Testa o croce: quando conviene scegliere a caso

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Testa o croce: quando conviene scegliere a caso"

Transcript

1 Testa o croce: quando conviene scegliere a caso Fabio Fagnani fagnani/ Dipartimento di Matematica Politecnico di Torino p.

2 Quale ricerca? p.

3 Quale ricerca? Teoria dei controlli e dei codici. Forti legami con le ingegnerie dell automazione e delle telecomunicazioni e con la fisica. Ricerca intrinsecamente interdisciplinare. p.

4 Quale ricerca? Teoria dei controlli e dei codici. Forti legami con le ingegnerie dell automazione e delle telecomunicazioni e con la fisica. Ricerca intrinsecamente interdisciplinare. Che matematica entra in gioco? Analisi Algebra Teoria dei grafi, combinatorica Probabilità p.

5 Una lezione sulla probabilità p.

6 Una lezione sulla probabilità La genesi: una breve introduzione storica. p.

7 Una lezione sulla probabilità La genesi: una breve introduzione storica. Alcuni problemi classici. p.

8 Una lezione sulla probabilità La genesi: una breve introduzione storica. Alcuni problemi classici. Alcune questioni più avanzate. p.

9 La genesi della probabilità Non è una genesi delle più nobili: nasce nelle bische clandestine della Francia seicentesca. Ha una data di nascita ufficiale: il Un importante precursore: Cardano, Liber de Ludo Aleae, 1520, pubblicato nel p.

10 Che cosa accadde nel 1654? p.

11 Che cosa accadde nel 1654? Un gioco allora alla moda: la casa scommette alla pari con un giocatore che quest ultimo, lanciando per 4 volte un dado, ottenga almeno una volta 6. Questo gioco è favorevole alla casa che in media vince il 52% delle volte. p.

12 Che cosa accadde nel 1654? Un gioco allora alla moda: la casa scommette alla pari con un giocatore che quest ultimo, lanciando per 4 volte un dado, ottenga almeno una volta 6. Questo gioco è favorevole alla casa che in media vince il 52% delle volte. Una variante di Antoine Gombauld Chevalier de Méré: la casa scommette alla pari con un giocatore che quest ultimo, lanciando per 24 volte una coppia di dadi, ottenga almeno una volta il doppio 6. p.

13 Che cosa accadde nel 1654? Anche questo gioco, secondo il de Méré, dovrebbe essere leggermente favorevole alla casa: p.

14 Che cosa accadde nel 1654? Anche questo gioco, secondo il de Méré, dovrebbe essere leggermente favorevole alla casa: 6 risultati possibili lanciando un dado: la probabilità che esca il 6 è 1/6; p.

15 Che cosa accadde nel 1654? Anche questo gioco, secondo il de Méré, dovrebbe essere leggermente favorevole alla casa: 6 risultati possibili lanciando un dado: la probabilità che esca il 6 è 1/6; 36 risultati possibili lanciando due dadi: la probabilità che esca il doppio 6 è 1/36 (6 volte più bassa); p.

16 Che cosa accadde nel 1654? Anche questo gioco, secondo il de Méré, dovrebbe essere leggermente favorevole alla casa: 6 risultati possibili lanciando un dado: la probabilità che esca il 6 è 1/6; 36 risultati possibili lanciando due dadi: la probabilità che esca il doppio 6 è 1/36 (6 volte più bassa); lanciando la coppia di dadi 6 volte di più (24 = 6 4) si dovrebbe controbilanciare l effetto di considerare un evento meno probabile di un fattore 6. p.

17 Che cosa accadde nel 1654? Anche questo gioco, secondo il de Méré, dovrebbe essere leggermente favorevole alla casa: 6 risultati possibili lanciando un dado: la probabilità che esca il 6 è 1/6; 36 risultati possibili lanciando due dadi: la probabilità che esca il doppio 6 è 1/36 (6 volte più bassa); lanciando la coppia di dadi 6 volte di più (24 = 6 4) si dovrebbe controbilanciare l effetto di considerare un evento meno probabile di un fattore si dovrebbe avere quindi la stessa probabilità. p.

18 Che cosa accadde nel 1654? E invece no! Quest ultimo gioco non è favorevole alla casa, ma al giocatore. p.

19 Che cosa accadde nel 1654? E invece no! Quest ultimo gioco non è favorevole alla casa, ma al giocatore. Ne era consapevole il de Méré, non è chiaro se per averlo provato a sue spese o per qualche intuizione teorica. Decise di parlarne con un brillante francese dell epoca, Blaise Pascal che risolse il problema postogli dal de Méré provando anche che con 25 lanci il gioco sarebbe allora stato favorevole alla casa. p.

20 Lo sviluppo successivo Con Pascal e poi Fermat, Huygens, Leibnitz, Bernoulli si sviluppa la probabilità. Per la fine del 1600 è già una teoria autonoma. p.

21 Lo sviluppo successivo Con Pascal e poi Fermat, Huygens, Leibnitz, Bernoulli si sviluppa la probabilità. Per la fine del 1600 è già una teoria autonoma. Laplace 1812: E davvero notevole che una scienza nata dall osservazione dei giochi d azzardo sia divenuta l oggetto più importante della umana conoscenza! p.

22 Lo sviluppo successivo Tuttavia, nonostante Laplace, Poisson, De Moivre, Gauss nonostante le spettacolari applicazioni alla fisica di Maxwell, Boltzmann, Einstein la probabilità come disciplina matematica quasi scompare dalla scena per oltre 100 anni. p.

23 Lo sviluppo successivo Solo dal 1930 comincia ad acquisire un autonomia e un rispetto nei circoli matematici. Ha molta fortuna in Francia dove è nata, in Russia, negli Stati Uniti, poca in Italia... p.

24 Lo sviluppo successivo Solo dal 1930 comincia ad acquisire un autonomia e un rispetto nei circoli matematici. Ha molta fortuna in Francia dove è nata, in Russia, negli Stati Uniti, poca in Italia... Fino a qualche anno fa, in Italia, ci si poteva laureare in Matematica senza aver sostenuto un solo esame di probabilità. p.

25 p. 1 Lo sviluppo successivo Questo spiega in parte il motivo della scarsa penetrazione delle idee probabilistiche nella cultura comune. Con gravi conseguenze, perchè la probabilità ha nel contempo aumentato la sua influenza ed importanza. Genetica Teoria dell Informazione Modelli finanziari

26 Quando serve la probabilità? p. 1

27 p. 1 Quando serve la probabilità? La probabilità interviene ogni volta che effettuiamo, assistiamo ad un esperimento l esito del quale non è completamente determinato a priori e può avere un certo numero di diversi risultati.

28 p. 1 Quando serve la probabilità? La probabilità interviene ogni volta che effettuiamo, assistiamo ad un esperimento l esito del quale non è completamente determinato a priori e può avere un certo numero di diversi risultati. Lancio di una moneta: 2 possibili risultati T o C.

29 p. 1 Quando serve la probabilità? La probabilità interviene ogni volta che effettuiamo, assistiamo ad un esperimento l esito del quale non è completamente determinato a priori e può avere un certo numero di diversi risultati. Lancio di una moneta: 2 possibili risultati T o C. Lancio di un dado: 6 possibili risultati.

30 p. 1 Quando serve la probabilità? La probabilità interviene ogni volta che effettuiamo, assistiamo ad un esperimento l esito del quale non è completamente determinato a priori e può avere un certo numero di diversi risultati. Lancio di una moneta: 2 possibili risultati T o C. Lancio di un dado: 6 possibili risultati. Estrazione di una pallina da un urna contenente palline rosse, bianche, nere e gialle: 4 possibili risultati.

31 p. 1 Quando serve la probabilità? La probabilità interviene ogni volta che effettuiamo, assistiamo ad un esperimento l esito del quale non è completamente determinato a priori e può avere un certo numero di diversi risultati. Lancio di una moneta: 2 possibili risultati T o C. Lancio di un dado: 6 possibili risultati. Estrazione di una pallina da un urna contenente palline rosse, bianche, nere e gialle: 4 possibili risultati. Numero di connessioni ad un server in un giorno.

32 p. 1 Quando serve la probabilità? Il modello probabilistico serve a descrivere la nostra mancanza di informazione, la nostra ignoranza su un fenomeno e prescinde dalla causa di tale ignoranza.

33 Il modello probabilistico p. 1

34 p. 1 Il modello probabilistico Si fissa un insieme che contenga come elementi i possibili esiti dell esperimento sotto considerazione. Questo insieme verrà generalmente indicato con il simbolo Ω e chiamato spazio degli eventi elementari.

