STATISTICA e PROBABILITA'

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "STATISTICA e PROBABILITA'"

Transcript

1 STATISTICA e PROBABILITA' Il problema della misura si pone in termini probabilistici, determinando un intervallo di valori aventi una certa probabilità di essere osservati. E' necessario quindi introdurre alcuni elementi di teoria della probabilità

2 La Statistica è la disciplina che studia quantitativamente i fenomeni collettivi L'insieme di tutte le possibili osservazioni di un fenomeno costituisce la Popolazione L'insieme di osservazioni parziali costituiscono un Campione metodi e le finalita' della statistica sono diversi secondo che la popolazione venga osservata per intero o in modo parziale. Nel caso della misura, l'indagine viene condotta su un campione di dati e la statistica, che va sotto il nome di Inferenza statistica, fornisce i metodi con cui le informazioni contenute nel campione vengono estese, riferite, all'intera popolazione.

3 Le diverse definizioni di Probabilita' 1-DEFINIZIONE CLASSICA di probabilità: (a priori) Il risultato di un esperimento si possa presentare con n eventi possibili ( modalita' dell'evento) e sia A un evento possibile. La probabilita di un evento A, P(A), è uguale al rapporto fra il numero di casi favorevoli n(a) al verificarsi dell evento stesso e il numero n dei casi possibili, purché tutti equiprobabili: P(A) = n(a)/n 2-DEFINIZIONE EMPIRICA o STATISTICA di probabilità:(a posteriori) Supponendo che sia possibile ripetere un esperinento un numero N di volte nelle stesse condizioni,la probabilità P(A) di un determinato evento A è il limite del rapporto tra il numero M(A) di volte in cui si è manifestato l evento favorevole e il numero N di prove, al tendere all infinito del numero di prove stesse, cioé P(A) = lim M(A)/N per N infinito Da entrambe le definizioni risulta 0 P(A) 1 ; P(A)=0 per evento impossibile P(A)=1 evento certo

4 La definizione classica di probabilita' e' insoddisfacente per 2 motivi: in primo luogo sottointende il concetto di equiprobabilita', cosicche' nell'ambito della definizione si usa il concetto stesso da definire. Inoltre essa e' applicabile solo se gli eventi elementari hanno tutti la medesima probabilita' La definizione empirica di probabilita' sottointende che l'evento sia ripetibile nelle stesse condizioni sperimentali un numero N grande di volte. Inoltre presuppone a priori una convergenza della frequenza relativa al crescere di N, verso un valore ben definito. Le due definizioni (classica ed empirica) trovano una consistenza nella legge dei grandi numeri o Teorema di Bernoulli).

5 Teorema di Bernoulli L'enunciato in forma semplificata e' il seguente: Sia A un evento possibile In una serie di prove di un dato esperimento ripetuto nelle stesse condizioni. Se l'evento A si e'presentato M(A) volte in N prove, la probabilita' che la frequenza relativa f(a)=m(a)/n differisca dalla sua probabilita' classica P(A) di una quantita' in valore assoluto minore di un ε positivo piccolo a piacere, tende a 1 col crescere del numero delle prove. La convergenza nella legge dei grandi numeri o Teorema di Bernoulli e' quindi intesa in senso statistico (o debole)e non implica una convergenza esatta nel senso dell'analisi: non implica cioe'che, preso un numero positivo ε piccolo a piacere sia possibile determinare in conseguenza un intero M tale che per ogni N>M risulti sicuramente f(a)-p(a) <ε

6 Cosa significa convergenza statistica Gli studenti hanno gia' verificato nei risultati della loro esperienza (lancio dei dadi) il significato di convergenza statistica. Vale ancora sottolineare che tale convergenza non preveda che all'aumentare del numero delle prove l'uscita di un evento A (comparsa di una determinata faccia di un dado) sia certa ma solo che aumenti la probabilita' del verificarsi di A,senza che si raggiunga mai la certezza.. esempio: nel gioco del lotto non esiste un numero M di volte dopo il quale un numero prefissato che non e uscito per M volte, esca con certezza.

7 Rappresentazione grafica di una convergenza statistica

8 3-DEFINIZIONE ASSIOMATICA di probabilita' La definizione assiomatica di probabilita' e' matematicamente consistente e supera le incongruenze delle definizioni precedenti. La probabilita' di un evento A e' definita come una funzione d'insieme E' necessario pertanto premettere alla sua definizione alcune nozioni -Eventi - Insieme e sottoinsieme di eventi. Spazio campionario degli eventi, - Operazioni d'insieme (unione -intersezione) -Funzione d'insieme

9 EVENTI e INSIEME o SOTTOINSIEME di EVENTI SPAZIO CAMPIONARIO Eventi semplici o elementari = possibili risultati o modalita' dell'esperimento non ulteriormente scomponibili Spazio degli eventi S = totalità degli eventi elementari associati all'esperimento Insieme o sottoinsieme di eventi=combinazione di uno o piu' eventi semplici Eventi complessi = sottoinsieme dello spazio campionario Esempio 1: Lancio di un dado Spazio campionario: E1 (comparsa faccia 1), E 2, E 3, E 4, E 5, E 6 Evento complesso: comparsa faccia pari E2, E 4, E 6

