Appunti di Probabilità

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Appunti di Probabilità"

Transcript

1 Appunti di Probabilità Bruno Betrò CNR-IMATI, Sezione di Milano bruno Testi di riferimento: Dall Aglio G., Calcolo delle Probabilità, Zanichelli Scozzafava R., La probabilità soggettiva e le sue applicazioni, editoriale Veschi Lettura interessante: Isaac R., The pleasures of probability, Springer-Verlag 1

2 Probabilità e statistica Statistica descrittiva: sintesi di un gran numero di dati (media, SD, istogrammi). Non richiede la conoscenza del CDP. Es. altezza dei ragazzi in una scuola. Statistica inferenziale: studia le caratteristiche di una popolazione a partire da informazioni rilevate su un campione. Richiede la conoscenza del CDP. Es. azienda che acquista 5000 guarnizioni. Quanti pezzi difettosi? CDP: Teoria matematica dell incertezza. Dà delle regole di calcolo per misurare l incerto e costruire modelli per lo studio di fenomeni aleatori. Es. probabilità di ottenere 2 nel lancio di 1 dado: 1 6. Probabilità di ottenere somma 7 nel lancio di due dadi? 2

3 Cenni storici Calcolo delle probabilità sconosciuto al mondo antico per assenza metodo sperimentale Rinascimento: Cardano (1526?) prima trattazione della probabilità: calcolo della probabilità della somma di tre dadi, problema ripreso poi da Galileo (1620) Nascita del calcolo delle probabilità attribuita alla corrispondenza (1654) tra Pascal e Fermat Interesse di Pascal attivato da un giocatore d azzardo dell epoca, de Méré, che lamentava discrepanza tra suoi calcoli e la frequenza dei risultati (a lui sfavorevole) Paternità di Pascal contestata, ma Pascal compie primi studi sistematici. 3

4 Contrasto con impostazione di Cartesio, alla base del determinismo, ormai abbandonato dalla scienza moderna Pascal: costruzione di modelli che descrivono approssimativamente i fenomeni Nato come teoria matematica dei giochi, il Calcolo delle probabilità crebbe progressivamente di importanza Laplace (1812): E notevole il fatto che una scienza che è iniziata con l analisi dei giochi d azzardo dovesse essere elevata al rango dei più importanti oggetti della conoscenza umana Applicazioni del Calcolo delle probabilità oggi presenti in ogni ramo della scienza, nella tecnologia, nella finanza. 4

5 Prime estensioni (fine 17mo secolo) in campo assicurativo per calcolare il valor medio di una rendita vitalizia Alla fine del 18mo secolo la probabilità entra nell astronomia e nella fisica. L aleatorietà entra non solo nelle osservazioni, ma nello stesso processo fisico. Le leggi classiche sono inadeguate a rappresentare i fenomeni studiati: si formulano modelli aleatori Boltzmann: teoria cinetica basata sulla probabilità Mendel: studio probabilistico della trasmissione ereditaria dei caratteri (inizio della genetica moderna) 5

6 Teoria dell affidabilità: valuta quanto si può contare sul corretto funzionamento di un apparecchio Teoria delle code: arrivi ad uno sportello, chiamate ad un centralino, arrivi di aerei ad una pista, pazienti al pronto soccorso Campo giuridico: nel secolo 19mo si sviluppò una discussione sulla probabilità di errore nel verdetto di una giuria. Vi parteciparono Laplace e Poisson. Condorcet contribuì a scegliere la maggioranza richiesta per la validità del verdetto nelle giurie popolari. Negli anni 50 de Finetti e Pompilj sottolinearono l utilità del teorema di Bayes in campo giuridico. Solo nel 1972 de Finetti e dall Aglio effettuarono una perizia statistico-probabilistica per il tribunale di Roma. L episodio rimase isolato per molti anni. Oggi l utilizzo in campo giuridico è più diffuso grazie all analisi del DNA 6

7 Grande sviluppo teorico nel XX secolo Kolmogorov (1933): approccio assiomatico che ancora oggi ne costituisce il fondamento Nel secolo XX grande sviluppo della Statistica, braccio operativo, della probabilità: studia sostanzialmente come combinare le probabilità che misurano l incertezza relativa ad un certo fenomeno con osservazioni sperimentali del fenomeno stesso Oggi la probabilità si sente anche alla TV. Ad es. gioco del lotto e numeri ritardatari, giochi televisivi 7

