La probabilitaá CAPITOLO 1. Obiettivi MATEMATICA E REALTAÁ. definire e calcolare un valore di probabilitaá

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "La probabilitaá CAPITOLO 1. Obiettivi MATEMATICA E REALTAÁ. definire e calcolare un valore di probabilitaá"

Transcript

1 CAPITOLO La probabiitaá Obiettivi definire e cacoare un vaore di probabiitaá appicare i teoremi su cacoo dee probabiitaá : ± probabiitaá contraria ± probabiitaá totae ± probabiitaá composta comprendere i concetto di variabie aeatoria discreta MATEMATICA E REALTAÁ I probemi reai che siamo chiamati a risovere ci portano in moti casi a trovare un risutato ben definito; se, per esempio, una concessionaria ci dice che i costo de'auto che ci piace, scontata de'8%, eá di E 000, sappiamo trovare i costo di istino C de'auto risovendo una sempice equazione: C 8 C ˆ 000 da cui C ˆ In tutti questi casi si para di probemi di tipo deterministico. Ma a vita moderna ci pone sempre piuá spesso di fronte a situazioni in cui eá impossibie sapere quae sia i risutato di un probema. Per esempio, se vogiamo investire una somma ne mercato azionario, non soo non possiamo sapere a priori quae sia i titoo che daraá i rendimento migiore, ma potremmo anche rischiare di perdere de denaro; nei giochi come a Rouette o i Lotto, non possiamo sapere su quae numero conviene puntare; nee eezioni nessuno ha a certezza di vincere, si possono soo fare dei sondaggi pre-eettorai per avere dee indicazioni (ma quante vote e previsioni sono state camorosamente smentite?); nee produzioni aziendai, infine, si eseguono dei controi a campione sui pezzi prodotti, senza peroá avere a certezza che ne'intera produzione non ci siano pezzi difettosi. In tutti questi casi siamo di fronte a modei di tipo non deterministico nei quai e decisioni che prendiamo e e risposte che diamo si basano da una parte sua quantitaá e quaitaá dee informazioni in nostro possesso (e in questi casi 'indagine statistica ci aiuta motissimo), da'atra sue reai possibiitaá che hanno acuni fatti di accadere; in atre paroe siamo in grado di dare dee risposte ai probemi soo in termini di probabiitaáesprimendo con una Tema - Cap. : LA PROBABILITA Á 75

2 vautazione numerica quanto grande sia a possibiitaá che una certa situazione si verifichi. Per esempio, ne gioco Win for ife qua eá a possibiitaá di azzeccare 0 numeri su 0 e anche i numerone? Conviene giocare a questo gioco? La risposta, come a soito, eá a termine de capitoo.. IL CONCETTO DI PROBABILITA Á Per comprendere i significato che dobbiamo attribuire aa paroa probabiitaá, dobbiamo prima imparare i significato di acuni termini. Chiamiamo esperimento aeatorio ogni fenomeno de mondo reae ae cui manifestazioni puoá essere associata una situazione di incertezza. Gi esercizi di questo paragrafo sono a pag. 67 L'ESPERIMENTO ALEATORIO Sono per esempio esperimenti aeatori: i ancio di un dado 'estrazione dei numeri dea Rouette, dea tomboa o de Lotto una interrogazione nea quae a sceta deo studente avviene per sorteggio un sondaggio a sperimentazione di un nuovo farmaco 'immissione su mercato di un nuovo prodotto. Un esperimento aeatorio puoá avere diversi risutati, tutti peroá ne'ambito di un certo insieme; se giochiamo aa Rouette, sappiamo che ad ogni giro dea ruota puoá uscire un numero compreso fra 0 e 6 e che i numero, se non eá o zero, puoá essere pari o dispari oppure rosso o nero; non eá quindi possibie che 'esito di questo esperimento aeatorio sia i numero 8 o che i numero uscito sia giao. L'insieme dei possibii risutati di un esperimento aeatorio si dice spazio campionario e viene di soito indicato con. LO SPAZIO CAMPIONARIO Per esempio: ne ancio di un dado, o spazio campionario eá dato da'insieme ˆ f,,,, 5, 6g ne ancio di una moneta, o spazio campionario eá 'insieme ˆ ft, Cg dove T sta per Testa e C sta per Croce ne'estrazione di una paina da un'urna che ne contiene di giae (G), rosse (R) e bu (B), o spazio campionario eá 'insieme ˆ fg, R, Bg ne gioco dea tomboa, o spazio campionario eá 'insieme dei numeri naturai da a 90 ne'estrazione deo studente in una interrogazione di matematica, o spazio campionario eá 'insieme degi studenti dea casse. Quaunque evento aeatorio ha sempre un soo risutato che puoá confermare o meno e previsioni; per esempio, se anciamo un dado e, prima de ancio, facciamo 'affermazione «esce un numero pari» possono capitare due cose: 'esecuzione de'esperimento aeatorio eá favorevoe a quanto affermato se i dado presenta a faccia con i numeri,, o 6, eá sfavorevoe se a faccia eá quea dei numeri,, Tema - Cap. : LA PROBABILITA Á

3 Ad ogni esperimento aeatorio si puoá quindi associare, prima de'esecuzione de'esperimento, una proposizione aperta i cui dominio eá o spazio campionario di que'esperimento. Se infatti indichiamo con x 'esito de'esperimento, a frase «esce un numero pari» eá equivaente aa proposizione aperta «x eá un numero pari». Diamo aora questa definizione. Chiamiamo evento aeatorio una proposizione aperta reativa ad un esperimento aeatorio, i cui insieme di veritaá eá un sottoinsieme deo spazio campionario. In particoare si para di evento eementare se 'insieme di veritaá dea proposizione coincide con uno soo degi eementi deo spazio campionario. L'EENTO ALEATORIO Sono per esempio eventi aeatori: ne'estrazione di un numero dea tomboa: «esce un numero pari», «esce un numero minore di 0», «esce i 5»; quest'utimo eá poi un evento eementare ne'estrazione di una carta da un mazzo di carte da gioco: «esce una carta di quadri», «esce una figura»; gi eventi «esce i re di cuori», «esce i di picche» sono, in particoare, eventi eementari. Ne seguito, indicheremo un evento aeatorio con una ettera maiuscoa de'afabeto e, vista a corrispondenza fra un evento ed i suo insieme di veritaá, rappresenteremo con a stessa ettera anche tae insieme; ne ancio di un dado scriveremo per esempio A : «esce un numero pari» e A rappresenteraá anche 'insieme di veritaá f,, 6g. ra tutti i possibii eventi di un esperimento aeatorio ce ne sono due di tipo particoare: n 'evento che ha come insieme di veritaá 'intero spazio campionario e che, poicheâ si verifica sempre, viene detto evento certo n 'evento che ha come insieme di veritaá un insieme vuoto e che, visto che non si verifica mai, viene detto evento impossibie. Per esempio, ne ancio di un dado: sono eventi certi: «esce un numero intero minore di 7», «esce un numero positivo» sono eventi impossibii: «esce i numero 8», «esce un numero di due cifre». ogiamo adesso vedere come sia possibie vautare a possibiitaá che un evento aeatorio ha di reaizzarsi; a questo scopo: chiamiamo probabiitaá di un evento E un numero che esprime una stima dea possibiitaá che esso si verifichi. Le paroe chiave dea probabiitaá: esperimento aeatorio spazio campionario evento aeatorio LA DEINIZIONE DI PROBABILITAÁ La vautazione di questa stima puoá essere fatta in diversi modi, ciascuno associato ae diverse tipoogie di esperimenti aeatori. Nei prossimi paragrafi ci occuperemo di quegi esperimenti che sono in genere associati ae estrazioni come, per esempio, a Rouette, a tomboa, i Lotto, i ancio dei dadi; soo verso a fine de'unitaá ci occuperemo di atri tipi di esperimenti egati maggiormente aa frequenza con cui gi eventi si verificano (come per esempio 'efficacia di un particoare farmaco nea cura di una maattia o a possibiitaá che un certo individuo sia ancora in vita a'etaá di 80 anni); concuderemo infine con quegi esperimenti nei quai eá i soggetto che, con e informazioni che possiede e con a propria percezione dea situazione, esprime una stima personae. Tema - Cap. : LA PROBABILITA Á 77

4 . LA DEINIZIONE CLASSICA Per vautare in modo corretto a probabiitaá di un evento si devono tenere presenti acune considerazioni che riguardano sostanziamente e condizioni nee quai viene eseguito 'esperimento. Per esempio, ne'esperimento aeatorio che consiste ne'estrazione dei numeri dea Tomboa, occorre essere a conoscenza dea composizione de'urna (cioeâ quanti e quai numeri contiene), occorre che i dischetti siano tutti uguai ne oro aspetto fisico (a parte i numero impresso), occorre che i dischetti vengano ben mescoati prima di ogni estrazione, occorre che chi esegue 'estrazione non possa vedere i contenuto de'urna. Tutte queste ipotesi portano ad introdurre un modeo secondo i quae ogni numero dea tomboa ha e stesse possibiitaá di essere estratto di un atro; pareremo aora di equiprobabiitaá ne'estrazione. Se un evento eementare ha a stessa possibiitaá di accadere di un atro, diremo che gi eventi sono equiprobabii. Ad esempio, anche 'estrazione di carte da un mazzo da gioco regoare eá un modeo di equiprobabiitaá, cosõá come i ancio di un dado o di una moneta non truccati, o come quaunque fenomeno che abbia a che fare con estrazioni di tipo casuae. Gi esercizi di questo paragrafo sono a pag. 68 In quest'ottica si concepisce a probabiitaá di un evento come i rapporto fra i numero f dei casi ad esso favorevoi ed i numero n degi eventi eementari deo spazio campionario, ne'ipotesi che questo sia un insieme finito. Si pone cioeá p E ˆ f n CosõÁ, per esempio, diremo che: ne'estrazione de primo numero di una tomboa a probabiitaá che esca un numero di una soa cifra eá 9 90 ˆ percheâ ci sono 9 dischetti che hanno un 0 numero di una soa cifra su un numero compessivo di 90; ne ancio di un dado a probabiitaá che esca 5 eá percheâ uno soo eá i caso 6 favorevoe a'evento sui 6 possibii, a probabiitaá che esca un numero minore di eá 6 ˆ percheâ sono i casi favorevoi a'evento (puoá uscire sia che che ) sui 6 possibii; a probabiitaá che esca 5 su una ruota particoare nee estrazioni de otto eá percheâ vi eá un caso favorevoe a'evento sui 90 numeri totai. 90 Poiche f eá un numero naturae che eá sempre minore o uguae a n, a probabiitaá di un evento E eá un numero reae compreso fra 0 e ; si ha cioeá che 0 p E In particoare, 'evento impossibie ha probabiitaá 0 (i numero dei casi favorevoi eá 0); 'evento certo ha probabiitaá (i numero dei casi favorevoi eá n). Per esempio, a probabiitaá che ne'estrazione di un numero dea tomboa esca 9 eá zero; 'evento «esce 9» eá un evento impossibie. La probabiitaá che, neo stesso esperimento, esca un numero compreso tra e 90 eá e tae evento eá certo. 78 Tema - Cap. : LA PROBABILITA Á

