.1 Da un urna con 10 pallina bianche e 15 palline nere, si eseguono estrazioni con reimbussolamento fino all estrazione

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello

Dettagli

Calcolo delle probabilità (riassunto veloce) Laboratorio di Bioinformatica Corso A aa 2005-2006

Calcolo delle probabilità (riassunto veloce) Laboratorio di Bioinformatica Corso A aa 2005-2006 Calcolo delle probabilità riassunto veloce Laboratorio di Bioinformatica Corso aa 2005-2006 Teoria assiomatica della probabilità S = spazio campionario = insieme di tutti i possibili esiti di un esperimento

Dettagli

TEORIA DELLA PROBABILITÀ I

TEORIA DELLA PROBABILITÀ I TEORIA DELLA PROBABILITÀ I Dipartimento di Matematica ITIS V.Volterra San Donà di Piave Versione [2015-16] Indice 1 Probabilità 1 1.1 Introduzione............................................ 1 1.2 Eventi...............................................

Dettagli

Introduzione alla probabilità

Introduzione alla probabilità Introduzione alla probabilità CAPITOLO TEORIA Il dilemma di Monty Hall In un popolare show televisivo americano il presentatore mostra al concorrente tre porte chiuse. Dietro a una di esse si cela il premio

Dettagli

STATISTICA Lezioni ed esercizi

STATISTICA Lezioni ed esercizi Università di Torino QUADERNI DIDATTICI del Dipartimento di Matematica MARIA GARETTO STATISTICA Lezioni ed esercizi Corso di Laurea in Biotecnologie A.A. 00/00 Quaderno # Novembre 00 M. Garetto - Statistica

Dettagli

CAPITOLO 12. Calcolo delle Probabilità. 12.1 Introduzione al Calcolo delle Probabilità

CAPITOLO 12. Calcolo delle Probabilità. 12.1 Introduzione al Calcolo delle Probabilità CAPITOLO 12 Calcolo delle Probabilità 12.1 Introduzione al Calcolo delle Probabilità Una storia d amore Luca abita a Lecco, Bianca a Brindisi. Lui è innamorato perso. Anche lei ama lui, ma, ultimamente,

Dettagli

k n Calcolo delle probabilità e calcolo combinatorio (di Paolo Urbani maggio 2011)

k n Calcolo delle probabilità e calcolo combinatorio (di Paolo Urbani maggio 2011) b) (vedi grafo di lato) 7 0 9 0 0 0 ( E ) + + 0, ) Calcolare, riguardo al gioco del totocalcio, la probabilità dei seguenti eventi utilizzando il calcolo combinatorio a) E : fare b) E : fare 0 c) E : fare

Dettagli

Calcolo delle probabilità. 3. La probabiltà nella concezione frequentista. 4. La probabiltà nella concezione soggettiva

Calcolo delle probabilità. 3. La probabiltà nella concezione frequentista. 4. La probabiltà nella concezione soggettiva Calcolo delle probabilità. Gli eventi - definizioni propedeutiche 2. La probabiltà nella concezione classica. La probabiltà nella concezione frequentista 4. La probabiltà nella concezione soggettiva. La

Dettagli

PROBABILITA' E VARIABILI CASUALI

PROBABILITA' E VARIABILI CASUALI PROBABILITA' E VARIABILI CASUALI ESERCIZIO 1 Due giocatori estraggono due carte a caso da un mazzo di carte napoletane. Calcolare: 1) la probabilità che la prima carta sia una figura oppure una carta di

Dettagli

1 Probabilità condizionata

1 Probabilità condizionata 1 Probabilità condizionata Accade spesso di voler calcolare delle probabilità quando si è in possesso di informazioni parziali sull esito di un esperimento, o di voler calcolare la probabilità di un evento

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Incompatibilità ed indipendenza stocastica. Probabilità condizionate, legge della probabilità totale, Teorema

Dettagli

STATISTICA MEDICA Prof. Tarcisio Niglio http://www.tarcisio.net tarcisio@mclink.it oppure su Facebook Anno Accademico 2011-2012

