Calcolo delle probabilità. 3. La probabiltà nella concezione frequentista. 4. La probabiltà nella concezione soggettiva

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Calcolo delle probabilità. 3. La probabiltà nella concezione frequentista. 4. La probabiltà nella concezione soggettiva"

Transcript

1 Calcolo delle probabilità. Gli eventi - definizioni propedeutiche 2. La probabiltà nella concezione classica. La probabiltà nella concezione frequentista 4. La probabiltà nella concezione soggettiva. La probabiltà nell impostazione assiomatica. Formule del calcolo delle probabilità a) Probabilità dell evento complementare b) Probabilità della somma logica c) Probabilità condizionata ed eventi dipendenti e indipendenti d) Probabilità composta o del prodotto logico e) Probabilità totale o completa f) Probabilità nello schema di Bernoulli delle prove ripetute g) Teorema di Bayes h) Probabilità nel continuo 7. Variabili casuali discrete e distribuzioni di probabilità 8. Esercizi. Gli eventi - definizioni propedeutiche Ad ogni prova o esperimento o fenomeno, reale o concettuale (lancio di un dado, estrazione di una carta, di un numero del lotto, di un pezzo prodotto da un amacchina, ecc.) si può associare un insieme U, detto universo o spazio dei campioni o spazio degli eventi, i cui elementi sono tuti i possibili risultati dell esperimento o prova o fenomeno.

2 Esempio Per l esperimento lancio di un dado, l universo è U={,2,,4,,}, sono eventi, per esempio: A: la faccia che compare è un numero primo, A={2,,} B: la faccia che compare è un numero pari, B={2,4,} C: la faccia che compare è un numero dispari, C={,,} in particolare: Φ: l evento impossibile corrisponde all insieme vuoto (compare un numero > ) U: l evento certo corrisponde all insieme universo (compare un numero < 7) Evento contrario o complementare Se A è un evento, con A U, il suo contrario o complementare è Ā, l evento che si verifica se e solo se non si verifica A, con A Ā =U. Esempio Per l esperimento lancio di un dado, si ha: universo U={,2,,4,,} evento A: la faccia che compare è un numero primo, A={2,,} evento contrario o complementare Ā : la faccia che compare non è un numero primo, Ā ={,4,} A Ā = U={,2,,4,,}. Eventi compatibili e incompatibili Due eventi A e B si dicono incompatibili se i loro sottoinsiemi sono disgiunti, cioè se A B=Φ. Esempio 2

3 Per l esperimento estrazione di una carta da un mazzo da 40 carte, si ha: universo U={x/x è una delle 40 carte del mazzo} e consideriamo i seguenti eventi: A: compare una carta di spade, A={x/x è una delle 0 carte di spade} B: compare una carta di denari, A={x/x è una delle 0 carte di denari} C: compare una figura, C={x/x è una delle 2 figure} avremo che: A e B sono eventi incompatibili, A B=Φ. A e C o B e C sono coppie di eventi compatibili, A C Φ e B C Φ. 2. La probabiltà nella concezione classica (Pierre-Simon Laplace - Beaumont-en-Auge Parigi 827) La probabilità P(E) di un evento E è il rapporto fra il numero k dei casi favorevoli (al verificarsi di E) e il numero n dei casi possibili, giudicati egualmente possibili: P(E)= k n con 0 P(E), P(E)ǫQ P(E)= 0 significa evento impossibile, P(E) = significa evento certo. Esempi. In un contenitore ci sono 4 biglie, delle quali 7 bianche, 4 rosse e nere; qual è la probabilità P(E) che estraendone una, essa sia bianca? P(E)= 7 4 = 2 [0%]

4 2. Qual è la probabilità P(E) di vincere il terno, giocando tre numeri al lotto su di un unica ruota? (Si estraggono per ogni ruota dei primi 90 numeri interi; gli eventi possibili sono quindi n= 90, mentre quelli favorevoli sono pari al numero delle cinquine che contengono i tre numeri giocati, assieme ad altri due qualsiasi degli 87 numeri rimanenti, quindi sono tanti quante le combinazioni di 87 numeri presi 2 alla volta, cioè k= 87 2 ). P(E)= 87 2 ( 90 )= 748. Nel lancio di un dado calcolare la probabilità di ottenere un numero dispari: P(E) = /. 4. Si estrae una carta da un mazzo di 40 carte, calcolare la probabilità di ottenere una figura: P(E) = 2/40.. Si lanciano due dadi, calcolare la probabilità di avere due numeri uguali: i casi possibili sono D,2 = 2 = ; i casi favorevoli sono, quindi P(E) = / = /.. Si lanciano due dadi, calcolare la probabilità di avere come somma delle due facce: i casi possibili sono D,2 = 2 = ; i casi favorevoli sono 4: (;4), (4;), (2;), (;2), quindi P(E) = 4/ =/9. 7. Si lanciano monete; calcolare la probabilità di avere due teste e una croce: i casi possibili sono D 2, =2 =8, (T;T;T), (C;C;C), (T;T;C), (T;C;T), (C;T;T), (C;C;T), (C;T;C), (T;C;C); i casi favorevoli sono, (in grassetto), quindi P(E) = /8. 8. Un urna contiene palline rosse e 0 palline nere tutte uguali fra loro, distinguibili solo per il colore. Si estraggono contemporaneamente 2 palline. 4