10 Esempi Esempio 2: lancio 2 dadi a 6 facce Spazio campionario; tutti gli eventi semplici che sono le 36 coppie di valori (1,1) (1,2)... rappresentabili in un piano cartesiano dai punti in figura Evento complesso esempio: risultato del lancio somma 7 : (1,6), (2,5), (3,4), (4,3), (5,2), (6,1)

11 Esempio 3: lancio di una moneta 3 volte Spazio degli eventi:ttt,ttc,tct,tcc,ctt,ctc,cct,ccc Evento complesso :prima uscita T= sottoinsieme TTT, TTC, TCT, TCC, Esempio 4: misura della lunghezza di una barra d'acciaio in un processo produttivo. L'osservazione del fenomeno assegna Spazio degli eventi = Valori compresi fra 295 e 305 cm Evento complesso:=valori di lunghezza >300 cm valori > 300 cm : sottoinsieme cm

12 Operazioni su insiemi Data la corrispondenza fra eventi e insieme di punti, lo studio della relazione tra eventi è riconducibile allo studio della relazione fra insiemi. Uno schema molto utile per illustrare gli insiemi e mostrarne le relazioni è il diagramma di Venn. Si tratta di un diagramma che rappresenta l'insieme con i punti contenuti in un cerchio, in un rettangolo o in altra figura piana.

13 Insieme complementare Ā = tutti gli elementi di S che non appartengono ad A Insieme vuoto Ǿ = insieme che non contiene alcun elemento Insiemi A e B disgiunti o mutualmente esclusivi Insiemi A e B congiunti

14 Insieme unione di insiemi A e B si indica A B insieme degli elementi di A o di B o di entrambi Insieme intersezione di insiemi A e B si indica A B insieme dei punti che appartengono ad A ed a B Insiemi congiunti A B= Insiemi disgiunti

15 Funzione d'insieme Nell'accezione usuale, una funzione f(x) e' una legge che associa a cascun punto di un dato insieme di punti (dominio)uno e un sol punto di un altro insieme (codominio).tale nozione puo' essere facilmente estesa al caso in cui gli elementi del dominio siano insiemi di punti anziche' singoli punti. Esempio si considerino i cerchi nel piano (x,y) di raggio r= (x 2 +y 2 ) ½ ;a ciascun cerchio si puo' associare l'area corrispondente s = r 2. s cosi' definita e' funzione d'insieme. Nella successiva definizione assiomatica di probabilita' si associa ad un insieme o ad un sottoinsieme A una funzione P(A)

16 3-DEFINIZIONE ASSIOMATICA di probabilità Ad ogni insieme A viene assegnata una funzione d'insieme P(A) detta Probabilità dell'insieme che deve soddisfare le seguenti proprietà P(A) 0 per ogni A P(S) = 1 P(A U B U C ) = P(A) + P(B) + P(C) per ogni serie finita o infinita di eventi disgiunti (o mutualmente esclusivi). E' una definizione puramente formale basata su 3 assiomi. Si tratta di dare una definizione operativa di probabilità ovvero di definire operativamente la misura della probabilità di un insieme A.

17 Legge della probabilità totale (forma semplice) La proprieta' della definizione assiomatica P(A U B U C ) = P(A) + P(B) + P(C) per ogni serie finita o infinita di eventi disgiunti (o mutualmente esclusivi) e' nota come regola della Probabilita' totale per insiemi disgiunti. Essa e' anche formulata come: Se un evento puo' manifestarsi con modalita' diverse che si escludono a vicenda, la probabilita' dell'evento e' la somma delle probabilita' corrispondenti a quelle modalita'.

18 Assegnazione della probabilta' agli eventi Sia la definizione classica, sia la definizione empirica di probabilita' soddisfa gli assiomi,e risultano con cio' matematicamente consistenti. La definizione assiomatica di probabilita', non dice nulla su come assegnare dei valori alla probabilita'. Tuttavia su tali valori si possono fare delle ipotesi, verificabili poi analizzando gli eventi reali osservati. Si facciano,per tutti, gli esempi dell'assegnazione delle probabilita' nei giochi d'azzardo in cui in genere gli eventi sono supposti non equiprobabili. L'assegnazione della probabilita' agli eventi di S deve soddisfare la condizione di normalizzazione P(S)=1

19 Esempio di assegnazione della probabilita' ad eventi non equiprobabili Agli eventi semplici che sono il risultato del lancio di un dado a sei facce equiprobabile si assegnano le probabilita' mediante la definizione classica P(E 1 )=P(E 2 )=P(E 3 )=P(E 4 )=P(E 5 )=P(E 6 )=1/6 Se si suppone che il dado sia truccato (per esempio si sospetti che la faccia 2 abbia probabilita' doppia delle altre) si usano le proprieta' della definizione assiomatica P(E 1 )=P(E 2 )=P(E 4 )=P(E 5 )=P(E 6 )=1/7 P(E 2 )=2/7

20 Esempio di assegnazione della probabilita' ad eventi complessi Si voglia valutare adesso (utilizzando il dado truccato ) la probabilita' degli eventi complessi A (punteggio pari =2,4,6) B (punteggio inferiore a 3 =1,2) C (punteggio pari o inferiore a 3 =A B) gli eventi A e B sono congiunti. Per calcolare P(A) e P(B) si applica la proprieta' assiomatica degli eventi disgiunti da cui P(A)=2/7+1/7+1/7=4/7 P(B)=1/7+2/7=3/7 ma per il calcolo d P(A B ) con A e B congiunti non abbiamo ancora la regola!

