NOZIONI DI CALCOLO DELLE PROBABILITÀ ALCUNE DEFINIZIONI
|
|
- Adelmo Mazzoni
- 7 anni fa
- Visualizzazioni
Transcript
1 NOZIONI DI CALCOLO DELLE PROBABILITÀ ALCUNE DEFINIZIONI ESPERIMENTO CASUALE: un esperimento si dice casuale quando gli esiti (manifestazioni o eventi) non possono essere previsti con certezza. PROVA: le ripetizioni, o le occasioni in cui avviene un esperimento sono dette prove. Il numero di prove si indica in genere con N o n. EVENTO: è il risultato, o l esito osservabile di una prova casuale. L evento casuale è uno dei possibili esiti di un esperimento casuale. SPAZIO CAMPIONARIO: è l insieme di tutti i possibili esiti di un esperimento casuale, e si indica con Ω. Un qualsiasi sottoinsieme di Ω si indica con E Ω. ANALOGIE TRA GLI OGGETTI DEL CALCOLO DELLE PROBABILITÀ E QUELLI DELLA STATISTICA: In Calcolo delle Probabilità: l esperimento può essere il lancio di un dado non truccato, ripetuto in n occasioni (prove); la prova è il singolo lancio; l esito (o evento) è il risultato del singolo lancio; il numero di prove è il numero di (n) lanci ripetuti. In Statistica: l esperimento coincide con la rilevazione delle informazioni su una data variabile X, su N unità statistiche (u.s.); la prova è la singola osservazione condotta su ciascuna u.s.; l esito o evento è il risultato dell osservazione, cioè la modalità (intensità o stato) k con cui la variabile X si manifesta sulla singola u.s.; il numero di prove coincide con il numero, N, di u.s. o osservazioni. ESEMPIO 1 Esperimento del lancio di un dado non truccato, una sola volta: E 1, E 2,, E 6 : si hanno sei eventi semplici, o elementari, ed equiprobabili. P(E i ) = Pr( esce la faccia con il numero i ) = 1/6 (probabilità dell evento E i ), per i = 1, 2, 6. Ω = {1, 2, 3, 4, 5, 6} è lo spazio campionario, che racchiude tutti i possibili esiti della singola prova; 1
2 A = (x < 3) = ( esce 1 o 2 ) = esce 1 oppure 2, nella singola prova : (E 1 E 2 ), evento composto (unione di due eventi semplici). E = 7: evento impossibile ( ), che non può verificarsi perché non appartiene a Ω. E = x < 7: evento certo (Ω), quello che si verifica sempre. Lo spazio campionario Ω è l insieme di tutti gli eventi semplici di un esperimento. Il numero di eventi semplici che compongono Ω è detto cardinalità dello spazio campionario e, in simboli, si indica come segue: Ω = n. Gli eventi si dicono necessari quando, in una singola prova, se ne verifica necessariamente almeno uno di essi. Due eventi si dicono incompatibili quando non si possono verificare simultaneamente. Ad esempio: in un lancio del dado non possono uscire contemporaneamente la faccia 1 e la faccia 2; in una partita di calcio gli eventi di Ω = {vittoria, pareggio, sconfitta} sono incompatibili tra loro, perché se ne può verificare solo uno dei tre. Date le definizioni suddette due eventi semplici di Ω sono tra loro necessariamente incompatibili. Due eventi che si possono verificare simultaneamente si dicono compatibili. Dati: A 1 = {1, 2}: x < 3; A 2 = {1, 3, 5}: x = numero dispari; essi sono eventi composti e compatibili se e solo se esce x = 1. Un evento A si dice intersezione, o prodotto logico, di altri due eventi A 1, A 2 Ω, quando essi si verificano simultaneamente: A = A 1 A 2 = {1} e quindi sono compatibili. Se gli eventi sono incompatibili, allora l evento intersezione è nullo: A = A 1 A 2 = Un evento E si dice unione, o somma logica, di altri due eventi A 1, A 2 Ω, quando si verifica almeno uno di essi, o soltanto uno di essi, o entrambi: A1 = {1, 2} A 2 = {1, 3, 5} E = A 1 A 2 = {1, 2, 3, 5} Un evento composto è dato dall unione di eventi semplici, ad es. E = {x = # dispari} è composto da: {1} {3} {5}. 2
3 L evento Ē si dice complementare di E, perché si verifica se e solo se non si verifica E. Infine: i. P(Ω) = 1; ii. P( ) = 0; iii. P(E i ) = 0 i; nel nostro esempio, P(E i ) = 1/6, i = 1, 2,, 6. 3
4 DEFINIZIONI DI PROBABILITÀ Esistono diverse definizioni della probabilità. Qui di seguito verranno esposte sinteticamente. DEFINIZIONE CLASSICA O A PRIORI Secondo la definizione classica di probabilità, la probabilità di un evento E, indicata con P(E), è il rapporto tra il numero dei casi favorevoli all'evento e il numero dei casi possibili, purché questi ultimi siano tutti equiprobabili. Questa definizione è spesso attribuita a Pierre Simon Laplace e quindi anche identificata definizione classica di Laplace. Se un evento E si può verificare in N modi mutuamente esclusivi ed ugualmente probabili e se n E di questi sono favorevoli al suo verificarsi, allora: ne P( E) =. N I casi favorevoli n E sono scelti tra quelli ugualmente possibili (equiprobabili). La definizione classica è una definizione operativa e fornisce quindi un metodo per il calcolo. Presenta tuttavia diversi aspetti negativi non irrilevanti: - dal punto di vista formale, è una definizione circolare: richiede che i casi possiedano tutti la medesima probabilità, che è però ciò che si vuole definire; - non definisce la probabilità in caso di eventi non equiprobabili; - presuppone un numero finito di risultati possibili e di conseguenza non è utilizzabile nel caso continuo. Nelle Scienze Sociali quasi mai è possibile determinare a priori quali e quanti sono i casi favorevoli e i casi possibili, al verificarsi di un evento. DEFINIZIONE FREQUENTISTA O LEGGE EMPIRICA DEL CASO Per superare i limiti della precedente definizione di probabilità, Richard von Mises ( ) propose di definire la probabilità di un evento E come il limite cui tende la frequenza relativa, f E, dell'evento al crescere del numero delle prove, N, sotto le stesse condizioni ed un numero di volte idealmente infinito. Sotto queste condizioni allora, la frequenza relativa di E è approssimativamente uguale alla probabilità di E: n P( E) = lim E N N n dove E fe N =. In base alla legge empirica del caso, al tendere di N all infinito, l approssimazione di f E a P(E) è sempre più precisa. P(E) è anche detta probabilità empirica, o a posteriori, ed è usata quando non si conoscono a priori né il numero di casi favorevoli, né quello dei casi possibili. 4