35 p. 1 Il modello probabilistico Si fissa un insieme che contenga come elementi i possibili esiti dell esperimento sotto considerazione. Questo insieme verrà generalmente indicato con il simbolo Ω e chiamato spazio degli eventi elementari. L insieme Ω negli esempi precedenti: Lancio di una moneta: Ω = {T, C}. Lancio di un dado: Ω = {1, 2, 3, 4, 5, 6}. Estrazione dall urna: Ω = {R, B, N, G}. Numero di connessioni: Ω = N = {0, 1, 2, 3,... }.

36 p. 1 Il modello probabilistico Si fissa un insieme che contenga come elementi i possibili esiti dell esperimento sotto considerazione. Questo insieme verrà generalmente indicato con il simbolo Ω e chiamato spazio degli eventi elementari. Ad ogni evento elementare ω Ω si associa un numero p(ω): la probabilità che si verifichi ω. p(ω) 0 ω Ω p(ω) = 1

37 p. 1 Il modello probabilistico Come si sceglie la probabilità p(ω)?

38 p. 1 Il modello probabilistico Come si sceglie la probabilità p(ω)? Ipotesi frequentista. In base ad informazioni statistiche sull esperimento Es.: se l evento ω accade 37 volte su 100, si pone p(ω) = 37/100.

39 p. 1 Il modello probabilistico Come si sceglie la probabilità p(ω)? Ipotesi frequentista. In base ad informazioni statistiche sull esperimento Es.: se l evento ω accade 37 volte su 100, si pone p(ω) = 37/100. Ipotesi classica. Ragionamenti di simmetria: tutti gli eventi elementari hanno la stessa probabilità. Se Ω ha N elementi ( Ω = N), si pone p(ω) = 1/N qualunque sia ω Ω.

40 p. 1 Il modello probabilistico Come si sceglie la probabilità p(ω)?

41 p. 1 Il modello probabilistico Come si sceglie la probabilità p(ω)? Moneta Ω = {T, C} p(t) = p(c) = 1/2

42 p. 1 Il modello probabilistico Come si sceglie la probabilità p(ω)? Dado Ω = {1, 2, 3, 4, 5, 6} p(ω) = 1/6, ω = 1, 2,..., 6

43 p. 1 Il modello probabilistico Come si sceglie la probabilità p(ω)? Urna Ω = {R, B, N, G} p(ω) =?

44 p. 1 Il modello probabilistico Come si sceglie la probabilità p(ω)? Urna Ω = {R, B, N, G} p(ω) =? Composizione dell urna: 3 palline rosse, 4 bianche, 1 nera, 2 gialle. Totale 10 palline.

45 p. 1 Il modello probabilistico Come si sceglie la probabilità p(ω)? Urna Ω = {R, B, N, G} p(ω) =? Composizione dell urna: 3 palline rosse, 4 bianche, 1 nera, 2 gialle. Totale 10 palline. p(r) = 3 10, p(b) = 4 10, p(n) = 1 10, p(g) = 2 10.

46 p. 1 Il modello probabilistico Come si sceglie la probabilità p(ω)? Connessioni Ω = N p(ω) =? ipotesi frequentista,...

47 p. 1 Il calcolo delle probabilità (Ω, p(ω)) spazio delle probabilità.

48 p. 1 Il calcolo delle probabilità (Ω, p(ω)) spazio delle probabilità. La probabilità di eventi complessi: A Ω p(a) = p(ω) ω A

49 p. 1 Il calcolo delle probabilità (Ω, p(ω)) spazio delle probabilità. La probabilità di eventi complessi: A Ω p(a) = p(ω) ω A Caso di ipotesi classica: p(a) = ω A p(ω) = A Ω = casi favorevoli casi possibili.

50 p. 1 Il calcolo delle probabilità (Ω, p(ω)) spazio delle probabilità. La probabilità di eventi complessi: A Ω p(a) = p(ω) ω A Regola del complementare: p(a c ) = 1 p(a)

51 p. 1 Esperimenti ripetuti In molti casi un esperimento consiste nel ripetere un certo numero di volte un esperimento base: lanci ripetuti di una moneta o di un dado...

52 p. 1 Esperimenti ripetuti In molti casi un esperimento consiste nel ripetere un certo numero di volte un esperimento base: lanci ripetuti di una moneta o di un dado... Quale struttura probabilistica?

53 p. 1 Esperimenti ripetuti Esperimento base con risultati nell insieme Ω o.

54 p. 1 Esperimenti ripetuti Esperimento base con risultati nell insieme Ω o. Supponiamo di ripetere l esperimento k volte e di annotare in ordine i risultati ottenuti. Avremo alla fine una sequenza ordinata di k elementi di Ω o : (ω 1, ω 2,..., ω k ) dove ω i indica l esito dell i-esimo esperimento.

55 p. 1 Esperimenti ripetuti Esperimento base con risultati nell insieme Ω o. Supponiamo di ripetere l esperimento k volte e di annotare in ordine i risultati ottenuti. Avremo alla fine una sequenza ordinata di k elementi di Ω o : (ω 1, ω 2,..., ω k ) dove ω i indica l esito dell i-esimo esperimento. NOTAZIONE: Ω = Ω k o = {(ω 1, ω 2,..., ω k ) ω 1,... ω k Ω o } Ω o = N o, Ω k o = N k o.

56 p. 1 Esperimenti ripetuti Che probabilità su Ω k o?

57 p. 1 Esperimenti ripetuti Che probabilità su Ω k o? Se gli eventi in Ω 0 sono equiprobabili e i vari esperimenti sono tra loro indipendenti è logico optare per l ipotesi classica: (N o = Ω o ) p(ω 1,... ω k ) = 1 N k o

58 p. 2 Ritorno al 1654 Qual è la probabilità che lanciando per 4 volte un dado si ottenga almeno una volta 6?

59 p. 2 Ritorno al 1654 Qual è la probabilità che lanciando per 4 volte un dado si ottenga almeno una volta 6? Ω 0 = {1, 2,..., 6}, Ω = Ω 4 0. A = {(ω 1, ω 2, ω 3, ω 4 ) almeno un ω i = 6}

60 p. 2 Ritorno al 1654 Qual è la probabilità che lanciando per 4 volte un dado si ottenga almeno una volta 6? Ω 0 = {1, 2,..., 6}, Ω = Ω 4 0. A = {(ω 1, ω 2, ω 3, ω 4 ) almeno un ω i = 6} A c = {(ω 1, ω 2, ω 3, ω 4 ) ω i 6}

61 p. 2 Ritorno al 1654 Qual è la probabilità che lanciando per 4 volte un dado si ottenga almeno una volta 6? Ω 0 = {1, 2,..., 6}, Ω = Ω 4 0. A = {(ω 1, ω 2, ω 3, ω 4 ) almeno un ω i = 6} A c = {(ω 1, ω 2, ω 3, ω 4 ) ω i 6} p(a c ) = casi favorevoli casi possibili =

62 Ritorno al 1654 Qual è la probabilità che lanciando per 4 volte un dado si ottenga almeno una volta 6? Ω 0 = {1, 2,..., 6}, Ω = Ω 4 0. A = {(ω 1, ω 2, ω 3, ω 4 ) almeno un ω i = 6} A c = {(ω 1, ω 2, ω 3, ω 4 ) ω i 6} p(a c ) = casi favorevoli casi possibili = p(a) = 1 p(a c ) = p. 2

63 p. 2 Ritorno al 1654 Qual è la probabilità che lanciando per 24 volte una coppia di dadi si ottenga almeno una volta (6, 6)?

64 p. 2 Ritorno al 1654 Qual è la probabilità che lanciando per 24 volte una coppia di dadi si ottenga almeno una volta (6, 6)? Ω 0 = {1, 2,..., 6} 2, Ω = Ω A = {(ω 1,..., ω 24 ) almeno un ω i = (6, 6)}

65 p. 2 Ritorno al 1654 Qual è la probabilità che lanciando per 24 volte una coppia di dadi si ottenga almeno una volta (6, 6)? Ω 0 = {1, 2,..., 6} 2, Ω = Ω A = {(ω 1,..., ω 24 ) almeno un ω i = (6, 6)} A c = {(ω 1,..., ω 24 ) ω i (6, 6)}

66 p. 2 Ritorno al 1654 Qual è la probabilità che lanciando per 24 volte una coppia di dadi si ottenga almeno una volta (6, 6)? Ω 0 = {1, 2,..., 6} 2, Ω = Ω A = {(ω 1,..., ω 24 ) almeno un ω i = (6, 6)} A c = {(ω 1,..., ω 24 ) ω i (6, 6)} p(a c ) = casi favorevoli casi possibili =

67 Ritorno al 1654 Qual è la probabilità che lanciando per 24 volte una coppia di dadi si ottenga almeno una volta (6, 6)? Ω 0 = {1, 2,..., 6} 2, Ω = Ω A = {(ω 1,..., ω 24 ) almeno un ω i = (6, 6)} A c = {(ω 1,..., ω 24 ) ω i (6, 6)} p(a c ) = casi favorevoli casi possibili = p(a) = 1 p(a c ) = p. 2

68 p. 2 Ritorno al 1654 Esercizio: Qual è la probabilità che lanciando per 25 volte una coppia di dadi si ottenga almeno una volta (6, 6)?