5 ESEMPI. Cacoiamo a probabiitaá che abbiamo di ottenere testa ne ancio di una moneta. L'evento eá E: «viene testa», o spazio campionario eá ˆfT, Cg, dunque n ˆ. Possiamo ritenere che a possibiitaá di ottenere testa sia uguae a quea di ottenere croce, cioeá che gi eventi eementari siano uguamente possibii; infatti se a moneta non eá truccata non esiste un eemento che ci faccia pensare i contrario. L'evento E: «viene testa» ha un soo caso favorevoe, quindi f ˆ. La probabiitaá di questo evento eá dunque: p E ˆ f n ˆ Spesso a probabiitaá di un evento si esprime in termini percentuai; ne nostro caso, essendo ˆ 0,5, abbiamo una probabiitaá de 50%.. Un sacchetto contiene 5 confetti, di cui sono a cioccoato e ae mandore. Quae probabiitaá abbiamo di estrarre, a primo tentativo, un confetto a cioccoato? Se i confetto estratto eá proprio a cioccoato e o mangiamo, quae probabiitaá abbiamo di estrarne successivamente ancora uno a cioccoato? Indicando con C, C, C ed M, M rispettivamente i tre confetti a cioccoato e i due ae mandore, o spazio campionario eá ˆfC, C, C, M, M g, quindi n ˆ 5; inotre possiamo supporre tutti i casi eguamente possibii. L'evento E: «estraiamo un confetto a cioccoato» ha tre casi favorevoi percheâ questo eá i numero dei confetti a cioccoato, quindi f ˆ. Aora a probabiitaá di questo evento eá p E ˆ f n ˆ ˆ 0,6 pari a 60% in termini percentuai 5 Supponendo di aver davvero toto da sacchetto un confetto a cioccoato, o spazio campionario diventa ˆfC, C, M, M g, quindi n ˆ. L'evento eá ancora o stesso E: «estraiamo un confetto a cioccoato», ma questa vota i casi favorevoi sono percheâ ci sono ancora due confetti a cioccoato ne sacchetto, quindi: p E ˆ f n ˆ ˆ ˆ 0,5 pari a 50% in termini percentuai. Un mazzo di carte da poker eá formato da carte: per ogni seme abbiamo 'asso, e carte da sette a dieci, i fante, a donna e i re. Cacoiamo a probabiitaá che estraendo una carta, questa sia: a. un asso b. una figura Supposto poi che in questa estrazione sia uscito i sette di cuori, cacoiamo di nuovo e precedenti probabiitaá per una seconda estrazione. a. I casi favorevoi a'evento sono, percheâ un mazzo di carte da poker contiene assi, dunque p E ˆ f n ˆ ˆ ˆ 0,5 pari a,5% in termini percentuai 8 b. Le figure sono in totae, quindi p E ˆ ˆ pari a 7,5%. 8 Per rispondere aa terza domanda osserviamo che, dopo 'estrazione de sette di cuori, i mazzo ha carte mentre i casi favorevoi agi eventi a. e b. non sono cambiati; quindi: a. p E ˆ pari a,90% b. p E ˆ pari a 8,7% Tema - Cap. : LA PROBABILITA Á 79

6 . Cacoiamo a probabiitaá che, ne'estrazione dei numeri de Lotto, i primo estratto sua ruota di enezia sia compreso tra 0 e 9, estremi incusi. I casi possibii sono 90 percheâ tanti sono i numeri che sono contenuti ne'urna e tutti sono uguamente possibii. I casi favorevoi a'evento E: «i numero estratto eá compreso fra 0 e 9, estremi incusi» sono 0, infatti sono 0 i numeri compresi fra quei considerati, quindi p E ˆ f n ˆ 0 90 ˆ ˆ 0, pari a circa % in termini percentuai 9 ERIICA DI COMPRENSIONE. Due eventi eementari si dicono equiprobabii se: hanno o stesso vaore di probabiitaá hanno a stessa possibiitaá di verificarsi 'esperimento viene condotto senza infuenze da'esterno.. Una scatoa contiene 8 paine rosse, bianche e 6 giae indistinguibii fra oro. La probabiitaá che estraendone una questa sia giaa eá uguae a: 6 un atro vaore non specificato.. Si estrae una carta da un mazzo di 5 e si vede che eá un re di cuori; se a carta non viene rimessa ne mazzo, a probabiitaá che ad una seconda estrazione venga una carta di cuori eá: un atro vaore non specificato.. I TEOREMI SULLA PROBABILITA Á. L'evento contrario e 'evento unione Quando gi eventi sono piuá compessi di quei che abbiamo visto nei precedenti esempi, a vautazione di un vaore di probabiitaá non eá spesso immediata. Consideriamo, per esempio, un'urna che contiene paine bianche, nere e rosse; quando si para di "urna" si intende un contenitore da quae si possono estrarre degi oggetti senza poteri vedere prima de'estrazione. Come si puoá vautare a probabiitaá che estraendo successivamente due paine queste siano di due coori diversi? Una prima difficotaá sta ne'anaizzare che cosa vuo dire "di due coori diversi" percheâ questo evento eá composto da tre eventi distinti: e due paine possono essere una bianca e una nera, una bianca e una rossa, una rossa e una nera. Una vota stabiito i significato de'evento, sappiamo come vautare a probabiitaá di estrazione di ciascuna paina, ma non sappiamo poi come operare con i vaori di probabiitaá trovati per ottenere queo cercato. Per risovere questo probema dobbiamo fare due cose: capire che reazione c'eá fra gi eventi composti e quei eementari che i compongono dare dee regoe per determinare i vaori di probabiitaá degi eventi composti. Gi esercizi di questo paragrafo sono a pag Tema - Cap. : LA PROBABILITA Á

7 I teorema dea probabiitaá contraria Per affrontare a prima questione dobbiamo rifettere su significato di un evento da punto di vista insiemistico. Consideriamo aora di nuovo 'esperimento aeatorio de'estrazione di una paina da'urna descritta sopra e gi eventi ad essa reativi definiti dagi enunciati aperti «esce una paina nera» e «esce una paina che non eá nera». Possiamo ritenere che questi due eventi siano uno a negazione de'atro e considerare che, da punto di vista insiemistico, se E eá 'insieme di veritaá de'uno, i suo compementare E eá 'insieme di veritaá de'atro (figura ). EÁ aora evidente che e probabiitaá pe di un evento E e quea p E de suo compementare sono egati daa reazione pe p E ˆ. Infatti, se n eá i numero dei casi possibii e f eá i numero dei casi favorevoi a'evento E, i numero dei casi favorevoi a'evento E eá n f, quindi p E ˆ n f n ˆ f n ˆ pe. Questa reazione eá espressa da seguente teorema. igura Teorema dea probabiitaá contraria. Se p eá a probabiitaá di un evento E, aora a probabiitaá de'evento contrario E eá p E ˆ p. Per esempio, ne'esperimento aeatorio di estrazione di una carta da un mazzo di 5: dato 'evento E : «esce una carta di cuori» dove pe ˆ 5 ˆ, aora E : «non esce una carta di cuori» ed eá p E ˆ ˆ dato 'evento E : «esce una donna» dove pe ˆ 5 ˆ, aora E : «non esce una donna» ed eá p E ˆ ˆ L'evento unione e i teorema dea probabiitaá totae Estraiamo una paina daa stessa urna e consideriamo adesso 'evento E : «esce una paina rossa o nera» che possiamo considerare come una combinazione dei due eventi A : «esce una paina rossa», B : «esce una paina nera». Possiamo ritenere che 'evento E sia verificato se si verifica ameno uno dei due eventi A ed B percheâ nea proposizione che esprime 'evento E abbiamo usato i connettivo "o"; 'insieme dei casi favorevoi ad E eá quindi 'unione dei due insiemi di veritaá di A edib. Diciamo aora che E eá 'evento unione di A e B e scriviamo E ˆ A [ B Per cacoare i vaore di probabiitaá associato a'evento E dobbiamo tenere presenti due possibii situazioni. n I due insiemi A e B sono disgiunti (si para in questo caso di eventi incompatibii) Per cacoare a probabiitaá di E possiamo ragionare in questo modo (figura ): se f eá i numero dei casi favorevoi a'evento A e f eá i numero dei casi favorevoi a B, i numero dei casi favorevoi ad A [ B eá f f ; dunque, se n eá i numero dei casi possibii: igura pe ˆ f f ˆ f n n f n ˆ pa pb Tema - Cap. : LA PROBABILITA Á 8

8 Per esempio, ne'estrazione di una carta da un mazzo di 5, 'evento E : «esce una donna oppure un re» eá formato dai due eventi disgiunti A : «esce una donna» e B : «esce un re», e poicheâ p A ˆ 5 ˆ e anche pb ˆ, si ha subito che: pe ˆ ˆ n I due insiemi A e B non sono disgiunti (si dice che i due eventi sono compatibii) Se 'intersezione fra i due insiemi non eá vuota, e supponiamo che in essa vi siano k eementi, i numero dei casi favorevoi a'evento E eá dato da'espressione (figura ) f k {z } eementi di A B f k {z } eementi di B A {z} k ˆ f f k eementi di A \ B Quindi pe ˆ f f k ˆ f n n f n k n ˆ pa pb pa\ B Per esempio, considerando sempre 'esempio de'estrazione di una carta da un mazzo, 'evento E : «esce una donna oppure una carta di un seme rosso» eá formato dai due eventi A : «esce una donna» B : «esce una carta di un seme rosso». Questi due eventi sono compatibii e a oro intersezione eá formata da due eementi (figura ). Tenendo presente che pa ˆ 5 ˆ e pb ˆ 6 5 ˆ, si ha quindi che: pe ˆ 5 ˆ 7 In definitiva, e osservazioni che abbiamo fatto si possono riassumere ne seguente teorema. igura igura Teorema (dea probabiitaá totae). Dati due eventi A e B deo stesso spazio campionario, sihache pa[ B ˆ pa pb pa\ B E' evidente che se i due eventi sono incompatibii pa\ B ˆ 0 e quindi in questo enunciato ritroviamo che pa[ B ˆ pa pb. ESEMPI. Consideriamo 'evento E: «i primo estratto sua ruota di Miano eá», reativo a'estrazione de otto. L'evento contrario eá aora E: «non esce i numero». Poiche p E ˆ 90, p E ˆ 90 ˆ 89 ˆ 0,98 cioeá circa i 99%. 90. Gi aunni che frequentano a casse I B di una scuoa sono 0; di questi 0 giocano a cacio, 8 a tennis e ad entrambi. Se 'insegnante di educazione fisica, prima di conoscere gi sport praticati da ognuno degi aunni, ne chiama uno a caso, che probabiitaá ha che questo ragazzo sia in grado di praticare ameno una dee due attivitaá considerate? Siano A : «'aunno chiamato gioca a cacio» e B : «'aunno chiamato gioca a tennis» 8 Tema - Cap. : LA PROBABILITA Á

