P (F E) = P (E) P (F E) = = 25
|
|
- Dorotea Ferrante
- 6 anni fa
- Visualizzazioni
Transcript
1 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 E dato l evento F è indicata con P (E F ) ed è definita nel seguente modo: (1) P (E F ) P (E F ). P (F ) Se nella formula (1) moltiplichiamo entrambi i lati della equazione per P (F ), otteniamo la seguente relazione che viene detta regola del prodotto: (2) P (E F ) P (F ) P (E F ) per ogni evento E, F di uno spazio campionario S. Esempio 1. Da un mazzo di 52 carte vengono estratte due carte a caso (senza rimpiazzarle). Calcoliamo la probabilità che la prima carta sia di quadri e la seconda sia rossa. Indichiamo con E l evento: la prima carta è da quadri, e con F l evento: la seconda carta è rossa. Ora, nel mazzo ci sono 52 carte di cui 13 sono da quadri quindi Se abbiamo estratto una carta da quadri, a questo punto nel mazzo restano solamente 51 carte di cui 25 sono rosse. Quindi P (F E) Per la regola del prodotto (2) otteniamo: P (F E) P (F E) Albero della probabilità Molti esperimenti consistono in una sequenza di due o più eventi. Un albero della probabilità fornisce un utile strumento per definire strutturalmente le relazioni tra questi eventi e per calcolare le probabilità associate ai possibili risultati. L albero della probabilità per l Esempio 1 è dato nella seguente figura. prima carta 13 1 Ē : non-quadri E : quadri 1 seconda carta rossa nera rossa nera
2 2 Esempio 2. Da un urna contenente 4 palline bianche (B), 3 gialle (G) e 1 verde (V) vengono estratte 2 palline una alla volta, senza riinserire la prima dopo averla estratta. Calcoliamo la probabilità che venga estratta una pallina bianca e una gialla. prima estrazione seconda estrazione 2/7 G 3/8 1/2 1/8 G B V 4/7 B 1/7 V 3/7 G 3/7 B 1/7 V 3/7 G 4/7 B 0 V L evento considerato può essere ottenuto in due modi (incompatibili). Possiamo estrarre una pallina bianca alla prima estrazione e una gialla alla seconda, o viceversa. Nel primo caso dobbiamo calcolare P (B alla prima estrazione) P (G alla seconda estrazione) P (B) P (G B). Poiché ci sono 8 palline in tutto di cui 4 bianche P (B) Dopo avere estratto una pallina bianca nell urna restano solo più 7 palline di cui 3 gialle, quindi Di conseguenza P (G B) 3 7. P (B alla prima estrazione) P (G alla seconda estrazione) Analogamente per calcolare la probabilità nel secondo caso dobbiamo calcolare P (G alla prima estrazione) P (B alla seconda estrazione) P (G) P (B G). In questo caso abbiamo P (G) 3 8 P (B G) 4 7, quindi P (G alla prima estrazione) P (B alla seconda estrazione)
3 Quindi la probabilità che venga estratta una pallina bianca e una gialla è data dalla somma di queste due probabilità: Commenti Si presti molta attenzione al significato dei simboli (nella mia esperienza, spesso gli studenti li confondono): A B rappresenta l intersezione di A e B. Quindi P(A B) rappresenta la probabilità che avvengano entrambi gli eventi A e B. Nell esempio precedente, chiamando G 1 l evento che alla prima estrazione si estragga una pallina gialla, e B 2 quello che si estragga una pallina bianca alla seconda estrazione, P(G 1 B 2 ) è la probabilità di estrarre una pallina gialla alla prima e una bianca alla seconda, ossia per quanto visto sopra. Invece P(A B) rappresenta la probabilità dell evento A sapendo che l evento B si è verificato. E una nuova probabilità data all evento A sulla base di ulteriori informazioni (il verificarsi di B). Quindi in questo caso P(B 2 G 1 ) 4. 