CENNI DI CALCOLO COMBINATORIO E DELLE PROBABILITÀ Appunti delle lezioni del Prof. Giuseppe Puggioni a cura di M. Marras e B.

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "CENNI DI CALCOLO COMBINATORIO E DELLE PROBABILITÀ Appunti delle lezioni del Prof. Giuseppe Puggioni a cura di M. Marras e B."

Transcript

1 CENNI DI CALCOLO COMBINATORIO E DELLE PROBABILITÀ Appunti delle lezioni del Prof. Giuseppe Puggioni a cura di M. Marras e B. Pettinelli

2 CALCOLO COMBINATORIO Disposizioni semplici Dati n elementi ( a 1, a 2, a 3, a 4,.. a n-1, a n ) tra loro distinti, si dicono disposizioni semplici (D) di classe h, per h < n, tutti i gruppi che si possono fare con gli n elementi prendendoli h per volta, in modo che ogni gruppo di h elementi differisca dagli altri per qualche elemento o perché gli stessi elementi sono diversamente ordinati. Esempio D n,h = n (n-1) (n-2) (n-3) x.(n-h+1) Con i 10 elementi distinti S 1, T 2, A 3, T 4, I 5, S 6, T 7, I 8, C 9, A 10 che compongono la parola statistica il numero di disposizioni che si possono ottenere prendendo gli elementi a tre a tre è dato da: D 10,3 = 10 x (10-1) x (10-3+1) = 10 x 9 x 8 = 720 Il risultato ottenuto sta ad indicare che il numero di gruppi che si possono ottenere con i 10 elementi prendendoli tre per volta e tale che ciascun gruppo differisca dagli altri per avere o un elemento (lettera) diverso (si fa presente che le lettere anche se si ripetono si devono considerare come elementi diversi in quanto distinti) o gli stessi elementi disposti diversamente è di 720. In pratica dati n elementi distinti e stabilito il numero di essi che devono far parte di ogni gruppo per la determinazione di D n,h si calcola prima l ultimo fattore che è = n h + 1 e quindi si aggiungono gli altri fattori, procedendo da destra verso sinistra, facendoli crescere di una unità passando da un fattore all altro fino a n. Permutazioni semplici Le permutazioni semplici sono il numero di gruppi ordinati e distinti che si possono formare con n elementi disponendo gli stessi in ordine diverso P n = n! Il simbolo n! prende il nome di fattoriale di n. Esso è dato dal prodotto dei primi n numeri naturali. Così ad esempio 6! è dato da 1 x 2 x 3 x 4 x 5 x 6 P n è un caso particole delle disposizioni quando h = n. Infatti in questa eventualità si avrebbe che D n,n, sarebbe uguale a n (n-1) (n-2) (n-3)..(n-n+1). Appare del tutto evidente che questo prodotto letto da destra verso sinistra non è nient'altro che il prodotto dei primi n numeri naturali e cioè il fattoriale di n. Combinazioni semplici C n, h D = P n, h h n ( n -1) ( n - 2) ( n - 3)...( n - h + 1) = h! Si dicono combinazioni semplici di n elementi distinti di classe h, per h n, tutti i possibili gruppi che si possono fare con gli n elementi, prendendoli h per volta, in modo che ogni gruppo di h elementi differisca dagli altri per almeno un elemento diverso per cui sarà anche D n,h = C n,h P h 2

3 Esempio: Considerando i 10 elementi distinti che compongono la parola statistica il numero di combinazioni che si possono ottenere prendendoli 4 per volta sarà: D10, C 10,4 = = = = = 210 P 4! n C n,h viene indicato con il simbolo che prende il nome di coefficiente binomiale h n Moltiplicando il numeratore e il denominatore di per il fattoriale di n-h e il numeratore e il Ł hł n denominatore di per il fattoriale di h, si dimostra facilmente che Ł n - hł n n n! = = Ł hł Ł n - hł h! ( n - h)! n n n per cui essendo per h = n = 1 sarà anche = = 1 n n n 0 Al crescere di h di unità in unità (da 0 a n) il valore del rapporto cresce, per n pari, fino a poi decrescere simmetricamente. Per n dispari si hanno due valori massimi per 3 h n h = per 2 = n 1 e 2 + n n Il coefficiente binomiale trova applicazione per lo sviluppo del binomio di Newton (a + b) n, la h n n h n h cui soluzione è data da a b h h per h che assume i valori da 0 a n, in quanto fornisce i valori dei coefficienti da assegnare ai prodotti delle potenze dei due termini (a h e b n-h ) che concorrono nel calcolo della potenza del binomio. Esempio: Dovendo calcolare (a + b) 10 i singoli termini del binomio saranno dati da: a b = 1 1 b 10 = b 10 (si ricorda che un numero elevato 0 è uguale a 1) a b = 10 a 1 b 9 = 10 a b a b = a 8 b 8 = 45 a 8 b 2 2 2! a b = a 3 b 7 = 120 a 3 b 7 3 3! a b = a 4 b 6 = 210 a 4 b 6 4 4!

4 a b = a 5 b 5 = 252 a 5 b 5 5 5! a b = a 6 b 4 = 210 a 6 b 4 6 6! a b = a 7 b 3 = 120 a 7 b 3 7 7! a b = a 8 b 2 = 45 a 8 b 2 8 8! a b = a 9 b 1 = 10 a 9 b 9 9! a b = a 10 b 0 =1 a 10 = a ! per cui (a + b) 10 sarà uguale a: b a b a 2 b a 3 b a 4 b a 5 b a 6 b a 7 b a 8 b a 9 b+a 10 Osservando i valori assunti dai coefficienti si può verificare, così come si è già avuto modo di sottolineare, che essi assumono valore 1 per e e che il loro valore cresce al crescere di h 0 10 fino, essendo n pari, a n/2 cioè a 10/2 = 5, per poi diminuire simmetricamente. 4

5 CENNI INTRODUTTIVI Gli eventi CALCOLO DELLE PROBABILITÁ Un fatto, un esperimento, si dicono casuali o aleatori quando il manifestarsi del fatto o dell esperimento non possono essere previsti con certezza. Lo spazio campionario (O) Lo spazio campionario o spazio degli eventi possibili è l insieme di tutte le manifestazioni del fatto casuale. Nel caso del lancio di un dado lo spazio campionario è dato da: O = {1, 2, 3, 4, 5, 6} Cosi lo spazio campionario del sesso in una coppia di fratelli, indicando con M maschio e con F femmina, è formato dall insieme O = {MM, MF, FM, FF} È del tutto evidente che mentre è noto il totale dei possibili risultati (spazio campionario), non può invece essere previsto il risultato del singolo esperimento o prova o evento che sia. Eventi semplici e eventi composti Sono eventi semplici quelli derivanti da un solo risultato, sono invece eventi composti quelli che si possono verificare in più modi. Nel lancio di un dado, ad esempio, è un evento semplice l uscita del 5, che si indicherà E {5}, mentre è composto l evento uscita di un numero pari, E{2, 4, 6}, in quanto tale evento può verificarsi in tre possibili diversi modi (uscita del 2 o uscita del 4 o uscita del 6). Gli eventi semplici sono anche denominati punti campione. L insieme dei punti campione costituisce lo spazio degli eventi possibili, per cui è denominato, come accennato, spazio campionario. Si deve tener presente: 1 - che gli elementi che formano lo spazio campionario non sempre sono punti campione. Infatti se si considera l evento sesso nella nascita di una coppia di fratelli di cui sopra, e si indica con A nascita di due maschi, con B nascita di due femmine e con C nascita di un maschio e di una femmina, gli elementi che costituiscono lo spazio campionario O = {A, B, C} non tutti sono punti campione in quanto l evento C può essere originato in due modi diversi: nascita di un maschio e quindi di una femmina (MF) oppure nascita di una femmina e quindi di un maschio (FM); 2 - lo stesso avvenimento o lo stesso esperimento possono dare origine a spazi campionari diversi, come nel caso dell evento sesso nella nascita di una coppia di fratelli; 3 - lo spazio campionario dei punti campione è quello che sicuramente fornisce più informazioni; 4 - un evento composto può essere decomposto in punti campione. 5