STATISTICA MEDICA Prof. Tarcisio Niglio http://www.tarcisio.net tarcisio@mclink.it oppure su Facebook Anno Accademico 2011-2012 STATISTICA MEDICA Prof. Tarcisio Niglio http://www.tarcisio.net tarcisio@mclink.it oppure su Facebook Anno Accademico 2011-2012 Calcolo delle Probabilità Teoria & Pratica La probabilità di un evento è

Dettagli

Lezione 3 - Probabilità totale, Bayes -Alberi PROBABILITÀ TOTALE TEOREMA DI BAYES ALBERI E GRAFI

Lezione 3 - Probabilità totale, Bayes -Alberi PROBABILITÀ TOTALE TEOREMA DI BAYES ALBERI E GRAFI Lezione 3 - robabilità totale, ayes -lberi ROILITÀ TOTLE TEOREM DI YES LERI E GRFI GRUO MT06 Dip. Matematica, Università di Milano - robabilità e Statistica per le Scuole Medie -SILSIS - 2007 Lezione 3

Dettagli

Esercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che:

Esercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che: Esercizi Esercizio 4. Un urna contiene inizialmente 2 palline bianche e 4 palline rosse. Si effettuano due estrazioni con la seguente modalità: se alla prima estrazione esce una pallina bianca, la si rimette

Dettagli

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo Statistica 1 Esercitazioni Dott. 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it

Dettagli

7. LA PROBABILITA' Dice foto di Matsuyuki http://www.flickr.com/photos/matsuyuki/201651074/

7. LA PROBABILITA' Dice foto di Matsuyuki http://www.flickr.com/photos/matsuyuki/201651074/ MATEMATICA C 3 -ALGEBRA 2 7. LA PROBABILITA' Indice generale Dice foto di Matsuyuki http://www.flickr.com/photos/matsuyuki/201651074/ 1. Gli eventi...2 2. Definizioni di probabilità...5 3. Probabilità

Dettagli

MATEMATICA C3 -ALGEBRA 2 7. LA PROBABILITA'

MATEMATICA C3 -ALGEBRA 2 7. LA PROBABILITA' MATEMATICA C3 -ALGEBRA 2 7. LA PROBABILITA' Indice Dice foto di Matsuyuki http://www.flickr.com/photos/matsuyuki/201651074/ 1. Gli eventi...174 2. Definizioni di probabilità...177 3. Probabilità dell'evento

Dettagli

IL CALCOLO DELLE PROBABILITA

IL CALCOLO DELLE PROBABILITA IL CALCOLO DELLE PROBABILITA 0. Origini Il concetto di probabilità sembra che fosse del tutto ignoto agli antichi malgrado si sia voluto trovare qualche cenno di ragionamento in cui esso è implicitamente

Dettagli

E LE M E N T I D I P R O B A B I L I T A

E LE M E N T I D I P R O B A B I L I T A L M T I D I P R O B A B I L I T A CI STORICI Il calcolo delle probabilità si è andato sviluppando piuttosto di recente, intorno al 500 e per lungo tempo solo come una branca della matematica Solo dal secolo

Dettagli

La probabilità frequentista e la legge dei grandi numeri

La probabilità frequentista e la legge dei grandi numeri La probabilità frequentista e la legge dei grandi numeri La definizione di probabilità che abbiamo finora considerato è anche nota come probabilità a priori poiché permette di prevedere l'esito di un evento

Dettagli

PROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado)

PROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado) L esito della prossima estrazione del lotto L esito del lancio di una moneta o di un dado Il sesso di un nascituro, così come il suo peso alla nascita o la sua altezza.. Il tempo di attesa ad uno sportello

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Calcolo delle probabilità Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si vuole studiare la distribuzione del sesso dei figli nelle famiglie aventi due figli

Dettagli

A = { escono 2 teste e due croci (indipendentemente dall ordine) } B = { al primo tiro esce testa }.