7 Un osservazione sorprendente è che possiamo calcolare anche P(G 1 B 2 ), ossia la probabilità di estrarre una pallina gialla alla prima estrazione, sapendo che se ne è estratta una bianca alla seconda. Usando la definizione (1), otteniamo (3) P(G 1 B 2 ) P(G 1 B 2 ) P(B 2 ) 3 14 P(B 2 ). Possiamo calcolare P(B 2 ), usando le regole della somma e del prodotto, come somma delle probabilità di tutti i rami che conducono a B 2 (vedi la figura dell Esempio 2): (4) P(B 2 ) P(G 1 B 2 ) + P(B 1 B 2 ) + P(V 1 B 2 ) Sostituendo (4) in (3), otteniamo (5) P(G 1 B 2 ) Osserviamo quindi che la nostra valutazione della probabilità di G 1 (che era uguale a 1 in mancanza di ulteriori informazioni) è stata modificata dall informazione che B 2 si è verificata. Ciò può sembrare assurdo: come può un evento 2 verificatosi dopo (l estrazione della seconda pallina) modificare la situazione alla prima estrazione? La risposta è che la probabilità condizionata non ha a che vedere con influenze causali, ma solo con il flusso informativo: se noi sappiamo che alla seocnda estrazione è stata estratta una certa pallina, quella non può essere 3
4 4 stata estratta alla prima. Basta pensare alla pallina verde: se noi sappiamo che la pallina verde è stata estratta nella seconda estrazione, siamo certi che non sia stata estratta alla prima. Dalle formule (4) e (5) si può notare anche una certa simmetria: P(B 2 ) 1 2 P(B 1) [Se non abbiamo ulteriori informazioni, le nostre stima per la seconda estrazione non hanno motivo di essere diverse da quelle per la prima estrazione...] e P(G 1 B 2 ) 3 7 P(B 2 G 1 ) [conoscere il risultato di un estrazione ci assicura che una data pallina non può essere stata estratta nelle altre estrazioni, indipendentemente dal loro ordine] Queste osservazioni sono alla base di molti princippi della logica induttiva, formalizzati nella formula di Bayes, come esposta sotto con vari esempi. La formula di Bayes In questa parte consideriamo esperimenti il cui spazio campionario può essere diviso o partizionato in due o più eventi incompatibili. Tale studio implica ulteriori applicazioni della probabilità condizionata e ci porta alla formulazione della formula di Bayes. Esempio 3. Consideriamo due urne. L Urna 1 contiene 4 palline nere e 7 palline bianche, l Urna 2 contiene 3 palline nere, 1 bianca e 4 gialle. Calcoliamo la probabilità di pescare una pallina nera scegliendo un urna a caso e poi pescando una pallina. Co nsideriamo gli eventi U 1 : viene scelta l Urna 1 U 2 : viene scelta l Urna 2 N : viene estratta una pallina nera B : viene estratta una pallina bianca G : viene estratta una pallina gialla. La seguente figura può dare una idea della possibile soluzione. 7/11 B 1/2 1/2 U 1 U 2 4/11 N : P (N) /8 B 3/8 N : P (N) /8 G Sappiamo che P (U 1 ) P (U 2 ) 1 2
5 5 mentre P (N U 1 ) 4 11, P (N U 2) 3 8. Notiamo inoltre che l evento N può essere riscritto come: N (N U 1 ) (N U 2 ). Poiché N U 1 e N U 2 sono disgiunti otteniamo P (N) P ((N U 1 ) (N U 2 )) P (N U 1 ) + P (N U 2 ). Inoltre dalla regola del prodotto (2) sappiamo che Quindi P (N U 1 ) P (N U 1 ) P (U 1 ), P (N U 2 ) P (N U 2 ) P (U 2 ) P (N) P (N U 1 ) P (U 1 ) + P (N U 2 ) P (U 2 ) , 369. Definizione 2. Siano A 1 e A 2 due eventi incompatibili di uno spazio campionario S tali che l unione di A 1 e A 2 forma tutto S. Ovvero A 1 A 2 A 1 A 2 S A 1 A 2. In questo caso diciamo che A 1 e A 2 formano una partizione di S. Ora, sia E un qualsiasi evento dello spazio campionario S. Possiamo scrivere E nella seguente forma: E (E A 1 ) (E A 2 ). Gli insiemi E A 1 e E A 2 sono disgiunti, quindi la probabilità di E è data da (6) P (E A 1 ) + P (E A 2 ) P (A 1 ) P (E A 1 ) + P (A 2 ) P (E A 2 ). La precedente formula è utilizzata per trovare la probabilità di un evento di uno spazio campionario partizionato in due insiemi A 1 e A 2. Esempio 4. Una serie di persone è sottoposta a un test per potere accedere a una scuola di medicina. Supponiamo che l 80% di tali persone sia adatta alla scuola, mentre il 20% non lo sia. Per facilitare il processo di selezione, il test viene studiato in modo tale che una persona effettivamente adatta alla scuola passi il test nel 90% dei casi, mentre una persona non adatta passi il test nel 30% dei casi. Calcoliamo la probabilità che una persona sottoposta al test lo passi. Indichiamo con S lo spazio campionario costituito dalle persone sottoposte al test. Questo può essere partizionato in due insiemi: evento A 1 : persone adatte, evento A 2 : persone non adatte.