5 Calcolare: a) la probabilità di estrarre 2 palline rosse; b) la probabilità di estrarre pallina rossa e pallina nera. I casi possibili sono C,2 = ( 2 ) = 0. a) casi favorevoli : C,2 = 2 = 0, quindi P(E)=0/0=2/2; b) casi favorevoli : 0 = 0, quindi P(E)=0/0=0/2.. La probabiltà nella concezione frequentista Non è sempre possibile applicare la definizione classsica di probabilità, come per esempio quando i casi possibili e quelli favorevoli sono molto numerosi o addirittura infiniti, oppure quando si devono calcolare probabilità di eventi quali la probabilità che una persona di 0 anni raggiunga l età di 70, che da una macchina esca un pezzo difettoso in un determinato intervallo di tempo, che un farmaco dia esiti positivi nella cura di una patologia, ecc. Questi eventi sono trattati mediante la concezione frequentista che si può applicare quando si possono eseguire tante prove (esperimenti), oppure quando sono disponibili tavole di rilevazioni statistiche. 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 k delle prove nelle quali l evento si è verificato ed il numero n delle prove effettuate: f = k n con 0 f, fǫq Nel contesto frequentista non si può più parlare di evento impossibile, se f = 0, o di evento certo, se f =, ma, fatto importante, che il rapporto f tende a stabilizzarsi, se il numero di prove n è sufficientemente alto. Per eventi, per i quali è possibile calcolare la probabilità secondo la concezione classica, viene enunciata la legge empirica del caso: in una serie di prove, ripetute un gran numero di volte, eseguite nelle stesse condizioni, la frequenza tende ad assumere valori prossimi alla probabilità dell evento e, generalmente, l approssimazione è tanto maggiore quanto più grande è il numero delle prove eseguite. Dalla legge empirica del caso segue la definizione frequentista di probabilità:

6 la probabilità di un evento è la frequenza relativa in un numero di prove ritenuto sufficientemente elevato. Esempio Dalle tavole demografiche maschili si rileva che uomini di 0 anni, 9.90 ragiungono i 70 anni, dalle tavole demografiche femminili si rileva che di 9.09 donne di 0 anni 7.92 raggiungono i 70 anni. Calcolare per gli uomini e per le donne di 0 anni la probabilità di raggiungere i 70 anni. P uomini= f u = 9.90 F 0, 78, cioè circa il 7% P donne = f d = 7.92 F 0, 80, cioè circa l 82% La probabiltà nella concezione soggettiva Il calcolo delle probabilità effettuato mediante i criteri oggettivi delle concezioni classica e frequentista non è applicabile in molti contesti, per i quali si può procedere solo con criterio soggettivo, come, per esempio, per rispondere ai seguenti quesiti: qual è la probabilità che la squadra di calcio X vinca lo scudetto? qual è la probabilità che il nuovo modello di automobile Y incontri il favore del pubblico? In questi casi si stima la probabilità in base allo stato di informazione: la probabilità P(E) di un evento E è la misura che un individuo coerente attribuisce, in base alle sue informazioni ed alle sue opinioni, al verificarsi dell evento E. L individuo coerente" deve attribuire lo stesso valore di probabilita a fenomeni simili (il tifoso non sempre è coerente). P(E)=attribuzione soggettiva con 0 P(E), P(E)ǫR P(E)= 0 significa evento giudicato impossibile, P(E) = significa evento giudicato certo. Esempio Un imprenditore può attribuire una valutazione prudente del 40% al successo del nuovo modello di automibile Y, un altro imprenditore, con le stesse informazioni, può azzardare una probabilità di successo più ardita, del 0%.. La probabiltà nell impostazione assiomatica

7 Nella sua accezione più generale la probabilità rappresenta una misura della possibilità di realizzazione di un evento E Ue si esprime mediante un rapporto. Il modo in cui vengono determinati i valori di probabilità dipende dalla natura del fenomeno aleatorio studiato (ambito classico, frequentista, soggettivo), tuttavia, qualunque sia il modo in cui viene valutata la probabilità, essa gode di alcune proprietà che possono essere formalizzate e generalizzate utilizzando il linguaggio della matematica e, più in particolare il linguaggio degli insiemi. Questa formalizzazione è detta probabilità assiomatica. Gli assiomi La probabilità P(E) di un evento E U è una funzione che associa ad ogni evento dell universo un numero reale, in modo che siano soddisfatti i seguenti assiomi: I. P(E) 0 II. P(U)= III. Se E ed E 2 sono incompatibili, ossia E E 2 =, si ha P(E E 2 )=P(E ) + P(E 2 ) Le proprietà Dagli assiomi si deducono (si dimostrano) le seguenti proprietà: a) L evento impossibile φ ha probabilità zero: P(φ)=0 b) Probabilità dell evento contrario o complementare Ē : P(Ē)=-P(E) c) Dall assioma I e dalla precedente si deduce che la probabilità è un numero compreso fra zero e uno: 0 P(E) d) Generalizzazione dell asioma III: se E, E 2,..., E n sono incompatibili a due a due, ossia E i E j = i,j n coni j, si ha P(E E 2. E n )=P(E )+P(E 2 )+...+P(E n ) 7

8 e) Se E, E 2,..., E n sono n eventi elementari, incompatibili a due a due, e se la loro unione è l universo, cioè se E i E j = i,j n coni j, e E E 2. E n =U, si ha P(E E 2. E n )=P(E )+P(E 2 )+...+P(E n )=P(U)= Osservazione La probabilità secondo la concezione classica è un caso particolare della probabilità assiomatica, infatti se si agggiunge l ipotesi che gli eventi siano equiprobabili, ciascun evento avrà probabilità P(E i )= (i=,2,...,n) e se E è un evento unione n di m eventi elementari, si avrà P(E)= m n. f) Se E E 2 allora la probabilità della differenza fra E ed E 2 è uguale alla differenza delle probabilità: P(E \E 2 )=P(E ) P(E 2 ). Formule del calcolo delle probabilità Dagli assiomi e dalle proprietà da essi dedotte nel n. si ottengono le seguenti formule-teoremi per il calcolo delle probabilità. a) Probabilità dell evento complementare (o contrario) P(Ā)=-P(A) Esempio: nel lancio di un dado considero l evento A: si presenta un numero maggiore di 4 l evento contrario è Ā : si presenta un numero non maggiore di 4 risulta: U ={,2,,4,,};A={,}; Ā={,2,,4} P(Ā)= - P(A)= - 2 = 4 = 2. b) Probabilità della somma logica Si definisce somma logica o unione di due eventi A e B, l evento A Bche si verifica quando si verifica uno degli eventi A o B. La probabilità della somma logica di due eventi è uguale alla somma delle probabilità dei due eventi diminuita della probabilità della intersezione dei due eventi. P(A B)=P(A)+P(B) P(A B) 8

