p. 1/24 INFORMAZIONI Prossime lezioni Giorno Ora Dove 26/01 14:30 P50 28/01 14:30 Laboratorio (via Loredan) 02/02 14:30 P50
|
|
- Irene Battaglia
- 5 anni fa
- Visualizzazioni
Transcript
1 p. 1/24 INFORMAZIONI Prossime lezioni Giorno Ora Dove 26/01 14:30 P50 28/01 14:30 Laboratorio (via Loredan) 02/02 14:30 P50
2 p. 2/24 Ricapitolando... A causa dell ineliminabile presenza degli errori accidentali, la ripetizione delle misure risultati diversi. Alcune misure più verosimili, altre meno.
3 p. 2/24 Ricapitolando... A causa dell ineliminabile presenza degli errori accidentali, la ripetizione delle misure risultati diversi. Alcune misure più verosimili, altre meno. Come fare per arrivare a m ± m?
4 p. 2/24 Ricapitolando... A causa dell ineliminabile presenza degli errori accidentali, la ripetizione delle misure risultati diversi. Alcune misure più verosimili, altre meno. Come fare per arrivare a m ± m? Il problema della misura in presenza di errori accidentali va impostato in termini statistico-probabilistici.
5 p. 2/24 Ricapitolando... A causa dell ineliminabile presenza degli errori accidentali, la ripetizione delle misure risultati diversi. Alcune misure più verosimili, altre meno. Come fare per arrivare a m ± m? Il problema della misura in presenza di errori accidentali va impostato in termini statistico-probabilistici. La teoria della probabilità si occupa della costruzione di modelli probabilistici (matematici) che descrivano i fenomeni aleatori/casuali. ( Es. funzione di densità di probabilità di un dado).
6 p. 2/24 Ricapitolando... A causa dell ineliminabile presenza degli errori accidentali, la ripetizione delle misure risultati diversi. Alcune misure più verosimili, altre meno. Come fare per arrivare a m ± m? Il problema della misura in presenza di errori accidentali va impostato in termini statistico-probabilistici. La teoria della probabilità si occupa della costruzione di modelli probabilistici (matematici) che descrivano i fenomeni aleatori/casuali. ( Es. funzione di densità di probabilità di un dado). La statistica si occupa di verificare l aderenza di un modello rispetto ai dati sperimentali. (Es. dato un certo dado, stabilire se è conforme alle previsioni probabilistiche o se è truccato).
7 p. 3/24 Elementi di teoria della probabilità La probabilità è una misura del grado di fiducia (degree of belief) che una qualsiasi affermazione risulti essere vera. Il grado di probabilità va da 0 a 1 per affermazioni che vanno dall impossibile al certo.
8 p. 3/24 Elementi di teoria della probabilità La probabilità è una misura del grado di fiducia (degree of belief) che una qualsiasi affermazione risulti essere vera. Il grado di probabilità va da 0 a 1 per affermazioni che vanno dall impossibile al certo. Fenomeno casuale: fenomeno possibile ripetibile infinite volte ma con esito imprevedibile. Es. Lancio del dado, moneta, estrazione dei numeri al lotto.
9 p. 3/24 Elementi di teoria della probabilità La probabilità è una misura del grado di fiducia (degree of belief) che una qualsiasi affermazione risulti essere vera. Il grado di probabilità va da 0 a 1 per affermazioni che vanno dall impossibile al certo. Fenomeno casuale: fenomeno possibile ripetibile infinite volte ma con esito imprevedibile. Es. Lancio del dado, moneta, estrazione dei numeri al lotto. Evento casuale: una o più modalità del fenomeno.
10 p. 3/24 Elementi di teoria della probabilità La probabilità è una misura del grado di fiducia (degree of belief) che una qualsiasi affermazione risulti essere vera. Il grado di probabilità va da 0 a 1 per affermazioni che vanno dall impossibile al certo. Fenomeno casuale: fenomeno possibile ripetibile infinite volte ma con esito imprevedibile. Es. Lancio del dado, moneta, estrazione dei numeri al lotto. Evento casuale: una o più modalità del fenomeno. Spazio dei risultati S: insieme di tutte le possibili realizzazioni/modalità di un fenomeno.
11 p. 3/24 Elementi di teoria della probabilità La probabilità è una misura del grado di fiducia (degree of belief) che una qualsiasi affermazione risulti essere vera. Il grado di probabilità va da 0 a 1 per affermazioni che vanno dall impossibile al certo. Fenomeno casuale: fenomeno possibile ripetibile infinite volte ma con esito imprevedibile. Es. Lancio del dado, moneta, estrazione dei numeri al lotto. Evento casuale: una o più modalità del fenomeno. Spazio dei risultati S: insieme di tutte le possibili realizzazioni/modalità di un fenomeno. Spazio degli eventi: insieme tutti i possibili sottoinsiemi di S, compresi tra 0 (evento impossibile) e S (evento certo).
12 p. 3/24 Elementi di teoria della probabilità La probabilità è una misura del grado di fiducia (degree of belief) che una qualsiasi affermazione risulti essere vera. Il grado di probabilità va da 0 a 1 per affermazioni che vanno dall impossibile al certo. Fenomeno casuale: fenomeno possibile ripetibile infinite volte ma con esito imprevedibile. Es. Lancio del dado, moneta, estrazione dei numeri al lotto. Evento casuale: una o più modalità del fenomeno. Spazio dei risultati S: insieme di tutte le possibili realizzazioni/modalità di un fenomeno. Spazio degli eventi: insieme tutti i possibili sottoinsiemi di S, compresi tra 0 (evento impossibile) e S (evento certo). Variabile casuale: variabile che associa in modo univoco un numero ad ogni realizzazione di un fenomeno casuale.
13 p. 4/24 Elementi di teoria della probabilità Fenomeno casuale: lancio di un dado
14 p. 4/24 Elementi di teoria della probabilità Fenomeno casuale: lancio di un dado Spazio dei risultati: 6 elementi
15 p. 4/24 Elementi di teoria della probabilità Fenomeno casuale: lancio di un dado Spazio dei risultati: 6 elementi Spazio degli eventi: { uscita di un numero pari, uscita di un numero dispari, numero compreso tra 3 e 6, ecc.}
16 p. 4/24 Elementi di teoria della probabilità Fenomeno casuale: lancio di un dado Spazio dei risultati: 6 elementi Spazio degli eventi: { uscita di un numero pari, uscita di un numero dispari, numero compreso tra 3 e 6, ecc.} Evento casuale: uscita di un numero dispari
17 p. 4/24 Elementi di teoria della probabilità Fenomeno casuale: lancio di un dado Spazio dei risultati: 6 elementi Spazio degli eventi: { uscita di un numero pari, uscita di un numero dispari, numero compreso tra 3 e 6, ecc.} Evento casuale: uscita di un numero dispari Variabile casuale: 1 se esce numero dispari, 0 se esce numero pari.
