La probabilità: capire la realtà e prendere decisioni migliori

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "La probabilità: capire la realtà e prendere decisioni migliori"

Transcript

1 Liceo Scientifico Copernico, Prato 14 gennaio 2014 Liceo Classico Michelangiolo, Firenze 10 febbraio 2014 La probabilità: capire la realtà e prendere decisioni migliori Leonardo Grilli local.disia.unifi.it/grilli

2 Il ruolo del caso nella nostra vita: ignorarlo o comprenderlo? Gli esseri umani sono sempre stati affascinati e, contemporaneamente, terrorizzati dal caso. La verità è che, quando entra in gioco il caso, possiamo fuggire, ma non possiamo nasconderci. Moltissimi aspetti della nostra vita sono determinati da eventi che non controlliamo completamente, e l incertezza è ineliminabile. Abbiamo due opzioni: possiamo lasciare che l incertezza prevalga su di noi o possiamo imparare a comprendere il caso. Se optiamo per la seconda soluzione, faremo scelte migliori e impareremo a sfruttare la casualità per i nostri scopi. J.S. Rosenthal, Le regole del caso La probabilità è il concetto chiave per la comprensione del caso Leonardo Grilli (DiSIA) 2

3 La probabilità Probabilità: grado di fiducia che un individuo razionale attribuisce al verificarsi di un evento 0 P(E) 1 per qualsiasi evento E Per assegnare un valore alla probabilità l individuo razionale usa tutte le informazioni disponibili sulla struttura dell esperimento e sulle sue precedenti realizzazioni Vediamo due situazioni in cui vi sono delle semplici regole per determinare il valore della probabilità: Approccio classico Approccio frequentista Certo Impossibile Leonardo Grilli (DiSIA) 3

4 Probabilità: approccio classico Consideriamo un esperimento casuale i cui risultati possibili sono in numero finito ed sono equiprobabili (= stessa probabilità). In questa situazione la probabilità di un evento E è data da PE ( ) Numero di risultati in E Numero di risultati possibili casi favorevoli casi possibili Es. nel lancio di un dado, poniamo A = {Numero pari} = {2,4,6} Assumendo che tutti i punti campione abbiano la stessa probabilità (cioè che il dado sia bilanciato) 3 PA ( ) L assunzione che tutti i punti campione abbiano la stessa probabilità (cioè che il dado sia bilanciato) è cruciale: se è vera il valore 0.5 è ben calcolato, se è falsa il valore 0.5 non va bene. Tuttavia, per verificare la plausibilità di tale assunzione bisogna ripetere più volte l esperimento Leonardo Grilli (DiSIA) 4

5 Probabilità: approccio frequentista Quando si osserva una serie di prove e si assume che le prove siano ripetizioni indipendenti e in identiche condizioni di un certo esperimento aleatorio la probabilità di E è calcolata come Pˆ ( E ) n n n E Numero di prove in cui si è verificato Numero totale di prove E Es. nel lancio di un dado, poniamo A = {Numero pari} = {2,4,6} e supponiamo che l esperimento aleatorio lancio del dado venga ripetuto 50 volte, in 23 delle quali è uscito un numero pari e quindi si è verificato A. Pertanto P(A) = 23/50=0.46. Osservando altre prove la stima si modifica (es. lanciando il dado altre 50 volte l evento A si potrebbe verificare 26 volte e quindi la nuova stima sarebbe (23+26)/(50+50)=0.49. Per fortuna al crescere del numero di prove la stima diventa sempre più precisa e converge ad un valore (in questo esempio, se il dado è bilanciato converge a 0.5) PE ( ) lim Pˆ ( E) n n limite a cui tende la proporzione di prove in cui si verifica E quando il numero di prove tende a infinito Leonardo Grilli (DiSIA) 5

6 Eventi indipendenti e la regola moltiplicativa Il dubbio non è piacevole, ma la certezza è ridicola. Voltaire Leonardo Grilli (DiSIA) 6

7 Moltiplicare le probabilità? La probabilità che due eventi possibili A e B si verifichino entrambi è uguale al prodotto delle singole probabilità se e solo se i due eventi sono indipendenti P(A e B) = P(A) P(B) se e solo se A e B sono indipendenti Due eventi sono indipendenti quando il verificarsi dell uno non modifica la probabilità del verificarsi dell altro. Ad esempio, consideriamo i seguenti eventi: E1 = «indossare calzini a righe» E2 = «arrivare tardi all appuntamento con la fidanzata» E3 = «litigare con la fidanzata» Verosimilmente E1 è indipendente sia da E2 che da E3, mentre E3 non è indipendente da E2! Leonardo Grilli (DiSIA) 7

8 Copie di sicurezza La regola moltiplicativa spiega perché è una buona idea fare più copie dei file Ad es., ho due copie della mia canzone preferita, una sullo smartphone e una sul notebook A = «la copia sullo smartphone va persa» P(A)=1/500 B = «la copia sul notebook va persa» P(B)=1/2000 (la copia può andare persa per vari motivi: file corrotto, dispositivo distrutto o smarrito ) Siccome posso ragionevolmente assumere che i due eventi siano indipendenti, la probabilità che si verifichino entrambi (cioè che la mia canzone preferita vada irrimediabilmente persa) è P(A e B) = P(A) P(B) = 1/500 * 1/2000 = 1/ Ok, posso stare tranquillo! Leonardo Grilli (DiSIA) 8