9 In particolare, se gli eventi sono incompatibili A B=φ, quindi P(A B)=P(A)+P(B) In generale per più di due eventi: P(A B C)=P(A)+P(B)+P(C) P(A B) P(A C) P(B C)+P(A B C) Esempio Nel lancio di un dado considero gli eventi A: si presenta un numero maggiore di B: si presenta un numero primo l evento somma logica o unione è A B : si presenta un numero maggiore di o un numero primo risulta: U ={,2,,4,,};A={4,,};B={2,,} P(A B)=P(A)+P(B) - P(A B)= + - = Esempio 2 Estraendo una carta da un mazzo da 40, considero gli eventi A: si presenta una carta di coppe B: si presenta una figura (fante, cavallo, re) di spade o di bastoni l evento somma logica o unione è A B : si presenta una carta di coppe o una figura di spade o di bastoni risulta: U ={40 carte};a={0 carte di coppe}; B={ figure di spade o di bastoni} P(A B)=P(A)+P(B) - P(A B)= = 40 Probabilità condizionata ed eventi dipendenti e indipendenti 9

10 in questo caso P(A B)=P(A)+P(B) A B=φ, gli eventi A e B sono incompatibili, quindi gli insiemi A e B sono disgiunti. Esempio Un urna contiene 0 palline numerate, si estrae una pallina. Calcolare la probabilità che sia un numero pari, o un numero divisibile per o un numero maggiore di 0: A: si estrae un numero pari B: si estrae un numero divisibile per C: si estrae un numero maggiore di 0 l evento somma logica o unione è A B C : viene estratto un numero pari, o un numero divisibile per o un numero maggiore di 0 risulta: U ={0 numeri};a={2 numeri pari};b={0 numeri divisibili per} C={20 numeri maggiori di 0} P(A B C)=P(A)+P(B)+P(C) - P(A B) - P(A C) - P(B C)+P(A B C) P(A B C)= =

11 Esempio 4 Si lanciano 2 dadi, calcolare la probabilità che si presenti la faccia 4 almeno su un dado (P(A B) ). Considera i seguenti eventi: A: esce 4 sul primo dado e un qualunque numero sul secondo B: esce 4 sul secondo dado e un qualunque numero sul primo A B: esce 4 su entrambi i dadi A B: esce 4 su almeno un dado con P(A) = P(B) = = D,2 e P(A B)= P(A B)=P(A)+P(B) - P(A B) = + = oppure P(A B)= P(A B )= D,2 = 2 D,2 = c) Probabilità condizionata ed eventi dipendenti e indipendenti Si definisce probabilità di un evento A condizionata dall evento B (si indica P(A/B) ), la probabilità del verificarsi di A nell ipotesi che B si sia verificato. Se B non si verifica, l evento A/B non è definito. P(A/B) = P(A B) P(B) Si possono presentare i seguenti casi: P(A/B)<P(A) gli eventi A e B sono dipendenti, correlati negativamente, cioè l informazione ha diminuito la probabilità di A; P(A/B)>P(A) gli eventi A e B sono dipendenti, correlati positivamente, cioè l informazione ha aumentato la probabilità di A; P(A/B)=P(A) gli eventi A e B sono stocastimente indipendenti, l informazione non ha modificato la probabilità di A. La relazione di indipendenza stocastica è simmetrica, cioè se A è indipendente da B, anche B è indipendente da A. Esempio

12 Un urna contiene 90 palline numerate da a 90. Si estrae una pallina; calcolare la probabilità che esca un numero divisibile per subordinatamente all ipotesi che sia uscito un numero pari. Considero gli eventi A: esca un numero divisibile per ; P(A)= 8 90 = B: esca un numero pari ; P(B)= 4 90 P(A B)= 9 90 P(A/B) = P(A B) P(B) = = 9 4 = In questo caso P(A)=P(A/B) gli eventi A e B sono stocasticamente indipendenti. Esempio 2 Si lanciano 2 dadi e, considerati gli eventi A e B indicati sotto, calcolare P(A/B) e P(B/A). Considero gli eventi A: la somma dei punti è 8 ; P(A)= {(2;),(;2),(;),(;),(4;4)} B: almeno su un dado è uscito il numero ; P(B)= + = (vedi esempio.b.4) P(A B)= 2 {(2;),(;2)} P(A/B) = P(A B) P(B) = 2 = 2 ; P(B/A) = P(A B) P(A) = 2 = 2 In questo caso P(A/B)>P(A) e P(B/A)>P(B) gli eventi A e B sono dipendenti, correlati positivamente, cioè l informazione ha aumentato le probabilità di A e di B. Esempio Un urna contiene 90 palline numerate da a 90. Si estrae una pallina; calcolare la probabilità che esca un numero divisibile per subordinatamente all ipotesi che sia uscito un numero minore di 2. Considero gli eventi 2

13 A: esca un numero divisibile per ; P(A)= 8 90 = B: esca un numero minore di 2 ; P(B)= P(A B)= 4 90 P(A/B) = P(A B) P(B) = = 4 24 = In questo caso P(A/B)<P(A) gli eventi A e B sono dipendenti, correlati negativamente, cioè l informazione ha diminuito la probabilità di A. d) Probabilità composta o del prodotto logico La probabilità dell evento composto, o del prodotto logico A B, è uguale al prodotto della probabilità di uno dei due eventi per la probabilità dell altro condizionata al verificarsi del primo. P(A B)=P(A) P(B/A) oppure P(A B)=P(B) P(A/B) Se gli eventi sono stocasticamente indipendenti si ha: P(A B)=P(A) P(B) Esempio Un urna contiene palline numerate da a ; si estraggono successivamente due palline rimettendo la prima estratta nell urna. Calcolare la probabilità che si estraggano due numeri dispari. Gli eventi sono logicamente e quindi anche stocasticamente indipendenti ( evento logicamente indipendente evento stocasticamente indipendente ) P(A B)=P(A) P(B) ; A: il primo numero estratto è dispari ; P(A)= B: il secondo numero estratto è dispari ; P(B)= P(A B)= = 9 2 Esempio 2

