Progetto Lauree Scientifiche Liceo Classico L.Ariosto, Ferrara Dipartimento di Matematica Università di Ferrara 24 Gennaio 2012
|
|
- Lelia Bartolini
- 6 anni fa
- Visualizzazioni
Transcript
1 Progetto Lauree Scientifiche Liceo Classico L.Ariosto, Ferrara Dipartimento di Matematica Università di Ferrara 24 Gennaio 2012
2 Concetti importanti da (ri)vedere funzione vettore matrice cenni di calcolo combinatorio probabilità: storia e assiomi probabilità condizionata indipendenza di due eventi teorema di Bayes variabili aleatorie spazio campionario valore atteso densità di probabilità campione statistico medie varianza 2
3 Diversi approcci alla probabilità Ci sono quattro modi di porre la definizione di probabilità: a) definizione classica b) definizione frequentista c) definizione assiomatica d) definizione soggettivista 3
4 Definizione classica di probabilità (P. S. Laplace, ) La probabilità P(E) di un evento E è il rapporto fra il numero F dei casi favorevoli (al verificarsi di E) e il numero N dei casi possibili, giudicati egualmente possibili. P(E) F N 0 P(E) 1 Se F=0, cioè se non esistono casi favorevoli al verificarsi dell evento, l evento è detto impossibile e la sua probabilità è nulla: P(E) =0; se F=N, cioè se tutti i casi sono favorevoli al verificarsi dell evento, l evento è detto certo e la sua probabilità è 1: P(E)=1. 4
5 Note alla concezione classica Uno dei punti deboli della concezione classica è la condizione, pressoché impossibile da verificare, che tutti i casi in cui può manifestarsi il fenomeno siano egualmente possibili. La definizione si può applicare quando l insieme dei casi è un insieme finito. 5
6 Premessa alla definizione frequentista di probabilità: frequenza relativa di un evento La concezione frequentista è basata sulla definizione di frequenza relativa di un evento. Si definisce frequenza relativa di un evento in n prove effettuate nelle stesse condizioni, il rapporto fra il numero v delle prove nelle quali l evento si è verificato e il numero n delle prove effettuate: f= v/n se f=0 l evento non si è mai verificato in quelle n prove; se f=1 (v=n) l evento si è sempre verificato in quelle n prove. 6
7 Note alla concezione frequentista La frequenza dipende dal numero n delle prove fatte, ma, per uno stesso n, la frequenza può variare al variare del gruppo delle prove: Se si lancia 100 volte una moneta e si presenta testa 54 volte, effettuando altri 100 lanci si può presentare 48 volte. Se il numero di prove è sufficientemente alto, il rapporto v/n tende a stabilizzarsi. 7
8 Legge empirica del caso In una serie di prove, ripetute un gran numero di volte, eseguite tutte nelle stesse condizioni, la frequenza tende ad assumere valori prossimi alla probabilità dell evento e l approssimazione è tanto maggiore quanto più numerose sono le prove eseguite. 8
9 Legge empirica del caso: un po di storia Gli esperimenti storici sul lancio di una moneta hanno confermato che, al crescere del numero delle prove, la frequenza si avvicina ordinariamente al valore 0,5 della probabilità dell evento testa calcolato con l impostazione classica, confermando la legge empirica del caso. G. L. Buffon ( ) lanciò volte una moneta ottenendo testa volte con frequenza 0,5069. E. S. Pearson ( ) lanciò in un primo esperimento volte una moneta ottenendo testa volte, con frequenza 0,50158; in un secondo esperimento ottenne, su lanci, volte testa, con frequenza 0,
10 Definizione frequentista di probabilità La legge empirica del caso permette di formulare la seguente definizione frequentista di probabilità per eventi ripetibili: La probabilità di un evento è la frequenza relativa in un numero elevato di prove. Generalmente non si può dire quante prove siano necessarie; il numero delle prove dipende dal fenomeno in esame. 10
11 Approccio soggettivista alla probabilità Definizione soggettivista di probabilità (De Finetti et alii, 1931): Somma p che un soggetto coerente ritiene equo di pagare per ricevere una somma unitaria (ad es. 1 centesimo) nel caso che l evento si verifichi ( coerente significa che lo stesso soggetto deve essere disposto nel contempo a pagare la somma 1-p per ricevere 1 centesimo nel caso che l evento non si verifichi). In altre parole: la probabilità di un evento è la misura del grado di fiducia che un individuo coerente attribuisce in base alle proprie opinioni e alle informazioni di cui dispone, al verificarsi di quell evento. 11
12 Approccio assiomatico alla probabilità Esso costituisce la struttura portante delle diverse definizioni precedenti, che vengono per così dire amalgamate in una teoria assiomatica della probabilità (Kolmogorov, 1933). In quest ottica ci si preoccupa non tanto di stabilire cos è la probabilità, ma di definirla implicitamente tramite un insieme di assiomi che possano essere condivisi dai diversi approcci presentati. 12
13 Approccio assiomatico alla probabilità Base dell approccio assiomatico è la definizione di spazio campionario. Per spazio campionario si intende una terna (,F,P) che formalizza tutto quello che sappiamo sull'esperimento aleatorio. : è lo spazio campionario, contiene tutti i possibili esiti dell'evento. F: è una collezione di sottoinsiemi di, che contiene tutti gli eventi a cui possiamo assegnare una probabilità. P: è una funzione che assegna un numero da 0 a 1 ad ogni elemento di A. 13
14 Esperimento ed eventi aleatori La teoria della probabilità si fonda sul concetto di esperimento aleatorio, nel senso di prova che si assume possa essere ripetuta indefinitamente sotto le medesime condizioni. Si dice evento l insieme costituito da uno o più dei possibili risultati di un esperimento aleatorio. NB: Il termine aleatorio ha semplicemente il significato di non conosciuto, ma di per sé ben determinato. 14