6 Evento certo e evento impossibile Un evento dicesi certo se si verifica sempre. Ad esempio è certo che nel lancio di un dado esca un numero da 1a 6. L evento certo si indica con O in quanto rappresentando l insieme di tutte le manifestazioni possibili, necessariamente si deve verificare. Un evento è impossibile se non può mai verificarsi. Ad esempio l uscita del 7 nel lancio di un dado con sei facce numerate da 1 a 6. L evento impossibile si indica con il simbolo. Eventi necessari Due o più eventi si dicono necessari se in ogni prova si verifica almeno uno di essi. Ad esempio gli eventi E 1 {1}, E 2 {2}, E 3 {3}, E 4 {4}, E 5 {5}, E 6 {6} associati al lancio di un dado sono necessari in quanto in ogni prova sicuramente si verificherà uno di essi. Eventi incompatibili e compatibili Due eventi si dicono incompatibili quando non si possono verificare contemporaneamente. Se nel lancio di una moneta esce testa è impossibile che nella stessa prova possa uscire croce. Così in una partita di calcio i tre eventi possibili vittoria della squadra A, vittoria della B e pareggio è impossibile che possano verificarsi più di uno alla volta contemporaneamente. Gli eventi che non sono incompatibili si dicono compatibili. Così nel lancio di un dado l evento A uscita di un numero minore di 3 E A {1, 2} è compatibile con l evento B uscita di un numero pari E B {2, 4, 6}. Infatti se si verifica l apparizione del numero 2 tale risultato verifica tutti e due gli eventi. Eventi indipendenti e eventi dipendenti Uno o più eventi si dicono indipendenti se il verificarsi di uno in una prova non rende impossibile il verificarsi di uno qualsiasi (anche lo stesso) degli eventi in altre prove. Ad esempio se nel lancio di un dado esce il 2, in un secondo, terzo, ecc, lancio si può ancora verificare l uscita del 2 o di qualsiasi altro evento, cioè di un numero da 1 a 6. Quando gli eventi non sono indipendenti si dicono dipendenti. Se, ad esempio, da un urna contenente 90 palline numerate da 1 a 90, si estrae la pallina con il numero 10 e tale pallina non viene reinserita nell urna, l uscita del 10 nella prima estrazione esclude che il 10 possa essere estratto in una seconda estrazione. Somma logica (o unione) di eventi semplici Se E 1, E 2, E 3, E k sono eventi incompatibili E = E 1 U E 2 U E 3 U... U E k L evento E così definito è chiamato evento totale o somma logica dei k eventi incompatibili. Ad esempio se l evento E è l uscita di un numero inferiore a 4 nel lancio di un dado e cioè Si scriverà E 1 = {1 }, E 2 = {2 }, E 3 = { 3 } E = E 1 U E 2 U E 3 Risulta quindi che l evento composto E è dato dalla somma logica o unione di più eventi semplici. Da quanto sopra si può dedurre facilmente che: 1 se gli eventi sono compatibili devono essere considerati una volta sola. Così nel caso del lancio di un dado, l unione degli eventi E 1 = {1, 2 } e E 2 = {2, 3, 5 } sarà dato da: E 1 U E 2 = {1, 2, 3, 5 } e non da E 1 U E 2 = {1, 2, 2, 3, 5 } 6

7 2 più eventi incompatibili E 1, E 2, E 3, E k tutti appartenenti a O formano una classe completa se e solo se E 1 U E 2 U E 3 U U E k = O Prodotto logico (o intersezione) di eventi indipendenti Un evento E si dice prodotto logico o intersezione di k eventi indipendenti, tutti definiti nello stesso spazio campionario O, quando esso è costituito da quella parte di O che appartiene contemporaneamente a tutti i k eventi indipendenti. In questi casi si userà la notazione: E = E 1 I E 2 I E 3 I I E k Tale notazione (= prodotto logico o intersezione) sta a significare che quando si realizza E si verificano contemporaneamente anche tutti gli eventi E 1, E 2, E 3, E k Se nel lancio di un dado gli eventi attesi sono E 1 = {2, 3, 4}, E 2 = {2, 3, 5} e, E 3 = {2, 3, 6}, l evento intersezione o prodotto logico è: E 1 I E 2 I E 3 = {2, 3} Da quanto detto, risulta chiaro che nel caso di uscita del 2 o del 3, si verificano contemporaneamente E 1, E 2 e E 3. È altrettanto evidente che se gli eventi sono incompatibili l evento intersezione sarà un evento impossibile in quanto non vi sono parti in comune. Così nel caso che nel lancio di un dado l evento che preveda ad es. E 1 = {2} e E 2 = {5}e cioè che esca il due 2 e il 5, che sono eventi incompatibili, sarà: E 1 I E 2 = Ø = impossibilità che si verifichi l evento Evento complementare Un evento dicesi complementare dell evento E, e si indica con il simbolo E, se si verifica nello spazio campionario O quando non si verifica E. Cosi nell estrazione da un urna contenente palline bianche e nere, l evento complementare di E 1 = {B} = estrazione di una pallina bianca è E 2 = {N} = estrazione di una pallina nera. Va da se che se nell urna vi sono palline di diversi colori l evento complementare di E 1 = {B} sarà E 2 = {NB}, cioè estrazione di una pallina non bianca. Da quanto sopra è del tutto evidente che: a - anche E è una parte di O; b - E U E = O ; c - E I E = Ø. LA PROBABILITÀ Come opportunamente sottolinea Leti sulla definizione di probabilità di un evento non c è alcun accordo in campo scientifico e ciò è stato fin dagli albori del calcolo delle probabilità: vi sono scuole che si fronteggiano e si combattono e nell ambito delle stesse scuole vi sono correnti pugnaci e intransigenti (quasi quanto quelle dei nostri partiti). Il fatto è che nella nostra vita noi abbiamo sempre a che fare con la probabilità e quindi nel nostro linguaggio comune parliamo spesso di probabilità, però in modo piuttosto vago. Qui di seguito, sempre rifacendoci al Leti, si riportano le principali definizioni di probabilità, avvertendo fin da ora che le definizioni a cui più frequentemente si fa riferimento negli studi sociali sono la Classica e la Frequentista. Per questo motivo, per quanto esse siano state formulate prima delle altre, vengono descritte per ultime. 7

