Calcolo delle probabilità

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Calcolo delle probabilità"

Transcript

1 Calcolo delle probabilità Il problema di Monty Hill nel film 21 Elementare!! Statistiche, cambio di variabili. 1

2 Il coefficiente di correlazione tra Indicee Stipendio vale 0,94. E possibile asserire che la relazione tra X e Y è lineare, ad esempio, al 100%? Oppure c è un margine di errore del 5%? X 1,6 2 3,5 3 3,2 4 Y La probabilità è il grado di fiducia che si ripone in un evento che può accadere nel futuro. Definizioni di probabilità: Probabilità Classica: la probabilità di un evento è il rapporto tra il numero di casi favorevoli e il numero di casi possibili (equiprobabili tautologia). Soggettiva: la probabilità è il grado di fiducia che una persona ripone in un certo evento. Empirica: la probabilità di un evento è il rapporto tra il numero di volte in cui l evento si è verificato, nelle prove effettuate, e il numero delle prove effettuate. Sostenitori della definizione frequentista Buffon ( ) Pearson( ) Lanciò una moneta 4040 volte=2.048 C e T Lanciò una moneta volte= T e C Perci Diaconis (1945) 2

3 Sulla definizione frequentista % di volte in cui si verifica testa nel lancio nvolte di una moneta equa (frequenza relativa). TCTTCCTTTC n=10 n=100 n=1000 Simulazione al computer del lancio di una moneta Esperimento casuale Ogni singola esecuzione dell esperimento dà luogo ad un risultato non prevedibile. Selezionare una persona da un collettivo per misurare una sua caratteristica Effettuare la misurazione di una grandezza fisica Esito: un particolare risultato dell esperimento Lancio del dado Estrazioni del lotto Lancio moneta Evento: un insieme di risultati dell esperimento. «Numeri pari estrazioni del lotto» «Persone di altezza tra 1,5 e 2,0 metri» «Reddito tra e euro» «Almeno due teste nel lancio di una moneta tre volte» 3

4 Come si calcola la probabilità di un evento? Esperimento casuale: lancio di un dado. Evento: uscita di un numero pari Casi possibili: 1,2,3,4,5,6 Casi favorevoli: 2,4,6 3 6 Esperimento casuale: selezione di una persona con peso tra (50;60] da un collettivo così suddiviso: Peso Freq Ass [40;50] 10 Esperimento casuale: all indagine effettuata presso il Liceo Galilei, hanno partecipato 163 studenti di cui 91 Maschi. Scelto a caso un questionario, qual è la probabilità che sia stato compilato da un maschio? (50;60] 15 (60;70] 23 (70;80] 12 (80;90] Regole del calcolo delle probabilità Unione di eventi disgiunti: Complementare di eventi: A B A Esempio: Una macchina per la produzione di buste di vegetali contiene un mix di fagioli, broccoli e altri vegetali. La maggior parte dei prodotti è imbustata correttamente, ma a causa della variazione della taglia dei vegetali la busta può essere sovrappeso o sottopeso. Un controllo su 4000 buste ha riportato le seguenti valutazioni: Peso No. Di pacchi Sottopeso 100 Soddisfacente Sovrappeso 300 Qual è la probabilità che una busta scelta a caso tra le 4000 non soddisfi le specifiche richieste? Peso A B C Qual è la probabilità che la busta selezionata non sia sottopeso?

5 Il problema di Monty Hill nel film 21 Se e quanto l acquisizione di informazioni sull esperimento modifica le nostre valutazioni probabilistiche? Il testardo: : Vuoi cambiare? nodo decisionale Il problema di Monty Hill nel film 21 Se e quanto l acquisizione di informazioni sull esperimento modifica le nostre valutazioni probabilistiche? Il testardo: : 1 33%=perdi nodo decisionale Primo scenario 5