15 Esperimento composto Supponiamo di definire n esperimenti, X 1, X 2,, X n, ad esempio: n lanci di una moneta n estrazioni di una carta da un mazzo ben mescolato Si definisce ESPERIMENTO COMPOSTO l esperimento che consiste semplicemente nell eseguire gli n esperimenti in sequenza, l uno in maniera indipendente dall altro, ovvero l esperimento costituito da un numero finito (oppure infinito) di repliche dell esperimento X i. Intuitivamente, la nozione di indipendenza significa che il risultato di un esperimento non influenza il risultato di nessuno degli altri esperimenti. 15
16 Spazio campionario Lo spazio campionario o spazio degli eventi per un esperimento è l'insieme di tutti i suoi possibili esiti. Un evento è dunque un sottoinsieme dello spazio campionario. ESEMPIO Nel caso dell'esperimento costituito dal lancio di un dado, lo spazio campionario è l insieme dei punti campione corrispondenti ai sei eventi elementari E i, con i = 1, 2,, 6: = {E1, E2, E3, E4, E5, E6} E i = nel lancio esce il numero i, con i=1,2,,6 16
17 Spazio campionario Nel caso dell esperimento che consiste nell estrarre una carta da un mazzo, lo spazio campionario o degli eventi è costituito da tutte le 52 carte del mazzo, da cui = {1, 2,, 13} x {Cuori, Quadri, Fiori, Picche} Nel caso dell'esperimento consistente nel misurare il Ph di uno yogurt all uscita da una linea di produzione, lo spazio campionario è = [0;14]. In questo caso, lo spazio contiene un insieme infinito non numerabile di punti campione. 17
18 Tipologie di eventi Gli eventi si possono distinguere in Eventi elementari Eventi composti Gli eventi elementari sono costituiti da uno solo dei possibili risultati di un esperimento aleatorio. Essi sono detti anche, come già detto, punti campione. 18
19 Evento composto Nello spazio campionario di un esperimento aleatorio, un evento composto corrisponde dunque ad un insieme che contiene più di un punto campione. Per l esperimento costituito dal lancio di un dado viene definito l'evento A: si osserva un numero dispari. Quindi A={1,3,5} A è un evento composto. B: si osserva un numero maggiore di 5 B={6 } B é invece un evento elementare. 19
20 Compatibilità di eventi DEFINIZIONE Sia uno spazio campionario di eventi. Due eventi A e B in si dicono compatibili se possono avvenire contemporaneamente. Quindi: due eventi sono incompatibili (o mutuamente esclusivi) se essi non possono accadere contemporaneamente. ESEMPIO Gli eventi "estrai una figura" e "estrai picche non sono incompatibili, dal momento che possiamo estrarre il re di picche, ma gli eventi "estrai una carta rossa e "estrai picche" sono mutuamente esclusivi, cioè il verificarsi del primo evento non ha nulla a che fare con il verificarsi del secondo. 20
21 Assiomi della probabilità La teoria della probabilità è basata, come precedentemente ricordato, sugli assiomi di Kolmogorov. Nel caso di uno spazio campionario finito, un numero P(E), chiamato probabilità di E, può essere assegnato a ciascun evento E (E è un sottoinsieme di ) se vengono rispettati i seguenti assiomi: 1) P(E) 0, in particolare P()=0 evento impossibile. 2) Se E 1, E 2,, E m sono eventi incompatibili in, allora P(E 1 u E 2 u u E m )= m i1 P(A i ) 3) Se lo spazio campione è costituito da N eventi elementari, Allora P()=P(E 1 u E 2 u u E N ) = 1 evento certo 21
22 Interpretazione degli assiomi della probabilità L assioma 1 può essere riformulato in termini di frequenza relativa ("probabilità"): essa deve essere maggiore o uguale a zero, dato che frequenze relative negative, non hanno senso. L assioma 2 dice sostanzialmente che la frequenza relativa dell unione di due o più eventi incompatibili è uguale alla somma delle rispettive frequenze relative e fornisce quindi una regola di addizione. 22
23 Interpretazione degli assiomi della probabilità L assioma 3 asserisce che la somma delle frequenze relative di tutti gli eventi elementari dello spazio campionario deve essere uguale a 1. Gli assiomi 1 e 3 sottintendono la scelta di una convenzione: decidiamo di misurare la probabilità di un evento con un numero compreso tra 0 e 1. 23
24 Interpretazione rigorosa della definizione frequentista di probabilità In base all impostazione frequentista e alla luce delle definizioni appena date, per probabilità P di un evento A si intende il limite a cui tende la frequenza relativa delle prove in cui l evento si verifica, quando il numero di prove tende all infinito: A lim n P( A) 24
25 Evento congiunto o intersezione La definizione di probabilità condizionata fa uso della nozione di evento congiunto o evento intersezione: A B. Un evento congiunto A B è un evento composto che ha la proprietà di essere costituito da un insieme di eventi elementari, ciascuno dei quali appartiene sia all insieme A che all insieme B. 25
26 Probabilità di Eventi congiunti La probabilità di A B si calcola nello stesso modo in cui si calcola la probabilità di qualsiasi evento composto o complesso: facendo la somma delle probabilità di tutti gli eventi elementari che lo compongono. Nel caso di uno spazio campione finito costituito da eventi elementari equiprobabili, la probabilità P(A B) è uguale a: P( AB) numero di eventi numero totale di elementariin AB eventi elementari 26
27 Probabilità dell evento contrario In simboli, l evento contrario è tale che: AUA C = Dato che P( )=1, la sua probabilità è P(A C ) = 1-P(A) Si dice evento contrario o complementare di un evento A dato, e si indica con A C, l evento la cui unione con A dà origine all evento certo. Esempio: Lancio di un dado A : esce un numero minore di 3 A C : esce un numero maggiore o uguale a 3 27
