Probabilità. Maura Mezzetti Terema della probabilità totale. Il teorema delle probabilità totali afferma che
|
|
- Lidia Greco
- 7 anni fa
- Visualizzazioni
Transcript
1 Probabilità Maura Mezzetti Terema della probabilità totale Il teorema delle probabilità totali afferma che Dato un evento B e una partizione A 1, A 2,,A n Possiamo scrivere la probabilità dell evento B come: P(B)=P(B A 1 )P(A 1 )+P(B A 2 )P(A 2 )+.+P(B A n )P(A n ) 1
2 Esempio 30% degli uomini fuma, rispetto al 40% delle donne. Se ci sono tanti uomini quante donne, qual è la probabilità che preso un individuo a caso sia un fumatore? Esempio 30% degli uomini fuma, rispetto al 40% delle donne. Se ci sono tanti uomini quante donne, qual è la probabilità che preso un individuo a caso sia un fumatore? B ={fumatore} M={maschio} F={femmina} P(B)=P(B M) P(M)+P(B F) P(F) = =0.35 2
3 Teorama della probabilità totale Una partizione dell evento Ω è una classe di eventi. Sia A 1, A 2,,A n tale che A i A j =Ø A 1 A 2 A n =Ω P(A i )>0 per ogno i Il teorema della probabilità totale afferma che Dato un evento B e una partizione A 1, A 2,,A n Possiamo scrivere la probabilità di B come: P(B)=P(B A 1 )P(A 1 )+P(B A 2 )P(A 2 )+.+P(B A n )P(A n ) Teorema di Bayes Dati due eventi complementari e mutuamente esclusivi B e B P(A) = P(B A) + P(B A) = P(B) P(A B) + P(B) P(A B) P(B A) P(B A) = P(A) P(B) P(A B) = P(A) P(B) P(A B) = P(B) P(A B) + P(B) P(A B) = 6 3
4 Bayes Theorem In molte situazioni abbiamo informazioni a priori. Considerate queste informazioni, calcoliamo le probabilità a posteriori aggiornando con l evidenza Il teorema di Bayes compie l operazione opposta, dall evidenza calcola la probabilità di un evento precednete. Prior Probabilities New Information Application of Bayes Theorem Posterior Probabilities Esempio Teorema di Bayes La percentuale di studenti iscritti al secondo anno d ingegneria che frequenta il corso di statistica è il 70%. Si suppone che tra questi il 90% supererà l esame. Invece tra i non frequentati la probabilità di passare l esame è uguale a Quale sarà la percentuale di studenti che passeranno l esame? Dato che uno studente ha passato l esame, quel è la probabilità che ha seguito il corso? 4
5 Esempio Teorema di Bayes A 1 =lo studente frequenta il corso A 2 =lo studente NON frequenta il corso B=lo studente supera l esame Esempio Teorema di Bayes Probabilità a Priori Da informazioni soggettive: P(A 1 ) = 0.7, P(A 2 ) = 0.3 Nuove informazioni LO STUDENTE HA SUPERATO L ESAME Dato che si è verificato l evento B, qual è la probabilità lo studente abbia frequentato il corso? 5
6 Esempio Teorema di Bayes Probabilità condizionate P(B A 1 ) =.9 P(B A 2 ) =.2 Tree Diagram P(B A1) =.9 P(A1 B) =.63 P(A1) =.7 _ P(B A1) =.1 _ P(A1 B) =.07 P(B A2) =.2 P(A2 B) =.06 P(A2) =.3 _ P(B A2) =.8 _ P(A2 B) =.24 6
7 Teorema di Bayes Il teorema di Bayes permette di trovare le probabilità a posteriori dell evento A i, dato che si è verificato l evento B P ( A i ) P ( B A i ) P ( A i B ) = P ( A ) P ( B A ) + P ( A ) P ( B A ) P ( A ) P ( B A ) n n Il Teorema di Bayes quando gli eventi A i sono mutamente esclusivi e la loro unione forma tutto lo spazio campionario: cioè formano una partizione Esempio Teorema di Bayes Probabilità a Posteriori P ( A 1 ) P ( B A 1 ) P ( A 1 B ) = P ( A ) P ( B A ) + P ( A ) P ( B A ) (.7)(.9) + (.3)(.2)) =.913 = (.7)(.9) 7