9 Calcoli errati in tribunale La probabilità svolge un ruolo importante nei processi e talvolta gli avvocati o gli esperti di parte effettuano dei calcoli di probabilità ma a volte si sono verificati errori clamorosi Un caso di errore con conseguenze gravissime è quello di Sally Clark: nel 1999 una corte Britannica condannò Sally Clark per l omicidio dei due suoi bambini morti improvvisamente all età di 11 e 8 settimane per cause ignote Leonardo Grilli (DiSIA) 9

10 Il caso Sally Clark Non furono trovate prove dell omicidio, né una valida motivazione. L accusa sosteneva il soffocamento volontario, la difesa parlava di cause naturali, la cosiddetta sindrome della morte in culla (SIDS) Un pediatra interpellato come esperto affermò che la probabilità che in una famiglia vi siano due casi di morte in culla è di circa 1 su 73 milioni. Infatti dai dati disponibili emerge che in una famiglia come quella di Sally Clark la morte in culla colpisce un bambino ogni 8500, per cui la probabilità è 1/8500 Il pediatra quindi calcolò la probabilità di due morti in culla come 1/8500 per 1/8500 La stima del pediatra venne considerata attendibile e costituì la prova principale per la condanna di Sally Clark Leonardo Grilli (DiSIA) 10

11 Il caso Sally Clark /cont. Come evidenziato dalla Royal Statistical Society, il calcolo del pediatra era completamente errato per almeno due motivi Una seconda «morte in culla» non è indipendente dalla prima perché vi sono cause genetiche (familiarità) è sbagliato moltiplicare a ripetizione la probabilità 1/8500; un altro esperto ha calcolato che in una famiglia in cui si è verificata una «morte in culla» i bambini successivi hanno una probabilità di 1/100 di morire per lo stesso motivo la probabilità di 2 «morti in culla» è 1/8500 *1/100 = 1/ Era stato accertato che il decesso del primo bambino era effettivamente dovuto a cause naturali (non vi erano dubbi), per cui la probabilità rilevante è 1/100 Un primo appello nel 2000 ha confermato la sentenza, ma un secondo appello nel 2003 ha assolto Sally Clark, rilasciata dopo tre anni di carcere questa esperienza ha segnato irrimediabilmente la donna, deceduta nel Leonardo Grilli (DiSIA) 11

12 Coincidenze e raggruppamenti casuali La teoria delle probabilità in fondo non è altro che buon senso ridotto a calcolo. Simon de Laplace Leonardo Grilli (DiSIA) 12

13 Identico primo numero estratto su due ruote del Lotto: quanto è raro? Nell estrazione del gioco del Lotto del 24 dicembre 2013 il numero 57 è uscito, come primo estratto, sulle ruote di Bari e Milano che coincidenza! In realtà non si tratta necessariamente di un evento così raro Infatti, la probabilità dipende dall impostazione del problema: Probabilità che esca 57 come primo estratto sia a Bari che a Milano: 1/90*1/90 = 1/8100 = (l indipendenza tra le estrazioni giustifica la moltiplicazione delle due probabilità) Probabilità che esca lo stesso numero come primo estratto sia a Bari che a Milano: 1/90 = Probabilità che, considerando tutte le 11 ruote, vi siano almeno due primi estratti identici: questa è più difficile, ma non troppo P(almeno due identici) = 1 P(tutti diversi) = = = Tutt altro che raro! 13

14 Stesso giorno di compleanno: un segno del destino? L approccio che abbiamo usato con il gioco del Lotto può essere applicato anche per calcolare la probabilità che alcune persone abbiano il compleanno lo stesso giorno: Probabilità che Tizio e Caio abbiano il compleanno entrambi in un giorno specifico (es. il 13 aprile): 1/365*1/365 = 1/ = Probabilità che Tizio e Caio abbiano il compleanno in un giorno qualunque ma identico : 1/365 = Probabilità che, in un gruppo di 7 persone, ve ne siano almeno due con il compleanno lo stesso giorno: P(su 7 almeno due identici) = 1 P(su 7 tutti diversi) = = = Un evento poco probabile, ma non così raro cosa accade con gruppi più numerosi, es. 50 persone? 14

15 Il problema del compleanno Generalizzando, possiamo calcolare la probabilità che in un gruppo di k persone ve ne siano almeno due con il compleanno lo stesso giorno: P(su kalmeno due identici) = 1 P(su k tuttidiversi) k +1 k prob = La tabella riporta la probabilità per alcuni valori di k Con un gruppo di 23 persone la probabilità di almeno due compleanni identici è di oltre il 50% Con un gruppo di 40 persone la probabilità supera 89% Con un gruppo di 60 persone trovare almeno due compleanni identici è quasi certo! Leonardo Grilli (DiSIA) 15

16 Raggruppamenti casuali Per sparare un punto a caso su una superficie possiamo generare in modo casuale le coordinate (in questo esempio usiamo una distribuzione uniforme tra 0 e 1 sia per la x che per la y) Proviamo a sparare 16 punti: siccome la superficie è divisa in 16 quadratini, ci aspettiamo in media 1 punto per quadratino Leonardo Grilli (DiSIA) 16

17 Raggruppamenti casuali /cont. Questo è il risultato di una estrazione casuale delle coordinate di 16 punti A fronte di un numero atteso di 1 punto per quadratino, osserviamo che la distribuzione dei punti è piuttosto variabile: ad es. vi sono molti quadratini con 0 punti, mentre un quadratino ha addirittura 6 punti! Leonardo Grilli (DiSIA) 17