6 Il problema di Monty Hill nel film 21 Se e quanto l acquisizione di informazioni sull esperimento modifica le nostre valutazioni probabilistiche? Il testardo: : nodo decisionale 1 33%=perdi 33%=perdi 3 Secondo scenario Il problema di Monty Hill nel film 21 Se e quanto l acquisizione di informazioni sull esperimento modifica le nostre valutazioni probabilistiche? Il testardo: : nodo decisionale 1 33%=perdi 33%=perdi 3 33%=vinci Terzo scenario 6

7 Il problema di Monty Hill nel film 21 Se e quanto l acquisizione di informazioni sull esperimento modifica le nostre valutazioni probabilistiche? Non sei testardo: : 1! 2 33%=Vinci nodo decisionale Primo scenario Il problema di Monty Hill nel film 21 Se e quanto l acquisizione di informazioni sull esperimento modifica le nostre valutazioni probabilistiche? Non sei testardo: : 1! 2 33%=Vinci 3! 2 33%=Vinci nodo decisionale Secondo scenario 7

8 Il problema di Monty Hill nel film 21 Se e quanto l acquisizione di informazioni sull esperimento modifica le nostre valutazioni probabilistiche? Non sei testardo: : 1! 2 33%=Vinci 3! 2 33%=Vinci nodo decisionale 2! 1 1! 2 33%=Perdi Terzo scenario Unione di eventi: Regole del calcolo delle probabilità A B Probabilità congiunta Esempio:Riprendendo l esempio del questionario degli studenti del liceo Galilei, scelto un questionario a caso determinare la probabilità che lo studente che ha risposto sia maschio oppure porta gli occhiali. Occhiali Genere Occhiali NO Occhiali SI Maschi Femmine "#$%& %& è &!( $ &)" * "#$%& %& è &!( $!%& )%! +( )(" * *

9 Probabilità condizionata Si lancino due dadi distinguibili. Casi possibili:!!% Evento:«uscita di una coppia di risultati la cui somma è 8» Casi favorevoli: A= 2,6 ; 3,5 ; 4,4 ; 5,3 ; 6, Se un dado, ad esempio quello bianco, si ferma prima di quello rosso e mostra la faccia 5, qual è ora la probabilità di totalizzare 8? L insieme dei casi possibili è ora cambiato. 6 Anche l insieme dei casi favorevoli è cambiato. =1 1 6 L evento «il dado bianco mostra la faccia 5» condiziona l evento «uscita di una coppia di risultati la cui somma è 8». Si definisce probabilità condizionata di un evento A dato l evento B il seguente rapporto: * * Regola della moltiplicazione: /*0 * * /*0 Quando si verifica l evento B, l insieme dei casi possibili si riduce * * * * L evento Asi riduce * * * /* A B * = nuovo spazio campione 9

10 Esempio: Una azienda decide di effettuare un sondaggio circa la fedeltà dei propri dipendenti. Ad un campione casuale viene chiesto cosa sceglierebbe se un altra compagnia proponesse un impiego di pari guadagno o leggermente superiore. L intento della azienda è capire se la risposta dipende dal numero di anni di servizio maturati. < 1 anno Da 1 a 5 anni Da 6 a 10 anni > 10 anni Totale Rimangono Vanno via Totale Rimangono Vanno via Meno di 1 anno Da 1 a 5 anni Da 6 a 10 anni Più di 10 anni Meno di 1 anno Da 1 a 5 anni Da 6 a 10 anni Più di 10 anni =P(«< 1anno» «Rimangono») =P(«1 a 5 anni» «Rimangono») =P(«6 a 10 anni» «Rimangono») =P(«>10 anni» «Rimangono») Regola della moltiplicazione * * /*0 P(«Rimangono») P(«Vanno via») Meno di 1 anno P(«< 1anno» «Rimangono») Da 1 a 5 anni P(«1 a 5 anni» «Rimangono») Da 6 a 10 anni P(«6 a 10 anni» «Rimangono») Più di 10 anni P(«>10 anni» «Rimangono») Meno di 1 anno Da 1 a 5 anni Da 6 a 10 anni Più di 10 anni P(«>10 anni» «Rimangono») 3 P(«Rimangono») = P(«> 10 anni» «Rimangono») P(«Rimangono» «>10 anni») 3 P(«> 10 anni») = P(«Rimangono» «> 10 anni») Verifica: 10