8 Tabular Approach Step 1 Prepara le seguenti tre colonne Colonna 1 - Gli eventi mutuamente esclusivi A i, per cui si vuole calcolare la probabilità a posteriori Colonna 2 - Le probabilità a priori degli eventi A i Colonna 3 - Le probabilità condizionate del nuovo evento B dato ogni evento A i, Tabular Approach events Prior Conditional A i P(A i ) P(B A i ) A A sum 1 8
9 Tabular Approach Step 2 Nella Colonna 4 otteniamo le probabilità congiunte. Moltiplicando le probabilità a priori per le probabilità condizionate P(A i IB) = P(A i ) P(B A i ). Tabular Approach events Prior Conditional Joint A i P(A i ) P(B A i ) P(A i B) A A sum 1 9
10 Tabular Approach Step 3 Sommando le probabilità congiunte otteniamo la probabilità di B P(B)=P(B A 1 )+P(B A 2 )+.+P(B A n ) Tabular Approach events Prior Conditional Joint A i P(A i ) P(B A i ) P(A i B) A A sum 1 P(B)=
11 Tabular Approach Step 4 Infine nell ultima Colonna, la Colonna 5, otteniamo le probabilità a posteriori P ( A i B ) = P ( A i B ) P ( B ) Tabular Approach events Prior Conditional Joint Posterior A i P(A i ) P(B A i ) P(A i B) P(A i B) A A sum 1 P(B)=
12 Tabular Approach events Prior Conditional Joint Posterior A i P(A i ) P(B A i ) P(A i B) P(A i B) A A sum 1 P(B)= Esercizio Una ditta acquista fiale da tre diversi fornitori: il 65% dal fornitore B1, con difettosità del 5% il 25% dal fornitore B2, con difettosità del 10% il 10% dal fornitore B3, con difettosità del 25% Qual è la probabilità di ricevere una fiala difettosa? 12
13 events Prior Conditional Joint conditional A i P(A i ) P(B A i ) P(A i B) P(A i B) A A A sum 1 events Prior Conditional Joint conditional A i P(A i ) P(B A i ) P(A i B) P(A i B) A A A sum
14 events Prior Conditional Joint conditional A i P(A i ) P(B A i ) P(A i B) P(A i B) A A A sum Soluzione P(B 1 )+P(B 2 )+ P(B 3 )=1 Ω=B1 B2 B3 B1 p[a/b1] A D= fiale difettosa A B2 p[a/b2] Bn p[a/bn] A P(D)=P(D B 1 )P(B 1 )+P(D B 2 )P(B 2 )+P(D B 3 )P(B 3 )= = = = =
15 Ricapitolando: Il 23% di tutti i giocatori di rugby risulta positivo al test, ma soltanto il 9.5% usa davvero steroidi anabolizzanti. Quindi la probabilità che un giocatore che è risultato positivo al test usi davvero steroidi anabolizzanti è: P(S T) = P(steroidi test positivo) = = 0.095/( ) = = 0.095/0.23 = 41.3% 29 Teorema di Bayes Notate come abbiamo appena calcolato P(S T) (= probabilità che un atleta usi gli steroidi dato che è risultato positivo al test), a partire dalla conoscenza di P(T S) (= probabilità che il test sia positivo per un atleta che usa gli steroidi), di P(T S) (= probabilità che il test sia positivo per un atleta che non usa gli steroidi), e di P(S). Nel nostro esempio: P(T S) = 0.95, P(T S) = 0.15, P(S) = 0.1, P(S) = 0.9 P(S T) = ( )/( ) =
16 Teorema di Bayes Notate come abbiamo appena calcolato P(S T) (= probabilità che un atleta usi gli steroidi dato che è risultato positivo al test), a partire dalla conoscenza di P(T S) (= probabilità che il test sia positivo per un atleta che usa gli steroidi), di P(T S) (= probabilità che il test sia positivo per un atleta che non usa gli steroidi), e di P(S). Nel nostro esempio: P(T S) = 0.95, P(T S) = 0.15, P(S) = 0.1, P(S) = 0.9 P(S T) = ( )/( ) = Esercizio Un'azienda produttrice di componenti elettronici per la telefonia mobile sottopone a un controllo ogni pezzo prodotto. Se il pezzo supera il controllo, viene messo in commercio. Sapendo che ha superato il controllo, qual è la probabilità NON sia difettoso? 16