18 p. 4/24 Elementi di teoria della probabilità Fenomeno casuale: lancio di un dado Spazio dei risultati: 6 elementi Spazio degli eventi: { uscita di un numero pari, uscita di un numero dispari, numero compreso tra 3 e 6, ecc.} Evento casuale: uscita di un numero dispari Variabile casuale: 1 se esce numero dispari, 0 se esce numero pari. A causa delgi errori accidentali la misura di una grandezza fisica è un evento casuale.
19 p. 4/24 Elementi di teoria della probabilità Fenomeno casuale: lancio di un dado Spazio dei risultati: 6 elementi Spazio degli eventi: { uscita di un numero pari, uscita di un numero dispari, numero compreso tra 3 e 6, ecc.} Evento casuale: uscita di un numero dispari Variabile casuale: 1 se esce numero dispari, 0 se esce numero pari. A causa delgi errori accidentali la misura di una grandezza fisica è un evento casuale. Il risultato numerico di tale misura è una variabile casuale.
20 p. 5/24 Classificazione degli eventi Evento complementare E: mancata realizzazione dell evento E.
21 p. 5/24 Classificazione degli eventi Evento complementare E: mancata realizzazione dell evento E. Eventi compatibili: il verificarsi di uno non esclude l altro.
22 p. 5/24 Classificazione degli eventi Evento complementare E: mancata realizzazione dell evento E. Eventi compatibili: il verificarsi di uno non esclude l altro. indipendenti: il verificarsi di uno non altera la probabilità dell altro.
23 p. 5/24 Classificazione degli eventi Evento complementare E: mancata realizzazione dell evento E. Eventi compatibili: il verificarsi di uno non esclude l altro. indipendenti: il verificarsi di uno non altera la probabilità dell altro. dipendenti: il verificarsi di uno condiziona la probabilità dell altro.
24 p. 5/24 Classificazione degli eventi Evento complementare E: mancata realizzazione dell evento E. Eventi compatibili: il verificarsi di uno non esclude l altro. indipendenti: il verificarsi di uno non altera la probabilità dell altro. dipendenti: il verificarsi di uno condiziona la probabilità dell altro. Eventi incompatibili: il verificarsi di uno esclude il verificarsi dell altro.
25 p. 5/24 Classificazione degli eventi Evento complementare E: mancata realizzazione dell evento E. Eventi compatibili: il verificarsi di uno non esclude l altro. indipendenti: il verificarsi di uno non altera la probabilità dell altro. dipendenti: il verificarsi di uno condiziona la probabilità dell altro. Eventi incompatibili: il verificarsi di uno esclude il verificarsi dell altro. Evento complesso: verificarsi di due o più eventi simultaneamente (eventi compatibili) o verificarsi di uno solo dei possibili eventi elementari (eventi incompatibili).
26 p. 6/24 Classificazione degli eventi: esempi Si abbiano due dadi identici, aventi le facce contrassegnate coi numeri da uno a sei. Scegliamo tre eventi possibili, conseguenti al lancio di entrambi:
27 p. 6/24 Classificazione degli eventi: esempi Si abbiano due dadi identici, aventi le facce contrassegnate coi numeri da uno a sei. Scegliamo tre eventi possibili, conseguenti al lancio di entrambi: 1. A = "la somma dei punti sia pari"
28 p. 6/24 Classificazione degli eventi: esempi Si abbiano due dadi identici, aventi le facce contrassegnate coi numeri da uno a sei. Scegliamo tre eventi possibili, conseguenti al lancio di entrambi: 1. A = "la somma dei punti sia pari" 2. B = "la somma dei punti sia dispari"
29 p. 6/24 Classificazione degli eventi: esempi Si abbiano due dadi identici, aventi le facce contrassegnate coi numeri da uno a sei. Scegliamo tre eventi possibili, conseguenti al lancio di entrambi: 1. A = "la somma dei punti sia pari" 2. B = "la somma dei punti sia dispari" 3. C = "la somma dei punti sia divisibile per tre".
30 p. 6/24 Classificazione degli eventi: esempi Si abbiano due dadi identici, aventi le facce contrassegnate coi numeri da uno a sei. Scegliamo tre eventi possibili, conseguenti al lancio di entrambi: 1. A = "la somma dei punti sia pari" 2. B = "la somma dei punti sia dispari" 3. C = "la somma dei punti sia divisibile per tre". Gli eventi A e B sono incompatibili.
31 p. 6/24 Classificazione degli eventi: esempi Si abbiano due dadi identici, aventi le facce contrassegnate coi numeri da uno a sei. Scegliamo tre eventi possibili, conseguenti al lancio di entrambi: 1. A = "la somma dei punti sia pari" 2. B = "la somma dei punti sia dispari" 3. C = "la somma dei punti sia divisibile per tre". Gli eventi A e B sono incompatibili. Gli eventi A e C e gli eventi B e C sono compatibili.
32 p. 7/24 Classificazione degli eventi: esempi Da un urna contenente palline bianche e nere si estraggano successivamente due palline. Scegliamo 2 eventi possibili:
33 p. 7/24 Classificazione degli eventi: esempi Da un urna contenente palline bianche e nere si estraggano successivamente due palline. Scegliamo 2 eventi possibili: 1. A = La prima pallina estratta sia bianca
34 p. 7/24 Classificazione degli eventi: esempi Da un urna contenente palline bianche e nere si estraggano successivamente due palline. Scegliamo 2 eventi possibili: 1. A = La prima pallina estratta sia bianca 2. B = La seconda pallina estratta sia bianca
35 p. 7/24 Classificazione degli eventi: esempi Da un urna contenente palline bianche e nere si estraggano successivamente due palline. Scegliamo 2 eventi possibili: 1. A = La prima pallina estratta sia bianca 2. B = La seconda pallina estratta sia bianca Se la prima pallina bianca viene rimessa nell urna dopo l estrazione gli eventi A e B sono compatibili independenti.
36 p. 7/24 Classificazione degli eventi: esempi Da un urna contenente palline bianche e nere si estraggano successivamente due palline. Scegliamo 2 eventi possibili: 1. A = La prima pallina estratta sia bianca 2. B = La seconda pallina estratta sia bianca Se la prima pallina bianca viene rimessa nell urna dopo l estrazione gli eventi A e B sono compatibili independenti. Se la prima pallina bianca non viene rimessa nell urna dopo l estrazione gli eventi A e B sono compatibili dipendenti.
37 p. 8/24 DEFINIZIONI DI PROBABILITÀ ASSIOMATICA o CLASSICA Definizione a priori.
38 p. 8/24 DEFINIZIONI DI PROBABILITÀ ASSIOMATICA o CLASSICA Definizione a priori. p(e) = n fav n tot rapporto tra il numero di casi favorevoli al presentarsi dell evento e il numero di casi possibili, purchè tutti questi casi possibili siano equi-probabili.