9 Cacoare a probabiitaá che uno quasiasi fra gi studenti sappia praticare ameno uno fra i due sport significa cacoare a probabiitaá de- igura 5 'evento unione E ˆ A [ B : «'aunno chiamato gioca a cacio o a tennis». La situazione eá rappresentata da diagramma di Euero-enn di figura 5; daa sua osservazione deduciamo che p A ˆ0 0 ragazzi su 0 giocano a cacio 0 p B ˆ 8 8 ragazzi su 0 giocano a tennis 0 p A \ B ˆ ragazzi su 0 giocano sia a cacio che a tennis 0 quindi p A [ B ˆ ˆ 0 ˆ 7 ˆ 0,6, cioeá una probabiitaá pari a circa i 6,7%. 5. Su 00 pezzi prodotti da una macchina, 0 sono stati controati da tecnico A e 6 da tecnico B; fra i pezzi controati, sono passati attraverso i controo di entrambi i tecnici. Qua eá a probabiitaá che, scegiendo un pezzo a caso fra i 00, questo sia stato controato? Dobbiamo cacoare a probabiitaá de'evento E: «i pezzo eá stato controato da A o da B»; possiamo ragionare cosõá(riferisciti aa figura 6 in cui eá 'insieme dei 00 pezzi prodotti): A ha controato i pezzo con probabiitaá 0 00 ˆ, B ha controato i pezzo con probabiitaá 6 00 ˆ, entrambi o hanno controato con probabiitaá 0 5. Aora p E ˆ ˆ, pari a %. 00. In un controo dimensionae effettuato su un campione di 000 astre di amiera di dimensioni prefissate, si eá rievato che 0 presentano aterazioni dea arghezza, dea unghezza e 6 di entrambe. Se si scegie a caso una dee astre de campione, qua eá a probabiitaá che essa presenti un difetto? Possiamo schematizzare a situazione rappresentando gi eventi come in figura 7; da questa rappresentazione deduciamo che astre presentano aterazioni soo dea arghezza e 8 soo dea unghezza. La probabiitaá che, sceta una astra, questa sia difettosa eá data da igura 6 igura 7 p A [ B ˆp A p B p A \ B ˆ ˆ ˆ 0,08 una probabiitaá quindi de,8%. ERIICA DI COMPRENSIONE. Sono dati due eventi A e B incompatibii di uno stesso esperimento aeatorio; si puoá dire che: a. se si verifica A non si verifica B Tema - Cap. : LA PROBABILITA Á 8

10 b. se si verifica A, si puoá verificare anche B c. A [ B si verifica soo se non si verificano neâ A neâ B d. gi eventi A e B sono incompatibii.. Reativamente ad uno stesso esperimento aeatorio, un evento A ha probabiitaá 7 di verificarsi, un evento B ha probabiitaá e i due eventi sono incompatibii; a probabiitaá de'evento A [ B eá uguae a: Reativamente ad uno stesso esprimento aeatorio, un evento A ha probabiitaá di verificarsi, un evento 5 B ha probabiitaá 5 e i due eventi sono compatibii; a probabiitaá de'evento A [ B eá uguae a: non si puoá determinare.. La probabiitaá condizionata e 'evento intersezione Abbiamo piuá vote sottoineato 'importanza che ha avere i maggior numero di informazioni possibii per poter prendere decisioni consapevoi e motivate. Anche ne campo dea probabiitaá ci si puoá chiedere se avere dee indicazioni in piuá modifica i vaore di probabiitaá di un evento. Per comprendere queo che puoá accadere consideriamo due esperimenti aeatori diversi e vediamo che cosa succede aa probabiitaá di uno stesso evento quando si hanno dee informazioni aggiuntive sua oro conduzione. I esempio Estraiamo una carta da un mazzo di 5 e consideriamo 'evento A : «esce una figura». Poiche in un mazzo di 5 carte ci sono figure, si puoá subito concudere che pa ˆ 5 ˆ. Supponiamo adesso che quacuno abbia visto 'esito de'esperimento prima che questo ci venga comunicato e che questa persona ci dica che eá uscita una carta di fiori; vautiamo a probabiitaá p de'evento A con questa nuova indicazione: p A ˆ percheâ ci sono figure su carte di fiori In questo caso pa ˆ p A e 'informazione aggiuntiva non ha modificato a probabiitaá de'evento. Possiamo quindi dire che, se chiamiamo B 'evento «esce una carta di fiori», i sapere che si eá verificato B non modifica a probabiitaá di A, vae a dire che A non dipende da B. II esempio Consideriamo adesso un'urna che contiene 0 paine rosse e 0 paine nere tutte uguai per forma, dimensione e peso in modo da non potere distinguere una da'atra; di quee rosse si sa che 5 sono di vetro e che e atre 5 sono di 8 Tema - Cap. : LA PROBABILITA Á

11 pastica, mentre di quee nere sono di vetro e 8 sono di pastica. Sia A 'evento «a paina estratta eá di vetro»; abbiamo subito che: pa ˆ 5 ˆ 7 percheâ ci sono 7 paine di vetro sue 0 totai 0 0 Supponiamo adesso che quacuno abbia visto a paina estratta e che ci comunichi che eá rossa; vautiamo a probabiitaá p de'evento A con questa nuova informazione: p A ˆ 5 0 ˆ percheâ ci sono 5 paine di vetro sue 0 che sono rosse Questa vota a probabiitaá de'evento A si eá modificata. Aora, se chiamiamo B 'evento «a paina estratta eá rossa», i sapere che si eá verificato B modifica a probabiitaá di A, vae a dire che A dipende da B. Diamo aora questa definizione. Considerati due eventi A e B di un medesimo esperimento aeatorio, si dice probabiitaá condizionata di A rispetto a B, e si indica con i simboo pajb, a probabiitaá che si verifichi A supposto di sapere che si eá verificato B. PROBABILITAÁ CONDIZIONATA, EENTI DIPENDENTI E INDIPENDENTI La probabiitaá condizionata eá quindi quea che negi esempi abbiamo indicato con p e, come abbiamo visto si possono presentare i seguenti casi: pajb ˆ pa cioeá sapere che si eá verificato B non infuenza a probabiitaá di A (primo esempio); si dice aora che i due eventi A e B sono indipendenti pajb 6ˆ pa cioeá sapere che si eá verificato B modifica a probabiitaá di A (secondo esempio); si dice aora che i due eventi A e B sono dipendenti. Possiamo quindi affermare che gi eventi A e B de primo esempio sono indipendenti, mentre quei de secondo esempio sono dipendenti. L'evento intersezione e i teorema dea probabiitaá composta Riprendiamo i due esperimenti aeatori precedenti e continuiamo con e nostre considerazioni. I esempio Ne'esperimento di estrazione di una carta da un mazzo da 5 carte, consideriamo 'evento E : «esce una figura di fiori» ed interpretiamoo come 'intersezione di atri due eventi: A : «esce una figura» B : «esce una carta di fiori» cioeá E ˆ A \ B (figura 8). autiamo e probabiitaá di ciascuno di questi eventi; sappiamo che A e B sono indipendenti (cioeá pajb ˆ pa ), quindi vautare a probabiitaá di A senza avere informazioni su B oppure sapendo che si eá verificato, non infuenza a probabiitaá di questo evento. Otteniamo quindi che: pe ˆ pa\ B ˆ 5 pa ˆ pajb ˆ 5 ˆ pb ˆ 5 ˆ igura 8 Tema - Cap. : LA PROBABILITA Á 85

12 e poicheâ 5 ˆ possiamo dire che fra e tre probabiitaá, ameno in questo caso, sussiste a reazione pa\ B ˆ pajb pb. II esempio Ne'esperimento di estrazione di una paina da'urna (ricordiamo che e paine sono 0, dee quai 5 sono rosse di vetro, 5 sono rosse di pastica, sono nere di vetro, 8 sono nere di pastica), consideriamo 'evento E : «a paina estratta eá rossa e di vetro»; anche questo evento puoá essere visto come 'intersezione di atri due eventi: A : «a paina eá di vetro» B : «a paina eá rossa» Sappiamo che gi eventi A e B sono dipendenti e che quindi pajb 6ˆ pa ; vediamo se, anche in questo caso, a probabiitaá de'evento AjB ha una quache reazione con gi eventi E ˆ A \ B e B; cacoiamo e tre probabiitaá: pe ˆ pa\ B ˆ 5 0 ˆ pajb ˆ pb ˆ 0 0 ˆ e poicheâ ˆ, anche in questo caso si ha che pa\ B ˆ pajb pb. I risutato a cui siamo giunti in questi due esempi vae in generae; si puoá cioeá affermare che: IL CALCOLO DI UNA PROBABILITAÁ CONDIZIONATA p A \ B ˆp AjB p B o anche p AjB ˆp A \ B p B (negi approfondimenti che seguono puoi vedere a dimostrazione di questa reazione a cui seconda forma vae se B non eá 'evento impossibie). Questi due modi di scrivere a stessa reazione ci permettono di trovare una probabiitaá condizionata in dipendenza dea probabiitaá de'evento intersezione (seconda formua) oppure a probabiitaá de'evento intersezione in funzione di una probabiitaá condizionata (prima formua). La prima formua esprime i cosiddetto teorema dea probabiitaá composta che possiamo cosõá enunciare: Essendo poi pb\ A ˆ pa\ B si ottiene anche che pa\ B ˆ pbja pa nea quae sostanziamente A e B si sono scambiati i ruoi. Dunque, tenendo presente che se due eventi sono indipendenti si ha che pajb ˆ pa, dea probabiitaá de'evento intersezione di due eventi A e B possiamo dire che: Teorema (dea probabiitaá composta). Dati gi eventi A e B di un medesimo esperimento aeatorio, a probabiitaá de'evento A \ B eá uguae a prodotto dea probabiitaá di uno dei due eventi per a probabiitaá condizionata de'atro, supposto che i primo si sia verificato. pa\ B ˆ pa pb pa\ B ˆ pajb pb 86 Tema - Cap. : LA PROBABILITA Á se gi eventi A e B sono indipendenti se gi eventi sono dipendenti