A = { escono 2 teste e due croci (indipendentemente dall ordine) } B = { al primo tiro esce testa }. ESERCIZI ELEMENTARI DI CALCOLO DELLE PROBABILITÀ Teorema della somma 1) Giocando alla roulette, calcolare la probabilità che su una estrazione esca: a) Un numero compreso tra 6 e 12 (compresi) oppure maggiore

Dettagli

Esercizi di Calcolo delle Probabilita (I)

Esercizi di Calcolo delle Probabilita (I) Esercizi di Calcolo delle Probabilita (I) 1. Si supponga di avere un urna con 15 palline di cui 5 rosse, 8 bianche e 2 nere. Immaginando di estrarre due palline con reimmissione, si dica con quale probabilità:

Dettagli

Introduzione al pensiero probabilistico Il problema delle parti

Introduzione al pensiero probabilistico Il problema delle parti Introduzione al pensiero probabilistico Il problema delle parti Problema (in piccoli gruppi di lavoro) Due giocatori di pari abilità disputano una serie di partite; vince il gioco chi, per primo, raggiunge

Dettagli

7. LA PROBABILITA' Dice foto di Matsuyuki http://www.flickr.com/photos/matsuyuki/201651074/

7. LA PROBABILITA' Dice foto di Matsuyuki http://www.flickr.com/photos/matsuyuki/201651074/ MATEMATICA C 3 -ALGEBRA 2 7. LA PROBABILITA' Dice foto di Matsuyuki http://www.flickr.com/photos/matsuyuki/201651074/ 1. Gli eventi...2 2. Definizioni di probabilità...5 3. Probabilità dell'evento complementare...14

Dettagli

Teoria della probabilità Assiomi e teoremi

Teoria della probabilità Assiomi e teoremi Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità Assiomi e teoremi A.A. 2008-09 Alberto Perotti DELEN-DAUIN Esperimento casuale Esperimento

Dettagli

Esercizi sul calcolo delle probabilità

Esercizi sul calcolo delle probabilità Esercizi sul calcolo delle probabilità Svolti e da svolgere (per MAR 13 marzo) Dati due eventi A e B dello spazio campionario Ω. Si sappia che P(A c )=0,3 P(B)=0,4 e P(A B c )=0,5 si determinino le probabilità

Dettagli

Probabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico.

Probabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico. Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico Probabilità Ines Campa e Marco Longhi Probabilità e Statistica - Esercitazioni

Dettagli

Ancora sull indipendenza. Se A e B sono indipendenti allora lo sono anche

Ancora sull indipendenza. Se A e B sono indipendenti allora lo sono anche Ancora sull indipendenza Se A e B sono indipendenti allora lo sono anche A e B Ā e B Ā e B Sfruttiamo le leggi di De Morgan Leggi di De Morgan A B = Ā B A B = Ā B P (Ā B) = P (A B) = 1 P (A B) = 1 (P (A)

Dettagli

Marco Di Marzio. Primi elementi di inferenza statistica

Marco Di Marzio. Primi elementi di inferenza statistica Marco Di Marzio Primi elementi di inferenza statistica Ringraziamenti Un sentito ringraziamento a Fabiola Del Greco e Agnese Panzera per la preziosa collaborazione. Indice Probabilità. Esperimenti casuali...........................................2

Dettagli

1 Probabilità. 1.1 Primi esercizi di probabilità con l uso del calcolo combinatorio

1 Probabilità. 1.1 Primi esercizi di probabilità con l uso del calcolo combinatorio Indice 1 Probabilità 1 1.1 Primi esercizi di probabilità con l uso del calcolo combinatorio.. 1 1.2 Probabilità condizionata, indipendenza e teorema di Bayes.... 2 1 Probabilità 1.1 Primi esercizi di probabilità

Dettagli

Calcolo delle probabilità

Calcolo delle probabilità Calcolo delle probabilità Il problema di Monty Hill nel film 21 Elementare!! Statistiche, cambio di variabili. 1 Il coefficiente di correlazione tra Indicee Stipendio vale 0,94. E possibile asserire che

Dettagli

Caso e probabilità. Il caso. Il caso. Scommesse e probabilità Fenomeni aleatori Probabilità Variabili aleatorie

Caso e probabilità. Il caso. Il caso. Scommesse e probabilità Fenomeni aleatori Probabilità Variabili aleatorie Introduzione Il caso Il caso commesse e probabilità Il caso i chiama evento casuale quello che si verifica in una situazione in cui gli eventi possibili sono più d uno, ma non si sa a priori quale si verificherà.