21 Legge della probabilità totale(forma generale) La proprieta' assiomatica P(A U B U C ) = P(A) + P(B) + P(C) per ogni serie finita o infinita di eventi disgiunti permette di ricavare la regola della proprieta' totale nella che forma generale,estesa anche ad insiemi congiunti. Dimostrazione: P(A U B ) = P(A) + P(B) P(A B) Siano A e B insieme congiunti

22 In figura e' mostrato come e' sempre possibile esprimere l'insieme unione A U B di insiemi congiunti come l'unione di insiemi disgiunti e applicare all'insieme (A U B) la proprieta' della somma di insiemi disgiunti

23 inoltre sia A che B possono sempre esprimersi come unione di insiemi disgiunti nella forma: da cui si ottiengono le relazioni che sostituiti nella precedente danno il risultato P(A U B)=P(A)+P(B) P(A B)

24 P(A B) = Probabilità condizionata di A dato B Risulta talora necessario in alcuni problemi,valutare la probabilita' che si verifichi un evento A essendosi gia' verificato un evento B Siano A e B due eventi dello spazio campionario S e sia P(B) 0 non nulla. Si definisce probabilita' condizionata di A dato B, che si indica come P(A B) la probabilita' dell'intersezione A B diviso la probabilita' di B P(A B)=P(A B)/P(B) [ovviamente P(A B)=0 se gli eventi o insiemi sono disgiunti essendo A B=Ǿ]

25 La P(A B) soddisfa gli assiomi Si puo' verificare che questa definizione di probabilita' soddisfa le proprieta' della definizione assiomatica. Infatti se B e' un sottonsieme di S,dalla proprieta' P(A B) P(B)<1 e P(A B)=P(A B)/P(B) risulta 0 P(A B) 1 essendo 0=P(A B) se gli eventi A e B sono disgiunti e P(A B)=1 se B A o B=A

26 La probabilita' condizionata P(A B) puo' essere <=> P(A) Esempio P(A B) > P(A) il verificarsi dell'evento B favorisce il verificarsi di A 1)Nell'ipotesi che una famiglia abbia 2 figli,cercare la probabilita' condizionata che ambedue i figli siano maschi, sapendo che almeno uno di essi e' maschio. Spazio campionario: (m,m), (m,f), (f,m),(f,f) supposti equiprobabili gli eventi hanno probabilita' 1/4 sottoinsieme A: (m,m) sottoinsieme B:(m,m), (m,f), (f,m) P(A B)=P(A B)/P(B)=1/4/3/4=1/3>P(A)=1/4 Se A B P(A B)=P(A B)/P(B)=P(A)/P(B) >P(A)

27 Esempio : P(A B) < P(A) Se P(A B) < P(A) il verificarsi dell'evento B sfavorisce il verificarsi di A i 2)Nell'ipotesi che una famiglia abbia 2 figli,cercare la probabilita' condizionata che almeno uno sia un maschio,sapendo che il primo e' una femmina evento A: (m,m),(m,f),(f,m) ; evento B (f,f),(f,m) P(A B)=P(A B)/P(B)=1/4/1/2=1/2<P(A)=3/4

28 La probabilita' condizionata P(A B) puo' essere = P(A) Se P(A B) = P(A) il verificarsi dell'evento B non influisce sul verificarsi dell'evento A gli eventi A e B sono indipendenti tra loro Esempio : Si consideri il lancio di 2 dadi simmetrici.sia A l'evento che la somma dei 2 dadi sia 7 e B l'evento che il I dado sia 4 Si calcoli la probabilita' condizionata P(A B) Evento A:(1,6) (2,5),(3,4) (4,3)(5,2)(6,1) Evento B :(4,1) (4,2)(4,3) (4,4)(4,5) (4,6) Evento A B = (4,3) P(A B) = P(A B)/ P(B)=1/36/ 1/6=6/36=P(A)

29 Legge della probabilità composta (forma generale) Dalla definizione di probabilita' condizionata P(A B)=P(A B)/P(B) si ricava P(A B)=P(A B) P(B) o anche P(B A)=P(B A) P(A) La legge si generalizza a piu' eventi o insiemi nella forma P(A B C )= P(A)P(B A) P(C A B)...