69 L errore del De Méré. p. 2

70 p. 2 L errore del De Méré. Era così sbagliato il ragionamento del De Méré?

71 p. 2 L errore del De Méré. Era così sbagliato il ragionamento del De Méré? In entrambi i casi si sta aspettando l accadimento di un certo evento ω che ha probabilità p(ω) = p e si ripete l esperimento k volte.

72 p. 2 L errore del De Méré. Era così sbagliato il ragionamento del De Méré? In entrambi i casi si sta aspettando l accadimento di un certo evento ω che ha probabilità p(ω) = p e si ripete l esperimento k volte. primo caso: ω = 6, p = 1/6, k = 4. p(non accade mai ω) = = ( ) 4

73 p. 2 L errore del De Méré. Era così sbagliato il ragionamento del De Méré? In entrambi i casi si sta aspettando l accadimento di un certo evento ω che ha probabilità p(ω) = p e si ripete l esperimento k volte. primo caso: ω = 6, p = 1/6, k = 4. p(non accade mai ω) = = ( secondo caso: ω = (6, 6), p = 1/36, k = 24. ) 4 p(non accade mai ω) = = ( ) 24

74 p. 2 L errore del De Méré. Era così sbagliato il ragionamento del De Méré? In entrambi i casi si sta aspettando l accadimento di un certo evento ω che ha probabilità p(ω) = p e si ripete l esperimento k volte. primo caso: ω = 6, p = 1/6, k = 4. p(non accade mai ω) = = ( ) 4 = (1 p) k secondo caso: ω = (6, 6), p = 1/36, k = 24. p(non accade mai ω) = = ( ) = (1 p) k

75 p. 2 L errore del De Méré. Era così sbagliato il ragionamento del De Méré? In entrambi i casi si sta aspettando l accadimento di un certo evento ω che ha probabilità p(ω) = p e si ripete l esperimento k volte. p(non accade mai ω) = (1 p) k

76 p. 2 L errore del De Méré. Era così sbagliato il ragionamento del De Méré? In entrambi i casi si sta aspettando l accadimento di un certo evento ω che ha probabilità p(ω) = p e si ripete l esperimento k volte. p(non accade mai ω) = (1 p) k Per la regola del complementare, p(accade almeno una volta ω) = 1 (1 p) k

77 p. 2 L errore del De Méré. Consideriamo f(x) = (1 x) k

78 p. 2 L errore del De Méré. Consideriamo f(x) = (1 x) k La retta tangente in (0, f(0)) è: y = 1 kx

79 p. 2 L errore del De Méré. Consideriamo f(x) = (1 x) k La retta tangente in (0, f(0)) è: y = 1 kx (1 x) k 1 kx per x piccoli

80 p. 2 L errore del De Méré. Consideriamo f(x) = (1 x) k La retta tangente in (0, f(0)) è: y = 1 kx (1 x) k 1 kx per x piccoli (1 p) k 1 kp per p piccoli

81 p. 2 L errore del De Méré. p(accade almeno una volta ω) = 1 (1 p) k

82 p. 2 L errore del De Méré. p(accade almeno una volta ω) = 1 (1 p) k 1 (1 pk)

83 p. 2 L errore del De Méré. p(accade almeno una volta ω) = 1 (1 p) k 1 (1 pk) pk

84 p. 2 L errore del De Méré. p(accade almeno una volta ω) = 1 (1 p) k 1 (1 pk) Negli esempi: pk p = 1/6, k = 4 p = 1/36, k = 24 4/6 = 24/36

85 p. 2 L errore del De Méré. p(accade almeno una volta ω) = 1 (1 p) k 1 (1 pk) Negli esempi: pk p = 1/6, k = 4 p = 1/36, k = 24 4/6 = 24/36 Sono eguali nell approssimazione!

86 p. 2 L errore del De Méré. p(accade almeno una volta ω) = 1 (1 p) k 1 (1 pk) Negli esempi: pk p = 1/6, k = 4 p = 1/36, k = 24 4/6 = 24/36 Sono eguali nell approssimazione!...de Méré non aveva sbagliato poi di tanto.

87 p. 2 Allarghiamo lo sguardo. Un esperimento ripetuto k volte. L evento ω ha probabilità p (piccola) di accadere. p(accade almeno una volta ω) = 1 (1 p) k pk

88 p. 2 Allarghiamo lo sguardo. Un esperimento ripetuto k volte. L evento ω ha probabilità p (piccola) di accadere. p(accade almeno una volta ω) = 1 (1 p) k pk Se k è sufficientemente grande (dell ordine di 1/p), questa probabilità sarà significativa.

89 p. 2 Un punto fondamentale. La probabilità che un certo evento raro accada può essere resa molto alta (vicina ad 1) se siamo in grado di ripetere l esperimento un numero alto di volte.

90 p. 2 Un punto fondamentale. La probabilità che un certo evento raro accada può essere resa molto alta (vicina ad 1) se siamo in grado di ripetere l esperimento un numero alto di volte. IMPORTANTE: Esperimenti ripetuti indipendenti. Numero di ripetizioni 1/p. Probabilità alta non significa certezza.

91 p. 2 Testa o croce. Lancio di una moneta per 12 volte consecutive. Ω = {T, C} 12, Ω = 2 12.

92 p. 2 Testa o croce. Lancio di una moneta per 12 volte consecutive. Ω = {T, C} 12, Ω = Possibili risultati: TCCCTCTCTCTT TTTTTTTTTTTT

93 p. 2 Testa o croce. Lancio di una moneta per 12 volte consecutive. Ω = {T, C} 12, Ω = Possibili risultati: TCCCTCTCTCTT TTTTTTTTTTTT Che probabilità hanno?

94 p. 2 Testa o croce. Lancio di una moneta per 12 volte consecutive. Ω = {T, C} 12, Ω = Possibili risultati: TCCCTCTCTCTT TTTTTTTTTTTT Che probabilità hanno? Tutti la stessa! p =

95 Testa o croce. Lancio di una moneta per 12 volte consecutive. Ω = {T, C} 12, Ω = Possibili risultati: TCCCTCTCTCTT TTTTTTTTTTTT Che probabilità hanno? Tutti la stessa! p = La probabilità di 12 teste consecutive è bassa, ma la stessa di qualunque altra sequenza di teste e croci! p. 2

96 p. 2 Testa o croce. p(tttttttttttt) = 1 = 0,

97 p. 2 Testa o croce. p(tttttttttttt) = 1 = 0, Ripetendo l esperimento 2 12 = 4096 volte (circa lanci), con probabilità alta comparirà TTTTTTTTTTTT

98 p. 2 Testa o croce. p(tttttttttttt) = 1 = 0, Ripetendo l esperimento 2 12 = 4096 volte (circa lanci), con probabilità alta comparirà TTTTTTTTTTTT Gli eventi improbabili accadono:...ad una roulette di Montecarlo è uscito 36 volte consecutive pari!

99 p. 3 Un grave errore. La probabilità che esca il 53 nella ruota di Venezia è p = 5 90 = 1 18 Quindi in 18 estrazioni c è buona probabilità che esca.

100 p. 3 Un grave errore. La probabilità che esca il 53 nella ruota di Venezia è p = 5 90 = 1 18 Quindi in 18 estrazioni c è buona probabilità che esca. Supponiamo che il 53 non esca per 17 estrazioni. Possiamo dedurne che a questo punto la sua probabilità di uscita è più alta?

101 p. 3 Un grave errore. La probabilità che esca il 53 nella ruota di Venezia è p = 5 90 = 1 18 Quindi in 18 estrazioni c è buona probabilità che esca. Supponiamo che il 53 non esca per 17 estrazioni. Possiamo dedurne che a questo punto la sua probabilità di uscita è più alta? Assolutamente no! Le estrazioni non hanno memoria. Ogni volta si ricomincia da capo!