14 Un urna contiene palline numerate da a ; si estraggono successivamente due palline senza rimettere la prima estratta nell urna. Calcolare la probabilità che si estraggano due numeri dispari. Gli eventi sono stocasticamente dipendenti P(A B)=P(A) P(B/A) A: il primo numero estratto è dispari ; P(A)= B: il secondo numero estratto è dispari ;P(B)= ; P(B/A)=2 4 = 2 P(A B)= 2 = 0. e) Probabilità totale o completa Consideriamo una partizione di un universo U di eventi costituita da n eventi E i non impossibili, incompatibili a due a due e tali che la loro somma logica sia l evento certo U. Su questa partizione valutiamo la probabilità di un evento A : n P(A)= P(E i ) P(A/E i ) i= fig.e Si hanno tre urne: Esempio ^ urna: contiene 2 palline rosse e 8 palline verdi 2^ urna: contiene 0 palline rosse e palline verdi ^ urna: contiene 9 palline rosse e palline verdi Si getta un dado e, detto n il numero uscito, si considerino i seguenti eventi: E : se n < 4 si estrae una pallina dalla prima urna; P(E )= 4

15 E 2 : se n > 4 si estrae una pallina dalla seconda urna; P(E 2 )= 2 E : se n = 4 si estrae una pallina dalla terza urna; P(E )= Calcolare la probabilità che la pallina estratta sia rossa. A: viene estratta una pallina rossa P(A/E )= 2 20 ; P(A/E 2)= 0 2 ; P(A/E )= 9 P(A)= P(E i ) P(A/E i )= i= = 8 Esempio 2 Si hanno tre macchine che producono lo stesso oggetto, con le seguenti caratteristiche: ^ macchina: produce 0 pezzi all ora con il % di pezzi difettosi 2^ macchina: produce 4 pezzi all ora con il 0% di pezzi difettosi ^ macchina: produce 2 pezzi all ora con il 4% di pezzi difettosi Scelto a caso un pezzo dal magazzino, qual è la probabilità che sia difettoso? Considero gli eventi M : pezzi prodotti dalla ^ macchina; P(M )= 0 00 M 2 : pezzi prodotti dalla 2^ macchina; P(M 2 )= 4 00 M : pezzi prodotti dalla ^ macchina; P(M )= 2 00 D: viene scelto un pezzo difettoso P(D/M )=,8 0 ; P(D/M 2)= 4, 4 ; P(D/M )= 2 P(D)= P(M i ) P(D/M i )= 0 i= 00, = 7, 00 f) Probabilità nello schema di Bernoulli delle prove ripetute (Jakob Bernoulli - Basilea 4-70)

16 Lo schema di Bernoulli può in generale essere descritto mediante la seguente definizione: si dice esperimento di Bernoulli una sequenza di n prove (eventi) con le seguenti caratteristiche (per es. una serie di lanci di una moneta, con p=/2): ) il risultato di ogni prova può essere solo successo o fallimento; 2) il risultato di ciascuna prova è indipendente dai risultati delle prove precedenti; ) la probabilità p di successo, e quindi la probabilità contraria q = - p di fallimento, sono costanti in ciascuna prova. Consideriamo due casi particolarmente interessanti di calcolo delle probabilità nell ambito dello schema di Bernouilli, che si risolvono mediante le formule binomiale e geometrica. f.) Formula binomiale Si vuole calcolare la probabilità P k che, su n prove, k diano esito positivo. Supponiamo che abbiano dato esito positivo le prime k prove, allora per il principio della probabilità composta si ha: n k P primek =p p 2. p k q q 2. q n k =pk q Poichè le k prove ottenute con successo si possono raggruppare con le altre n-k in C n,k combinazioni (C n,k =P k,n k n! n = ), si ottiene: k!(n k)! P k = n k pk q n k 0 k n Esempio Si lancia 8 volte una moneta. Calcolare la probabilità di avere: a) per volte testa b) almeno per volte testa Risposta a) P = ( 8 ) ( 2 ) = = 2! 2 2 = 7 2 Risposta b)

17 E : almeno per volte testa per volte testa o per o per 7 o per 8 volte P(E)=P +P +P 7 +P 8 P = 2 ; P = ( 8 P 7 = ( 8 7 P 8 = ( 8 8 ) 2 = 28 F ; ) 7 = ; ) 8 = 2 2 ; P(E)= = 9 2 Esempio 2 Una macchina produce pezzi con tasso di difettosità del 0%. Su un campione di 0 pezzi, qual è la probabilità che, al massimo, vi sia un pezzo difettoso? Considero gli eventi E : al massimo un pezzo è difettoso nessun pezzo è difettoso o un pezzzo è difettoso P(E)=P 0 +P P 0 = ( 0 0 ) ( 0 ) ( ) ( 9 0 ) 0 ( 9 = 0 ) 9 ( 9 = 0 ) ( P = ( ( 9 P(E)= + = ) 0 ; P 0 F 0, 487 ( 4,87 % ) ) 9 ; P F 0, 874 ( 8,74 % ) ) 9 ( 9 0 ) F 0, 7 (7, %) f.2) Formula geometrica Si vuole calcolare la probabilità P(n) che il primo evento favorevole (successo) in una sequenza bernoulliana avvenga alla n-esima prova. P(n)=q n p infatti, se che hanno dato esito negativo (fallimento) le prime n- prove, allora per il principio della probabilità composta si ha: 7