39 p. 8/24 DEFINIZIONI DI PROBABILITÀ ASSIOMATICA o CLASSICA Definizione a priori. p(e) = n fav n tot rapporto tra il numero di casi favorevoli al presentarsi dell evento e il numero di casi possibili, purchè tutti questi casi possibili siano equi-probabili. Ne segue che:
40 p. 8/24 DEFINIZIONI DI PROBABILITÀ ASSIOMATICA o CLASSICA Definizione a priori. p(e) = n fav n tot rapporto tra il numero di casi favorevoli al presentarsi dell evento e il numero di casi possibili, purchè tutti questi casi possibili siano equi-probabili. Ne segue che: 0 p(e) 1 la probabilità di un evento casuale è un numero compreso tra 0 e 1.
41 p. 8/24 DEFINIZIONI DI PROBABILITÀ ASSIOMATICA o CLASSICA Definizione a priori. p(e) = n fav n tot rapporto tra il numero di casi favorevoli al presentarsi dell evento e il numero di casi possibili, purchè tutti questi casi possibili siano equi-probabili. Ne segue che: 0 p(e) 1 la probabilità di un evento casuale è un numero compreso tra 0 e 1. p(e) = 0 per eventi impossibili.
42 p. 8/24 DEFINIZIONI DI PROBABILITÀ ASSIOMATICA o CLASSICA Definizione a priori. p(e) = n fav n tot rapporto tra il numero di casi favorevoli al presentarsi dell evento e il numero di casi possibili, purchè tutti questi casi possibili siano equi-probabili. Ne segue che: 0 p(e) 1 la probabilità di un evento casuale è un numero compreso tra 0 e 1. p(e) = 0 per eventi impossibili. p(e) = 1 per eventi certi.
43 p. 8/24 DEFINIZIONI DI PROBABILITÀ ASSIOMATICA o CLASSICA Definizione a priori. p(e) = n fav n tot rapporto tra il numero di casi favorevoli al presentarsi dell evento e il numero di casi possibili, purchè tutti questi casi possibili siano equi-probabili. Ne segue che: 0 p(e) 1 la probabilità di un evento casuale è un numero compreso tra 0 e 1. p(e) = 0 per eventi impossibili. p(e) = 1 per eventi certi. Osservazioni Utile per calcolare probabilità nei casi di eventi semplici con un numero finito di casi possibili (es. dadi, carte, ecc.) Contiene in sè una tautologia nell implicita definizione di equiprobabilità. È possibile stimare la probabilità di un evento a partire dalla simmetria del problema.
44 p. 9/24 DEFINIZIONI DI PROBABILITÀ EMPIRICA Definizione a posteriori.
45 p. 9/24 DEFINIZIONI DI PROBABILITÀ EMPIRICA Definizione a posteriori. Frequenza relativa dell evento E: f(e) = n E N rapporto tra il numero n E di volte in cui l evento si è verificato e il numero totale N di prove.
46 p. 9/24 DEFINIZIONI DI PROBABILITÀ EMPIRICA Definizione a posteriori. Frequenza relativa dell evento E: f(e) = n E N rapporto tra il numero n E di volte in cui l evento si è verificato e il numero totale N di prove. La probabilità empirica dell evento E: estensione della frequenza relativa ad un numero altissimo prove: p(e) lim N f(e) = lim N n E /N
47 p. 9/24 DEFINIZIONI DI PROBABILITÀ EMPIRICA Definizione a posteriori. Frequenza relativa dell evento E: f(e) = n E N rapporto tra il numero n E di volte in cui l evento si è verificato e il numero totale N di prove. La probabilità empirica dell evento E: estensione della frequenza relativa ad un numero altissimo prove: Osservazioni p(e) lim N f(e) = lim N n E /N
48 p. 9/24 DEFINIZIONI DI PROBABILITÀ EMPIRICA Definizione a posteriori. Frequenza relativa dell evento E: f(e) = n E N rapporto tra il numero n E di volte in cui l evento si è verificato e il numero totale N di prove. La probabilità empirica dell evento E: estensione della frequenza relativa ad un numero altissimo prove: Osservazioni p(e) lim N f(e) = lim N n E /N Le N prove possono essere effettuate sia ripetendo N volte successivamente lo stesso esperimento, sia effettuando simultaneamente N esperimenti identici.
49 p. 9/24 DEFINIZIONI DI PROBABILITÀ EMPIRICA Definizione a posteriori. Frequenza relativa dell evento E: f(e) = n E N rapporto tra il numero n E di volte in cui l evento si è verificato e il numero totale N di prove. La probabilità empirica dell evento E: estensione della frequenza relativa ad un numero altissimo prove: Osservazioni p(e) lim N f(e) = lim N n E /N Le N prove possono essere effettuate sia ripetendo N volte successivamente lo stesso esperimento, sia effettuando simultaneamente N esperimenti identici. La definizione è utilizzabile solo nei casi in cui si disponga di un evento ripetibile o di un gran numero di eventi simili.
50 p. 9/24 DEFINIZIONI DI PROBABILITÀ EMPIRICA Definizione a posteriori. Frequenza relativa dell evento E: f(e) = n E N rapporto tra il numero n E di volte in cui l evento si è verificato e il numero totale N di prove. La probabilità empirica dell evento E: estensione della frequenza relativa ad un numero altissimo prove: Osservazioni p(e) lim N f(e) = lim N n E /N Le N prove possono essere effettuate sia ripetendo N volte successivamente lo stesso esperimento, sia effettuando simultaneamente N esperimenti identici. La definizione è utilizzabile solo nei casi in cui si disponga di un evento ripetibile o di un gran numero di eventi simili. La probabilità di un evento risulta essere una caratteristica unitamente dell evento e dell insieme degli N casi considerati, cioè del campione scelto.
51 p. 10/24 TEOREMA DI BERNOULLI LEGGE DEI GRANDI NUMERI Assumendo come definizione di probabilità quella assiomatica, è possibile dimostrare che al crescere del numero di prove, la frequenza relativa di un evento casuale converga verso la probabilità dell evento stesso.
52 p. 10/24 TEOREMA DI BERNOULLI LEGGE DEI GRANDI NUMERI Assumendo come definizione di probabilità quella assiomatica, è possibile dimostrare che al crescere del numero di prove, la frequenza relativa di un evento casuale converga verso la probabilità dell evento stesso. La convergenza va intesa in senso statistico, ossia aumentando il numero di prove diventa sempre meno improbabile che frequenza relativa differisca molto dalla probabilità dell evento.
53 TEOREMA DI BERNOULLI LEGGE DEI GRANDI NUMERI Assumendo come definizione di probabilità quella assiomatica, è possibile dimostrare che al crescere del numero di prove, la frequenza relativa di un evento casuale converga verso la probabilità dell evento stesso. La convergenza va intesa in senso statistico, ossia aumentando il numero di prove diventa sempre meno improbabile che frequenza relativa differisca molto dalla probabilità dell evento. La legge afferma che ǫ piccolo a piacere esiste un intero M tale che per N > M lim N p( f(e) p(e) < ǫ) = 1 p. 10/24
54 p. 11/24 EOREMA DI BERNOULLI: un esempio Supponiamo di lanciare in aria una moneta e di considerare l evento casuale TESTA. Sappiamo che la probabilità assiomatica è p(t) = 0.5.