18 Raggruppamenti casuali /cont. Nel quadratino con 6 punti il rapporto osservati su attesi è 6:1 In questo esempio abbiamo generato i punti a caso e quindi sappiamo che quel rapporto così elevato è solo frutto del caso ma studiando dati reali potremmo concludere che il quadratino con il rapporto 6:1 ha una concentrazione anomala di punti, creando inutile allarme Nei dati reali i quadratini sono aree geografiche e i punti rappresentano eventi registrati in certo intervallo di tempo, ad es. casi di tumore, incidenti stradali, omicidi E compito degli statistici valutare, di volta in volta, se un elevato rapporto osservati su attesi è spiegabile da un raggruppamento casuale oppure se è così grande da indicare una situazione anomala e far scattare l allarme Leonardo Grilli (DiSIA) 18

19 Raggruppamenti casuali /cont. Un raggruppamento casuale genera un rapporto osservati su attesi ancora più impressionante se l area di riferimento viene definita a posteriori, disegnandola attorno al gruppo di punti («effetto cecchino») In questo esempio, l ellisse ha un area pari a circa 1/5 di quadratino rapporto osservati su attesi = 4/(1/5) = 20 Leonardo Grilli (DiSIA) 19

20 Raggruppamenti casuali /cont. Raymond Richard Neutra (Dipartimento della sanità della California) afferma che prendendo in esame un tipico registro dei tumori (una banca dati sui tassi di incidenza locali di dozzine di tumori diversi) per i 5000 distretti della California, ci attendiamo di trovarne 2750 con un incidenza elevata di qualche forma di tumore, statisticamente significativa ma casuale L opinione pubblica è molto allarmata da queste situazioni di incidenza elevata e non ritiene verosimile che siano frutto del caso, per cui i dipartimenti di sanità sono indotti ad avviare molte indagini sulle possibili cause ambientali (es. inquinamento atmosferico, elettromagnetico etc.) che di solito non portano ad alcun risultato convincente Alan Bender (Dipartimento della sanità del Minnesota) afferma che queste indagini «sono un assoluto, totale e completo spreco dei dollari dei contribuenti» Leonardo Grilli (DiSIA) 20

21 Probabilità a priori e a posteriori: come valutare il risultato un test diagnostico? Leonardo Grilli (DiSIA) 21

22 Test diagnostico per la Stupidite Consideriamo una ipotetica malattia chiamata Stupidite che colpisce il 10% della popolazione (prevalenza) Prendiamo una persona a caso dalla popolazione. Se non conosciamo l esito del test diagnostico, la probabilità che abbia la malattia è detta a probabilità a priori (coincide con la prevalenza, in questo caso 10%) Supponiamo di fare la diagnosi usando il test di laboratorio StupiTest. Come tutti i test diagnostici, lo StupiTest è utile ma non è perfetto: Il test viene positivo (cioè, indica presenza di malattia) nel 70% dei soggetti malati (sensibilità del test) nel 20% dei soggetti sani (percentuale di falsi positivi) Leonardo Grilli (DiSIA) 22

23 Gli errori dei test diagnostici Realtà Esito test Positivo ( Malato) Negativo ( Sano) Malato Sano OK sensitività = 70% Falso positivo 1 specificità = 20% Falso negativo 1 sensitività = 30% OK specificità = 80% I due tipi di errore sono ben diversi, sia concettualmente che per le conseguenze! Leonardo Grilli (DiSIA) 23

24 Test diagnostico per la Stupidite /cont. Supponiamo che Tizio abbia effettuato il test, ottenendo un esito positivo: qual è la probabilità che Tizio sia davvero affetto da Stupidite? Dobbiamo calcolare la probabilità a posteriori Prendiamo una persona a caso dalla popolazione. Se sappiamo che ha effettuato il test ed è risultato positivo, la probabilità che abbia la malattia è detta a probabilità a posteriori Quanto vale la probabilità a posteriori? In questa situazione ipotetica, siccome il test è risultato positivo, la probabilità a posteriori deve essere maggiore di quella a priori (10%). E forse uguale alla sensibilità del test (70%)? La risposta si ottiene con la famosa formula di Bayes oppure con il metodo delle frequenze, cioè convertendo le probabilità in frequenze di una ipotetica popolazione vediamo come si applica questo metodo Leonardo Grilli (DiSIA) 24

25 Test diagnostico per la Stupidite /cont. Ricapitoliamo: I soggetti malati sono il 10% Tra i malati, il test viene positivo nel 70% dei casi Tra i sani, il test viene positivo nel 20% dei casi Cosa ci aspettiamo sottoponendo al test 100 soggetti? 10 sono malati e 90 sono sani Tra i 10 malati, il test viene positivo a 7 soggetti Tra i 90 sani, il test viene positivo a 18 soggetti Nel complesso il test viene positivo a 25 soggetti, di cui 7 malati e 18 sani se prendiamo un soggetto a caso tra i 25 che hanno effettuato il test con risultato positivo, la probabilità che sia malato è 7/25 = 28%: questa è la probabilità a posteriori! Prob a priori Prob a posteriori Sensibilità del test = test positivo = test negativo mmmmmmmmmm 0% 10% 28% 70% 100% 25

26 Screening per il cancro al seno: la probabilità stimata dai medici G. Gigerenzer nel libro Quando i numeri ingannano riporta i risultati di un esperimento, condotto negli anni Novanta, in cui ha sottoposto ad alcuni medici tedeschi (2/3 ospedalieri e 1/3 liberi professionisti) il seguente quesito: Per facilitare la diagnosi precoce del cancro al seno le donne, da una certa età in poi, vengono incoraggiate a sottoporsi a intervalli regolari a controlli sistematici, anche se non hanno alcun sintomo conclamato. Lei immagini di condurre, in una certa regione del paese, uno screening mammografico del cancro al seno, e supponga che riguardo alle donne fra i 40 e i 50 anni di questa regione, asintomatiche, che si sottopongono a una mammografia regolare si sappiano le seguenti cose: La probabilità che una di loro abbia il cancro al seno è dello 0.8%. Se una donna ha il cancro al seno, la probabilità che il suo mammogramma risulti positivo è del 90%; se non ha il cancro al seno, c è comunque una probabilità del 7% che il suo mammogramma sia positivo. Immaginiamo, dunque, una donna con un mammogramma positivo: quanto è probabile che abbia effettivamente il cancro? Leonardo Grilli (DiSIA) 26

