Matematica con elementi di Informatica
|
|
- Alessandra Bruno
- 5 anni fa
- Visualizzazioni
Transcript
1 Probabilità discreta Matematica con elementi di Informatica Tiziano Vargiolu Dipartimento di Matematica Corso di Laurea Magistrale in Chimica e Tecnologie Farmaceutiche Anno Accademico 2018/19 Probabilità discreta Anno Accademico 2018/19 1 / 22
2 Introduzione Un esperimento aleatorio è un qualunque avvenimento il cui risultato non sia prevedibile a priori con sicurezza. Esempi: efficacia di un nuovo farmaco, lancio di un dado, risultato di una lotteria, miliardesima cifra di π, risultato di una partita di calcio, ecc.) Per formalizzare matematicamente il problema, si usa raccogliere ogni possibile risultato dell esperimento aleatorio in un insieme Ω, chiamato spazio campionario (spazio degli eventi). Esempi: Ω = {1,..., 6}, {1,..., }, {0,..., 9}, N 2 Probabilità discreta Anno Accademico 2018/19 2 / 22
3 Eventi Un evento è la descrizione precisa di uno o più possibili risultati dell esperimento aleatorio. Esempi: A = {il dado dà un risultato pari} = {2, 4, 6}; B = {il dado dà un 6} = {6}. Notiamo che gli eventi sono rappresentati come sottoinsiemi dello spazio campionario Ω, e possono essere espressi sia a parole che con simboli matematici. Un evento può essere: certo se si verifica con certezza (es. un dado a 6 facce dà certamente un risultato compreso tra 1 e 6); impossibile se con certezza non si verifica (es. un dado a 6 facce non può dare 20 come risultato); elementare (detto anche singoletto) se è costituito da un solo risultato (es. B = {6}). Probabilità discreta Anno Accademico 2018/19 3 / 22
4 Operazioni tra eventi Dati due eventi A e B, possiamo definire: evento unione A B: si verifica o A o B; evento intersezione A B: si verifica sia A che B; evento complemento A c = Ω \ A: NON si verifica A. Nota: la differenza insiemistica si può esprimere tramite A \ B = A B c = {si verifica A ma non si verifica B} Due eventi A e B si dicono: mutualmente esclusivi o incompatibili o disgiunti se A B = (in nessun caso dell esperimento aleatorio possono verificarsi insieme); esaustivi se A B = Ω (si verifica sempre almeno uno dei due, eventualmente entrambi). Probabilità discreta Anno Accademico 2018/19 4 / 22
5 Distribuzioni di probabilità La probabilità è una misura del grado di fiducia che attribuiamo al verificarsi (o meno) di un evento A, espressa con un numero P(A) tra 0 ( impossibile ) e 1 ( certo ). La probabilità P è quindi una funzione che associa un evento A ad un numero P(A) [0, 1], e a cui richiediamo le due proprietà: i) P(Ω) = 1; ii) se A e B sono incompatibili (A B = ), allora P(A B) = P(A) + P(B). Esempio: se il dado non è truccato, potremmo attribuire P({i}) = P{i} = 1 6 per ogni i Ω = {1,..., 6} (probabilità uniforme): è una probabilità secondo gli assiomi sopra? Probabilità discreta Anno Accademico 2018/19 5 / 22
6 Probabilità uniforme L esempio precedente è tipico della probabilità discreta: assegnare le probabilità ai singoletti, in modo che la somma faccia 1, e da questo seguono le probabilità di tutti gli eventi. Se un insieme Ω ha cardinalità Ω = N, possiamo assegnare la probabilità P(A) ad ogni evento A Ω in questo modo: Allora: i) P(Ω) = N N = 1; P(A) = A N ii) se A e B sono incompatibili allora P(A B) = A B N = A + B N = A N + B = P(A) + P(B) N Probabilità discreta Anno Accademico 2018/19 6 / 22
7 Proprietà della probabilità Dai due assiomi P(Ω) = 1 e P(A B) = P(A) + P(B) si possono ricavare varie altre proprietà: a) se A B, allora P(A) P(B), e P(B \ A) = P(B) P(A); b) P(A c ) = 1 P(A); c) P( ) = 0. d) se A 1, A 2,..., A n sono eventi, in generale ( ) n n P A i P(A i ) e se sono disgiunti c è l uguaglianza; e) P(A) + P(B) = P(A B) + P(A B). Probabilità discreta Anno Accademico 2018/19 7 / 22
8 Dimostrazione a) Poiché B = A (B \ A), si ha che P(B) = P(A) + P(B \ A) P(A). Inoltre si può sottrarre P(A) da entrambi i membri della relazione P(B) = P(A) + P(B \ A) e si ottiene la seconda parte della tesi. b) È un caso particolare di (a) che si ottiene ponendo B = Ω. c) È un caso particolare di (b) che si ottiene ponendo A =. d) Si ha ( n A i = A 1 (A 2 \ A 1 )... A n \ e dunque ( ) n P A i dove abbiamo applicato (a). = P(A 1 ) + P(A 2 \ A 1 ) P P(A 1 ) + P(A 2 ) P(A n ) n 1 ( A i ) A n \ n 1 A i ) Probabilità discreta Anno Accademico 2018/19 8 / 22
9 Dimostrazione - II d) Si ha che A A B e A B B; notiamo poi che (A B) \ A = B \ A e B \ (A B) = B \ A. Applicando il punto (a), si ha allora che P(B \ A) = P(B) P(A B) = P(A B) P(A) Riordinando i termini nell ultima uguaglianza si ottiene la tesi. Due ultime note: data una probabilità P, un evento A si dice: quasi certo se P(A) = 1; trascurabile se P(A) = 0. Chiaramente, il complementare di un evento trascurabile è quasi certo. Probabilità discreta Anno Accademico 2018/19 9 / 22