8 Gli ingredienti di base del CDP eventi insiemi A, B, C,... P (A) probabilità di A, numero reale eventi incompatibili insiemi disgiunti unione di eventi = evento che consiste nel verificarsi di almeno uno degli eventi considerati A B C... Ā evento che si verifica quando non si verifica A negazione dell evento insieme complementare. Due impostazioni per definire la probabilità: assiomatica o di Kolmogorov: basta sulla teoria della misura basata sul concetto di co- soggettiva: erenza 8

9 Valutazioni di probabilità in casi particolari Valutazione classica (Pascal) P (A) = n. casi favorevoli ad A n. casi possibili, purché equiprobabili Definizione a carattere tautologico! Limitata a numero finito di casi possibili, anche se e- stendibile con passaggi al limite Regola utile per calcolare probabilità in certe situazioni in cui ci sia un numero finito di alternative, che possono essere considerate, ad es. per motivi di simmetria, ugualmente probabili Definizione operativa che implica alcune regole per elaborazione matematica della probabilità: 9

10 1. 0 P (A) 1 evento A 2. se A certo P (A) = 1 3. A, B incompatibili P (A B) = P (A) + P (B) (P (A B) = n A B n = n A+n B n = P (A) + P (B) ) Tipico campo di applicazione della valutazione classica: giochi di dadi, carte, ecc. (se si può assumere che non ci sia trucco!) In genere richiesti calcoli di natura combinatoria Es.: probabilità che il primo estratto sulla ruota di Roma, sabato prossimo, sia un multiplo di 8: (casi favorevoli: 8, 16, 24, 32, 40, 48, 56, 64, 72, 80, 88) 10

11 Valutazione frequentista Sia Pascal sia de Méré si aspettavano che, a lungo andare, la frequenza con cui un evento si verifica si stabilizzi sul valore della probabilità. Opinione comune, espressa nella cosiddetta legge empirica del caso in una successione di prove fatte nelle stesse condizioni, la frequenza di un evento si avvicina alla probabilità dell evento stesso e l approssimazione tende a migliorare con l aumento del numero delle prove L insoddisfazione per la valutazione classica portò a costruire la probabilità sulla frequenza: la probabilità di un evento è il limite della frequenza (relativa) dei successi (cioè delle prove in cui l evento si verifica), quando il numero delle prove tende all infinito 11

12 Cosa si intende per limite? E possibile ripetere all infinito le prove nelle stesse condizioni? Come calcolare la probabilità di eventi del tipo domani pioverà? Anche la definizione frequentista è operativa, nel senso che fornisce una regola di calcolo delle probabilità in determinate circostanze Anche da questa definizione seguono le regole 1, 2, 3 viste per la probabilità classica 1. 0 P (A) 1 evento A 2. se A certo P (A) = 1 3. A, B incompatibili P (A B) = P (A) + P (B) 12

13 Es.: si osservano 1000 nascite, 526 maschi e 474 femmine. Qual è la probabilità di nascita di un maschio? Valutazione classica e frequentista non bastano. Probabilità che domani piova? Es.: popolazione di N individui, N grande. Un certo carattere è presente nel rapporto θ r = N r (con r incognito). Sia H k = k individui possiedono quel carattere. Quanto vale P (H k )? Classica: le possibili composizioni della popolazione sono θ 0, θ 1,..., θ N, quindi P (H k ) = 1 N+1 Frequentista: occorre esaminare m popolazioni opportune e vedere in quante di queste il carattere è presente esattamente in k individui. Supponiamo sia s il numero di tali popolazioni. Allora P (H k ) = m s Le due valutazioni non sembrano sensate. Occorre osservare un campione di n < N individui e dall esame di questo riportarsi alla P (H k ). Servono regole più generali. 13