11 Regola della moltiplicazione * * /*0 < 1 anno Da 1 a 5 anni Da 6 a 10 anni > 10 anni Totale Rimangono Vanno via Totale P(«>10 anni» «Rimangono») 3 P(«Rimangono») = P(«> 10 anni» «Rimangono») P(«Rimangono» «>10 anni») 3P(«> 10 anni») = P(«Rimangono» «> 10 anni») Verifica: P(«>10 anni» «Rimangono») P(«Rimangono») = P(«> 10 anni») = P(«Rimangono» «>10 anni») = Rimangono Vanno via <1 anno Da 1 a 5 anni Da 6 a 10 anni > 10 anni Fedeltà all'azienda Restano < 1 anno Da 1 a 5 anni Da 6 a 10 anni > 10 anni Vanno via , = /"rimangono" ">1anno"0?4 3 4 = /"rimangono" "da 1 a 5" = /"rimangono" "da 6 a 10 " = /"rimangono" "A10 anni" ,05 0,15 0,03 0,125 0,15 0,075 0,15 0,05 0,05 0,025 < 1 anno 1-5 anni 6-10 anni > 10 anni 0,6 0,38 0,4 11

12 Il problema inverso Se si conoscono le probabilità sui singoli rami <1 anno Rimangono 0,286 Vanno via 0,714 0,175 Rimangono 0,667 0,225 Da 1 a 5 anni Vanno via 0,333 0,075 Rimangono 0,333 Da 6 a 10 anni Vanno via 0,667 0,525 Rimangono 0,71 > 10 anni 0,05 Vanno via 0,29 0,15 calcolare la probabilità che un impiegato scelto a caso, abbia risposto che rimane nell azienda. 0,333 <1 anno Da 6 a 10 anni 0,286 Prob. che avrebbre questo evento se 0,71 lo spazio campione 0,667 Da 1 a 5 anni > 10 anni fosse l insieme rosso Il problema inverso Se si conoscono le probabilità sui singoli rami <1 anno Rimangono 0,286 Vanno via 0,714 0,175 Rimangono 0,667 0,225 Da 1 a 5 anni Vanno via 0,333 0,075 Rimangono 0,333 Da 6 a 10 anni Vanno via 0,667 0,525 Rimangono 0,71 > 10 anni 0,05 Vanno via 0,29 0,15 calcolare la probabilità che un impiegato scelto a caso, abbia risposto che rimane nell azienda. "rimangono" "rimangono" >"1 anno" 3/">1 anno"0+ "rimangono" >" 1 5 " 3/" 1 5 "0 + "rimangono" >" 6 10 " 3/" 6 10 "0+ "rimangono" >" A 10 anni " 3/"A10 "0 0,28630,1750,667 30,2250,333 30,0750,71 30,525 = 0,59 12

13 Teorema delle alternative Assegnati n eventi *,*,,* C tali che E * E e* E * F risulta H * E * E E Media pesata delle 0,15 probabilità condizionate * * *? * E * E * E * I "rimangono" "rimangono" >"1 anno" 3/">1 anno"0+ "rimangono" >" 1 5 " 3/" 1 5 "0 + "rimangono" >" 6 10 " 3/" 6 10 "0+ "rimangono" >" A 10 anni " 3/"A10 "0 0,28630,1750,667 30,2250,333 30,0750,71 30,525 = 0,59 Eventi indipendenti Due eventi A e B si dicono indipendenti se * Esempio: Da una scatola di 10 pellicole fotografiche vengono estratte 2 pellicole a caso. Qual è la probabilità che entrambe siano difettose, sapendo che nella scatola ci sono 3 pellicole difettose? J "!!%((( %& L%&" J "&%!%((( %& L%&" J J J J J = K? 4 Esempio: Da una scatola di 100 pellicole fotografiche vengono estratte 2 pellicole a caso. Qual è la probabilità che entrambe siano difettose, sapendo che nella scatola ci sono 3 pellicole difettose? Cosa cambia nella risposta rispetto al caso precedente? J J J J J 0,0330,03 Indipendenza stocastica: lancio di due monete, lancio di due dadi, etc Indipendenza statistica: quando si effettuano estrazioni da un collettivo molto numeroso 13