28 Esempi di Eventi congiunti P(A B) + P(A B c ) = P(A) A B A B P(A B) + P(A c B) = P(B) A B A B 28
29 Esempi di Eventi congiunti P(A c B) + P(A c B c ) = P(A c ) A B A B P(A B c ) + P(A c B c ) = P(B c ) A B A B 29
30 Esempi di Eventi congiunti P(A c B) + P(A c B c ) = P(A c ) P(A B c ) + P(A c B c ) = P(B c ) 30
31 Esempi di Eventi congiunti P(A B) + P(A B c ) = P(A) P(A B) + P(A c B) = P(B) 31
32 Probabilità condizionata Calcolare la probabilità condizionata di un dato evento significa calcolarne la probabilità, sapendo che un altro evento ha avuto luogo e quindi ne condiziona l esito. 32
33 Probabilità condizionata Supponiamo di eseguire un esperimento aleatorio avente spazio campionario uguale a. Se un evento B di ha avuto luogo, in generale ciò altera le probabilità che vengono assegnate ad altri eventi. Se A è un secondo evento, allora A si verifica se e solo se A e B possono verificarsi assieme. In altre parole, lo spazio campionario si è ridotto a B. 33
34 Probabilità condizionata La probabilità che A si verifichi, dunque, dovrebbe essere proporzionale a P(A B). Questo conduce alla seguente definizione. Siano A e B due eventi definiti per un esperimento aleatorio con P(B) > 0. La probabilità condizionata di A dato B è data da: P AB P A PB B 34
35 Probabilità condizionata A B P AB P A PB B S AB P(A B) rappresenta la probabilità di A B rispetto allo spazio ridotto di B. 35
36 Probabilità condizionata Dati due eventi A e B, si possono definire due probabilità condizionate: P AB P AB P B A PB P A PA B 36
37 Probabilità condizionata W S A B P AB P A PB B AB P(B A) rappresenta la probabilità di A B rispetto allo spazio ridotto di A. 37
38 Probabilità condizionata: casi particolari Qual è la probabilità che l evento A si verifichi sapendo che ha avuto luogo l evento B, P(A B), nel caso in cui A B =? A B P(A B) = P(A B ) / P(B) = 0 38
39 Probabilità condizionata: casi particolari Qual è la probabilità che l evento A si verifichi sapendo che ha avuto luogo l evento B, P(A B), nel caso in cui B A? A B = B B A P(A B) = P(A B ) / P(B) = P(B) / P(B) = 1 39
40 Probabilità condizionata: casi particolari Qual è la probabilità che l evento A si verifichi sapendo che ha avuto luogo l evento B, P(A B), nel caso in cui A B? A B = A A B P(A B) = P(A B ) / P(B) = =P(A) / P(B) 40
41 Sintesi sulla probabilità condizionata Nel caso di uno spazio campionario finito, costituito da eventi elementari equiprobabili, la probabilità P(A B) è uguale a: P(A B) numero di elementidi A numero di elementidi B B 41
42 Probabilità condizionata: esempio 1 acciughe salame funghi 42
43 Probabilità condizionata: esempio 1 Una fetta di pizza viene scelta a caso. Sulla fetta di pizza c è del salame piccante. Qual è la probabilità che ci siano anche dei funghi? P(funghi salame) = 3/5 P(F S) P(F S) P(S)
44 Probabilità condizionata: esempio 1 Una fetta di pizza viene scelta a caso. Sulla fetta di pizza ci sono delle acciughe. Qual è la probabilità che vi siano anche dei funghi? P(funghi acciughe) = 2/3 P(F A) P(F A) P(A)
45 Probabilità condizionata: esempio 2 Supponiamo che un quesito con risposte possibili sì e no sia stato rivolto a 34 studenti, 18 maschi e 16 femmine. I risultati sono i seguenti: Maschi Femmine SI NO
46 Probabilità condizionata: esempio 2 Supponiamo di estrarre a caso uno studente da questo gruppo e definiamo le seguenti probabilità: Maschi Femmine SI NO P(M) P(S) P(M S)
47 Leggi della probabilità nel caso di probabilità condizionata Legge del prodotto Legge della somma Legge della probabilità totale Teorema di Bayes 47
48 Legge del prodotto e probabilità condizionata La probabilità dell evento congiunto A B è P(A B) P(A) P(B A) P(B) P(A B) La legge del prodotto, detta anche teorema delle probabilità composte, segue direttamente dalla definizione di probabilità condizionata: P(A B) P(A B) P(B) P(B A) P(A B) P(A) 48
49 Legge del prodotto ed eventi indipendenti A e B si dicono (stocasticamente) indipendenti, se il fatto che si verifichi l uno non altera la probabilità dell altro evento, ovvero se: P(A B ) = P(A) e P(B A) = P(B) In tal caso: P(A B) P(A) P(B) 49
50 Legge della somma La probabilità dell unione di due eventi A e B compatibili è: P(A B) P(A) P(B) P(A B) 50
51 Legge della somma ed eventi indipendenti Se A e B sono incompatibili (o mutuamente esclusivi), allora si ha: P(A B) 0 P(A B) P(A) P(B) 51
52 Esempio 1 acciughe salame funghi 52
53 Esempio 1 Una fetta di pizza viene scelta a caso. Qual è la probabilità che la fetta di pizza abbia del salame piccante oppure dei funghi? P(funghi salame) = = P(funghi) + P(salame) - P(funghi salame) = = 4/8 + 5/8-3/8 = 3/4 53
54 Esempio 2 Sia A l evento donna e B l evento mancino. Siano assegnate le probabilità di A, di B e di A B : P(A) = 0, 51 P(B) = 0, 35 P(A B) = 0, 10 54
55 Esempio 2 Qual è la probabilità di osservare una donna oppure un mancino? P(A B) = = P(A) + P(B) - P(A B) = 0, , 35-0, 10 = 0, 76 A B 55 0
56 Esempio 2 Qual è la probabilità di osservare una donna non mancina? P (A B c ) A B P(A B c ) = P(A) - P(A B) = 0, 51-0, 10 = 0,
57 Esempio 2 Qual è la probabilità di osservare un uomo mancino? P(A c B) A B P(A c B) = P(B) - P(A B) = 0, 35-0, 10 = 0, 25 57
58 Esempio 2 Qual è la probabilità di osservare un uomo non mancino? P(A c B c ) A B P(A c B c ) = P(A c ) - P(A c B) = 0, 49-0, 25 = 0, 24 P(A c B c ) = 1 - P(A B) = 1-0, 76 = 0, 24 58
