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

Dimensione: px
Iniziare la visualizzazioe della pagina:

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

Transcript

1 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. La complessità dei fenomeni naturali e delle società umane, che rende molto difficile conoscere tutte le relazioni causali fra eventi, suggerisce di considerare casuali eventi che in effetti non lo sono, o lo sono solo in parte. Lezione 19.wpd 18/01/2011 XIX - 1 Lezione 19.wpd 18/01/2011 XIX - 2 Il caso Il caso Come controllare il caso? Esempio 1: Quando si lancia una moneta, se si conoscessero perfettamente la moneta, la posizione rispetto alla tavola e le componenti della forza di lancio, si potrebbe prevedere esattamente se si vedrà testa o croce. Poiché queste informazioni, ed i calcoli conseguenti, sono al di là della pratica corrente, si classifica il gioco come un evento casuale. Il controllo della casualità può esser fatto in diversi modi: approccio scientifico: si cerca di conoscere il fenomeno casuale in dettaglio e si cerca d operare di conseguenza, cercando di prevedere gli effetti di certe cause e stabilendo quali sono i risultati possibili. approccio magico: si prega, si va dall astrologo o dal mago a farsi fare le carte, si compiono gesti rituali, ecc. approccio violento: si nega la casualità e s impone che gli eventi si svolgano come si vuole. Lezione 19.wpd 18/01/2011 XIX - 3 Lezione 19.wpd 18/01/2011 XIX - 4

2 Il caso Il caso Esempio: e si deve affrontare un esame: i studia fino ad avere una preparazione sufficiente (approccio scientifico). e si è ansiosi o insicuri, ci si preoccupa di vestirsi bene e di presentarsi educati e disponibili; ci si protegge con delle preghiere o dei voti, facendo scongiuri e usando santini (approccio magico). Ci si procura una raccomandazione, si offrono soldi o favori alla commissione, oppure la si minaccia con una pistola (approccio violento). Attenzione ai giubbetti antiproiettile... Tuttavia, se l esame non si supera, vuol dire comunque che non s è studiato abbastanza, anche se Marte ed aturno erano in Acquario... Nei fenomeni che interessano la ricerca scientifica, non s ammette che eventi siano puramente casuali e si cercano sempre le cause. In questo modo, la parte d un fenomeno dovuta al caso è limitata, anche se con dei limiti (principio d indeterminazione di Heisenberg). i considera comunque casuale la parte del fenomeno che non si riesce a spiegare al livello corrente di conoscenze. Nella natura e nella società umana s osservano fenomeni talmente complessi che non se ne possono neanche cercare tutte le numerose cause. i parla allora di fenomeni casuali o aleatori e ad ogni modo in cui essi si possono realizzare s attribuisce una probabilità di realizzarsi. Lezione 19.wpd 18/01/2011 XIX - 5 Lezione 19.wpd 18/01/2011 XIX - 6 commesse e probabilità commesse e probabilità commesse e probabilità Una scommessa è un patto fra due giocatori che si trovano davanti ad un fenomeno aleatorio: essi dividono l insieme degli eventi possibili in due ed ognuno impegna una somma su una delle due classi della partizione, scommettendo che l evento che si realizzerà sarà fra quelli della classe scelta. e l evento che si realizza sta in una classe, il giocatore che l ha scelta vince e si prende i soldi dell altro giocatore, che perde. I due giocatori sono liberi d impegnare la somma che vogliono e d accettare o no la somma proposta dall avversario. La scommessa si decide attraverso una discussione che porta a stabilire il valore delle somme impegnate. La relazione fra le somme di denaro impegnato (o comunque il valore di quel che s impegna) è allora la misura della probabilità che ogni giocatore attribuisce al realizzarsi d un evento della classe d eventi scelta. i può ragionare così: Due giocatori J 1 e J 2 impegnano le somme s 1 e s 2 sulle classi E 1 ed E 2. iano s 1 < s 2 e s = s 1 + s 2 la somma totale impegnata. e si realizza E 1, J 1 vince una somma più grande di quella che aveva impegnato, è quindi in vantaggio rispetto a J 2 che, se si realizza E 2, vincerebbe una somma più piccola. Perché J 2 accetta? Lezione 19.wpd 18/01/2011 XIX - 7 Lezione 19.wpd 18/01/2011 XIX - 8

3 commesse e probabilità commesse e probabilità Il baro Altrimenti J 1 non avrebbe accettato la scommessa. Ma che interesse ha J 2 di giocare così? Forse J 2 è più sicuro di vincere di J 1. Dunque le due somme impegnate indicano le probabilità di realizzarsi che i due giocatori attribuiscono agli eventi delle due classi. Il baro è colui che influenza segretamente in suo favore eventi apparentemente casuali. Esempi: Carte con sei assi, dadi truccati, cavalli drogati, informazioni dall interno dell azienda, compari di vario genere, ecc. Il baro ha qualche informazione (segreta) in più dell altro, pertanto le somme impegnate non riflettono la probabilità. Quindi le informazioni e l onestà dei giocatori devono esser le stesse. Lezione 19.wpd 18/01/2011 XIX - 9 Lezione 19.wpd 18/01/2011 XIX - 10 commesse e probabilità commesse e probabilità Per verificarlo, basta scambiare i ruoli dei due giocatori: J 1 scommetterà su E 2 e J 2 su E 1. e le somme impegnate non cambiano, allora si tratta d una scommessa equa. e cambiano la scommessa non era equa, perché la stima delle probabilità fatta dai due giocatori è diversa. si chiama la probabilità di E 1. i può concludere che la probabilità del realizzarsi d un evento casuale E 1 Analogamente, la probabilità di E 2 è. può esser misurata dal rapporto, dove s 1 ed s 2 corrispondono ad una scommessa equa relativa ad i due eventi E 1 ed, cioè la negazione di E 1. Risulta. Lezione 19.wpd 18/01/2011 XIX - 11 Lezione 19.wpd 18/01/2011 XIX - 12