10 Probabilità condizionata Supponiamo di giocare ad una roulette, con possibili risultati Ω = {0, 1,..., 36}. Qual è la probabilitá che la giocata A = {1, 2, 3} sia vincente? Supponiamo che la roulette sia truccata in modo da far uscire un numero dispari. Qual è la probabilità di A in questo caso? Per rispondere alla seconda domanda, ci sono due strade: ridefinire Ω = {1, 3,..., 35} e una nuova probabilità su Ω (forse intuitivo... ma concettualmente complicato) introdurre il concetto di probabilità condizionata. Probabilità discreta Anno Accademico 2018/19 10 / 22
11 Probabilità condizionata: definizione Se B è un evento non trascurabile, per ogni evento A definiamo probabilità di A condizionata a B P(A B) = P(A B) P(B) Intuitivamente, è la probabilità di A sapendo che B si è verificato. Conseguenza: se conosciamo due delle tre quantità sopra, possiamo calcolare la terza; ad esempio, P(A B) = P(A B)P(B) Probabilità discreta Anno Accademico 2018/19 11 / 22
12 Probabilità condizionata: esempio Nell esempio precedente, definendo A = {1, 2, 3} e B = {1, 3,..., 35}, abbiamo 2 P{1, 3} P(A B) = = 37 = 1 P(B) Questa definizione rende automatico il ragionamento intuitivo: sapendo che uscirà un numero dispari (tra 18 possibili), siccome A ne contiene 2, avremo probabilità di vittoria pari a 2 18 = e funziona più in generale (ad esempio, quando P non è uniforme). Proprietà importante: assegnato B non trascurabile, la probabilità condizionata P( B) è una probabilità. Si ha quindi, ad esempio, P(A c B) = 1 P(A B) Probabilità discreta Anno Accademico 2018/19 12 / 22
13 Formula della probabilità totale Supponiamo di sapere che il 15% di una popolazione è a rischio rispetto ad una malattia, e che il tasso di incidenza (= probabilità di essere attaccati) di una malattia sia 0.2 fra i soggetti a rischio e fra i soggetti non a rischio. Supponiamo di voler rispondere a queste domande: Qual é la probabilità che un individuo a rischio si ammali? Qual è la probabilità che un individuo a caso si ammali? Per rispondere a queste domande si usa la formula della probabilità totale, o legge delle alternative. Se B 1,..., B n sono eventi non trascurabili, disgiunti tra loro e tali che Ω = n B i, allora per ogni evento A si ha P(A) = n P(A B i )P(B i ) Probabilità discreta Anno Accademico 2018/19 13 / 22
14 Formula della probabilità totale: dimostrazione Possiamo scrivere ( ) n A = A Ω = A B i = e questa unione è disgiunta. Allora ( ) n P(A) = P (A B i ) = n (A B i ) n P(A B i ) = n P(A B i )P(B i ) Probabilità discreta Anno Accademico 2018/19 14 / 22
15 Esempio Supponiamo di sapere che il 15% di una popolazione è a rischio rispetto ad una malattia, e che il tasso di incidenza (= probabilità di essere attaccati) di una malattia sia 0.2 = 20% fra i soggetti a rischio e = 0.6% fra i soggetti non a rischio. Supponiamo di voler rispondere a queste domande: Qual é la probabilità che un individuo a rischio si ammali? Qual è la probabilità che un individuo a caso si ammali? Riscriviamo i dati: definiamo gli eventi A = {l individuo è a rischio} e B = {l individuo si ammalerà}. Allora P(A) = 0.15, P(B A) = 0.2, P(B A c ) = Allora la risposta alla prima domanda è ovviamente P(B A) = 0.2, e alla seconda è P(B) = P(B A)P(A) + P(B A c )P(A c ) = = = Probabilità discreta Anno Accademico 2018/19 15 / 22
16 Formula di Bayes A volte ci serve invertire la probabilità condizionata. Esempio: qual è la probabilità che un individuo malato appartenga alla popolazione a rischio (i.e. P(A B))? Se A e B sono eventi non trascurabili, allora vale la formula di Bayes: P(A B) = P(B A)P(A) P(B) Difatti P(A B) = P(A B)P(B) = P(B A)P(A), e basta dividere per P(B). Tornando all esempio, un individuo malato apparterrà alla popolazione a rischio con probabilità P(A B) = P(B A)P(A) P(B) = = 0.03 = = 85.4% Probabilità discreta Anno Accademico 2018/19 16 / 22
17 Test diagnostici Un esempio tipico in cui si usano le formule della probabilità totale e di Bayes è quello dei test diagnostici, il cui scopo è determinare se un dato individuo soffre di una malattia. Spesso questi test non sono infallibili ( la medicina non è una scienza esatta ). Difatti sono possibili: falsi positivi: l individuo è sano ma il test è positivo; falsi negativi: l individuo è malato ma il test è negativo. Iniziamo definendo i seguenti eventi: P = {il test è positivo}, N = {il test è negativo} = P c, M = {l individuo è malato}, S = {l individuo è sano} = M c Probabilità discreta Anno Accademico 2018/19 17 / 22