6 6 Gli eventi A 1 e A 2 sono ovviamente disgiunti e la loro unione forma tutto S. Indichiamo con E l evento: la persona passa il test. Ora Per la formula (6) otteniamo P (A 1 ) 0, 8 P (A 2 ) 0, 2 P (E A 1 ) 0, 9 P (E A 2 ) 0, 3 P (A 1 ) P (E A 1 ) + P (A 2 ) P (E A 2 ) (0, 8) (0, 9) + (0, 2) (0, 3) 0, 78. Quindi la probabilità che una persona sottoposta al test lo passi è del 78%. Se noi partizioniamo l insieme S in tre insiemi A 1, A 2, A 3 in modo tale che S A 1 A 2 A 3 A 1 A 2 A 2 A 3 A 1 A 3 A 1 A 2 A 3, possiamo scrivere ogni evento E dello spazio campionario S nella forma E (E A 1 ) (E A 2 ) (E A 3 ). Poichè E A 1, E A 2 e E A 3 sono disgiunti, la probabilità dell evento E è (7) P (E A 1 ) + P (E A 2 ) + P (E A 3 ) P (A 1 ) P (E A 1 ) + P (A 2 ) P (E A 2 ) + P (A 3 ) P (E A 3 ). Analogamente a prima, la Formula (7) è utilizzata per calcolare la probabilità di un evento E di uno spazio campionario partizionato in tre insiemi. Esempio 5. Tre macchinari di una ditta, macchinario I, II e III, producono rispettivamente il 40%, 50% e 10% della produzione totale. Le percentuali di prodotti difettati prodotti dai macchinari I, II e III sono rispettivamente il 2%, 4% e 1%. Calcoliamo la probabilità che un oggetto preso a caso sia difettato. In questo esempio lo spazio campionario è partizionato in tre insiemi A 1 : l oggetto è prodotto dal macchinario I A 2 : l oggetto è prodotto dal macchinario II A 3 : l oggetto è prodotto dal macchinario III. Ovviamente gli eventi A 1, A 2 e A 3 sono incompatibili e la loro unione da tutto S. Sia E l evento: l oggetto è difettato. Ora P (A 1 ) 0, 4 P (A 2 ) 0, 5 P (A 3 ) 0, 1 P (E A 1 ) 0, 02 P (E A 2 ) 0, 04 P (E A 3 ) 0, 01 Usando la Formula (7) otteniamo (0, 4) (0.02) + (0, 5) (0.04) + (0, 1) (0.01) 0, , , 001 0, 29. Lo stesso probabilità può essere ricavata dal seguente albero delle probabilità
7 7 0, 4 A 1 0, 5 A 2 0, 1 A 3 0, 02: difettati 0, 008 0, 98: non difettati 0, 04: difettati 0, 020 0, 96: non difettati 0, 001 0, 01: difettati 0, 99: non difettati Probabilità totale difettati: 0, 029 Definizione 3. Un insieme S è partizionato in n sottoinsiemi A 1, A 2,..., A n se : (8a) (8b) (8c) L intersezione di due qualsiasi sottoinsiemi è vuota Ogni sottoinsieme è non vuoto A 1 A 2 A n S Sia S uno spazio campionario e siano A 1, A 2,..., A n eventi che formano una partizione di S. Allora E (E A 1 ) (E A 2 ) (E A n ). Ovviamente anche gli insiemi E A 1,..., E A n sono a due a due disgiunti, quindi P (E A 1 ) + P (E A 2 ) + + P (E A n ). Usando la definizione di probabilità condizionata otteniamo (9) P (A 1 ) P (E A 1 ) + P (A 2 ) P (E A 2 ) + + P (A n ) P (E A n ) Esempio 6. Consideriamo nuovamente l Esempio 4. Supponiamo che una persona passi il test e calcoliamo la probabilità che essa sia effettivamente adatta alla scuola. Si tratta quindi di calcolare P (A 1 E). Per la definizione di probabilità condizionata abbiamo P (A 1 E) P (A 1 E) P (A 1) P (E A 1 ). Ora è data dalla Formula (9) con n 2, o equivalentemente da (6), quindi P (A 1 ) P (E A 1 ) (10) P (A 1 E) P (A 1 ) P (E A 1 ) + P (A 2 ) P (E A 2 ). In base ai dati ricavati nell Esempio 27 otteniamo P (A 1 E) (0, 8) (0, 9) 0, 78 0, 72 0, 78 0, 923. Il test di ammissione è quindi piuttosto attendibile: solamente l 8% delle persone che passano il test è infatti non adatta alla scuola. La Formula (10) è un caso particolare della Formula di Bayes, per un insieme S partizionato in due insiemi A 1 e A 2. La formula generale è data dalla seguente proprietà