14 Impostazione soggettiva Già accennata in Pascal, si può fare risalire a Daniele Bernoulli, ripresa nel 900 da Bruno de Finetti e Jimmy Savage L evento è un ente descritto da una proposizione non ambigua che può essere vera o falsa La probabilità è il grado di fiducia che una persona ha nel verificarsi dell evento La probabilità di un evento nasce da una scommessa: La probabilità P (A) di un evento A è il prezzo che un individuo ritiene equo pagare per ricevere 1 se l evento si verifica e 0 se l evento non si verifica. Le probabilità degli eventi devono essere attribuite in modo che non sia possibile ottenere con un insieme di scommesse una vincita certa o una perdita certa (principio di coerenza o equità) 14

15 La coerenza implica le solite regole della probabilità: proprietà 1: A 0 P (A) 1 Poniamo p = P (A) se A si verifica G 1 = 1 p se A non si verifica G 2 = p se fosse p < 0 G 1 > 0 e G 2 > 0, vincita certa se fosse p > 1 G 1 < 0 e G 2 < 0, perdita certa ne segue che 0 p 1 proprietà 2: se A evento certo P (A) = 1 se A evento certo la scommessa è certamente vinta e per la coerenza il guadagno deve essere nullo: 1 p = 0 p = 1 15

16 proprietà 3: A 1, A 2,..., A n eventi incompatibili e necessari (se ne verifica 1 e solo 1); n scommesse, 1 per ogni evento, ognuna di quota p i. Guadagno totale G = n i=1 G i. Una sola scommessa è vinta: G j = 1 p j, G i = p i i j; G = 1 n i=1 p i Per la coerenza G = 0 altrimenti si avrebbe una vincita certa, allora n i=1 p i = 1 Sia A = n i=1 A i. Possiamo considerare una scommessa su A di importo p. Poiché A si verifica certamente G = 1 p. La scommessa su A è equivalente alle n scommesse sugli A i, quindi 1 n i=1 p i = 1 p da cui si ricava che P ( n i=1 A i ) = n i=1 P (A i ) Se gli A i sono incompatibili ma non necessari, consideriamo E = n i=1 A i. A 1, A 2,..., A n, E sono incompatibili e necessari, allora n i=1 P (A i )+P (E) = 1, ma anche P ( n i=1 A i ) + P (E) = 1 P ( n i=1 A i ) = n i=1 (teorema probabilità totali) P (A i ) 16

17 Impostazione assiomatica Ω spazio, spazio campionario; eventi = sottoinsiemi di Ω (Ω compreso) che costituiscono una famiglia non vuota F chiusa rispetto all unione numerabile e alla negazione; F si dice classe σ-additiva o σ-algebra. F contiene = evento impossibile. Dato un evento A F, P (A) è un numero reale tale che 0 P (A) 1 P (Ω) = 1 P ( i=1 A i ) = i=1 P (A i ) A i A j = ; i j (Ω, F, P ) Spazio di probabilità L insieme delle parti P(Ω) è una σ-algebra, ma può essere una famiglia troppo ricca Se Ω finito, anche F finita. 17

18 Lancio del dado: Ω = {1, 2, 3, 4, 5, 6} F = P(Ω) 64 eventi {1},..., {6} eventi elementari Necessario considerare F = P(Ω)? Dipende da quello a cui siamo interessati Es.: eventi di interesse: {1, 3, 5} (dispari) e {2, 4, 6} (pari) {2, 4, 6} = {1, 3, 5} e {1, 3, 5} {2, 4, 6} = Ω F = {, {1, 3, 5}, {2, 4, 6}, Ω} Es.: eventi di interesse {5, 6} ( numero alto ) e {2, 4, 6} ( numero pari ) con successive operazione di unione e negazione possiamo ottenere F = {{5, 6}, {2, 4, 6}, {2, 4, 5, 6}, {1, 2, 3, 4}, {1, 3, 5}, {1, 3}, {1, 2, 3, 4, 5}, {6}, {1, 2, 3, 4, 6}, {1, 3, 5, 6}, {1, 3, 6}, {5}, {2, 4}, {2, 4, 5}, {1, 2, 3, 4, 5, 6}, } 16 eventi invece che 64; minima σ-algebra che contiene i due eventi base {5, 6}, {2, 4, 6} 18