102 p. 3 Un grave errore. Il 53 non è uscito nella ruota di Venezia per 182 estrazioni.

103 p. 3 Un grave errore. Il 53 non è uscito nella ruota di Venezia per 182 estrazioni. La probabilità che in 182 estrazioni questo accada è ( p = 1 18) =

104 p. 3 Un grave errore. Il 53 non è uscito nella ruota di Venezia per 182 estrazioni. La probabilità che in 182 estrazioni questo accada è ( p = 1 18) = Un approssimazione: la probabilità che in 182 estrazioni ci sia un numero che non esce mai è circa 90 p 1/400.

105 p. 3 Un grave errore. Il 53 non è uscito nella ruota di Venezia per 182 estrazioni. La probabilità che in 182 estrazioni questo accada è ( p = 1 18) = Un approssimazione: la probabilità che in 182 estrazioni ci sia un numero che non esce mai è circa 90 p 1/400. Quindi, ripetendo l esperimento per circa 400 volte, è probabile che capiti.

106 p. 3 Un grave errore. In altre parole, in = estrazioni, è altamente probabile che ci sia l assenza di un numero per 182 estrazioni consecutive.

107 p. 3 Un grave errore. In altre parole, in = estrazioni, è altamente probabile che ci sia l assenza di un numero per 182 estrazioni consecutive. Se si considerano le estrazioni fatte in Italia in oltre 130 anni di lotto, si vede che ci si va abbastanza vicini...

108 p. 3 Ed invece... Dal sito tutti i grandi giochi, il Lotto ha molte anime: se è vero, infatti, che è semplicissimo fare una giocata, è altrettanto vero che le possibilità di gioco sono moltissime: approfondendo la conoscenza del Gioco del Lotto si entra in un mondo complesso, affascinante, dalle mille sfumature.... Come negli Scacchi o nei giochi di strategia, insomma, le regole necessarie per iniziare sono poche e alla portata di tutti, ma le possibili evoluzioni, le tecniche, le filosofie, le meccaniche avanzate sono innumerevoli.

109 Il potere del caso. p. 3

110 p. 3 Il potere del caso. Il caso permette di ottenere qualunque cosa.

111 p. 3 Il potere del caso. Il caso permette di ottenere qualunque cosa. Basta avere tempo da aspettare.

112 p. 3 Il potere del caso. Il caso permette di ottenere qualunque cosa. Basta avere tempo da aspettare. 36 volte pari alla roulette di Montecarlo

113 p. 3 Il potere del caso. Il caso permette di ottenere qualunque cosa. Basta avere tempo da aspettare. 36 volte pari alla roulette di Montecarlo la mancanza del 53 per 182 estrazioni nella ruota di Venezia

114 p. 3 Il potere del caso. Il caso permette di ottenere qualunque cosa. Basta avere tempo da aspettare. 36 volte pari alla roulette di Montecarlo la mancanza del 53 per 182 estrazioni nella ruota di Venezia la nascita della vita sulla terra

115 p. 3 Il potere del caso. Il caso permette di ottenere qualunque cosa. Basta avere tempo da aspettare. 36 volte pari alla roulette di Montecarlo la mancanza del 53 per 182 estrazioni nella ruota di Venezia la nascita della vita sulla terra la nascita dell uomo sulla terra

116 Il potere del caso. Il caso permette di ottenere qualunque cosa. Basta avere tempo da aspettare. 36 volte pari alla roulette di Montecarlo la mancanza del 53 per 182 estrazioni nella ruota di Venezia la nascita della vita sulla terra la nascita dell uomo sulla terra L accadimento di eventi improbabili non implica un disegno. Importante è la scala temporale che stiamo osservando. p. 3

117 La Divina Commedia. p. 3

118 p. 3 La Divina Commedia. > caratteri; 28 possibili segni.

119 p. 3 La Divina Commedia. > caratteri; 28 possibili segni. Una scimmia che batte a caso su un computer per volte uno dei 28 segni alla volta produrrà la Divina Commedia con probabilità p =

120 p. 3 La Divina Commedia. > caratteri; 28 possibili segni. Una scimmia che batte a caso su un computer per volte uno dei 28 segni alla volta produrrà la Divina Commedia con probabilità p = Ripetendo l esperimento volte, con probabilità molto alta almeno una volta la scimmia avrà scritto la Divina Commedia.

121 La Divina Commedia. > caratteri; 28 possibili segni. Una scimmia che batte a caso su un computer per volte uno dei 28 segni alla volta produrrà la Divina Commedia con probabilità p = Ripetendo l esperimento volte, con probabilità molto alta almeno una volta la scimmia avrà scritto la Divina Commedia è un numero con oltre cifre!! p. 3

122 Scegliere a caso? p. 3

123 p. 3 Scegliere a caso? Per alcuni scopi (come vincere alla roulette a al lotto) qualunque strategia da gli stessi risultati. Si possono dunque scegliere a caso le giocate.

124 p. 3 Scegliere a caso? Per alcuni scopi (come vincere alla roulette a al lotto) qualunque strategia da gli stessi risultati. Si possono dunque scegliere a caso le giocate. In questo caso scegliere a caso è indifferente.

125 p. 3 Scegliere a caso? Per alcuni scopi (come vincere alla roulette a al lotto) qualunque strategia da gli stessi risultati. Si possono dunque scegliere a caso le giocate. In questo caso scegliere a caso è indifferente. Esistono situazioni in cui scegliere a caso è conveniente?

126 p. 3 Scegliere a caso? dal Corriere della Sera del 30 dicembre 2004: CRONACHE Trento, genitori contro: il giudice fa fare «testa o croce» TRENTO - Con la mamma o con il papà per le vacanze di Natale? Decide la monetina.«l ho fatto nell interesse del bambino - ha spiegato il giudice -. Legali e genitori non si mettevano d accordo e non c era tempo per riunire la camera di Consiglio. Così ho detto ai genitori di affidarsi al caso. Ho agito nell interesse del bambino». La fortuna ha arriso alla madre, che ha potuto così trascorrere il Natale con suo figlio.

127 p. 3 Scegliere a caso? Sembra strano possa esistere un valido principio di progettualità fondato sul caso. (incontro)

128 p. 3 Scegliere a caso? Sembra strano possa esistere un valido principio di progettualità fondato sul caso. Scrivere i libri battendo a caso su una tastiera ad esempio non è un metodo molto efficace. (incontro)

129 p. 3 Scegliere a caso? Sembra strano possa esistere un valido principio di progettualità fondato sul caso. Scrivere i libri battendo a caso su una tastiera ad esempio non è un metodo molto efficace. Non va tuttavia dimenticato l immenso potere generatore del caso... (incontro)

130 p. 3 Trasmettere bit Attraverso una linea telefonica disturbata si vuole trasmettere un pacchetto di 4 numeri binari (0 o 1). Il ricevitore può equivocare ogni bit inviato con probabilità 0.1.

131 p. 3 Trasmettere bit Attraverso una linea telefonica disturbata si vuole trasmettere un pacchetto di 4 numeri binari (0 o 1). Il ricevitore può equivocare ogni bit inviato con probabilità 0.1. Con che probabilità vengono ricevuti tutti giusti?

132 p. 3 Trasmettere bit Attraverso una linea telefonica disturbata si vuole trasmettere un pacchetto di 4 numeri binari (0 o 1). Il ricevitore può equivocare ogni bit inviato con probabilità 0.1. Con che probabilità vengono ricevuti tutti giusti? Ω = {c, e} 4 c TX corretta, e TX errata p(c) = 0.9, p(e) = 0.1

133 p. 3 Trasmettere bit Attraverso una linea telefonica disturbata si vuole trasmettere un pacchetto di 4 numeri binari (0 o 1). Il ricevitore può equivocare ogni bit inviato con probabilità 0.1. Con che probabilità vengono ricevuti tutti giusti? Ω = {c, e} 4 c TX corretta, e TX errata p(c) = 0.9, p(e) = 0.1 p(nessun errore) = p(cccc) = =

134 p. 3 Trasmettere bit Attraverso una linea telefonica disturbata si vuole trasmettere un pacchetto di 4 numeri binari (0 o 1). Il ricevitore può equivocare ogni bit inviato con probabilità 0.1. Con che probabilità vengono ricevuti tutti giusti? Ω = {c, e} 4 c TX corretta, e TX errata p(c) = 0.9, p(e) = 0.1 p(nessun errore) = p(cccc) = = Come fare per trasmettere i bit più fedelmente?