8 8 Proprietà 1 (Formula di Bayes). Sia S uno spazio campionario partizionato in n eventi A 1,... A n. Sia E un evento di S tale che > 0. Allora la probabilità dell evento A j (j 1,..., n) dato l evento E è: (11) P (A j E) P (A j) P (E A j ) P (A j ) P (E A j ) P (A 1 ) P (E A 1 ) + + P (A n ) P (E A n ) Esempio 7. Una certa ditta automobilistica ha tre linee di produzione. La Linea I produce il 33% delle automobili, la Linea II il 20% e la Linea III il restante 45%. Inoltre riespettivamente l 1% il 18% e il 2% delle automobili prodotte dalla Linea I, II e III è difettato. Tale ditta produce annualmente automobili. Una automobile è scelta a caso tra tutte quelle prodotte in un anno ed è trovata difettata. Calcoliamo la probabilità che provenga dalla Linea I (o dalla Linea II, o dalla linea III). Definiamo i seguenti eventi E : l automobile è difettata A 1 : l automobile proviene dalla Linea I A 2 : l automobile proviene dalla Linea II A 3 : l automobile proviene dalla Linea III Sappiamo che P (A 1 ) 0, 35, P (E A 1 ) 0, 010 P (A 2 ) 0, 20, P (E A 2 ) 0, 018 P (A 3 ) 0, 45, P (E A 3 ) 0, 020, dove P (E A 1 ) indica la probabilità che l automobile sia prodotta dalla Linea I se sappiamo che è difettata, e analogamente per P (E A 2 ) e P (E A 3 ). Ora P (A 1 E) è l evento: prodotta dalla Linea I e difettata P (A 2 ) E) è l evento: prodotta dalla Linea II e difettata P (A 3 ) E) è l evento: prodotta dalla Linea III e difettata Per la definizione di probabilità condizionata sappiamo che P (A 1 E) P (A 1 ) P (E A 1 ) (0, 35) (0, 010) 0, 0035 P (A 2 ) E) P (A 2 ) P (E A 2 ) (0, 20) (0, 018) 0, 0036 P (A 3 ) E) P (A 3 ) P (E A 3 ) (0, 45) (0, 020) 0, 0090 Dal momento che E (A 1 E) (A 2 E) (A 3 E) otteniamo P (A 1 E) + P (A 2 ) E) + P (A 3 ) E) 0, , , , Quindi la probabilità che l automobile scelta sia difettata è di 0, Supposta l automobile difettata, la probabilità che provenga dalla linea I è data da P (A 1 ) P (E A 1 ) P (A 1 E) P (A 1 ) P (E A 1 ) + P (A 2 ) P (E A 2 ) + P (A 3 ) P (E A 3 ) P (A 1) P (E A 1 ) (0, 35) (0, 01) 0, , 217
9 9 Analogamente e P (A 2 E) P (A 2) P (E A 2 ) P (A 3 E) P (A 3) P (E A 3 ) 0, 036 0, 224, 0, , 090 0, , 0161
Probabilità 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
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
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 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:
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
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
DettagliEsercitazione 7 del corso di Statistica (parte 1)
Esercitazione 7 del corso di Statistica (parte 1) Dott.ssa Paola Costantini 5 Marzo 011 Esercizio 1 Sullo spazio campionario: = 1,,,, 5,, 7,,, considerando l esperimento casuale estrazione di un numero,
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
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
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
DettagliSoluzioni degli esercizi proposti
Soluzioni degli esercizi proposti.9 a La cardinalità dell insieme dei numeri,..., 0 n che sono multipli di 5 è 0n 5. Dunque, poiché siamo in una condizione di equiprobabilità, la probabilità richiesta
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
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.