4 Un fenomeno aleatorio è un fenomeno che si realizza secondo eventi casuali, dunque imprevedibile. Tuttavia, si è in grado di conoscere tutte le possibili realizzazioni del fenomeno, cioè i modi in cui si può realizzare. Esempio 1: Nel gioco di testa o croce, si sa che il lancio della moneta dà come risultato sicuro una delle due facce della moneta, ma non si sa esattamente quale. Esempio 2: Nel caso del lancio d un dado, si sa che può risultare un numero da 1 a 6. Ogni realizzazione d un fenomeno è un evento elementare e l'insieme di tutti gli eventi elementari si chiama spazio degli eventi. Ad ogni fenomeno aleatorio è associato uno spazio degli eventi, e gli eventi elementari che ne fanno parte ne sono tutte le possibili realizzazioni. Esempio 1: Nel gioco di testa e croce, lo spazio degli eventi è l insieme {testa, croce}. Esempio 2: Nel lancio d un dado, lo spazio degli eventi è l insieme {1, 2, 3, 4, 5, 6}. Esempio 3: Nei giochi di carte lo spazio degli eventi è l insieme {x x è una carta}....nel caso dell esame, lo spazio degli eventi è l insieme {bocciato, 18, 19,..., 30 e lode, bocciato ed arrestato}... Lezione 19.wpd 18/01/2011 XIX - 13 Lezione 19.wpd 18/01/2011 XIX - 14 Definizione. i chiama fenomeno aleatorio ogni fenomeno che ha luogo con la realizzazione, a priori sconosciuta, d'uno qualunque ed uno solo degli eventi elementari appartenenti allo spazio degli eventi associato al fenomeno. Per indicare uno spazio d eventi s usa d abitudine la lettera Ω, eventualmente con un indice per distinguerlo da altri spazi) e con ω un evento elementare, sicché si può scrivere se l evento elementare ω fa parte delle possibili realizzazioni del fenomeno che ha Ω come spazio degli eventi. Invece che d eventi elementari, ci si può interessare ad eventi più complessi, che sono sottoinsiemi di Ω. Definizione. i chiama evento un qualunque sottoinsieme di Ω. Un evento è dunque composto da alcuni eventi elementari, cioè è un insieme di possibili realizzazioni del fenomeno, lo si indica con E, eventualmente con indici. Esempio 2: Nel gioco dei dadi, si può scommettere se il risultato sia pari o dispari. i tratta dei sottoinsiemi di Ω D : E 1 = {2, 4, 6} = {ω, ω è pari}, E 2 = {1, 3, 5} = {ω ω è dispari}. Lezione 19.wpd 18/01/2011 XIX - 15 Lezione 19.wpd 18/01/2011 XIX - 16

5 L'implicazione fra due eventi E 1 ed E 2,, significa che il primo è contenuto nel secondo, cioè ne è un sottoinsieme,. Esempio 3: Nel gioco delle carte, l evento «carta di cuori» implica l evento «carta rossa», e {ω ω è una carta di cuori} {ω ω è una carta rossa}. Il complementare (o negazione) d'un evento E è quello composto da tutti gli eventi elementari che non ne fanno parte. Lo s indica con ovvero con. Esempio 1: L'evento complementare di «testa» è «croce», dunque E = {testa} e = {croce} e viceversa. Lezione 19.wpd 18/01/2011 XIX - 17 Lezione 19.wpd 18/01/2011 XIX - 18 La congiunzione di due eventi è quello composto da eventi elementari comuni ai due eventi. Corrisponde all intersezione fra sottoinsiemi,. L'alternanza o unione di due eventi è l evento composto dagli eventi elementari che compongono almeno uno dei due eventi. È l unione fra sottoinsiemi,. Esempio 3: A carte, l evento «cuori e maggiore di dieci» è la congiunzione fra«cuori» e «fante, donna, re». i tratta dunque dell evento {fante di cuori, donna di cuori, re di cuori} = {ω ω è una carta di cuori} {ω ω è più grande di dieci}. Esempio 3: A carte, l evento «cuori o quadri» è l evento «carta rossa». Dunque {ω ω è una carta rossa} = {ω ω è una carta di cuori} {ω ω è una carta di quadri}. Lezione 19.wpd 18/01/2011 XIX - 19 Lezione 19.wpd 18/01/2011 XIX - 20

6 La differenza de due eventi è quello composto dagli eventi elementari del primo che non fanno parte del secondo,. Non c è bisogno che.. La disgiunzione di due eventi è quello composto dagli eventi elementari che fanno parte d uno solo dei due. È la differenza simmetrica fra i due eventi. Esempio 2: a dadi, l'evento che risulta dall differenza fra «pari» e «minore di tre» è {4, 6} = {ω ω è pari e ω non è più piccolo 3} = {ω ω è pari} - {ω ω è più piccolo di 3}. Esempio 3: A carte, la disgiunzione fra «cuori» e «figure» è l insieme composto dalle carte di cuori da 1 a 10 e da tutte le nove figure non di cuori. Lezione 19.wpd 18/01/2011 XIX - 21 Lezione 19.wpd 18/01/2011 XIX - 22 Valgono le seguenti proprietà derivanti dalle operazioni fra insiemi in, dal momento che ( è un algebra di Boole: = - A = A A B = B A A B = B A A A = A A A = A (A B) C = A (B C) (A B) C = A (B C) A = A A Ω = Ω A = A = A A (B C) = (A B) (A C) A (B C) = (A B) (A C) A - (B C) = (A - B) (A - C) A - (B C) = (A - B) (A - C) A - = A - = A A B = (A - B) (B - A) = (A B) - (A B) In principio, ogni sottoinsieme è un evento, sicché l insieme degli eventi coincide con l insieme delle parti di : P( ). stesso potrà essere finito o infinito, in particolare continuo. Tuttavia, per evitare difficoltà, invece di P( ) nel seguito si tratterà con un suo sottoinsieme con particolari proprietà. Lezione 19.wpd 18/01/2011 XIX - 23 Lezione 19.wpd 18/01/2011 XIX - 24