27 Screening per il cancro al seno: la probabilità stimata dai medici /cont. La risposta si ottiene calcolando la probabilità a posteriori con i seguenti dati: I soggetti malati sono lo 0.8% (probabilità a priori) Tra i malati, il test viene positivo nel 90% dei casi (sensibilità) Tra i sani, il test viene positivo nel 7% dei casi (ovvero la specificità è del 93%) La risposta corretta è che una donna con mammogramma positivo ha una probabilità di avere effettivamente il cancro pari a 9.39% (questo è il valore ottenuto con la formula di Bayes, mentre con il metodo delle frequenze si ottiene una risposta con una approssimazione tanto migliore quanto maggiore è la dimensione della popolazione ipotetica in questo caso si dovrebbe usare almeno 1000) Le risposte fornite dai 24 medici sono state le seguenti: 8 hanno risposto 90% (cioè la sensibilità) 4 hanno risposto 1% (cioè la probabilità a priori) 8 hanno risposto tra 50% e 80% solo 4 hanno dato una risposta vicina al vero (di cui 2 in modo fortuito) 27

28 Legge dei grandi numeri e valore atteso La teoria della casualità è fondamentalmente una codificazione del senso comune, ma è anche il regno delle sottigliezze, un campo in cui famosi luminari hanno commesso errori madornali e in cui famigerati giocatori d azzardo hanno avuto intuizioni corrette. Leonard Mlodinow Leonardo Grilli (DiSIA) 28

29 Legge dei grandi numeri Frequenza relativa empirica di un evento A = numero di prove in cui A è vero diviso numero totale di prove Se le prove sono indipendenti e identiche, allora al crescere del numero di prove la frequenza relativa empirica di un evento A converge alla probabilità di A Quindi al crescere del numero di prove la frequenza relativa empirica diviene una stima sempre più precisa della probabilità Es. per P(A)=0.5, dopo un gran numero n di prove la frequenza relativa empirica è quasi certamente (circa al 99.7%) compresa nell intervallo ( / n, / n ) n=100 (0.3500, ) n=1000 (0.4526, ) n=10000 (0.4850, ) n= (0.4953, ) (questi calcoli sono basati sul teorema limite centrale) 29

30 Legge dei grandi numeri /cont. Esempio: 300 prove indipendenti con identica probabilità p=0.5 Francobollo svizzero in onore di Jakob Bernoulli, che mostra la formula e il grafico della legge dei grandi numeri (dimostrata da Bernoulli nel 1713) 30

31 Legge dei grandi numeri /cont. L esito di una specifica prova è imprevedibile, che sia la 1 a, la 10 a o la a (infatti le prove sono indipendenti e quindi quello che è successo prima è irrilevante) Tuttavia al crescere del numero di prove la frequenza relativa empirica diventa sempre più prevedibile Dunque, mentre a livello individuale è difficile fare previsioni, a livello aggregato si possono fare previsioni molto accurate. Questo è il motivo per cui il risultato delle singole giocate è imprevedibile, mentre il risultato del casinò è prevedibile con un piccolo margine di errore il singolo sinistro è imprevedibile, ma il risultato della compagnia di assicurazione è prevedibile con un piccolo margine di errore il sesso di un nascituro è imprevedibile, mentre in un anno in un grande ospedale la percentuale di nati maschi è vicinissima al 51% 31

32 Numeri ritardatari Tra i giocatori del lotto è diffusa la credenza (errata!) che i numeri ritardatari abbiamo maggiore probabilità di uscire (ogni numero ha probabilità 1/18 di essere estratto e quindi esce mediamente ogni 18 estrazioni) Nei lanci di moneta ciò equivale a credere che, se sono uscite meno Teste che Croci, allora in futuro usciranno più Teste per «compensare» il passato Supponiamo che in lanci siano uscite meno Teste che Croci: cosa possiamo prevedere per il lancio numero ? Ragionamento errato: siccome finora sono uscite meno Teste che Croci e nel lungo termine il numero di Teste deve essere circa uguale a quello di Croci, la probabilità di Testa è >0.5 Ragionamento corretto: siccome le prove sono identiche e indipendenti, il passato non conta niente e la probabilità di Testa è 0.5 (la moneta non ha memoria!!!) Leonardo Grilli (DiSIA) 32

33 Valore atteso Consideriamo un esperimento casuale i cui risultati possibili sono numerici (es. guadagni) valori x1 x2 x probabilità p p p 1 2 Il valore atteso (o speranza matematica) è la media dei possibili valori pesata con le rispettive probabilità VA x p x p x p k k k k p p p k Esempio: si lancia un dado, se esce 5 o 6 vinciamo 10 euro, altrimenti niente valori probabilità /3 1/3 VA euro 33

34 Scommesse alla roulette La roulette ha 38 numeri, di cui 18 rossi, 18 neri e 2 verdi (numeri 0 e 00): Supponiamo di puntare di 1 euro sul rosso Se esce rosso abbiamo 2 euro (1 puntato + 1 vinto) Se non esce rosso abbiamo 0 euro valori VA euro probabilità 20 / / Il valore atteso è l equivalente certo di un valore aleatorio (in questo caso si tratta del risultato della scommessa) Se la puntata sul rosso costasse euro, il gioco sarebbe equo Siccome la puntata costa 1 euro il gioco è a favore del banco (perdita attesa di euro per 1 euro puntato, cioè 5.3%) Leonardo Grilli (DiSIA) 34