135 p. 4 Trasmettere bit Idea molto semplice: spedire lo stesso bit più volte.

136 p. 4 Trasmettere bit Idea molto semplice: spedire lo stesso bit più volte , Il ricevitore decide con la regola di maggioranza: {000, 100, 010, 001} 0, {111, 011, 101, 110} 1

137 p. 4 Trasmettere bit Idea molto semplice: spedire lo stesso bit più volte , Il ricevitore decide con la regola di maggioranza: {000, 100, 010, 001} 0, {111, 011, 101, 110} 1 Supponiamo di spedire 000: p(e) = p(111) + p(011) + p(101) + p(110) = = < 0.1

138 Trasmettere bit Idea molto semplice: spedire lo stesso bit più volte , Il ricevitore decide con la regola di maggioranza: {000, 100, 010, 001} 0, {111, 011, 101, 110} 1 Supponiamo di spedire 000: p(e) = p(111) + p(011) + p(101) + p(110) = = < 0.1 p(nessun errore) = = > p. 4

139 p. 4 Trasmettere bit E se volessimo migliorare ancora?

140 p. 4 Trasmettere bit E se volessimo migliorare ancora? E chiaro che aumentando il numero di ripetizioni, si riesce ad abbassare la probabilità di errore quanto vogliamo.

141 p. 4 Trasmettere bit E se volessimo migliorare ancora? E chiaro che aumentando il numero di ripetizioni, si riesce ad abbassare la probabilità di errore quanto vogliamo. Questa ha però delle conseguenze. Si introduce sempre più ritardo nella trasmissione ed in molte applicazioni questo non è accettabile.

Teoria della probabilità Assiomi e teoremi

Teoria della probabilità Assiomi e teoremi Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità Assiomi e teoremi A.A. 2008-09 Alberto Perotti DELEN-DAUIN Esperimento casuale Esperimento

Dettagli

Introduzione alla probabilità

Introduzione alla probabilità Introduzione alla probabilità in 4 lezioni Fabio Fagnani Dipartimento di Matematica Politecnico di Torino fabio.fagnani@polito.it 1 La nascita della probabilità La maggior parte delle teorie scientifiche

Dettagli

Corso di Matematica. Corso di Laurea in Farmacia, Facoltà di Farmacia. Università degli Studi di Pisa. Maria Luisa Chiofalo.

Corso di Matematica. Corso di Laurea in Farmacia, Facoltà di Farmacia. Università degli Studi di Pisa. Maria Luisa Chiofalo. Corso di Matematica Corso di Laurea in Farmacia, Facoltà di Farmacia Università degli Studi di Pisa Maria Luisa Chiofalo Scheda 18 Esercizi svolti sul calcolo delle probabilità I testi degli esercizi sono

Dettagli

Viene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita?

Viene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita? Viene lanciata una moneta. Se esce testa vinco 00 euro, se esce croce non vinco niente. Quale è il valore della mia vincita? Osserviamo che il valore della vincita dipende dal risultato dell esperimento

Dettagli

Introduzione alla scienza della comunicazione (E. T. Jaynes)

Introduzione alla scienza della comunicazione (E. T. Jaynes) Introduzione alla scienza della comunicazione (E T Jaynes) S Bonaccorsi Department of Mathematics University of Trento Corso di Mathematical model for the Physical, Natural and Social Sciences Outline

Dettagli

Matematica Applicata. Probabilità e statistica

Matematica Applicata. Probabilità e statistica Matematica Applicata Probabilità e statistica Fenomeni casuali Fenomeni che si verificano in modi non prevedibili a priori 1. Lancio di una moneta: non sono in grado di prevedere con certezza se il risultato

Dettagli

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

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

Dettagli

(concetto classico di probabilità)

(concetto classico di probabilità) Probabilità matematica (concetto classico di probabilità) Teoria ed esempi Introduzione Il calcolo delle probabilità è la parte della matematica che si occupa di prevedere, sulla base di regole e leggi

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello

Dettagli

Elementi di calcolo delle probabilità

Elementi di calcolo delle probabilità Elementi di calcolo delle probabilità Definizione di probabilità A) Qui davanti a me ho un urna contenente 2 palline bianche e 998 nere. Mi metto una benda sugli occhi, scuoto ripetutamente l urna ed estraggo

Dettagli

Prove e sottoprove. Perché il calcolo combinatorio. La moltiplicazione combinatorica. Scelta con e senza ripetizione { } ( )

Prove e sottoprove. Perché il calcolo combinatorio. La moltiplicazione combinatorica. Scelta con e senza ripetizione { } ( ) Perché il calcolo combinatorio Basato sulle idee primitive di distinzione e di classificazione, stabilisce in quanti modi diversi si possono combinare degli oggetti E molto utile nell enumerazione dei

Dettagli

Calcolo delle probabilità

Calcolo delle probabilità Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità

Dettagli

Il calcolo delle probabilità

Il calcolo delle probabilità Il calcolo delle probabilità Cenni storici Come in molti altri casi, anche l'individuazione di una data precisa per la collocazione della nascita della teoria della probabilità non ha soluzione univoca.

Dettagli

Esercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che:

Esercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che: Esercizi Esercizio 4. Un urna contiene inizialmente 2 palline bianche e 4 palline rosse. Si effettuano due estrazioni con la seguente modalità: se alla prima estrazione esce una pallina bianca, la si rimette

Dettagli

k n Calcolo delle probabilità e calcolo combinatorio (di Paolo Urbani maggio 2011)

k n Calcolo delle probabilità e calcolo combinatorio (di Paolo Urbani maggio 2011) b) (vedi grafo di lato) 7 0 9 0 0 0 ( E ) + + 0, ) Calcolare, riguardo al gioco del totocalcio, la probabilità dei seguenti eventi utilizzando il calcolo combinatorio a) E : fare b) E : fare 0 c) E : fare

Dettagli

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo. DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti

Dettagli

UNA STORIA PROBABILE di Francesca D Iapico

UNA STORIA PROBABILE di Francesca D Iapico UNA STORIA PROBABILE di Francesca D Iapico Si mostrano qui alcune delle tappe attraverso le quali si è compiuto il cammino che ha portato al calcolo delle probabilità come lo usiamo oggi Un racconto pensato

Dettagli

Analisi di situazioni casuali: apparenti paradossi e auto-inganni

Analisi di situazioni casuali: apparenti paradossi e auto-inganni Analisi di situazioni casuali: apparenti paradossi e auto-inganni Fabio Spizzichino Associazione Civica XIX Libreria Passaparola, Roma Roma, 11 Aprile 2014 1 Ci sono tre tipi di bugie: le bugie normali,

Dettagli

Laboratorio di dinamiche socio-economiche

Laboratorio di dinamiche socio-economiche Dipartimento di Matematica Università di Ferrara giacomo.albi@unife.it www.giacomoalbi.com 21 febbraio 2012 Seconda parte: Econofisica La probabilità e la statistica come strumento di analisi. Apparenti

Dettagli

Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio. M. Besozzi - IRCCS Istituto Auxologico Italiano

Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio. M. Besozzi - IRCCS Istituto Auxologico Italiano Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio M. Besozzi - IRCCS Istituto Auxologico Italiano L argomento... Errori cognitivi Il problema gnoseologico Dati, informazione

Dettagli

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo Statistica 1 Esercitazioni Dott. 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it

Dettagli

Probabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico.

Probabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico. Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico Probabilità Ines Campa e Marco Longhi Probabilità e Statistica - Esercitazioni

Dettagli

Corso di Matematica e Statistica 4 Calcolo combinatorio e probabilità. Le disposizioni semplici di n elementi di classe k

Corso di Matematica e Statistica 4 Calcolo combinatorio e probabilità. Le disposizioni semplici di n elementi di classe k Pordenone Corso di Matematica e Statistica 4 Calcolo combinatorio e probabilità UNIVERSITAS STUDIORUM UTINENSIS Giorgio T. Bagni Facoltà di Scienze della Formazione Dipartimento di Matematica e Informatica

Dettagli

Calcolo delle probabilità

Calcolo delle probabilità Calcolo delle probabilità Il calcolo delle probabilità ha avuto origine nel Seicento in riferimento a questioni legate al gioco d azzardo e alle scommesse. Oggi trova tante applicazioni in ambiti anche

Dettagli

Cosa dobbiamo già conoscere?