19 Impostazione soggettiva e assiomatica Nell impostazione soggettiva si ottiene la finita additività, nell assiomatica si impone la σ- additività Critiche all approccio soggettivo: fonda la probabilità sull opinione dei singoli. Non c è comunicazione tra persone con diverse valutazioni di probabilità. In alcuni casi l individuo è disposto a pagare prezzi non equi (lotterie e giochi d azzardo). Questo rende poco chiaro il concetto di e- quità. Vantaggi approccio soggettivo: è possibile definire la probabilità per eventi qualsiasi, non solo legati a esperimenti Sia nell approccio soggettivo che in quello assiomatico, quando possibile, si utilizza la valutazione classica della probabilità 19

20 Proprietà che derivano dagli assiomi 1) P (A) + P (Ā) = 1; (P (A Ā) = 1) 2) P ( ) = 0; (P ( Ω) = 1) 3) A B P (A) P (B) B = (A B) (Ā B) = A (B Ā) P (B) = P (A) + P (B Ā) P (A) 4) P (A B) = P (A) + P (B) P (A B) A B = A (Ā B); B = (A B) (Ā B) P (A B) = P (A) + P (Ā B); P (B) = P (A B) + P (Ā B) 5) A n A ({A n } crescente o decrescente) P (A n ) P (A) Probabilità è funzione di insieme continua Oss.: Ω evento certo, evento impossibile; se P (A) = 1, A evento quasi certo (q.c.); se P (A) = 0, A evento quasi impossibile Contro intuizione? Non del tutto, se si pensa ad Ω = IR e al fatto che i punti di IR possono essere tutti quasi impossibili ma non possono essere tutti impossibili! 20

21 Richiami di calcolo combinatorio Es.: probabilità di fare 13 al totocalcio. Casi favorevoli:1 Casi possibili: tutte le sequenze di 13 simboli estratti dall insieme {1, X, 2}. 3 possibilità per il primo risultato 3 per il secondo... Per ogni partita ci sono 3 possibilità, quindi 3 13 possibili sequenze. Allora P (fare 13) = 1/3 13 Disposizioni con ripetizione di n oggetti di classe k Sono k-uple ordinate estratte da un insieme di n elementi (con possibili ripetizioni) k anche n D n,k = nk 21

22 Disposizioni semplici di n oggetti di classe k(k n) Sono k-uple ordinate estratte da un insieme di n elementi (senza ripetizioni) D n,k = n(n 1)(n 2) (n k + 1) Es.: quante sequenze di 3 lettere distinte si possono fare con le vocali a, e, i, o, u? 5 possibilità per la prima posizione 4 possibilità per la seconda posizione 3 possibilità per la terza posizione Quindi possibili sequenze di 3 lettere Permutazioni di n oggetti Caso particolare di disposizioni semplici con k = n P n = numero di permutazioni P n = n! Es.: in quanti modi si possono disporre 7 persone in fila indiana? P 7 = 7! 22

23 Permutazioni con ripetizione es. a a a b b c c 7!/(3!2!2!) n oggetti di cui k 1 uguali tra loro, k 2 uguali tra loro e distinti dai precedenti,..., k r uguali tra loro e distinti dai precedenti P k 1,k 2,...,k r = n! k 1!k 2! k r! = ( ) n k 1,k 2,...,k r coefficiente polinomiale o multinomiale Es.: n. di anagrammi di ANAGRAMMA? 9! 4!2! Es.: anagrammi di ORI 3!=6 ORI ; OIR ; RIO ROI ; IOR ; IRO Es.: anagrammi di ORO 3 ORO ; OOR ; ROO ORO ; OOR ; ROO 23

24 Combinazioni semplici di n oggetti di classe k Sono k-uple non ordinate estratte da un insieme di n elementi n oggetti distinti, sottoinsiemi di k elementi C n,k = numero di sottoinsiemi di cardinalità k ( ) n k = n! k!(n k)! = n(n 1)... (n k+1) k! Es.: in quanti modi si possono scegliere 5 carte da un mazzo di 52? : ( ) 52 5 Es.: se un insieme X ha cardinalità n, cardinalità di P(X)? Insieme vuoto sottoinsiemi di 1 elemento... X 1 + ( ) ( ) n n n = (1 + 1) n = 2 n tenendo conto dello sviluppo del binomio (a + b) n = n i=0 ( n i ) a i b n i 24