8 LE DIVERSE IMPOSTAZIONI 1 - Definizione logica La probabilità di un evento è data dalla misura dell aspettativa di un evento, sulla quale misura vi è concordanza della maggioranza degli individui. Come sottolinea ancora Leti, la probabilità, nell approccio logico, è riguardata come un concetto che modifica e amplia il campo di applicazione della logica formale: in questa per due proposizioni A e B si può dichiarare soltanto o A implica B o A confuta B ; con il concetto di probabilità invece si esprime il grado di implicazione di B fornito da A. Quando questo concetto si applica ad un insieme A di conoscenze su una situazione e ad un possibile risultato B, la probabilità indica la misura con cui A implica B. La probabilità è dunque una misura dell aspettativa di un evento, misura che però deve avere una logica credibilità, essere tale cioè che su di essa concordi la maggioranza degli individui e che, se un individuo è di parere discorde, questi è in errore. [ ] in qual modo si può assegnare un numero al grado di aspettativa? o, in breve, come si può misurarlo?. Infatti diversi individui attribuiscono generalmente una diversa probabilità ad uno stesso evento. In ultima analisi la debolezza dell approccio logico discende dal fatto che è impossibile definire come si possa pervenire alla misura dell aspettativa dell evento. 2 - Definizione soggettivista La probabilità è una stima del grado di aspettativa di un evento, stima che è personale, caratteristica dell individuo, ed ottenuta tramite l esperienza che questi ha accumulato. Una tale impostazione amplia al massimo il campo di applicazione della teoria della probabilità. Tuttavia se essa è soddisfacente, ad esempio, per colui che decide di investire in un certo tipo di azioni o di giocare certi numeri al lotto o ancora di uscire da casa con o senza ombrello, non lo è invece per coloro per i quali il mondo esterno è una realtà indipendente da loro e conoscibile. Infatti, i giudizi probabilistici possono essere usati per conoscere questa realtà obiettiva, ma la conoscenza obiettiva è possibile solo se le conclusioni non provengono da preferenze personali o da pregiudizi dei singoli. Le critiche all impostazione soggettivista non concernono pertanto la definizione di probabilità, quanto per le conseguenze sulla conoscenza del reale o per meglio dire per il fatto che rende impraticabile la via della conoscenza del reale. 3 - Definizione assiomatica La probabilità è una funzione additiva, non negativa e che [come si vedrà secondo l impostazione classica] al massimo può assumere il valore 1. L aspetto debole di questa impostazione discende dal fatto che con questa visione si costruisce tutta la teoria della probabilità, che è in sé coerente, ma che non può essere collegata con la realtà. 4 - Definizione classica o probabilità a priori di un evento La probabilità che ha un evento di verificarsi è data dal rapporto tra il numero dei casi favorevoli all evento e il totale dei casi possibili [= spazio degli eventi possibili O], purché tutti i casi siano ugualmente possibili In termini analitici Pr (E) = N n Dove E è l evento atteso, n il numero dei casi favorevoli e N quello di tutti i casi ugualmente possibili. Ad esempio la probabilità che esca il 4 nel lancio di un dado con sei facce numerate dall 1 al 6 sarà: Pr (E 4 ) = 6 1 in quanto essendovi un solo 4 n = 1 (casi favorevoli) e N = 6 (tutti i casi ugualmente possibili); 8

9 cosi la probabilità che esca un numero pari nel lancio di un dado con sei facce numerate dall 1 al 6 sarà: 3 1 Pr (E 2, 4, 6 ) = = in quanto essendovi tre numeri pari n = 3 casi favorevoli e N = 6 tutti i casi 6 2 ugualmente possibili; cosi ancora se in una famiglia vi sono 3 figli quale è la probabilità che vi siano 2 maschi e 1 femmina? Il totale dei casi possibili N sarà uguale a 8, che è dato da tutti i possibili eventi e cioè: {MMM, MMF, MFM, FMM, FFM, FMF, MFF, FFF} = O e quello dei casi favorevoli n sarà uguale a 3 in quanto dato dagli eventi {MMF, MFM, FMM} per cui la probabilità che in una famiglia con 3 figli vi siano 2 maschi e 1 femmina sarà di 8 3 Potendo n assumere i valori da 0 a N, sarà 0 = n N. Dividendo ora tutto per N, ricordando che N n = Pr (E), risulta che 0 = Pr (E) 1. È del tutto evidente che se n = 0 (ad es. uscita del numero 7 nel lancio di un dado con sei facce numerate dall 1 al 6) N 0 = 0 che significa impossibilità che si verifichi l evento. Se invece n = N (ad es. uscita dell 1, o del 2 o del 3, o del 4, o del 5, o del 6 nel lancio di un dado con sei facce numerate dall 1 al 6) si avrà N N = 1 che significa che si ha la certezza che si verifichi l evento. L aspetto criticabile insito in questa definizione discende dal fatto che l espressione ugualmente possibili, non significa altro che tutti i casi devono essere ugualmente probabili. Il circolo vizioso appare evidente: per valutare una probabilità occorre conoscere preventivamente quali casi devono considerarsi come ugualmente probabili. In altri termini si è di fronte ad una tautologia, circostanza questa che non è ammessa in sede di definizione di un concetto. 5 - Definizione frequentista La probabilità di un evento è il limite, al crescere del numero delle esperienze, della serie delle frequenze dell evento ottenute da esperienze fatte in condizioni uguali. In altri termini se relativamente ad un dato evento E si effettuano in condizioni uguali N prove (es. uscita del 2 nel lancio di un dado) e n è il numero delle volte in cui l evento si è verificato, l esperienza (e non la teoria matematica) dimostra che la frequenza relativa f data dal rapporto N n al crescere di N tende alla probabilità Pr (E). Da tale evidenza discende il fatto che la probabilità Pr (E) rappresenterebbe la misura idonea a prevedere la frequenza f dell evento quando N è sufficientemente grande. Da quanto sopra risulta del tutto evidente che: a - il valore di f varia al variare del numero delle prove; b - f = Pr (E) solo per N = e cioè se si effettuano un numero infinito di prove, eventualità questa che è chiaramente impossibile. c - è del tutto generica l espressione sufficientemente grande. L unica cosa che si può dire è che sperimentalmente si è potuto verificare che tanto più grande è il numero delle prove, cioè N, tanto più f tende a Pr (E). Utilizzando la definizione frequentista, effettuando un gran numero di prove e reinserendo dopo ogni prova la pallina estratta da una data urna, sarebbe quindi possibile stabilire qual è la probabilità 9