14 Se ad ogni estrazione, la pallina viene rimessa nell urna la composizione dell urna non cambia Popolazione infinita Eventi indipendenti Se ad ogni estrazione, la pallina non viene rimessa nell urna la composizione dell urna cambia e dopo 90 estrazioni, il procedimento termina. Popolazione finita L esito di ogni estrazione dipende da quelli precedenti. Eventi dipendenti M M1 M +( %((!!(N% +( %(!% Fattore di correzione da una popolazione finita. Se il fattore di correzione è circa 1, allora le due estrazioni possono ritenersi equivalenti e l indipendenza è spesso usata per calcolare probabilità congiunte. Esempio: Da un urna contenente 10 palline rosse e 5 blue, si estraggono tre palline. Qual è la probabilità che tutte e tre le palline estratte siano rosse? Estrazione con reimmissione =/J )/J ) J? =0,5 0,5 0,5 /J J J? ) Estrazione senza reimmissione J J J? J? J J J J (J ) * J * J * *? *? J? J? 2 *? J? Qual è la probabilità che alla terza estrazione, la pallina sia rossa? J *? J?

15 Teorema di Bayes «A partire da una serie di dati già in nostro possesso possiamo formulare un ipotesi; collezionando sempre nuovi dati possiamo continuamente aumentare (o rivedere) il grado di bontà delle nostre ipotesi» Reverendo Thomas Bayes(1750) Logico e teologo Teorema di Bayes La percentuale di studenti iscritti al secondo anno di economia che frequenta il corso di statistica è 90%. Tra questi, il 90% supera l esame. Supponendo inoltre che la percentuale di studenti che non supera l esame tra quelli che non frequentano è del 12% si calcoli: a) qual è la % di studenti che non supera l esame tra quelli che frequentano il corso; b) qual è la % di studenti che non frequentano, tra quelli che si ipotizza non superanno l esame. 90% Supera l esame 0 * 0,10 90% 10% Non supera l esame Frequenta *? 88% Supera l esame 10% Non frequenta * &$%% &%( & &$!% ( O %&% &$%% &%( & L%#$% ( & * * * 12% Non supera l esame * = * /*0 = P Q R P/R0 P/Q0 * /0 * * 4,434,K4 4,434,K4S4, 34,4 15

16 Un po di terminologia Il teorema di Bayes noto l effetto B, valuta la probabilità che la causa sia stata A. /0 * /*0 probabilità a priori (o verosimiglianza) La probabilità dell evento A senza conoscere l effetto B probabilità aposteriori La probabilità dell evento A avendo riconosciuto l effetto B Costante di normalizzazione Applicazioni di metodi bayesiani: filtri anti-spamming medicina e biologia ingegneria finanza scienza forense intelligenza artificiale: reti bayesiane(presenti in Windows dalla versione 98) motori di ricerca: Google «We can t hire smart people fast enough» Il punto di vista frequentista La probabilità si calcola sul lungo periodo C è un modello vero che genera i dati e i dati ne sono una rappresentazione E possibile calcolarela probabilità che i dati si verifichino in base al modello che si ritiene vero Ogni esperimento va fatto in condizioni di non conoscenza del modello vero Il punto di vista bayesiano La probabilità è un grado di fiducia I dati sono veri/fissati. I modelli hanno delle probabilità. E possibile calcolarela probabilità di un modello (ipotesi) in base ai dati osservati Le probabilità possono essere aggiornate via via che si acquisiscono i dati 16