Dettagli

Capitolo 4 Probabilità

Capitolo 4 Probabilità Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 4 Probabilità Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.

Dettagli

PARTE PRIMA PROBABILITA

PARTE PRIMA PROBABILITA i PARTE PRIMA PROBABILITA CAPITOLO I - Gli assiomi della probabilità 1.1 Introduzione........................................................... pag. 1 1.2 Definizione assiomatica di probabilità.......................................

Dettagli

TEOREMI SULLA PROBABILITÀ

TEOREMI SULLA PROBABILITÀ TEOREMI SULLA PROBABILITÀ o Probabilità totale oprobabilità contraria oprobabilità condizionata odipendenza stocastica oprobabilità composta oformula di Bayes oproblemi di riepilogo Probabilità di eventi

Dettagli

t'l [:] rc w a r EsERcÍzÍo $vot"to llr '' l' 8-l L'' Irn] Leol l4l l10l lr 2l 12l l1 0. i0l l30l l5l il 6l l1l i4l 121l l0l

t'l [:] rc w a r EsERcÍzÍo $votto llr '' l' 8-l L'' Irn] Leol l4l l10l lr 2l 12l l1 0. i0l l30l l5l il 6l l1l i4l 121l l0l 33* M*d. 3 - r"i.d. 1: LA pro*astllra' FEE{ re E2 E3 Ea E5 Da un'urna contenente 40 palline di cui 10 rosse, 10 nere e 20 blu, si estrae una pallina; trova il numero dei casi favorevoli relativi ai sesuenti

Dettagli

8. Qual è la probabilità di estrarre da un mazzo di 40 carte napoletane una figura?

8. Qual è la probabilità di estrarre da un mazzo di 40 carte napoletane una figura? www.matematicamente.it Probabilità 1 Calcolo delle probabilità Cognome e nome: Classe Data 1. Quali affermazioni sono vere? A. Un evento impossibile ha probabilità 1 B. Un vento certo ha probabilità 0

Dettagli

6. I numeri reali e complessi ( R e C ). x2 = 2. 6.1 I numeri reali R.

6. I numeri reali e complessi ( R e C ). x2 = 2. 6.1 I numeri reali R. 6. I numeri reali e complessi ( R e C ). 6.1 I numeri reali R. Non tratteremo in modo molto approfondito gli ulteriori ampliamenti che dai numeri razionali ci portano a quelli reali, all insieme, e R d

Dettagli

LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di

LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di STATISTICA LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di oggetti; cerca, attraverso l uso della matematica

Dettagli

Viene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita?

Viene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita? Viene lanciata una moneta. Se esce testa vinco 00 euro, se esce croce non vinco niente. Quale è il valore della mia vincita? Osserviamo che il valore della vincita dipende dal risultato dell esperimento

Dettagli

Probabilità. Concetti fondamentali Definizione di probabilità Teoremi sulla probabilità

Probabilità. Concetti fondamentali Definizione di probabilità Teoremi sulla probabilità Probabilità Concetti fondamentali Definizione di probabilità Teoremi sulla probabilità Probabilità: indicazioni quantitative sul verificarsi di certi eventi (linguaggio comune), ad es. P di superare o

Dettagli

ELEMENTI DI CALCOLO DELLE PROBABILITA

ELEMENTI DI CALCOLO DELLE PROBABILITA Statistica, CLEA p. 1/55 ELEMENTI DI CALCOLO DELLE PROBABILITA Premessa importante: il comportamento della popolazione rispetto una variabile casuale X viene descritto attraverso una funzione parametrica

Dettagli

Modello probabilistico di un esperimento aleatorio. Psicometria 1 - Lezione 6 Lucidi presentati a lezione AA 2000/2001 dott.