10 di estrarre una pallina bianca da tale urna di cui si supponga di non conoscere né il numero totale N delle palline (= tutti i casi ugualmente possibili) né quello delle palline bianche n (= casi favorevoli). Ovviamente dopo ogni prova, prima di reinserire la pallina nell urna, lo sperimentatore dovrà verificare che le palline siano tutte uguali (stessa grandezza, stesso peso, ecc.) in quanto, come ripetutamente sottolineato, tutti i casi devono essere ugualmente possibili. Dalla tabella e dal grafico di seguito riportati è possibile constatare che facendo crescere il numero di gettate di due dadi con sei facce ciascuno e numerate da 1 a 6, la frequenza relativa, che è indicata in percentuale, con cui si verificano i punteggi (= somma dei numeri che appaiono nei due dadi dopo ogni gettata), tende sempre più alla probabilità determinata a priori secondo l impostazione classica (l esempio è tratto da L. Livi, Elementi di Statistica). Per inciso si fa presente che ovviamente la somma della probabilità calcolate a priori è uguale a 1, perché è certo che uno degli eventi previsti (= punteggi) si verificherà sicuramente in quanto essi essendo eventi necessari rappreseno tutto lo spazio campionario. Nel caso in esame, essendo state effettuate tutte le gettate dei due dadi nelle medesime condizioni, la frequenza relativa con cui sono apparsi i vari punteggi dopo 7000 prove è una stima corretta della probabilità a priori, che potremo chiamare probabilità a posteriori o probabilità statistica o probabilità empirica. Da quanto visto si può affermare che: a) se dopo le 7 mila gettate (= numero sufficientemente grande di gettate) la frequenza relativa con cui si sono verificati i vari punteggi fosse molto diversa dalle corrispondenti probabilità a priori significherebbe che i dadi sono quasi certamente truccati ; b) se si aumenta il numero di prove, ad esempio fino a 10, 20, 30 mila gettate, la frequenza relativa con cui si verificheranno i vari punteggi tenderà ad avvicinarsi sempre di più alle corrispondenti probabilità calcolate a priori. In base a tale evidenza ottenuta per via sperimentale l impostazione frequentista da alcuni è anche indicata come legge empirica del caso, che legge non è in quanto per una sua verifica si dovrebbero effettuare un numero infinito di prove, condizione questa che ovviamente non è possibile soddisfare. É del tutto evidente che nel campo delle scienze sociali (e non solo in questo campo), se si vuole stimare quale sia la probabilità che si verifichi un determinato evento (ad esempio che uno studente che ha frequentato le lezioni superi l esame di Statistica, o che nel corso di un anno un automobilista incorra in 1, 2, ecc. incidenti stradali) si deve necessariamente ricorrere all impostazione frequentista e cioè alla probabilità a posteriori, in quanto a priori, a differenza del lancio di una moneta o di un dado, non si conoscono né i casi favorevoli e tanto meno tutti quelli possibili, considerati come ugualmente possibili così come previsto dall impostazione classica. In altri termini, si dovrà fare riferimento alla frequenza relativa dell evento, ovviamente a condizione che il numero delle osservazioni (in questo caso non si può più parlare di prove) sia abbastanza o sufficientemente grande. 10

11 Somma dei punti dei due dadi Probabilità a priori (a) Frequenza % dei punteggi (a) calcolo di probabilità (b) Frequenza della somma dei punti dopo 100 lanci 1000 lanci (%) 7000 lanci (%) 2 1/36 2,8 5 3,5 2,4 3 2/36 5,6 11 6,7 4,6 4 3/36 8,3 4 9,2 7,8 5 4/36 11, ,5 11,1 6 5/36 13,9 6 13,1 14,1 7 6/36 16, ,4 16,0 8 5/36 13, ,9 13,9 9 4/36 11,1 9 10,3 12,0 10 3/36 8,3 12 9,4 9,5 11 2/36 5,6 5 5,5 5,7 12 1/36 2,8 3 2,5 2,9 Totale (a) Per la determinazione delle probabilità a priori dei singoli eventi (=somma dei punteggi dei due dadi) sono stati applicati i postulati della probabilità totale e della probabilità composta che saranno illustrati successivamente; (b) La frequenza percentuale dei punteggi è stata ottenuta moltiplicando per 100 il valore dei singoli rapporti e quindi approssimando per eccesso il valore ottenuto alla prima cifra decimale. % Probabilità a priori; dopo 100 lanci; dopo 1000 lanci; dopo 7000 lanci 11

12 A questo punto si pongono però almeno due ordini di problemi di non poco conto: 1. che a differenza del caso dell urna a cui si è fatto precedentemente riferimento e di cui si è supposto di non conoscere né il numero totale delle palline, né quello delle palline bianche in essa contenute, se si ripetesse lo stesso esperimento cioè lo stesso numero di prove, a distanza di tempo si otterrebbe un risultato tendenzialmente identico, nell ambito dei fenomeni sociali invece questa condizione non sempre si verifica o si verifica raramente. Ciò perché nel periodo che trascorre tra il momento in cui sono stati osservati sia i casi favorevoli all evento (CF) sia quelli possibili (CP) e il momento a cui si vuole riferire il valore del rapporto CF/CP, possono essere intervenute, e di solito ciò avviene, cause modificatrici tali da fare aumentare o diminuire le circostanze favorevoli al verificarsi di quel dato evento. Se ad esempio in riferimento ad un dato periodo di tempo, si è rilevata la frequenza relativa o, in altri termini, la probabilità che un soggetto, una volta contratta una data malattia possa a causa della stessa morire 1, essa avrà inevitabilmente un valore più o meno limitato nel tempo, che, nel caso in esame, sarebbe in funzione del progresso medico e farmacologico, del modificarsi delle condizioni igienico-sanitarie, ecc.. 2. che i casi possibili (ovviamente non tutti ma un numero sufficientemente grande), non sono come vuole l enunciato della probabilità a priori ugualmente possibili, ma tutti diversamente possibili. In altri termini è come se, ad esempio, si dovesse determinare la probabilità di estrarre una pallina bianca da un urna contenente palline bianche e nere non tutte identiche, ma di diversa grandezza, diverso peso, ecc. e quindi ciascuna con una diversa possibilità di essere afferrata da chi procede all estrazione. Per attenuare, seppure (almeno in linea teorica) non eliminare completamente, gli inconvenienti di cui al punto 1, si rende necessario che la probabilità che ha un dato evento di verificarsi venga periodicamente ricalcolata, ricalcolo che deve effettuarsi con una cadenza che sarà in funzione dalla celerità con cui intervengono nuovi fattori, prima non presenti, che possono modificare le circostanze favorevoli, come, ad esempio, nel caso della probabilità di morire dopo aver contratto una data malattia che tenderà a modificarsi in modo più o meno rapido in funzione della velocità con cui gli scienziati riusciranno a scoprire nuovi farmaci e mettere a punto protocolli terapeutici più efficaci per la sua cura. Per quanto attiene al fatto che le unità poste al denominatore siano tutte tra loro diverse (si tenga presente che sono delle unità statistiche), comporta che il valore di f che viene assunto come probabilità che si verifichi un dato evento, non è riferibile ad ogni singola unità come nel caso di un urna contenente palline tutte uguali, ma tale valore, volendo utilizzare un espressione non da tutti accettata, va inteso come probabilità media e come tale riferibile indistintamente a tutte le unità. Tornando all esempio della probabilità di non sopravvivere ad una data malattia, il valore di f, ottenuto dal rapporto tra deceduti per quella malattia e totale degli ammalati, esprimerebbe, in riferimento al luogo (quartiere, o comune, o provincia, o regione, ecc.) e al momento a cui i dati si riferiscono, quale è mediamente la probabilità che in quel dato gruppo popolazionistico un generico individuo che abbia contratto quella malattia muoia, e non quale è la probabilità di morte del signor x y, cioè del singolo individuo, appartenente a quella popolazione e che ha contratto quella malattia. Sempre in riferimento all esempio di cui sopra, la probabilità così ottenuta, analogamente con quanto visto per i rapporti di derivazione, per maggiore chiarezza potremmo, utilizzando un espressione che in generale non è condivisa dai probabilistici, chiamarla probabilità media generica e sempre in analogia con tali rapporti potremmo denominare probabilità media specifica il valore di f ottenuto dal rapporto tra, ad esempio, i maschi, o i maschi di una certa età, o i maschi 1 In questo caso la frequenza relativa sarà data dal rapporto tra il numero di ammalati e deceduti e il totale degli ammalati in una determinata unità di tempo (ad es. un anno) 12