17 0,667 Da 1 a 5 anni Teorema di Bayes Si assuma di aver selezionato un impiegato a caso, e che questo impiegato ha risposto che rimarrebbe comunque in azienda. Qual è la probabilità che lavori in quella azienda da 6 a 10 anni? 0,286 0,175 0,333 <1 anno Da 6 a 10 anni 0,075 0,71 Bisogna calcolare 0,225 "da 6 a 10 anni" "rimangono" > 10 anni Si conosce "rimangono" "da 6 a 10 anni" = 0,333 "da 6 a 10 anni" 0,286 0,525 P "TU V U 4 UCCE" "WEXUCYZCZ" "da 6 a 10 anni" "rimangono" = P/"WEXUCYZCZ"0 Calcolata P "rimangono" "da 6 a 10 anni" P("da 6 a 10 anni") 4,???34, [V precedentemente = = P/"rimangono"0 4,5K? Si ha la seguente situazione: - l'1% della popolazione ha una certa malattia rara; - un test diagnostico rivela la presenza della malattia all'80% (sensibilità); - il test diagnostico ha il 90,4% di specificità (negativo su pazienti sani). Supponiamo di essere risultati positivi al test. Qual è la probabilità che siamo malati? M S 0,01 0,99 Teorema di Bayes Test positivo Test negativo Test positivo Test negativo 0,80 0,20 0,096 0,904 ( %&!&\0 %&!&\ ( /(0 /%&!&\0 %&!&\ %&!&\ (0 ( %&!&\ &0 & = 0,80 0,01+ 0,096 0,99 = 0, ,09504 ( %&!&\0 4,[434,4 4,4?4I =0,

18 Più in generale, indicata con! la percentuale di malati (prevalenza), si ottiene: ( %&!&\0 0,803! 0,803!0,0963/1!0 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,1 0,11 0,12 0,13 0,14 0,15 0,16 0,17 0,18 0,19 0,2 0,21 0,22 0,23 0,24 0,25! ( %&!&\0 A volte è sufficiente stabilire delle semplici disuguaglianze. Per quale livello di prevalenza della malattia la probabilità finale ( %&!&\0 risulterà maggioredi una certasoglia? 0,803! 0,803!0,0963/1!0 A0,5!A0,048 0,448 0,11 Porta 1 = Non vinci M Porta 2 = Vinci Porta 3 = Non vinci nodo decisionale ] Il problema di Monty Hill nel film 21 Porta 1 = Vinci Porta 2 = Non vinci Porta 3 = Vinci Cambi Non Cambi Totale Vinci Non Vinci Totale ^ \ ^ \ C ] Distribuzione congiunta Cambi Non cambi Totale Cambi Non cambi Totale Vinci 33% 17% 50% Vinci ^ ] ^ ] ^ Non Vinci 17% 33% 50% Non Vinci ^ ] ^ ] ^ Totale 50% 50% 100% Totale ] ] ^ ^ ] ] ^ ] /] 0 Distribuzione condizionata Cambi Non cambi Cambi Non Cambi Vinci ^ ] ^ ] Non Vinci ^ ] ^ ] Vinci 0,33/0,5 100=66% 0,17/0,5 100=34% Non Vinci 0,17/0,5 100=34% 0,33/0,5 100=66% Totale 100% 100% 18

19 ^ ^ ] ] ^ ] /] 0 Se decidi di cambiare lanciando una moneta (onesta) Posto! /]0 e ` /^0 si ha Distribuzione condizionata Cambi Non cambi Vinci 0,33/0,5 100=66% 0,17/0,5 100=34% Non Vinci 0,17/0,5 100=34% 0,33/0,5 100=66% Totale 100% 100% ` 0,663!0,343 1! 0,323!0,34 0,7 ` /^0 0,6 0,5 0,4 0,3 0,2 0, ,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1! /]0 Il problema di Monty Hill(Altro punto di vista) M1= ) %! 1 M2= ) %! 2 M3= ) %! 3 a1 a2 a3 1/3 * &%+( (! 1 % (!%&%%!%! 3 * a1 0,5 * a2 1 * a3 0 * 0,5 Può aprire una delle due porte non scelte da te /a1 *0 * a1 /a10 /*0 4,534,??? 0,34 4,5 /a2 *0 P Q c P/c 0 = 34,??? 0,66 P/Q0 4,5 Conviene cambiare. 19