18 Test diagnostici: specificità e sensitività Si definiscono: tasso di incidenza: probabilità P(M) di avere un individuo malato; specificità Sp: probabilità P(N S) di risultato negativo su individui sani; sensitività Se: probabilità P(P M) di risultato positivo su individui malati. Queste quantità vengono di solito calcolate a priori, in fase di ideazione del test, su individui di cui si sa già se sono malati o sani. Nella pratica clinica, sono invece importanti questi due concetti: valore predittivo di esito negativo Vp : probabilità P(S N) di individuo sano sapendo che il test è negativo; valore predittivo di esito positivo Vp + : probabilità P(M P) di individuo malato sapendo che il test è positivo. Le formule della probabilità totale e di Bayes permettono di trovare i valori predittivi Vp ± a partire da specificità, sensitività e probabilità di incidenza P(M). Probabilità discreta Anno Accademico 2018/19 18 / 22
19 Test diagnostici: un esempio Per diagnosticare una malattia alle coronarie, si usa un certo test. Supponiamo di sapere che se il paziente è malato, il test sia positivo nel 79% dei casi, e se il paziente è sano sia negativo nel 68% dei casi. Supponiamo inoltre che il 20% della popolazione sotto esame sia malata. Con queste informazioni, qual è la probabilità che un individuo il cui test sia stato positivo sia effettivamente malato (Vp + )? Riscriviamo i dati come probabilità: Se = P(P M) = 0.79, Sp = P(N S) = 0.68 P(M) = 0.20, P(S) = 1 P(M) = = 0.80 Inoltre, siccome la probabilità condizionata P( S) è una probabilità, abbiamo che P(P S) = 1 P(N S) = = Dalla formula della probabilità totale abbiamo che P(P) = P(P M)P(M) + P(P S)P(S) = = Probabilità discreta Anno Accademico 2018/19 19 / 22
20 Test diagnostici: un esempio Infine, dalla formula di Bayes abbiamo che P(M P) = P(P M)P(M) P(P) = = Quindi la probabilità che un individuo il cui test sia stato positivo sia effettivamente malato è di Notiamo che questa probabilità è maggiore di quella che si avrebbe senza l informazione che il test è risultato positivo (P(M) = 0.2). Probabilità discreta Anno Accademico 2018/19 20 / 22
21 Eventi indipendenti Esempio: lancio di due dadi. Spazio campionario: Ω = {1, 2, 3, 4, 5, 6} 2. Probabilità P: se i dadi non sono truccati, ogni possibile coppia di risultati avrà uguale probabilità di uscire probabilità uniforme: P(A) = A /36 per ogni A Ω. Definiamo: A = {nel primo dado esce un numero pari} B = {nel secondo dado esce il 4} Proviamo a calcolare P(B A), cioé qual è la probabilità che esca il 4 se nel lancio precedente è uscito un numero pari. Allora: P(B A) = P(A B) P(A) = 3/36 18/36 = 3 18 = 1 6 Questo significa che P(B A) = P(B) (anch essa uguale a 1/6): il condizionamento rispetto ad A non ha influito sulla probabilità di B. In altre parole, il fatto che nel secondo dado esca un 4 è indipendente dal fatto che nel primo dado sia uscito un numero pari (o dispari). Probabilità discreta Anno Accademico 2018/19 21 / 22
22 Eventi indipendenti: definizione Usando la definizione di probabilità condizionata, si vede che l identità P(B A) = P(B) equivale a P(A B) = P(A)P(B). Questa identità, rispetto alla precedente, ha il vantaggio di essere esplicitamente simmetrica in A e B, e di essere ben definita (e banalmente vera) anche quando P(B) = 0. Essa viene dunque scelta per caratterizzare la nozione di indipendenza. Due eventi A e B si dicono indipendenti se P(A B) = P(A)P(B). (1) Per quanto detto sopra, questo è equivalente a dire che P(A) = P(A B) (o anche che P(B) = P(B A)) a condizione che B (o A) siano non trascurabili. Il significato intuitivo dell indipendenza è questo: A e B sono indipendenti se la conoscenza o meno del fatto che B si sia verificato non influenza la probabilità che assegnamo ad A, e viceversa. Probabilità discreta Anno Accademico 2018/19 22 / 22
Calcolo delle Probabilità
Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosiddette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello
DettagliCalcolo delle Probabilità Soluzioni 1. Spazio campionario ed eventi
ISTITUZIONI DI STATISTICA A. A. 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 1 Abbiamo visto: Definizioni di statistica, statistica inferenziale, probabilità (interpretazione
DettagliNOZIONI DI CALCOLO DELLE PROBABILITÀ
NOZIONI DI CALCOLO DELLE PROBABILITÀ ESPERIMENTO CASUALE: un esperimento si dice casuale quando gli esiti (manifestazioni o eventi) non possono essere previsti con certezza. PROVA: le ripetizioni, o occasioni
DettagliCenni di calcolo delle probabilità
Cenni di calcolo delle probabilità Prof.ssa G. Serio, Prof. P. Trerotoli, Cattedra di Statistica Medica, Università di Bari 1/19 Quando si compie un esperimento o una serie di prove i possibili risultati
DettagliMatematica con elementi di Informatica
Variabili aleatorie Matematica con elementi di Informatica Tiziano Vargiolu Dipartimento di Matematica vargiolu@math.unipd.it Corso di Laurea Magistrale in Chimica e Tecnologie Farmaceutiche Anno Accademico
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 51 Introduzione Il Calcolo delle
Dettagli1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3.