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
DettagliProbabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica.
Probabilità e Statistica Esercitazioni a.a. 2009/200 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Estrazioni I Ines Campa Probabilità e Statistica - Esercitazioni -
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.
DettagliEsercitazioni del Corso di Probabilitá e Statistica Lezione 2: Eventi disgiunti, eventi indipendenti e probabilitá condizionata
Esercitazioni del Corso di Probabilitá e Statistica Lezione 2: Eventi disgiunti, eventi indipendenti e probabilitá condizionata Stefano Patti 1 19 ottobre 2005 Definizione 1 Sia (Ω, F) uno spazio probabilizzabile.
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 00- P.Baldi Lista di esercizi. Corso di Laurea in Biotecnologie Esercizio Si sa che in una schedina del totocalcio i tre simboli, X, compaiono con
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
DettagliCalcolo delle Probabilità 2013/14 Foglio di esercizi 3
Calcolo delle Probabilità 203/4 Foglio di esercizi 3 Probabilità condizionale e indipendenza. Esercizio. Per rilevare la presenza di una certa malattia, si effettua un test. Se la persona sottoposta al
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 05-6 P.Baldi Lista di esercizi, 8 gennaio 06. Esercizio Si sa che in una schedina
DettagliIL CALCOLO DELLA PROBABILITÀ
IL LOLO LL PROILITÀ 1 Una scatola contiene quattro dischetti rossi numerati da 1 a 4, sei dischetti verdi numerati da 1 a e cinque dischetti bianchi numerati da 1 a 5. Si estrae un dischetto. Scrivi gli
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
DettagliProbabilità: valutazione della possibilità che accada (o sia accaduto) r = 1 (c è un asso di cuori nel mazzo)
Probabilità: valutazione della possibilità che accada (o sia accaduto) un evento. Probabilità di un evento P = r/n dove r = frequenza dell evento N = Numero di possibili eventi Esempio: Evento = estrazione
DettagliCP110 Probabilità: Esonero 1. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2009-2010, II semestre 1 aprile, 2010 CP110 Probabilità: Esonero 1 Testo e soluzione 1. (7 pt Una scatola contiene 15 palle numerate da 1 a 15. Le palle
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
DettagliPROBABILITA. ESERCIZIO: In un urna ci sono 2 biglie rosse, 2 biglie bianche ed 1 biglia gialla.
PROBABILITA ESERCIZIO: In un urna ci sono 2 biglie rosse, 2 biglie bianche ed 1 biglia gialla. a) Si eseguono due estrazioni con rimessa, calcolare la probabilità che le biglie estratte abbiano lo stesso
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.
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
DettagliPROBABILITÀ. P ( E ) = f n
PROBABILITÀ GLI EVENTI E LA PROBABILITÀ EVENTI CERTI, IMPOSSIBILI E ALEATORI Ci sono avvenimenti che accadono con certezza, mentre altri sicuramente non possono mai verificarsi. Per esempio, se una scatola
DettagliPROBABILITA. ESERCIZIO: In un urna ci sono 2 biglie rosse, 2 biglie bianche ed 1 biglia gialla.