18 P(n)=q q 2. q n p=q n p Osservazione Al variare di n si ottiene una sequenza (distribuzione) di probabilità che costituisce una progressione geometrica di ragione q; da qui il termine formula geometrica : n P(n) p 2 q p q 2 p 4 q p P(n+)... q4 p P(n) =q (ragione) Esempio Una coppia di dadi viene lanciata ripetutamente finchè non compare una coppia di. Calcolare: a) la probabilità che compaia al secondo lancio (n=2); b) il minimo numero di n lanci richiesti perchè la probabilità sia minore di 0,024. Risposta a) p= ; probabilità che compaia una coppia di q= ; probabilità che non compaia una coppia di quindi P(2)=q p= = F 0, Risposta b) P(n)<0, 024 q n p<0,024; n >log q 0, 024 p n >log ln(0, 84) (0, 024 ) ; n>+ ln(/) F,2;, quindi il minimo numero di lanci richiesti è n=7. ; g) Teorema di Bayes (Thomas Bayes - Londra, 702-7) Dal teorema della probabilità composta (d) e considerando gli eventi A ed E, si può scrivere P(A E)=P(A) P(E/A) =P(E) P(A/E), si ottiene 8

19 P(E/A)=P(E) P(A/E) P(A) relazione di Bayes per un solo evento E. La formula generale del teorema di Bayes si ottiene considerando la situazione di figura e per la probabilità totale: n poichè P(A)= P(E i ) P(A/E i ), i= si ricava P(A/E i ) P(E i /A)=P(E i ) n P(E i ) P(A/E i ) i= Esempio Riprendiamo l esempio (e) e, nell ipotesi che sia uscita la pallina rossa, calcoliamo la probabilità che questa provenga dalla prima urna. Considero gli eventi E : la pallina rossa proviene dalla prima urna; P(E )= A: è stata estratta una pallina rossa; P(A)= P(E i ) P(A/E i )= 8 i= P(A/E )= 2 20 Probabilità che la pallina rossa estratta provenga dalla prima urna: 2 P(E /A)= 20 = 9 8. Esempio 2 Riprendiamo l esempio (2e) e, nell ipotesi che sia uscito un pezzo difettoso, calcoliamo la probabilità che questo provenga dalla seconda macchina. 9

20 Considero gli eventi M 2 : il pezzo difettoso proviene dalla seconda macchina; P(M 2 )= 4 00 D: è stato estratto una pezzo difettoso; P(D)= P(M i ) P(D/M i )= 7, i= 00 P(D/M 2 )= 4, 4 Probabilità che il pezzo difettoso uscito provenga dalla seconda macchina: P(M 2 /D)= = 7, = , h) Probabilità nel continuo Se l insieme U è continuo, per esempio, segmento, arco di circonferenza, superficie, ecc., la funzione che viene assunta come probabilità è la misura, soddisfacente agli assiomi del n. (concezione assiomatica), sull insieme U, assunto come unità di misura. Esempio Scelti a caso due numeri x, y compresi fra 0 e, calcola la probabilità P che la somma dei loro quadrati sia non superiore a. x 2 +y 2 0 x 0 y L insieme universo è costituito dalle coppie (x, y) di numeri reali tali che 0 x e 0 y. π area settore OAC Deve essere P = area quadrato OABC = 4 = π 4 7. Variabili casuali discrete e distribuzioni di probabilità Una variabile casuale X o aleatoria o stocastica, è una funzione dello spazio U degli eventi che associa ad ogni evento E i, appartenente ad una partizione di U, un numero rale x i, al quale corrisponde la probabilità p i dell evento stesso e si scrive: 20

21 P(X=x i )=p i Si definisce distribuzione di probabilità della variabile X o, semplicemente, distribzione della variabile aleatoria X, l insieme dei valori p i. Esempio Si lancia tre volte una moneta; l insieme universo è formato da 8 eventi: U={TTT, TTC, TCT, TCC, CTT, CTC, CCT, CCC} Consideriamo la variabile casuale X= il numero di teste che si possono presentare ; X può assumere i valori x =, x 2 =2, x =, x 4 =0, con probabilità p(x )= 8, p(x 2)= 8, p(x )= 8, p(x 4)= 8. Valorix i dix Probabilità p i di x i Esempio 2 Si lanciano due dadi; l insieme universo è formato da D,2 = 2 = eventi: U={(,), (,2), (,),..., (,), (,)} 2

22 Consideriamo la variabile casuale X= somma dei punti ; Valorix i dix 2 Probabilità p i di x i Esempio Si esegue un controllo di qualità sulla produzione di un componente elettronico esaminando un campione di elementi scelti a caso. Sapendo che il tasso di difettosità della produzione è del 20%, studiare la variabile aleatoria X= numero di pezzi difettosi del campione : La variabile casuale può assumere uno dei valori 0,, 2,, 4,, con le probabilità calcolate con la formula binomiale delle prove ripetute: P k = ( ) 0,2k 0,8 k k Valorix i dix Probabilità p i di x i 0 0, 278 0, , , , , Esercizi Esercizio 22

23 Scegliendo a caso due numeri reali x e y, tali che x + y, determia la probabilità P che la loro somma sia maggiore di /4. Il luogo dei punti che soddisfano alla relazione x + y è il quadrato ABCD di area A=2, mentre il luogo dei punti che soddisfano alla relazione quindi P= A A = x+y> 4 x + y è il rettangolo EBCF di area A = 4, 4 2 = 8. Esercizio 2 Un insetticida uccide una specie di insetti con probabilità del 99,9% e le loro uova con probabilità del 99%. Se in una casa ci sono un centinaio di tali insetti e un centinaio di loro uova, qual è la probabilità che l insetticida risolva il problema? Considero gli eventi I: viene ucciso un insetto ; P(I)=0,999; U: viene ucciso un uovo ; P(U)=0,99; per 00 insetti e per 00 uova si ha: eventi indipendenti) P(I 00 )=0, ; P(U 00 )=0, (prob. composta o del prodotto logico per (I 00 U 00 ): vengono uccisi tutti gli insetti e tutte le uova ; (ancora prodotto logico per eventi indipendenti) P(I 00 U 00 )=P(I 00 ) P(U 00 ) =0, , F 0, 2 (F %). 2