55 p. 11/24 EOREMA DI BERNOULLI: un esempio Supponiamo di lanciare in aria una moneta e di considerare l evento casuale TESTA. Sappiamo che la probabilità assiomatica è p(t) = 0.5. Passiamo all ambito sperimentale e consideriamo l andamento della frequenza relativa dell evento in funzione del numero di lanci.
56 p. 11/24 EOREMA DI BERNOULLI: un esempio Supponiamo di lanciare in aria una moneta e di considerare l evento casuale TESTA. Sappiamo che la probabilità assiomatica è p(t) = 0.5. Passiamo all ambito sperimentale e consideriamo l andamento della frequenza relativa dell evento in funzione del numero di lanci. Si nota che per N basso la frequenza presenta delle fluttuazioni mentre all aumentare del numero di lanci essa tende a stabilizzarsi attorno ad un valore prossimo a 0.5.
57 p. 12/24 OREMA DI BERNOULLI: considerazio In altri termini, maggiore è il numero di prove e meno frequentemente succede di osservare grandi scarti della frequenza dal valore della probabilità.
58 p. 12/24 OREMA DI BERNOULLI: considerazio In altri termini, maggiore è il numero di prove e meno frequentemente succede di osservare grandi scarti della frequenza dal valore della probabilità. La legge dei grandi numeri stabilisce il comportamento asintotico della frequenza relativa, mentre non dice nulla sulla probabilità di successo della singola prova (che resta sempre p).
59 p. 12/24 OREMA DI BERNOULLI: considerazio In altri termini, maggiore è il numero di prove e meno frequentemente succede di osservare grandi scarti della frequenza dal valore della probabilità. La legge dei grandi numeri stabilisce il comportamento asintotico della frequenza relativa, mentre non dice nulla sulla probabilità di successo della singola prova (che resta sempre p). Questa legge non dice che l osservazione di 10 teste aumenta la probabilità che venga croce all undicesima prova. Fraintendimento comune dei giocatori d azzardo (lotto), che scommettono sull evento che non si verifica da più tempo, convinti che, per questo fatto, esso si debba verificare.
60 p. 13/24 PROPRIETÀ DELLA PROBABILITÀ Si possono ricavare a partire da ciascuna delle due definizioni. Utilizziamo qui la definizione empirica.
61 p. 13/24 PROPRIETÀ DELLA PROBABILITÀ Si possono ricavare a partire da ciascuna delle due definizioni. Utilizziamo qui la definizione empirica. Probabilità dell evento complementare E Nota p(e), quanto vale p(e)? f(e) = N n N = 1 n N = 1 f(e) Passando al limite per N p(e) = 1 p(e) da cui p(e) + p(e) = 1
62 p. 13/24 PROPRIETÀ DELLA PROBABILITÀ Si possono ricavare a partire da ciascuna delle due definizioni. Utilizziamo qui la definizione empirica. Probabilità dell evento complementare E Nota p(e), quanto vale p(e)? f(e) = N n N = 1 n N = 1 f(e) Passando al limite per N p(e) = 1 p(e) da cui p(e) + p(e) = 1 I due eventi E ed E si escludono mutuamente ed esauriscono l insieme di tutti i possibili risultati di un esperimento.
63 p. 13/24 PROPRIETÀ DELLA PROBABILITÀ Si possono ricavare a partire da ciascuna delle due definizioni. Utilizziamo qui la definizione empirica. Probabilità dell evento complementare E Nota p(e), quanto vale p(e)? f(e) = N n N = 1 n N = 1 f(e) Passando al limite per N p(e) = 1 p(e) da cui p(e) + p(e) = 1 I due eventi E ed E si escludono mutuamente ed esauriscono l insieme di tutti i possibili risultati di un esperimento. In un lancio di un dado qual è la probabilità che non esca il 4? p(4) = 1 p(4) = 1 1/6 = 5/6.
64 p. 14/24 EGGE DELLA PROBABILITÀ TOTALE Consideriamo il risultato di un esperimento che comporti il verificarsi di 2 eventi simultanei (detti E, F ). Vogliamo calcolare la probabilità che si verifichi almeno uno di essi a partire dalla probabilità che si verifichi ciascuno di essi. Si hanno 4 possibili risultati: E F si verifica E e si verifica F n 11 freq. ass. E F si verifica E e non si verifica F n 12 E F non si verifica E e si verifica F n 21 E F non si verifica E e non si verifica F n 22
65 p. 14/24 EGGE DELLA PROBABILITÀ TOTALE Consideriamo il risultato di un esperimento che comporti il verificarsi di 2 eventi simultanei (detti E, F ). Vogliamo calcolare la probabilità che si verifichi almeno uno di essi a partire dalla probabilità che si verifichi ciascuno di essi. Si hanno 4 possibili risultati: E F si verifica E e si verifica F n 11 freq. ass. E F si verifica E e non si verifica F n 12 E F non si verifica E e si verifica F n 21 E F non si verifica E e non si verifica F n 22 n 11 + n 12 + n 21 + n 22 = N numero totale di prove
66 EGGE DELLA PROBABILITÀ TOTALE Consideriamo il risultato di un esperimento che comporti il verificarsi di 2 eventi simultanei (detti E, F ). Vogliamo calcolare la probabilità che si verifichi almeno uno di essi a partire dalla probabilità che si verifichi ciascuno di essi. Si hanno 4 possibili risultati: E F si verifica E e si verifica F n 11 freq. ass. E F si verifica E e non si verifica F n 12 E F non si verifica E e si verifica F n 21 E F non si verifica E e non si verifica F n 22 n 11 + n 12 + n 21 + n 22 = N numero totale di prove Le frequenze relative sono date da: f(e F) = n 11 /N f(e F) = n 12 /N f(e F) = n 21 /N f(e F) = n 22 /N f(e) = (n 11 + n 12 )/N = f(e F) + f(e F) f(f) = (n 11 + n 21 )/N = f(e F) + f(e F) p. 14/24
67 p. 15/24 EGGE DELLA PROBABILITÀ TOTALE La frequenza dell evento complesso somma logica E + F verificarsi di E o di F o di entrambi è data da: f(e + F) = (n 11 + n 12 + n 21 )/N = (n 11 + n 12 + n 21 + n 11 n 11 )/N = (n 11 + n 12 )/N + (n 11 + n 21 )/N n 11 /N = f(e) + f(f) f(e F)
68 p. 15/24 EGGE DELLA PROBABILITÀ TOTALE La frequenza dell evento complesso somma logica E + F verificarsi di E o di F o di entrambi è data da: f(e + F) = (n 11 + n 12 + n 21 )/N = (n 11 + n 12 + n 21 + n 11 n 11 )/N = (n 11 + n 12 )/N + (n 11 + n 21 )/N n 11 /N = f(e) + f(f) f(e F) Utilizzando la definizione di probabilità empirica, passando al limite N p(e + F) = p(e) + p(f) p(e F) la probabilità totale di due eventi E e F, è pari alla somma delle singole probabilità p(e) e p(f) diminuita della probabilità della loro intersezione (verificarsi simultaneamente).