5 Critiche all approccio frequentista: è difficilmente applicabile in presenza di eventi rari; nelle Scienze Sociali, le prove non possono essere replicate un numero infinito di volte, né nelle medesime condizioni. Per tali motivi, f E è una stima della quantità incognita P(E). DEFINIZIONE SOGGETTIVISTICA LA PROBABILITÀ DEL VERIFICARSI De Finetti e Savage hanno proposto una definizione di probabilità applicabile agli esperimenti casuali i cui eventi elementari non siano ugualmente possibili e che non siano necessariamente ripetibili più volte sotto le stesse condizioni: la probabilità di un evento è il prezzo che un individuo ritiene equo pagare per ricevere 1 se l'evento si verifica, 0 se l'evento non si verifica. In altre parole, la probabilità che un evento si verifichi è un numero non negativo e non maggiore di 1, che esprime il grado di fiducia che un individuo coerente attribuisce al verificarsi dell evento, in base alle proprie conoscenze. Questa definizione non si basa sulla ripetibilità di un dato processo. DEFINIZIONE ASSIOMATICA DELLA PROBABILITÀ La definizione e ancora più, l impostazione assiomatica della probabilità è opera di Andrey N. Kolmogorov (1933). Come già detto, dato un qualsiasi esperimento casuale, i suoi possibili risultati costituiscono gli elementi di un insieme non vuoto Ω, detto spazio campionario, in cui ciascun evento è un sottoinsieme di Ω. La probabilità, p, in prima approssimazione, è quindi una misura, ovvero una funzione che associa a ciascun sottoinsieme di Ω un numero reale non negativo, p 0, tale che la somma delle probabilità di tutti gli eventi sia pari a 1. Da ciò deriva che, dato un processo che genera n risultati mutuamente esclusivi, detti eventi elementari e indicati con (E 1, E 2,, E i,, E n ): 1. la probabilità di un dato evento E i, P(E i ), è sempre un numero non negativo minore di 1, ovvero: 0 P(E i ) 1 i = 1, 2,, i,, n. Gli eventi si dicono mutuamente esclusivi se non si possono verificare contemporaneamente. Questa è la proprietà della esclusività, secondo cui tutti i possibili eventi (E 1, E 2,, E i,, E n ) non si devono sovrapporre; 2. la somma delle probabilità di tutti gli eventi mutuamente esclusivi è pari a 1: P(E 1 ) + P(E 2 ) + + P(E i ) + + P(E n ) = 1 Questa è la proprietà della esaustività, riferita al fatto che si devono considerare tutti gli eventi semplici di Ω, per il quale è noto che P(Ω) = 1. 5
6 3. Dati due qualsiasi eventi mutuamente esclusivi appartenenti a Ω, E i ed E j, la probabilità che si verifichi almeno uno dei due, o entrambi è uguale alla somma delle probabilità di verificarsi dei singoli eventi: P(E i E j ) = P(E i ) + P(E j ). 6
7 LE PROBABILITÀ NELLE TABELLE DI CONTINGENZA A 2-VIE Supponiamo di condurre un indagine su 111 soggetti, sui quali osserviamo simultaneamente due variabili qualitative: 1. la frequenza con cui fanno uso di cocaina, indicata con F e con i = 3 modalità mutuamente esclusive: F 1 : bassa; F 2 : media; F 3 : alta; 2. il genere, G, con j = 2 modalità mutuamente esclusive: G 1 : maschio; G 2 : femmina. Distribuire i 111 soggetti congiuntamente secondo i due caratteri, F e G, equivale a costruire la distribuzione di frequenza congiunta della variabile doppia (F, G), o anche F G, che da forma alla seguente tabella di contingenza: Genere M F Tot. Freq. Uso Bassa (A) Cocaina Media (B) Alta (C) Tot Nella fattispecie questa è una tabella a 2-vie del tipo 3 2, perché la variabile doppia ha 3 modalità in riga e 2 in colonna, per un totale di 6 modalità congiunte. Entro ogni cella v sono le (sei) frequenze assolute coniunte, n ij, per i = 1, 2, 3 e j = 1, 2. Ai margini sia di riga che di colonna, si trovano le frequenze marginali, o totali marginali, di ciascuna variabile, rispettivamente n i., per i = 1, 2, 3 e n.j, per j = 1, 2. Il totale delle osservazioni (111), ovvero n, è la somma dei totali marginali per riga e/o per colonna. Abbiamo precedentemente definito la probabilità attraverso un rapporto, tra casi favorevoli al verificarsi di un evento e casi possibili. Pertanto, al variare delle quantità poste a numeratore e a denominatore, variano le probabilità individuate. Infatti, dalle frequenza assolute, congiunte o marginali, quando rapportate agli opportuni totali di riferimento, si ottengono specifiche probabilità, ciascuna idonea a rispondere a precise domande, o quesiti conoscitivi. Ognuna di queste probabilità assume un nome diverso, in corrispondenza del diverso numeratore e denominatore, che devono essere identificati con correttezza. Il denominatore potrebbe essere quello più ostico da determinare. In una tabella di contingenza, per identificarlo correttamente, è necessario comprendere a quali soggetti ci si riferisce, cioè se a tutte le osservazioni della tabella, oppure ad un loro particolare sottoinsieme. LA PROBABILITÀ CONGIUNTA Se siamo interessati alla probabilità che estratto a caso un soggetto qualsiasi dal gruppo originale, questo presenti una certa modalità della prima variabile e congiuntamente una certa modalità della seconda variabile, allora, saremo interessati ad una probabilità congiunta. Facciamo riferimento alla tabella sopra illustrata. Ad esempio, potremmo chiederci: qual è la probabilità che estratto a caso un soggetto, esso sia maschio (M) e contemporaneamente faccia uso di cocaina con un alta frequenza (C)? 7