13 APPROONDIMENTI LA DIMOSTRAZIONE DELLA ORMULA Supponiamo che o spazio campionario de'esperimento aeatorio considerato sia formato da n eementi (numero dei casi possibii), che sia k i numero dei casi favorevoi a'evento B e h i numero dei casi favorevoi a'evento A supposto che si sia verificato B; h rappresenta quindi i numero dei casi favorevoi a A \ B (figura 9). autiamo adesso e varie probabiitaá: k pb ˆ n h pajb ˆ k h pa\ B ˆ n percheâ k eá i numero dei casi favorevoi rispetto agi n possibii percheâ se sappiamo che si eá verificato B, o spazio campionario di A eá queo reativo a B percheâ h eá i numero dei casi favorevoi a'evento intersezione sugi n possibii. ra queste tre frazioni sussiste a reazione pa\ B h n ˆ h k k n cioeá igura 9 ˆ pajb pb o anche se p B 6ˆ 0 pajb ˆ pa\ B pb ESEMPI. Si ancia una moneta e contemporaneamente si estrae una paina da un'urna che ne contiene rosse, bianche e 5 nere e si vuoe vautare a probabiitaá de'evento E : «esce Testa e viene estratta una paina rossa». L'evento E eá 'intersezione dei due eventi eementari: A : «esce Testa» B : «esce una paina rossa» e si ha che: pa ˆ pb ˆ 0 ˆ 5 Inotre i due eventi sono indipendenti percheâ sapere che da ancio dea moneta eá uscito Testa non modifica a probabiitaá di B, quindi pe ˆ pa pb ˆ 5 ˆ 0.. Daa stessa urna de'esercizio precedente si estraggono successivamente due paine e si vuoe vautare a probabiitaá de'evento E : «escono due paine bianche» nei seguenti casi: a. a paina estratta viene rimessa ne'urna prima di procedere aa seconda estrazione b. a paina non viene rimessa ne'urna. E eá 'intersezione dei due eventi: A : «aa prima estrazione esce una paina bianca» B : «aa seconda estrazione esce una paina bianca» Aa prima estrazione 'urna eá competa e quindi a probabiitaá de'evento A eá ; a probabiitaá de'evento B dipende da fatto che a paina estratta venga o meno rimessa ne'urna. Distinguiamo aora i 0 due casi come richiesto da probema. Tema - Cap. : LA PROBABILITA Á 87

14 a. La composizione de'urna aa seconda estrazione eá competa quindi pb ˆ 0 e i fatto di conoscere 'esito dea prima estrazione non infuenza questa probabiitaá; i due eventi sono quindi indipendenti e si ha che pe ˆ pa pb ˆ 0 0 ˆ 9 00 b. La composizione de'urna aa seconda estrazione eá cambiata percheâ adesso ci sono 9 paine; a probabiitaá de'evento B questa vota dipende da'esito de'evento A percheâ: se A si eá verificato ne'urna ci sono paine bianche e quindi pb ˆ 9 se A non si eá verificato ne'urna ci sono ancora paine bianche e quindi pb ˆ 9 ˆ. I due eventi sono quindi dipendenti e percioá pe ˆ pa pbja ; inotre, visto che ci interessa soo i caso in cui a prima paina estratta eá bianca (atrimenti 'evento E non si verifica), possiamo considerare che pbja ˆ 9 e percioá: pe ˆ 0 9 ˆ 5. In una popoazione animae si sa che a probabiitaá che un animae che ha ora anni sia ancora in vita fra 5 eá de'87%; tae probabiitaá scende a 6% per un animae che ha 0 anni. ogiamo sapere qua eá a probabiitaá che entrambi gi animai siano in vita fra 5 anni e che ameno uno di essi sia in vita fra 5 anni, ne'ipotesi in cui gi eventi siano indipendenti. Consideriamo gi eventi A: «'animae di anni saraá in vita fra 5» B: «'animae di 0 anni saraá in vita fra 5». La probabiitaá che fra 5 anni siano in vita entrambi eá data da'intersezione dei due eventi, che per ipotesi sono indipendenti; per i teorema dea probabiitaá composta si ha che p A \ B ˆp A p B ˆ0,87 0,6 ˆ 0,59 cioeá una probabiitaá di circa i 5%. La probabiitaá che ameno uno di essi sia vivo fra 5 anni eá invece 'unione fra i due eventi A e B; osserviamo peroá che essi sono compatibii percheâ i verificarsi de'uno non escude i verificarsi de'atro in quanto fra 5 anni potrebbe essere vivo i primo e non i secondo, i secondo e non i primo, ma anche tutti e due. La probabiitaá di questo evento eá dunque data da p A [ B ˆp A p B p A \ B ˆ0,87 0,6 0,59 ˆ 0,9506 cioeá una probabiitaá di circa i 95%.. Un dado viene truccato in modo che i numeri dispari abbiano una probabiitaá di uscire maggiore di quea dei numeri pari e in particoare ciascun numero pari ha probabiitaá mentre ciascun numero dispari 9 ha probabiitaá. Se si ancia i dado tre vote, cacoiamo a probabiitaá dei seguenti eventi: 9 A : «escono tre numeri dispari» B : «escono due numeri pari e un numero dispari». Osserviamo innanzi tutto che i tre anci sono eventi indipendenti percheâ sapere che cosa eá uscito ad uno di essi non modifica a probabiitaá degi atri; inotre a probabiitaá che esca un numero pari eá pp ˆ 9 ˆ percheâ ci sono tre numeri pari e anaogamente a probabiitaá cheescaunnumero dispari eá pd ˆ 9 ˆ. 88 Tema - Cap. : LA PROBABILITA Á

15 Per cacoare facimente i vaori di probabiitaá richiesti ci possiamo servire di un diagramma ad abero ne quae, a partire da nodo iniziae, rappresentiamo i successivi anci con e reative probabiitaá indicate sui rami (figura 0). La verifica de'evento A si ottiene percorrendo 'abero in modo da incontrare a ettera D per tre vote; a corrispondente probabiitaá si cacoa appicando i teorema dea probabiitaá composta e motipicando i vaori di probabiitaá incontrati: pa ˆ ˆ 8 7 igura 0 La verifica de'evento B si ottiene percorrendo 'abero in modo da incontrare due ettere P e una ettera D; i possibii percorsi sono dunque i seguenti: PPD PDP DPP ciascuno rispettivamente con probabiitaá L'evento B eá 'unione di questi eventi e a sua probabiiaá si ottiene sommando e tre probabiitaá: pb ˆ ˆ 9 L'utiizzo dei diagrammi ad abero per a vautazione di probabiitaá composte eá utie in tutti quei casi che uno stesso esperimento aeatorio viene ripetuto piuá vote; a costruzione de'abero consente di determinare facimente quaunque probabiitaá. Per esempio, se vogiamo vautare anche a probabitaá de'evento C : «escono ne'ordine un numero dispari, un numero dispari e un numero pari», basta percorrere i ramo DDP e motipicare e reative probabiitaá: pc ˆ ˆ 7 5. Su di un tavoo sono disposte due urne U e U che contengono rispettivamente 5 paine bianche e 0 nere a prima, 8 paine bianche e 0 nere a seconda. Le urne vengono mescoate e una persona bendata estrae da un'urna a caso una paina. ogiamo cacoare a probabiitaá che a paina sia bianca. Consideriamo i seguenti eventi: A : «a paina eá estratta da U» A : «a paina eá estratta da U» B : «a paina eá bianca». Possiamo considerare equiprobabii i due eventi A e A e quindi dire che p A ˆp A ˆ. Per determinare a probabiitaá de'evento B dobbiamo considerare che a paina potrebbe essere stata estratta da U oppure da U ; dobbiamo quindi considerare e seguenti probabiitaá condizionate: p BjA ˆ 5 5 ˆ p BjA ˆ 8 8 ˆ 9 Aora p B ˆp BjA p A p BjA p A ˆ 9 ˆ 7 8. Tema - Cap. : LA PROBABILITA Á 89

16 APPROONDIMENTI LA PROBABILITAÁ E IL CALCOLO COMBINATORIO I cacoo combinatorio si occupa di studiare in quanti modi si possono disporre un certo numero di oggetti presi da un gruppo. Se per esempio vogiamo sapere quante cinquine si possono fare ne gioco dea Tomboa, ci chiediamo in quanti modi si possono scegiere 5 numeri diversi su 90, indipendentemente da'ordine con cui compaiono; se vogiamo sapere quante coppie di ettere dobbiamo predisporre per comporre e iniziai de nome e de cognome di una persona, ci chiediamo in quanti modi si possono disporre due ettere de'afabeto tenendo presente che questa vota eá importante 'ordine in cui e ettere compaiono e che eá possibie anche a oro ripetizione. Affronterai in modo competo o studio de cacoo combinatorio negi anni futuri; per ora diamo e indicazioni soo sua parte che ci interessa reativamente a cacoo dee probabiitaá. Quando nea sceta degi oggetti di un gruppo non interessa 'ordine con cui essi vengono disposti si para di combinazioni; in particoare definiamo combinazione sempice di n oggetti di casse k, e si indica con i simboo C n,k, ogni raggruppamento di k oggetti diversi sceti fra n disponibii, indipendentemente da'ordine in cui essi vengono presi. Per esempio, acune combinazioni diverse di casse 5 dee ettere de'afabeto itaiano sono e seguenti: C,5 : a, p, m, f, e g, h, i,, m t, b, v, e, d Rappresentano invece a stessa combinazione i seguenti gruppi (sono formati dae stesse ettere disposte in ordine diverso): b, c, g, h, u c, h, b, u, g b, h, u, g, c Si dimostra che i numero di combinazioni sempici di n oggetti casse k eá dato daa formua C n,k ˆ n n n ::::: n k k! dove 'espressione k! (eggi k fattoriae) rappresenta i prodotto di k fattori descrescenti a partire da k : k! ˆ k k k :::::::::::: Per esempio: 5! ˆ 5 ˆ 0 8! ˆ ˆ 0 0 La formua per i cacoo di C n,k si rappresenta per comoditaá con i simboo n che si egge "n su k"; osserviamo poi che 'espressione a numeratore eá i prodotto di k fattori descrescenti a partire da n. Per k esempio: 6 fattori decrescenti a partire da C,6 ˆ z } { ˆ ˆ fattori decrescenti a partire da 8 C8, ˆ 8 z } { ˆ ˆ 56 n Una formua comoda per i cacoo di eá anche a seguente: k Per esempio: 9 ˆ 9!! 5! ˆ 6 6 ˆ 6!!! ˆ 0 n n! ˆ k k! n k! Saper cacoare i numero dee combinazioni sempici eá utie ne cacoo dee probabiitaá per determinare sia i numero dei casi possibii che queo dei casi favorevoi a un evento. 90 Tema - Cap. : LA PROBABILITA Á