17 Esercizio Supponiamo di conoscere le seguenti probabilità: La probabilità che il pezzo sia difettoso è 0.1; Sapendo che il pezzo è difettoso, la probabilità che non superi il controllo, è 0.9. Sapendo che il pezzo non è difettoso, la probabilità che superi il controllo, è 0.8. Si calcoli la probabilità che il pezzo superi il controllo. Sapendo che ha superato il controllo, qual è la probabilità NON sia difettoso? Esercizio ( D) P( D) + P( T D ) P( ) P( T ) = P T D = = 0.73 = (1 0.9) = ( D ) P( D ) P T 0.72 P( D T ) = = = P( T )
18 Esercizio Uno studente ha appena seguito un corso di statistica; si considerino i seguenti eventi: Lo studente ha preso un buon voto all'esame. Lo studente ha gradito il corso. Esercizio Supponiamo che: i. la probabilità che, nell ipotesi che abbia gradito il corso, lo studente prenda un buon voto all esame, è P(B A) = 0,7; ii. la probabilità che lo studente abbia gradito il corso è P(A) =0,4; iii. la probabilità che lo studente abbia preso un buon voto, nell ipotesi che non abbia gradito il corso è P(B A c )= 0,4. Si calcoli la probabilità che lo studente abbia preso un buon voto all'esame. 18
19 Esercizio A= gradito il corso A C = NON gradito il corso B = lo studente ha preso un buon voto Events A Prior prob P(Ai) Conditiona l prob P(B Ai) Joint prob P(Ai B) Posterior prob P(Ai B) A= gradito il corso A C = non gradito il corso Esercizio A= gradito il corso A C = NON gradito il corso B = lo studente ha preso un buon voto Events A Prior prob P(Ai) Conditiona l prob P(B Ai) Joint prob P(Ai B) Posterior prob P(Ai B) A= gradito il corso A C = non gradito il corso
20 Esercizio A= gradito il corso A C = NON gradito il corso B = lo studente ha preso un buon voto Events A Prior prob P(Ai) Conditiona l prob P(B Ai) Joint prob P(Ai B) Posterior prob P(Ai B) A= gradito il corso A C = non gradito il corso Esercizio In un caso di omicidio ci sono due sospetti, A e B, considerati dalla polizia ugualmente sospettati. Sul luogo del delitto sono stati rinvenuti dei capelli non appartenenti alla vittima, e quindi appartenenti al colpevole. La prova del DNA sui capelli e sui due sospetti ha portato alla conclusione che il DNA ritrovato potrebbe appartenere all 80% ad A e al 50% a B. Qual è la probabilità che sia A il colpevole alla luce dell analisi del test sul DNA? E che sia B? 20
21 Esercizio P(A) = P(B) = 0.5 P(test A) = 0.80 P(test B) = 0.50 Allora: P(test A)P(A) + P(test B)P(B) = 0.8 x x 0.5 = 0.65 P(A test) = 0.8x0.5/0.65 = 0.6 P(B test) = 0.5x0.5/0.65 = 0.4 Tabular Approach events Prior Conditional Joint Posterior A i P(A i ) P(B A i ) P(A i B) P(A i B) A A sum 1 P(B)=
Cenni 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
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
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
DettagliI diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito.