25 Spazio finito: esempio illustrativo Lancio simultaneo di due dadi di diverso colore esiti o eventi elementari: coppie ordinate di interi da 1 a 6 (36 coppie) spazio campionario insieme delle 36 coppie evento somma 7 : E = {(1, 6), (2, 5), (3, 4), (4, 3), (5, 2), (6, 1)} Spazio campionario ed eventi = costruzione matematica non necessariamente unica, dipende da ciò che pensiamo importante. P (somma 7) = 6 36 = 1 6 Poiché lo spazio campionario è costituito da tutte le 36 coppie ogni coppia ha probabilità 1/36: p (1,1) = p (1,2) =... = p (6,6) = 1 36 distribuzione uniforme discreta 25

26 Esempi 1) Calcolare la probabilità che lanciando 6 volte 1 dado si ottengano numeri tutti diversi. Casi possibili: 6 6 = D 6,6 Casi favorevoli: 6! = P 6 Da cui segue la probabilità cercata: 6! ) Un ufficio ha 10 sportelli che forniscono servizi diversi. Arrivano contemporaneamente 7 clienti che si distribuiscono tra i vari sportelli. Supponendo equiprobabili le distribuzioni dei clienti, qual è la probabilità che non si formino code? (coda = 2 o più persone allo stesso sportello) P (no code) = = D 10,7 D 10,7 =

27 3) Si lanciano 3 dadi. Qual è la probabilità di ottenere 3 numeri diversi? P (3 numeri diversi) = = D 6,3 D 6,3 Qual è la probabilità di ottenere 3 numeri uguali? P (3 numeri uguali) = Qual è la probabilità di ottenere 2 numeri uguali e uno diverso? ) Calcolare la probabilità di vincere 1 ed 1 solo terno giocando 5 numeri al lotto su una data ruota in una data estrazione. ( )( ) P (1 solo terno) = ( 90 5 )

28 5) E più probabile ottenere almeno un 6 lanciando 4 volte 1 dado oppure ottenere almeno una volta la coppia (6, 6) lanciando 24 volte 2 dadi? P (no 6) = P (ottenere 6) = 1 ( 5 6 ) P (no (6, 6)) = ( ) P (almeno un (6, 6)) = Paradosso di de Méré: egli riteneva che i 2 risultati avessero la stessa probabilità (forse ragionando così: 4 eventi, ciascuno di probabilità 1/6 equivalogono a 24 eventi ciascuno di probabilità 1/36). Scrisse a Pascal per lamentare la discrepanza tra i suoi calcoli e la frequenza dei risultati. 28

29 6) 52 carte distribuite tra 4 giocatori N, E, S, O (13 a testa). Qual è la probabilità che ogni giocatore abbia le stesse carte della partita precedente? P (stesse carte) = 1 ( )( )( ) = (13!)4 52! Qual è la probabilità che N abbia 7 carte di picche? ( 13 7 )( 39 6 ) P (7 picche per N) = ( )

30 7) Il problema dei compleanni n persone in una sala; calcolare la probabilità p che almeno due persone compiano gli anni lo stesso giorno supponiamo n 365 numeriamo persone da 1 a n giorni liste di n 365 n liste possibili (spazio campionario): assumiamole equiprobabili In quante liste non 2 volte lo stesso giorno? D 365,n = (365 n + 1) p = 1 D 365,n /365 n n = 23 p n = 30 p n = 50 p 0.97 Bastano 23 persone affinché la probabilità che due persone abbiano lo stesso compleanno sia 1/2. 30

31 Spazio numerabile Lancio ripetuto di una moneta Successioni finite di lanci {T, C} Se pensiamo che ogni successione finita di lunghezza n sia equiprobabile probabilità 2 n per il verificarsi di ciascuna successione (ci sono 2 n possibili successioni) Successioni infinite, passando al limite probabilità nulla di ogni successione Ogni successione è quasi impossibile ma non impossibile! Esempio di schema di Bernoulli o delle prove ripetute Quanti lanci per ottenere T la prima volta? Ω ha la potenza del continuo N numero del lancio al quale si verifica T per la prima volta; N = 0 per non osservo mai T 31