17 I esempio Da un'urna che contiene 0 paine bianche, 8 rosse e nere (in totae 0 paine), se ne estraggono contemporaneamente ; si vuoe conoscere a probabiitaá che siano entrambe rosse. Occorre cacoare: i numero dei casi possibii come combinazioni di 0 oggetti di casse : C 0, ˆ 0 ˆ 0!! 8! ˆ 5 i numero dei casi favorevoi come combinazioni di 8 oggetti (tante sono e paine rosse) di casse : C 8, ˆ 8 ˆ 8!! 6! ˆ 8 La probabiitaá cercata vae dunque 8 5 0,06. II esempio In una otteria si sono vendute tre serie di bigietti, contrassegnati rispettivamente con e ettere A, B, C. Una prima seezione ha portato ad individuare 0 bigietti dea serie A, 0 bigietti dea serie B e50 bigietti dea serie C. Tutti i bigietti seezionati vinceranno dei premi ma, per assegnari in ordine di importanza, si deve procedere ad una nuova estrazione. ogiamo determinare a probabiitaá che i primi due bigietti estratti siano dea stessa serie. L'evento E di cui dobbiamo determinare a probabiitaá eá 'unione dei tre eventi incompatibii: E : «i bigietti sono entrambi di serie A» E : «i bigietti sono entrambi di serie B» E : «i bigietti sono entrambi di serie C» Tenendo presente che a prima seezione ha individuato 00 bigietti in totae, cacoiamo a probabiitaá di ciascuno di essi: p E ˆ C0, ˆ 0 00 : ˆ 6 C 00, 65 p E ˆ C0, ˆ 0 00 : ˆ C 00, 0 p E ˆ C50, ˆ : ˆ 9 C 00, 98 Per i teorema dea probabiitaá totae, a probabiitaá de'evento unione eá dato daa somma dee tre probabiitaá trovate; si ha quindi: p E ˆ ˆ 0, III esempio In un otto di biscotti, di 50 confezioni in scatoe rigide, si trovano 5 scatoe che sono esteriormente uguai ae atre ma che, per errore dea macchina confezionatrice, sono vuote. ogiamo cacoare a probabiitaá che, estraendone 6 a caso, fra queste ve ne siano: a. vuote; b. vuote; c. nessuna vuota. Tema - Cap. : LA PROBABILITA Á 9

18 Dobbiamo innanzi tutto determinare quanti sono i possibii modi di estrarre 6 scatoe da un gruppo di 50; poicheâ 'ordine di estrazione non conta e non ci possono essere scatoe che compaiono due o piuá vote, si tratta di determinare e combinazioni sempici di 50 eementi a gruppi di 6: C 50,6 ˆ 50 ˆ ! ˆ Lo spazio campionario eá costituito quindi da eementi. Per determinare e probabiitaá richieste, dobbiamo individuare i numero dei casi favorevoi agi eventi considerati. a. Poiche e confezioni estratte sono 6, 'evento prevede che ce ne siano vuote e piene; i numero di casi favorevoi eá quindi i prodotto dee combinazioni sempici di 5 eementi (tanti quante sono compessivamente e scatoe vuote) a gruppi di, con e combinazioni sempici di 5 eementi (tanti quante sono compessivamente e scatoe piene) a gruppi di : C 5, C 5, ˆ 5 5 ˆ 5! 5! ˆ La probabiitaá de'evento eá aora ˆ 0,097:::::, cioeá circa de 9,% b. L'evento prevede che ci siano scatoe vuote e quindi piene. Procedendo come ne caso precedente, i numero dei casi favorevoi a'evento eá dato da C 5, C 5, ˆ 5 5 ˆ 5 5 ˆ 900!! Quindi a probabiitaá di questo evento eá 900 ˆ 0,00899:::::, cioeá circa deo 0,89% c. Nessuna scatoa vuota significa che tutte e 6 scatoe sono piene; i numero dei casi favorevoi a'evento eá aora C 5,6 ˆ ˆ ˆ ! quindi a probabiitaá de'evento eá ˆ 0,556:::::, cioeá circa de 5% ERIICA DI COMPRENSIONE. Determina i vaore di veritaá dee seguenti proposizioni: a. due eventi sono indipendenti se sapere che uno dei due si eá verificato non infuenza a probabiitaá de'atro b. due eventi sono dipendenti se i verificarsi de'uno impica i verificarsi de'atro c. se due eventi sono compatibii sono anche dipendenti d. se due eventi sono indipendenti aora sono anche incompatibii e. se due eventi sono indipendenti a probabiitaá condizionata de primo rispetto a secondo eá uguae aa probabiitaá de primo. 9 Tema - Cap. : LA PROBABILITA Á

19 . Si estrae una paina da un'urna che ne contiene 0 numerate da a 0; considerati gi eventi A : «esce un numero dispari» e B : «esce un numero minore di 8», si puoá dire che: a. pajb ˆ pbja b. pbja ˆ pa c. pajb ˆ pa d. A e B sono eventi dipendenti.. LE ALTRE DEINIZIONI DI PROBABILITA Á I modeo cassico di probabiitaá si adatta bene a tutti quegi esperimenti aeatori nei quai eá possibie vautare i numero dei casi favorevoi rispetto a queo dei casi possibii, ma non eá di nessuna utiitaá se si deve cacoare a probabiitaá di successo di un farmaco su una maattia oppure che a squadra de cuore vinca o scudetto; questo percheâ i casi che si possono presentare, e cioeá ha successo / non ha successo e vince / non vince, non hanno a stessa possibiitaá di verificarsi, non sono cioeá equiprobabii. In questi casi occorre vautare a probabiitaá in modo diverso a seconda dea tipoogia de'esperimento; in particoare si deve tener conto de fatto che un esperimento si possa ripetere un numero moto grande di vote oppure sia irripetibie: 'efficacia di un farmaco si puoá testare su moti pazienti, un campionato di cacio eá unico e irripetibie. ediamo dunque come definire a probabiitaá in questi casi. I modeo statistico o frequentista Questo modeo si adatta a tutti quegi esperimenti aeatori che possono essere ripetuti un numero moto grande di vote. Consideriamo, per esempio, un tiratore sceto e chiediamoci quae sia a probabiitaá che abbia di centrare i bersagio con un soo tiro; queo che possiamo fare eá osservare i comportamento de tiratore in numerose prove e attribuire un vaore aa probabiitaá richiesta cacoando i rapporto fra i numero di repiche de'esperimento che hanno dato esito favorevoe e queo dee prove fatte. Se i tiratore, su 000 prove, avesse centrato i bersagio per 800 vote e se si ritenesse sufficientemente grande i numero di prove effettuate, potremmo dire che ha una probabiitaá di centrare i bersagio pari a ˆ 5. In generae diciamo che: reativamente ad un esperimento aeatorio A, che puoá essere osservato mote vote, a probabiitaá di un evento E eá i vaore a cui tende i rapporto tra i numero di prove che hanno avuto esito favorevoe ad E ed i numero totae di prove fatte (tutte ae stesse condizioni) quando queste tendono ad essere un numero moto grande. Gi esercizi di questo paragrafo sono a pag. 665 LA PROBABILITAÁ STATISTICA Ad esempio, supponiamo di prendere un comune dado da gioco di pastica rigida e di riuscire ad inserire a suo interno, attaccato aa faccia in corrispondenza de numero 6, un piccoo peso di ferro. EÁ evidente che i dado non eá piuá «regoare», ne senso che ad ogni ancio, e sue facce non hanno piuá a stessa probabiitaá di presentarsi. Per determinare aora e nuove probabiitaá dovremo effettuare un grande numero di anci e vedere quante vote si presenta Tema - Cap. : LA PROBABILITA Á 9

20 ciascuna faccia; ciascuna probabiitaá eá quindi determinabie come imite, a crescere de numero dee prove, de rapporto fra a frequenza degi esiti favorevoi ed i numero dee prove stesse. Anche in questo caso si verifica che a probabiitaá p eá un numero reae compreso tra 0 e, estremi incusi. Occorre sottoineare che, con questa concezione, a probabiitaá di un evento non puoá essere cacoata a priori, ma viene determinata soo dopo aver effettuato dee osservazioni sperimentai e che essa non ha significato separatamente da tai prove; inotre ha senso parare di probabiitaá soo a'interno di una certa popoazione: se, ad esempio, si eá vautata, sua base di osservazioni ripetute, una probabiitaá de 0% di sopravvivenza fino a 80 anni degi esseri umani che vivono in Europa, questa probabiitaá puoá non essere a stessa per e popoazioni de'africa, de'asia o di un'atra zona dea Terra. In ogni caso si verifica che i modeo frequentista approssima queo cassico nee situazioni in cui, potendo dare anche una vautazione in senso cassico, si puoá effettuare un numero moto grande di prove. Se, per esempio, anciamo una moneta motissime vote, si verifica che i numero di quee in cui esce Testa si avvicina a numero dee vote in cui esce Croce; inotre a vicinanza eá tanto maggiore quanto piuá grande eá i numero di anci effettuati (vedi a questo proposito 'esercitazione di informatica). Questo significa che, per questo tipo di esperimenti aeatori, a probabiitaá statistica approssima quea cassica. Questa constatazione va sotto i nome di egge empirica de caso o egge dei grandi numeri: i eá un'unica imitazione aa ibertaá di scommessa de'individuo, che risponin un grande numero di prove, ripetute ae stesse condizioni, a probabiitaá a posteriori di un evento, cioeá a sua frequenza reativa, tende ad essere uguae aa sua probabiitaá teorica. I modeo soggettivista Ne i modeo cassico, neâ i modeo statistico sono peroá in grado di dare vautazioni di probabiitaá su esperimenti aeatori che ci coinvogono direttamente o che non possono essere ripetuti sempre ae stesse condizioni: per esempio non possiamo determinare quae sia a probabiitaá che i cavao su cui abbiamo puntato vinceraá nea prossima corsa percheâ ogni corsa eá diversa da un'atra e non possiamo fare confronti, oppure stabiire chi vinceraá fra i quattro giocatori di una partita di poker percheâ ogni partita eá diversa da un'atra e anche a fortuna gioca un ruoo importante; inotre non ha senso parare di rapporto fra casi favorevoi e casi possibii percheâ questo significherebbe dire che ogni cavao ha esattamente e stesse possibiitaá di vincere di un atro, cosõá come ogni giocatore dea partita di poker. La probabiitaá diventa in questo caso una misura dea fiducia che noi riponiamo ne fatto che si verifichi o meno un certo evento; tae fiducia si puoá misurare in termini di somma di denaro che i soggetto che sta vautando a probabiitaá eá disposto a versare in anticipo per poter ricevere una quota maggiore se 'evento si verifica. In atri termini: LA PROBABILITAÁ SOGGETTIA a probabiitaá di un evento E eá rappresentata da rapporto fra i prezzo P che un individuo ritiene giusto pagare e a somma S che ha diritto ad avere in cambio se 'evento si verifica, perdendo P se 'evento non si verifica: p E ˆP S 9 Tema - Cap. : LA PROBABILITA Á