TEST DI AUTOVALUTAZIONE - SETTIMANA 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
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.
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
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
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 )
DettagliCalcolo Combinatorio e Probabilità
Calcolo Combinatorio e Probabilità Andrea Galasso 1 Calcolo Combinatorio Definizione 1 Fissati n, k N, con k n, indicheremo con D n,k := n! (n k)! le disposizioni di n oggetti in k posti e con DR n,k :=
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.
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
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
DettagliEsame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016
Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione
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:
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
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
DettagliErrori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio. M. Besozzi - IRCCS Istituto Auxologico Italiano
Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio M. Besozzi - IRCCS Istituto Auxologico Italiano L argomento... Errori cognitivi Il problema gnoseologico Dati, informazione
DettagliInsiemi: Rappresentazione
Insiemi: Rappresentazione Elencazione Per rappresentare un insieme per elencazione si indicheranno i suoi elementi tra parentesi graffe. Caratteristica Un insieme è rappresentato per caratteristica quando
DettagliAnalisi Strategica per la Politica Economica
9 Analisi Strategica per la Politica Economica Parte Nona Prof. Bruno Chiarini GIOCHI BAYESIANI Beliefs (credenze ; congetture) Informazione completa ma imperfetta Informazione incompleta Teorema di Bayes
DettagliProbabilità. Alcune definizioni. Spazio campionario. Esperimento aleatorio. Esperimento aleatorio un processo che porta ad un risultato incerto
Alcune definizioni Esperimento aleatorio un processo che porta ad un risultato incerto Probabilità Cicchitelli Cap. 12 Evento elementare un possibile risultato di un esperimento aleatorio Spazio campionario
DettagliEsercizi di preparazione all esame di Statistica Dr Alessia Mammone alessia STATISTICA DESCRITTIVA
Esercizi di preparazione all esame di Statistica Dr Alessia Mammone alessia mammone@gmail.com STATISTICA DESCRITTIVA Esercizio 1. Calcolare media, varianza, deviazione standard, mediana e moda delle seguenti
DettagliTEST DI AUTOVALUTAZIONE PROBABILITÀ
TEST DI AUTOVALUTAZIONE PROBABILITÀ Statistica 1 Parte A 1.1 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
DettagliEsercizi svolti di statistica. Gianpaolo Gabutti
Esercizi svolti di statistica Gianpaolo Gabutti (gabuttig@hotmail.com) 1 Introduzione Questo breve documento contiene lo svolgimento di alcuni esercizi di statistica da me svolti durante la preparazione
DettagliProbabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica.
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Probabilità Ines Campa Probabilità e Statistica - Esercitazioni -
DettagliProdotti Notevoli. 1. Prodotto della somma di due monomi per la loro differenza
Prodotti Notevoli I prodotti notevoli sono particolari prodotti o potenze di polinomi, che si sviluppano secondo formule facilmente memorizzabili. Questi consentono di effettuare i calcoli in maniera più
DettagliSi consideri un mazzo di carte da gioco francesi ed i seguenti eventi elementari:
ESERCIZIO 1.1 * Si consideri un mazzo di carte da gioco francesi ed i seguenti eventi elementari: A = {figura} B = {carta nera} C = {carta di fiori} D = {carta di cuori} Si determini la probabilità che,
DettagliGRUPPI SANGUIGNI. Supponendo che la popolazione italiana sia H-W, calcola la probabilità di ogni singolo allele e di ogni genotipo
GRUPPI SANGUIGNI La distribuzione dei gruppi sanguigni nella popolazione italiana è: gruppo A 36%, gruppo B 17%, gruppo AB 7%, gruppo 0 40%. Il gruppo sanguigno è determinato da un locus genetico con tre