Cosa dobbiamo già conoscere? Cosa dobbiamo già conoscere? Insiemistica (operazioni, diagrammi...). Insiemi finiti/numerabili/non numerabili. Perché la probabilità? In molti esperimenti l esito non è noto a priori tuttavia si sa dire

Dettagli

IL CALCOLO DELLE PROBABILITA

IL CALCOLO DELLE PROBABILITA IL CALCOLO DELLE PROBABILITA 0. Origini Il concetto di probabilità sembra che fosse del tutto ignoto agli antichi malgrado si sia voluto trovare qualche cenno di ragionamento in cui esso è implicitamente

Dettagli

TELECOMUNICAZIONI (TLC) Generico sistema di telecomunicazione (TLC) Trasduttore. Attuatore CENNI DI TEORIA (MATEMATICA) DELL INFORMAZIONE

TELECOMUNICAZIONI (TLC) Generico sistema di telecomunicazione (TLC) Trasduttore. Attuatore CENNI DI TEORIA (MATEMATICA) DELL INFORMAZIONE TELECOMUNICAZIONI (TLC) Tele (lontano) Comunicare (inviare informazioni) Comunicare a distanza Generico sistema di telecomunicazione (TLC) Segnale non elettrico Segnale elettrico TRASMESSO s x (t) Sorgente

Dettagli

CAPITOLO 12. Calcolo delle Probabilità. 12.1 Introduzione al Calcolo delle Probabilità

CAPITOLO 12. Calcolo delle Probabilità. 12.1 Introduzione al Calcolo delle Probabilità CAPITOLO 12 Calcolo delle Probabilità 12.1 Introduzione al Calcolo delle Probabilità Una storia d amore Luca abita a Lecco, Bianca a Brindisi. Lui è innamorato perso. Anche lei ama lui, ma, ultimamente,

Dettagli

Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni

Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni Si tratta di problemi elementari, formulati nel linguaggio ordinario Quindi, per ogni problema la suluzione proposta è sempre

Dettagli

IL CALCOLO COMBINATORIO

IL CALCOLO COMBINATORIO IL CALCOLO COMBINATORIO Giochiamo a dadi Nel XVII secolo il cavaliere De Meré, forte giocatore, come spesso accadeva fra la nobiltà di quel tempo, si pose questo quesito: Che cosa è più conveniente, scommettere

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

Il ruolo del caso nella nostra vita: ignorarlo o comprenderlo? La probabilità: capire la realtà e prendere decisioni migliori.

Il ruolo del caso nella nostra vita: ignorarlo o comprenderlo? La probabilità: capire la realtà e prendere decisioni migliori. ITCG "E. Fermi", Pontedera 2 dicembre 2014 La probabilità: capire la realtà e prendere decisioni migliori Leonardo Grilli grilli@disia.unifi.it local.disia.unifi.it/grilli Il ruolo del caso nella nostra

Dettagli

Per poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete.

Per poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete. Parliamo di probabilità. Supponiamo di avere un sacchetto con dentro una pallina rossa; posso aggiungere tante palline bianche quante voglio, per ogni pallina bianca che aggiungo devo pagare però un prezzo

Dettagli

Aspetti probabilistici del gioco d azzardo

Aspetti probabilistici del gioco d azzardo Università degli Studi di Genova Scuola di Scienze Sociali Dipartimento di Economia Perché il banco vince sempre? Aspetti probabilistici del gioco d azzardo Enrico di Bella (edibella@economia.unige.it)

Dettagli

matematica probabilmente

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

Dettagli

STATISTICA MEDICA Prof. Tarcisio Niglio http://www.tarcisio.net tarcisio@mclink.it oppure su Facebook Anno Accademico 2011-2012

STATISTICA MEDICA Prof. Tarcisio Niglio http://www.tarcisio.net tarcisio@mclink.it oppure su Facebook Anno Accademico 2011-2012 STATISTICA MEDICA Prof. Tarcisio Niglio http://www.tarcisio.net tarcisio@mclink.it oppure su Facebook Anno Accademico 2011-2012 Calcolo delle Probabilità Teoria & Pratica La probabilità di un evento è

Dettagli

Corso di Calcolo delle Probabilità e Statistica. Esercizi su variabili aleatorie discrete

Corso di Calcolo delle Probabilità e Statistica. Esercizi su variabili aleatorie discrete Corso di Calcolo delle Probabilità e Statistica Esercizi su variabili aleatorie discrete Es.1 Da un urna con 10 pallina bianche e 15 palline nere, si eseguono estrazioni con reimbussolamento fino all estrazione

Dettagli

Esercizi di Calcolo delle Probabilità (calcolo combinatorio)

Esercizi di Calcolo delle Probabilità (calcolo combinatorio) Esercizi di Calcolo delle Probabilità (calcolo combinatorio 1. Lanciamo due dadi regolari. Qual è la probabilità che la somma delle facce rivolte verso l alto sia pari a 7? 1/6 2. Due palline vengono estratte

Dettagli

Probabilità discreta

Probabilità discreta Probabilità discreta Daniele A. Gewurz 1 Che probabilità c è che succeda...? Una delle applicazioni della combinatoria è nel calcolo di probabilità discrete. Quando abbiamo a che fare con un fenomeno che

Dettagli

Tabella 7. Dado truccato

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

Dettagli

Giudizio, decisione e violazione degli assiomi di razionalità

Giudizio, decisione e violazione degli assiomi di razionalità - DPSS - Università degli Studi di Padova http://decision.psy.unipd.it/ Giudizio, decisione e violazione degli assiomi di razionalità Corso di Psicologia del Rischio e della Decisione Facoltà di Scienze

Dettagli

La probabilità nella vita quotidiana

La probabilità nella vita quotidiana La probabilità nella vita quotidiana Introduzione elementare ai modelli probabilistici Bruno Betrò bruno.betro@mi.imati.cnr.it CNR - IMATI San Pellegrino, 6/9/2011 p. 1/31 La probabilità fa parte della

Dettagli

GIOCO DEL LOTTO E CREDENZE POPOLARI: COSA È VERO? LA PAROLA AI MATEMATICI

GIOCO DEL LOTTO E CREDENZE POPOLARI: COSA È VERO? LA PAROLA AI MATEMATICI GIOCO DEL LOTTO E CREDENZE POPOLARI: COSA È VERO? LA PAROLA AI MATEMATICI LUCA LUSSARDI Sommario. Lo scopo di questo articolo è quello di illustrare il concetto di probabilità e di equità di un gioco a

Dettagli

Appunti di Probabilità

Appunti di Probabilità Appunti di Probabilità Bruno Betrò CNR-IMATI, Sezione di Milano bruno.betro@mi.imati.cnr.it www.mi.imati.cnr.it/ bruno Testi di riferimento: Dall Aglio G., Calcolo delle Probabilità, Zanichelli Scozzafava

Dettagli

Claude Shannon. La teoria dell informazione. La comunicazione 22/02/2012. La base dei modelli comunicativi. Claude Shannon e Warren Weaver

Claude Shannon. La teoria dell informazione. La comunicazione 22/02/2012. La base dei modelli comunicativi. Claude Shannon e Warren Weaver Lez. 2 La teoria dell informazione La culla dell informatica La base dei modelli comunicativi Alla base di tutti i modelli della comunicazione ci sono 2 differenti impianti: Shannon e Weaver Roman Jakobson

Dettagli

La probabilità: capire la realtà e prendere decisioni migliori

La probabilità: capire la realtà e prendere decisioni migliori Anno scolastico 2015/16 La probabilità: capire la realtà e prendere decisioni migliori Leonardo Grilli grilli@disia.unifi.it local.disia.unifi.it/grilli Il ruolo del caso nella nostra vita: ignorarlo o

Dettagli

187. Casualità Matematica e Metodo Monte Carlo Nicola De Nitti nicoladenitti@gmail.com

187. Casualità Matematica e Metodo Monte Carlo Nicola De Nitti nicoladenitti@gmail.com 187. Casualità Matematica e Metodo Monte Carlo icola De itti nicoladenitti@gmail.com Premessa Il concetto di probabilità, impiegato a partire dal XVII secolo, è diventato con il passare del tempo fondamentale

Dettagli

Calcolo delle probabilità

Calcolo delle probabilità Calcolo delle probabilità Il problema di Monty Hill nel film 21 Elementare!! Statistiche, cambio di variabili. 1 Il coefficiente di correlazione tra Indicee Stipendio vale 0,94. E possibile asserire che

Dettagli

Probabilità e Statistica Esercitazioni. a.a. 2006/2007

Probabilità e Statistica Esercitazioni. a.a. 2006/2007 Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile

Dettagli

Esercizi di calcolo combinatorio e probabilità Svolgimento a cura di Mattia Puddu

Esercizi di calcolo combinatorio e probabilità Svolgimento a cura di Mattia Puddu Esercizi di calcolo combinatorio e probabilità Svolgimento a cura di Mattia Puddu 1. Gli interi da 1 a 9 sono scritti nelle 9 caselle di una scacchiera 3x3, ogni intero in ogni casella diversa, in modo

Dettagli

Capitolo 1 - Numerazione binaria

Capitolo 1 - Numerazione binaria Appunti di Elettronica Digitale Capitolo - Numerazione binaria Numerazione binaria... Addizione binaria... Sottrazione binaria... Moltiplicazione binaria... Divisione binaria... Complementazione... Numeri

Dettagli

TEORIA DELLA PROBABILITÀ I

TEORIA DELLA PROBABILITÀ I TEORIA DELLA PROBABILITÀ I Dipartimento di Matematica ITIS V.Volterra San Donà di Piave Versione [2015-16] Indice 1 Probabilità 1 1.1 Introduzione............................................ 1 1.2 Eventi...............................................