69 p. 15/24 EGGE DELLA PROBABILITÀ TOTALE La frequenza dell evento complesso somma logica E + F verificarsi di E o di F o di entrambi è data da: f(e + F) = (n 11 + n 12 + n 21 )/N = (n 11 + n 12 + n 21 + n 11 n 11 )/N = (n 11 + n 12 )/N + (n 11 + n 21 )/N n 11 /N = f(e) + f(f) f(e F) Utilizzando la definizione di probabilità empirica, passando al limite N p(e + F) = p(e) + p(f) p(e F) la probabilità totale di due eventi E e F, è pari alla somma delle singole probabilità p(e) e p(f) diminuita della probabilità della loro intersezione (verificarsi simultaneamente). Equivale a calcolare l unione di due insiemi.
70 p. 16/24 PROBABILITÀ TOTALE Se gli eventi E e F sono incompatibili (p(e F) = 0) p(e + F) = p(e) + p(f) Legge della probabilità totale
71 p. 16/24 PROBABILITÀ TOTALE Se gli eventi E e F sono incompatibili (p(e F) = 0) p(e + F) = p(e) + p(f) Legge della probabilità totale Equivale al caso di due insiemi disgiunti.
72 p. 16/24 PROBABILITÀ TOTALE Se gli eventi E e F sono incompatibili (p(e F) = 0) p(e + F) = p(e) + p(f) Legge della probabilità totale Equivale al caso di due insiemi disgiunti. ESEMPI
73 p. 16/24 PROBABILITÀ TOTALE Se gli eventi E e F sono incompatibili (p(e F) = 0) p(e + F) = p(e) + p(f) Legge della probabilità totale Equivale al caso di due insiemi disgiunti. ESEMPI Ottenere T o C nel lancio di una moneta: p(t oc) = p(t) + p(c) = = 1
74 p. 16/24 PROBABILITÀ TOTALE Se gli eventi E e F sono incompatibili (p(e F) = 0) p(e + F) = p(e) + p(f) Legge della probabilità totale Equivale al caso di due insiemi disgiunti. ESEMPI Ottenere T o C nel lancio di una moneta: p(t oc) = p(t) + p(c) = = 1 Estrarre da un mazzo di 52 carte un Q o una carta di fiori: p(qo ) = p(q) + p( ) p(q ) = = 4 13
75 p. 17/24 PROBABILITÀ TOTALE Estrarre una sfera bianca o nera da un urna con a sfere bianche, b sfere nere, c sfere di altri colori: p(bianca onera) = p(bianca) + p(nera) = a a + b + c + b a + b + c
76 p. 17/24 PROBABILITÀ TOTALE Estrarre una sfera bianca o nera da un urna con a sfere bianche, b sfere nere, c sfere di altri colori: p(bianca onera) = p(bianca) + p(nera) = a a + b + c + b a + b + c Si lanciano due dadi e si indicano con E l evento "il primo dado dà 6", con F l evento "il secondo dado dà 6". L evento "almeno un dado dà 6" è l unione di due eventi compatibili, in quanto può verificarsi anche la loro intersezione ("entrambi i dadi danno 6"). La probabilità di ottenere almeno un 6 è quindi: = 11 36
77 p. 18/24 PROBABILITÀ CONDIZIONATA Nel caso di eventi compatibili dipendenti, è utile definire la probabilità condizionata che si verifichi un evento, essendosi verificato l altro: p(e F) probabilità di E dato F, cioè la probabilità che si verifichi E essendosi verificato F.
78 p. 18/24 PROBABILITÀ CONDIZIONATA Nel caso di eventi compatibili dipendenti, è utile definire la probabilità condizionata che si verifichi un evento, essendosi verificato l altro: p(e F) probabilità di E dato F, cioè la probabilità che si verifichi E essendosi verificato F. Se gli eventi E ed F sono compatibili indipendenti: p(e F) = p(e) p(f E) = p(f)
79 p. 19/24 PROBABILITÀ COMPOSTA Si vuole calcolare la probabilità che entrambi i 2 eventi E ed F si verifichino, ovvero p(e ef).
80 p. 19/24 PROBABILITÀ COMPOSTA Si vuole calcolare la probabilità che entrambi i 2 eventi E ed F si verifichino, ovvero p(e ef). Equivale a calcolare l intersezione di due insiemi.
81 p. 19/24 PROBABILITÀ COMPOSTA Si vuole calcolare la probabilità che entrambi i 2 eventi E ed F si verifichino, ovvero p(e ef). Equivale a calcolare l intersezione di due insiemi. Calcoliamo la frequenza di E dato F : f(e F) = n 11 /(n 11 + n 21 ) = (n 11 /N) N/(n 11 + n 21 ) = f(e F)/f(F)
82 p. 19/24 PROBABILITÀ COMPOSTA Si vuole calcolare la probabilità che entrambi i 2 eventi E ed F si verifichino, ovvero p(e ef). Equivale a calcolare l intersezione di due insiemi. Calcoliamo la frequenza di E dato F : f(e F) = n 11 /(n 11 + n 21 ) = (n 11 /N) N/(n 11 + n 21 ) = f(e F)/f(F) Analogamente, la frequenza di F dato E: f(f E) = n 11 /(n 11 + n 12 ) = (n 11 /N) N/((n 11 + n 12 ) = f(e F)/f(E)
83 p. 19/24 PROBABILITÀ COMPOSTA Si vuole calcolare la probabilità che entrambi i 2 eventi E ed F si verifichino, ovvero p(e ef). Equivale a calcolare l intersezione di due insiemi. Calcoliamo la frequenza di E dato F : f(e F) = n 11 /(n 11 + n 21 ) = (n 11 /N) N/(n 11 + n 21 ) = f(e F)/f(F) Analogamente, la frequenza di F dato E: f(f E) = n 11 /(n 11 + n 12 ) = (n 11 /N) N/((n 11 + n 12 ) = f(e F)/f(E) Da cui si ricava: f(e F) = f(f)f(e F) = f(e)f(f E).