7 Definizione. i chiama σ-algebra ogni sottoinsieme Σ di P( 1) ; ) tale che: 2) se, allora ; 3) se I è discreto (finito o numerabile), e, per ogni, allora. Risulta che, se allora anche,, e. Definizione: i chiama classe d'eventi mutualmente esclusivi ogni famiglia d eventi tali che per ogni. Definizione: i chiama classe d'eventi esaustivi ogni famiglia d eventi tale che Definizione: i chiama sistema completo d eventi o partizione, ogni classe d eventi mutuamente esclusivi ed esaustivi. Lezione 19.wpd 18/01/2011 XIX - 25 Lezione 19.wpd 18/01/2011 XIX - 26 Esempio 2: Nel lancio d un dado, gli eventi E 1 = {1,2}, E 2 = {3, 5}, E 3 = {4} formano una classe d eventi mutuamente esclusivi. Gli eventi E 1 = {1,2}, E 4 = {x dispari}, E 5 = {4,6} formano una classe d eventi esaustivi. Gli eventi E 1 = {1,2}, E 2 = {3,5}, E 5 = {4,6} formano un sistema completo d eventi. Quando si parla di fenomeno casuale, si dà una valutazione qualitativa del fatto che il fenomeno si può presentare con una certa probabilità. Nelle scommesse, invece, il denaro implica una quantificazione e s è visto che l ammontare delle scommesse può esser assunto a misura. Definizione i chiama probabilità d un evento una misura numerica della verosimiglianza che esso si realizzi. Per fenomeni diversi, si può definire una probabilità in modo diverso. Lezione 19.wpd 18/01/2011 XIX - 27 Lezione 19.wpd 18/01/2011 XIX - 28

8 La probabilità classica i suppone che la probabilità di realizzarsi degli eventi elementari che formano sia sempre la stessa. Pertanto, se questi sono n, la probabilità del realizzarsi in questo caso d un evento elementare è 1/n. In simboli, se gli eventi elementari di sono, allora per ogni. Esempio 1: Nel lancio della monetina, = {testa, croce}. In genere si suppone che la probabilità che esca una delle due facce sia la stessa. i valuta cioè d aver una probabilità su due che esca testa o che esca croce. e esce, si riceve il doppio della somma impegnata. Pertanto le probabilità dei due eventi elementari sono p(testa) = p(croce) = 1 / 2 = 0,5. Esempio 2: Nel lancio del dado, = {1, 2, 3, 4, 5, 6}, dunque composto da 6 eventi elementari. e il dado è equilibrato, si valuta d aver una probabilità su sei che esca il numero scelto (e cinque che non esca). e si vince, si ottiene sei volte la somma impegnata. Pertanto, p(i ) = 1 / 6, per ogni i = 1,..., 6. Lezione 19.wpd 18/01/2011 XIX - 29 Lezione 19.wpd 18/01/2011 XIX - 30 osservi che, nella teoria classica, si hanno i seguenti risultati: P1) per ogni evento si ha ; P2) la probabilità di è ; P3) se due eventi E 1 ed E 2 son disgiunti,, allora i tratta d una probabilità a priori, che si può usare soltanto quando s è sicuri che gli eventi elementari hanno tutti uguale probabilità di realizzarsi, cioè l'inverso del numero d eventi elementari di. i tratta allora di contare gli eventi elementari. e gli eventi elementari non sono equiprobabili, le probabilità non saranno le stesse per tutti. Esempio 4. Nel gioco della roulette, la palla casca nei buchi d una ruota, numerati da 0 a 36. e i buchi sono tutti uguali, si può supporre che la probabilità di cadere in uno qualunque sia sempre la stessa, cioè 1/37. Altrimenti, se i buchi non sono tutti uguali e non c è modo di calcolare teoricamente la probabilità d ogni numero. i dovrà quindi ricorrere a metodi empirici. Lezione 19.wpd 18/01/2011 XIX - 31 Lezione 19.wpd 18/01/2011 XIX - 32

9 La probabilità frequentista e gli eventi elementari non sono equiprobabili, ma si può ripetere il fenomeno in condizioni identiche, si può usare la definizione frequentista di probabilità. i tratta di ripetere il fenomeno molte volte, sempre nelle stesse condizioni e contare le frequenze di ogni evento elementare. I seguenti risultati sono tuttavia validi per la probabilità frequentista: P1) per ogni evento si ha ; P2) la probabilità di è ; P3) se due eventi E 1 ed E 2 son disgiunti,, allora i chiama allora probabilità dell'evento il rapporto fra il numero delle sue realizzazioni ed il numero totale di ripetizioni, cioè la sua frequenza relativa: p Lezione 19.wpd 18/01/2011 XIX - 33 Lezione 19.wpd 18/01/2011 XIX - 34 Esempio 1: se si dubita che la moneta sia regolare, si può fare una serie (lunga) di lanci e vedere se la frequenza di testa e croce è 1/2 o no. La ripetizione della prova dà le probabilità a posteriori degli eventi; nel caso del lancio della moneta, la conoscenza delle frequenze relative potrà servire come probabilità a priori per un gioco successivo, con la stessa moneta. Nulla però esclude che le frequenze osservate non siano avvenute per caso. Inoltre, non si sa quante ripetizioni siano necessarie per una stima affidabile delle probabilità. i può solo pensare che, aumentando indefinitamente il numero di ripetizioni, la frequenza relativa possa esser una buona stima della probabilità dell evento. i esprime questo dicendo che la probabilità dell evento E è data da un valore limite,, al crescere di n. Poiché questa definizione si basa su probabilità a posteriori, non è possibile applicare questo metodo a fenomeni che non si possono ripetere nelle stesse condizioni più volte. In tal caso occorrerà ricorrere ad un altra definizione. Lezione 19.wpd 18/01/2011 XIX - 35 Lezione 19.wpd 18/01/2011 XIX - 36