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

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

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

Dettagli

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

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

Si considerino gli eventi A = nessuno studente ha superato l esame e B = nessuno studente maschio ha superato l esame. Allora A c B è uguale a:

Si considerino gli eventi A = nessuno studente ha superato l esame e B = nessuno studente maschio ha superato l esame. Allora A c B è uguale a: TEST DI AUTOVALUTAZIONE - SETTIMANA 2 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia 1 Parte A 1.1 Si considerino gli

Dettagli

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

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

Dettagli

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

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

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

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

Facciamo qualche precisazione

Facciamo 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

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

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

PROBABILITA CONDIZIONALE

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

Dettagli

Esercizi di 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

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

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

Dettagli

Analisi di dati di frequenza

Analisi di dati di frequenza Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato

Dettagli

ESERCIZI EVENTI E VARIABILI ALEATORIE

ESERCIZI 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%

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

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

Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco

Esercitazione 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

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

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

Statistica inferenziale

Statistica inferenziale Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo

Dettagli

Tabella 7. Dado truccato

Tabella 7. Dado truccato 0 ALBERTO SARACCO 4. Compiti a casa 7novembre 200 4.. Ordini di grandezza e calcolo approssimato. Esercizio 4.. Una valigia misura 5cm di larghezza, 70cm di lunghezza e 45cm di altezza. Quante palline

Dettagli

Esercitazioni 2013/14

Esercitazioni 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

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

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

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

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

Dettagli

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

= 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

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

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

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

Problema del condannato*

Problema del condannato* Problema del condannato* Esempio 35 In un paese orientale un prigioniero è stato condannato a morte da uno sceicco. Prima dell esecuzione, lo sceicco o re una possibilità di salvezza al condannato, mettendogli

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

Esercizi di Probabilità e Statistica

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

Dettagli

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

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

Dettagli

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

matematica probabilmente

matematica probabilmente IS science centre immaginario scientifico Laboratorio dell'immaginario Scientifico - Trieste tel. 040224424 - fax 040224439 - e-mail: lis@lis.trieste.it - www.immaginarioscientifico.it indice Altezze e

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

LEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010

LEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010 LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno

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

Calcolo delle probabilitá: esercizi svolti fino all 8 febbraio

Calcolo delle probabilitá: esercizi svolti fino all 8 febbraio Calcolo delle probabilitá: esercizi svolti fino all 8 febbraio Alessandro Sicco sicco@dm.unito.it Lezione 1. Calcolo combinatorio, formula delle probabilitá totali, formula di Bayes Esercizio 1.1. 7 bambini

Dettagli

1 Probabilità condizionata

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

Dettagli

Statistica. Lezione 6

Statistica. Lezione 6 Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante

Dettagli

ANALISI DI CORRELAZIONE

ANALISI DI CORRELAZIONE ANALISI DI CORRELAZIONE Esempio: Dati raccolti da n = 129 studenti di Pavia (A.A. 21/2) Altezza (cm) Peso (Kg) Voto Algebra e Geometria Voto Fisica I Valutare la correlazione delle seguenti coppie: Peso

Dettagli

PROBABILITA' E VARIABILI CASUALI

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

Dettagli

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

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 Esercizio 1. Calcolo delle probabilità Il Sig. Rossi abita nella città X e lavora nella città Y, poco distante.