8 Per rispondere alla domanda dobbiamo individuare il numeratore e il denominatore del rapporto, cominciando, per convenienza dal denominatore. Poiché nella domanda ci si riferisce genericamente ad un soggetto, il denominatore non può che essere l intero ammontare dei soggetti osservati, ovvero n = 111. Per individuare il numeratore, invece, è necessario selezionare solo quei soggetti che soddisfano congiuntamente entrambe le condizioni indicate, ovvero che siano maschi e consumino cocaina con alta frequenza, ovvero (incrocio terza riga e prima colonna): che è nota come probabilità congiunta. P(Alta M) = n n = 111 = LA PROBABILITÀ CONDIZIONATA È frequente il caso in cui l insieme dei possibili casi di interesse (il denominatore) non sia il totale generale, ma un suo opportuno sottoinsieme, individuato in funzione di alcune specifiche e specificate caratteristiche possedute da un gruppo ristretto di casi. Per individuare, invece, il numero dei casi favorevoli (il numeratore) si procede come sopra. Le probabilità così calcolate sono dette probabilità condizionate. Sempre riferendoci alla tabella, potremmo essere interessati a conoscere: qual è la probabilità che un soggetto consumi cocaina con un alta frequenza, dato che questo è un maschio? O in altre parole: estratto a caso un soggetto tra i maschi, qual è la probabilità che consumi cocaina con un alta frequenza? P(Alta M) = n n = 75 = LA PROBABILITÀ MARGINALE La probabilità marginale attiene alla probabilità di estrarre soggetti che presentino una modalità di una soltanto delle due variabili, singolarmente presa. Pertanto, per identificare il denominatore si procede esattamente come nel caso di una probabilità congiunta, mentre il numeratore deve essere opportunamente identificato tra i totali marginali, prendendo quello che si riferisce alla modalità della variabile considerata. Se la domanda che ci si pone è, ad esempio: qual è la probabilità che estratto a caso un soggetto, questo sia maschio? P(M) = n 75.1 n = 111 = Inoltre, questa probabilità, come ogni altra probabilità marginale, è data dalla somma di tutte le probabilità congiunte della specificata modalità della variabile in oggetto con tutte le modalità dell altra variabile, ovvero per la modalità j = 1, maschio, della variabile genere congiuntamente a ogni modalità della variabile frequenza uso di cocaina, i = 1, 2, 3: 8
9 P(M) = 3 i= P( G1 Fi ) = P( G1 F1 ) + P( G1 F2 ) + P( G1 F3 ) = + + =
10 ALTRE PROPRIETÀ DELLE PROBABILITÀ LEGGE DEL PRODOTTO O PRINCIPIO DELLE PROBABILITÀ COMPOSTE Sia A un evento la cui probabilità di verificarsi è P(A) > 0. Si definiscono prove condizionate da A quelle che si verificano soltanto dopo che A si è verificato. Allora, la probabilità condizionata dell evento B dato A è: P( B A) = P( A B) P( A) posto P(A) 0. Analogamente, la probabilità condizionata dell evento A dato B è: P( A B) = P( A B) P( B) posto P(B) 0. La legge del prodotto permette di calcolare una probabilità da altre probabilità. Ad esempio, la probabilità congiunta può essere determinata come: P(A B) = P(B A) P(A) per P(A) 0, oppure come: P(A B) = P(A B) P(B) per P(B) 0. Se i due eventi sono indipendenti, allora il verificarsi del primo lascia inalterata la probabilità di verificarsi del secondo. In tal caso, le probabilità condizionate diventano, rispettivamente: e quindi: P(A B) = P(A) P(B A) = P(B) P(A B) = P(A) P(B) per P(A) 0 e P(B) 0. Ovvero, se i due eventi considerati sono indipendenti, allora, la probabilità congiunta è uguale al prodotto delle due probabilità marginali. Verificare se P(M C) = P(M) P(C). 10
11 LEGGE DELLA SOMMA O PRINCIPIO RISTRETTO DELLE PROBABILITÀ TOTALI Attiene alla probabilità che si verifichi uno di due eventi, A e B, oppure entrambi. Tale probabilità è quella dell unione di due eventi: P(E) = P(A B). Sappiamo già, che quando gli eventi sono mutuamente esclusivi o incompatibili, allora: Quando invece non lo sono: P(E) = P(A B) = P(A)+P(B). P(E) = P(A B) = P(A)+P(B) P(A B). ES: se estraiamo a caso un soggetto dai 111, qual è la probabilità che esso sia maschio (M) o abbia usato cocaina con frequenza elevata (C), o entrambe le cose? P(E) = P(M C) = P(M)+P(C) P(M C). 11
NOZIONI DI CALCOLO DELLE PROBABILITÀ
NOZIONI DI CALCOLO DELLE PROBABILITÀ ESPERIMENTO CASUALE: un esperimento si dice casuale quando gli esiti (manifestazioni o eventi) non possono essere previsti con certezza. PROVA: le ripetizioni, o occasioni
DettagliPer capire qual è l altezza media degli italiani è stato intervistato un campione di 1523 cittadini. La media campionaria dell altezza risulta essere:
PROBABILITÀ E STATISTICA Per capire qual è l altezza media degli italiani è stato intervistato un campione di 1523 cittadini. La media campionaria dell altezza risulta essere: x = 172, 3 cm Possiamo affermare
DettagliIl Calcolo delle Probabilità è lo strumento matematico per trattare fenomeni aleatori cioè non deterministici.