24 Esercizio Si lanci più volte un dado le cui facce sono numerate da a e si calcoli: a) la probabilità che il esca al 4 o lancio; b) il minimo valore di n affinchè la probabilità che il esca all n-esimo lancio sia minore di 0,02. Risposta a) Considero gli eventi (prove ripetute bernoulliane - formula geometrica.f.2) E: esce il numero da un lancio ; P(E)= ; Ē : non esce il numero da un lancio ; P(Ē )= ; la probabilità che il esca al 4 o lancio è: P=P(Ē ) P(E)= = 2 29 Risposta b) sia P< 0,02, quindi 0,02 > n n > ln(0, 2) log ( 0, 02)= F, ln(/) n >,+=2, n minimo =. Esercizio 4 Sapendo che in un lancio di dadi si è totalizzata la somma, qual è la probabilità che uno almeno dei tre numeri apparsi sia? Stabilire inoltre come gli eventi sono fra loro correlati. 24

25 Considero gli eventi relativi al lancio di tre dadi A: si è totalizzata la somma ; P(A)= 0 = 0 D, B: almeno uno dei tre numeri apparsi sia ; P(B)= 9 = 9 2 [ ] P(B)= P(B )= D, = 2 = D, 2 = 9 2 A B: si è totalizzata la somma ed è apparso almeno un ; F 0, 42 P(A B)= B/A: almeno uno dei tre numeri apparsi sia, sapendo che si è la somma : P(B/A) = P(A B) = 0 = P(A) = 0 = 0, totalizzata In questo caso P(B/A)>P(B) gli eventi B e A sono dipendenti, correlati positivamente, cioè l informazione ha aumentato la probabilità di B. Esercizio Un urna contiene palline bianche e 7 nere. Calcola la probabilità P che estraendone insieme a) non siano tutte dello stesso colore b) siano tutte dello stesso colore. Risposta a) Considera gli insiemi di eventi U: Universo o spazio degli eventi di cardinalità C 2, (numero di eventi possibili) A: le tre palline estratte non siano tutte dello stesso colore di cardinalità 7C,2 + C 7,2 (numero degli eventi favorevoli), dove 7C,2 è il numero di estrazioni possibili senza avere palline bianche, C 7,2 è il numero di estrazioni possibili senza avere palline nere. Quindi P = 7C,2+C 7,2 = = 7 C 2, = 44. Risposta b) L evento le tre palline estratte siano tutte dello stesso colore è l evento contrario o complementare dell evento A, quindi P(Ā)= P(A)= 44 =

26 Esercizio Studiando l andamento in Borsa di un titolo T, si osserva che se un giorno il valore di T aumenta, c è la probabilità di /4 che aumenti anche il giorno successivo; diminuisce, c è la probabilità di /0 che aumenti anche il giorno successivo. Se lunedì il valore di T è aumentato, qual è la probabilità che giovedì aumenti? Considero gli eventi elementari E : ieri il valore di T è aumentato Ē : ieri il valore di T è diminuito A: oggi il valore di T aumenta, P(A)= 4 P(E)+ 0 P(Ē) quindi si ha Martedì P(A)= = 4 Mercoledì P(A)= = = Giovedì P(A)= ( ) = 77 =0, 4887 (F 48%). 00 Esercizio 7 Un azienda produce articoli con probabilità di difetto del 2%. Ogni articolo passa al collaudo che ha la probabilità del 92% di rilevare il difetto; in tal caso l articolo viene scartato. Può accadere che l ispettore rilevi con probabilità 0,% dei difetti inesistenti. Calcolare la probabilità che: a) l articolo sia scartato b) l articolo sia scartato per sbaglio c) l articolo difettoso superi il collaudo. Considero gli eventi 2

27 D: viene prodotto un pezzo difettoso ; P(D)=2% S/D: un pezzo difettoso viene rilevato e scartato ; P(S/D)=92% S /D: un pezzo difettoso non viene rilevato e scartato ; P(S /D)=8% S/D : un pezzo non difettoso viene rilevato e scartato ; P(S/D )=0,% Risposta a) La probabilità che il pezzo sia difettoso e venga scartato è P(D S)=P(D) P(S/D)=0, 02 0, 92=0, 084 la probabilità che il pezzo non sia difettoso e venga scartato è P(D S)=P(D ) P(S/D )=0, 98 0, 00=0, la probabilità che il pezzo venga scartato è la somma logica (di due eventi incompatibili) P[(D S) (D S)]=P(D S)+P(D S)=0, 084+0, 00098=0, 098 (, 98%) Risposta b) La probabilità che il pezzo non sia difettoso e venga scartato è P(D S)=P(D ) P(S/D )=0, 98 0, 00=0, (0,098%) Risposta c) La probabilità che il pezzo difettoso superi il collaudo (cioè che il pezzo sia difettoso e non venga scartato) è P(D S ))=P(D) P(S /D)=0, 02 0, 08=0, 00 (0,%) Esercizio 8 Un sacco contiene 4 gettoni rossi, numerati da a 4 e gettoni azzurri, numerati da a 7. Si estraggono a caso due gettoni. Calcola la probabilità che a) i gettoni siano dello stesso colore b) la somma dei due gettoni sia dispari c) la somma dei due gettoni sia dispari nel caso in cui si estraggono gettoni dello stesso colore. 27