32 Considerando che N assume valori interi non negativi, possiamo lavorare su spazio campionario numerabile dove gli eventi elementari sono N = n, n = 0,..., P (N = n) = 2 n, n 1 Probabilità di A = N pari? P (A) = P ({N = 2} {N = 4}...) = k=1 P (N = 2k) = k=1 2 2k = = 1 3 Probabilità di B = N dispari? P (B) = k=1 P (N = 2k 1) = k=1 2 (2k 1) = 2 k=1 2 2k = 2/3 P (N = 0) = 0, una uscita di T si verifica quasi certamente 32

33 Spazio continuo (distribuzione uniforme) Ω = [0, 1], F σ-algebra di Borel come costruire distribuzione uniforme? idea: dividiamo Ω in n intervalli disgiunti di ampiezza 1/n; per ciascuno probabilità 1/n Se un intervallo è composto da r intervalli tra gli n, probabilità r/n per ogni intervallo I di ampiezza razionale, L(I) probabilità P (I) = L(I) Se L(I) numero reale, esiste successione I k, L(I k ) razionale, tale che I k I L(I k ) L(I) P (I) = lim P (I k ) = lim L(I k ) = L(I) la probabilità così costruita si estende in modo unico dagli intervalli agli insiemi di Borel; per ogni A F, P (A) = L(A) dove L è la misura di Lebesgue 33

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

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

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

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

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

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

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

Dettagli

Probabilità 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

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

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

Calcolo delle Probabilità A.A. 2013/2014 Corso di Studi in Statistica per l Analisi dei dati Università degli Studi di Palermo

Calcolo delle Probabilità A.A. 2013/2014 Corso di Studi in Statistica per l Analisi dei dati Università degli Studi di Palermo Calcolo delle Probabilità A.A. 2013/2014 Corso di Studi in Statistica per l Analisi dei dati Università degli Studi di Palermo docente Giuseppe Sanfilippo http://www.unipa.it/sanfilippo giuseppe.sanfilippo@unipa.it

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

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi

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

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

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

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

Dettagli

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

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

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

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

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

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

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

Esercitazioni di Statistica

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

Dettagli

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 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

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

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

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

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

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

Dettagli

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

Introduzione al calcolo delle probabilità: concetti e risultati preliminari

Introduzione al calcolo delle probabilità: concetti e risultati preliminari Capitolo 1 Introduzione al calcolo delle probabilità: concetti e risultati preliminari 1.1 Il ragionamento probabilistico Il ragionamento probabilistico è un tipo di ragionamento di tipo induttivo, anzichè

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

TEORIA DELLE DECISIONI. DOCENTE: JULIA MORTERA mortera@uniroma3.it

TEORIA DELLE DECISIONI. DOCENTE: JULIA MORTERA mortera@uniroma3.it TEORIA DELLE DECISIONI DOCENTE: JULIA MORTERA mortera@uniroma3.it 1 Decisioni in Condizioni di Incertezza Sia singoli individui che gruppi di individui (società, governi, aziende, sindacati ecc. si trovano

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

Facciamo qualche precisazione

Facciamo qualche precisazione Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione

Dettagli

Definizione 1.1 Un evento è un fatto fisico o concettuale descritto da un enunciato che ammette due soli valori logici: VERO (V) o FALSO (F).

Definizione 1.1 Un evento è un fatto fisico o concettuale descritto da un enunciato che ammette due soli valori logici: VERO (V) o FALSO (F). Capitolo 1 Basi del calcolo delle probabilità 11 Eventi Per avviare la nostra discussione dobbiamo preliminarmente delimitare il campo dei fatti (o delle situazioni o delle asserzioni) nel quale si possa

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

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

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

UNIVERSITÀ DEGLI STUDI DI FERRARA

UNIVERSITÀ DEGLI STUDI DI FERRARA UNIVERSITÀ DEGLI STUDI DI FERRARA Anno Accademico 2012/2013 REGISTRO DELL ATTIVITÀ DIDATTICA Docente: ANDREOTTI MIRCO Titolo del corso: MATEMATICA ED ELEMENTI DI STATISTICA Corso: CORSO UFFICIALE Corso

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

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

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

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

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

Nel triangolo disegnato a lato, qual è la misura, in gradi e primi sessagesimali, di α?