Modello probabilistico di un esperimento aleatorio. Psicometria 1 - Lezione 6 Lucidi presentati a lezione AA 2000/2001 dott. Modello probabilistico di un esperimento aleatorio Psicometria 1 - Lezione 6 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek 1 Un esperimento è il processo attraverso il quale un osservazione

Dettagli

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercizi di Probabilità e Statistica Samuel Rota Bulò 19 marzo 2007 Spazi di probabilità finiti e uniformi Esercizio 1 Un urna contiene due palle nere e una rossa. Una seconda urna ne contiene una bianca

Dettagli

B A N D O D I G A R A D A P P A L T O D I L A V O R I

B A N D O D I G A R A D A P P A L T O D I L A V O R I B A N D O D I G A R A D A P P A L T O D I L A V O R I S E Z I O N E I ) : A M M I N I ST R A Z I O N E A G G I U D I C A T R I C E I. 1 ) D e n o m i n a z i o ne, i n d ir i z z i e p u n t i d i c o

Dettagli

PROBABILITA CONDIZIONALE

PROBABILITA CONDIZIONALE Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,

Dettagli

Probabilità e Statistica Esercitazioni. a.a. 2006/2007

Probabilità e Statistica Esercitazioni. a.a. 2006/2007 Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile

Dettagli

Corso di Matematica. Corso di Laurea in Farmacia, Facoltà di Farmacia. Università degli Studi di Pisa. Maria Luisa Chiofalo.

Corso di Matematica. Corso di Laurea in Farmacia, Facoltà di Farmacia. Università degli Studi di Pisa. Maria Luisa Chiofalo. Corso di Matematica Corso di Laurea in Farmacia, Facoltà di Farmacia Università degli Studi di Pisa Maria Luisa Chiofalo Scheda 18 Esercizi svolti sul calcolo delle probabilità I testi degli esercizi sono

Dettagli

Prove e sottoprove. Perché il calcolo combinatorio. La moltiplicazione combinatorica. Scelta con e senza ripetizione { } ( )

Prove e sottoprove. Perché il calcolo combinatorio. La moltiplicazione combinatorica. Scelta con e senza ripetizione { } ( ) Perché il calcolo combinatorio Basato sulle idee primitive di distinzione e di classificazione, stabilisce in quanti modi diversi si possono combinare degli oggetti E molto utile nell enumerazione dei

Dettagli

MODULI DI LINEAMENTI DI MATEMATICA

MODULI DI LINEAMENTI DI MATEMATICA R. MANFREDI - E. FABBRI - C. GRASSI TRIENNIO licei scientifici MODULI DI LINEAMENTI DI MATEMATICA per il triennio della scuola secondaria di secondo grado L CALCOLO DELLE PROBABILITÀ E ELEMENTI DI STATISTICA

Dettagli

Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni

Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni Si tratta di problemi elementari, formulati nel linguaggio ordinario Quindi, per ogni problema la suluzione proposta è sempre

Dettagli

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercizi di Probabilità e Statistica Samuel Rota Bulò 9 giugno 006 Spazi di probabilità finiti e uniformi Esercizio Un urna contiene 6 palline rosse, 4 nere, 8 bianche. Si estrae una pallina; calcolare

Dettagli

Cosa dobbiamo già conoscere?

Cosa dobbiamo già conoscere? Cosa dobbiamo già conoscere? Insiemistica (operazioni, diagrammi...). Insiemi finiti/numerabili/non numerabili. Perché la probabilità? In molti esperimenti l esito non è noto a priori tuttavia si sa dire

Dettagli

Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali Note A.A. 2009-10 C. Meneghini

Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali Note A.A. 2009-10 C. Meneghini Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali Note A.A. 2009-10 C. Meneghini 1 Elementi di calcolo delle probabilitá, teorema di Bayes e applicazioni 1.1 Definizione di probabilitá

Dettagli

STATISTICA E PROBABILITá

STATISTICA E PROBABILITá STATISTICA E PROBABILITá Statistica La statistica è una branca della matematica, che descrive un qualsiasi fenomeno basandosi sulla raccolta di informazioni, sottoforma di dati. Questi ultimi risultano

Dettagli

PROBABILITÀ - SCHEDA N. 1 INTRODUZIONE ALLA PROBABILITÀ

PROBABILITÀ - SCHEDA N. 1 INTRODUZIONE ALLA PROBABILITÀ PROBABILITÀ - SCHEDA N. 1 INTRODUZIONE ALLA PROBABILITÀ 1. Che cos è la probabilità? «La teoria delle probabilità non è altro che il tentativo del genere umano di comprendere l incertezza dell universo,