28 Considero gli eventi R: vengono estratti due gettoni rosssi ; P(R)= C 4,2 C 7,2 = 2 = 2 7 A: vengono estratti due gettoni azzurri ; P(A)= C,2 C 7,2 = 2 = 7 Risposta a) La probabilità P(C) che i gettoni siano dello stesso colore (cioè o due rossi o due azzurri) è la somma logica du due eventi incompatibili: P(C)=P(R A)=P(R) +P(A)= = 7. Risposta b) Le coppie di gettoni che possono dare per somma un numero dispari sono 4 dispari per pari = 2, quindi: D: la somma due gettoni sia dispari ; P(D) = 2 C 7,2 = 2 2 = 4 7. Risposta c) considero gli eventi C: i due gettoni estratti hanno lo stesso colore ; P(C)= 7 C/D: estraggo due gettoni dello stesso colore nell ipotesi che la loro somma sia dispari ; P(C/D)=P((R/D) (A/D))= P(R/D)+P(A/D)= = 2 D/C: estraggo due gettoni dispari nell ipotesi di aver estratto due gettoni dello stesso colore ; per il teorema di Bayes si ha P(D/C)=P(D) P(C/D) = 4 P(C) 7 2 = = 2. 7 In questo caso P(D/C)>P(D) gli eventi D e C sono dipendenti, correlati positivamente, cioè l informazione ha aumentato la probabilità di D. Esercizio 9 28

29 Consideriamo due urne A e B di cui: A contiene 7 palline rosse e palline nere; B contiene palline rosse e 2 palline nere; Si sceglie a caso una delle due urne, con P(A)=P(B)=/2, e si estrae una pallina. Calcola la probabilità che a) esca una pallina rossa e provenga da A; b) esca una pallina rossa e provenga da B; c) esca una pallina rossa; d) provenga da A, sapendo che è rossa. Risposta a) Considero gli eventi R: esce una pallina rossa R A =R A : esce una pallina rossa e proviene da A ; P(R A )=P(R A)=P(A) P(R/A)= = Risposta b) Considero gli eventi R: esce una pallina rossa R B =R B : esce una pallina rossa e proviene da B ; P(R B )=P(R B)=P(B) P(R/B)= 2 7 = 4. Risposta c) Considero l evento R: esce una pallina rossa ; (esce una pallina rossa o da A o da B) cioè R=R A R B ; P(R)=P(R A R B )=P(R A )+P(R B )= = Risposta d) 29

30 Considero l evento A/R: provenga da A, sapendo che è rossa ; P(A/R)=P(A) P(R/A) P(R) = 2 o anche P(A/R)= P(R A) = P(R) 7 0 = = = = (formula di Bayes) Esercizio 0 Quante volte bisogna lanciare un dado perchè la probabilità di avere almeno un due sia del 99%? Considero gli eventi: E : esce il due con il lancio di un dado ; P(E)= Ē : non esce il due con il lancio di un dado ; P(Ē )= Dopo n lanci la probabilità P che il due sia comparso almeno una volta è: P= ( n n ) n 0+ ( n n ( cioè P = + ) n ( n 0 ) n ) 0 ( + n n 2 ) n = ( ) n 2 ) n, ( 2+.+ ( n ) n quindi ( ) n =0,99 n= ln(0, 0) ln(/) F 2, 2, cioè n=2. Secondo metodo: più semplicemente possiamo considerare la probabilità P che in n lanci il due non compaia mai: n ln(0, 0) P = = 0,0 n= F 2, 2, cioè n=2. ln(/) Esercizio Un concorso prevede che si risponda a un questionario costituito da 0 domande ognuna delle quali prevede risposte, una sola delle quali è corretta. a) Qual è la probabilità di rispondere correttamente a tutte le domande? 0

31 b) Qual è la probabilità di vincere il concorso se basta rispondere esattamente a 7 domande? Risposta a) A: rispondo correttamente alla domanda ; P(A)= Ā : non rispondo correttamente alla domanda ; P(A )= 4 La probabilità di rispondere correttamente a tutte le domande è P 0 = = 0 Risposta b) La probabilità P di rispondere correttamente ad almeno 7 domande è P =P 7 +P 8 +P 9 +P 0 = 0 7 ( 4 ) ( 7 8 ) 0 9 ( 4 )

Somma logica di eventi

Somma logica di eventi Somma logica di eventi Da un urna contenente 24 palline numerate si estrae una pallina. Calcolare la probabilità dei seguenti eventi: a) esce un numero divisibile per 5 o superiore a 20, b) esce un numero

Dettagli

Calcolo delle probabilità

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

Dettagli

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

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

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

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

(concetto classico di probabilità)

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

Dettagli

Test sul calcolo della probabilità

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

Dettagli

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

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

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

Dettagli

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

TEOREMI SULLA PROBABILITÀ

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

Dettagli

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

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

Dettagli

Probabilità e statistica

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

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

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

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

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

E NECESSARIO RICORRERE ALLE VARIABILI CASUALI

E NECESSARIO RICORRERE ALLE VARIABILI CASUALI IL CONCETTO DI VARIABILE CASUALE Associare una misura di probabilità al verificarsi di un certo evento (come esito di un esperimento) non sempre è sufficiente a risolvere gran parte dei problemi reali

Dettagli

MODULI DI LINEAMENTI DI MATEMATICA

MODULI DI LINEAMENTI DI MATEMATICA R. MANFREDI - E. FABBRI - C. GRASSI TRIENNIO licei scientifici MODULI DI LINEAMENTI DI MATEMATICA per il triennio della scuola secondaria di secondo grado L CALCOLO DELLE PROBABILITÀ E ELEMENTI DI STATISTICA

Dettagli

IL CALCOLO DELLE PROBABILITA

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

Dettagli

Esercizi di Calcolo delle Probabilita (I)