5. Limiti di funzione.

5. Limiti di funzione. Istituzioni di Matematiche - Appunti per e ezioni - Anno Accademico / 6 5. Limiti di funzione. 5.. Funzioni imitate. Una funzione y = f(x) definita in un intervao [ a b] imitata superiormente in tae intervao

Dettagli

Stefano Falorsi. di seconda e quinta elementare rispettivamente di numerosità e N. I test somministrati alle

Stefano Falorsi. di seconda e quinta elementare rispettivamente di numerosità e N. I test somministrati alle Nota metooogica sua strategia i campionamento e sistema nazionae i vautazione ee competenze per e cassi secona e quinta e primo cico ea scuoa primaria Stefano Faorsi. Obiettivi I Sistema Nazionae i Vautazione

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

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

Le pensioni dal 1 gennaio 2014

Le pensioni dal 1 gennaio 2014 Argomento A cura deo Spi-Cgi de Emiia-Romagna n. 1 gennaio 2014 Le pensioni da 1 gennaio 2014 Perequazione automatica 2014 pensioni, assegni e indennità civii assistenziai importo aggiuntivo per anno 2013

Dettagli

J yy > Jxx. l o H A R A R B

J yy > Jxx. l o H A R A R B oitecnico di Torino I cedimento di una struttura soggetta a carichi statici può avvenire in acuni casi con un meccanismo diverso da queo di superamento dei imiti di resistena de materiae. Tae meccanismo

Dettagli

Ancora sull indipendenza. Se A e B sono indipendenti allora lo sono anche

Ancora sull indipendenza. Se A e B sono indipendenti allora lo sono anche Ancora sull indipendenza Se A e B sono indipendenti allora lo sono anche A e B Ā e B Ā e B Sfruttiamo le leggi di De Morgan Leggi di De Morgan A B = Ā B A B = Ā B P (Ā B) = P (A B) = 1 P (A B) = 1 (P (A)

Dettagli

BLOCCO TEMATICO DI ESTIMO. Standard Internazionali di Valutazione (IVS) Market Comparison Approach (MCA) calcolo dei prezzi marginali

BLOCCO TEMATICO DI ESTIMO. Standard Internazionali di Valutazione (IVS) Market Comparison Approach (MCA) calcolo dei prezzi marginali BLOCCO TEMATICO DI ESTIMO Standard Internazionai di Vautazione (IVS) Market Comparison Approach (MCA) cacoo dei prezzi marginai Docente: geom. Antonio Eero CORSO PRATICANTI 205 I PREZZI MARGINALI I prezzo

Dettagli

Calcolo combinatorio

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

Dettagli

Cenni sul calcolo combinatorio

Cenni sul calcolo combinatorio Cenni sul calcolo combinatorio Disposizioni semplici Le disposizioni semplici di n elementi distinti di classe k con kn sono tutti i gruppi di k elementi scelti fra gli n, che differiscono per almeno un

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

Esercizi di consolidamento di probabilità e calcolo combinatorio parte 1

Esercizi di consolidamento di probabilità e calcolo combinatorio parte 1 Esercizi di consolidamento di probabilità e calcolo combinatorio parte 1 1. Si lancia una moneta 2 volte: qual è la probabilità che esca TESTA 0 volte? 1 volta? 2 volte? 2. Si lancia una moneta 3 volte:

Dettagli

8. Qual è la probabilità di estrarre da un mazzo di 40 carte napoletane una figura?

8. Qual è la probabilità di estrarre da un mazzo di 40 carte napoletane una figura? www.matematicamente.it Probabilità 1 Calcolo delle probabilità Cognome e nome: Classe Data 1. Quali affermazioni sono vere? A. Un evento impossibile ha probabilità 1 B. Un vento certo ha probabilità 0

Dettagli

BANDO DI GARA D' APPALTO. 1.1) Denominazione, indirizzi e punti di contatto: Roma Capitale Dipartimento

BANDO DI GARA D' APPALTO. 1.1) Denominazione, indirizzi e punti di contatto: Roma Capitale Dipartimento , ROMA CAPTALE '21M~ BANDO D GARA D' APPALTO SEZONE ) AMMNSTRAZONE AGGUDCATRCE. N PUBBLCAZONE DAL~...1:Jj~jM.~ A L _.2 /~L-MZ: = 1.1) Denominazione, indirizzi e punti di contatto: Roma Capitae Dipartimento

Dettagli

Roma, 18 settembre 2014. Claai

Roma, 18 settembre 2014. Claai .:.ontratto Coettivo Nazionae di Lavoro per i dipendenti dae imprese artigiane esercenti Servizi di puizia, Disinfezione, Disinfestazione, Derattizzazione e Sanificazione Roma, 18 settembre 2014 Caai Si

Dettagli

CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate

CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su eventi, previsioni e probabilità condizionate Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability

Dettagli

BANDO DI GARA D'APPALTO. 1.1) Denominazione, indirizzi e punti di contatto: Roma Capitale Dipartimento

BANDO DI GARA D'APPALTO. 1.1) Denominazione, indirizzi e punti di contatto: Roma Capitale Dipartimento Po) AA/AZ ft.'f ROMA CAPTALE BANDO D GARA D'APPALTO SEZONE ) AMMNSTRAZONE AGGUDCATRCE. 1.1) Denominazione, indirizzi e punti di contatto: Roma Capitae Dipartimento Sviuppo nfrastrutture e Manutenzione

Dettagli

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1 FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE ED IL TERRITORIO CORSO DI STATISTICA E CALCOLO DELLE PROBABILITA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N ARGOMENTO: CALCOLO DELLE PROBABILITA

Dettagli

Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti

Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti Rita Giuliano (Pisa) 0. Introduzione. È ormai acquisizione comune il fatto che uno

Dettagli

STUDIO SULL' EVOLUZIONE DELLA CONCENTRAZIONE NELL' INDUSTRIA DELLA COSTRUZIONE DI MACCHINE NON ELETTRICHE IN ITALIA

STUDIO SULL' EVOLUZIONE DELLA CONCENTRAZIONE NELL' INDUSTRIA DELLA COSTRUZIONE DI MACCHINE NON ELETTRICHE IN ITALIA C0MMISSIOHE DELLE COMUNITÀ EUROPEE DIRE!ZIONE GENERALE DELLA CONCORRENZA IV/A._3 STUDIO SULL' EVOLUZIONE DELLA CONCENTRAZIONE NELL' INDUSTRIA DELLA COSTRUZIONE DI MACCHINE NON ELETTRICHE IN ITALIA - Costruzione

Dettagli

Probabilità e statistica. Veronica Gavagna

Probabilità e statistica. Veronica Gavagna Probabilità e statistica Veronica Gavagna Testa o croce? Immaginiamo di lanciare una moneta facendola cadere su un piano liscio chiunque dirà che la probabilità dell evento testa sarà del 50%, al pari

Dettagli

Lezione 10. La Statistica Inferenziale

Lezione 10. La Statistica Inferenziale Lezione 10 La Statistica Inferenziale Filosofia della scienza Secondo Aristotele, vi sono due vie attraverso le quali riusciamo a formare le nostre conoscenze: (1) la deduzione (2) l induzione. Lezione

Dettagli

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Probabilità Probabilità Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Se tutti gli eventi fossero ugualmente possibili, la probabilità p(e)

Dettagli

ESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y =

ESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y = ESERCIZI Testi (1) Un urna contiene 20 palline di cui 8 rosse 3 bianche e 9 nere; calcolare la probabilità che: (a) tutte e tre siano rosse; (b) tutte e tre bianche; (c) 2 rosse e una nera; (d) almeno

Dettagli

Capitolo 8 - Introduzione alla probabilità

Capitolo 8 - Introduzione alla probabilità Appunti di Teoria dei Segnali Capitolo 8 - Introduzione alla probabilità Concetti preliminari di probabilità... Introduzione alla probabilità... Deinizione di spazio degli eventi... Deinizione di evento...

Dettagli

CALCOLO COMBINATORIO E PROBABILITA

CALCOLO COMBINATORIO E PROBABILITA CALCOLO COMBINATORIO E PROBABILITA Con calcolo combinatorio si indica quel settore della matematica che studia i possibili modi di raggruppare ed ordinare oggetti presi da un insieme assegnato, con l obiettivo

Dettagli

Esercizi di calcolo combinatorio

Esercizi di calcolo combinatorio CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi di calcolo combinatorio Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability di Sheldon Ross, quinta

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

Logica fuzzy e calcolo delle probabilità: due facce della stessa medaglia?