Corso di Laurea INTERFACOLTÀ - Esercitazione di Statistica n 6 ESERCIZIO 1: 1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3. lancio di
DettagliProbabilità. 2) Vengono estratte 5 carte; quale è la probabilità che ci siano esattamente 2 denari? ª 0,278. k fattori. n - k +1 ) k!
Definizione classica = P A Probabilità numero esiti favorevoli numero esiti possibili Esempi 1) Da un mazzo di 40 carte (bastoni, coppe, denari, spade) ne viene estratta una; quale è la probabilità che
DettagliCalcolo 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
DettagliTutorato I Probabilità e Statistica a.a. 2015/2016
Tutorato I Probabilità e Statistica a.a. 2015/2016 Argomenti: probabilità uniforme; probabilità condizionata; formula di Bayes; formula delle probabilità totali; indipendenza. Esercizio 1. Siano A, B,
DettagliStatistica. Capitolo 4. Probabilità. Cap. 4-1
Statistica Capitolo 4 Probabilità Cap. 4-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Spiegare concetti e definizioni fondamentali della probabilità Usare il diagramma
DettagliESERCITAZIONE 5: PROBABILITÀ DISCRETA
ESERCITAZIONE 5: PROBABILITÀ DISCRETA e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: Martedi 16-18 Dipartimento di Matematica, piano terra, studio 126 6 Novembre 2012 Esercizi 1-2
DettagliINCERTEZZA e PROBABILITA
Incertezza e Probabilità INCERTEZZA e PROBABILITA Esempi: Qual è la probabilità che la pallina si posi su un numero dispari? Qual è la probabilità che uno studente di Monza passi l esame di Statistica
DettagliIntroduzione al Calcolo delle Probabilità
Introduzione al Calcolo delle Probabilità In tutti quei casi in cui le manifestazioni di un fenomeno (EVENTI) non possono essere determinate a priori in modo univoco, e i risultati possono essere oggetto
DettagliPROBABILITA. DEFINIZIONE: Ogni singolo risultato di un esperimento casuale si chiama evento elementare
PROBABILITA La teoria della probabilità si applica ad esperimenti aleatori o casuali: ossia, esperimenti il cui risultato non è prevedibile a priori. Ad esempio, lancio di un dado, lancio di una moneta,
DettagliTest diagnostici- 1. Un test diagnostico perfetto dovrebbe dare esito positivo in tutti i soggetti malati e esito negativo in tutti i soggetti sani.
Test diagnostici- 1 Un test diagnostico è un metodo usato per diagnosticare una certa malattia: per esempio il Pap test è un metodo per diagnosticare il tumore del collo dell utero, la glicemia è un metodo
DettagliProbabilità. Fulvio Bisi-Anna Torre
Probabilità Fulvio Bisi-Anna Torre FRATELLI E SORELLE Per la ricorrenza della festa della mamma, la sig.ra Luisa organizza una cena a casa sua, con le sue amiche che hanno almeno una figlia femmina. La
DettagliProbabilità. Spazi di probabilità
Probabilità Paolo Montanari Appunti di Matematica Probabilità 1 Spazi di probabilità Un esperimento si dice casuale quando esso può essere ripetuto quante volte si vuole, ed il risultato di ogni esecuzione
DettagliDefinizione formale di probabilitá
Definizione formale di probabilitá 10 marzo 2017 Si introducono la definizione assiomatica di probabilitá e alcune proprietá elementari che ne derivano 1 Eventi e insiemi Poiché un evento é definito come
DettagliStatistica e informatica
Statistica e informatica Probabilità condizionate Francesco Pauli e Nicola Torelli A.A. 2017/2018 Indice Probabilità condizionate Probabilità totali Teorema di Bayes Francesco Pauli e Nicola Torelli Probabilità
DettagliProbabilità. Qual è la probabilità di ottenere il numero 5?
Lancio un dado Probabilità Qual è la probabilità di ottenere il numero 5? Ho una prova ossia un esperimento = lancio dado Ho il risultato di tale prova = faccia contrassegnata dal numero 5 Il risultato
DettagliProbabilità 8-22 Febbraio 2019
Probabilità 8-22 Febbraio 2019 Marta Lucchini Orientamatica 2019 Esercizio 1 A, B, C sono tre eventi. Esprimi mediante operazioni insiemistiche i seguenti eventi. a) Almeno uno dei tre eventi si verifica.