13 di una certa età e professione, ecc.deceduti e il totale degli individui che hanno contratto la malattia appartenenti rispettivamente alle diverse categorie considerate nel numeratore del rapporto 2. Due esempi possono meglio aiutare a comprendere l importanza dell impostazione frequentista e ad evidenziare i problemi connessi alla sua utilizzazione. Il primo concerne la frequenza relativa dei promossi all esame di maturità in Italia negli anni scolastici e Anno Esaminati (E i ) Promossi (P i ) f i = P i /E i scolastico Pubblicisti Privatisti Pubblicisti Privatisti Pubblicisti Privatisti ,92 0, ,98 0,55 Dai valori delle f i riportati nella tabella emerge che mentre per i pubblicisti la probabilità di essere promossi nell a.s risulta significativamente più elevata rispetto all a.s (98 promossi su 100 contro i 92 del ), quella dei privatisti non si è sostanzialmente modificata. Un tale risultato sottolinea che se si vuole conoscere quale sia la probabilità per un privatista di essere promosso in riferimento ad un anno successivo al , non sarebbe errato assumere come misura quella calcolata per il , mentre altrettanto non potrebbe dirsi per i pubblicisti. Da quanto detto ci si può ben rendere conto del perché vi sia l esigenza di ricalcolare periodicamente la probabilità che ha un dato evento di verificarsi in quando questo è il modo più semplice per rassicuraci che la sua misura non si sia nel frattempo modificata e che quindi vada ricalcolata. Il secondo esempio è ripreso dalle conclusioni a cui sono pervenuti gli studi condotti già da tempo dai demografi. Trattasi del rapporto percentuale dei sessi alla nascita, che, in riferimento sia a tempi che a luoghi diversi, assume sempre valori compresi tra maschi ogni 100 femmine (Pr(M) = 0,512-0,515) 3. Come si può osservare dalla tabella e soprattutto dal grafico, passando dalla provincia di Cagliari, all intera regione sarda e quindi al totale dei nati in Italia, in altri termini facendo aumentare il numero delle osservazioni, il rapporto di mascolinità (M/F x 100) tende sempre di più a stabilizzarsi intorno al valore M per 100 F. Questa evidenza, non solo ci conferma che con l aumentare del numero delle osservazioni la frequenza relativa è una stima sempre più corretta della probabilità, come nel caso del lancio dei due dadi a cui si è fatto prima riferimento, ma fornisce anche un ulteriore conferma dell invarianza nel corso del tempo del rapporto M/F alla nascita. 2 Secondo un approccio probabilistico quindi, il valore ottenuto mediante un rapporto di derivazione, così come quelli dei rapporti di composizione, può essere assunto, anzi è, una misura della probabilità che si verifichi un dato evento. È opportuno che si tenga presente che quando si vuole dare tale significato ad un rapporto di derivazione bisogna porre particolare attenzione. Infatti, se si sta facendo, ad esempio, riferimento a fenomeni ripetibili nell unità di tempo considerata, si deve controllare che l evento, relativamente ad una stessa unita, sia considerato una volta sola. In caso contrario il valore ottenuto non potrebbe essere assunto come misura della probabilità che si verifichi quel dato evento, in considerazione anche del fatto che, almeno in linea teorica, il valore del rapporto potrebbe anche risultare maggiore di 1. Se ad esempio si volesse determinare quale è la probabilità che un individuo contragga l influenza nel corso di un anno, non sarebbe corretto assumere come misura il valore del rapporto ottenuto rapportando il numero dei casi di influenza (casi favorevoli ) nell intervallo di tempo considerato al totale degli individui esposti alla malattia (tutti i casi possibili). Infatti, essendo riguardo ad uno stesso individuo l evento influenza ripetibile nel corso di un anno, se la metà delle persone esposte avessero per ipotesi contratto una sola volta l influenza e l altra metà due volte, eventualità questa non impossibile, il valore del rapporto risulterebbe uguale a 1,5, dato questo che starebbe a sottolineare che nel corso di un anno mediamente in quella data popolazione gli individui si ammalano di influenza 1,5 volte e non la probabilità che uno contragga l influenza come era stato richiesto. Se in una simile circostanza sarebbe del tutto evidente che il valore ottenuto non può essere assunto come misura della probabilità che un soggetto contragga l influenza, in quanto, come ripetutamente sottolineato, la probabilità può assumere solo valori delimitati dall intervallo 0 (=impossibilità che l evento si verifichi) e 1 (= certezza del verificarsi dell evento), non altrettanto evidente lo sarebbe se il valore del rapporto fosse stato uguale, ad esempio, a 0,8. Se si vuole determinare in modo corretto quale sia la probabilità che un individuo contragga l influenza, al numeratore del rapporto si deve porre non il numero dei casi di influenza, ma quello degli individui che si sono ammalati, individui che devono essere considerati una volta sola, potendo uno stesso soggetto ammalarsi più di una volta. Stesso ragionamento va fatto se si vuole conoscere quale sia la probabilità di una, due, o più recidive. 3 Per tale motivo questo rapporto viene chiamato anche rapporto ferreo secondario dei sessi alla nascita. Secondario perché il rapporto primario sarebbe quello al concepimento, dato questo che è ignoto in quanto non sempre è conosciuto il sesso del nascituro nelle nascite mancate (aborti spontanei, terapeutici, volontari). 13