84 p. 19/24 PROBABILITÀ COMPOSTA Si vuole calcolare la probabilità che entrambi i 2 eventi E ed F si verifichino, ovvero p(e ef). Equivale a calcolare l intersezione di due insiemi. Calcoliamo la frequenza di E dato F : f(e F) = n 11 /(n 11 + n 21 ) = (n 11 /N) N/(n 11 + n 21 ) = f(e F)/f(F) Analogamente, la frequenza di F dato E: f(f E) = n 11 /(n 11 + n 12 ) = (n 11 /N) N/((n 11 + n 12 ) = f(e F)/f(E) Da cui si ricava: f(e F) = f(f)f(e F) = f(e)f(f E). Passando al limite N : p(e F) = p(f)p(e F) = p(e)p(f E)
85 p. 20/24 PROBABILITÀ COMPOSTA: esempi Estrarre 2 carte di fiori da un mazzo di 52 carte: p( )ep( ) = p( ) p( ) =
86 p. 20/24 PROBABILITÀ COMPOSTA: esempi Estrarre 2 carte di fiori da un mazzo di 52 carte: p( )ep( ) = p( ) p( ) = I primi tre estratti al lotto siano 3 numeri assegnati: p(n 1 en 2 en 3 ) = p(n 1 ) p(n 2 n 1 ) p(n 3 n 2 n 1 ) =
87 p. 21/24 PROBABILITÀ COMPOSTA Se gli eventi E ed F sono compatibili indipendenti p(e F) = p(e) p(f) Legge della probabilità composta
88 p. 21/24 PROBABILITÀ COMPOSTA Se gli eventi E ed F sono compatibili indipendenti p(e F) = p(e) p(f) Legge della probabilità composta Avere in 2 lanci di una moneta entrambi T: p(t et) = p(t) p(t) = In generale in n lanci: p(t et...) = ( ) n 1. 2
89 p. 21/24 PROBABILITÀ COMPOSTA Se gli eventi E ed F sono compatibili indipendenti p(e F) = p(e) p(f) Legge della probabilità composta Avere in 2 lanci di una moneta entrambi T: p(t et) = p(t) p(t) = In generale in n lanci: p(t et...) = ( ) n 1. 2 Ottenere 5 in 3 lanci successivi di un dado: p(5e5e5) = p(5) p(5) p(5) = =
90 p. 22/24 ESERCIZI Si consideri un mazzo di 52 carte. Si estragga una carta a caso e si determini la probabilità che:
91 p. 22/24 ESERCIZI Si consideri un mazzo di 52 carte. Si estragga una carta a caso e si determini la probabilità che: 1. Sia un asso p(1) = 4/52 = 1/13
92 p. 22/24 ESERCIZI Si consideri un mazzo di 52 carte. Si estragga una carta a caso e si determini la probabilità che: 1. Sia un asso p(1) = 4/52 = 1/13 2. Sia un picche p( ) = 13/52 = 1/4
93 p. 22/24 ESERCIZI Si consideri un mazzo di 52 carte. Si estragga una carta a caso e si determini la probabilità che: 1. Sia un asso p(1) = 4/52 = 1/13 2. Sia un picche p( ) = 13/52 = 1/4 3. Sia un 10 di picche p(10 ) = 1/52
94 p. 22/24 ESERCIZI Si consideri un mazzo di 52 carte. Si estragga una carta a caso e si determini la probabilità che: 1. Sia un asso p(1) = 4/52 = 1/13 2. Sia un picche p( ) = 13/52 = 1/4 3. Sia un 10 di picche p(10 ) = 1/52 4. Non sia nè un 4 nè un picche p(4 + ) = 1 p(4 + ) = 1 (p(4) + p( ) p(4 )) = 1 (1/13 + 1/4 1/52) = 1 4/13 = 9/13
95 p. 22/24 ESERCIZI Si consideri un mazzo di 52 carte. Si estragga una carta a caso e si determini la probabilità che: 1. Sia un asso p(1) = 4/52 = 1/13 2. Sia un picche p( ) = 13/52 = 1/4 3. Sia un 10 di picche p(10 ) = 1/52 4. Non sia nè un 4 nè un picche p(4 + ) = 1 p(4 + ) = 1 (p(4) + p( ) p(4 )) = 1 (1/13 + 1/4 1/52) = 1 4/13 = 9/13 Si estraggono due carte, determinare la probabilità che siano entrambe assi se a) la prima è rimessa nel mazzo; b) non è rimessa nel mazzo
96 p. 22/24 ESERCIZI Si consideri un mazzo di 52 carte. Si estragga una carta a caso e si determini la probabilità che: 1. Sia un asso p(1) = 4/52 = 1/13 2. Sia un picche p( ) = 13/52 = 1/4 3. Sia un 10 di picche p(10 ) = 1/52 4. Non sia nè un 4 nè un picche p(4 + ) = 1 p(4 + ) = 1 (p(4) + p( ) p(4 )) = 1 (1/13 + 1/4 1/52) = 1 4/13 = 9/13 Si estraggono due carte, determinare la probabilità che siano entrambe assi se a) la prima è rimessa nel mazzo; b) non è rimessa nel mazzo a) p(e ef) = p(e) p(f E) = p(e) p(f) = 4/52 4/52 = 1/ %
97 ESERCIZI Si consideri un mazzo di 52 carte. Si estragga una carta a caso e si determini la probabilità che: 1. Sia un asso p(1) = 4/52 = 1/13 2. Sia un picche p( ) = 13/52 = 1/4 3. Sia un 10 di picche p(10 ) = 1/52 4. Non sia nè un 4 nè un picche p(4 + ) = 1 p(4 + ) = 1 (p(4) + p( ) p(4 )) = 1 (1/13 + 1/4 1/52) = 1 4/13 = 9/13 Si estraggono due carte, determinare la probabilità che siano entrambe assi se a) la prima è rimessa nel mazzo; b) non è rimessa nel mazzo a) p(e ef) = p(e) p(f E) = p(e) p(f) = 4/52 4/52 = 1/ % b) p(e) p(f E) = 4/52 3/51 = 1/ %. p. 22/24
98 p. 23/24 ESERCIZI Determinare la probabilità che un numero di 4 cifre, in base 10, abbia almeno 2 cifre uguali.
99 p. 23/24 ESERCIZI Determinare la probabilità che un numero di 4 cifre, in base 10, abbia almeno 2 cifre uguali. p(almeno 2 cifre uguali) = 1 p(tutte cifre diverse) = 1 (10/10 9/10 8/10 7/10) = = 0.496
100 p. 23/24 ESERCIZI Determinare la probabilità che un numero di 4 cifre, in base 10, abbia almeno 2 cifre uguali. p(almeno 2 cifre uguali) = 1 p(tutte cifre diverse) = 1 (10/10 9/10 8/10 7/10) = = L apertura di una porta è comandata dal segnale congiunto di due fotocelle. Se ciascuna fotocella ha un inefficienza del 3% (probabilità di non rivelare l avvicinarsi di una persona), qual è la probabilità che la porta non si apra quando si avvicina una persona?
101 p. 23/24 ESERCIZI Determinare la probabilità che un numero di 4 cifre, in base 10, abbia almeno 2 cifre uguali. p(almeno 2 cifre uguali) = 1 p(tutte cifre diverse) = 1 (10/10 9/10 8/10 7/10) = = L apertura di una porta è comandata dal segnale congiunto di due fotocelle. Se ciascuna fotocella ha un inefficienza del 3% (probabilità di non rivelare l avvicinarsi di una persona), qual è la probabilità che la porta non si apra quando si avvicina una persona? p(nonsi apra) = 1 p(si apra) = 1 (p(fc1) p(fc2)) = 1 [(1 0.03) (1 0.03)] = 1 ( ) =
102 p. 24/24 Esercizi Con quante cifre significative si deve riportare il risultato?