30 Eventi indipendenti- Legge della Probabilita composta ( forma semplice) Se i due eventi A e B sono indipendenti P(A B)=P(A) e la legge della probabilita' composta (forma generale) diventap(a B )=P(A) P(B) Se gli eventi sono piu' di due,la legge si generalizza nella forma P(A B.C.)=P(A) P(B)P(C)... Legge della probabilità composta (per eventi indipendenti): se un evento E risulta dal concorso contemporaneo o successivo di 2 o piu' eventi completamente indipendenti tra loro, ciascuno con probabilita' P(A), P (B), P(C)...la probabilita' che si verifichi l'evento A B C..e' il prodotto delle singole probabilita'

31 Esempio 1 insiemi congiunti non indipendenti lancio di una moneta simmetrica 3 volte Spazio degli eventi : TTT,TTC,TCT,TCC,CTT,CTC,CCT,CCC supposti equiprobabili la probabilita' di ogni singolo evento =1/8 a)si voglia valutare la probabilta' dell'evento almeno 2 T se al primo lancio si e' verificato l'evento C A=[CTT, TTT,TTC, TCT] B=[CTT,CTC,CCT,CCC] P(A B)=P(A B)/P(B)=1/8/1/2=1/4<P(A)=1/2

32 Esempio 2 eventi congiunti indipendenti Si voglia valutare la probabilita' di Croce al III lancio essendosi verificato l'evento 2C al I e II lancio A=[TTC,TCC,CTC,CCC] B=[CCC,CCT] P(A B)=P(A B)/P(B)=1/8/1/4=1/2=P(A) vale la legge della probabilita' composta in forma semplice P(A B)=P(A) P(B) =1/2*1/4=1/8

33 ESEMPIO 3 eventi congiunti non indipendenti Si consideri il lancio di 2 dadi simmetrici.sia A l'evento che la somma dei 2 dadi sia 6 e B l'evento che il I dado sia 4 Si calcoli la probabilita' condizionata P(A B) Evento A:(1,5) (2,4),(3,3) (4,2)(5,1) Evento B :(4,1) (4,2)(4,3) (4,4)(4,5) (4,6) P(A B) = P(A B)/ P(B)=1/36/ 1/6=6/36>P(A)=5/36 Il verificarsi dell'uscita 4 al I lancio favorisce la somma 6

34 ESEMPIO 4 eventi congiunti non indipendenti Nel lancio di un dado simmetrico,qual'e' la probabilita' che esca un numero minore o uguale a 3,dato che e'uscito un numero dispari? A:(1,2,3) B:(1,3,5) P(A B) = P(A B)/ P(B)=2/6/1/2=2/3>P(A)=1/2 L'uscita di un numero dispari favorisce l'uscita di un numero minore o uguale a 3. Anche con la definizione classica P(E)=2/3!

35 Quadro riassuntivo Legge della probabilita' totale (forma generale) P(A U B ) = P(A) + P(B) P(A B) Legge della probabilita' composta (forma generale) P(A B)=P(A B) P(B)=P(B A) P(A) caso a) Eventi A e B disgiunti o incompatibili P(A B)=0 P(A U B ) = P(A) + P(B) caso b) Eventi A e B congiunti e indipendenti P(A U B ) = P(A) + P(B) P(A B) P(A B)=P(A) P(B)

36 Eventi A e B congiunti indipendenti Se si chiede qual'e' la probabilita' che esca un pari al II lancio se al I e' uscito un dispari (Attenzione lo spazio campionario e costituito dalle 36 coppie (1,1),(1,2)... Evento A (1,2) (2,2) (3,2) (1,4) (2,4) (3,4).. (1,6) (2,6) (3,6).. Evento B (1,1) (1,2) (1,3) (3,1) (3,2) (3,3). (5,1) (5,2) (5,3). P(A B)=P(A B) /P(B)=9/36/1/2= 9/18 P(A B)=P(A) P(B)=1/2*1/2=1/4

STATISTICA e PROBABILITA'

STATISTICA e PROBABILITA' STATISTICA e PROBABILITA' Il problema della misura si pone in termini probabilistici, determinando un intervallo di valori aventi una certa probabilità di essere osservati. E' necessario quindi introdurre

Dettagli

Sperimentazioni di Fisica I mod. A Statistica - Lezione 3

Sperimentazioni di Fisica I mod. A Statistica - Lezione 3 Sperimentazioni di Fisica I mod. A Statistica - Lezione 3 A Garfagnini, M Mazzocco, C Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Teoria della Probabilità L ineliminabile

Dettagli

3.1 La probabilità: eventi e variabili casuali

3.1 La probabilità: eventi e variabili casuali Capitolo 3 Elementi di teoria della probabilità Abbiamo già notato come, per la ineliminabile presenza degli errori di misura, quello che otteniamo come risultato della stima del valore di una grandezza

Dettagli

Introduzione al Calcolo delle Probabilità

Introduzione al Calcolo delle Probabilità Introduzione al Calcolo delle Probabilità In tutti quei casi in cui le manifestazioni di un fenomeno (EVENTI) non possono essere determinate a priori in modo univoco, e i risultati possono essere oggetto

Dettagli

Statistica Inferenziale

Statistica Inferenziale Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 1 Abbiamo visto: Definizioni di statistica, statistica inferenziale, probabilità (interpretazione

Dettagli

Lezione 1: Università Mediterranea di Reggio Calabria Decisions Lab. Insiemi. La Probabilità Probabilità e Teoria degli Insiemi

Lezione 1: Università Mediterranea di Reggio Calabria Decisions Lab. Insiemi. La Probabilità Probabilità e Teoria degli Insiemi Lezione 1: Probabilità e Teoria degli Università Mediterranea di Reggio Calabria Decisions Lab Gli insiemi Gli Un insieme S è una collezione di oggetti chiamati elementi dell insieme. - Se x è un elemento