Nel triangolo disegnato a lato, qual è la misura, in gradi e primi sessagesimali, di α? QUESITO 1 Nel triangolo disegnato a lato, qual è la misura, in gradi e primi sessagesimali, di α? Applicando il Teorema dei seni si può determinare il valore di senza indeterminazione, in quanto dalla

Dettagli

Elementi di Statistica descrittiva Parte I

Elementi di Statistica descrittiva Parte I Elementi di Statistica descrittiva Parte I Che cos è la statistica Metodo di studio di caratteri variabili, rilevabili su collettività. La statistica si occupa di caratteri (ossia aspetti osservabili)

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

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

Concetti per il calcolo delle probabilità. Gli eventi: una classificazione

Concetti per il calcolo delle probabilità. Gli eventi: una classificazione Concetti per il calcolo delle probabilità "La prova genera l 'evento con una certa probabilità". Prova, evento, probabilità, sono concetti primitivi, nozioni intuitive. Comunque una loro qualificazione

Dettagli

Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali Note A.A. 2009-10 C. Meneghini

Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali Note A.A. 2009-10 C. Meneghini Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali Note A.A. 2009-10 C. Meneghini 1 Elementi di calcolo delle probabilitá, teorema di Bayes e applicazioni 1.1 Definizione di probabilitá

Dettagli

Decisioni in condizioni di rischio. Roberto Cordone

Decisioni in condizioni di rischio. Roberto Cordone Decisioni in condizioni di rischio Roberto Cordone Decisioni in condizioni di rischio Rispetto ai problemi in condizioni di ignoranza, oltre all insieme Ω dei possibili scenari, è nota una funzione di

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

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

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

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

Dettagli

Calcolo delle probabilità

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

Dettagli

Esercizi di Calcolo delle Probabilità (calcolo combinatorio)

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

Dettagli

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

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

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

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

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Calcolo delle probabilità Il Sig. Rossi abita nella città X e lavora nella città Y, poco distante.

Dettagli

Per il suo compleanno, il goloso Re di un lontano regno riceve in regalo da un altro sovrano un grande canestro contenente 4367 caramelle di tanti

Per il suo compleanno, il goloso Re di un lontano regno riceve in regalo da un altro sovrano un grande canestro contenente 4367 caramelle di tanti Per il suo compleanno, il goloso Re di un lontano regno riceve in regalo da un altro sovrano un grande canestro contenente 4367 caramelle di tanti colori, tra cui 382 rosse. Qualche tempo dopo il donatore

Dettagli

Appunti ed esercizi di combinatoria. Alberto Carraro

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

Dettagli

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

Test d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi

Test d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi In molte situazioni una raccolta di dati (=esiti di esperimenti aleatori) viene fatta per prendere delle decisioni sulla base di quei dati. Ad esempio sperimentazioni su un nuovo farmaco per decidere se

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

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

IL CALCOLO COMBINATORIO

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

Dettagli

Corso di Statistica. Corso di Laurea in Ingegneria Edile. Ingegneria Tessile. Docente: Orietta Nicolis

Corso di Statistica. Corso di Laurea in Ingegneria Edile. Ingegneria Tessile. Docente: Orietta Nicolis Corso di Statistica Corso di Laurea in Ingegneria Edile ed Ingegneria Tessile Docente: Orietta Nicolis Orario del corso: Martedì: dalle 16.00 alle 18.00 Giovedì: dalle 9.30 alle 11.30 Ricevimento: Mercoledì:

Dettagli

Esercizi di Probabilità e Statistica

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

Dettagli

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

Calcolo delle Probabilita, INGEGNERIA INFORMATICA, semestre II, laurea (ord. Leonardo.

Calcolo delle Probabilita, INGEGNERIA INFORMATICA, semestre II, laurea (ord. Leonardo. Capitolo 1 9 Ottobre 00 Calcolo delle Probabilita, INGEGNERIA INFORMATICA, semestre II, laurea (ord. Leonardo. 000, Milano Esercizio 1.0.1 (svolto in classe [II recupero Ing. Matematica aa.00-0-rivisitato]nel

Dettagli

La variabile casuale Binomiale

La variabile casuale Binomiale La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola

Dettagli

LEZIONE 5: CALCOLO COMBINATORIO

LEZIONE 5: CALCOLO COMBINATORIO LEZIONE 5: CALCOLO COMBINATORIO e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: Martedi 16-18 Dipartimento di Matematica, piano terra, studio 126 31 Ottobre 2012 Cos è il calcolo combinatorio?