10 soggettiva Questa definizione si basa sulle scommesse. i chiama «probabilità d un evento il valore per un giocatore di un unità monetaria condizionata dal realizzarsi d un certo evento» (De Finetti, 1987). È la somma p che s accetta di scommettere sull evento per vincere un unità monetaria, se esso si realizza, in una scommessa equa. Per questo, si deve accettare di scommettere 1 - p sul non realizzarsi dell evento. Perché le probabilità così stabilite siano effettivamente valide, occorre stabilire, nel caso di più eventi elementari possibili, un principio di coerenza, perché altrimenti un giocatore, combinando diverse scommesse, potrebbe avere un guadagno certo. i dimostra che, perché una scommessa sia equa, occorre e basta che la somma delle probabilità degli eventi elementari di Ω sia 1: Con questa condizione soddisfatta, sono valide le proprietà: Lezione 19.wpd 18/01/2011 XIX - 37 Lezione 19.wpd 18/01/2011 XIX - 38 P1) per ogni evento si ha ; P2) la probabilità di è ; P3) se due eventi E 1 ed E 2 son disgiunti,, allora Esempio 4: Nella roulette, tutte le scommesse sono calcolate sulla base di 36 numeri possibili: 1/36 per l'en plein, 1/2 pere rosso/nero, pari/dispari, ecc., mentre il numero di possibilità è 37, perché esiste lo zero. Pertanto la somma delle probabilità dei 36 numeri su cui si scommette è 36/37 < 1. Il casino dunque vince certamente, il che spiega perché se ne aprono tanti. Questa definizione di probabilità si può adottare sempre, anche se non dà una regola pratica per aiutare un giocatore a decidere le sue scommesse. Lezione 19.wpd 18/01/2011 XIX - 39 Lezione 19.wpd 18/01/2011 XIX - 40

11 Quest ultima definizione è poco usata nella ricerca scientifica. Normalmente, s usa la definizione teorica, quando possibile, oppure quella frequentista. Tuttavia, entrambe, nelle previsioni, hanno i loro limiti. Esempi: Nel gioco del lotto, ci si affida ai numeri ritardatari. Tuttavia le estrazioni sono indipendenti una dall altra, sicché potrebbe capitare che un numero ritardatario tardi ancora per un tempo indefinito. Nelle previsioni meteorologiche, ci si affida alla climatologia ed a modelli di circolazione dell atmosfera, per prevedere, sulla base dell accaduto e delle statistiche passate, l evoluzione possibile del tempo. Tuttavia, le previsioni hanno una durata limitata e non possono esser mai certe. Lezione 19.wpd 18/01/2011 XIX - 41 Lezione 19.wpd 18/01/2011 XIX - 42 assiomatica Occorre anche considerare eventi elementari composti: i pensi al lancio di due dadi. Il risultato di ogni dado è da considerarsi indipendente da quello dell altro. Il calcolo delle probabilità degli eventi elementari dovrà quindi tener conto di questo fatto. Ne risulta che la probabilità d una qualunque coppia di valori da 1 a 6 è 1/36, poiché si tratta du tutte le coppie del prodotto {1,2,3,4,5,6} {1,2,3,4,5,6}. Le tre diverse definizioni sono valide in occasioni diverse e per questo sono tutte utili. In particolare, esse soddisfano le tre proprietà P1), P2), P3). i possono allora considerare queste proprietà come assiomi e non occuparsi più del tipo di probabilità che s utilizza. È certo che le probabilità descritte godranno comunque delle proprietà che si potranno dedurre dagli assiomi. Lezione 19.wpd 18/01/2011 XIX - 43 Lezione 19.wpd 18/01/2011 XIX - 44

12 Definizione. Dato uno spazio d eventi elementari Ω ed una σ-algebra P (Ω), si chiama probabilità su ogni funzione a valori reali tale che: P1) per ogni evento si ha ; P2) ; P3) se è una famiglia d eventi esclusivi, allora. Definizione. Uno spazio con una probabilità si chiama spazio di probabilità. Proprietà delle probabilità e un evento E si suddivide in due E 1 ed E 2, allora p(e) = p(e 1 ) + p (E 2 ). e, dove sono eventi elementari, allora. e di due eventi, E, F uno implica l altro, E F, allora p(f) = p(e) + p (F - E). e di due eventi, E, F, E F, E F, allora p(e) p(f). Lezione 19.wpd 18/01/2011 XIX - 45 Lezione 19.wpd 18/01/2011 XIX - 46 condizionali Per ogni,. Per ogni,. p(ω) = 1: Ω prende il nome di evento certo. p( ) = 0: prende il nome di evento impossibile. Per ogni E, F si ha p (E - F) = p (E) - p (E F) e reciprocamente p (F - E) = p (F) - p (E F). Per ogni E, F si ha p (E F) = p (E) + p (F) - p (E F). Le probabilità trattate finora non dipendono da altre informazioni che dalla conoscenza di Ω. Talvolta però si hanno informazioni supplementari che permettono di cambiare la conoscenza del fenomeno e quindi la probabilità che s associa agli eventi elementari. Esempio 3: Nell estrarre una carta, l asso di cuori ha una probabilità su 52 d esser estratto: se però si sa che s è estratta una carta rossa, si ha un probabilità su 26 che sia l asso di cuori, mentre se si sa d aver preso un asso, s ha una probabilità su quattro che sia proprio di cuori. La probabilità 1/52 diventa quindi 1/26 o 1/4. Lezione 19.wpd 18/01/2011 XIX - 47 Lezione 19.wpd 18/01/2011 XIX - 48