Dettagli

Ψ PSICOMETRIA. Corso di laurea triennale (classe 34) STATISTICA INFERENZIALE

Ψ 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

Esperimentazioni di Fisica 1 Elementi di Calcolo delle Probabilità

Esperimentazioni 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

Dettagli

NOZIONI DI CALCOLO DELLE PROBABILITÀ

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

Dettagli

Sia f la frequenza di un evento A e n sia la dimensione del campione. La probabilità dell'evento A è

Sia 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

Dettagli

Probabilità I Calcolo delle probabilità

Probabilità 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:

Dettagli

1 Ingredienti base del CDP. 2 Denizioni classica e frequentista. 3 Denizione assiomatica. 4 La σ-algebra F. 5 Esiti equiprobabili

1 Ingredienti base del CDP. 2 Denizioni classica e frequentista. 3 Denizione assiomatica. 4 La σ-algebra F. 5 Esiti equiprobabili 1 Ingredienti base del CDP 2 Denizioni classica e frequentista 3 Denizione assiomatica 4 La σ-algebra F 5 Esiti equiprobabili 6 Esperimento casuale 7 Probabilità condizionata Ingredienti base del CDP eventi

Dettagli

MATEMATICA. a.a. 2014/15

MATEMATICA. a.a. 2014/15 MATEMATICA a.a. 2014/15 5. Introduzione alla probabilità: Definizioni di probabilità. Evento, prova, esperimento. Eventi indipendenti e incompatibili. Probabilità condizionata. Teorema di Bayes CONCETTI

Dettagli

Calcolo della probabilità

Calcolo 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.

Dettagli

Le variabili casuali o aleatorie

Le variabili casuali o aleatorie Le variabili casuali o aleatorie Intuitivamente un numero casuale o aleatorio è un numero sul cui valore non siamo certi per carenza di informazioni - ad esempio la durata di un macchinario, il valore

Dettagli

Introduzione alla probabilità

Introduzione 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

Dettagli

Elementi di probabilità

Elementi di probabilità Elementi di probabilità Corso di STATISTICA Ordinario di, Università di Napoli Federico II Professore supplente, Università della Basilicata a.a. 2011/2012 1 Obiettivo dell unità didattica Introdurre gli

Dettagli

Per capire qual è l altezza media degli italiani è stato intervistato un campione di 1523 cittadini. La media campionaria dell altezza risulta essere:

Per 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

Dettagli

IL CALCOLO DELLE PROBABILITA

IL 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,

Dettagli

Teoria della probabilità

Teoria 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

Dettagli

PROBABILITA E STATISTICA

PROBABILITA E STATISTICA PROBABILITA E STATISTICA La nozione di probabilità è stata concepita in modi diversi; GROSSOLANAMENTE le principali sono: Concezione classica: concetto di probabilità come uguale possibilità concezione

Dettagli

Statistica. Capitolo 4. Probabilità. Cap. 4-1

Statistica. Capitolo 4. Probabilità. Cap. 4-1 Statistica Capitolo 4 Probabilità Cap. 4-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Spiegare concetti e definizioni fondamentali della probabilità Usare il diagramma

Dettagli

Probabilita' mediante l'analisi combinatoria D n,k =Disposizioni di n oggetti a k a k (o di classe k)

Probabilita' mediante l'analisi combinatoria D n,k =Disposizioni di n oggetti a k a k (o di classe k) Probabilita' mediante l'analisi combinatoria D n,k =Disposizioni di n oggetti a k a k (o di classe k) Nel calcolo del numero di modalita' con cui si presenta un evento e' utile talvolta utilizzare le definizioni

Dettagli

Progetto Lauree Scientifiche Liceo Classico L.Ariosto, Ferrara Dipartimento di Matematica Università di Ferrara 24 Gennaio 2012

Progetto Lauree Scientifiche Liceo Classico L.Ariosto, Ferrara Dipartimento di Matematica Università di Ferrara 24 Gennaio 2012 Progetto Lauree Scientifiche Liceo Classico L.Ariosto, Ferrara Dipartimento di Matematica Università di Ferrara 24 Gennaio 2012 Concetti importanti da (ri)vedere funzione vettore matrice cenni di calcolo

Dettagli

Definizione frequentistica di probabilita :

Definizione 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

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 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

CALCOLO DELLE PROBABILITA' risultato non può essere previsto con certezza ogni risultato possibile di un esperimento

CALCOLO 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

Dettagli

5 di tutti i possibili risultati relativi a un determinato esperimento si chiama spazio probabilistico

5 di tutti i possibili risultati relativi a un determinato esperimento si chiama spazio probabilistico Gli eventi Torniamo ora a occuparci degli eventi. Qualunque sia la concezione utilizzata per determinare la probabilità di un evento, si lavora all'interno di un insieme determinato di casi possibili.

Dettagli

NOZIONI DI CALCOLO DELLE PROBABILITÀ ALCUNE DEFINIZIONI

NOZIONI 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

Dettagli

Calcolo delle Probabilità: esercitazione 2

Calcolo delle Probabilità: esercitazione 2 Argomento: eventi indipendenti ed incompatibili, probabilità dell evento unione e complementare, probabilità condizionata, principio della probabilità composta. Paragrafi 3.2, 3.3, 3.4 e 3.5 libro di testo.