Dettagli

La variabile casuale Binomiale

La variabile casuale Binomiale La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola

Dettagli

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

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

Dettagli

Somma logica di eventi

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

Dettagli

Test sul calcolo della probabilità

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

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

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

Probabilità discreta

Probabilità 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

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

IL COLLAUDO DI ACCETTAZIONE

IL COLLAUDO DI ACCETTAZIONE IL COLLAUDO DI ACCETTAZIONE Il collaudo di accettazione 1 Popolazione Campione Dati MISURA Processo Lotto Campione DATI CAMPIONAMENTO INTERVENTO MISURA Lotto Campione DATI CAMPIONAMENTO INTERVENTO Il collaudo

Dettagli

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

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

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

ESERCIZI DI RIEPILOGO 2. 7 jj(addi

ESERCIZI DI RIEPILOGO 2. 7 jj(addi ESERCIZI DI RIEPILOGO 2 ESERCIZIO 1 Da un comune mazzo di 52 carte francesi (13 carte per ognuno dei quattro semi: picche, cuori, fiori e quadri) viene estratta casualmente una carta. Definiti gli eventi:

Dettagli

2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011

2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011 2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011 1) Non sfogliare questo fascicolo finché l insegnante non ti dice di farlo. 2) E ammesso l utilizzo di calcolatrici

Dettagli

Matematica II: Calcolo delle Probabilità e Statistica Matematica

Matematica II: Calcolo delle Probabilità e Statistica Matematica Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docente: dott. F. Zucca Esercitazione # Esercizi Statistica Descrittiva Esercizio I gruppi sanguigni di persone sono B, B, AB, O,

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

ESAME DI STATISTICA Nome: Cognome: Matricola:

ESAME 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

Dettagli

Prova di autovalutazione Prof. Roberta Siciliano

Prova di autovalutazione Prof. Roberta Siciliano Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.

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 condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a) Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:

Dettagli

ANALISI DELLE FREQUENZE: IL TEST CHI 2

ANALISI DELLE FREQUENZE: IL TEST CHI 2 ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento

Dettagli

Esercizi sul calcolo delle probabilità

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

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Distribuzione di probabilità, funzione di ripartizione di una v.c. discreta Il tasso di cambio

Dettagli

Onestà di un dado. Relazione sperimentale

Onestà di un dado. Relazione sperimentale Onestà di un dado Relazione sperimentale La valutazione dell onesta di un qualunque dado a n facce è svolta mediante l analisi statistica di un set di tiri del medesimo ed il confronto con i valori teorici.

Dettagli

STATISTICA IX lezione

STATISTICA IX lezione Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri

Dettagli

Corso 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 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

Dettagli

Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 7 - Pag. 1. Capitolo 7. Probabilità, verosimiglianze e teorema di Bayes.

Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 7 - Pag. 1. Capitolo 7. Probabilità, verosimiglianze e teorema di Bayes. Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 7 - Pag. 1 Capitolo 7. Probabilità, verosimiglianze e teorema di Bayes. Probabilità, verosimiglianza e teorema di Bayes Se A e B sono

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 Probabilita, INGEGNERIA INFORMATICA, semestre II, laurea (ord. Leonardo.

Calcolo delle Probabilita, INGEGNERIA INFORMATICA, semestre II, laurea (ord. Leonardo. Capitolo 1 9 Ottobre 00 Calcolo delle Probabilita, INGEGNERIA INFORMATICA, semestre II, laurea (ord. Leonardo. 000, Milano Esercizio 1.0.1 (svolto in classe [II recupero Ing. Matematica aa.00-0-rivisitato]nel

Dettagli

Scelte in condizioni di rischio e incertezza

Scelte in condizioni di rischio e incertezza CAPITOLO 5 Scelte in condizioni di rischio e incertezza Esercizio 5.1. Tizio ha risparmiato nel corso dell anno 500 euro; può investirli in obbligazioni che rendono, in modo certo, il 10% oppure in azioni

Dettagli

Analisi dei Dati 12/13 Esercizi proposti 3 soluzioni

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

Dettagli

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

PROBABILITA MISURARE L INCERTEZZA Lanciamo due dadi, facciamo la somma dei punteggi ottenuti. Su quale numero mi conviene scommettere?