PROBABILITA ESERCIZIO: In un urna ci sono 2 biglie rosse, 2 biglie bianche ed 1 biglia gialla. a) Si eseguono due estrazioni con rimessa, calcolare la probabilità che le biglie estratte abbiano lo stesso
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
DettagliEsercizi su variabili discrete: binomiali e ipergeometriche
CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su variabili discrete: binomiali e ipergeometriche Es1 Due squadre di rugby si sfidano giocando fra loro varie partite La squadra che vince 4 partite
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,
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
DettagliEsercizi di Matematica per la prova di ammissione alla Scuola Galileiana /16
Esercizi di Matematica per la prova di ammissione alla Scuola Galileiana - 015/16 Esercizio 1 Per quali valori n Z \ {0} l espressione è un numero intero positivo? (n + 5)(n + 6) 6n Soluzione. Il problema
DettagliAppunti sui Codici di Reed Muller. Giovanni Barbarino
Appunti sui Codici di Reed Muller Giovanni Barbarino Capitolo 1 Codici di Reed-Muller I codici di Reed-Muller sono codici lineari su F q legati alle valutazioni dei polinomi sullo spazio affine. Per semplicità
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
DettagliSTATISTICA ESERCITAZIONE 9
STATISTICA ESERCITAZIONE 9 Dott. Giuseppe Pandolfo 19 Gennaio 2015 REGOLE DI CONTEGGIO Sequenze ordinate Sequenze non ordinate Estrazioni con ripetizione Estrazioni senza ripetizione Estrazioni con ripetizione
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
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
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 )
DettagliUniversità di Cassino Corso di Statistica 1 Esercitazione del 03/12/2007 Dott. Alfonso Piscitelli. Esercizio 1
Università di Cassino Corso di Statistica Esercitazione del 0/2/2007 Dott. Alfonso iscitelli Esercizio L urna A contiene palline rosse e nere, l urna B contiene 4 palline rosse e 6 nere. Calcolare: a)
DettagliESERCIZI DI CALCOLO COMBINATORIO
ESERCIZI DI CALCOLO COMBINATORIO (G.T.Bagni) Sintesi delle nozioni teoriche da utilizzare a) Dati n elementi e k n, si dicono disposizioni semplici di n elementi di classe k tutti i raggruppamenti ottenuti
DettagliCalcolo Combinatorio e Probabilità
Calcolo Combinatorio e Probabilità Andrea Galasso 1 Calcolo Combinatorio Definizione 1 Fissati n, k N, con k n, indicheremo con D n,k := n! (n k)! le disposizioni di n oggetti in k posti e con DR n,k :=
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
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
DettagliI. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.
ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio
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
DettagliESERCIZI SCHEDA N. 1: EVENTI E VARIABILI ALEATORIE
ESERCIZI SCHEDA N. 1: EVENTI E VARIABILI ALEATORIE 1) Dato lo spazio campionario Ω = {(1,1); (1,2); (1,3); (1,4); (1,5); (1,6); (2,1); (2,2); (2,3); ; (6,6)} riferito al lancio di due dadi non truccati,
DettagliPROBABILITÀ. a) 0,04 b) 0,8 c) 0,25 d) 0,64 e) 0,96
QUESITI 1 PROBABILITÀ 1. (Da Medicina e Odontoiatria 2015) La probabilità con cui un paziente deve attendere meno di dieci minuti il proprio turno in un ambulatorio medico è 0,8. Qual è la probabilità
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
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
DettagliRAPPRESENTAZIONE INSIEMISTICA DEGLI EVENTI Lezione n. 5
RAPPRESENTAZIONE INSIEMISTICA DEGLI EVENTI Lezione n. 5 Finalità: Realizzare grafici che facilitano l organizzazione dei concetti probabilistici utilizzando l insiemistica. Metodo: Compilazione delle schede.
DettagliESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE
ESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE Docente titolare: Irene Crimaldi 26 novembre 2009 Es.1 Supponendo che la probabilità di nascita maschile e femminile sia la stessa, calcolare la probabilità
DettagliESERCIZI SULLA PROBABILITA
PROBABILITA CLASSICA ESERCIZI SULLA PROBABILITA 1) Si estrae una carta da un mazzo di 40 carte ; calcolare la probabilità che la carta sia: a. una figura; b. una carta di danari; c. un asso. 2) Un urna
DettagliEsercizi di Probabilità - Matematica Applicata a. a Doriano Benedetti
Esercizi di Probabilità - Matematica Applicata a. a. 01-014 Doriano Benedetti 6 marzo 014 1 Esercizio 1 In quanti modi diversi si può vestire una persona che possiede 10 abiti, paia di scarpe e cappelli?