Dettagli

Cenni di probabilità

Cenni 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

Dettagli

1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3.

1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3. Corso di Laurea INTERFACOLTÀ - Esercitazione di Statistica n 6 ESERCIZIO 1: 1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3. lancio di

Dettagli

La PROBABILITA è un numero che si associa ad un evento E ed esprime il grado di aspettativa circa il suo verificarsi.

La 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

Dettagli

Calcolo delle Probabilità

Calcolo 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

Dettagli

Scopo del Corso: Lezione 1. La Probabilità. Organizzazione del Corso e argomenti trattati: Prerequisiti:

Scopo del Corso: Lezione 1. La Probabilità. Organizzazione del Corso e argomenti trattati: Prerequisiti: Lezione 1 La Probabilità Scopo del Corso: Introduzione alla probabilità e alle procedure di inferenza statistica Introduzione ad alcune importanti tecniche di analisi multivariata dei dati Organizzazione

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

Calcolo delle Probabilità Soluzioni 1. Spazio campionario ed eventi

Calcolo delle Probabilità Soluzioni 1. Spazio campionario ed eventi ISTITUZIONI DI STATISTICA A. A. 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona

Dettagli

Corso di Statistica. Introduzione alla Probabilità. Prof.ssa T. Laureti a.a

Corso di Statistica. Introduzione alla Probabilità. Prof.ssa T. Laureti a.a Corso di Statistica Introduzione alla Probabilità Prof.ssa T. Laureti a.a. 2012-2013 1 Introduzione al concetto di probabilità nelle strategie aziendali L azienda che vende articoli di abbigliamento per

Dettagli

Calcolo combinatorio

Calcolo combinatorio Calcolo combinatorio Fattoriale: n! = n( n 1)( n 2)...1 1 1 n n = 0 Fattoriale discendente: n( n 1)...( n k + 1) n! (n) k = = ( n k)! 1 1 k n k = 0 Coefficiente binomiale (k n) : n (n) = k n! = k k! k!(

Dettagli

Esercitazioni di Statistica Dott.ssa Cristina Mollica niroma1.it. Probabilità

Esercitazioni di Statistica Dott.ssa Cristina Mollica niroma1.it. Probabilità Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@u niroma1.it Probabilità Esercizio 1. Un esperimento casuale consiste nel lanciare tre volte una moneta. Si determini lo spazio campionario

Dettagli

PROBABILITA. DEFINIZIONE: Ogni singolo risultato di un esperimento casuale si chiama evento elementare

PROBABILITA. DEFINIZIONE: Ogni singolo risultato di un esperimento casuale si chiama evento elementare PROBABILITA La teoria della probabilità si applica ad esperimenti aleatori o casuali: ossia, esperimenti il cui risultato non è prevedibile a priori. Ad esempio, lancio di un dado, lancio di una moneta,

Dettagli

IL CALCOLO DELLE PROBABILITA

IL CALCOLO DELLE PROBABILITA IL CLCOLO DLL ROILIT SRIMNTO: si dice deterministico l esperimento il cui risultato è prevedibile con certezza; si dice casuale l esperimento il cui risultato non è prevedibile con certezza. VNTO: si dice

Dettagli

Variabili aleatorie. Variabili aleatorie e variabili statistiche

Variabili 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

Dettagli

È l insieme di tutti i possibili esiti di un esperimento aleatorio; si indica generalmente con il simbolo.

È 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

Dettagli

Esercizi di Calcolo delle Probabilità

Esercizi 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

Dettagli

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 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

Dettagli

STATISTICA 1 ESERCITAZIONE 8

STATISTICA 1 ESERCITAZIONE 8 STATISTICA 1 ESERCITAZIONE 8 Dott. Giuseppe Pandolfo 18 Novembre 2013 CALCOLO DELLE PROBABILITA Elementi del calcolo delle probabilità: 1) Esperimento: fenomeno caratterizzato da incertezza 2) Evento:

Dettagli

Lezione 1. La Statistica Inferenziale

Lezione 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

Dettagli

Statistica. Motivazioni

Statistica. Motivazioni Statistica Docente: Massimiliano Grosso Dipartimento di Ingegneria Chimica e Materiali Università degli Studi di Cagliari E-mail: grosso@dicm.unica.it Telefono: 070 675 5075 Web: http://people.unica.it/massimilianogrosso

Dettagli

Informazione, Entropia e Probabilità

Informazione, Entropia e Probabilità Informazione, Entropia e Probabilità Alessandro Lenci Università di Pisa, Dipartimento di Linguistica Via Santa Maria, 36, 56100 Pisa, Italy alessandro.lenci@ilc.cnr.it Linguaggio e comunicazione - LO042

Dettagli

OPERAZIONI CON GLI EVENTI

OPERAZIONI CON GLI EVENTI LA PROBABILITA GLI EVENTI Definiamo come evento il verificarsi di un avvenimento, situazione o fenomeno; in quest ottica potremmo intuitivamente definire la probabilità come l indice di verosimiglianza

Dettagli

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini e Leonardo Bertini. Lezione 1: Probabilità: fondamenti