Dettagli

Modello probabilistico di un esperimento aleatorio. Psicometria 1 - Lezione 6 Lucidi presentati a lezione AA 2000/2001 dott.

Modello probabilistico di un esperimento aleatorio. Psicometria 1 - Lezione 6 Lucidi presentati a lezione AA 2000/2001 dott. Modello probabilistico di un esperimento aleatorio Psicometria 1 - Lezione 6 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek 1 Un esperimento è il processo attraverso il quale un osservazione

Dettagli

Probabilità e Maturità

Probabilità e Maturità Probabilità e Maturità Un analisi dei quesiti di Andrea Centomo Liceo F. Corradini di Thiene (VI) Montegrotto, 24 luglio 2014 2 Tre epoche... 1993 2000 2001 2014 2015 Tabella 1. Epoche dei quesiti di maturità

Dettagli

Page 1. Evoluzione. Intelligenza Artificiale. Algoritmi Genetici. Evoluzione. Evoluzione: nomenclatura. Corrispondenze natura-calcolo

Page 1. Evoluzione. Intelligenza Artificiale. Algoritmi Genetici. Evoluzione. Evoluzione: nomenclatura. Corrispondenze natura-calcolo Evoluzione In ogni popolazione si verificano delle mutazioni. Intelligenza Artificiale In un ambiente che varia, le mutazioni possono generare individui che meglio si adattano alle nuove condizioni. Questi

Dettagli

Esercizi di Probabilità e statistica. Francesco Caravenna Paolo Dai Pra

Esercizi di Probabilità e statistica. Francesco Caravenna Paolo Dai Pra Esercizi di Probabilità e statistica Francesco Caravenna Paolo Dai Pra Capitolo 1 Spazi di probabilità discreti 1.1 Proprietà fondamentali Esercizio 1 Esprimere ciascuno dei seguenti eventi in termini

Dettagli

Appunti: elementi di Probabilità

Appunti: elementi di Probabilità Università di Udine, Facoltà di Scienze della Formazione Corso di Laurea in Scienze e Tecnologie Multimediali Corso di Matematica e Statistica (Giorgio T. Bagni) Appunti: elementi di Probabilità. LA PROBABILITÀ..

Dettagli

6. I numeri reali e complessi ( R e C ). x2 = 2. 6.1 I numeri reali R.

6. I numeri reali e complessi ( R e C ). x2 = 2. 6.1 I numeri reali R. 6. I numeri reali e complessi ( R e C ). 6.1 I numeri reali R. Non tratteremo in modo molto approfondito gli ulteriori ampliamenti che dai numeri razionali ci portano a quelli reali, all insieme, e R d

Dettagli

Appunti di Teoria della Probabilità Università degli Studi di Bari Corso di Laurea in Scienze Statistiche A.A. 2011/2012.

Appunti di Teoria della Probabilità Università degli Studi di Bari Corso di Laurea in Scienze Statistiche A.A. 2011/2012. Appunti di Teoria della Probabilità Università degli Studi di Bari Corso di Laurea in Scienze Statistiche A.A. 2011/2012 Alessio Pollice 2 Capitolo 1 Eventi e probabilità 1.1 Premessa Etimologia e significato

Dettagli

1 Breve introduzione alla probabilità elementare: approccio intuitivo

1 Breve introduzione alla probabilità elementare: approccio intuitivo Breve introduzione alla probabilità elementare: approccio intuitivo. È usuale che in molte situazioni che si presentano concretamente ci sia a priori incertezza su ciò che accadrà nel futuro: il calcolo

Dettagli

Esericizi di calcolo combinatorio

Esericizi di calcolo combinatorio Esericizi di calcolo combinatorio Alessandro De Gregorio Sapienza Università di Roma alessandrodegregorio@uniroma1it Problema (riepilogativo) La segretaria di un ufficio deve depositare 3 lettere in 5

Dettagli

Hardware, software e periferiche. Facoltà di Lettere e Filosofia anno accademico 2008/2009 secondo semestre

Hardware, software e periferiche. Facoltà di Lettere e Filosofia anno accademico 2008/2009 secondo semestre Hardware, software e periferiche Facoltà di Lettere e Filosofia anno accademico 2008/2009 secondo semestre Riepilogo - Concetti di base dell informatica L'informatica è quel settore scientifico disciplinare

Dettagli

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

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

Dettagli

Richiami di microeconomia

Richiami di microeconomia Capitolo 5 Richiami di microeconomia 5. Le preferenze e l utilità Nell analisi microeconomica si può decidere di descrivere ogni soggetto attraverso una funzione di utilità oppure attraverso le sue preferenze.

Dettagli

Elementi di probabilità

Elementi di probabilità Elementi di probabilità Alessandra Nardi Gianpaolo Scalia Tomba Caius Gavrila Livio Finos Dipartimento di Matematica Università di Roma Tor Vergata 27 dicembre 2012 Outline Le denizioni di probabilità

Dettagli

Un po di teoria dei numeri

Un po di teoria dei numeri Un po di teoria dei numeri Applicazione alla crittografia RSA Christian Ferrari Liceo di Locarno Matematica Sommario 1 L aritmetica modulare di Z n Le congruenze L anello Z n Le potenze in Z n e algoritmo

Dettagli

TECNICHE DI COMPRESSIONE DATI

TECNICHE DI COMPRESSIONE DATI TECNICHE DI COMPRESSIONE DATI COMPRESSIONE DATI La compressione produce una rappresentazione più compatta delle informazioni è come se si usassero meno parole per dire la stessa cosa in modo diverso. Esistono

Dettagli

A = { escono 2 teste e due croci (indipendentemente dall ordine) } B = { al primo tiro esce testa }.

A = { escono 2 teste e due croci (indipendentemente dall ordine) } B = { al primo tiro esce testa }. ESERCIZI ELEMENTARI DI CALCOLO DELLE PROBABILITÀ Teorema della somma 1) Giocando alla roulette, calcolare la probabilità che su una estrazione esca: a) Un numero compreso tra 6 e 12 (compresi) oppure maggiore

Dettagli

Esercizi sul calcolo delle probabilità

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

Dettagli

1 Probabilità. 1.1 Primi esercizi di probabilità con l uso del calcolo combinatorio

1 Probabilità. 1.1 Primi esercizi di probabilità con l uso del calcolo combinatorio Indice 1 Probabilità 1 1.1 Primi esercizi di probabilità con l uso del calcolo combinatorio.. 1 1.2 Probabilità condizionata, indipendenza e teorema di Bayes.... 2 1 Probabilità 1.1 Primi esercizi di probabilità

Dettagli

Esercitazioni 2013/14

Esercitazioni 2013/14 Esercitazioni 2013/14 Esercizio 1 Due ditte V e W partecipano ad una gara di appalto per la costruzione di un tratto di autostrada che viene assegnato a seconda del prezzo. L offerta fatta dalla ditta

Dettagli

Probabilità. Concetti fondamentali Definizione di probabilità Teoremi sulla probabilità

Probabilità. Concetti fondamentali Definizione di probabilità Teoremi sulla probabilità Probabilità Concetti fondamentali Definizione di probabilità Teoremi sulla probabilità Probabilità: indicazioni quantitative sul verificarsi di certi eventi (linguaggio comune), ad es. P di superare o

Dettagli

Caso e probabilità. Il caso. Il caso. Scommesse e probabilità Fenomeni aleatori Probabilità

Caso e probabilità. Il caso. Il caso. Scommesse e probabilità Fenomeni aleatori Probabilità Introduzione Il caso Il caso commesse e probabilità Il caso i chiama evento casuale quello che si verifica in una situazione in cui gli eventi possibili sono più d uno, ma non si sa a priori quale si verificherà.