DettagliTest di Matematica di base
Test di Matematica di base Calcolo combinatorio e delle probabilitá Quanti oggetti possiamo differenziare con delle targhe di due simboli di cui il primo é una lettera dell alfabeto italiano e il secondo
DettagliCOMPITO n. 1. a) Determinare la distribuzione del numero X di palline nere presenti nell urna.
Università di Siena a.a. 28/9 Docente D. Papini COMPITO n. 1 a) Un dado non truccato viene lanciato due volte. Quant è la probabilità dell evento: al primo lancio esce un numero minore o uguale a 2 ed
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
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
DettagliDistribuzioni campionarie. Antonello Maruotti
Distribuzioni campionarie Antonello Maruotti Outline 1 Introduzione 2 Concetti base Si riprendano le considerazioni fatte nella parte di statistica descrittiva. Si vuole studiare una popolazione con riferimento
DettagliStatistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità
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
DettagliESERCIZI PROBABILITA E CALCOLO COMBINATORIO CON RISULTATI 1. P che estraendo a caso 1 carta da un mazzo di 52 sia una regina?
ESERCIZI PROBABILITA E CALCOLO COMBINATORIO CON RISULTATI 1. P che estraendo a caso 1 carta da un mazzo di 52 sia una regina? [4/52] 2. Estratta una Q, P che ad una seconda estrazione si presenti ancora
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.
Dettaglip k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4
CAPITOLO QUARTO DISTRIBUZIONE BINOMIALE (O DI BERNOULLI) Molti degli esempi che abbiamo presentato nei capitoli precedenti possono essere pensati come casi particolari di uno schema generale di prove ripetute,
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
DettagliTutorato 1 (20/12/2012) - Soluzioni
Tutorato 1 (20/12/2012) - Soluzioni Esercizio 1 (v.c. fantasia) Si trovi il valore del parametro θ per cui la tabella seguente definisce la funzione di probabilità di una v.c. unidimensionale X. X 0 1
Dettagli6. PROBABILITÀ. Definizione Due eventi A e B si dicono incompatibili se il verificarsi di uno esclude il verificarsi dell altro,
6. PROBABILITÀ L introduzione alla teoria della probabilità può essere vista come un applicazione della teoria degli insiemi. Essa si occupa degli esperimenti il cui esito è incerto. Ebbe origine a metà
Dettagli1 Cambiamenti di riferimento nel piano
1 Cambiamenti di riferimento nel piano Siano date due basi ortonormali ordinate di V : B = ( i, j) e B = ( i, j ) e supponiamo che i = a i + b j j = c i + d j allora per un generico vettore v V abbiamo
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
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
DettagliEsercitazione del 13/04/2015 Probabilità e Statistica
Esercitazione del 3/04/205 Probabilità e Statistica David Barbato I quesiti contrassegnati con il simbolo saranno accessibili nella seconda metà del corso. Esercizio. Una nota concessionaria automobilistica
DettagliNOZIONI 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
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
Dettagli(5 sin x + 4 cos x)dx [9]
FACOLTÀ DI SCIENZE MM. FF. NN. CORSO DI LAUREA IN SCIENZE NATURALI II Modulo di Matematica con elementi di statistica. Esercitazioni A.A. 009.00. Tutor: Mauro Soro, p.soro@tin.it Integrali definiti Risolvere
DettagliFunzioni reali di variabile reale
Funzioni reali di variabile reale Lezione per Studenti di Agraria Università di Bologna (Università di Bologna) Funzioni reali di variabile reale 1 / 50 Funzioni Definizione Sia A un sottoinsieme di R.
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
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
DettagliESERCITAZIONE 20 : VARIABILI ALEATORIE DISCRETE
ESERCITAZIONE 20 : VARIABILI ALEATORIE DISCRETE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114 30 Aprile 2013 Esercizio
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Il modello binomiale Da studi interni è noto che il 35% dei clienti del Supermercato GD paga
DettagliSomma 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
DettagliProbabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica.