INTRODUZIONE L CLCOLO DELLE ROILIT Il Calcolo delle robabilità è lo strumento matematico per trattare fenomeni aleatori cioè non deterministici. Un fenomeno aleatorio o stocastico è un fenomeno i cui esiti
DettagliΨ PSICOMETRIA. Corso di laurea triennale (classe 34) STATISTICA INFERENZIALE
Ψ PSICOMETRIA Corso di laurea triennale (classe 34) STATISTICA INFERENZIALE STATISTICA INFERENZIALE CAMPIONE caratteristiche conosciute POPOLAZIONE caratteristiche sconosciute STATISTICA INFERENZIALE STIMA
DettagliCalcolo della probabilità
Calcolo della probabilità GLI EVENTI Un evento è un fatto che può accadere o non accadere. Se esso avviene con certezza si dice evento certo, mentre se non può mai accadere si dice evento impossibile.
DettagliLa PROBABILITA è un numero che si associa ad un evento E ed esprime il grado di aspettativa circa il suo verificarsi.
La maggior parte dei fenomeni, ai quali assistiamo quotidianamente, può manifestarsi in vari modi, ma è quasi sempre impossibile stabilire a priori quale di essi si presenterà ogni volta. La PROBABILITA
DettagliDefinizione frequentistica di probabilita :
Esperimenti aleatori un esperimento e l osservazione del verificarsi di qualche accadimento ( A ) che, a partire da determinate condizioni iniziali, porti ad un particolare stato delle cose finali se si
DettagliCALCOLO DELLE PROBABILITA' risultato non può essere previsto con certezza ogni risultato possibile di un esperimento
CALCOLO DELLE PROBABILITA' Esperimento o prova Evento Spazio Campionario (Ω) una qualsiasi operazione il cui risultato non può essere previsto con certezza ogni risultato possibile di un esperimento insieme
DettagliLanciando un dado, il tuo compagno esclama: uscirà 1, 2, 3, 4, 5 o 6 oppure: uscirà il numero 4. uscirà il numero 9
Lanciando un dado, il tuo compagno esclama: uscirà 1, 2, 3, 4, 5 o 6 oppure: uscirà il numero 4 o ancora: uscirà il numero 9 Possiamo dire che le previsione del tuo compagno sono la prima certa, la seconda
DettagliEsperimentazioni di Fisica 1 Elementi di Calcolo delle Probabilità
Esperimentazioni di Fisica 1 Elementi di Calcolo delle Probabilità Università Roma Tre - Dipartimento di Matematica e Fisica 3 novembre 2016 Introduzione La probabilità nel linguaggio comune I E probabile
DettagliTeoria della probabilità
Introduzione alla teoria della probabilità Teoria della probabilità Primi sviluppi nel XVII secolo (Pascal( Pascal, Fermat, Bernoulli); Nasce nell ambito dei giochi d azzardo; d La prima formalizzazione
DettagliProbabilità I Calcolo delle probabilità
Probabilità I Calcolo delle probabilità Nozioni di eventi. Definizioni di probabilità Calcolo di probabilità notevoli Probabilità condizionate Concetto di probabilità Cos'è una probabilità? Idea di massima:
DettagliIL CALCOLO DELLE PROBABILITA
IL CALCOLO DELLE PROBABILITA INTRODUZIONE Già 3000 anni fa gli Egizi praticavano un antenato del gioco dei dadi, che si svolgeva lanciando una pietra. Il gioco dei dadi era diffuso anche nell antica Roma,
DettagliLa probabilità composta
La probabilità composta DEFINIZIONE. Un evento E si dice composto se il suo verificarsi è legato al verificarsi contemporaneo (o in successione) degli eventi E 1, E 2 che lo compongono. Consideriamo il
DettagliFENOMENI CASUALI. fenomeni casuali
PROBABILITÀ 94 FENOMENI CASUALI La probabilità si occupa di fenomeni casuali fenomeni di cui, a priori, non si sa quale esito si verificherà. Esempio Lancio di una moneta Testa o Croce? 95 DEFINIZIONI
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità pr - 1 Che collegamento c è tra gli strumenti statistici per lo studio dei fenomeni reali e il calcolo delle probabilità? Vedremo che non sempre la conoscenza delle caratteristiche
DettagliCALCOLO DELLE PROBABILITA
CALCOLO DELLE PROBABILITA Italo Nofroni Statistica medica - Facoltà di Medicina Sapienza - Roma Nella ricerca scientifica, così come nella vita, trionfa l incertezza Chi guiderà il prossimo governo? Quanto
DettagliProbabilità. Ing. Ivano Coccorullo
Ing. Ivano Coccorullo PROBABILITA Teoria della Eventi certi, impossibili e casuali Nella scienza e nella tecnologia è fondamentale il principio secondo il quale ogni volta che si realizza un insieme di
DettagliCenni di probabilità
Corso di Laurea in Ingegneria per l Ambiente ed il Territorio Corso di Costruzioni Idrauliche A.A. 2004-05 www.dica.unict.it/users/costruzioni Cenni di probabilità Ing. Antonino Cancelliere Dipartimento
DettagliIntroduzione alla probabilità
Introduzione alla probabilità Osservazione e studio dei fenomeni naturali: a. Caso deterministico: l osservazione fornisce sempre lo stesso risultato. b. Caso stocastico o aleatorio: l osservazione fornisce
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 51 Introduzione Il Calcolo delle
Dettagli( A) ( ) 3. Concezioni e valutazioni di probabilità
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 0/03 lezione di statistica del maggio 03 - di Massimo Cristallo - 3. Concezioni e valutazioni di probabilità
DettagliLa probabilità matematica