DettagliIstituzioni di Statistica 1 Esercizi su tabelle di contingenza
Istituzioni di Statistica 1 Esercizi su tabelle di contingenza Esercizio 1 Per stimare la percentuale di fumatori nella popolazione italiana adulta viene intervistato un campione di 60 donne e uno di 40
DettagliProva di Statistica del
Modellistica della Nutrizione. Prova di Statistica del 23. 4. 2012 1a). Un campionamento casuale della concentrazione di piombo nell aria in 11 diversi punti di Milano, effettuato il 10/4/2012, dà i seguenti
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
DettagliEsame di Probabilità e Statistica del 9 luglio 2010 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Probabilità e Statistica del 9 luglio 2010 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione:
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
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
DettagliSTATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)
DettagliProbabilità: valutazione della possibilità che accada (o sia accaduto) r = 1 (c è un asso di cuori nel mazzo)
Probabilità: valutazione della possibilità che accada (o sia accaduto) un evento. Probabilità di un evento P = r/n dove r = frequenza dell evento N = Numero di possibili eventi Esempio: Evento = estrazione
DettagliLezione 10. La Statistica Inferenziale
Lezione 10 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
DettagliPrerequisiti per seguire il corso
Prerequisiti per seguire il corso Insiemi numerici e aritmetica elementare. Equazioni e disequazioni di primo e secondo grado. Geometria elementare e geometria analitica: rette, parabole, iperbole equilatera.
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
DettagliEsercitazione 4 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione 4 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza May 23, 2007 1 Esercizio Si consideri un mazzo di carte francesi di 2 carte e si supponga di stare giocando a poker.
DettagliEsercitazioni del Corso di Probabilitá e Statistica Lezione 2: Eventi disgiunti, eventi indipendenti e probabilitá condizionata
Esercitazioni del Corso di Probabilitá e Statistica Lezione 2: Eventi disgiunti, eventi indipendenti e probabilitá condizionata Stefano Patti 1 19 ottobre 2005 Definizione 1 Sia (Ω, F) uno spazio probabilizzabile.
DettagliAnno 4 Matrice inversa
Anno 4 Matrice inversa 1 Introduzione In questa lezione parleremo della matrice inversa di una matrice quadrata: definizione metodo per individuarla Al termine della lezione sarai in grado di: descrivere
DettagliLa Teoria (epistemica) della conferma bayesiana
La Teoria (epistemica) della conferma bayesiana La teoria della probabilità fornisce alcuni strumenti potenti anche in senso epistemico, per valutare argomentazioni e decisioni in cui sono usati dei metodi
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
DettagliEsercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che:
Esercizi Esercizio 4. Un urna contiene inizialmente 2 palline bianche e 4 palline rosse. Si effettuano due estrazioni con la seguente modalità: se alla prima estrazione esce una pallina bianca, la si rimette
DettagliEsercitazione 4 del corso di Statistica (parte 2)
Esercitazione 4 del corso di Statistica (parte ) Dott.ssa Paola Costantini Febbraio Esercizio n. Il tempo di percorrenza del treno che collega la stazione di Roma Termini con l aeroporto di Fiumicino è
DettagliPROBABILITA : TERNO AL LOTTO
PROBABILITA : TERNO AL LOTTO Qual è la probabilità di fare un terno al lotto? Possiamo dare una valutazione di equiprobabilità degli eventi Casi possibili 90 5 Casi favorevoli Probabilità 87 2 87 2 90
DettagliUn elenco di esercizi per il corso Matematica docente: Alberto Dolcetti
Un elenco di esercizi per il corso Matematica docente: Alberto Dolcetti Ricevo molti messaggi di posta elettronica che suggeriscono varie soluzioni per gli esercizi proposti. Questo non mi dispiace perchè