DettagliLezione 1: Università Mediterranea di Reggio Calabria Decisions Lab. Insiemi. La Probabilità Probabilità e Teoria degli Insiemi
Lezione 1: Probabilità e Teoria degli Università Mediterranea di Reggio Calabria Decisions Lab Gli insiemi Gli Un insieme S è una collezione di oggetti chiamati elementi dell insieme. - Se x è un elemento
DettagliPROBABILITA. 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
DettagliIntroduzione al calcolo delle probabilità
Introduzione al calcolo delle probabilità L. Boni Approccio empirico OSSERVAZIONE IPOTESI TEORIA DOMINANTE ESPERIMENTO L esperimento Un esperimento (dal latino ex, da, e perire, tentare, passare attraverso
DettagliSTATISTICA e PROBABILITA'
STATISTICA e PROBABILITA' Il problema della misura si pone in termini probabilistici, determinando un intervallo di valori aventi una certa probabilità di essere osservati. E' necessario quindi introdurre
DettagliCorso di Statistica. Introduzione alla Probabilità. Prof.ssa T. Laureti a.a
Corso di Statistica Introduzione alla Probabilità Prof.ssa T. Laureti a.a. 2012-2013 1 Introduzione al concetto di probabilità nelle strategie aziendali L azienda che vende articoli di abbigliamento per
DettagliProbabilità delle cause:
Probabilità delle cause: Probabilità condizionata 2 Teorema delle probabilità composte A B) A) B/A) 3 Teorema delle probabilità totali B )! 4 Teorema delle probabilità delle cause n i A! B ) A / B ) B
DettagliProbabilità Condizionale - 1
Probabilità Condizionale - 1 Come varia la probabilità al variare della conoscenza, ovvero delle informazioni in possesso di chi la calcola? ESEMPIO - Calcolare la probabilità che in una estrazione della
DettagliCalcolo combinatorio minimo.
Calcolo combinatorio minimo. Ricordiamo (vedi prima lezione) che il numero delle possibili coppie (a i, b j ) con i A e j B è A B. il numero delle n-uple di elementi di un insieme A è A n. il numero di
DettagliSOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA
SOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA 1 Esercizio 0.1 Dato P (A) = 0.5 e P (A B) = 0.6, determinare P (B) nei casi in cui: a] A e B sono incompatibili; b] A e B sono indipendenti;
DettagliPer capire qual è l altezza media degli italiani è stato intervistato un campione di 1523 cittadini. La media campionaria dell altezza risulta essere:
PROBABILITÀ E STATISTICA Per capire qual è l altezza media degli italiani è stato intervistato un campione di 1523 cittadini. La media campionaria dell altezza risulta essere: x = 172, 3 cm Possiamo affermare
Dettagli6.2 La probabilità e gli assiomi della probabilità
6.2 La probabilità e gli assiomi della probabilità L introduzione alla teoria della probabilità può essere vista come un applicazione della teoria degli insiemi. Essa si occupa degli esperimenti il cui
DettagliEsercizi di Probabilità
Esercizi di Probabilità Grazia Corvaia, Patrizio Lattanzio, Alessandra Nardi February 0, 09 L urna colorata In un urna si trovano 0 palline, 5 viola e 5 arancioni. Calcolare la probabilità che, in due
DettagliProbabilità I. Concetto di probabilità. Definizioni di base: evento
Concetto di probabilità Nozioni di eventi. Probabilità I Calcolo delle probabilità Definizioni di probabilità Calcolo di probabilità notevoli Probabilità condizionate Cos'è una probabilità? Idea di massima:
DettagliIL CALCOLO DELLE PROBABILITA
IL CALCOLO DELLE PROBABILITA INTRODUZIONE Già 3000 anni fa gli Egizi praticavano un antenato del gioco dei dadi, che si svolgeva lanciando una pietra. Il gioco dei dadi era diffuso anche nell antica Roma,
DettagliElementi di Probabilità e Statistica - 052AA - A.A
Elementi di Probabilità e Statistica - 05AA - A.A. 014-015 Prima prova di verifica intermedia - 9 aprile 015 Problema 1. Dati due eventi A, B, su uno spazio probabilizzato (Ω, F, P), diciamo che A è in
DettagliProbabilità esempi. Aiutiamoci con una rappresentazione grafica:
Probabilità esempi Paolo e Francesca giocano a dadi. Paolo scommette che, lanciando due dadi, si otterrà come somma 8 oppure 9. Francesca scommette che si otterrà come somma un numero minore o uguale a
Dettagli1 Ingredienti base del CDP. 2 Denizioni classica e frequentista. 3 Denizione assiomatica. 4 La σ-algebra F. 5 Esiti equiprobabili
1 Ingredienti base del CDP 2 Denizioni classica e frequentista 3 Denizione assiomatica 4 La σ-algebra F 5 Esiti equiprobabili 6 Esperimento casuale 7 Probabilità condizionata Ingredienti base del CDP eventi
DettagliProbabilità I Calcolo delle probabilità
Probabilità I Calcolo delle probabilità Nozioni di eventi. Definizioni di probabilità Calcolo di probabilità notevoli Probabilità condizionate Concetto di probabilità Cos'è una probabilità? Idea di massima:
DettagliCENNI DI CALCOLO DELLE PROBABILITÀ (Vittorio Colagrande)
CENNI DI CALCOLO DELLE PROBABILITÀ (Vittorio Colagrande) Il Calcolo delle Probabilità trova molte applicazioni in Medicina, Biologia e nelle Scienze sociali. Si possono formulare in modo più appropriato
DettagliCalcolo della probabilità
Calcolo della probabilità GLI EVENTI Un evento è un fatto che può accadere o non accadere. Se esso avviene con certezza si dice evento certo, mentre se non può mai accadere si dice evento impossibile.