14 Rapporto di mascolinità (M/F x 100) e di composizione (M/MF) dei nati dal 1981 al 1991 nella Provincia di Cagliari, in Sardegna e in Italia Provincia di Cagliari Sardegna Italia Anni M/F x 100 M/MF (a) M/F x 100 M/MF (a) M/F x 100 M/MF (a) ,77 0, ,8 0, ,8 0, ,69 0, ,2 0, ,0 0, ,61 0, ,7 0, ,2 0, ,39 0, ,2 0, ,0 0, ,8 0, ,7 0, ,8 0, ,02 0, ,0 0, ,2 0, ,86 0, ,4 0, ,7 0, ,81 0, ,0 0, ,4 0, ,15 0, ,1 0, ,2 0, ,26 0, ,1 0, ,2 0, ,27 0, ,2 0, ,3 0,515 (a) La frequenza relativa f M, data dal rapporto di composizione M/MF, rappresenta, come accennato, la stima della probabilità che in una nascita si abbia maschio. Infatti f M è ottenuto rapportando il numero n di nascite maschili (= casi favorevoli) al totale N dei nati (= numero dei casi possibili). % Prov. Cagliari; Sardegna; Italia 14

15 ALCUNI IMPORTANTI TEOREMI Teorema della probabilità totale Dati k eventi incompatibili (E 1, E 2, E 3, E k ), la probabilità che si verifichi la somma logica è data dalla somma delle probabilità dei singoli eventi Pr(E 1 U E 2 U E 3 U U E k ) = Pr(E 1 ) + Pr(E 2 ) + Pr(E 3 )+ +Pr(E k ) Utilizzando questo teorema è quindi possibile determinare quale sia la probabilità che nel lancio di un dado esca il 2 o il 5. Essendo i due eventi, in riferimento ad una sola prova, incompatibili in quanto in un lancio non possono comparire contemporaneamente il 2 e il 5 e essendo Pr(E 2 ) = 6 1 e Pr (E 5 ) = 6 1 la probabilità che esca il 2 o il 5 sarà data da Pr(E2 ) + Pr (E 5 ) = = 6 2 = 3 1. Così se durante una lezione di statistica sono, ad esempio, presenti 80 studenti di cui 25 in possesso della maturità scientifica, 15 di quella del classico, 35 di quella di istituti professionali e 5 di quella linguistica, quale è la probabilità che estraendo a caso uno studente questo sia in possesso della maturità classica o di quella linguistica? Indicando con Pr(E 1 ), Pr(E 2 ), Pr(E 3 ) e Pr(E 4 ) rispettivamente le probabilità di estrarre uno studente con la maturità scientifica, uno con la maturità classica, uno con la maturità di un istituto professionale e uno con la maturità linguistica si avrebbe: Pr(E 1 ) =, Pr(E2 ) =, Pr(E3 ) =, e Pr(E4 ) = Essendo i due eventi E 2 e E 4 incompatibili in una sola prova, in quanto non possono realizzarsi contemporaneamente, la probabilità che lo studente estratto sia in possesso della maturità classica oppure di quella linguistica sarà data da: Pr(E 2 ) + Pr(E 4 ) = + = = = 0, È del tutto ovvio che: 1. il teorema è utile soprattutto quando non si conosce la composizione della popolazione secondo i vari caratteri (nel caso dell esempio il numero di studenti secondo il tipo di diploma posseduto), ma solo la probabilità dei singoli eventi, come nel caso del lancio di un dado; 2. nel caso in cui i k eventi formino una classe completa di eventi (cioè gli eventi siano incompatibili e necessari come i numeri dall 1 al 6 nel lancio di un dado, o che in una nascita si abbia maschio oppure femmina in quanto legati da un tale nesso di dipendenza per cui il manifestarsi di un caso impedisce il verificarsi dell altro o degli altri), l evento E unione dei k eventi non può che essere un evento certo e cioè: Pr(E 1 ) + Pr(E 2 ) + Pr(E 3 ) + Pr(E 4 ) + + Pr(E k ) = 1 In altri termini la probabilità di tutti gli eventi (casi o fenomeni) che si escludono reciprocamente è uguale a 1 (= certezza) in quanto è certo che uno degli eventi dovrà verificarsi. Teorema della probabilità composta Se gli eventi E 1, E 2, E 3, E k sono reciprocamente indipendenti, la probabilità che si verifichi il prodotto logico degli eventi è uguale al prodotto delle probabilità dei singoli eventi, e cioè: Pr(E 1 I E 2 I E 3 I I E k ) = Pr(E 1 ) Pr(E 2 ) Pr(E 3 ) Pr(E k ) Utilizzando questo teorema è quindi possibile determinare quale sia la probabilità che lanciando due volte un dado esca nel primo lancio il 2 e nel secondo il 5. Essendo i due eventi compatibili e 15

16 indipendenti in quanto la comparsa del 5 nel secondo lancio è indipendente dalla comparsa del 2 nel primo e viceversa e essendo Pr(E 2 ) = 6 1 e Pr (E5 ) = 6 1, la probabilità che in due lanci escano il 2 e il sarà data da Pr(E 2 ) Pr (E 5 ) = = Così se in un urna vi sono 200 palline di cui 50 bianche, 100 nere, 10 verdi e 40 rosse, facendo quattro estrazioni, reinserendo ogni volta la pallina estratta, quale è la probabilità di estrarre 2 palline bianche, 1 nera e 1 rossa? Indicando con Pr(E 1 ), Pr(E 2 ) e Pr(E 3 ) rispettivamente le probabilità di estrarre rispettivamente 1 pallina bianca, 1 nera e 1 rossa si avrebbe: Pr(E 1 ) = =, Pr(E2 ) = = e Pr(E3 ) = = Essendo i tre eventi (2 palline bianche, 1 nera e 1 rossa) compatibili e anche indipendenti in quanto dopo ogni estrazione si è ipotizzato che la pallina estratta venga reinserita nell urna e conseguentemente possono realizzarsi in quattro estrazioni tutti e tre gli eventi attesi, la probabilità cercata sarà data da: Pr(E 1 ) Pr(E 1 ) Pr(E 2 ) Pr(E 3 ) = = 0,25 0,25 0,50 0,20 = 0,00625 La probabilità che si verifichi l evento risulta quindi del 6,25, cioè molto bassa. N.B. - La probabilità di estrarre una pallina bianca è stata considerata due volte in quanto l evento atteso era di 2 palline bianche ovviamente in due estrazioni diverse e dopo aver sempre reinserito la pallina dopo ogni estrazione. Nei casi sopra descritti era prevista la reciproca indipendenza degli eventi in quanto dopo ogni estrazione con il reinserimento della pallina estratta si provvedeva a ricostituire la situazione iniziale. Una situazione tutt altro diversa è invece quella che si verifica se dopo ogni estrazione non si provvede a reinserire l unità estratta. In questa eventualità non si può più parlare di eventi reciprocamente indipendenti perché l avverarsi dell uno influisce sull avverarsi dell altro e così via procedendo nelle successive estrazioni. Il teorema della probabilità composta in queste circostanze può essere così enunciato la probabilità di un evento dovuto al concorso di due o più eventi (tre, quattro, ecc.) è uguale alla probabilità che si avveri il primo di essi per la probabilità che ha il secondo di verificarsi dopo essersi verificato il primo, per la probabilità che ha il terzo di verificarsi dopo che si sono avverati il primo e il secondo e così di seguito. Per esempio, se la probabilità di estrarre il 20 e il 45 da due urne del lotto (cioè relativamente a due diverse ruote) è di = = 0, , la probabilità di estrarre gli stessi due numeri da una medesima urna (stessa ruota) sarà invece di = = 0, In questo caso infatti i due eventi non sono indipendenti in quanto l estrazione del primo numero modifica la probabilità del secondo, dato che nell urna dopo la prima estrazione vi saranno 89 palline e non 90. Riprendendo l esempio degli 80 studenti presenti ad una lezione di statistica ci si può chiedere quale è la probabilità di estrarre a caso due studenti, senza reinserire l unità estratta fra gli 80 presenti, di cui uno in possesso della maturità classica e l altro di quella scientifica. 16