35 Valore atteso e prove ripetute Il valore atteso approssima la media dei valori che si otterrebbero ripetendo molte volte l esperimento in modo indipendente e in identiche condizioni Nell esempio della roulette la perdita attesa è di euro a puntata: in una singola puntata tale valore è poco significativo poiché o si vince 1 euro o si perde 1 euro Invece, in una lunga serie di n puntate le frequenze relative di successo e insuccesso convergono a 18/38 e 20/38 e quindi la perdita media in n puntate converge a euro: ad es. n=1000 è una serie sufficientemente lunga per avere una buona approssimazione dopo 1000 puntate la perdita media per puntata sarà approssimativamente di euro (per una perdita totale di circa 53 euro) Leonardo Grilli (DiSIA) 35

36 Giocare a lungo rovina Ogni gioco di sorte (es. roulette, slot machine, lotteria) è a favore del banco, cioè per il giocatore il valore atteso è negativo (perdita) Per la legge dei grandi numeri, giocando ripetutamente il risultato medio realizzato dal giocatore si avvicina sempre più al valore atteso più a lungo si gioca, più è probabile che il risultato complessivo sia negativo: continuando a giocare all infinito la bancarotta è sicura (teorema della rovina del giocatore) Per il giocatore l unica speranza di chiudere con un saldo positivo è di fare poche puntate e smettere quando è in positivo Leonardo Grilli (DiSIA) 36

37 Le scommesse di Chevalier de Méré Antoine Gombaud, nato in Francia nel 1607 e noto come Chevalier de Méré, era un nobile con la passione del gioco d azzardo Aveva guadagnato molto con la seguente scommessa: lanciando 4 dadi esce almeno un sei La probabilità di vincere è 1 (1 1/6) 4 = Puntando 1 euro si ottiene 0 con prob e 2 con prob valore atteso (guadagno atteso 3.54%) Poi ebbe la pessima idea di cambiare scommessa: lanciando 24 coppie di dadi esce almeno una coppia di sei Tuttavia, sbagliò i calcoli: la probabilità di vincere è inferiore a 0.5 (per la precisione è 1 (1 35/36) 24 =0.4914) per cui iniziò a perdere parecchio e chiese aiuto al matematico Pascal, che diede un contributo fondamentale alla teoria della probabilità Leonardo Grilli (DiSIA) 37

38 A chi è incuriosito dalla probabilità e vuole capire il suo ruolo nella vita quotidiana, suggerisco questi eccellenti libri divulgativi Siti web utili per la divulgazione (soprattutto per le applet e animazioni): Laboratorio virtuale di probabilità e statistica: Understanding uncertainty: 38

Il ruolo del caso nella nostra vita: ignorarlo o comprenderlo? La probabilità: capire la realtà e prendere decisioni migliori.

Il ruolo del caso nella nostra vita: ignorarlo o comprenderlo? La probabilità: capire la realtà e prendere decisioni migliori. ITCG "E. Fermi", Pontedera 2 dicembre 2014 La probabilità: capire la realtà e prendere decisioni migliori Leonardo Grilli grilli@disia.unifi.it local.disia.unifi.it/grilli Il ruolo del caso nella nostra

Dettagli

La probabilità: capire la realtà e prendere decisioni migliori

La probabilità: capire la realtà e prendere decisioni migliori Anno scolastico 2015/16 La probabilità: capire la realtà e prendere decisioni migliori Leonardo Grilli grilli@disia.unifi.it local.disia.unifi.it/grilli Il ruolo del caso nella nostra vita: ignorarlo o

Dettagli

UNA STORIA PROBABILE di Francesca D Iapico

UNA STORIA PROBABILE di Francesca D Iapico UNA STORIA PROBABILE di Francesca D Iapico Si mostrano qui alcune delle tappe attraverso le quali si è compiuto il cammino che ha portato al calcolo delle probabilità come lo usiamo oggi Un racconto pensato

Dettagli

Calcolo delle Probabilità

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

Dettagli

(concetto classico di probabilità)

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

Dettagli

Pigreco-Day 14 marzo 2014 Matematica e Incertezza. Melchiorre Simone 5 a sez. C Liceo Scientifico G. Galilei Lanciano

Pigreco-Day 14 marzo 2014 Matematica e Incertezza. Melchiorre Simone 5 a sez. C Liceo Scientifico G. Galilei Lanciano Pigreco-Day 14 marzo 2014 Matematica e Incertezza Imparare a conoscere i possibili errori che si commettono in situazioni di incertezza per evitare di fare scelte sbagliate e dare giudizi errati. PasquiniIlaria

Dettagli

Analfabetismo statistico

Analfabetismo statistico Analfabetismo statistico e decisioni informate Matteo Paris Dipartimento di Fisica Università di Milano matteo.paris@fisica.unimi.it http://qinf.fisica.unimi.it/ paris Analfabetismo statistico e decisione

Dettagli

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

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

Dettagli

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

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

Dettagli

Probabilità e Statistica

Probabilità e Statistica Insegnare statistica: idee e strumenti gennaio-febbraio 2015 Ciclo di incontri per i docenti di scuola secondaria di secondo grado 27 gennaio, ore 15:00-18:00 Probabilità e Statistica Leonardo Grilli grilli@disia.unifi.it