DettagliSOLUZIONI DEL 2 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA
SOLUZIONI DEL 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA Esercizio 0.1 Una moneta non truccata viene lanciata 10 volte. Calcolare la probabilità che non esca mai testa. Quale risulta la probabilità
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 05-6 P.Baldi Lista di esercizi, 8 gennaio 06. Esercizio Si sa che in una schedina
DettagliCalcolo delle probabilità e ragionamento bayesiano. Unit 5 Corso di Logica e Teoria dell Argomentazione
Calcolo delle probabilità e ragionamento bayesiano Unit 5 Corso di Logica e Teoria dell Argomentazione Sommario Nozioni probabilistiche Probabilità condizionata Ragionamento bayesiano Applicazioni a giochi
DettagliΨ PSICOMETRIA. Corso di laurea triennale (classe 34) STATISTICA INFERENZIALE
Ψ PSICOMETRIA Corso di laurea triennale (classe 34) STATISTICA INFERENZIALE STATISTICA INFERENZIALE CAMPIONE caratteristiche conosciute POPOLAZIONE caratteristiche sconosciute STATISTICA INFERENZIALE STIMA
DettagliSia f la frequenza di un evento A e n sia la dimensione del campione. La probabilità dell'evento A è
Cenni di probabilità di Carlo Elce Definizioni Lo spazio campionario per un esperimento è l'insieme di tutti i suoi possibili esiti. Per esempio, se l'esperimento è il lancio di due di dadi e si rappresentano
DettagliLa probabilità. Monia Ranalli. Ranalli M. Probabilità Settimana # 5 1 / 20
La probabilità Monia Ranalli Ranalli M. Probabilità Settimana # 5 1 / 20 Sommario Concetti base Evento elementare, spazio campionario ed evento complementare Rappresentazioni dello spazio campionario Intersezione
DettagliCosa dobbiamo già conoscere?
Cosa dobbiamo già conoscere? Come opera la matematica: dagli ai teoremi. Che cosa è una funzione, il suo dominio e il suo codominio. Che cosa significa n j=1 A j dove A j sono insiemi. Che cosa significa
DettagliMATEMATICA. a.a. 2014/15
MATEMATICA a.a. 2014/15 5. Introduzione alla probabilità: Definizioni di probabilità. Evento, prova, esperimento. Eventi indipendenti e incompatibili. Probabilità condizionata. Teorema di Bayes CONCETTI
DettagliESERCITAZIONE N. 4 corso di statistica
ESERCITAZIONE N. 4corso di statistica p. 1/15 ESERCITAZIONE N. 4 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONE N. 4corso di statistica p. 2/15 Introduzione Calcolo elementare delle
DettagliMetodi quantitativi per i mercati finanziari
Metodi quantitativi per i mercati finanziari Esercizi di probabilità Spazi di probabilità Ex. 1 Sia Ω = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}. Siano A e B sottoinsiemi di Ω tali che A = {numeri pari},
DettagliPROBABILITA E STATISTICA
PROBABILITA E STATISTICA La nozione di probabilità è stata concepita in modi diversi; GROSSOLANAMENTE le principali sono: Concezione classica: concetto di probabilità come uguale possibilità concezione
DettagliLaurea triennale in INFORMATICA, Corso di CALCOLO DELLE PROBABILITÀ COMPITO - 2 luglio FOGLIO RISPOSTE
Laurea triennale in INFORMATICA, Corso di CALCOLO DELLE PROBABILITÀ COMPITO - 2 luglio 202 - FOGLIO RISPOSTE NOME e COGNOME SOLUZIONI CANALE: G. Nappo VOTO: N.B. Scrivere le risposte dei vari punti degli
DettagliSoluzioni degli esercizi proposti
Soluzioni degli esercizi proposti.9 a La cardinalità dell insieme dei numeri,..., 0 n che sono multipli di 5 è 0n 5. Dunque, poiché siamo in una condizione di equiprobabilità, la probabilità richiesta
DettagliScopo del Corso: Lezione 1. La Probabilità. Organizzazione del Corso e argomenti trattati: Prerequisiti:
Lezione 1 La Probabilità Scopo del Corso: Introduzione alla probabilità e alle procedure di inferenza statistica Introduzione ad alcune importanti tecniche di analisi multivariata dei dati Organizzazione
DettagliLaboratorio di Statistica e Analisi dei Dati
Laboratorio di Statistica e Analisi dei Dati Nicolò Campolongo Università degli Studi di Milano nicolo.campolongo@unimi.it December 14, 2018 Nicolò Campolongo (UniMi) Lezione 4 December 14, 2018 1 / 15
DettagliVariabili aleatorie binomiali e di Poisson
Variabili aleatorie binomiali e di Poisson Tiziano Vargiolu Dipartimento di Matematica Pura ed Applicata via Trieste, 63-35121 Padova email: vargiolu@math.unipd.it 9 gennaio 2007 Indice 1 Variabili aleatorie
DettagliCalcolo delle Probabilità 2013/14 Foglio di esercizi 3
Calcolo delle Probabilità 203/4 Foglio di esercizi 3 Probabilità condizionale e indipendenza. Esercizio. Per rilevare la presenza di una certa malattia, si effettua un test. Se la persona sottoposta al
Dettaglix + hy + z = 1. 1 [10 punti] Dimostrare che, per ogni numeri naturale n 0, si ha 2 n+2 2n
Dipartimento di Matematica e Informatica Anno Accademico 7-8 Corso di Laurea in Informatica (L-) Prova scritta di Matematica Discreta ( CFU) 7 Giugno 8 A [ punti] Dimostrare che, per ogni numeri naturale
DettagliPROBABILITA. Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano.
Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano. La costruzione dello spazio cartesiano richiede un grado di astrazione
DettagliSTATISTICA 1 ESERCITAZIONE 8
STATISTICA 1 ESERCITAZIONE 8 Dott. Giuseppe Pandolfo 18 Novembre 2013 CALCOLO DELLE PROBABILITA Elementi del calcolo delle probabilità: 1) Esperimento: fenomeno caratterizzato da incertezza 2) Evento:
DettagliCome sfruttare le informazioni?
Come sfruttare le informazioni? La è uno strumento che usiamo quando abbiamo incertezza sull esito dei nostri esperimenti. Tuttavia ci sono situazioni in cui abbiamo una conoscenza parziale dell esito.
DettagliP (F E) = P (E) P (F E) = = 25
Regola del prodotto Conoscete la definizione di probabilità condizionata. Definizione 1. Siano E e F due eventi di uno spazio campionario S. Supponiamo P (F ) > 0. La probabilità condizionata dell evento
DettagliTeoria degli Insiemi
Teoria degli Insiemi Angelica Malaspina Dipartimento di Matematica, Informatica ed Economia Università degli Studi della Basilicata, Italy angelica.malaspina@unibas.it Generalità Il concetto di insieme
DettagliNOZIONI DI CALCOLO DELLE PROBABILITÀ ALCUNE DEFINIZIONI
NOZIONI DI CALCOLO DELLE PROBABILITÀ ALCUNE DEFINIZIONI ESPERIMENTO CASUALE: un esperimento si dice casuale quando gli esiti (manifestazioni o eventi) non possono essere previsti con certezza. PROVA: le
DettagliBREVE INTRODUZIONE ALLA PROBABILITÀ ELEMENTARE
BREVE INTRODUZIONE ALLA PROBABILITÀ ELEMENTARE 24-3-2003 1 Introduzione Il calcolo delle probabilità si occupa di tutte quelle situazioni in cui un esperimento può avere parecchi esiti e si vuole costruire
DettagliESERCIZIO 1 Lanciamo tre volte una moneta regolare e consideriamo equiprobabili i possibili
ESERCIZIO 1 Lanciamo tre volte una moneta regolare e consideriamo equiprobabili i possibili risultati. Dimostrare che per i 3 eventi A 1 = Almeno due teste A 2 = Un numero pari di teste A 3 = Croce al
DettagliDipendenza ed indipendenza
PROBABILITA Dipendenza ed indipendenza Estrazioni senza reimmissione DIPENDENZA INDIPENDENZA Estrazioni con reimmissione o lancio di (dadi/monete) Dipendenza ed indipendenza Estrazioni senza reimmissione
DettagliPrecorsi di matematica
Precorsi di matematica Francesco Dinuzzo 12 settembre 2005 1 Insiemi Il concetto di base nella matematica moderna è l insieme. Un insieme è una collezione di elementi. Gli elementi di un insieme vengono
DettagliIl calcolo delle probabilità ha avuto la sua origine nell ambito dei giochi di azzardo
Il calcolo delle probabilità ha avuto la sua origine nell ambito dei giochi di azzardo Cosa intendiamo per probabilità? La probabilità ha a che fare con il fatto che l accadere o no di un certo evento
DettagliAlcune nozioni preliminari di teoria elementare di insiemi e funzioni
Alcune nozioni preliminari di teoria elementare di insiemi e funzioni Alberto Pinto Corso Propedeutico - METS A.A. 2013/2014 1 Insiemi 1.1 Generalità Diamo la definizione di insieme secondo Georg Cantor,
DettagliProbabilità I. Concetto di probabilità. Definizioni di base: evento
Concetto di probabilità Nozioni di eventi. Probabilità I Calcolo delle probabilità Definizioni di probabilità Calcolo di probabilità notevoli Probabilità condizionate Cos'è una probabilità? Idea di massima:
DettagliNote di Teoria della Probabilità.
Note di Teoria della Probabilità. In queste brevi note, si richiameranno alcuni risultati di Teoria della Probabilità, riguardanti le conseguenze elementari delle definizioni di probabilità e σ-algebra.
DettagliINTRODUZIONE. TaleproceduravasottoilnomediteoremadiBayes.
INTRODUZIONE QUANDO CALCOLIAMO UNA PROBABILITA CONDIZIONATA USIAMO L INFORMAZIONE SUL VERIFICARSI DI UN EVENTO PER DETERMINARE LA PROBABILITA CHE UN ALTRO EVENTO SI VERIFICHI. Una estensione di questo
Dettagli$% #$$ + ( + + ( +67!#$% + ( + %+ 3+ ( + ( + %+ // 01 21, // 01,. // 01 21,.4+/ // 0.15 ( * + +// 0.9*,.92, ) +// 0.9*,.9$, *2: ; %1 !!