Logica fuzzy e calcolo delle probabilità: due facce della stessa medaglia? Logica fuzzy e calcolo delle probabilità: due facce della stessa medaglia? Danilo Pelusi 1 Gianpiero Centorame 2 Sunto: Il seguente articolo illustra le possibili analogie e differenze tra il calcolo delle

Dettagli

DISTRIBUZIONE di PROBABILITA. Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che può assumere i

DISTRIBUZIONE di PROBABILITA. Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che può assumere i DISTRIBUZIONE di PROBABILITA Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che uò assumere i valori: ; ;, n al verificarsi degli eventi incomatibili e comlementari: E ; E ;..;

Dettagli

Introduzione alla Teoria degli Errori

Introduzione alla Teoria degli Errori Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non

Dettagli

Numeri naturali numeri naturali minore maggiore Operazioni con numeri naturali

Numeri naturali numeri naturali minore maggiore Operazioni con numeri naturali 1 Numeri naturali La successione di tutti i numeri del tipo: 0,1, 2, 3, 4,..., n,... forma l'insieme dei numeri naturali, che si indica con il simbolo N. Tale insieme si può disporre in maniera ordinata

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

CALCOLO COMBINATORIO

CALCOLO COMBINATORIO CALCOLO COMBINATORIO 1 Modi di formare gruppi di k oggetti presi da n dati 11 disposizioni semplici, permutazioni Dati n oggetti distinti a 1,, a n si chiamano disposizioni semplici di questi oggetti,

Dettagli

Esercizio 1. Svolgimento

Esercizio 1. Svolgimento Esercizio 1 Vengono lanciate contemporaneamente 6 monete. Si calcoli: a) la probabilità che si presentino esattamente 2 testa ; b) la probabilità di ottenere almeno 4 testa ; c) la probabilità che l evento

Dettagli

STUDIO SULL' EVOLUZIONE DELLA CONCENTRAZIONE NELL' INDUSTRIA ALIMENTARE IN ITALIA

STUDIO SULL' EVOLUZIONE DELLA CONCENTRAZIONE NELL' INDUSTRIA ALIMENTARE IN ITALIA COMMISSIONE DELLE COMUNITÀ EUROPEE DIREZIONE GENERALE DELLA CONCORRENZA IV/ A-3 STUDIO SULL' EVOLUZIONE DELLA CONCENTRAZIONE NELL' INDUSTRIA ALIMENTARE IN ITALIA - Industria aimentare in compesso - Industria

Dettagli

1. Intorni di un punto. Punti di accumulazione.

1. Intorni di un punto. Punti di accumulazione. 1. Intorni di un punto. Punti di accumulazione. 1.1. Intorni circolari. Assumiamo come distanza di due numeri reali x e y il numero non negativo x y (che, come sappiamo, esprime la distanza tra i punti

Dettagli

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

Dettagli

Punte a cannone. Hartner 2007. Made in Germany SEF MECCANOTECNICA. E mail: sef@sefmecc.it Web : www.sefmeccanotecnica.it

Punte a cannone. Hartner 2007. Made in Germany SEF MECCANOTECNICA. E mail: sef@sefmecc.it Web : www.sefmeccanotecnica.it Made in Germany Hartner 2007 Punte a cannone SEF MECCANOTECNICA SEE Via degi Orefici - Bocco 26 40050 FUNO (BO) ITALIA Te. 051 66.48811 Fax 051 86.30.59 FILIALE I MILANO Piazzae Martesana, 6 20128 Miano

Dettagli

Sommario. Corso di Statistica Facoltà di Economia. L'Algebra degli Eventi

Sommario. Corso di Statistica Facoltà di Economia. L'Algebra degli Eventi ommario Corso di tatistica Facoltà di Economia a.a. 2006-2007 2007 francesco mola L algebra degli eventi Diagrammi di Venn Teoremi fondamentali Probabilità Condizionata ed Indipendenza tocastica Lezione

Dettagli

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:...

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:... Ministero della Pubblica Istruzione Rilevazione degli apprendimenti Anno Scolastico 2006 2007 PROVA DI MATEMATICA Scuola Secondaria di II grado Classe Terza Tipo A Codici Scuola:..... Classe:.. Studente:.

Dettagli

In base alla formula di torneo adottata i tornei possono pertanto prevedere lo svolgimento di una o più partite.

In base alla formula di torneo adottata i tornei possono pertanto prevedere lo svolgimento di una o più partite. Formule di gioco La successione di mani necessarie per l eliminazione del penultimo giocatore o per la determinazione dei giocatori che accedono ad un turno successivo costituisce una partita. In base

Dettagli

10. Insiemi non misurabili secondo Lebesgue.

10. Insiemi non misurabili secondo Lebesgue. 10. Insiemi non misurabili secondo Lebesgue. Lo scopo principale di questo capitolo è quello di far vedere che esistono sottoinsiemi di R h che non sono misurabili secondo Lebesgue. La costruzione di insiemi

Dettagli

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni.

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni. MATEMATICA. Sistemi lineari in due equazioni due incognite. Date due equazioni lineari nelle due incognite x, y come ad esempio { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un

Dettagli

I numeri che si ottengono successivamente sono 98-2 = 96 4 = 92 8 = 84 16 = 68 32 = 36 e ci si ferma perché non possibile togliere 64

I numeri che si ottengono successivamente sono 98-2 = 96 4 = 92 8 = 84 16 = 68 32 = 36 e ci si ferma perché non possibile togliere 64 Problemini e indovinelli 2 Le palline da tennis In uno scatolone ci sono dei tubi che contengono ciascuno 4 palline da tennis.approfittando di una offerta speciale puoi acquistare 4 tubi spendendo 20.

Dettagli

Lezioni di STATISTICA MATEMATICA A

Lezioni di STATISTICA MATEMATICA A Università di Modena e Reggio Emilia Facoltà di Ingegneria Lezioni di STATISTICA MATEMATICA A Corso di Laurea in Ingegneria Meccanica Corso di Laurea in Ingegneria dei Materiali - Anno Accademico 010/11

Dettagli

186. Un gioco d incertezza: Forse che sì, forse che no Rosa Marincola rosamarincola@virgilio.it

186. Un gioco d incertezza: Forse che sì, forse che no Rosa Marincola rosamarincola@virgilio.it 186. Un gioco d incertezza: Forse che sì, forse che no Rosa Marincola rosamarincola@virgilio.it Premessa Durante una mia visita al Palazzo Ducale di Mantova, nell ammirare i tanti capolavori che custodisce,

Dettagli

LE FUNZIONI MATEMATICHE

LE FUNZIONI MATEMATICHE ALGEBRA LE FUNZIONI MATEMATICHE E IL PIANO CARTESIANO PREREQUISITI l l l l l conoscere il concetto di insieme conoscere il concetto di relazione disporre i dati in una tabella rappresentare i dati mediante

Dettagli

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:...

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:... Ministero della Pubblica Istruzione Rilevazione degli apprendimenti Anno Scolastico 2006 2007 PROVA DI MATEMATICA Scuola Secondaria di II grado Classe Terza Tipo A Codici Scuola:..... Classe:.. Studente:.

Dettagli

APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI

APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI Le disequazioni fratte Le disequazioni di secondo grado I sistemi di disequazioni Alessandro Bocconi Indice 1 Le disequazioni non lineari 2 1.1 Introduzione.........................................

Dettagli

Se si insiste non si vince

Se si insiste non si vince Se si insiste non si vince Livello scolare: 2 biennio Abilità interessate Valutare la probabilità in diversi contesti problematici. Distinguere tra eventi indipendenti e non. Valutare criticamente le informazioni

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato. Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi

Dettagli

STUDIO DI UNA FUNZIONE

STUDIO DI UNA FUNZIONE STUDIO DI UNA FUNZIONE OBIETTIVO: Data l equazione Y = f(x) di una funzione a variabili reali (X R e Y R), studiare l andamento del suo grafico. PROCEDIMENTO 1. STUDIO DEL DOMINIO (CAMPO DI ESISTENZA)

Dettagli

19. Inclusioni tra spazi L p.

19. Inclusioni tra spazi L p. 19. Inclusioni tra spazi L p. Nel n. 15.1 abbiamo provato (Teorema 15.1.1) che, se la misura µ è finita, allora tra i corispondenti spazi L p (µ) si hanno le seguenti inclusioni: ( ) p, r ]0, + [ : p

Dettagli

Modelli Binomiali per la valutazione di opzioni

Modelli Binomiali per la valutazione di opzioni Modelli Binomiali per la valutazione di opzioni Rosa Maria Mininni a.a. 2014-2015 1 Introduzione ai modelli binomiali La valutazione degli strumenti finanziari derivati e, in particolare, la valutazione

Dettagli

Accuratezza di uno strumento

Accuratezza di uno strumento Accuratezza di uno strumento Come abbiamo già accennato la volta scora, il risultato della misurazione di una grandezza fisica, qualsiasi sia lo strumento utilizzato, non è mai un valore numerico X univocamente

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Test d ipotesi sul valor medio e test χ 2 di adattamento Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si supponga che il diametro degli anelli metallici prodotti

Dettagli

(accuratezza) ovvero (esattezza)

(accuratezza) ovvero (esattezza) Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile

Dettagli

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE 1 DIPENDENZA E INDIPENDENZA LINEARE Se ho alcuni vettori v 1, v 2,, v n in uno spazio vettoriale V, il sottospazio 1 W = v 1,, v n di V da loro generato è

Dettagli

FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA

FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA DEFINIZIONE: Dato un numero reale a che sia a > 0 e a si definisce funzione esponenziale f(x) = a x la relazione che ad ogni valore di x associa uno e un solo

Dettagli

Percorsi di matematica per il ripasso e il recupero

Percorsi di matematica per il ripasso e il recupero Giacomo Pagina Giovanna Patri Percorsi di matematica per il ripasso e il recupero 1 per la Scuola secondaria di secondo grado UNITÀ CMPIONE Edizioni del Quadrifoglio à t i n U 1 Insiemi La teoria degli

Dettagli

Esempi di algoritmi. Lezione III

Esempi di algoritmi. Lezione III Esempi di algoritmi Lezione III Scopo della lezione Implementare da zero algoritmi di media complessità. Verificare la correttezza di un algoritmo eseguendolo a mano. Imparare a valutare le prestazioni

Dettagli

((e ita e itb )h(t)/it)dt. z k p(dz) + r n (t),

((e ita e itb )h(t)/it)dt. z k p(dz) + r n (t), SINTESI. Una classe importante di problemi probabilistici e statistici é quella della stima di caratteristiche relative ad un certo processo aleatorio. Esistono svariate tecniche di stima dei parametri

Dettagli

ALGEBRA I: CARDINALITÀ DI INSIEMI

ALGEBRA I: CARDINALITÀ DI INSIEMI ALGEBRA I: CARDINALITÀ DI INSIEMI 1. CONFRONTO DI CARDINALITÀ E chiaro a tutti che esistono insiemi finiti cioè con un numero finito di elementi) ed insiemi infiniti. E anche chiaro che ogni insieme infinito

Dettagli

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE 1. EQUAZIONI Definizione: un equazione è un uguaglianza tra due espressioni letterali (cioè in cui compaiono numeri, lettere

Dettagli

Capitolo 9: PROPAGAZIONE DEGLI ERRORI

Capitolo 9: PROPAGAZIONE DEGLI ERRORI Capitolo 9: PROPAGAZIOE DEGLI ERRORI 9.1 Propagazione degli errori massimi ella maggior parte dei casi le grandezze fisiche vengono misurate per via indiretta. Il valore della grandezza viene cioè dedotto

Dettagli

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE variabile casuale (rv): regola che associa un numero ad ogni evento di uno spazio E. variabile casuale di Bernoulli: rv che può assumere solo due valori (e.g.,

Dettagli

Per lo svolgimento del corso risulta particolarmente utile considerare l insieme

Per lo svolgimento del corso risulta particolarmente utile considerare l insieme 1. L insieme R. Per lo svolgimento del corso risulta particolarmente utile considerare l insieme R = R {, + }, detto anche retta reale estesa, che si ottiene aggiungendo all insieme dei numeri reali R