13 Infatti, quando s è realizzato un evento, s è realizzato un evento elementare, sicché l evento certo non è più ma E, dunque p(e) = 1. Ogni altro evento, sia F, non si realizza se non quando, cioè a condizione che. Una volta realizzato E la probabilità non è più accettabile e va modificata: Definizione i chiama probabilità condizionale di F noto E, e si scrive p(f E), la probabilità di realizzarsi di F sapendo che E s è realizzato, e si ha Questa definizione è una probabilità, perché verifica P1), P2), P3). Esempio 3: e si applica la formula all estrazione d una carta, si vede che le probabilità di prendere l asso di cuori, sapendo che la carta è rossa è (1/52)/(26/52) = 1/26, mentre se si sa che è un asso è(1/52)/(4/52) = 1/4. Moltiplicando i due membri dell equazione per p(e) o p(f) s ottiene e reciprocamente che è la legge di moltiplicazione delle probabilità. Lezione 19.wpd 18/01/2011 XIX - 49 Lezione 19.wpd 18/01/2011 XIX - 50 Può capitare che sia ed utilizzando questa legge si ha In questo caso si dice che E, F sono eventi indipendenti o disgiunti. In questo caso la legge di moltiplicazione diventa Esempio 5: C è una probabilità di 0,01 che il conducente d una macchina sia ubriaco. i sa che la probabilità d aver un incidente è 0,001 per i conducenti sobri e dello 0,02 per gli ubriachi. Che probabilità c è che ci sia un incidente ed il conducente sia ubriaco? I due eventi sono indipendenti, dunque la probabilità è 0,01 * 0,02 = 0,0002. Lezione 19.wpd 18/01/2011 XIX - 51 Lezione 19.wpd 18/01/2011 XIX - 52

14 Teorema delle probabilità totali. iano un sistema completo d eventi, ed F un evento qualunque. Allora si ha Ovvero, la probabilità d un evento è la somma delle probabilità condizionate di F noti gli eventi del sistema completo. Esempio 5. Qual è la probabilità totale che ci sia un incidente? L insieme {sobrio, ubriaco} è un sistema completo, con probabilità corrispondenti 0,01 e 0,99, le probabilità condizionali d aver un incidente sono rispettivamente 0,02 et 0,001. Dunque la probabilità totale è 0, ,00099 = 0, Il teorema permette di calcolare la probabilità d un evento condizionato da un sistema completo. Al contrario, se ci si trova in una tale situazione, si può raffinare l informazione sul sistema completo a posteriori. Lezione 19.wpd 18/01/2011 XIX - 53 Lezione 19.wpd 18/01/2011 XIX - 54 Teorema di Bayes. iano un sistema completo d eventi ed F un evento qualunque, e siano note per ogni i sia p(e i ) che p(f E i ). Allora, se E * appartiene al sistema completo, si ha che Esempio 5: Poiché c è stato un incidente, qual è la probabilità che il conducente fosse ubriaco? i sa che la probabilità che il conducente sia ubraico e che ci sia un incidente è 0,0002 e che la probabilità totale d incidenti è 0,00119: il rapporto è allora 20/119. Una volta che l incidente è avvenuto, la probabilità che il conducente fosse ubriaco è una su sei, mentre prima dell incidente non era che una su cento. Lezione 19.wpd 18/01/2011 XIX - 55 Lezione 19.wpd 18/01/2011 XIX - 56

15 ia dato uno spazio di probabilità (Ω, Σ, p) associato ad un fenomeno aleatorio. ia data una funzione ξ: Σ V che ad ogni evento elementare ω Σ associa l'elemento v = ξ(ω) V. v è dunque conseguenza dell evento elementare ω che s è realizzato. Una funzione ξ il cui valore dipende da un fenomeno aleatorio prende il valore di variabile aleatoria o casuale. Esempio 2: Nel lancio del dado, si decide che il giocatore incassa esattamente tanti euro quanto è il valore sulla faccia in alto del dado lanciato. La somma vinta è una variabile aleatoria, perché dipende dall evento che si realizza. Esempio 5: In una sperimentazione si fanno delle osservazioni dove si rilevano dei caratteri. Poiché spesso si suppone che la scelta degli oggetti da osservare è fatta in modo casuale (in certi casi esso è addirittura un requisito richiesto), i caratteri vanno visti come variabili aleatorie e le modalità osservate sono i valori che esse assumono al momento dell osservazione, dette anche le realizzazioni della variabile aleatoria. i distinguono due casi, secondo che V è un insieme finito o infinito. Lezione 19.wpd 18/01/2011 XIX - 57 Lezione 19.wpd 18/01/2011 XIX - 58 finite In questo caso, Ω può essere finito od infinito. Comunque, l'insieme dei valori d una variabile aleatoria ξ è finito e si possono enumerare. i ha V = {X 1, X 2,..., X n }. Ad ogni evento elementare ω, di probabilità p(ω), è associato un valore ξ(ω) = X i per qualche i. Per ogni valore X i, sia E i l insieme degli eventi elementari per i quali ξ(ω) = X i. Allora la probabilità p(e i ) è la somma delle probabilità degli eventi elementari che lo compongono:. Teorema. L'insieme degli eventi associati ai valori di ξ è un sistema completo. i può dunque associare ad ogni valore di ξ, la sua probabilità, cioè la probabilità di E i, e si scrive Essa verifica i tre assiomi delle probabilità per lo spazio d eventi V. L'insieme delle coppie {(X i, p i ) i = 1,..., n} si chiama distribuzione o legge di probabilità della variabile aleatoria discreta. Lezione 19.wpd 18/01/2011 XIX - 59 Lezione 19.wpd 18/01/2011 XIX - 60