!!"!&!!"!&!! ' ''#(#))#$*+ # ( #))) $, " #$ $% #$$ # -!!" #$.!!!" #$ $ -.!!!" // 012, // 01,. // 01 21, // 01 21,.4+/ // 0.4+*1,1+1 // 0.15 // 0.15 ( #$ +!" +3+ + ( + %+ 3+ ( + ( + %+ + ( + + ( +67!#$%!%
DettagliCALCOLO DELLE PROBABILITA' risultato non può essere previsto con certezza ogni risultato possibile di un esperimento
CALCOLO DELLE PROBABILITA' Esperimento o prova Evento Spazio Campionario (Ω) una qualsiasi operazione il cui risultato non può essere previsto con certezza ogni risultato possibile di un esperimento insieme
DettagliSperimentazioni di Fisica I mod. A Statistica - Lezione 3
Sperimentazioni di Fisica I mod. A Statistica - Lezione 3 A Garfagnini, M Mazzocco, C Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Teoria della Probabilità L ineliminabile
DettagliLanciando un dado, il tuo compagno esclama: uscirà 1, 2, 3, 4, 5 o 6 oppure: uscirà il numero 4. uscirà il numero 9
Lanciando un dado, il tuo compagno esclama: uscirà 1, 2, 3, 4, 5 o 6 oppure: uscirà il numero 4 o ancora: uscirà il numero 9 Possiamo dire che le previsione del tuo compagno sono la prima certa, la seconda
DettagliSOMMARIO 1 Introduzione al calcolo delle probabilità 2. 2 Cenni di calcolo combinatorio 4
SOMMARIO 1 Introduzione al calcolo delle probabilità 2 1.1 La probabilità 2 1.1.1 Legge empirica del caso: legge dei grandi numeri 2 1.1.2 Proprietà additiva della probabilità 2 1.1.3 Probabilità condizionata
DettagliPsicometria II: Laura Picconi.
Psicometria II: Laura Picconi http://www.psicometria.unich.it/ http://www.psicometria.unich.it/ Sezione avvisi E necessario leggere con attenzioni gli avvisi e le comunicazioni che sono pubblicati sul
DettagliLaboratorio di Fisica per Chimici
Laboratorio di Fisica per Chimici 17 aprile 2015 Dott. Marco Felici Ufficio: Vecchio Edificio di Fisica (Ed. Marconi)-Stanza 349 (3 piano); e-mail: marco.felici@roma1.infn.it. Telefono: 06-49914382; Sito
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 00- P.Baldi Lista di esercizi. Corso di Laurea in Biotecnologie Esercizio Si sa che in una schedina del totocalcio i tre simboli, X, compaiono con
DettagliLa scienza dei dadi.
Dalla teoria delle probabilità alla (dis)informazione Università di Bologna 4 novembre 2017 Liceo Scientifico Galilei di Dolo La Scienza a Scuola Zanichelli Alcune domande Malattie rare Test sulla emofilia
DettagliÈ l insieme di tutti i possibili esiti di un esperimento aleatorio; si indica generalmente con il simbolo.
A Ripasso Terminologia DOMADE Spazio campionario Evento Evento certo Evento elementare Evento impossibile Evento unione Evento intersezione Eventi incompatibili Evento contrario RISPOSTE È l insieme di
DettagliEvento Aleatorio. Un evento si dice aleatorio se può o non può verificarsi (Alea in greco vuol dire dado)
ELEMENTI DI CALCOLO DELLE PROBABILITA Evento Aleatorio Un evento si dice aleatorio se può o non può verificarsi (Alea in greco vuol dire dado) Esempi di eventi aleatori 1. Ottenere un certo numero nel
Dettagli(E) : 2x 43 mod 5. (2 + h)x + y = 0
Dipartimento di Matematica e Informatica Anno Accademico 2016-2017 Corso di Laurea in Informatica (L-31) Prova scritta di Matematica Discreta (12 CFU) 27 Settembre 2017 Parte A 1 [10 punti] Sia data la
DettagliEsercitazione del 31/01/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 1/01/2012 Istituzioni di Calcolo delle Probabilità Esercizio 1 Vengono lanciati due dadi regolari a 6 facce. (a) Calcolare la probabilità che la somma dei valori ottenuti sia 9? (b) Calcolare
DettagliEsercizi svolti di statistica. Gianpaolo Gabutti
Esercizi svolti di statistica Gianpaolo Gabutti (gabuttig@hotmail.com) 1 Introduzione Questo breve documento contiene lo svolgimento di alcuni esercizi di statistica da me svolti durante la preparazione
DettagliEsperimentazioni di Fisica 1 Elementi di Calcolo delle Probabilità
Esperimentazioni di Fisica 1 Elementi di Calcolo delle Probabilità Università Roma Tre - Dipartimento di Matematica e Fisica 3 novembre 2016 Introduzione La probabilità nel linguaggio comune I E probabile
DettagliEsercizi svolti su probabilità condizionata e teorema di Bayes
Esercizi svolti su probabilità condizionata e teorema di Bayes Esercizio 1 Si stima che il 30% degli adulti negli Stati Uniti siano obesi, che il 3% siano diabetici e che il 2% siano sia obesi che diabetici.
Dettagli{ } corrisponde all uscita della faccia i-esima del dado. La distribuzione di probabilità associata ( )
Università di Trento - Corsi di Laurea in Ingegneria Civile e in Ingegneria per l Ambiente e il Territorio - 2017/18 Analisi Matematica 1 - professore Alberto Valli 2 foglio di esercizi 25 settembre 2017
DettagliTest di preparazione all esame. Attenzione a non confonedere il coefficiente. n(n 1) (n m + 1) m(m 1) 2 1
Test di preparazione all esame. Attenzione a non confonedere il coefficiente binomiale ( ) n m con la frazione n m. I coefficiente binomiale si può calcolare come ( ) n m = n(n 1) (n m + 1). m(m 1) 2 1
Dettagli