Dettagli

ALGEBRA I: NUMERI INTERI, DIVISIBILITÀ E IL TEOREMA FONDAMENTALE DELL ARITMETICA

ALGEBRA I: NUMERI INTERI, DIVISIBILITÀ E IL TEOREMA FONDAMENTALE DELL ARITMETICA ALGEBRA I: NUMERI INTERI, DIVISIBILITÀ E IL TEOREMA FONDAMENTALE DELL ARITMETICA 1. RICHIAMI SULLE PROPRIETÀ DEI NUMERI NATURALI Ho mostrato in un altra dispensa come ricavare a partire dagli assiomi di

Dettagli

PRESENTAZIONE DEL CAPITOLO SULLE EQUAZIONI E DISEQUAZIONI IRRAZIONALI O COL VALORE ASSOLUTO

PRESENTAZIONE DEL CAPITOLO SULLE EQUAZIONI E DISEQUAZIONI IRRAZIONALI O COL VALORE ASSOLUTO 9 PRESENTAZIONE DEL CAPITOLO SULLE EQUAZIONI E DISEQUAZIONI IRRAZIONALI O COL VALORE ASSOLUTO Il capitolo che sta per iniziare presenta alcuni argomenti dall aspetto un po arido. Tuttavia, nelle facoltà

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

RELAZIONE TRA DUE VARIABILI QUANTITATIVE

RELAZIONE TRA DUE VARIABILI QUANTITATIVE RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quando si considerano due o più caratteri (variabili) si possono esaminare anche il tipo e l'intensità delle relazioni che sussistono tra loro. Nel caso in cui

Dettagli

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

Dettagli

ESTRAZIONE DI RADICE

ESTRAZIONE DI RADICE ESTRAZIONE DI RADICE La radice è l operazione inversa dell elevamento a potenza. L esponente della potenza è l indice della radice che può essere: quadrata (); cubica (); quarta (4); ecc. La base della

Dettagli

Elementi di teoria degli insiemi

Elementi di teoria degli insiemi Elementi di teoria degli insiemi 1 Insiemi e loro elementi 11 Sottoinsiemi Insieme vuoto Abbiamo già osservato che ogni numero naturale è anche razionale assoluto o, in altre parole, che l insieme dei

Dettagli

APPUNTI DI MATEMATICA CENNI DI RICERCA OPERATIVA ALESSANDRO BOCCONI

APPUNTI DI MATEMATICA CENNI DI RICERCA OPERATIVA ALESSANDRO BOCCONI APPUNTI DI MATEMATICA CENNI DI RICERCA OPERATIVA ALESSANDRO BOCCONI Indice 1 La ricerca operativa 2 1.1 Introduzione......................................... 2 1.2 Le fasi della ricerca operativa...............................

Dettagli

Esempi introduttivi Variabili casuali Eventi casuali e probabilità

Esempi introduttivi Variabili casuali Eventi casuali e probabilità Esempi introduttivi Esempio tipico di problema della meccanica razionale: traiettoria di un proiettile. Esempio tipico di problema idraulico: altezza d'acqua corrispondente a una portata assegnata. Come

Dettagli

F U N Z I O N I. E LORO RAPPRESENTAZIONE GRAFICA di Carmine De Fusco 1 (ANCHE CON IL PROGRAMMA PER PC "DERIVE")

F U N Z I O N I. E LORO RAPPRESENTAZIONE GRAFICA di Carmine De Fusco 1 (ANCHE CON IL PROGRAMMA PER PC DERIVE) F U N Z I O N I E LORO RAPPRESENTAZIONE GRAFICA di Carmine De Fusco 1 (ANCHE CON IL PROGRAMMA PER PC "DERIVE") I N D I C E Funzioni...pag. 2 Funzioni del tipo = Kx... 4 Funzioni crescenti e decrescenti...10

Dettagli

Numeri reali. Funzioni e loro grafici

Numeri reali. Funzioni e loro grafici Argomento Numeri reali. Funzioni e loro grafici Parte B - Funzioni e loro grafici Funzioni reali di variabile reale Definizioni. Supponiamo che A sia un sottoinsieme di R e che esista una legge che ad

Dettagli

Da una a più variabili: derivate

Da una a più variabili: derivate Da una a più variabili: derivate ( ) 5 gennaio 2011 Scopo di questo articolo è di evidenziare le analogie e le differenze, relativamente al calcolo differenziale, fra le funzioni di una variabile reale

Dettagli

Svolgimento della prova

Svolgimento della prova Svolgimento della prova D1. Il seguente grafico rappresenta la distribuzione dei lavoratori precari in Italia suddivisi per età nell anno 2012. a. Quanti sono in totale i precari? A. Circa due milioni

Dettagli

Mario Polito IARE: Press - ROMA

Mario Polito IARE: Press - ROMA Mario Polito info@mariopolito.it www.mariopolito.it IMPARARE A STUD IARE: LE TECNICHE DI STUDIO Come sottolineare, prendere appunti, creare schemi e mappe, archiviare Pubblicato dagli Editori Riuniti University

Dettagli

Gli uni e gli altri. Strategie in contesti di massa

Gli uni e gli altri. Strategie in contesti di massa Gli uni e gli altri. Strategie in contesti di massa Alessio Porretta Universita di Roma Tor Vergata Gli elementi tipici di un gioco: -un numero di agenti (o giocatori): 1,..., N -Un insieme di strategie

Dettagli

MATRICI E DETERMINANTI

MATRICI E DETERMINANTI MATRICI E DETERMINANTI 1. MATRICI Si ha la seguente Definizione 1: Un insieme di numeri, reali o complessi, ordinati secondo righe e colonne è detto matrice di ordine m x n, ove m è il numero delle righe

Dettagli

Minimizzazione di Reti Logiche Combinatorie Multi-livello

Minimizzazione di Reti Logiche Combinatorie Multi-livello Minimizzazione di Reti Logiche Combinatorie Multi-livello Maurizio Palesi Maurizio Palesi 1 Introduzione Obiettivo della sintesi logica: ottimizzazione delle cifre di merito area e prestazioni Prestazioni:

Dettagli

Indice generale. Modulo 1 Algebra 2

Indice generale. Modulo 1 Algebra 2 Indice generale Modulo 1 Algebra 2 Capitolo 1 Scomposizione in fattori. Equazioni di grado superiore al primo 1.1 La scomposizione in fattori 2 1.2 Raccoglimento a fattor comune 3 1.3 Raccoglimenti successivi

Dettagli

Introduzione ad Access

Introduzione ad Access Introduzione ad Access Luca Bortolussi Dipartimento di Matematica e Informatica Università degli studi di Trieste Access E un programma di gestione di database (DBMS) Access offre: un supporto transazionale

Dettagli

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Se a e b sono numeri interi, si dice che a divide b, in simboli: a b, se e solo se esiste c Z tale che b = ac. Si può subito notare che:

Dettagli

FONDAMENTI TEORICI DEL MOTORE IN CORRENTE CONTINUA AD ECCITAZIONE INDIPENDENTE. a cura di G. SIMONELLI

FONDAMENTI TEORICI DEL MOTORE IN CORRENTE CONTINUA AD ECCITAZIONE INDIPENDENTE. a cura di G. SIMONELLI FONDAMENTI TEORICI DEL MOTORE IN CORRENTE CONTINUA AD ECCITAZIONE INDIPENDENTE a cura di G. SIMONELLI Nel motore a corrente continua si distinguono un sistema di eccitazione o sistema induttore che è fisicamente

Dettagli

Appunti sulle disequazioni

Appunti sulle disequazioni Premessa Istituto d Istruzione Superiore A. Tilgher Ercolano (Na) Appunti sulle disequazioni Questa breve trattazione non vuole costituire una guida completa ed esauriente sull argomento, ma vuole fornire

Dettagli

RICERCA SULLE NUOVE AZIENDE SIDERURGICHE

RICERCA SULLE NUOVE AZIENDE SIDERURGICHE COMMISSIONE DELLE. COMUNITÀ EUROPEE COMUNITÀ EUROPEA DEL CARBONE E DELL'ACCIAIO RICERCA SULLE NUOVE AZIENDE SIDERURGICHE Le maestranze deo stabiimento tasider di Taranto Atteggiamenti operai e avoro siderurgico

Dettagli

Analisi statistica di dati biomedici Analysis of biologicalsignals

Analisi statistica di dati biomedici Analysis of biologicalsignals Analisi statistica di dati biomedici Analysis of biologicalsignals II Parte Verifica delle ipotesi (a) Agostino Accardo (accardo@units.it) Master in Ingegneria Clinica LM in Neuroscienze 2013-2014 e segg.

Dettagli

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile.

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. ORDINALI E NOMINALI LA PROBABILITÀ Statistica5 23/10/13 Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. Se si afferma che un vitello di razza chianina pesa 780 kg a 18

Dettagli

tramite della Segreteria della scuola), trasmissione dei verbali e degli atti al

tramite della Segreteria della scuola), trasmissione dei verbali e degli atti al L verbae n"..8j... Ogg, se marzo duemaqundc, ae ore 13.00, s è runta nea sede d questa sttuzone Scoastca a commssone Eettorae così composta RBEZZO ASSUNTA Presdente; VAL SABNA Segretaro, FATORELLO GAMPETRO

Dettagli

23 CAPITOLO 2: RELAZIONI TRA LE DIVERSE FASI DI UN CAMPIONE DI TERRENO

23 CAPITOLO 2: RELAZIONI TRA LE DIVERSE FASI DI UN CAMPIONE DI TERRENO v 23 CAPITOLO 2: RELAZIONI TRA LE DIERSE FASI DI UN CAMPIONE DI TERRENO CAPITOLO 2: RELAZIONI TRA LE DIERSE FASI DI UN CAMPIONE DI TERRENO Un campione di terreno viene considerato come un sistema multifase,

Dettagli

Funzione reale di variabile reale

Funzione reale di variabile reale Funzione reale di variabile reale Siano A e B due sottoinsiemi non vuoti di. Si chiama funzione reale di variabile reale, di A in B, una qualsiasi legge che faccia corrispondere, a ogni elemento A x A

Dettagli

Scelta sotto incertezza

Scelta sotto incertezza Scelta sotto incertezza 1. Introduzione Nei capitoli 1 e 2 della microeconomia standard si studia la scelta dei consumatori e dei produttori, che hanno un informazione perfetta sulle circostanze che caratterizzano

Dettagli

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1 LEZIONE 14 141 Dimensione di uno spazio vettoriale Abbiamo visto come l esistenza di una base in uno spazio vettoriale V su k = R, C, permetta di sostituire a V, che può essere complicato da trattare,

Dettagli