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

Dettagli

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

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6

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

Dettagli

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

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

Elementi di calcolo delle probabilità

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

Dettagli

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

PROBABILITA' E VARIABILI CASUALI

PROBABILITA' E VARIABILI CASUALI PROBABILITA' E VARIABILI CASUALI ESERCIZIO 1 Due giocatori estraggono due carte a caso da un mazzo di carte napoletane. Calcolare: 1) la probabilità che la prima carta sia una figura oppure una carta di

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

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

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

Dettagli

Esercizi. 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

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

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

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

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

Dettagli

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

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

Probabilità. Concetti fondamentali Definizione di probabilità Teoremi sulla probabilità

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

Dettagli

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

PROBABILITA CONDIZIONALE

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

Dettagli

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

Esercizi sul calcolo delle probabilità

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

Dettagli

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 Incompatibilità ed indipendenza stocastica. Probabilità condizionate, legge della probabilità totale, Teorema

Dettagli

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

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

Dettagli

Appunti: elementi di Probabilità

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

Dettagli

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

LINEAMENTI DI MATEMATICA

LINEAMENTI DI MATEMATICA P. BARONCINI - E. FABBRI - C. GRASSI IGEA Triennio LINEAMENTI DI MATEMATICA per il triennio degli istituti tecnici commerciali IGEA Probabilità e statistica Analisi numerica MODULO d P. Baroncini - E.

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

1 Breve introduzione alla probabilità elementare: approccio intuitivo

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

Dettagli

Il prodotto di tre numeri in progressione aritmetica è 16640, il più piccolo è 20. Calcolare i tre numeri.

Il prodotto di tre numeri in progressione aritmetica è 16640, il più piccolo è 20. Calcolare i tre numeri. Scrivi i primi termini delle seguenti successioni: =1; =; = + Individua la legge che genera ognuna delle seguenti successioni: -1,, -, 4, -5, In una progressione aritmetica la somma del primo, quarto,

Dettagli

PROBABILITA CONDIZIONALE

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

Dettagli

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

VARIABILI ALEATORIE MULTIPLE E TEOREMI ASSOCIATI. Dopo aver trattato delle distribuzioni di probabilità di una variabile aleatoria, che

VARIABILI ALEATORIE MULTIPLE E TEOREMI ASSOCIATI. Dopo aver trattato delle distribuzioni di probabilità di una variabile aleatoria, che VARIABILI ALATORI MULTIPL TORMI ASSOCIATI Fonti: Cicchitelli Dall Aglio Mood-Grabill. Moduli 6 9 0 del programma. VARIABILI ALATORI DOPPI Dopo aver trattato delle distribuzioni di probabilità di una variabile

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

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

Algoritmi (9 CFU) (A.A. 2009-10)

Algoritmi (9 CFU) (A.A. 2009-10) Algoritmi (9 CFU) (A.A. 2009-10) Probabilità e Algoritmi randomizzati Prof. V. Cutello Algoritmi 1 Overview Definiamo concetti di base di probabilità Variabili casuali e valore medio Algoritmi randomizzati

Dettagli

STATISTICA Lezioni ed esercizi

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

Dettagli

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

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

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

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

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

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1

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

Dettagli

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

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

Dettagli

ESERCIZI EVENTI E VARIABILI ALEATORIE

ESERCIZI EVENTI E VARIABILI ALEATORIE ESERCIZI EVENTI E VARIABILI ALEATORIE 1) Considera la tabella seguente, che descrive la situazione occupazionale di 63 persone in relazione al titolo di studio. Occupazione SI NO Titolo Licenza media 5%

Dettagli

Marco Di Marzio. Primi elementi di inferenza statistica

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

Dettagli

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

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

Introduzione alla probabilità

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

Dettagli

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

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

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

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

Dettagli

Esercizi di probabilità discreta

Esercizi di probabilità discreta Di seguito, potete trovare i testi (con risposta) degli esercizi svolti (o proposti) nel corso di esercitazioni dell insegnamento di Matematica applicata. 1 Esercizi di probabilità discreta Algebra degli

Dettagli

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

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

Dettagli

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

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

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

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

1 Probabilità condizionata

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

Dettagli

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

Probabilità II Variabili casuali discrete

Probabilità II Variabili casuali discrete Probabilità II Variabili casuali discrete Definizioni principali. Valore atteso e Varianza. Teorema di Bienaymé - Čebičev. V.C. Notevoli: Bernoulli e Binomiale. Concetto di variabile casuale Cos'è una

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

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

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

Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno

Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno Esercitazione del 18/1/2005 Dott. Claudio Conversano Esercizio 1 (non svolto in aula) Vengono lanciati

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

Esercitazione del 14/02/2012 Istituzioni di Calcolo delle Probabilità

Esercitazione del 14/02/2012 Istituzioni di Calcolo delle Probabilità Esercitazione del 14/02/2012 Istituzioni di Calcolo delle Probabilità David Barbato Questa raccolta comprende sia gli esercizi dell esercitazione del 14 febbraio sia gli esercizi di ricapitolazione sulle

Dettagli

Esercizio 1. Svolgimento

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

Dettagli

SCHEDA DIDATTICA N 1

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

Dettagli

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

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

Matematica II: Calcolo delle Probabilità e Statistica Matematica

Matematica II: Calcolo delle Probabilità e Statistica Matematica Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docente: dott. F. Zucca Esercitazione # Esercizi Statistica Descrittiva Esercizio I gruppi sanguigni di persone sono B, B, AB, O,

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

Calcolo delle Probabilità

Calcolo delle Probabilità à 1. Introduzione Calcolo delle Probabilità Il Calcolo delle Probabilità nasce dagli studi matematici sui giochi d azzardo. Il Calcolo delle Probabilità è lo strumento che permette all uomo di assumere

Dettagli

Esercizi di Probabilità e statistica. Francesco Caravenna Paolo Dai Pra

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

Dettagli

Vincere a testa o croce

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

Dettagli

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

Esercitazioni 2013/14

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

Dettagli

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

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

Dettagli