1 La probabilità matematica In generale parliamo di eventi probabili o improbabili quando non siamo sicuri se si verificheranno. DEFINIZIONE. Un evento (E) si dice casuale, o aleatorio, quando il suo verificarsi
DettagliLa probabilità: introduzione
P a g. 1 La probabilità: introduzione Nei giochi e nella "realtà" spesso si devono fare scelte di cui non si sanno prevedere esattamente le conseguenze (quale carta conviene scartare? in quale orario conviene
Dettaglip. 1/2 INFORMAZIONI Prossime lezioni Giorno Ora Dove 27/01 14:30 P50 29/01 14:30 Laboratorio (via Loredan) 03/02 14:30 P50 05/02 14:30 P50
p. 1/2 INFORMAZIONI Prossime lezioni Giorno Ora Dove 27/01 14:30 P50 29/01 14:30 Laboratorio (via Loredan) 03/02 14:30 P50 05/02 14:30 P50 p. 1/2 INFORMAZIONI Prossime lezioni Giorno Ora Dove 27/01 14:30
DettagliProbabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva
Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.
DettagliÈ l insieme di tutti i possibili esiti di un esperimento aleatorio; si indica generalmente con il simbolo.
A Ripasso Terminologia DOMADE Spazio campionario Evento Evento certo Evento elementare Evento impossibile Evento unione Evento intersezione Eventi incompatibili Evento contrario RISPOSTE È l insieme di
DettagliDomande di teoria. Esercizi
1 Domande di teoria 1. Vedi pp. 131-132 2. Vedi pp. 132-134 3. Vedi p. 134 4. Vedi p. 135 5. Vedi pp. 136-142 6. Vedi pp. 138-139 7. Vedi pp. 141-142 8. Vedi pp. 143-146 9. Vedi pp. 146-148 Esercizi Esercizio
DettagliLezione 3 Calcolo delle probabilità
Lezione 3 Calcolo delle probabilità Definizione di probabilità La probabilità è lo studio degli esperimenti casuali e non deterministici Se lanciamo un dado sappiamo che cadrà ma non è certo che esca il
DettagliSTATISTICA: esercizi svolti sulle VARIABILI CASUALI
STATISTICA: esercizi svolti sulle VARIABILI CASUALI VARIABILI CASUALI 2 VARIABILI CASUALI. Variabili casuali generiche. Si supponga che un dado truccato, formato da sei facce contrassegnate dai numeri
DettagliProbabilità esempi. Aiutiamoci con una rappresentazione grafica:
Probabilità esempi Paolo e Francesca giocano a dadi. Paolo scommette che, lanciando due dadi, si otterrà come somma 8 oppure 9. Francesca scommette che si otterrà come somma un numero minore o uguale a
DettagliCosa dobbiamo già conoscere?
Cosa dobbiamo già conoscere? Come opera la matematica: dagli ai teoremi. Che cosa è una funzione, il suo dominio e il suo codominio. Che cosa significa n j=1 A j dove A j sono insiemi. Che cosa significa
DettagliCalcolo delle probabilità
Calcolo delle probabilità Approccio classico e frequentista alla probabilità Prof.ssa Laura Pagnozzi Prof. Ivano Coccorullo Teoria delle probabilità L inizio della teoria delle probabilità, chiamata all
DettagliSOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA
SOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA 1 Esercizio 0.1 Dato P (A) = 0.5 e P (A B) = 0.6, determinare P (B) nei casi in cui: a] A e B sono incompatibili; b] A e B sono indipendenti;
DettagliLezione 1. La Statistica Inferenziale
Lezione 1 La Statistica Inferenziale Filosofia della scienza Secondo Aristotele, vi sono due vie attraverso le quali riusciamo a formare le nostre conoscenze: (1) la deduzione (2) l induzione. Lezione
DettagliMetodi quantitativi per i mercati finanziari
Metodi quantitativi per i mercati finanziari Esercizi di probabilità Spazi di probabilità Ex. 1 Sia Ω = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}. Siano A e B sottoinsiemi di Ω tali che A = {numeri pari},
DettagliLA PROBABILITAÁ ALGEBRA IL CALCOLO DELLE PROBABILITAÁ. richiami della teoria
ALGEBRA IL CALCOLO DELLE PROBABILITAÁ richiami della teoria n un evento E si dice casuale o aleatorio, quando il suo verificarsi dipende unicamente dal caso; n un evento si dice certo quando eá possibile
DettagliAlfredo Rizzi. Già professore ordinario di teoria dell inferenza statistica
Alfredo Rizzi Già professore ordinario di teoria dell inferenza statistica INDUZIONE E DEDUZIONE INDUZIONE : PROCEDIMENTO LOGICO CHE CONSISTE NELL INFERIRE DA OSSERVAZIONI ED ESPERIENZE PARTICOLARI I PRINCIPI
Dettagli( ) ( ) Ω={1,2,3,4,5,6} B B A Siano A e B due eventi di Ω: si definisce evento condizionato B A. Consideriamo il lancio di un dado:
Eventi condizionati Quando si ha motivo di credere che il verificarsi di uno o più eventi sia subordinato al verificarsi di altri eventi, si è soliti distinguere tra eventi dipendenti(o condizionati )
DettagliA proposito di valutazione scolastica
A proposito di valutazione scolastica Livello scolare: 2 biennio Abilità interessate Identificare situazioni che richiedono di rilevare lo stesso carattere su una unità statistica formata da 2 elementi,
DettagliLo spazio degli eventi del lancio di un dado regolare a sei facce è l insieme U 1. 2. 3. U 4. 5. 6
EVENTI ALEATORI E LORO RAPPRESENTAZIONE Lo spazio degli eventi del lancio di un dado regolare a sei facce è l insieme U... U.. La definizione classica di probabilità dice che, se gli eventi che si considerano
DettagliPROBABILITA. Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano.
Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano. La costruzione dello spazio cartesiano richiede un grado di astrazione
DettagliCenni di calcolo delle probabilità
Cenni di calcolo delle probabilità Prof.ssa G. Serio, Prof. P. Trerotoli, Cattedra di Statistica Medica, Università di Bari 1/19 Quando si compie un esperimento o una serie di prove i possibili risultati
DettagliVariabili aleatorie. Variabili aleatorie e variabili statistiche
Variabili aleatorie Variabili aleatorie e variabili statistiche Nelle prime lezioni, abbiamo visto il concetto di variabile statistica : Un oggetto o evento del mondo reale veniva associato a una certa
DettagliUlteriori Conoscenze di Informatica e Statistica
ndici di forma Ulteriori Conoscenze di nformatica e Statistica Descrivono le asimmetrie della distribuzione Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 ( piano) tel.: 06 55 17 72 17
DettagliStoria della Probabilità
Storia della Probabilità Il calcolo delle probabilità nasce nel Seicento (1654) per risolvere alcuni problemi sui giochi d azzardo (dadi) posti da un giocatore, il cavaliere de Méré, al matematico e filosofo
DettagliFigura 7: Ruota della Fortuna. Quanti sono i casi possibili? G. Sanfilippo - CdP - STAD - Lezione 2 del 12 Aprile pag. 15
Figura 7: Ruota della Fortuna. Quanti sono i casi possibili? G. Sanfilippo - CdP - STAD - Lezione 2 del 12 Aprile 2012- pag. 15 Casi Possibili B= La lancetta indica il Blu V= La lancetta indica il Verde
DettagliIl Calcolo delle Probabilità
Il Calcolo delle Probabilità Introduzione storica I primi studi che portarono successivamente a concetti legati alla probabilità possono essere trovati a metà del XVI secolo in Liber de ludo aleæ di Girolamo
DettagliTest di autovalutazione
Test Test di autovalutazione 0 0 0 0 0 0 0 70 80 90 00 n Il mio punteggio, in centesimi, è n Rispondi a ogni quesito segnando una sola delle alternative. n Confronta le tue risposte con le soluzioni. n
DettagliSia f la frequenza di un evento A e n sia la dimensione del campione. La probabilità dell'evento A è
Cenni di probabilità di Carlo Elce Definizioni Lo spazio campionario per un esperimento è l'insieme di tutti i suoi possibili esiti. Per esempio, se l'esperimento è il lancio di due di dadi e si rappresentano
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 05-6 P.Baldi Lista di esercizi, 8 gennaio 06. Esercizio Si sa che in una schedina
DettagliStatistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità
DettagliCasa dello Studente. Casa dello Studente
Esercitazione - 14 aprile 2016 ESERCIZIO 1 Di seguito si riporta il giudizio (punteggio da 0 a 5) espresso da un gruppo di studenti rispetto alle diverse residenze studentesche di un Ateneo: a) Si calcolino
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliTEORIA DELLA PROBABILITÁ
TEORIA DELLA PROBABILITÁ Cenni storici i rimi arocci alla teoria della robabilità sono della metà del XVII secolo (Pascal, Fermat, Bernoulli) gli ambiti di alicazione sono i giochi d azzardo e roblemi
DettagliDistribuzione Gaussiana - Facciamo un riassunto -
Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura
Dettagliesperimento casuale: è un esperimento condotto sotto l effetto del caso; evento elementare: ciascuno dei possibili esiti di un esperimento casuale;
Capitolo 15 Suggerimenti agli esercizi a cura di Elena Siletti Esercizio 15.1: Suggerimento Si ricordi che: esperimento casuale: è un esperimento condotto sotto l effetto del caso; evento elementare: ciascuno
DettagliCALCOLO delle PROBABILITA
Eventi certi : è certo che si verifichino es. il prossimo mese sarà luglio, domani sorgerà il sole Eventi probabili: non è certo che si verifichino es. domani pioverà? Quanti giorni di ricovero avrà quel
DettagliIl caso, probabilmente: la partita a dadi di Riccardo Mini
Elementi di Probabilità presenti nell opera teatrale Il caso, probabilmente: la partita a dadi di Riccardo Mini con Fausto Bernardinello, Maria Eugenia D Equino, Annig Raimondi con la collaborazione dei
Dettagliprima urna seconda urna
Un po di fortuna Considera il seguente gioco: ci sono due urne contenenti delle palline perfettamente uguali tra loro, ma colorate diversamente, alcune bianche, altre nere. Nella prima urna ci sono una
DettagliCalcolo delle probabilità
Calcolo delle probabilità Definizione di Spazio Campionario Definizione di Probabilità Eventi mutuamente esclusivi Eventi indipendenti Pricipio della somma Principio del prodotto Eventi certi : è certo
DettagliLezione 12. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 12. A. Iodice.