59 Probabilità totale e teorema di Bayes A corollario delle proprietà di addizione e moltiplicazione illustrate, si può infine introdurre il concetto di probabilità totale. Premesse Dati gli eventi H 1, H 2,, H n mutuamente incompatibili, sia E un evento, non impossibile, che si verifichi insieme ad uno ed uno solo di questi n eventi. Innanzitutto, si potrà affermare che: A = (AH 1 ) (AH 2 ) (AH n ) 58 59
60 Probabilità totale e teorema di Bayes Trattandosi di eventi incompatibili, la probabilità che A ha di verificarsi risulta: P(A) = P(AH 1 )+P(A H 2 ) + +P(AH n ) Per il teorema delle probabilità composte, l espressione sopra può essere scritta come: P(A) = P(H 1 ) P(A H 1 )+ P(H 2 ) P(A H 2 )+ + + P(H n ) P(A H n ) Tale espressione prende il nome di formula della probabilità totale
61 Probabilità totale e teorema di Bayes Supposto che l evento E si verifichi a diverse condizioni, sulle quali si facciano n ipotesi H 1, H 2,, H n, in genere prima di effettuare la prova sono note le probabilità di ciascuna ipotesi H i. Si sa anche che ciascuna di esse dà all evento E una probabilità condizionata P(A H i ). Supponiamo che si verifichi A: questo potrebbe causare una rivalutazione delle probabilità delle ipotesi H 1, H 2,, H n. Il teorema di Bayes risolve quantitativamente la questione, permettendo di calcolare in che modo si devono cambiare le probabilità di queste ipotesi, essendosi già verificato E
62 Teorema di Bayes Il teorema di probabilità delle cause o delle ipotesi, attribuito al matematico inglese Thomas Bayes (1701? 7 Aprile 1761), esprime la probabilità che si realizzi l ipotesi H i, dato che si sia già verificato E: p(h E) i p(h )p(e H ) n p(h )p(e H ) i1 i i i i 61 62
63 Teorema di Bayes In sintesi, una dimostrazione del teorema.. Poiché si ha che: P(A) = P(AH 1 )+P(A H 2 ) + +P(AH n ), p(e H ) i p(e)p(h E) Da cui segue in particolare che: p(h i)p(e H i) p(h i E) p(e) i p(h )p(e H ) i i In forma concisa si può scrivere che: n p(e) p(h )p(e H ) i1 i i E dunque: p(h E) i p(h )p(e H ) p(h )p(e H ) i i1 n i i i 62 63
64 Teorema di Bayes: un esempio Suppongo di possedere 5 confezioni contenenti cioccolatini, distribuiti come segue: 2 confezioni (ipotesi H 1 ) contengono 2 cioccolatini fondenti e 3 al latte; 2 confezioni (ipotesi H 2 ) contengono 1 cioccolatino fondente e 4 al latte; 1 confezione (ipotesi H 3 ) contiene 4 cioccolatini fondenti e 1 al latte. Scelgo un cioccolatino da una confezione a caso e scopro che è fondente (evento E). Qual è la probabilità che il cioccolatino sia stato estratto dalla quinta confezione (ultima ipotesi)? 63 64
65 Teorema di Bayes: un esempio 64 P(H1)=p(H2)=2/5 p(h3)=1/5 P(E H1)= 2/5 p(e H2)=1/5 p(e H3)=4/5 Dalla formula dimostrata si ha che la probabilità cercata è: ) ( ) ( ) ( ) ( ) ( i i H i E p H p H E p H p E H p 65
NOZIONI DI CALCOLO DELLE PROBABILITÀ
NOZIONI DI CALCOLO DELLE PROBABILITÀ ESPERIMENTO CASUALE: un esperimento si dice casuale quando gli esiti (manifestazioni o eventi) non possono essere previsti con certezza. PROVA: le ripetizioni, o occasioni
DettagliΨ PSICOMETRIA. Corso di laurea triennale (classe 34) STATISTICA INFERENZIALE
Ψ PSICOMETRIA Corso di laurea triennale (classe 34) STATISTICA INFERENZIALE STATISTICA INFERENZIALE CAMPIONE caratteristiche conosciute POPOLAZIONE caratteristiche sconosciute STATISTICA INFERENZIALE STIMA
DettagliMATEMATICA. a.a. 2014/15
MATEMATICA a.a. 2014/15 5. Introduzione alla probabilità: Definizioni di probabilità. Evento, prova, esperimento. Eventi indipendenti e incompatibili. Probabilità condizionata. Teorema di Bayes CONCETTI
DettagliIntroduzione al Calcolo delle Probabilità
Introduzione al Calcolo delle Probabilità In tutti quei casi in cui le manifestazioni di un fenomeno (EVENTI) non possono essere determinate a priori in modo univoco, e i risultati possono essere oggetto
Dettagli3.1 La probabilità: eventi e variabili casuali
Capitolo 3 Elementi di teoria della probabilità Abbiamo già notato come, per la ineliminabile presenza degli errori di misura, quello che otteniamo come risultato della stima del valore di una grandezza
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 1 Abbiamo visto: Definizioni di statistica, statistica inferenziale, probabilità (interpretazione
DettagliPROBABILITA E STATISTICA
PROBABILITA E STATISTICA La nozione di probabilità è stata concepita in modi diversi; GROSSOLANAMENTE le principali sono: Concezione classica: concetto di probabilità come uguale possibilità concezione
DettagliPer capire qual è l altezza media degli italiani è stato intervistato un campione di 1523 cittadini. La media campionaria dell altezza risulta essere:
PROBABILITÀ E STATISTICA Per capire qual è l altezza media degli italiani è stato intervistato un campione di 1523 cittadini. La media campionaria dell altezza risulta essere: x = 172, 3 cm Possiamo affermare
DettagliLa PROBABILITA è un numero che si associa ad un evento E ed esprime il grado di aspettativa circa il suo verificarsi.
La maggior parte dei fenomeni, ai quali assistiamo quotidianamente, può manifestarsi in vari modi, ma è quasi sempre impossibile stabilire a priori quale di essi si presenterà ogni volta. La PROBABILITA
DettagliEsperimentazioni di Fisica 1 Elementi di Calcolo delle Probabilità
Esperimentazioni di Fisica 1 Elementi di Calcolo delle Probabilità Università Roma Tre - Dipartimento di Matematica e Fisica 3 novembre 2016 Introduzione La probabilità nel linguaggio comune I E probabile
DettagliCalcolo della probabilità
Calcolo della probabilità GLI EVENTI Un evento è un fatto che può accadere o non accadere. Se esso avviene con certezza si dice evento certo, mentre se non può mai accadere si dice evento impossibile.