Dettagli

Probabilità condizionata e indipendenza stocastica

Probabilità condizionata e indipendenza stocastica Capitolo 3 Probabilità condizionata e indipendenza stocastica 3.1 Considerazioniintroduttive Abbiamo trattato, finora, soltanto di probabilità di eventi che possono risultare Veri o Falsi. Tuttavia, il

Dettagli

PROBABILITA CONDIZIONALE

PROBABILITA CONDIZIONALE Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,

Dettagli

Esercizi di Probabilità e statistica. Francesco Caravenna Paolo Dai Pra

Esercizi di Probabilità e statistica. Francesco Caravenna Paolo Dai Pra Esercizi di Probabilità e statistica Francesco Caravenna Paolo Dai Pra Capitolo 1 Spazi di probabilità discreti 1.1 Proprietà fondamentali Esercizio 1 Esprimere ciascuno dei seguenti eventi in termini

Dettagli

ESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y =

ESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y = ESERCIZI Testi (1) Un urna contiene 20 palline di cui 8 rosse 3 bianche e 9 nere; calcolare la probabilità che: (a) tutte e tre siano rosse; (b) tutte e tre bianche; (c) 2 rosse e una nera; (d) almeno

Dettagli

Laboratorio di dinamiche socio-economiche

Laboratorio di dinamiche socio-economiche Dipartimento di Matematica Università di Ferrara giacomo.albi@unife.it www.giacomoalbi.com 21 febbraio 2012 Seconda parte: Econofisica La probabilità e la statistica come strumento di analisi. Apparenti

Dettagli

Caso e probabilità. Il caso. Il caso. Scommesse e probabilità Fenomeni aleatori Probabilità

Caso e probabilità. Il caso. Il caso. Scommesse e probabilità Fenomeni aleatori Probabilità Introduzione Il caso Il caso commesse e probabilità Il caso i chiama evento casuale quello che si verifica in una situazione in cui gli eventi possibili sono più d uno, ma non si sa a priori quale si verificherà.

Dettagli

UNA VISIONE D INSIEME DEL SISTEMA SCOLASTICO

UNA VISIONE D INSIEME DEL SISTEMA SCOLASTICO UNA VISIONE D INSIEME DEL SISTEMA SCOLASTICO - 49 - 3.1 INTRODUZIONE Volendo descrivere le province utilizzando contemporaneamente gli indicatori relativi alle diverse tematiche analizzate prima in modo

Dettagli

1 Breve introduzione alla probabilità elementare: approccio intuitivo

1 Breve introduzione alla probabilità elementare: approccio intuitivo Breve introduzione alla probabilità elementare: approccio intuitivo. È usuale che in molte situazioni che si presentano concretamente ci sia a priori incertezza su ciò che accadrà nel futuro: il calcolo

Dettagli

Esericizi di calcolo combinatorio

Esericizi di calcolo combinatorio Esericizi di calcolo combinatorio Alessandro De Gregorio Sapienza Università di Roma alessandrodegregorio@uniroma1it Problema (riepilogativo) La segretaria di un ufficio deve depositare 3 lettere in 5

Dettagli

Matematica Applicata. Probabilità e statistica

Matematica Applicata. Probabilità e statistica Matematica Applicata Probabilità e statistica Fenomeni casuali Fenomeni che si verificano in modi non prevedibili a priori 1. Lancio di una moneta: non sono in grado di prevedere con certezza se il risultato

Dettagli

LINEAMENTI DI MATEMATICA

LINEAMENTI DI MATEMATICA P. BARONCINI - E. FABBRI - C. GRASSI IGEA Triennio LINEAMENTI DI MATEMATICA per il triennio degli istituti tecnici commerciali IGEA Probabilità e statistica Analisi numerica MODULO d P. Baroncini - E.

Dettagli

Esercizi di probabilità discreta

Esercizi di probabilità discreta Di seguito, potete trovare i testi (con risposta) degli esercizi svolti (o proposti) nel corso di esercitazioni dell insegnamento di Matematica applicata. 1 Esercizi di probabilità discreta Algebra degli

Dettagli

Una sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa.

