STATISTICA e PROBABILITA'
|
|
- Irma Nanni
- 6 anni fa
- Visualizzazioni
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' 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
DettagliSperimentazioni 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
Dettagli3.1 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
DettagliIntroduzione 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
DettagliStatistica 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
DettagliLezione 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
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
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
DettagliNOZIONI 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
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
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:
Dettagli1 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
DettagliMATEMATICA. 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
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.
DettagliLe 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
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
DettagliElementi 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
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 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,
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
DettagliPROBABILITA 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
DettagliStatistica. 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
DettagliProbabilita' 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
DettagliProgetto 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
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
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
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
Dettagli5 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.
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
DettagliCalcolo 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.
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
Dettagli1. 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
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
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
DettagliScopo 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
DettagliPROBABILITA. 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
DettagliCalcolo 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
DettagliCorso 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
DettagliCalcolo 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!(
DettagliEsercitazioni 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
DettagliPROBABILITA. 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,
DettagliIL 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
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
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
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
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
DettagliSTATISTICA 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:
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
DettagliStatistica. 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
DettagliInformazione, 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
DettagliOPERAZIONI 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
DettagliCostruzione 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
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
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
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
DettagliIdraulica 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
Dettagli2. 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
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
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
DettagliLezione 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
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
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
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.
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;
DettagliUniversità 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
DettagliElementi 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
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
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
DettagliCalcolo 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
DettagliProva 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)
DettagliTeorema 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
Dettagli1 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
DettagliRAPPRESENTAZIONE 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.
DettagliNozioni 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
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
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.
DettagliProbabilità 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
DettagliVariabile 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
DettagliVARIABILI 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
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
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
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
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
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
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
DettagliProbabilità 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
DettagliQLaprobabilità 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
DettagliNote 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
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
DettagliAPPUNTI 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
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
DettagliPreparazione 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
DettagliVariabili 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
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
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
DettagliDISPENSE 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
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
DettagliUNIVERSITA 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
DettagliP ( 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
DettagliSommario. 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