DettagliTeoria della probabilità
Introduzione alla teoria della probabilità Teoria della probabilità Primi sviluppi nel XVII secolo (Pascal( Pascal, Fermat, Bernoulli); Nasce nell ambito dei giochi d azzardo; d La prima formalizzazione
DettagliNOZIONI DI CALCOLO DELLE PROBABILITÀ ALCUNE DEFINIZIONI
NOZIONI DI CALCOLO DELLE PROBABILITÀ ALCUNE DEFINIZIONI ESPERIMENTO CASUALE: un esperimento si dice casuale quando gli esiti (manifestazioni o eventi) non possono essere previsti con certezza. PROVA: le
DettagliLa probabilità composta
La probabilità composta DEFINIZIONE. Un evento E si dice composto se il suo verificarsi è legato al verificarsi contemporaneo (o in successione) degli eventi E 1, E 2 che lo compongono. Consideriamo il
DettagliOPERAZIONI CON GLI EVENTI
LA PROBABILITA GLI EVENTI Definiamo come evento il verificarsi di un avvenimento, situazione o fenomeno; in quest ottica potremmo intuitivamente definire la probabilità come l indice di verosimiglianza
Dettagli1 Ingredienti base del CDP. 2 Denizioni classica e frequentista. 3 Denizione assiomatica. 4 La σ-algebra F. 5 Esiti equiprobabili
1 Ingredienti base del CDP 2 Denizioni classica e frequentista 3 Denizione assiomatica 4 La σ-algebra F 5 Esiti equiprobabili 6 Esperimento casuale 7 Probabilità condizionata Ingredienti base del CDP eventi
DettagliCALCOLO DELLE PROBABILITA' risultato non può essere previsto con certezza ogni risultato possibile di un esperimento
CALCOLO DELLE PROBABILITA' Esperimento o prova Evento Spazio Campionario (Ω) una qualsiasi operazione il cui risultato non può essere previsto con certezza ogni risultato possibile di un esperimento insieme
DettagliProbabilità I Calcolo delle probabilità
Probabilità I Calcolo delle probabilità Nozioni di eventi. Definizioni di probabilità Calcolo di probabilità notevoli Probabilità condizionate Concetto di probabilità Cos'è una probabilità? Idea di massima:
DettagliSperimentazioni di Fisica I mod. A Statistica - Lezione 3
Sperimentazioni di Fisica I mod. A Statistica - Lezione 3 A Garfagnini, M Mazzocco, C Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Teoria della Probabilità L ineliminabile
DettagliProbabilità. Ing. Ivano Coccorullo
Ing. Ivano Coccorullo PROBABILITA Teoria della Eventi certi, impossibili e casuali Nella scienza e nella tecnologia è fondamentale il principio secondo il quale ogni volta che si realizza un insieme di
DettagliCALCOLO DELLE PROBABILITA
CALCOLO DELLE PROBABILITA Italo Nofroni Statistica medica - Facoltà di Medicina Sapienza - Roma Nella ricerca scientifica, così come nella vita, trionfa l incertezza Chi guiderà il prossimo governo? Quanto
DettagliElementi di probabilità
Elementi di probabilità Corso di STATISTICA Ordinario di, Università di Napoli Federico II Professore supplente, Università della Basilicata a.a. 2011/2012 1 Obiettivo dell unità didattica Introdurre gli
DettagliSia f la frequenza di un evento A e n sia la dimensione del campione. La probabilità dell'evento A è
Cenni di probabilità di Carlo Elce Definizioni Lo spazio campionario per un esperimento è l'insieme di tutti i suoi possibili esiti. Per esempio, se l'esperimento è il lancio di due di dadi e si rappresentano
DettagliPROBABILITA. DEFINIZIONE: Ogni singolo risultato di un esperimento casuale si chiama evento elementare
PROBABILITA La teoria della probabilità si applica ad esperimenti aleatori o casuali: ossia, esperimenti il cui risultato non è prevedibile a priori. Ad esempio, lancio di un dado, lancio di una moneta,
DettagliIL CALCOLO DELLE PROBABILITA
IL CALCOLO DELLE PROBABILITA INTRODUZIONE Già 3000 anni fa gli Egizi praticavano un antenato del gioco dei dadi, che si svolgeva lanciando una pietra. Il gioco dei dadi era diffuso anche nell antica Roma,
DettagliLanciando un dado, il tuo compagno esclama: uscirà 1, 2, 3, 4, 5 o 6 oppure: uscirà il numero 4. uscirà il numero 9
Lanciando un dado, il tuo compagno esclama: uscirà 1, 2, 3, 4, 5 o 6 oppure: uscirà il numero 4 o ancora: uscirà il numero 9 Possiamo dire che le previsione del tuo compagno sono la prima certa, la seconda
DettagliProbabilità esempi. Aiutiamoci con una rappresentazione grafica:
Probabilità esempi Paolo e Francesca giocano a dadi. Paolo scommette che, lanciando due dadi, si otterrà come somma 8 oppure 9. Francesca scommette che si otterrà come somma un numero minore o uguale a
DettagliLezione 1: Università Mediterranea di Reggio Calabria Decisions Lab. Insiemi. La Probabilità Probabilità e Teoria degli Insiemi
Lezione 1: Probabilità e Teoria degli Università Mediterranea di Reggio Calabria Decisions Lab Gli insiemi Gli Un insieme S è una collezione di oggetti chiamati elementi dell insieme. - Se x è un elemento
DettagliÈ l insieme di tutti i possibili esiti di un esperimento aleatorio; si indica generalmente con il simbolo.
A Ripasso Terminologia DOMADE Spazio campionario Evento Evento certo Evento elementare Evento impossibile Evento unione Evento intersezione Eventi incompatibili Evento contrario RISPOSTE È l insieme di
DettagliCenni di probabilità
Corso di Laurea in Ingegneria per l Ambiente ed il Territorio Corso di Costruzioni Idrauliche A.A. 2004-05 www.dica.unict.it/users/costruzioni Cenni di probabilità Ing. Antonino Cancelliere Dipartimento
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 51 Introduzione Il Calcolo delle
DettagliLezione 2. La probabilità oggettiva : definizione classica e frequentistica e loro problemi
Lezione 2 La probabilità oggettiva : definizione classica e frequentistica e loro problemi La definizione classica Definizione classica: La probabilità di un evento E è il rapporto tra il numero dei casi
DettagliIl Calcolo delle Probabilità è lo strumento matematico per trattare fenomeni aleatori cioè non deterministici.