Una sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa. Una sperimentazione Probabilità Si sta sperimentando l efficacia di un nuovo farmaco per il morbo di Parkinson. Duemila pazienti partecipano alla sperimentazione: metà di essi vengono trattati con il nuovo

Dettagli

Esercizi di calcolo combinatorio e probabilità Svolgimento a cura di Mattia Puddu

Esercizi di calcolo combinatorio e probabilità Svolgimento a cura di Mattia Puddu Esercizi di calcolo combinatorio e probabilità Svolgimento a cura di Mattia Puddu 1. Gli interi da 1 a 9 sono scritti nelle 9 caselle di una scacchiera 3x3, ogni intero in ogni casella diversa, in modo

Dettagli

Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita

Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita NOTA 1 Gli esercizi sono presi da compiti degli scorsi appelli, oppure da testi o dispense di colleghi. A questi ultimi

Dettagli

GLI INIZI 3 I GLI EVENTI 7 I.1 Incertezza e probabilità 7 I.2 Lo spazio degli eventi 9 I.3 L evento 10 I.4 Algebra degli eventi 11 II I VARI APPROCCI

GLI INIZI 3 I GLI EVENTI 7 I.1 Incertezza e probabilità 7 I.2 Lo spazio degli eventi 9 I.3 L evento 10 I.4 Algebra degli eventi 11 II I VARI APPROCCI GLI INIZI 3 I GLI EVENTI 7 I.1 Incertezza e probabilità 7 I.2 Lo spazio degli eventi 9 I.3 L evento 10 I.4 Algebra degli eventi 11 II I VARI APPROCCI ALLA PROBABILITÀ 17 II.1 Probabilità in senso classico

Dettagli

CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate

CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su eventi, previsioni e probabilità condizionate Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability

Dettagli

Analisi dei Dati 12/13 Esercizi proposti 3 soluzioni

Analisi dei Dati 12/13 Esercizi proposti 3 soluzioni Analisi dei Dati 1/13 Esercizi proposti 3 soluzioni 0.1 Un urna contiene 6 palline rosse e 8 palline nere. Si estraggono simultaneamente due palline. Qual è la probabilità di estrarle entrambe rosse? (6

Dettagli

Capitolo 4 PROBABILITÀ. Thursday, 5 April 12

Capitolo 4 PROBABILITÀ. Thursday, 5 April 12 Capitolo 4 PROBABILITÀ Cosa imparerete Idea di esperimento aleatorio Idea di evento Come si definisce una probabilità Idea di probabilità condizionata Determinare se gli eventi sono indipendenti Usare

Dettagli

SCHEDA DIDATTICA N 1

SCHEDA DIDATTICA N 1 FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE ED IL TERRITORIO CORSO DI STATISTICA E CALCOLO DELLE PROBABILITA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N ARGOMENTO: CALCOLO DELLE PROBABILITA

Dettagli

Politecnico di Milano Appunti di calcolo delle probabilità per il corso di Fondamenti di Statistica e Segnali Biomedici [Mod 1] 1

Politecnico di Milano Appunti di calcolo delle probabilità per il corso di Fondamenti di Statistica e Segnali Biomedici [Mod 1] 1 Politecnico di Milano Appunti di calcolo delle probabilità per il corso di Fondamenti di Statistica e Segnali Biomedici [Mod 1] 1 Ilenia Epifani 1 Il contenuto di queste dispense è protetto dalle leggi

Dettagli

Lezione 10. La Statistica Inferenziale

Lezione 10. La Statistica Inferenziale Lezione 10 La Statistica Inferenziale Filosofia della scienza Secondo Aristotele, vi sono due vie attraverso le quali riusciamo a formare le nostre conoscenze: (1) la deduzione (2) l induzione. Lezione

Dettagli

Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio. M. Besozzi - IRCCS Istituto Auxologico Italiano

Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio. M. Besozzi - IRCCS Istituto Auxologico Italiano Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio M. Besozzi - IRCCS Istituto Auxologico Italiano L argomento... Errori cognitivi Il problema gnoseologico Dati, informazione

Dettagli

1 Calcolo delle probabilità

1 Calcolo delle probabilità 1 Calcolo delle probabilità Lo studio delle leggi del caso va sotto il nome di calcolo delle probabilità. Ci fu un vigoroso sviluppo di questa disciplina a cavallo tra il cinquecento e il seicento e lo

Dettagli

Definizione 1.1 Un evento è un fatto fisico o concettuale descritto da un enunciato che ammette due soli valori logici: VERO (V) o FALSO (F).