DettagliEsame di Probabilità e Statistica del 30 marzo 2009 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Probabilità e Statistica del 30 marzo 2009 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione:
DettagliStatistica descrittiva II
Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni
DettagliCompitino di Statistica del 19 maggio 2005 (Corso di Laurea in Biotecnologie, Universitá degli Studi di Padova). Cognome Nome Matricola
Compitino di Statistica del 19 maggio 200 (Corso di Laurea in Biotecnologie, Universitá degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione: si consegnano
DettagliErrori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio. M. Besozzi - IRCCS Istituto Auxologico Italiano
Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio M. Besozzi - IRCCS Istituto Auxologico Italiano L argomento... Errori cognitivi Il problema gnoseologico Dati, informazione
DettagliC.I. di Metodologia clinica
C.I. di Metodologia clinica Modulo 5. I metodi per la sintesi e la comunicazione delle informazioni sulla salute Quali errori influenzano le stime? L errore casuale I metodi per la produzione delle informazioni
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Incompatibilità ed indipendenza stocastica. Probabilità condizionate, legge della probabilità totale, Teorema
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
Dettagli2. Rappresenta graficamente la regione di piano soluzione del seguente sistema di disequazioni: 4<0
Liceo Scientifico G. Galilei Trebisacce Anno Scolastico 2010-2011 Prova di Matematica : T. Pitagora T. Euclide Disequazioni Alunno: Classe: 2 C 14.04.2011 prof. Mimmo Corrado 1. Risolvi le seguenti disequazioni:
Dettaglie) Calcolare la frazione di studenti che ottengono un punteggio esattamente uguale al punteggio minimo richiesto per superare il test di ammissione:
ESERCIZIO 1 Il test di ammissione alla prestigiosa Università STUDY produce punteggi che seguono una distribuzione normale con media 500 e scarto quadratico medio 100. Il punteggio necessario per superare
DettagliCalcolo delle probabilità
Capitolo 1 Calcolo delle probabilità Esercizio I. 1 Luca prende il treno per andare a scuola e cerca il suo amico Giovanni. Luca sa che è ugualmente probabile che Giovanni abbia preso il bus o il treno
DettagliInversa. Inversa. Elisabetta Colombo
Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 00-0, http://users.mat.unimi.it/users/colombo/programmabio.html e 3 con i Matrici inverse di matrici quadrate e con i Sia A una
DettagliFondamenti di Statistica. Prof. V. Simoncini. Orario di Lezione: Mar Gio
Fondamenti di Statistica Prof. V. Simoncini Orario di Lezione: Mar 14-16 Gio 9.00-11.00 Orario di ricevimento: per appuntamento valeria@dm.unibo.it Siti del corso: www.dm.unibo.it/ simoncin/fondamenti.html
DettagliNOZIONI DI CALCOLO DELLE PROBABILITÀ ALCUNE DEFINIZIONI
NOZIONI DI CALCOLO DELLE PROBABILITÀ ALCUNE DEFINIZIONI ESPERIMENTO CASUALE: un esperimento si dice casuale quando gli esiti (manifestazioni o eventi) non possono essere previsti con certezza. PROVA: le
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
DettagliStatistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità
DettagliCorso di probabilità e statistica
Università degli Studi di Verona Facoltà di Scienze MM.FF.NN. Corso di Laurea in Informatica Corso di probabilità e statistica (Prof.ssa L.Morato) Esercizi Parte I: probabilità classica e probabilità combinatoria,
DettagliPROVA SCRITTA DI STATISTICA (COD ) CLEA-CLEFIN-CLAPI-CLEMIT 10 luglio 2003 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE
PROVA SCRITTA DI STATISTICA (COD 403-504) CLEA-CLEFI-CLAPI-CLEMIT 0 luglio 003 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE ESERCIZIO (0 punti) L agenzia di viaggio Volare Volare
DettagliCorso di. Dott.ssa Donatella Cocca
Corso di Statistica medica e applicata 4 a Lezione Dott.ssa Donatella Cocca Concetti principale della lezione precedente I concetti principali che sono stati presentati sono: Indici di dispersione o di