discrete uniforme Bernoulli Poisson Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 56 Outline discrete uniforme Bernoulli Poisson 1 2 discrete 3
DettagliPROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE
PROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE 1. Distribuzione congiunta Ci sono situazioni in cui un esperimento casuale non si può modellare con una sola variabile casuale,
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologie. Corso di Statistica Medica. Le distribuzioni teoriche di probabilità.
Università del Piemonte Orientale Corso di laurea in biotecnologie Corso di Statistica Medica Le distribuzioni teoriche di probabilità. La distribuzione di probabilità binomiale Corso di laurea in biotecnologie
DettagliCampionamento La statistica media campionaria e la sua distribuzione. Paola Giacomello Dip. Scienze Sociali ed Economiche Uniroma1
Campionamento La statistica media campionaria e la sua distribuzione 1 Definisco il problema da studiare: es. tempo di percorrenza tra abitazione e università Carattere: tempo ossia v.s. continua Popolazione:
DettagliRiprendiamo le probabilità. 1.Probabilità a priori oggettiva 2.Probabilità a posteriori frequentista
Riprendiamo le probabilità 1.Probabilità a priori oggettiva 2.Probabilità a posteriori frequentista 1 2.Probabilità a posteriori frequentista Tabelle di sopravvivenza.! Volendo calcolare la probabilità
DettagliMATEMATICA CORSO A CORSO DI LAUREA IN SCIENZE BIOLOGICHE I PROVA IN ITINERE COMPITO PROVA 1
MATEMATICA CORSO A CORSO DI LAUREA IN SCIENZE BIOLOGICHE I PROVA IN ITINERE COMPITO PROVA 1 1- Il volume di un corpo di qualsiasi forma è proporzionale al cubo di una qualunque delle sue dimensioni lineari.
DettagliIL CALCOLO DELLE PROBABILITA
IL CLCOLO DLL ROILIT Il concetto di probabilità di un evento casuale si può definire come un opportuno numero indice, compreso fra zero e uno, che intende esprimere la possibilità che l evento medesimo
DettagliALGEBRA DEGLI EVENTI
ALGEBRA DEGLI EVENTI Appunti introduttivi al Calcolo Combinatorio e al Calcolo delle Probabilità Classe Terza a cura di Franca Gressini Novembre 2008 1 Conosciamo tante algebre. quella letterale (gli oggetti
DettagliLE DISTRIBUZIONI CAMPIONARIE
LE DISTRIBUZIONI CAMPIONARIE Argomenti Principi e metodi dell inferenza statistica Metodi di campionamento Campioni casuali Le distribuzioni campionarie notevoli: La distribuzione della media campionaria
Dettagli22/07/2013 PRECORSO Dipartimento di Scienze Biomediche, Sperimentali e Cliniche. Numeri, frazioni, operazioni fondamentali
PRECORSO 2013 Problemi di Matematica Alessandro Passeri Dipartimento di Scienze Biomediche, Sperimentali e Cliniche PRECORSO 2013: ciclo formativo di orientamento alle prove di ammissione ai Corsi di studio
DettagliESERCIZI DI PROBABILITA
ESERCIZI DI PROBABILITA Quest'opera è stata rilasciata sotto la licenza Creative Commons Attribuzione-Non commerciale-condividi allo stesso modo 2.5 Italia. Per leggere una copia della licenza visita il
DettagliCONOSCENZE 1. il significato di evento casuale. 2. il significato di eventi impossibili, complementari;
ARITMETICA ELEMENTIDICALCOLO DELLE PROBABILITAÁ PREREQUISITI l l l conoscere e costruire tabelle a doppia entrata conoscere il significato di frequenza statistica calcolare rapporti e percentuali CONOSCENZE.
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 2010-11 P.Baldi Lista di esercizi 3. Corso di Laurea in Biotecnologie Esercizio 1 Una v.a. X segue una legge N(2, ). Calcolare a1) P(X 1) a2) P(2
DettagliCP110 Probabilità: Esonero 1. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2009-2010, II semestre 1 aprile, 2010 CP110 Probabilità: Esonero 1 Testo e soluzione 1. (7 pt Una scatola contiene 15 palle numerate da 1 a 15. Le palle
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 43 I principali test statistici per la verifica di ipotesi: Il test del χ 2 per tavole di contingenza a 2 vie Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia
DettagliSTATISTICA DESCRITTIVA BIVARIATA
STATISTICA DESCRITTIVA BIVARIATA Si parla di Analisi Multivariata quando su ogni unità statistica, appartenente ad una determinata popolazione, si rileva un certo numero s di caratteri X, X 2,,X s. Si
DettagliCalcolo delle Probabilità 2013/14 Foglio di esercizi 3
Calcolo delle Probabilità 203/4 Foglio di esercizi 3 Probabilità condizionale e indipendenza. Esercizio. Per rilevare la presenza di una certa malattia, si effettua un test. Se la persona sottoposta al
DettagliIl processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni
La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con
DettagliCorso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 15: Metodi non parametrici
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 15: Metodi non parametrici 1 Metodi non parametrici Statistica classica La misurazione avviene con
DettagliEsercizi di Calcolo delle Probabilità
Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato
DettagliDistribuzioni e inferenza statistica
Distribuzioni e inferenza statistica Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliLICEO SCIENTIFICO G. GALILEI LANCIANO. Pi greco day 2014 MATEMATICA E INCERTEZZA DELLA PROBABILITA. Carmine Bonanni Elisa Sasso Classe 4 sez.