Dettagli

La probabilità frequentista e la legge dei grandi numeri

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

Dettagli

Calcolo delle probabilità

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

Dettagli

Teoria della probabilità: eventi, proprietà additiva e moltiplicativa. L incertezza

Teoria della probabilità: eventi, proprietà additiva e moltiplicativa. L incertezza La probabilità Teoria della probabilità: eventi, proprietà additiva e moltiplicativa L incertezza Nella maggior parte delle situazioni la nostra condizione è caratterizzata dallincertezza Incertezza relativa

Dettagli

Calcolo delle probabilità

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

Dettagli

Teoria della probabilità Assiomi e teoremi

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

Dettagli

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

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

Dettagli

LA PROVA STATISTICA NEL PROCESSO PENALE

LA PROVA STATISTICA NEL PROCESSO PENALE Benito V. Frosini Università Cattolica del Sacro Cuore LA PROVA STATISTICA NEL PROCESSO PENALE Roma, 26 gennaio 2013 1. Processo civile e processo penale 1.1. Riguardo alla valutazione delle prove statistiche,

Dettagli

La probabilità nella vita quotidiana

La probabilità nella vita quotidiana La probabilità nella vita quotidiana Introduzione elementare ai modelli probabilistici Bruno Betrò bruno.betro@mi.imati.cnr.it CNR - IMATI San Pellegrino, 6/9/2011 p. 1/31 La probabilità fa parte della

Dettagli

Laboratorio di dinamiche socio-economiche

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

Dettagli

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

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

Dettagli

Probabilità. Concetti fondamentali Definizione di probabilità Teoremi sulla probabilità

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

Dettagli

Decisioni in condizioni di rischio. Roberto Cordone

Decisioni in condizioni di rischio. Roberto Cordone Decisioni in condizioni di rischio Roberto Cordone Decisioni in condizioni di rischio Rispetto ai problemi in condizioni di ignoranza, oltre all insieme Ω dei possibili scenari, è nota una funzione di

Dettagli

Aspetti probabilistici del gioco d azzardo

Aspetti probabilistici del gioco d azzardo Università degli Studi di Genova Scuola di Scienze Sociali Dipartimento di Economia Perché il banco vince sempre? Aspetti probabilistici del gioco d azzardo Enrico di Bella (edibella@economia.unige.it)

Dettagli

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

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

Dettagli

Matematica Applicata. Probabilità e statistica

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

Dettagli

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

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

Dettagli

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

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

Dettagli

Probabilità. Esperimento, risultati e spazio campionario

Probabilità. 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,

Dettagli

Se si insiste non si vince

Se si insiste non si vince Se si insiste non si vince Livello scolare: 2 biennio Abilità interessate Valutare la probabilità in diversi contesti problematici. Distinguere tra eventi indipendenti e non. Valutare criticamente le informazioni

Dettagli

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

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

Dettagli

Tasso di interesse e capitalizzazione

Tasso di interesse e capitalizzazione Tasso di interesse e capitalizzazione Tasso di interesse = i = somma che devo restituire dopo un anno per aver preso a prestito un euro, in aggiunta alla restituzione dell euro iniziale Quindi: prendo

Dettagli

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

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

Dettagli

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

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

Dettagli

STATISTICA E PROBABILITá

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

Dettagli

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

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

Dettagli

PROBABILITÀ E DECISIONI IN MEDICINA: I TEST DIAGNOSTICI

PROBABILITÀ 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:

Dettagli

Appunti di Probabilità

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

Dettagli

Esercizi di Calcolo delle Probabilita (I)

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

Dettagli

IL CALCOLO DELLE PROBABILITA

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

Dettagli

TEORIA DELLA PROBABILITÀ I

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

Dettagli

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

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

Dettagli

Elementi di calcolo delle probabilità

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

Dettagli

Corso di Matematica e Statistica 4 Calcolo combinatorio e probabilità. Le disposizioni semplici di n elementi di classe k

Corso di Matematica e Statistica 4 Calcolo combinatorio e probabilità. Le disposizioni semplici di n elementi di classe k Pordenone Corso di Matematica e Statistica 4 Calcolo combinatorio e probabilità UNIVERSITAS STUDIORUM UTINENSIS Giorgio T. Bagni Facoltà di Scienze della Formazione Dipartimento di Matematica e Informatica

Dettagli

Introduzione al pensiero probabilistico Il problema delle parti

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

Dettagli

Statistiche campionarie

Statistiche campionarie Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle

Dettagli

Analisi statistica degli errori

Analisi 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

Dettagli

Introduzione alla probabilità

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

Dettagli

PROBABILITÀ - SCHEDA N. 1 INTRODUZIONE ALLA PROBABILITÀ

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

Dettagli

= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520:

= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520: Fig. 10.bis.1 Variazioni percentuali Variazione percentuale di x dalla data zero alla data uno: x1 x 0 %x = 100% x 0 = variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del

Dettagli

OSSERVAZIONI TEORICHE Lezione n. 4

OSSERVAZIONI TEORICHE Lezione n. 4 OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze

Dettagli

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

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

Dettagli

Inferenza statistica. Inferenza statistica

Inferenza statistica. Inferenza statistica Spesso l informazione a disposizione deriva da un osservazione parziale del fenomeno studiato. In questo caso lo studio di un fenomeno mira solitamente a trarre, sulla base di ciò che si è osservato, considerazioni

Dettagli

Calcolo delle probabilità

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

Dettagli

TICINO. Palermo 11.05.2011 2. Palermo 11.05.2011. 2

TICINO. Palermo 11.05.2011 2. Palermo 11.05.2011. 2 IL DIRITTO ALL INFORMAZIONE E ALL ACCESSO CONSAPEVOLE ALLE CURE Palermo 11.05.2011 1 TICINO Palermo 11.05.2011 2 Palermo 11.05.2011. 2 Richiesta parlamentare di un programma di screening mammografico in

Dettagli

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ Prof. Francesco Tottoli Versione 3 del 20 febbraio 2012 DEFINIZIONE È una scienza giovane e rappresenta uno strumento essenziale per la scoperta di leggi e

Dettagli

Per poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete.