16 Esempio 1: nel lancio di due monete, ci si domanda il numero di testa che risultano. i hanno allora quattro eventi elementari: {cc, ct, tc, tt} (c = croce, t = testa), ai quali s attribuiscono i valori della variabile aleatoria numero di teste 0, 1, 1, 2, rispettivamente. Risultano di conseguenza associati a tali valori gli eventi E 0 = {cc}, E 1 = {ct, tc}, E 2 = {tt}. Le probabilità associate agli eventi elementari sono sempre 1/4, e dunque agli E i sono associate le probabilità 0,25, 0,50, 0,25, rispettivamente. La legge di probabilità è allora {(0, 0,25), (1, 0,5), (2, 0,25)}. e ha senso sommare e dividere i valori: media: la media di, vale La media si chiama anche speranza matematica di ξ. e s associa alla variabile aleatoria ξ una funzione reale g(ξ) e si vuol conoscere il suo valore a priori, se ne calcola la speranza matematica che è una misura del valore di g(ξ) che ci si deve aspettare a posteriori. Lezione 19.wpd 18/01/2011 XIX - 61 Lezione 19.wpd 18/01/2011 XIX - 62 Nel caso delle scommesse, o del gioco d azzardo, si consideri la variabile aleatoria g(ξ) rappresentante il guadagno del giocatore associato a ciascun evento elementare. e le scommesse od il gioco sono equi, la speranza matematica del guadagno E[g(ξ)] dev esser nulla, perché altrimenti uno dei due giocatori avrebbe la certezza di vincere o perdere una somma per la sola ragione di star giocando. Esempio 4: Alla roulette se si punta 1 su un numero, sia il 23, si riceverà 36 volte 1 se esce. associa dunque a 23 il valore del guadagno 35 = 36-1 ed a tutti gli altri numeri il valore -1. e si gioca qualche migliaia di volte e la roulette è buona, si può sperare che il 23 abbia una probabilità (frequentista) di uscire di 1/36 (se non ci fosse lo zero) contro 35/36 di non uscire. La speranza della puntata en plein sarebbe quindi E[gep] = 35*1/36-1*35/36 = 0, cioè il gioco sarebbe equo, senza vincitori né vinti. iccome nei casino esiste lo zero, le probabilità sono rispettivamente 1/37 e 36/37, sicché la speranza matematica della puntata diventa E[gepcasino] = 35*1/37-1*36/37 = -1/37 = -0,027. Negli tati Uniti ci sono due zeri, dunque: E[gepUA] = 35*1/38-1*36/38 = -2/38 = -0,053. Pertanto, se si gioca alla roulette, si può star certi, alla lunga, di perdere (poco) e non di vincere. Lezione 19.wpd 18/01/2011 XIX - 63 Lezione 19.wpd 18/01/2011 XIX - 64

17 Nel gioco del lotto, si confronti l inverso della probabilità d ogni giocata (su una sola ruota) con il guadagno (quota pagata -1) e s osservi poi la speranza matematica associata al tipo di giocata. Tipo di giocata dell evento Inverso della probabilità Quota pagata Guadagno peranza matematica Estratto 0, ,00 10,90 9,90-0,394 Ambo 0, ,50 242,50 241,50-0,395 Terno 0, , , ,50-0,649 Quaterna 0, , , ,00-0,848 Cinquina 0, , , ,00-0,978 È evidente che chi gioca è sicuro di perdere, ma se nella giocata secca si butta il 40% della puntata (che non è poco), nella cinquina si butta letteralmente tutto. Non a caso, il governo ha raddoppiato le estrazioni. Lezione 19.wpd 18/01/2011 XIX - 65

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

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

PROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado)

PROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado) L esito della prossima estrazione del lotto L esito del lancio di una moneta o di un dado Il sesso di un nascituro, così come il suo peso alla nascita o la sua altezza.. Il tempo di attesa ad uno sportello

Dettagli

Calcolo delle probabilità

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

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

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

1. Calcolare la probabilità che estratte a caso ed assieme tre carte da un mazzo di 40, fra di esse vi sia un solo asso, di qualunque seme.

1. Calcolare la probabilità che estratte a caso ed assieme tre carte da un mazzo di 40, fra di esse vi sia un solo asso, di qualunque seme. Esercizi difficili sul calcolo delle probabilità. Calcolare la probabilità che estratte a caso ed assieme tre carte da un mazzo di, fra di esse vi sia un solo asso, di qualunque seme. Le parole a caso

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

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

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

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

La probabilità frequentista e la legge dei grandi numeri

La probabilità frequentista e la legge dei grandi numeri La probabilità frequentista e la legge dei grandi numeri La definizione di probabilità che abbiamo finora considerato è anche nota come probabilità a priori poiché permette di prevedere l'esito di un evento

Dettagli

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

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

Una sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa.

Una sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa. Una sperimentazione Probabilità Si sta sperimentando l efficacia di un nuovo farmaco per il morbo di Parkinson. Duemila pazienti partecipano alla sperimentazione: metà di essi vengono trattati con il nuovo

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

Probabilità e statistica

Probabilità e statistica Indice generale.probabilità ed eventi aleatori....come si può definire una probabilità....eventi equiprobabili....eventi indipendenti, eventi dipendenti....eventi incompatibili....eventi compatibili....probabilità

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

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

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

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

Capitolo 4 Probabilità

Capitolo 4 Probabilità Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 4 Probabilità Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.