17 Trattasi di due eventi che, per quanto compatibili, non sono indipendenti, per cui la probabilità sarà data non dal prodotto delle due probabilità ( ), ma dal prodotto della prima per la seconda dopo che si è verificato il primo evento, cioè da = = 0, In questi casi si parla di probabilità condizionata, cioè della probabilità che si verifichi l evento E 2 (estrazione dello studente in possesso della maturità scientifica) dopo che si è verificato E 1 (estrazione dello studente in possesso della maturità classica). Se indichiamo con Pr(E 2 E 1 ) la probabilità condizionata di E 2 ad E 1, in termini formali sarà: Pr( E1 I E2 ) Pr(E 1 I E 2 ) = Pr(E 1 ) Pr(E 2 E 1 ) da cui Pr(E 2 E 1 ) = [1] Pr( E1) È logico che: se i due eventi sono indipendenti sarà Pr(E 2 E 1 ) = Pr(E 2 ) per cui Pr(E 1 I E 2 ) = Pr(E 1 ) Pr(E 2 ) e che: Pr( E1 I E2 ) Pr(E 1 E 2 ) = Pr( E2 ) Per dare concretezza a quanto detto in base ai dati riportati nella tabella si supponga di voler conoscere quale è la probabilità che scelto a caso un individuo questi sia un maschio e la cui prova sia stata giudicata insufficiente Sesso Esito della prova Insufficiente Sufficiente Totale F M Totale Ricordando che la probabilità del verificarsi di un evento può essere stimata dalla frequenza relativa con cui si presenta quell evento si ha: Pr(M) = = = 0,333.; Pr (Ins) = = = 0, Scelto a caso un maschio la probabilità che appartenga al gruppo di quelli per i quali la prova sia stata giudicata insufficiente è 10 1 Pr(Ins M) = = = 0, Scegliendo adesso, sempre a caso, un individuo, la probabilità che esso sia un maschio del gruppo dei giudicati insufficienti sarà: 10 1 Pr(Ins I M) = = = 0, Si può ora facilmente verificare, come indicato nella [1], che: Pr(Ins M) = Pr(InsI M) Pr(M) = 0, ,3333 = 0,25 Nell applicazione degli schemi probabilistici ai fenomeni sociali si deve tener ben presente che non è quasi mai sicuro il giudizio sulla indipendenza degli eventi. Infatti se in linea generale si potrebbe affermare che la morte di una persona sia un evento indipendente da quella di un altra, tuttavia si potrebbe anche verificare l eventualità che la morte di un neonato non sia un evento indipendente dalla morte della madre, in quanto, in particolari circostanze, il decesso della madre può fare 17

18 aumentare la probabilità di morte del neonato. Similmente potrebbero considerarsi come non indipendenti i fallimenti di aziende legate da relazioni d affari o l incendio di due stabili adiacenti, ecc. Alcuni esempi di applicazione dei due teoremi 1 Esempio Facendo due gettate di un dado con sei facce numerate da 1 a 6, quale è la probabilità che il 6 compaia nell una o nell altra gettata? Sarebbe sbagliato rispondere che essa è data da Pr(E 1 )+Pr(E 6 ) e cioè da = 6 2 = 3 1 in quanto la comparsa del 6 nella prima gettata non esclude che il 6 ricompaia anche nella seconda. La probabilità sarà quindi più piccola. Il problema va quindi risolto chiedendoci prima quale è la probabilità che nelle due gettate compaia almeno una volta il 6, oppure non compaia e quindi quale è la probabilità che il 6 non compaia in nessuna delle due gettate. Nel primo caso trattasi di due eventi che si escludono reciprocamente e quindi si possono sommare le probabilità, somma che sarà uguale a 1 in quanto certamente si verificherà o la prima o la seconda eventualità, nel secondo caso essendo la non uscita del 6 né nella prima né nella seconda gettata due eventi compatibili e indipendenti sarà data dal prodotto delle due probabilità e cioè da = essendo 5 i casi favorevoli che non compaia il 6. La probabilità quindi che compaia il 6 in una delle due gettate sarà 25 data da 1 - = 0, Esempio Riprendendo l esempio relativo al lancio di due dadi, fatto per verificare empiricamente che aumentando il numero delle prove (o delle osservazioni) la frequenza relativa f ottenuta dal rapporto tra il numero di volte in cui si è verificato l evento atteso e il totale delle prove (o delle osservazioni) tende sempre più a convergere verso la probabilità che ha quel dato evento di manifestarsi, vediamo adesso come sono state calcolate, applicando i due teoremi, le probabilità a priori di ottenere come somma dei punteggi, ad esempio, 3 e 8. La somma di 3 può verificarsi solo in due casi: uscita dell 1 nel primo dado e uscita del 2 nel secondo, oppure uscita del 2 nel primo dado e dell 1 nel secondo. Sia nel primo caso (uscita dell 1 e del 2) che nel secondo (uscita del 2 e dell 1) trattasi di eventi compatibili ed indipendenti, per cui: Pr(E 1 I E 2 ) = Pr(E 1 ) Pr(E 2 ) = = cosi la probabilità che si realizzi il secondo evento (uscita del 2 e dell 1) è dato da: Pr(E 2 I E 1 ) = Pr(E 2 ) Pr(E 1 ) = = È evidente che se realizza l evento 1 e 2 non si può verificare l evento 2 e 1: Trattasi quindi di eventi incompatibili per cui la probabilità di avere il punteggio 3 sarà data dalla somma delle due probabilità e cioè: = Per ottenere invece 8 come somma dei punteggi dei due dadi questa può realizzarsi in 5 modi diversi: 4 e 4; 3 e 5; 5 e 3; 6 e 2; 2 e 6. Ciascuna di queste combinazioni, come visto per il caso precedente, ha probabilità di verificarsi 1 uguale a. Anche in questo caso gli eventi (le varie combinazioni) sono incompatibili perché il 36 18