Per 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

Dettagli

a) Quanti soggetti obesi dovrebbero complessivamente esserci in questa popolazione;

a) Quanti soggetti obesi dovrebbero complessivamente esserci in questa popolazione; ESERCIZI DI CALCOLO DELLE PROBABILITA ES 1 Supponiamo che una certa forma di allergia respiratoria colpisca di norma 1 individuo ogni 20, mentre le intolleranze alimentari riguardano il 3.5% dei casi.

Dettagli

Università di Milano Bicocca. Esercitazione 6 di Matematica per la Finanza. 14 Maggio 2015

Università di Milano Bicocca. Esercitazione 6 di Matematica per la Finanza. 14 Maggio 2015 Università di Milano Bicocca Esercitazione 6 di Matematica per la Finanza 14 Maggio 2015 Esercizio 1 Un agente presenta una funzione di utilitá u(x) = ln(1 + 6x). Egli dispone di un progetto incerto che

Dettagli

PROBABILITA CONDIZIONALE

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

Dettagli

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

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

Dettagli

Abbiamo visto due definizioni del valore medio e della deviazione standard di una grandezza casuale, in funzione dalle informazioni disponibili:

Abbiamo visto due definizioni del valore medio e della deviazione standard di una grandezza casuale, in funzione dalle informazioni disponibili: Incertezze di misura Argomenti: classificazione delle incertezze; definizione di incertezza tipo e schemi di calcolo; schemi per il calcolo dell incertezza di grandezze combinate; confronto di misure affette

Dettagli

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

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

Dettagli

Un gioco con tre dadi

Un gioco con tre dadi Un gioco con tre dadi Livello scolare: biennio Abilità interessate Costruire lo spazio degli eventi in casi semplici e determinarne la cardinalità. Valutare la probabilità in diversi contesti problematici.

Dettagli

Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno

Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno Esercitazione del 18/1/2005 Dott. Claudio Conversano Esercizio 1 (non svolto in aula) Vengono lanciati

Dettagli

Esericizi di calcolo combinatorio

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

Dettagli

Esercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica

Esercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica Esercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica Lucio Demeio Dipartimento di Scienze Matematiche Università Politecnica delle Marche 1. Esercizio. Siano X ed Y due variabili

Dettagli

LAUREA MAGISTRALE INGEGNERIA CIVILE. Docente: Marinella Giunta

LAUREA MAGISTRALE INGEGNERIA CIVILE. Docente: Marinella Giunta UNIVERSITA DEGLI STUDI MEDITERRANEA DI REGGIO CALABRIA FACOLTA DI INGEGNERIA LAUREA MAGISTRALE INGEGNERIA CIVILE Corso di PROGETTO E GESTIONE DELLE INFRASTRUTTURE VIARIE LECTURE 04 ELEMENTI DI RISK ANALYSIS

Dettagli

GIOCO DEL LOTTO E CREDENZE POPOLARI: COSA È VERO? LA PAROLA AI MATEMATICI

GIOCO DEL LOTTO E CREDENZE POPOLARI: COSA È VERO? LA PAROLA AI MATEMATICI GIOCO DEL LOTTO E CREDENZE POPOLARI: COSA È VERO? LA PAROLA AI MATEMATICI LUCA LUSSARDI Sommario. Lo scopo di questo articolo è quello di illustrare il concetto di probabilità e di equità di un gioco a

Dettagli

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

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

Dettagli

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

1) 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

Dettagli

La distribuzione binomiale

La distribuzione binomiale La distribuzione binomiale 1. Che cos'è un numero casuale Stiamo per lanciare un dado. Fermiamo la situazione un attimo prima che il dado cada e mostri la faccia superiore. Finché è in aria esso costituisce

Dettagli

ELEMENTI DI CALCOLO DELLE PROBABILITA

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

Dettagli

Richiami di microeconomia

Richiami di microeconomia Capitolo 5 Richiami di microeconomia 5. Le preferenze e l utilità Nell analisi microeconomica si può decidere di descrivere ogni soggetto attraverso una funzione di utilità oppure attraverso le sue preferenze.

Dettagli

Analisi statistica di dati biomedici Analysis of biologicalsignals

Analisi statistica di dati biomedici Analysis of biologicalsignals Analisi statistica di dati biomedici Analysis of biologicalsignals II Parte Verifica delle ipotesi (a) Agostino Accardo (accardo@units.it) Master in Ingegneria Clinica LM in Neuroscienze 2013-2014 e segg.

Dettagli

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

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

Dettagli

Testa o croce: quando conviene scegliere a caso

Testa o croce: quando conviene scegliere a caso Testa o croce: quando conviene scegliere a caso Fabio Fagnani fabio.fagnani@polito.it http://calvino.polito.it/ fagnani/ Dipartimento di Matematica Politecnico di Torino p. Quale ricerca? p. Quale ricerca?