DettagliLe equazioni. 2x 3 = x + 1. Definizione e caratteristiche
1 Definizione e caratteristiche Chiamiamo equazione l uguaglianza tra due espressioni algebriche, che è verificata solo per particolari valori che vengono attribuiti alle variabili. L espressione che si
DettagliEsercizi 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
DettagliCorso di Politica Economica
Corso di Politica Economica Lezione 10: Introduzione alla Teoria dei Giochi (part 4) David Bartolini Università Politecnica delle Marche (Sede di S.Benedetto del Tronto) d.bartolini@univpm.it (email) http://utenti.dea.univpm.it/politica
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
DettagliEsame di Istituzioni di Matematiche II del 11 luglio 2001 (Corso di Laurea in Biotecnologie, Universitá degli Studi di Padova). Cognome Nome Matricola
Esame di Istituzioni di Matematiche II del 11 luglio 2001 (Corso di Laurea in Biotecnologie, Universitá degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione:
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità Paolo Baldi, Università di Roma Tor Vergata McGraw-Hill Prima parte: soluzioni pag 3 Seconda parte: risultati degli esercizi proposti pag 5 Paolo Baldi Calcolo delle Probabilità
DettagliCome risolvere i quesiti dell INVALSI - primo
Come risolvere i quesiti dell INVALSI - primo Soluzione: Se mancano di 90 significa mancano a 90. Saranno presenti 90 9 = 81 litri. Soluzione: Se il trapezio è isoscele allora l angolo, inoltre l angolo
DettagliCalcolo delle Probabilità: esercitazione 3
Argometo: Probabilità codizioata e teorema di Bayes (par. 3.4 libro di testo) Esercizio Tra i partecipati ad u cocorso per giovai musicisti, il 50% suoa il piaoforte, il 30% suoa il violio ed il restate
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
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
DettagliEsercizi su variabili discrete: binomiali e ipergeometriche
CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su variabili discrete: binomiali e ipergeometriche Es1 Due squadre di rugby si sfidano giocando fra loro varie partite La squadra che vince 4 partite
DettagliLaboratorio di dinamiche socio-economiche
Dipartimento di Matematica Università di Ferrara giacomo.albi@unife.it www.giacomoalbi.com 8 marzo 2012 Seconda parte: Econofisica La probabilità e la statistica come strumento di analisi. Apparenti paradossi
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
DettagliVariabili casuali ad una dimensione Testi degli esercizi. Variabili casuali ad una dimensione a.a. 2012/2013 1
Variabili casuali ad una dimensione Testi degli esercizi 1 Costruzione di variabile casuale discreta Esercizio 1. Sia data un urna contenente 3 biglie rosse, 2 biglie bianche ed una biglia nera. Ad ogni
Dettagli1 se si verifica E 0 se non si verifica E. S se si verifica E 0 altrimenti.
Probabilità Soggettiva Definizione 3 Dato un evento E, la probabilità P (E) =p dell evento E, secondo un dato individuo in un certo stato di informazione, è la misura numerica (coerente) del suo grado
DettagliTriangolo rettangolo
Dato il triangolo rettangolo Possiamo perciò utilizzare angoli). Progetto Matematica in Rete Triangolo rettangolo OPA sappiamo che: PA cateto sen OP cos tg OA cateto OP PA cateto OA cateto opposto ad ipotenusa
Dettaglisi tratta del test del chi-quadro di adattamento e di quello di indipendenza. 1 l ipotesi che la popolazione segua una legge fissata;
di : dado : normale Finora abbiamo visto test d ipotesi per testare ipotesi differenti, ma tutte concernenti il valore atteso di una o due popolazioni. In questo capitolo vediamo come testare 1 l ipotesi
Dettagli2- età frequenze tabella di frequenza con anche cumulate + diagrammi a bastoncini
Prima lezione Esempio di dati Indagine medica Id Sesso Età Razza Fumatore Pressione Sanguigna Presenza di calcio nel sangue 1 M 46 altro sì 90 10.04 2 M 45 asiatico sì 102 9.66 3 F 45 nero sì 91 9.94 4
DettagliSottospazi vettoriali. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni.