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Probabilità Ines Campa Probabilità e Statistica - Esercitazioni -
DettagliVariabili casuali ad una dimensione Testi degli esercizi. Variabili casuali ad una dimensione a.a. 2012/2013 1
Variabili casuali ad una dimensione Testi degli esercizi 1 Costruzione di variabile casuale discreta Esercizio 1. Sia data un urna contenente 3 biglie rosse, 2 biglie bianche ed una biglia nera. Ad ogni
DettagliEsame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016
Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione
DettagliRETTE E PIANI NELLO SPAZIO
VETTORI E GEOMETRIA ANALITICA 1 RETTE E PIANI NELLO SPAZIO Rette e piani in forma cartesiana e parametrica. Parallelismo e perpendicolarità, posizioni reciproche tra rette e piani, distanze. Esercizio
DettagliCosa dobbiamo già conoscere?
Cosa dobbiamo già conoscere? Come opera la matematica: dagli ai teoremi. Che cosa è una funzione, il suo dominio e il suo codominio. Che cosa significa n j=1 A j dove A j sono insiemi. Che cosa significa
DettagliCENNI DI PROBABILITÀ DISCRETA ANDREA SCAPELLATO
CENNI DI PROBABILITÀ DISCRETA ANDREA SCAPELLATO In queste note illustriamo alcuni elementi di probabilità discreta. Si sottolinea che non si ha alcuna pretesa di completezza: quanto qui riportato rappresenta
DettagliProbabilità e Statistica per l Informatica Esercitazione 4
Probabilità e Statistica per l Informatica Esercitazione 4 Esercizio : [Ispirato all Esercizio, compito del 7/9/ del IV appello di Statistica e Calcolo delle probabilità, professori Barchielli, Ladelli,
DettagliStatistica 2. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo
Statistica 2 Esercitazioni Dott. L 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
DettagliCALCOLO DELLE PROBABILITÀ. 1. La probabilità che una candela accesa si spenga è p = 1, perché è assolutamente certo che si esaurirà.
CALCOLO DELLE PROBABILITÀ -Definizione di robabilità -Legge additiva (eventi disgiunti) -Probabilità totale -Eventi comosti -Eventi indiendenti -Legge moltilicativa -Probabilità comoste - -Definizione
DettagliOlimpiadi di Statistica Classe V - Fase Eliminatoria
Olimpiadi di Statistica 2016 - Classe V - Fase Eliminatoria Domanda 1 Alla fine del torneo di calcetto organizzato dalla scuola, è stata analizzata la classifica dei marcatori dalla quale risulta la seguente
DettagliCombinatoria. Lezione del 12/02/2014. Stage di Parma Progetto Olimpiadi
Combinatoria Lezione del 12/02/2014 Stage di Parma Progetto Olimpiadi Fattoriali e Binomiali Fattoriale: n!=n*(n-1)*(n-2)* 2*1 0!=1 Binomiale (n,k)= n!/(k!(n-k)!) I binomiali formano il triangolo di tartaglia
DettagliPrecorsi di matematica
Precorsi di matematica Francesco Dinuzzo 12 settembre 2005 1 Insiemi Il concetto di base nella matematica moderna è l insieme. Un insieme è una collezione di elementi. Gli elementi di un insieme vengono
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
DettagliLezione 8. La Statistica Inferenziale
Lezione 8 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
DettagliDomande di teoria. Esercizi
1 Domande di teoria 1. Vedi pp. 131-132 2. Vedi pp. 132-134 3. Vedi p. 134 4. Vedi p. 135 5. Vedi pp. 136-142 6. Vedi pp. 138-139 7. Vedi pp. 141-142 8. Vedi pp. 143-146 9. Vedi pp. 146-148 Esercizi Esercizio
DettagliESERCIZI DI MATEMATICA DISCRETA E PROBABILITÀ
ESERCIZI DI MATEMATICA DISCRETA E PROBABILITÀ Esercizi del 28/09/2016 (1) In quanti modo posso scegliere 2 persone tra 10? Quante sono le sequenze date da due cifre decimali? (2) Quanti sono i sottoinsiemi
DettagliESERCIZI DI PROBABILITA. Figure 1.4: rappresentazione grafica qualitativa relativa all'esercizio 1.
1) Siano A, B e C eventi di e siano ESERCIZI DI PROBABILITA Calcolare a) b) c) Figure 1.4: rappresentazione grafica qualitativa relativa all'esercizio 1. a) b) ; perché. Poiché si ottiene c) 2) Si ritiene
Dettagli