INTRODUZIONE L CLCOLO DELLE ROILIT Il Calcolo delle robabilità è lo strumento matematico per trattare fenomeni aleatori cioè non deterministici. Un fenomeno aleatorio o stocastico è un fenomeno i cui esiti
DettagliEvento Aleatorio. Un evento si dice aleatorio se può o non può verificarsi (Alea in greco vuol dire dado)
ELEMENTI DI CALCOLO DELLE PROBABILITA Evento Aleatorio Un evento si dice aleatorio se può o non può verificarsi (Alea in greco vuol dire dado) Esempi di eventi aleatori 1. Ottenere un certo numero nel
DettagliDefinizione frequentistica di probabilita :
Esperimenti aleatori un esperimento e l osservazione del verificarsi di qualche accadimento ( A ) che, a partire da determinate condizioni iniziali, porti ad un particolare stato delle cose finali se si
DettagliLa probabilità matematica
1 La probabilità matematica In generale parliamo di eventi probabili o improbabili quando non siamo sicuri se si verificheranno. DEFINIZIONE. Un evento (E) si dice casuale, o aleatorio, quando il suo verificarsi
DettagliIntroduzione alla probabilità
Introduzione alla probabilità Osservazione e studio dei fenomeni naturali: a. Caso deterministico: l osservazione fornisce sempre lo stesso risultato. b. Caso stocastico o aleatorio: l osservazione fornisce
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità pr - 1 Che collegamento c è tra gli strumenti statistici per lo studio dei fenomeni reali e il calcolo delle probabilità? Vedremo che non sempre la conoscenza delle caratteristiche
Dettagliincompatibili compatibili complementari eventi composti probabilità composta
Un evento si dice casuale, o aleatorio, se il suo verificarsi dipende esclusivamente dal caso. La probabilità matematica p di un evento aleatorio è il rapporto fra il numero dei casi favorevoli f e il
DettagliLa probabilità: introduzione
P a g. 1 La probabilità: introduzione Nei giochi e nella "realtà" spesso si devono fare scelte di cui non si sanno prevedere esattamente le conseguenze (quale carta conviene scartare? in quale orario conviene
DettagliCalcolo combinatorio
Calcolo combinatorio Fattoriale: n! = n( n 1)( n 2)...1 1 1 n n = 0 Fattoriale discendente: n( n 1)...( n k + 1) n! (n) k = = ( n k)! 1 1 k n k = 0 Coefficiente binomiale (k n) : n (n) = k n! = k k! k!(
DettagliCorso di Statistica. Introduzione alla Probabilità. Prof.ssa T. Laureti a.a
Corso di Statistica Introduzione alla Probabilità Prof.ssa T. Laureti a.a. 2012-2013 1 Introduzione al concetto di probabilità nelle strategie aziendali L azienda che vende articoli di abbigliamento per
DettagliCalcolo delle probabilità
Calcolo delle probabilità Approccio classico e frequentista alla probabilità Prof.ssa Laura Pagnozzi Prof. Ivano Coccorullo Teoria delle probabilità L inizio della teoria delle probabilità, chiamata all
Dettagli1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3.
Corso di Laurea INTERFACOLTÀ - Esercitazione di Statistica n 6 ESERCIZIO 1: 1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3. lancio di
DettagliProbabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva
Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.
DettagliLA PROBABILITAÁ ALGEBRA IL CALCOLO DELLE PROBABILITAÁ. richiami della teoria
ALGEBRA IL CALCOLO DELLE PROBABILITAÁ richiami della teoria n un evento E si dice casuale o aleatorio, quando il suo verificarsi dipende unicamente dal caso; n un evento si dice certo quando eá possibile
DettagliEsercizi di Calcolo delle Probabilità
Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato
DettagliSTATISTICA 1 ESERCITAZIONE 8
STATISTICA 1 ESERCITAZIONE 8 Dott. Giuseppe Pandolfo 18 Novembre 2013 CALCOLO DELLE PROBABILITA Elementi del calcolo delle probabilità: 1) Esperimento: fenomeno caratterizzato da incertezza 2) Evento:
DettagliSOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA
SOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA 1 Esercizio 0.1 Dato P (A) = 0.5 e P (A B) = 0.6, determinare P (B) nei casi in cui: a] A e B sono incompatibili; b] A e B sono indipendenti;
DettagliStatistica. Capitolo 4. Probabilità. Cap. 4-1
Statistica Capitolo 4 Probabilità Cap. 4-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Spiegare concetti e definizioni fondamentali della probabilità Usare il diagramma
DettagliScopo del Corso: Lezione 1. La Probabilità. Organizzazione del Corso e argomenti trattati: Prerequisiti:
Lezione 1 La Probabilità Scopo del Corso: Introduzione alla probabilità e alle procedure di inferenza statistica Introduzione ad alcune importanti tecniche di analisi multivariata dei dati Organizzazione
DettagliProbabilità delle cause:
Probabilità delle cause: Probabilità condizionata 2 Teorema delle probabilità composte A B) A) B/A) 3 Teorema delle probabilità totali B )! 4 Teorema delle probabilità delle cause n i A! B ) A / B ) B
DettagliSTATISTICA e PROBABILITA'
STATISTICA e PROBABILITA' Il problema della misura si pone in termini probabilistici, determinando un intervallo di valori aventi una certa probabilità di essere osservati. E' necessario quindi introdurre
DettagliQLaprobabilità dell'evento intersezione
QLaprobabilità dell'evento intersezione Dati due eventi A e B consideriamo l'evento intersezione C'-A H B C. Prima di illustrare come si calcola la probabilità dell'evento intersezione, vediamo insieme
DettagliStoria della Probabilità
Storia della Probabilità Il calcolo delle probabilità nasce nel Seicento (1654) per risolvere alcuni problemi sui giochi d azzardo (dadi) posti da un giocatore, il cavaliere de Méré, al matematico e filosofo
DettagliCostruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini e Leonardo Bertini. Lezione 1: Probabilità: fondamenti
Costruzione di macchine Modulo di: Progettazione probabilistica e affidabilità Marco Beghini e Leonardo Bertini Lezione 1: Probabilità: fondamenti Progettazione probabilistica: Considerazione delle incertezze
DettagliIL CALCOLO DELLE PROBABILITA
IL CLCOLO DLL ROILIT SRIMNTO: si dice deterministico l esperimento il cui risultato è prevedibile con certezza; si dice casuale l esperimento il cui risultato non è prevedibile con certezza. VNTO: si dice
DettagliCONOSCENZE 1. il significato di evento casuale. 2. il significato di eventi impossibili, complementari;
ARITMETICA ELEMENTIDICALCOLO DELLE PROBABILITAÁ PREREQUISITI l l l conoscere e costruire tabelle a doppia entrata conoscere il significato di frequenza statistica calcolare rapporti e percentuali CONOSCENZE.