Politecnico di Torino. Sottospazi vettoriali. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. Argomenti: Sottospazi. Generatori. Confrontando sottospazi: intersezione.
Dettagli1 Definizione di sistema lineare omogeneo.
Geometria Lingotto. LeLing1: Sistemi lineari omogenei. Ārgomenti svolti: Definizione di sistema lineare omogeneo. La matrice associata. Concetto di soluzione. Sistemi equivalenti. Operazioni elementari
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},
DettagliLINGUAGGIO MATEMATICO DI BASE, MODELLIZZAZIONE E RAGIONAMENTO
LINGUGGIO MTEMTIO I SE, MOELLIZZZIONE E RGIONMENTO. Per tutti i valori di p e q diversi da zero, l espressione è equivalente a p q (q + 2p) p + 2 q p + 2 q p + 2p q q p + 2 q 2. L indice di massa corporea
DettagliMoltiplicazione. Divisione. Multipli e divisori
Addizione Sottrazione Potenze Moltiplicazione Divisione Multipli e divisori LE QUATTRO OPERAZIONI Una operazione aritmetica è quel procedimento che fa corrispondere ad una coppia ordinata di numeri (termini
DettagliDISTRIBUZIONI DI PROBABILITA
DISTRIBUZIONI DI PROBABILITA Nell associare ai risultati di un esperimento un valore numerico si costruisce una variabile casuale (o aleatoria, o stocastica). Ogni variabile casuale ha una corrispondente
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
DettagliConcentrazioni. concentrazione quantità di soluzione
Concentrazioni Una soluzione è un sistema omogeneo prodotto dallo scioglimento di una sostanza solida, liquida o gassosa (soluto), in un opportuno liquido (solvente). Definiamo concentrazione di una soluzione
DettagliPROBABILITA. ESERCIZIO: In un urna ci sono 2 biglie rosse, 2 biglie bianche ed 1 biglia gialla.
PROBABILITA ESERCIZIO: In un urna ci sono 2 biglie rosse, 2 biglie bianche ed 1 biglia gialla. a) Si eseguono due estrazioni con rimessa, calcolare la probabilità che le biglie estratte abbiano lo stesso
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
Dettagli8a. Teorema di Bayes, rapporto di verosimiglianza (likelihood ratio, LR) e odds
8a. Teorema di Bayes, rapporto di verosimiglianza (likelihood ratio, LR) e odds Se partiamo dalla forma classica (5.13) del teorema di Bayes che possiamo anche riscrivere come e se consideriamo il rapporto
DettagliLe Derivate. Appunti delle lezioni di matematica di A. Pisani Liceo Classico Dante Alighieri
Le Derivate Appunti delle lezioni di matematica di A. Pisani Liceo Classico Dante Alighieri Nota bene Questi appunti sono da intendere come guida allo studio e come riassunto di quanto illustrato durante
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
DettagliElementi di calcolo delle probabilità
Capitolo 5 Elementi di calcolo delle probabilità Come si è visto nel capitolo 3 la misura di una grandezza fisica è sempre a etta da errori il cui valore è, entro certi limiti, inconoscibile ovvero c è
DettagliUniversità Politecnica delle Marche - Facoltà di Ingegneria Ing. Informatica e Automatica - Ing. Logistica e Produzione
ANALISI NUMERICA - Primo Parziale - TEMA A PARTE I. Si chiede allo studente di trattare i seguenti argomenti nel modo più completo possibile. 1. Propagazione degli errori nel caso di operazioni elementari
DettagliEsercitazione: La distribuzione NORMALE
Esercitazione: La distribuzione NORMALE Uno dei più importanti esempi di distribuzione di probabilità continua è dato dalla distribuzione Normale (curva normale o distribuzione Gaussiana); è una delle
Dettagli