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini e Leonardo Bertini. Lezione 1: Probabilità: fondamenti Costruzione di macchine Modulo di: Progettazione probabilistica e affidabilità Marco Beghini e Leonardo Bertini Lezione 1: Probabilità: fondamenti Progettazione probabilistica: Considerazione delle incertezze

Dettagli

CALCOLO DELLE PROBABILITA

CALCOLO 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

Dettagli

( A) ( ) 3. Concezioni e valutazioni di probabilità

( 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

Dettagli

Test di autovalutazione

Test 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

Dettagli

Idraulica e Idrologia: Lezione 6

Idraulica e Idrologia: Lezione 6 Idraulica e Idrologia: Lezione 6 Agenda del giorno - Eventi estremi in idrologia: legame fra magnitudo e probabilità; - Statistica e probabilità in idrologia; - Tempo di ritorno. 1 Analisi statistica di

Dettagli

2. I numeri reali e le funzioni di variabile reale

2. I numeri reali e le funzioni di variabile reale . I numeri reali e le funzioni di variabile reale Introduzione Il metodo comunemente usato in Matematica consiste nel precisare senza ambiguità i presupposti, da non cambiare durante l elaborazione dei

Dettagli

Il Calcolo delle Probabilità è lo strumento matematico per trattare fenomeni aleatori cioè non deterministici.

Il 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

Dettagli

Lezione 3 Calcolo delle probabilità

Lezione 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

Dettagli

Lezione 2. La probabilità oggettiva : definizione classica e frequentistica e loro problemi

Lezione 2. La probabilità oggettiva : definizione classica e frequentistica e loro problemi Lezione 2 La probabilità oggettiva : definizione classica e frequentistica e loro problemi La definizione classica Definizione classica: La probabilità di un evento E è il rapporto tra il numero dei casi

Dettagli

FENOMENI CASUALI. fenomeni casuali

FENOMENI 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

Dettagli

PROBABILITA. Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano.

PROBABILITA. 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

Dettagli

Probabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva

Probabilità 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.

Dettagli

SOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA

SOLUZIONI 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;

Dettagli

Università del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica

Università del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica Medica Elementi di calcolo delle probabilità CdL Infermieristica Pediatrica ed

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 15-La probabilità vers. 1.0a (26 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2014-2015

Dettagli

Probabilità esempi. Aiutiamoci con una rappresentazione grafica:

Probabilità 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

Dettagli

Lezione 8. La Statistica Inferenziale

Lezione 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

Calcolo delle probabilità

Calcolo delle probabilità Calcolo delle probabilità Definizione di Spazio Campionario Definizioni di Probabilità Eventi mutuamente esclusivi Eventi indipendenti Principio della somma Principio del prodotto Eventi certi : è certo

Dettagli

Prova d'esame di Statistica I - Corso Prof.ssa S. Terzi

Prova d'esame di Statistica I - Corso Prof.ssa S. Terzi Prova d'esame di Statistica I - Corso Prof.ssa S. Terzi Esercizio 1 Data la variabile casuale X con funzione di densità f(x) = 2x, per 0 x 1; f(x) = 0 per x [0, 1], determinare: a) P( - 0,5 < X< 0,7) b)

Dettagli

Teorema del limite centrale TCL

Teorema del limite centrale TCL Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazione lineare di N variabili aleatorie le cui funzioni

Dettagli

1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente:

1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente: CAPITOLO TERZO VARIABILI CASUALI. Le variabili casuali e la loro distribuzione di probabilità In molte situazioni, dato uno spazio di probabilità S, si è interessati non tanto agli eventi elementari (o

Dettagli

RAPPRESENTAZIONE INSIEMISTICA DEGLI EVENTI Lezione n. 5

RAPPRESENTAZIONE INSIEMISTICA DEGLI EVENTI Lezione n. 5 RAPPRESENTAZIONE INSIEMISTICA DEGLI EVENTI Lezione n. 5 Finalità: Realizzare grafici che facilitano l organizzazione dei concetti probabilistici utilizzando l insiemistica. Metodo: Compilazione delle schede.

Dettagli

Nozioni introduttive e notazioni

Nozioni introduttive e notazioni Nozioni introduttive e notazioni 1.1 Insiemi La teoria degli insiemi è alla base di tutta la matematica, in quanto ne fornisce il linguaggio base e le notazioni. Definiamo un insieme come una collezione

Dettagli

Lo spazio degli eventi del lancio di un dado regolare a sei facce è l insieme U 1. 2. 3. U 4. 5. 6

Lo 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

Dettagli

CONOSCENZE 1. il significato di evento casuale. 2. il significato di eventi impossibili, complementari;

CONOSCENZE 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.