Definizione 1.1 Un evento è un fatto fisico o concettuale descritto da un enunciato che ammette due soli valori logici: VERO (V) o FALSO (F). Capitolo 1 Basi del calcolo delle probabilità 11 Eventi Per avviare la nostra discussione dobbiamo preliminarmente delimitare il campo dei fatti (o delle situazioni o delle asserzioni) nel quale si possa

Dettagli

1 Calcolo combinatorio

1 Calcolo combinatorio 1 Calcolo combinatorio In questo capitolo andremo ad introdurre le basi del calcolo combinatorio e le analizzeremo partendo dal caso pratico della risoluzione di un esercizio per poi dare la formulazione

Dettagli

Statistica associativa ramo infortuni Anni 2009 e 2010

Statistica associativa ramo infortuni Anni 2009 e 2010 Statistica associativa ramo infortuni Anni 2009 e 2010 Ed. settembre 2013 Agenda Obiettivo della statistica Oggetto della statistica Grado di partecipazione Alcuni confronti con la statistica precedente

Dettagli

Appunti di Probabilità

Appunti di Probabilità Appunti di Probabilità Bruno Betrò CNR-IMATI, Sezione di Milano bruno.betro@mi.imati.cnr.it www.mi.imati.cnr.it/ bruno Testi di riferimento: Dall Aglio G., Calcolo delle Probabilità, Zanichelli Scozzafava

Dettagli

Il prodotto di tre numeri in progressione aritmetica è 16640, il più piccolo è 20. Calcolare i tre numeri.

Il prodotto di tre numeri in progressione aritmetica è 16640, il più piccolo è 20. Calcolare i tre numeri. Scrivi i primi termini delle seguenti successioni: =1; =; = + Individua la legge che genera ognuna delle seguenti successioni: -1,, -, 4, -5, In una progressione aritmetica la somma del primo, quarto,

Dettagli

Metodi quantitativi per il trade marketing Modulo 1 Valutazione dei rischi per il marketing a.a. 2010/2011

Metodi quantitativi per il trade marketing Modulo 1 Valutazione dei rischi per il marketing a.a. 2010/2011 Metodi quantitativi per il trade marketing Modulo Valutazione dei rischi per il marketing a.a. 200/20 Problemi per esercitazione individuale (non svolti in aula NB: i problemi assegnati per esercitazione

Dettagli

ANDAMENTO DEL MERCATO AUTOVETTURE IN ITALIA PER PROVINCIA E MACRO-AREA ANNO 2014

ANDAMENTO DEL MERCATO AUTOVETTURE IN ITALIA PER PROVINCIA E MACRO-AREA ANNO 2014 ANDAMENTO DEL MERCATO AUTOVETTURE IN ITALIA PER PROVINCIA E MACRO-AREA ANNO 2014 A CURA DELL AREA PROFESSIONALE STATISTICA A.G. FEBBRAIO 2015 ANDAMENTO MERCATO AUTOVETTURE IN ITALIA PER PROVINCIA E MACRO-AREA

Dettagli

INTRODUZIONE ALLA PROBABILITÀ NELLA SCUOLA MEDIA CONCETTI DI BASE

INTRODUZIONE ALLA PROBABILITÀ NELLA SCUOLA MEDIA CONCETTI DI BASE 1 INTRODUZIONE ALLA PROBABILITÀ NELLA SCUOLA MEDIA CONCETTI DI BASE 2 Un fenomeno casuale, o aleatorio, èun fenomeno osservabile, ma non prevedibile. Cioè conoscendo i dati iniziali e le leggi, non possiamo

Dettagli

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1 FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE ED IL TERRITORIO CORSO DI STATISTICA E CALCOLO DELLE PROBABILITA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N ARGOMENTO: CALCOLO DELLE PROBABILITA

Dettagli