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

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

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

= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520:

= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520: Fig. 10.bis.1 Variazioni percentuali Variazione percentuale di x dalla data zero alla data uno: x1 x 0 %x = 100% x 0 = variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del

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

STATISTICA E PROBABILITá

STATISTICA E PROBABILITá STATISTICA E PROBABILITá Statistica La statistica è una branca della matematica, che descrive un qualsiasi fenomeno basandosi sulla raccolta di informazioni, sottoforma di dati. Questi ultimi risultano

Dettagli

E LE M E N T I D I P R O B A B I L I T A

E LE M E N T I D I P R O B A B I L I T A L M T I D I P R O B A B I L I T A CI STORICI Il calcolo delle probabilità si è andato sviluppando piuttosto di recente, intorno al 500 e per lungo tempo solo come una branca della matematica Solo dal secolo

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

VINCERE AL BLACKJACK

VINCERE AL BLACKJACK VINCERE AL BLACKJACK Il BlackJack è un gioco di abilità e fortuna in cui il banco non può nulla, deve seguire incondizionatamente le regole del gioco. Il giocatore è invece posto continuamente di fronte

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

Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 7 - Pag. 1. Capitolo 7. Probabilità, verosimiglianze e teorema di Bayes.

Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 7 - Pag. 1. Capitolo 7. Probabilità, verosimiglianze e teorema di Bayes. Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 7 - Pag. 1 Capitolo 7. Probabilità, verosimiglianze e teorema di Bayes. Probabilità, verosimiglianza e teorema di Bayes Se A e B sono

Dettagli

Lezione 3 - Probabilità totale, Bayes -Alberi PROBABILITÀ TOTALE TEOREMA DI BAYES ALBERI E GRAFI

Lezione 3 - Probabilità totale, Bayes -Alberi PROBABILITÀ TOTALE TEOREMA DI BAYES ALBERI E GRAFI Lezione 3 - robabilità totale, ayes -lberi ROILITÀ TOTLE TEOREM DI YES LERI E GRFI GRUO MT06 Dip. Matematica, Università di Milano - robabilità e Statistica per le Scuole Medie -SILSIS - 2007 Lezione 3

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

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

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

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

PROBABILITA CONDIZIONALE

PROBABILITA CONDIZIONALE Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,

Dettagli

Indovinelli Algebrici

Indovinelli Algebrici OpenLab - Università degli Studi di Firenze - Alcuni semplici problemi 1. L EURO MANCANTE Tre amici vanno a cena in un ristorante. Mangiano le stesse portate e il conto è, in tutto, 25 Euro. Ciascuno di

Dettagli

ELEMENTI DI CALCOLO DELLE PROBABILITA

ELEMENTI DI CALCOLO DELLE PROBABILITA Statistica, CLEA p. 1/55 ELEMENTI DI CALCOLO DELLE PROBABILITA Premessa importante: il comportamento della popolazione rispetto una variabile casuale X viene descritto attraverso una funzione parametrica

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

LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di

LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di STATISTICA LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di oggetti; cerca, attraverso l uso della matematica

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

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ Prof. Francesco Tottoli Versione 3 del 20 febbraio 2012 DEFINIZIONE È una scienza giovane e rappresenta uno strumento essenziale per la scoperta di leggi e

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

Tasso di interesse e capitalizzazione

Tasso di interesse e capitalizzazione Tasso di interesse e capitalizzazione Tasso di interesse = i = somma che devo restituire dopo un anno per aver preso a prestito un euro, in aggiunta alla restituzione dell euro iniziale Quindi: prendo

Dettagli

COMPITO DI SCIENZE NATURALI 23 gennaio 2012. Modulo di probabilità e statistica

COMPITO DI SCIENZE NATURALI 23 gennaio 2012. Modulo di probabilità e statistica COMPITO DI SCIENZE NATURALI 23 gennaio 2012 Modulo di probabilità e statistica 1. In Svizzera, al primo gennaio di ogni anno, tutti i cittadini vengono sottoposti a vaccinazione contro l influenza annuale.

Dettagli

Distribuzioni discrete

Distribuzioni discrete Distribuzioni discrete Esercitazione 4 novembre 003 Distribuzione binomiale Si fa un esperimento (o prova): può manifestarsi un certo evento A con probabilità p oppure no (con probabilità q = p). La distribuzione

Dettagli

Vincere a testa o croce

Vincere a testa o croce Vincere a testa o croce Liceo B. Russell - Cles (TN) Classe 3D Insegnante di riferimento: Claretta Carrara Ricercatrice: Ester Dalvit Partecipanti: Alessio, Christian, Carlo, Daniele, Elena, Filippo, Ilaria,

Dettagli

Domanda e offerta di lavoro

Domanda e offerta di lavoro Domanda e offerta di lavoro 1. Assumere (e licenziare) lavoratori Anche la decisione di assumere o licenziare lavoratori dipende dai costi che si devono sostenere e dai ricavi che si possono ottenere.

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE AREA TECNICO ASSISTENZIALI

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

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

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

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

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

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

Probabilità. Esperimento, risultati e spazio campionario

Probabilità. Esperimento, risultati e spazio campionario Probabilità La probabilità è usata nel linguaggio comune per dare indicazioni quantitative sul verificarsi di certi eventi: i) probabilità di incorre in un data patologia causa l abuso di alcol, fumo,

Dettagli

Un gioco con tre dadi

Un gioco con tre dadi Un gioco con tre dadi Livello scolare: biennio Abilità interessate Costruire lo spazio degli eventi in casi semplici e determinarne la cardinalità. Valutare la probabilità in diversi contesti problematici.

Dettagli

Calcolo Combinatorio

Calcolo Combinatorio Capitolo S-09 Calcolo Combinatorio Autore: Mirto Moressa Contatto: mirtomo@tiscali.it Sito: www.mirtomoressa.altervista.org Data inizio: 16/10/2010 Data fine: 21/10/2010 Ultima modifica: 21/10/2010 Versione:

Dettagli

Statistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.

Statistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi. Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:

Dettagli

PARTE PRIMA PROBABILITA

PARTE PRIMA PROBABILITA i PARTE PRIMA PROBABILITA CAPITOLO I - Gli assiomi della probabilità 1.1 Introduzione........................................................... pag. 1 1.2 Definizione assiomatica di probabilità.......................................