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Riepilogo: Postulati del calcolo della probabilità (Kolmogorov): Dato un evento A Ω, dove è lo spazio degli

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Calcolo delle probabilità Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si vuole studiare la distribuzione del sesso dei figli nelle famiglie aventi due figli

Dettagli

Teoria della probabilità: eventi, proprietà additiva e moltiplicativa. L incertezza

Teoria della probabilità: eventi, proprietà additiva e moltiplicativa. L incertezza La probabilità Teoria della probabilità: eventi, proprietà additiva e moltiplicativa L incertezza Nella maggior parte delle situazioni la nostra condizione è caratterizzata dallincertezza Incertezza relativa

Dettagli

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

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

Dettagli

Esercizi di Calcolo delle Probabilita (I)

Esercizi di Calcolo delle Probabilita (I) Esercizi di Calcolo delle Probabilita (I) 1. Si supponga di avere un urna con 15 palline di cui 5 rosse, 8 bianche e 2 nere. Immaginando di estrarre due palline con reimmissione, si dica con quale probabilità:

Dettagli

Codifica di sorgente. esempio di sorgente con memoria

Codifica di sorgente. esempio di sorgente con memoria Codifica di sorgente esercitazione su sorgenti markoviane 1 esempio di sorgente con memoria Esempio di sorgente con memoria markoviana a due stati NB: per la simmetria del sistema, i simboli sono equiprobabili

Dettagli

PROBABILITÀ - SCHEDA N. 1 INTRODUZIONE ALLA PROBABILITÀ

PROBABILITÀ - SCHEDA N. 1 INTRODUZIONE ALLA PROBABILITÀ PROBABILITÀ - SCHEDA N. 1 INTRODUZIONE ALLA PROBABILITÀ 1. Che cos è la probabilità? «La teoria delle probabilità non è altro che il tentativo del genere umano di comprendere l incertezza dell universo,

Dettagli

COEFFICIENTI BINOMIALI

COEFFICIENTI BINOMIALI COEFFICIENTI BINOMIALI Michele Impedovo micheleimpedovo@uni-bocconiit Una definizione insiemistica Se n è un numero naturale e è un numero naturale compreso tra e n, si indica con il simbolo il coefficiente

Dettagli

Teoria dei Giochi non Cooperativi

Teoria dei Giochi non Cooperativi Politecnico di Milano Descrizione del gioco Egoismo Razionalità 1 L insieme dei giocatori 2 La situazione iniziale 3 Le sue possibili evoluzioni 4 I suoi esiti finali I Giochi della teoria Perché studiare

Dettagli

La distribuzione binomiale

La distribuzione binomiale La distribuzione binomiale 1. Che cos'è un numero casuale Stiamo per lanciare un dado. Fermiamo la situazione un attimo prima che il dado cada e mostri la faccia superiore. Finché è in aria esso costituisce

Dettagli

Marco Di Marzio. Primi elementi di inferenza statistica

Marco Di Marzio. Primi elementi di inferenza statistica Marco Di Marzio Primi elementi di inferenza statistica Ringraziamenti Un sentito ringraziamento a Fabiola Del Greco e Agnese Panzera per la preziosa collaborazione. Indice Probabilità. Esperimenti casuali...........................................2

Dettagli

Che cosa è la fisica? Per arrivare ad una legge fisica si fa un insieme di cose pratiche (procedura) che si chiama metodo scientifico.

Che cosa è la fisica? Per arrivare ad una legge fisica si fa un insieme di cose pratiche (procedura) che si chiama metodo scientifico. 01 Che cosa è la fisica? In questa lezione iniziamo a studiare questa materia chiamata fisica. Spesso ti sarai fatto delle domande su come funziona il mondo e le cose che stanno attorno a te. Il compito

Dettagli

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercizi di Probabilità e Statistica Samuel Rota Bulò 9 giugno 006 Spazi di probabilità finiti e uniformi Esercizio Un urna contiene 6 palline rosse, 4 nere, 8 bianche. Si estrae una pallina; calcolare

Dettagli

Fondamenti di Informatica Laurea in Ingegneria Civile e Ingegneria per l Ambiente e il Territorio

Fondamenti di Informatica Laurea in Ingegneria Civile e Ingegneria per l Ambiente e il Territorio Dipartimento di Ingegneria dell Informazione Università degli Studi di Parma Fondamenti di Informatica Laurea in Ingegneria Civile e Ingegneria per l Ambiente e il Territorio Rappresentazione dell Informazione

Dettagli

Competenza chiave europea: MATEMATICA. Scuola Primaria. DISCIPLINE DI RIFERIMENTO: MATEMATICA DISCIPLINE CONCORRENTI: tutte

Competenza chiave europea: MATEMATICA. Scuola Primaria. DISCIPLINE DI RIFERIMENTO: MATEMATICA DISCIPLINE CONCORRENTI: tutte Competenza chiave europea: MATEMATICA Scuola Primaria DISCIPLINE DI RIFERIMENTO: MATEMATICA DISCIPLINE CONCORRENTI: tutte TAB. A TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE al termine della Scuola Primaria

Dettagli

Test sul calcolo della probabilità

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

Dettagli

Breve introduzione al Calcolo Evoluzionistico

Breve introduzione al Calcolo Evoluzionistico Breve introduzione al Calcolo Evoluzionistico Stefano Cagnoni Dipartimento di Ingegneria dell Informazione, Università di Parma cagnoni@ce.unipr.it 1 Introduzione Il mondo fisico ed i fenomeni naturali

Dettagli

Caso e probabilità. Il caso. Il caso. Scommesse e probabilità Fenomeni aleatori Probabilità Variabili aleatorie

Caso e probabilità. Il caso. Il caso. Scommesse e probabilità Fenomeni aleatori Probabilità Variabili aleatorie Introduzione Il caso Il caso commesse e probabilità Il caso i chiama evento casuale quello che si verifica in una situazione in cui gli eventi possibili sono più d uno, ma non si sa a priori quale si verificherà.

Dettagli

Introduzione alla probabilità

Introduzione alla probabilità Introduzione alla probabilità CAPITOLO TEORIA Il dilemma di Monty Hall In un popolare show televisivo americano il presentatore mostra al concorrente tre porte chiuse. Dietro a una di esse si cela il premio

Dettagli

Il problema delle parti

Il problema delle parti Il problema delle parti Livello scolare: 1 biennio. Abilità interessate Valutare la probabilità in diversi contesti problematici. Distinguere tra eventi dipendenti e indipendenti. Conoscenze Eventi e operazioni

Dettagli

1 Probabilità condizionata

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

Dettagli

STATISTICA Lezioni ed esercizi

STATISTICA Lezioni ed esercizi Università di Torino QUADERNI DIDATTICI del Dipartimento di Matematica MARIA GARETTO STATISTICA Lezioni ed esercizi Corso di Laurea in Biotecnologie A.A. 00/00 Quaderno # Novembre 00 M. Garetto - Statistica

Dettagli

Prob(CCCCCCCCCC) = 1 2 10

Prob(CCCCCCCCCC) = 1 2 10 12. Contenuto di Informazione Algoritmico (AIC) - 17/05/12 Vogliamo adesso introdurre una nozione di contenuto di informazione di una stringa infinita, prodotta da una sorgente di informazione, che non

Dettagli

2) Codici univocamente decifrabili e codici a prefisso.

2) Codici univocamente decifrabili e codici a prefisso. Argomenti della Lezione ) Codici di sorgente 2) Codici univocamente decifrabili e codici a prefisso. 3) Disuguaglianza di Kraft 4) Primo Teorema di Shannon 5) Codifica di Huffman Codifica di sorgente Il

Dettagli

Appunti ed esercizi di combinatoria. Alberto Carraro

Appunti ed esercizi di combinatoria. Alberto Carraro Appunti ed esercizi di combinatoria Alberto Carraro December 2, 2009 01 Le formule principali per contare Disposizioni Sia A un insieme di n 1 elementi distinti Le sequenze di 1 k n elementi scelti senza

Dettagli

La generazioni di numeri casuali. Fisica dell Informazione

La generazioni di numeri casuali. Fisica dell Informazione La generazioni di numeri casuali Fisica dell Informazione Cifrari composti Ottenuti dall applicazione sequenziale dei metodi precedentemente visti. Non sempre sono i migliori. Il più popolare tra i cifrari

Dettagli