DettagliCalcolo delle probabilità
Calcolo delle probabilità Definizione di Spazio Campionario Definizioni di Probabilità Eventi mutuamente esclusivi Eventi indipendenti Principio della somma Principio del prodotto Eventi certi : è certo
Dettagli5 di tutti i possibili risultati relativi a un determinato esperimento si chiama spazio probabilistico
Gli eventi Torniamo ora a occuparci degli eventi. Qualunque sia la concezione utilizzata per determinare la probabilità di un evento, si lavora all'interno di un insieme determinato di casi possibili.
DettagliEsercizi su variabili aleatorie discrete
Esercizi su variabili aleatorie discrete Esercizio 1. Data la variabile aleatoria discreta X, caratterizzata dalla seguente rappresentazione nello spazio degli stati: 1 0,25 X = { 0 0,50 1 0,25 calcolare
Dettagli( ) ( ) Ω={1,2,3,4,5,6} B B A Siano A e B due eventi di Ω: si definisce evento condizionato B A. Consideriamo il lancio di un dado:
Eventi condizionati Quando si ha motivo di credere che il verificarsi di uno o più eventi sia subordinato al verificarsi di altri eventi, si è soliti distinguere tra eventi dipendenti(o condizionati )
DettagliCalcolo delle Probabilità Soluzioni 1. Spazio campionario ed eventi
ISTITUZIONI DI STATISTICA A. A. 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona
DettagliLa simulazione con DERIVE Marcello Pedone LE SIMULAZIONI DEL LANCIO DI DADI CON DERIVE
LE SIMULAZIONI DEL LANCIO DI DADI CON DERIVE Premessa Abbiamo già visto la simulazione del lancio di dadi con excel Vedi: http:///statistica/prob_simu/index.htm Ci proponiamo di ottenere risultati analoghi
DettagliMatematica con elementi di statistica ESERCIZI: probabilità
Matematica con elementi di statistica ESERCIZI: probabilità Esercizi sulla Probabilità Esercizio 1. In un corso di laurea uno studente deve scegliere un esame fra 8 di matematica e un esame fra 5 di fisica.
DettagliUniversità del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica
Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica Medica Elementi di calcolo delle probabilità CdL Infermieristica Pediatrica ed
DettagliAnalisi dei Dati e Statistica a.a. 2011/2012. Prof. Giuseppe Espa. 0461/ Probabilità (prima parte) Perchè la
a.a. 0/0 giuseppe.espa@economia.unitn.it 046/857 robabilità (prima parte) erchè la Statistica resentare e descrivere i dati Inferire su una sulla base di dati da C Migliorare i processi revedere variabili
DettagliProbabilità Condizionale - 1
Probabilità Condizionale - 1 Come varia la probabilità al variare della conoscenza, ovvero delle informazioni in possesso di chi la calcola? ESEMPIO - Calcolare la probabilità che in una estrazione della
Dettagliprima urna seconda urna
Un po di fortuna Considera il seguente gioco: ci sono due urne contenenti delle palline perfettamente uguali tra loro, ma colorate diversamente, alcune bianche, altre nere. Nella prima urna ci sono una
Dettagli- Teoria della probabilità
- Teoria della probabilità ELEMENTI DI TEORIA DELLA PROBABILITA La TEORIA DELLA PROBABILITA ci permette di studiare e descrivere i fenomeni aleatori. DEFINIZIONE: un fenomeno è aleatorio quando di esso
DettagliLo spazio degli eventi del lancio di un dado regolare a sei facce è l insieme U 1. 2. 3. U 4. 5. 6
EVENTI ALEATORI E LORO RAPPRESENTAZIONE Lo spazio degli eventi del lancio di un dado regolare a sei facce è l insieme U... U.. La definizione classica di probabilità dice che, se gli eventi che si considerano
DettagliAPPUNTI DI CALCOLO COMBINATORIO E PROBABILITA' Corso di Matematica ed Elementi di Statistica Scienze della Natura a.a. 2014/15
APPUNTI DI CALCOLO COMBINATORIO E PROBABILITA' Corso di Matematica ed Elementi di Statistica Scienze della Natura a.a. 2014/15 Elementi di calcolo combinatorio. Primi elementi di probabilita: denizioni
DettagliLezione 1. La Statistica Inferenziale
Lezione 1 La Statistica Inferenziale Filosofia della scienza Secondo Aristotele, vi sono due vie attraverso le quali riusciamo a formare le nostre conoscenze: (1) la deduzione (2) l induzione. Lezione
DettagliNote introduttive alla probabilitá e alla statistica
Note introduttive alla probabilitá e alla statistica 1 marzo 2017 Presentiamo sinteticamente alcuni concetti introduttivi alla probabilitá e statistica 1 Probabilità e statistica Probabilità: Un modello
Dettaglip. 1/2 INFORMAZIONI Prossime lezioni Giorno Ora Dove 27/01 14:30 P50 29/01 14:30 Laboratorio (via Loredan) 03/02 14:30 P50 05/02 14:30 P50
p. 1/2 INFORMAZIONI Prossime lezioni Giorno Ora Dove 27/01 14:30 P50 29/01 14:30 Laboratorio (via Loredan) 03/02 14:30 P50 05/02 14:30 P50 p. 1/2 INFORMAZIONI Prossime lezioni Giorno Ora Dove 27/01 14:30
DettagliSTATISTICA: esercizi svolti sulle VARIABILI CASUALI
STATISTICA: esercizi svolti sulle VARIABILI CASUALI VARIABILI CASUALI 2 VARIABILI CASUALI. Variabili casuali generiche. Si supponga che un dado truccato, formato da sei facce contrassegnate dai numeri
DettagliIL CALCOLO DELLE PROBABILITA
IL CALCOLO DELLE PROBABILITA «Nella misura in cui le leggi della matematica si riferiscono alla realtà, esse non sono certe; e nella misura in cui sono certe, esse non si riferiscono alla realtà.» ALBERT
DettagliRiprendiamo le probabilità. 1.Probabilità a priori oggettiva 2.Probabilità a posteriori frequentista
Riprendiamo le probabilità 1.Probabilità a priori oggettiva 2.Probabilità a posteriori frequentista 1 2.Probabilità a posteriori frequentista Tabelle di sopravvivenza.! Volendo calcolare la probabilità
DettagliStatistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità
DettagliFENOMENI CASUALI. fenomeni casuali
PROBABILITÀ 94 FENOMENI CASUALI La probabilità si occupa di fenomeni casuali fenomeni di cui, a priori, non si sa quale esito si verificherà. Esempio Lancio di una moneta Testa o Croce? 95 DEFINIZIONI
Dettagli( A) ( ) 3. Concezioni e valutazioni di probabilità
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 0/03 lezione di statistica del maggio 03 - di Massimo Cristallo - 3. Concezioni e valutazioni di probabilità
DettagliEsercitazione del 31/01/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 1/01/2012 Istituzioni di Calcolo delle Probabilità Esercizio 1 Vengono lanciati due dadi regolari a 6 facce. (a) Calcolare la probabilità che la somma dei valori ottenuti sia 9? (b) Calcolare
DettagliEsercizi svolti di statistica. Gianpaolo Gabutti
Esercizi svolti di statistica Gianpaolo Gabutti (gabuttig@hotmail.com) 1 Introduzione Questo breve documento contiene lo svolgimento di alcuni esercizi di statistica da me svolti durante la preparazione
DettagliSommario. Corso di Statistica Facoltà di Economia. Teoria della Probabilità e Inferenza Statistica
Corso di Statistica Facoltà di Economia Lezione n 13 z z z Sommario Probabilità ed Inferenza Statistica Elementi di Calcolo delle Probabilità Le Diverse scuole a.a. 2000-2001 2001 Francesco Mola a.a. 2000-2001
DettagliTEORIA DELLA PROBABILITÁ
TEORIA DELLA PROBABILITÁ Cenni storici i rimi arocci alla teoria della robabilità sono della metà del XVII secolo (Pascal, Fermat, Bernoulli) gli ambiti di alicazione sono i giochi d azzardo e roblemi
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 2010-11 P.Baldi Lista di esercizi 3. Corso di Laurea in Biotecnologie Esercizio 1 Una v.a. X segue una legge N(2, ). Calcolare a1) P(X 1) a2) P(2
DettagliP (F E) = P (E) P (F E) = = 25
Regola del prodotto Conoscete la definizione di probabilità condizionata. Definizione 1. Siano E e F due eventi di uno spazio campionario S. Supponiamo P (F ) > 0. La probabilità condizionata dell evento
Dettagliesperimento casuale: è un esperimento condotto sotto l effetto del caso; evento elementare: ciascuno dei possibili esiti di un esperimento casuale;
Capitolo 15 Suggerimenti agli esercizi a cura di Elena Siletti Esercizio 15.1: Suggerimento Si ricordi che: esperimento casuale: è un esperimento condotto sotto l effetto del caso; evento elementare: ciascuno
DettagliPROBABILITA. Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano.
Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano. La costruzione dello spazio cartesiano richiede un grado di astrazione
DettagliCENNI DI CALCOLO DELLE PROBABILITÀ (Vittorio Colagrande)
CENNI DI CALCOLO DELLE PROBABILITÀ (Vittorio Colagrande) Il Calcolo delle Probabilità trova molte applicazioni in Medicina, Biologia e nelle Scienze sociali. Si possono formulare in modo più appropriato
DettagliMappe concettuali. 1 Calcolo combinatorio. Le domande più importanti della vita sono, per la gran parte, davvero soltanto problemi di probabilità.
Le domande più importanti della vita sono, per la gran parte, davvero soltanto problemi di probabilità. La probabilità è ormai entrata a far parte della vita di ognuno. Inconsapevolmente viene citata nei
DettagliVariabili aleatorie. Variabili aleatorie e variabili statistiche
Variabili aleatorie Variabili aleatorie e variabili statistiche Nelle prime lezioni, abbiamo visto il concetto di variabile statistica : Un oggetto o evento del mondo reale veniva associato a una certa
DettagliSoluzione esercizi (quarta settimana)
Soluzione esercizi (quarta settimana) Marco Riani Esempio totocalcio Gioco la schedina mettendo a caso i segni 1 X 2 Qual è la prob. di fare 14? 1 Esempio Gioco la schedina mettendo a caso i segni (1 X
DettagliEsperimento casuale (o probabilistico, o aleatorio) previsione in condizioni di incertezza.
TEORI DELL PROBBILIT nche se del concetto di probabilità si parla sin dagli albori della storia, la sua formalizzazione scientifica come teoria avviene con l assiomatizzazione introdotta da Kolmogorov
DettagliSTATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore) Marco Riani mriani@unipr.it http://www.riani.it Esempio totocalcio Gioco la schedina mettendo a caso i segni 1 X 2 Qual è la prob. di fare 14? Esempio Gioco la schedina mettendo
DettagliPROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado)
L esito della prossima estrazione del lotto L esito del lancio di una moneta o di un dado Il sesso di un nascituro, così come il suo peso alla nascita o la sua altezza.. Il tempo di attesa ad uno sportello
DettagliIl Calcolo delle Probabilità
Il Calcolo delle Probabilità Introduzione storica I primi studi che portarono successivamente a concetti legati alla probabilità possono essere trovati a metà del XVI secolo in Liber de ludo aleæ di Girolamo
DettagliSTATISTICA: esercizi svolti su ESPERIMENTI CASUALI, EVENTI e PROBABILITA
STATISTICA: esercizi svolti su ESPERIMENTI CASUALI, EVENTI e PROBABILITA 1 1 ESPERIMENTI CASUALI, EVENTI E PROBABILITA 2 1 ESPERIMENTI CASUALI, EVENTI E PROBABILITA 1.1 Calcolo combinatorio. 1. Una squadra
DettagliIL CALCOLO DELLE PROBABILITA
IL CLCOLO DLL ROILIT Il concetto di probabilità di un evento casuale si può definire come un opportuno numero indice, compreso fra zero e uno, che intende esprimere la possibilità che l evento medesimo
DettagliVARIABILI CASUALI CONTINUE
p. 1/1 VARIABILI CASUALI CONTINUE Una variabile casuale continua può assumere tutti gli infiniti valori appartenenti ad un intervallo di numeri reali. p. 1/1 VARIABILI CASUALI CONTINUE Una variabile casuale
Dettagli