LICEO SCIENTIFICO G. GALILEI LANCIANO Pi greco day 2014 MATEMATICA E INCERTEZZA LINEAMENTI DI STORIA DELLA PROBABILITA Carmine Bonanni Elisa Sasso Classe 4 sez. A Il concetto di Probabilità è il più importante
DettagliIL CALCOLO DELLE PROBABILITA
IL CALCOLO DELLE PROBABILITA «Nella misura in cui le leggi della matematica si riferiscono alla realtà, esse non sono certe; e nella misura in cui sono certe, esse non si riferiscono alla realtà.» ALBERT
DettagliSTATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore) Marco Riani mriani@unipr.it http://www.riani.it Esempio totocalcio Gioco la schedina mettendo a caso i segni 1 X 2 Qual è la prob. di fare 14? Esempio Gioco la schedina mettendo
DettagliL indagine campionaria Lezione 3
Anno accademico 2007/08 L indagine campionaria Lezione 3 Docente: prof. Maurizio Pisati Variabile casuale Una variabile casuale è una quantità discreta o continua il cui valore è determinato dal risultato
DettagliP (A) = P (B) = P (A ^ B) = P (A _ B) = P (A _ A c B)= P ([A _ B] ^ [A c _ B c ]) =
Esercizio 7 2 Un esperimento consiste nel lanciare una moneta e nell estrarre una pallina da un urna contenente 4 palline numerate da 1 a 4. Consideriamo gli eventi: A = Esce Testa, B = Si estrae la pallina
DettagliLa simulazione con DERIVE Marcello Pedone LE SIMULAZIONI DEL LANCIO DI DADI CON DERIVE
LE SIMULAZIONI DEL LANCIO DI DADI CON DERIVE Premessa Abbiamo già visto la simulazione del lancio di dadi con excel Vedi: http:///statistica/prob_simu/index.htm Ci proponiamo di ottenere risultati analoghi
Dettagli7. INSIEMI APERTI, INSIEMI CHIUSI, INSIEMI NE APERTI NE CHIUSI
7. INSIEMI APERTI, INSIEMI CHIUSI, INSIEMI NE APERTI NE CHIUSI Sia E un insieme numerico, sia cioè. Esempi Si dice che E è un insieme APERTO se tutti i suoi punti sono interni. Ogni intervallo aperto (dove
Dettagli8. Completamento di uno spazio di misura.
8. Completamento di uno spazio di misura. 8.1. Spazi di misura. Spazi di misura completi. Definizione 8.1.1. (Spazio misurabile). Si chiama spazio misurabile ogni coppia ordinata (Ω, A), dove Ω è un insieme
DettagliEquazioni esponenziali e logaritmi
Copyright c 2008 Pasquale Terrecuso Tutti i diritti sono riservati. Equazioni esponenziali e logaritmi 2 equazioni esponenziali..................................................... 3 casi particolari............................................................
DettagliI LIMITI. non è definita per valori della x uguali a + 5 e 5. In questo caso l insieme di variabilità della variabile x, che si chiama dominio, è
I LIMITI LIMITE INFINITO DI UNA FUNZIONE PER X CHE TENDE A UN VALORE FINITO. Tra i tanti obiettivi che l analisi matematica si prefigge vi è quello di tracciare i grafici delle funzioni nel piano cartesiano
DettagliCENNI DI CALCOLO DELLE PROBABILITÀ (Vittorio Colagrande)
CENNI DI CALCOLO DELLE PROBABILITÀ (Vittorio Colagrande) Il Calcolo delle Probabilità trova molte applicazioni in Medicina, Biologia e nelle Scienze sociali. Si possono formulare in modo più appropriato
DettagliCampionamento La statistica media campionaria e la sua distribuzione
Campionamento La statistica media campionaria e la sua distribuzione 1 Definisco il problema da studiare: es. tempo di percorrenza tra abitazione e università Carattere: tempo ossia v.s. continua Popolazione:
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 00- P.Baldi Lista di esercizi. Corso di Laurea in Biotecnologie Esercizio Si sa che in una schedina del totocalcio i tre simboli, X, compaiono con
DettagliLezione 8. La Statistica Inferenziale
Lezione 8 La Statistica Inferenziale Filosofia della scienza Secondo Aristotele, vi sono due vie attraverso le quali riusciamo a formare le nostre conoscenze: (1) la deduzione (2) l induzione. Lezione
Dettagli- Teoria della probabilità
- Teoria della probabilità ELEMENTI DI TEORIA DELLA PROBABILITA La TEORIA DELLA PROBABILITA ci permette di studiare e descrivere i fenomeni aleatori. DEFINIZIONE: un fenomeno è aleatorio quando di esso
DettagliIL TEOREMA DEGLI ZERI Una dimostrazione di Ezio Fornero
IL TEOREMA DEGLI ZERI Una dimostrazione di Ezio Fornero Il teorema degli zeri è fondamentale per determinare se una funzione continua in un intervallo chiuso [ a ; b ] si annulla in almeno un punto interno
DettagliEsercitazione del 31/01/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 1/01/2012 Istituzioni di Calcolo delle Probabilità Esercizio 1 Vengono lanciati due dadi regolari a 6 facce. (a) Calcolare la probabilità che la somma dei valori ottenuti sia 9? (b) Calcolare
DettagliSISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI
SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,
Dettagli