103 p. 24/24 Esercizi Con quante cifre significative si deve riportare il risultato? ( ) ( ) = 20 10
104 p. 24/24 Esercizi Con quante cifre significative si deve riportare il risultato? ( ) ( ) = = 67.3
105 p. 24/24 Esercizi Con quante cifre significative si deve riportare il risultato? ( ) ( ) = = = 96.6
106 p. 24/24 Esercizi Con quante cifre significative si deve riportare il risultato? ( ) ( ) = = = =
107 p. 24/24 Esercizi Con quante cifre significative si deve riportare il risultato? ( ) ( ) = = = = Trovare le dimensioni della costante di gravitazione universale G in funzione delle dimensioni delle grandezze fondamentali nel S.I. Si ricorda che la forza di gravitazione è data da: F = G m 1 m 2 r 2
108 p. 24/24 Esercizi Con quante cifre significative si deve riportare il risultato? ( ) ( ) = = = = Trovare le dimensioni della costante di gravitazione universale G in funzione delle dimensioni delle grandezze fondamentali nel S.I. Si ricorda che la forza di gravitazione è data da: F = G m 1 m 2 r 2 I seguenti valori sono il risultato di calcoli numerici: Si sa che l errore relativo su ogni valore è il 1%. Tenendo conto che l incertezza sull errore è il 30% dell errore, esprimere il valore vero usando l appropriato numero di cifre significative per il miglior valore e l incertezza.
p k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4
CAPITOLO QUARTO DISTRIBUZIONE BINOMIALE (O DI BERNOULLI) Molti degli esempi che abbiamo presentato nei capitoli precedenti possono essere pensati come casi particolari di uno schema generale di prove ripetute,
Dettagli9 = Soluzione. Soluzione
Esercizio 1 Un'urna contiene 6 palline rosse, 4 nere, 8 bianche. Si estrae una pallina; calcolare la probabilità di avere a) una pallina bianca; b) una pallina nera; e) una pallina non bianca; d) una pallina
Dettagli(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
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
DettagliSomma 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
Dettagli1. Calcolo combinatorio, problemi di conteggio.
1 1. Calcolo combinatorio, problemi di conteggio. 1. In quanti modi diversi 4 persone possono occupare 8 posti a sedere numerati? (D 8,4. Un allenatore dispone di 18 giocatori per scegliere la formazione
DettagliCorso 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
DettagliTeoria 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
DettagliCalcolo 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
DettagliAncora 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)
DettagliProf.ssa Laura Pagnozzi Prof. Ivano Coccorullo. Calcolo Combinatorio
Prof.ssa Laura Pagnozzi Prof. Ivano Coccorullo Calcolo Combinatorio Calcolo Combinatorio ü Molti dei problemi classici di calcolo delle probabilità si riducono al calcolo dei casi favorevoli e di quelli
DettagliMatematica 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
DettagliAnalisi. Calcolo Combinatorio. Ing. Ivano Coccorullo
Analisi Ing. Ivano Coccorullo Prof. Ivano Coccorullo ü Molti dei problemi classici di calcolo delle probabilità si riducono al calcolo dei casi favorevoli e di quelli possibili. Quando le situazioni diventano
DettagliPROBABILITA' 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
DettagliProbabilità 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
DettagliESERCIZI. 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
DettagliCalcolo 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
DettagliTEORIA 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...............................................
DettagliEsercizi. 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
DettagliElementi 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
DettagliStatistica 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
DettagliINDICAZIONI PER LA RICERCA DEGLI ASINTOTI VERTICALI
2.13 ASINTOTI 44 Un "asintoto", per una funzione y = f( ), è una retta alla quale il grafico della funzione "si avvicina indefinitamente", "si avvicina di tanto quanto noi vogliamo", nel senso precisato
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliCosa 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
DettagliCORSO 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
Dettagli0.1 Esercizi calcolo combinatorio
0.1 Esercizi calcolo combinatorio Esercizio 1. Sia T l insieme dei primi 100 numeri naturali. Calcolare: 1. Il numero di sottoinsiemi A di T che contengono esattamente 8 pari.. Il numero di coppie (A,
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliCorso 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
DettagliPrimi 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
DettagliEsercizi 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
DettagliEsercizi 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
DettagliLEZIONI DI STATISTICA E CALCOLO DELLE PROBABILITA STATISTICA
LEZIONI DI STATISTICA E CALCOLO DELLE PROBABILITA UMBERTO MAGAGNOLI Materiale per il Corso di lezioni di STATISTICA Laurea magistrale in Matematica Facoltà di Scienze Matematiche, Fisiche e Naturali Università
DettagliELEMENTI 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
DettagliA = { 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
DettagliViene 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
DettagliESERCIZI EVENTI E VARIABILI ALEATORIE
ESERCIZI EVENTI E VARIABILI ALEATORIE 1) Considera la tabella seguente, che descrive la situazione occupazionale di 63 persone in relazione al titolo di studio. Occupazione SI NO Titolo Licenza media 5%
DettagliIl Metodo Scientifico
Unita Naturali Il Metodo Scientifico La Fisica si occupa di descrivere ed interpretare i fenomeni naturali usando il metodo scientifico. Passi del metodo scientifico: Schematizzazione: modello semplificato
DettagliCorso 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
DettagliCORSO 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
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE AREA TECNICO ASSISTENZIALI
DettagliEsercizio 1. Svolgimento
Esercizio 1 Vengono lanciate contemporaneamente 6 monete. Si calcoli: a) la probabilità che si presentino esattamente 2 testa ; b) la probabilità di ottenere almeno 4 testa ; c) la probabilità che l evento
DettagliEsercizi 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:
DettagliEsercitazioni 2013/14
Esercitazioni 2013/14 Esercizio 1 Due ditte V e W partecipano ad una gara di appalto per la costruzione di un tratto di autostrada che viene assegnato a seconda del prezzo. L offerta fatta dalla ditta
DettagliTest 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
DettagliProbabilità 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
DettagliQuantificare la variabilità dei processi ecologici
Scopo ecologia Quantificare la variabilità dei processi ecologici Comprensione dei meccanismi fondamentale per identificare gli effetti del disturbo antropico e per prevenire alterazioni su scala globale
DettagliProbabilità 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
DettagliEsercizi 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
DettagliFacoltà di Economia Corso di laurea in Economia Aziendale Statistica Esercitazione 1 - Modulo II
Statistica Esercitazione 1 - Modulo II Esercizio A. Da un mazzo di carte napoletane (composto da 40 carte di cui 28 valori e 12 figure, suddivise in quattro semi di cui due neri e due rossi), vengono estratte
DettagliCalcolo 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
DettagliE 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
DettagliProbabilità 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
DettagliIntroduzione 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
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
DettagliCaso 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.