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7

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

Dettagli

Un modello matematico di investimento ottimale

Un modello matematico di investimento ottimale Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Preliminari di calcolo delle probabilità

Dettagli

Teoria delle Decisioni. Lezioni 1 e 2 a.a. 2006 2007. J. Mortera, Università Roma Tre mortera@uniroma3.it

Teoria delle Decisioni. Lezioni 1 e 2 a.a. 2006 2007. J. Mortera, Università Roma Tre mortera@uniroma3.it Teoria delle Decisioni Lezioni 1 e 2 a.a. 2006 2007 J. Mortera, Università Roma Tre mortera@uniroma3.it Decisioni in Condizioni di Incertezza Sia singoli individui che gruppi di individui (società, governi,

Dettagli

Capitolo 4 PROBABILITÀ. Thursday, 5 April 12

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

Dettagli

Capitolo 4 Probabilità

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

Dettagli

Test statistici di verifica di ipotesi

Test statistici di verifica di ipotesi Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall

Dettagli

Cognitive biases and heuristics. Lumsa 18 maggio 2015

Cognitive biases and heuristics. Lumsa 18 maggio 2015 Cognitive biases and heuristics Lumsa 18 maggio 2015 Homo oeconomicus Razionalità delle decisioni: massimizzazione dell utilità attesa, updating bayesiano, aspettative razionali. Psicologi (ed economisti

Dettagli

Analisi di situazioni casuali: apparenti paradossi e auto-inganni

Analisi di situazioni casuali: apparenti paradossi e auto-inganni Analisi di situazioni casuali: apparenti paradossi e auto-inganni Fabio Spizzichino Associazione Civica XIX Libreria Passaparola, Roma Roma, 11 Aprile 2014 1 Ci sono tre tipi di bugie: le bugie normali,

Dettagli

VERIFICA DELLE IPOTESI

VERIFICA DELLE IPOTESI VERIFICA DELLE IPOTESI Introduzione Livelli di significatività Verifica di ipotesi sulla media di una popolazione normale Verifica di ipotesi sulla varianza di una popolazione normale Verifica di ipotesi

Dettagli

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

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

Dettagli

Per il suo compleanno, il goloso Re di un lontano regno riceve in regalo da un altro sovrano un grande canestro contenente 4367 caramelle di tanti

Per il suo compleanno, il goloso Re di un lontano regno riceve in regalo da un altro sovrano un grande canestro contenente 4367 caramelle di tanti Per il suo compleanno, il goloso Re di un lontano regno riceve in regalo da un altro sovrano un grande canestro contenente 4367 caramelle di tanti colori, tra cui 382 rosse. Qualche tempo dopo il donatore

Dettagli

Il calcolo delle probabilità

Il calcolo delle probabilità Il calcolo delle probabilità Cenni storici Come in molti altri casi, anche l'individuazione di una data precisa per la collocazione della nascita della teoria della probabilità non ha soluzione univoca.

Dettagli

Giudizio, decisione e violazione degli assiomi di razionalità

Giudizio, decisione e violazione degli assiomi di razionalità - DPSS - Università degli Studi di Padova http://decision.psy.unipd.it/ Giudizio, decisione e violazione degli assiomi di razionalità Corso di Psicologia del Rischio e della Decisione Facoltà di Scienze

Dettagli

8. Valutazione degli screening di prevenzione delle patologie tumorali nell ASL di Mantova

8. Valutazione degli screening di prevenzione delle patologie tumorali nell ASL di Mantova 8. Valutazione degli screening di prevenzione delle patologie tumorali nell ASL di Mantova I programmi di screening per la prevenzione dei tumori della mammella, del colon retto e della cervice uterina

Dettagli

MODULI DI LINEAMENTI DI MATEMATICA

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

Dettagli

Distribuzioni discrete

Distribuzioni discrete Distribuzioni discrete Esercitazione 4 novembre 003 Distribuzione binomiale Si fa un esperimento (o prova): può manifestarsi un certo evento A con probabilità p oppure no (con probabilità q = p). La distribuzione

Dettagli

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

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

Dettagli

Dipartimento di Scienze Biomediche, Sperimentali e Cliniche «Mario Serio»

Dipartimento di Scienze Biomediche, Sperimentali e Cliniche «Mario Serio» PRECORSO 2014 Problemi di Matematica Giovanni Romano Dipartimento di Scienze Biomediche, Sperimentali e Cliniche «Mario Serio» PRECORSO 2014: ciclo formativo di orientamento alle prove di ammissione ai

Dettagli

Cosa dobbiamo già conoscere?

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

Dettagli

l insieme delle misure effettuate costituisce il campione statistico

l insieme delle misure effettuate costituisce il campione statistico Statistica negli esperimenti reali si effettuano sempre un numero finito di misure, ( spesso molto limitato ) l insieme delle misure effettuate costituisce il campione statistico Statistica descrittiva

Dettagli

Calcolo delle Probabilità A.A. 2013/2014 Corso di Studi in Statistica per l Analisi dei dati Università degli Studi di Palermo

Calcolo delle Probabilità A.A. 2013/2014 Corso di Studi in Statistica per l Analisi dei dati Università degli Studi di Palermo Calcolo delle Probabilità A.A. 2013/2014 Corso di Studi in Statistica per l Analisi dei dati Università degli Studi di Palermo docente Giuseppe Sanfilippo http://www.unipa.it/sanfilippo giuseppe.sanfilippo@unipa.it

Dettagli

RISULTATI DELLA RICERCA

RISULTATI DELLA RICERCA RISULTATI DELLA RICERCA 2011 Ricerca nazionale sul gioco d'azzardo 2011- Ricerca nazionale sulle abitudini di gioco degli italiani - curata dall Associazione Centro Sociale Papa Giovanni XXIII, e coordinata

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità à 1. Introduzione Calcolo delle Probabilità Il Calcolo delle Probabilità nasce dagli studi matematici sui giochi d azzardo. Il Calcolo delle Probabilità è lo strumento che permette all uomo di assumere

Dettagli