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

Indovinelli Algebrici

Indovinelli Algebrici OPENLAB - Università degli Studi di Firenze - Alcuni semplici problemi 1. L EURO MANCANTE Tre amici vanno a cena in un ristorante. Mangiano le stesse portate e il conto è, in tutto, 25 Euro. Ciascuno di

Dettagli

0. Piano cartesiano 1

0. Piano cartesiano 1 0. Piano cartesiano Per piano cartesiano si intende un piano dotato di due assi (che per ragioni pratiche possiamo scegliere ortogonali). Il punto in comune ai due assi è detto origine, e funziona da origine

Dettagli

Test statistici di verifica di ipotesi

Test statistici di verifica di ipotesi Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall

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

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

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

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

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

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

Introduzione al pensiero probabilistico Il problema delle parti

Introduzione al pensiero probabilistico Il problema delle parti Introduzione al pensiero probabilistico Il problema delle parti Problema (in piccoli gruppi di lavoro) Due giocatori di pari abilità disputano una serie di partite; vince il gioco chi, per primo, raggiunge

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

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

La teoria dell utilità attesa

La teoria dell utilità attesa La teoria dell utilità attesa 1 La teoria dell utilità attesa In un contesto di certezza esiste un legame biunivoco tra azioni e conseguenze: ad ogni azione corrisponde una e una sola conseguenza, e viceversa.

Dettagli

PROBABILITA CONDIZIONALE

PROBABILITA CONDIZIONALE Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,

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

Esercizio 1 Dato il gioco ({1, 2, 3}, v) con v funzione caratteristica tale che:

Esercizio 1 Dato il gioco ({1, 2, 3}, v) con v funzione caratteristica tale che: Teoria dei Giochi, Trento, 2004/05 c Fioravante Patrone 1 Teoria dei Giochi Corso di laurea specialistica: Decisioni economiche, impresa e responsabilità sociale, A.A. 2004/05 Soluzioni degli esercizi

Dettagli

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -

Dettagli

Un modello matematico di investimento ottimale

Un modello matematico di investimento ottimale Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Preliminari di calcolo delle probabilità

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

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

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

Teoria delle Decisioni. Lezioni 1 e 2 a.a. 2006 2007. J. Mortera, Università Roma Tre mortera@uniroma3.it

Teoria delle Decisioni. Lezioni 1 e 2 a.a. 2006 2007. J. Mortera, Università Roma Tre mortera@uniroma3.it Teoria delle Decisioni Lezioni 1 e 2 a.a. 2006 2007 J. Mortera, Università Roma Tre mortera@uniroma3.it Decisioni in Condizioni di Incertezza Sia singoli individui che gruppi di individui (società, governi,

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

REGOLAMENTO ROULETTE 3D

REGOLAMENTO ROULETTE 3D REGOLAMENTO ROULETTE 3D La Roulette 3D appartiene alla famiglia dei Giochi di sorte a quota fissa. Il gioco della Roulette 3D prevede una pallina che, lanciata in direzione opposta rispetto ad una ruota

Dettagli

CORSO DI NUMEROLOGIA

CORSO DI NUMEROLOGIA CORSO DI NUMEROLOGIA Programma completo del corso: Sezione Storica Lezione 1/8 : Tra filosofia, matematica e Gioco Sezione Matematica Lezione 1: La teoria dei Codici e l applicazione al gioco del lotto

Dettagli

REGOLAMENTO LIVE ROULETTE

REGOLAMENTO LIVE ROULETTE REGOLAMENTO LIVE ROULETTE La Live Roulette appartiene alla famiglia dei Giochi di sorte a quota fissa svolto con live dealer. Il gioco della Live Roulette prevede una pallina che, lanciata in direzione

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

Scheda n.5: variabili aleatorie e valori medi

Scheda n.5: variabili aleatorie e valori medi Scheda n.5: variabili aleatorie e valori medi October 26, 2008 1 Variabili aleatorie Per la definizione rigorosa di variabile aleatoria rimandiamo ai testi di probabilità; essa è non del tutto immediata

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

Analisi dei Dati 12/13 Esercizi proposti 3 soluzioni

Analisi dei Dati 12/13 Esercizi proposti 3 soluzioni Analisi dei Dati 1/13 Esercizi proposti 3 soluzioni 0.1 Un urna contiene 6 palline rosse e 8 palline nere. Si estraggono simultaneamente due palline. Qual è la probabilità di estrarle entrambe rosse? (6

Dettagli

TEOREMI SULLA PROBABILITÀ

TEOREMI SULLA PROBABILITÀ TEOREMI SULLA PROBABILITÀ o Probabilità totale oprobabilità contraria oprobabilità condizionata odipendenza stocastica oprobabilità composta oformula di Bayes oproblemi di riepilogo Probabilità di eventi

Dettagli

Esercizi di Ricerca Operativa II

Esercizi di Ricerca Operativa II Esercizi di Ricerca Operativa II Raffaele Pesenti January 12, 06 Domande su utilità 1. Determinare quale è l utilità che un giocatore di roulette assegna a 100,00 Euro, nel momento che gioca tale cifra

Dettagli

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercizi di Probabilità e Statistica Samuel Rota Bulò 19 marzo 2007 Spazi di probabilità finiti e uniformi Esercizio 1 Un urna contiene due palle nere e una rossa. Una seconda urna ne contiene una bianca

Dettagli

Calcolo delle probabilità (riassunto veloce) Laboratorio di Bioinformatica Corso A aa 2005-2006

Calcolo delle probabilità (riassunto veloce) Laboratorio di Bioinformatica Corso A aa 2005-2006 Calcolo delle probabilità riassunto veloce Laboratorio di Bioinformatica Corso aa 2005-2006 Teoria assiomatica della probabilità S = spazio campionario = insieme di tutti i possibili esiti di un esperimento

Dettagli