DettagliCalcolo 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
DettagliIl 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,
DettagliCOMPITO n. 1. 3. Siano X, Y due variabili aleatorie tali che il vettore (X, Y ) sia distribuito uniformemente
COMPITO n. 1 a) Nel gioco del poker ad ogni giocatore vengono distribuite cinque carte da un normale mazzo di 52. Quant è la probabilità che un giocatore riceva una scala di re (ovvero 9, 10, J, Q, K anche
DettagliProbabilità. 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
DettagliStatistica 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
DettagliCOEFFICIENTI BINOMIALI
COEFFICIENTI BINOMIALI Michele Impedovo micheleimpedovo@uni-bocconiit Una definizione insiemistica Se n è un numero naturale e è un numero naturale compreso tra e n, si indica con il simbolo il coefficiente
DettagliESAME DI STATISTICA Nome: Cognome: Matricola:
ESAME DI STATISTICA Nome: Cognome: Matricola: ISTRUZIONI: Per la prova è consentito esclusivamente l uso di una calcolatrice tascabile, delle tavole della normale e della t di Student. I risultati degli
DettagliCapitolo 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.
DettagliProbabilità discreta
Probabilità discreta Daniele A. Gewurz 1 Che probabilità c è che succeda...? Una delle applicazioni della combinatoria è nel calcolo di probabilità discrete. Quando abbiamo a che fare con un fenomeno che
DettagliSTATISTICA 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
DettagliFUNZIONI CONTINUE - ESERCIZI SVOLTI
FUNZIONI CONTINUE - ESERCIZI SVOLTI 1) Verificare che x è continua in x 0 per ogni x 0 0 ) Verificare che 1 x 1 x 0 è continua in x 0 per ogni x 0 0 3) Disegnare il grafico e studiare i punti di discontinuità
Dettaglik 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
DettagliEsercitazioni 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
DettagliFacciamo qualche precisazione
Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione
DettagliPer poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete.
Parliamo di probabilità. Supponiamo di avere un sacchetto con dentro una pallina rossa; posso aggiungere tante palline bianche quante voglio, per ogni pallina bianca che aggiungo devo pagare però un prezzo
DettagliPROBABILITA 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,
DettagliPARTE PRIMA PROBABILITA
i PARTE PRIMA PROBABILITA CAPITOLO I - Gli assiomi della probabilità 1.1 Introduzione........................................................... pag. 1 1.2 Definizione assiomatica di probabilità.......................................
DettagliUna 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
DettagliEsercizi riassuntivi di probabilità
Esercizi riassuntivi di probabilità Esercizio 1 Una ditta produttrice di fotocopiatrici sa che la durata di una macchina (in migliaia di copie) si distribuisce come una normale con µ = 1600 e 2 = 3600.
DettagliPROBABILITÀ E DECISIONI IN MEDICINA: I TEST DIAGNOSTICI
Università degli Studi di Padova CICLO DI LEZIONI SCIENZE DI BASE PER I DOTTORATI DI RICERCA DELL AREA MEDICA Anno accademico 2005-06 Temi di Statistica ed Epidemiologia PROBABILITÀ E DECISIONI IN MEDICINA:
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 28/05/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Nel gico del
DettagliSTATISTICA 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
DettagliProbabilità. Esperimento, risultati e spazio campionario
Probabilità La probabilità è usata nel linguaggio comune per dare indicazioni quantitative sul verificarsi di certi eventi: i) probabilità di incorre in un data patologia causa l abuso di alcol, fumo,
Dettagli7 Disegni sperimentali ad un solo fattore. Giulio Vidotto Raffaele Cioffi
7 Disegni sperimentali ad un solo fattore Giulio Vidotto Raffaele Cioffi Indice: 7.1 Veri esperimenti 7.2 Fattori livelli condizioni e trattamenti 7.3 Alcuni disegni sperimentali da evitare 7.4 Elementi
DettagliEsercizi sulla conversione tra unità di misura
Esercizi sulla conversione tra unità di misura Autore: Enrico Campanelli Prima stesura: Settembre 2013 Ultima revisione: Settembre 2013 Per segnalare errori o per osservazioni e suggerimenti di qualsiasi
DettagliGli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità
Probabilità Probabilità Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Se tutti gli eventi fossero ugualmente possibili, la probabilità p(e)
DettagliEsercizi di Calcolo delle Probabilità (calcolo combinatorio)
Esercizi di Calcolo delle Probabilità (calcolo combinatorio 1. Lanciamo due dadi regolari. Qual è la probabilità che la somma delle facce rivolte verso l alto sia pari a 7? 1/6 2. Due palline vengono estratte
DettagliAnalisi statistica degli errori
Analisi statistica degli errori I valori numerici di misure ripetute risultano ogni volta diversi l operazione di misura può essere considerata un evento casuale a cui è associata una variabile casuale
DettagliCaso 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.
DettagliMODULI 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
DettagliIL 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
DettagliEsercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza April 26, 2007 1...prima di cominciare Contare, operazione solitamente semplice, può diventare complicata se lo scopo
DettagliPROBABILITA 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,
DettagliMISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE
MISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE La distanza focale f di una lente convergente sottile è data dalla formula: da cui 1 f = 1 p + 1 q f = pq p + q dove p e q sono, rispettivamente, le
DettagliSyllabus: argomenti di Matematica delle prove di valutazione
Syllabus: argomenti di Matematica delle prove di valutazione abcdef... ABC (senza calcolatrici, senza palmari, senza telefonini... ) Gli Argomenti A. Numeri frazioni e numeri decimali massimo comun divisore,
DettagliFACOLTA 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
DettagliIl campionamento statistico. prof. C.Guida
Il campionamento statistico prof. C.Guida Per determinare le caratteristiche fondamentali di una popolazione statistica non è sempre necessario analizzare tutta la popolazione, ma risulta sufficiente esaminare
DettagliGli asintoti di una funzione sono rette, quindi possono essere: rette verticali o rette orizzontali o rette oblique.
Asintoti Gli asintoti di una funzione sono rette, quindi possono essere: rette verticali o rette orizzontali o rette oblique. Asintoti verticali Sia 0 punto di accumulazione per dom(f). La retta = 0 è
DettagliCarta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016
Esercitazione 12 maggio 2016 ESERCIZIO 1 Si supponga che in un sondaggio di opinione su un campione di clienti, che utilizzano una carta di credito di tipo standard (Std) o di tipo business (Bsn), si siano
DettagliLINEAMENTI 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.
DettagliDALLA POPOLAZIONE AL CAMPIONE: IL CALCOLO DI PROBABILITÁ
DALLA POPOLAZIONE AL CAMPIONE: IL CALCOLO DI PROBABILITÁ Andrea Onofri Dipartimento di Scienze Agrarie ed Ambientali Universitá degli Studi di Perugia Versione on-line: http://www.unipg.it/ onofri/rtutorial/index.html
DettagliProbabilità e bridge. Michele Impedovo
Probabilità e bridge Michele Impedovo Riassunto Nel gioco del bridge è di fondamentale importanza prevedere come sono distribuite le carte di un certo seme tra i due avversari. Questo articolo propone
DettagliCalcolo 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
Dettaglimetodi matematici per l ingegneria prove scritte d esame 1 Indice
metodi matematici per l ingegneria prove scritte d esame Indice. Novembre 4 - Prova in itinere. Luglio 5.. Febbraio 6 4 4. Giugno 6. 5 5. Luglio 6 6 . Novembre 4 - Prova in itinere Esercizio. Una scatola
DettagliIntroduzione alla Teoria degli Errori
Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non
Dettagli