PROBABILITA MISURARE L INCERTEZZA Lanciamo due dadi, facciamo la somma dei punteggi ottenuti. Su quale numero mi conviene scommettere? Lanciamo due dadi, facciamo la somma dei punteggi ottenuti. Su quale numero mi conviene scommettere? Abbiamo visto nella lezione precedente che lo spazio degli eventi più idoneo a rappresentare l esperimento

Dettagli

Problemi e formula di Bayes. Daniela Valen), Treccani Scuola

Problemi e formula di Bayes. Daniela Valen), Treccani Scuola Problemi e formula di Bayes Daniela Valen), Treccani Scuola 1 Problemi antichi 1. Lancio una volta un dado A 1 : Esce 6 P( A 1 ) = 1 6 B 1 : NON esce 6 2. Lancio più volte un dado P( B 1 ) = 5 6 Sapere

Dettagli

11. Analisi statistica degli eventi idrologici estremi

11. Analisi statistica degli eventi idrologici estremi . Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche

Dettagli

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

Dettagli

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile.

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. ORDINALI E NOMINALI LA PROBABILITÀ Statistica5 23/10/13 Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. Se si afferma che un vitello di razza chianina pesa 780 kg a 18

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

Premesse alla statistica

Premesse alla statistica Premesse alla statistica Versione 22.10.08 Premesse alla statistica 1 Insiemi e successioni I dati di origine sperimentale si presentano spesso non come singoli valori, ma come insiemi di valori. Richiamiamo

Dettagli

Tabella iniziale con i dati. Malattia Malati Non malati Totale Test Positivo 183 Negativo 280 Totale 199 512. Calcolo i valori mancanti per differenza

Tabella iniziale con i dati. Malattia Malati Non malati Totale Test Positivo 183 Negativo 280 Totale 199 512. Calcolo i valori mancanti per differenza ESERCIZIO DI STATISTICA D.U. / simulazione di esame Esercizio 1: Per una malattia particolarmente grave viene sperimentato l utilizzo di una nuova tecnica radiologica allo scopo di identificare correttamente

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

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

Statistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.

Statistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi. Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:

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

metodi matematici per l ingegneria prove scritte d esame 1 Indice

metodi 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

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 29-Analisi della potenza statistica vers. 1.0 (12 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

Test d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi

Test d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi In molte situazioni una raccolta di dati (=esiti di esperimenti aleatori) viene fatta per prendere delle decisioni sulla base di quei dati. Ad esempio sperimentazioni su un nuovo farmaco per decidere se

Dettagli

R - Esercitazione 5. Lorenzo Di Biagio dibiagio@mat.uniroma3.it. Lunedì 2 Dicembre 2013. Università Roma Tre

R - Esercitazione 5. Lorenzo Di Biagio dibiagio@mat.uniroma3.it. Lunedì 2 Dicembre 2013. Università Roma Tre R - Esercitazione 5 Lorenzo Di Biagio dibiagio@mat.uniroma3.it Università Roma Tre Lunedì 2 Dicembre 2013 Intervalli di confidenza (1) Sia X 1,..., X n un campione casuale estratto da un densità f (x,

Dettagli

LEZIONE n. 5 (a cura di Antonio Di Marco)

LEZIONE n. 5 (a cura di Antonio Di Marco) LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,

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

RISK MANAGEMENT: MAPPATURA E VALUTAZIONE DEI RISCHI AZIENDALI. UN COSTO O UN OPPORTUNITA?

RISK MANAGEMENT: MAPPATURA E VALUTAZIONE DEI RISCHI AZIENDALI. UN COSTO O UN OPPORTUNITA? Crenca & Associati CORPORATE CONSULTING SERVICES RISK MANAGEMENT: MAPPATURA E VALUTAZIONE DEI RISCHI AZIENDALI. UN COSTO O UN OPPORTUNITA? Ufficio Studi Milano, 3 aprile 2008 Introduzione al Risk Management

Dettagli