Dettagli

Elementi di statistica descrittiva I 31 Marzo 2009

Elementi di statistica descrittiva I 31 Marzo 2009 Il Concetti generali di Statistica) Corso Esperto in Logistica e Trasporti Elementi di Statistica applicata Elementi di statistica descrittiva I Marzo 009 Concetti Generali di Statistica F. Caliò franca.calio@polimi.it

Dettagli

Analisi statistica degli errori

Analisi statistica degli errori Analisi statistica degli errori I valori numerici di misure ripetute risultano ogni volta diversi l operazione di misura può essere considerata un evento casuale a cui è associata una variabile casuale

Dettagli

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

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

Dettagli

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

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

Dispense di Probabilità e Statistica. Francesco Caravenna Paolo Dai Pra

Dispense di Probabilità e Statistica. Francesco Caravenna Paolo Dai Pra Dispense di Probabilità e Statistica Francesco Caravenna Paolo Dai Pra Capitolo 1 Spazi di probabilità discreti 1.1 Generalità Nel corso di questo libro con la dicitura esperimento aleatorio indicheremo

Dettagli

COEFFICIENTI BINOMIALI

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

Dettagli

VERIFICA DELLE IPOTESI

VERIFICA DELLE IPOTESI VERIFICA DELLE IPOTESI Introduzione Livelli di significatività Verifica di ipotesi sulla media di una popolazione normale Verifica di ipotesi sulla varianza di una popolazione normale Verifica di ipotesi

Dettagli

Il calcolo delle probabilità

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

Dettagli

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

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

Dettagli

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

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

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

GLI INIZI 3 I GLI EVENTI 7 I.1 Incertezza e probabilità 7 I.2 Lo spazio degli eventi 9 I.3 L evento 10 I.4 Algebra degli eventi 11 II I VARI APPROCCI

GLI INIZI 3 I GLI EVENTI 7 I.1 Incertezza e probabilità 7 I.2 Lo spazio degli eventi 9 I.3 L evento 10 I.4 Algebra degli eventi 11 II I VARI APPROCCI GLI INIZI 3 I GLI EVENTI 7 I.1 Incertezza e probabilità 7 I.2 Lo spazio degli eventi 9 I.3 L evento 10 I.4 Algebra degli eventi 11 II I VARI APPROCCI ALLA PROBABILITÀ 17 II.1 Probabilità in senso classico

Dettagli

Le variabili casuali. Variabile statistica e variabile casuale. Distribuzione di probabilità della v.c X: X P(X) 0 ⅛ 1 ⅜ 3 ⅛

Le variabili casuali. Variabile statistica e variabile casuale. Distribuzione di probabilità della v.c X: X P(X) 0 ⅛ 1 ⅜ 3 ⅛ Università di Macerata Facoltà di Scienze Politiche - Anno accademico 009- Una variabile casuale è una variabile che assume determinati valori con determinate probabilità; Ad una variabile casuale è associata

Dettagli

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a) Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:

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

Premesse alla statistica

Premesse alla statistica Premesse alla statistica Versione 22.10.08 Premesse alla statistica 1 Insiemi e successioni I dati di origine sperimentale si presentano spesso non come singoli valori, ma come insiemi di valori. Richiamiamo

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

ESERCIZI DI CALCOLO COMBINATORIO

ESERCIZI DI CALCOLO COMBINATORIO ESERCIZI DI CALCOLO COMBINATORIO 1. Calcolare il numero degli anagrammi che possono essere formati con le lettere della parola Amore. [120] 2. Quante partite di poker diverse possono essere giocate da

Dettagli

OSSERVAZIONI TEORICHE Lezione n. 4

OSSERVAZIONI TEORICHE Lezione n. 4 OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze

Dettagli

UNA STORIA PROBABILE di Francesca D Iapico

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

Dettagli

1 Giochi a due, con informazione perfetta e somma zero

1 Giochi a due, con informazione perfetta e somma zero 1 Giochi a due, con informazione perfetta e somma zero Nel gioco del Nim, se semplificato all estremo, ci sono due giocatori I, II e una pila di 6 pedine identiche In ogni turno di gioco I rimuove una

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