Dettagli

Probabilità delle cause:

Probabilità delle cause: Probabilità delle cause: Probabilità condizionata 2 Teorema delle probabilità composte A B) A) B/A) 3 Teorema delle probabilità totali B )! 4 Teorema delle probabilità delle cause n i A! B ) A / B ) B

Dettagli

Variabile casuale E 6 E 5 E 4. R S x1 E 2

Variabile casuale E 6 E 5 E 4. R S x1 E 2 Variabile casuale Una Variabile Casuale X è una regola (funzione reale) che associa ad E (evento elementare di S) uno ed un solo numero reale. Notazione: X: variabile casuale : realizzazione di una variabile

Dettagli

VARIABILI CASUALI CONTINUE

VARIABILI CASUALI CONTINUE p. 1/1 VARIABILI CASUALI CONTINUE Una variabile casuale continua può assumere tutti gli infiniti valori appartenenti ad un intervallo di numeri reali. p. 1/1 VARIABILI CASUALI CONTINUE Una variabile casuale

Dettagli

STATISTICA: esercizi svolti sulle VARIABILI CASUALI

STATISTICA: 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

Dettagli

ALGEBRA DEGLI EVENTI

ALGEBRA 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

Dettagli

Probabilità. Ing. Ivano Coccorullo

Probabilità. 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

Dettagli

STATISTICA A K (63 ore) Marco Riani

STATISTICA 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

Dettagli

UNIVERSITÀ di ROMA TOR VERGATA

UNIVERSITÀ 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

Dettagli

Cosa dobbiamo già conoscere?

Cosa 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

Dettagli

Probabilità Condizionale - 1

Probabilità Condizionale - 1 Probabilità Condizionale - 1 Come varia la probabilità al variare della conoscenza, ovvero delle informazioni in possesso di chi la calcola? ESEMPIO - Calcolare la probabilità che in una estrazione della

Dettagli

QLaprobabilità dell'evento intersezione

QLaprobabilità dell'evento intersezione QLaprobabilità dell'evento intersezione Dati due eventi A e B consideriamo l'evento intersezione C'-A H B C. Prima di illustrare come si calcola la probabilità dell'evento intersezione, vediamo insieme

Dettagli

Note introduttive alla probabilitá e alla statistica

Note introduttive alla probabilitá e alla statistica Note introduttive alla probabilitá e alla statistica 1 marzo 2017 Presentiamo sinteticamente alcuni concetti introduttivi alla probabilitá e statistica 1 Probabilità e statistica Probabilità: Un modello

Dettagli

IL CALCOLO DELLE PROBABILITA

IL 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

Dettagli

APPUNTI DI CALCOLO COMBINATORIO E PROBABILITA' Corso di Matematica ed Elementi di Statistica Scienze della Natura a.a. 2014/15

APPUNTI DI CALCOLO COMBINATORIO E PROBABILITA' Corso di Matematica ed Elementi di Statistica Scienze della Natura a.a. 2014/15 APPUNTI DI CALCOLO COMBINATORIO E PROBABILITA' Corso di Matematica ed Elementi di Statistica Scienze della Natura a.a. 2014/15 Elementi di calcolo combinatorio. Primi elementi di probabilita: denizioni

Dettagli

IL CALCOLO DELLE PROBABILITA

IL 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

Dettagli

Preparazione all esame in italiano del ALGEBRA -

Preparazione all esame in italiano del ALGEBRA - TEST PSICOMETRICO Preparazione all esame in italiano del 2014 - - Febbraio Marzo 2014 Docente: Giacomo Sassun E-mail: gsassun@yahoo.it info@israeluni.it Realizzato grazie al contributo dell UNIONE DELLE

Dettagli

Variabili casuali. - di Massimo Cristallo -

Variabili casuali. - di Massimo Cristallo - Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 16 e 27 maggio 2013 - di Massimo Cristallo - Variabili casuali

Dettagli

Esercitazione del 31/01/2012 Istituzioni di Calcolo delle Probabilità

Esercitazione 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

Dettagli

Insiemi: Rappresentazione

Insiemi: 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

Dettagli

DISPENSE SU TEORIA DEGLI INSIEMI E NUMERI

DISPENSE SU TEORIA DEGLI INSIEMI E NUMERI FACOLTA' DI ECONOMIA UNIVERSITA DELLA CALABRIA Corso di Modelli Matematici per l Azienda a.a. 2011-2012 DISPENSE SU TEORIA DEGLI INSIEMI E NUMERI Prof. Fabio Lamantia INSIEMI INSIEME= gruppo di oggetti

Dettagli

La probabilità: introduzione

La 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

Dettagli

UNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.

UNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA. Lezione 4 DISTRIBUZIONE DI FREQUENZA 1 DISTRIBUZIONE DI PROBABILITA Una variabile i cui differenti valori seguono una distribuzione di probabilità si chiama variabile aleatoria. Es:il numero di figli maschi

Dettagli

P ( X n X > ɛ) = 0. ovvero (se come distanza consideriamo quella euclidea)

P ( X n X > ɛ) = 0. ovvero (se come distanza consideriamo quella euclidea) 10.4 Convergenze 166 10.4.3. Convergenza in Probabilità. Definizione 10.2. Data una successione X 1, X 2,...,,... di vettori aleatori e un vettore aleatorio X aventi tutti la stessa dimensione k diremo

Dettagli

Sommario. Corso di Statistica Facoltà di Economia. Teoria della Probabilità e Inferenza Statistica

Sommario. Corso di Statistica Facoltà di Economia. Teoria della Probabilità e Inferenza Statistica Corso di Statistica Facoltà di Economia Lezione n 13 z z z Sommario Probabilità ed Inferenza Statistica Elementi di Calcolo delle Probabilità Le Diverse scuole a.a. 2000-2001 2001 Francesco Mola a.a. 2000-2001

Dettagli