19 verificarsi di una qualsiasi esclude che possano verificarsi le altre, per cui la probabilità di avere come somma dei punteggi 8 sarà data da: = Si può ora verificare che le probabilità così ottenute sono le stesse riportate nella seconda colonna della tabella a cui si è fatto riferimento per illustrare questi due casi. 3 Esempio Un altro caso di utilizzazione congiunta dei due teoremi è fornito da questo esempio. Immaginiamo una persona davanti a due urne perfettamente uguali e da cui si trovi alla stessa distanza. In una vi sono 100 palline di cui 50 bianche e nell altra 200 palline di cui 20 bianche. Si desidera conoscere quale sia la probabilità che tale individuo, effettuando una estrazione, estragga una pallina bianca Sarebbe certamente sbagliato dire che la probabilità sarebbe data da = =0, Occorre in questo caso utilizzare sia il teorema della probabilità composta che quello della probabilità totale. Ciò perché quella ipotetica persona dovrà prima decidere da quale urna estrarre la pallina e quindi procedere all estrazione. Ora la probabilità che scelga una o l altra urna è uguale a 1 (si ricorda che le urne sono perfettamente identiche, poste alla stessa distanza da chi deve 2 effettuare l estrazione e che questi non conosce il loro contenuto) e la probabilità di estrarre una pallina bianca dalla prima urna è di = e di estrarla dall altra di = Poiché la scelta di un urna e quindi di estrarre una pallina bianca sono eventi compatibili ed indipendenti, in quanto l aver scelto un urna non esclude che da essa possa essere estratta una pallina bianca si applicherà il teorema della probabilità composta per cui per la prima urna la probabilità sarà data da: = e per la seconda da: = Ora poiché se viene scelta la prima urna è escluso che la pallina possa essere estratta dall altra urna e viceversa, trattasi chiaramente di eventi che si escludono reciprocamente. Per trovare la probabilità di estrarre una pallina bianca da una delle due urne si deve quindi applicare il teorema della probabilità totale. La probabilità cercata sarà quindi uguale a: = = 0,

20 4 Esempio Si consideri la seguente distribuzione delle combinazioni matrimoniali secondo il luogo di nascita dello sposo e della sposa Luogo di nascita dello sposo Stesso comune (A) Stesso comune (A ) AA 1997 Luogo di nascita della sposa Altro comune della stessa provincia (B ) AB 57 Altro comune di altra provincia (C ) AC Totale Altro comune della stessa provincia (B) BA 368 BB 30 BC CA CB CC Altro comune di altra provincia (C) Totale Ci si può chiedere quali sarebbero state le combinazioni matrimoniali dei sposi se queste si fossero realizzate a caso, o se si preferisce quale sia la distribuzione da attendersi a calcolo delle probabilità. Ad una tale domanda si può rispondere (ovviamente tenendo fissi sia i totali di colonna sia di riga in quanto essi sono i dati veri che provengono dall osservazione empirica) applicando il teorema della probabilità composta. Ciò perché gli eventi congiunti (= le singole combinazioni) si devono considerare come compatibili ed indipendenti. In altre parole si deve ipotizzare che per lo sposo nato in un dato comune la sua scelta della sposa non sia influenzata dal luogo di nascita di quest ultima e viceversa. Per ottenere la probabilità che si abbia, ad esempio, la combinazione AC si dovrà moltiplicare la probabilità che si verifichi l evento A per la probabilità che si verifichi l evento C. Pr(A) è data dal rapporto tra il totale di A (2081 sposi dello stesso comune) e il totale dei casi possibili ( sposi) e Pr(C ) dal rapporto tra il totale di C (37 spose nate in un comune di altra provincia) e il totale dei casi possibili ( sposi). Per cui Pr(AC ) = Pr (A) Pr(C ) = = 0,0115 Qui di seguito sono riportati i calcoli per la determinazione della probabilità relativamente a tutte e nove le combinazioni matrimoniali: Pr(AA ) = Pr (A) Pr(A ) = Pr(AB ) = Pr (A) Pr(B ) = 2081 Pr(AC ) = Pr (A) Pr(C ) = 405 Pr(BA ) = Pr (B) Pr(A ) = 405 Pr(BB ) = Pr (B) Pr(B ) = 405 Pr(BC ) = Pr (B) Pr(C ) = 2446 = 0, = 0, = 0, = 0, = 0, = 0,

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

(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

Calcolo delle probabilità

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

Dettagli

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

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

Dettagli

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

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

Dettagli

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

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

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

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

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

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

Matematica Applicata. Probabilità e statistica

Matematica Applicata. Probabilità e statistica Matematica Applicata Probabilità e statistica Fenomeni casuali Fenomeni che si verificano in modi non prevedibili a priori 1. Lancio di una moneta: non sono in grado di prevedere con certezza se il risultato

Dettagli

LA 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

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

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

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

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

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

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

Elementi di Statistica descrittiva Parte I

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

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

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

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

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

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

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

Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio. M. Besozzi - IRCCS Istituto Auxologico Italiano

Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio. M. Besozzi - IRCCS Istituto Auxologico Italiano Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio M. Besozzi - IRCCS Istituto Auxologico Italiano L argomento... Errori cognitivi Il problema gnoseologico Dati, informazione

Dettagli

Probabilità 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

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

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 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

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

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

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

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

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

Dettagli

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

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

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

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

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

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile.

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. ORDINALI E NOMINALI LA PROBABILITÀ Statistica5 23/10/13 Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. Se si afferma che un vitello di razza chianina pesa 780 kg a 18

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

Calcolo delle Probabilità

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

Dettagli

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

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

Esempio II.1.2. Esempio II.1.3. Esercizi

Esempio II.1.2. Esempio II.1.3. Esercizi Calcolo combinatorio Il calcolo combinatorio consiste nello sviluppo di nozioni e tecniche per contare i possibili ordinamenti di un insieme e le possibili scelte di sottoinsiemi di un insieme Ha numerosi

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

Un gioco con tre dadi

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

Dettagli

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

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

Il confronto fra proporzioni

Il confronto fra proporzioni L. Boni Il rapporto Un rapporto (ratio), attribuendo un ampio significato al termine, è il risultato della divisione di una certa quantità a per un altra quantità b Il rapporto Spesso, in maniera più specifica,

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

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

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

Analisi dei residui. Test Esatto di Fisher. Differenza fra proporzioni

Analisi dei residui. Test Esatto di Fisher. Differenza fra proporzioni Statistica Economica Materiale didattico a cura del docente Analisi dei residui Test Esatto di Fisher Differenza fra proporzioni 1 Analisi dei residui Il test statistico ed il suo p-valore riassumono la

Dettagli

Per poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete.

Per poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete. Parliamo di probabilità. Supponiamo di avere un sacchetto con dentro una pallina rossa; posso aggiungere tante palline bianche quante voglio, per ogni pallina bianca che aggiungo devo pagare però un prezzo

Dettagli

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

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

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

Dettagli

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

Statistica descrittiva: prime informazioni dai dati sperimentali

Statistica descrittiva: prime informazioni dai dati sperimentali SECONDO APPUNTAMENTO CON LA SPERIMENTAZIONE IN AGRICOLTURA Statistica descrittiva: prime informazioni dai dati sperimentali La statistica descrittiva rappresenta la base di partenza per le applicazioni

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

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 COMBIN I A N T A O T RIO

CALCOLO COMBIN I A N T A O T RIO CALCOLO COMBINATORIO Disposizioni Si dicono disposizioni di N elementi di classe k tutti quei gruppi che si possono formare prendendo ogni volta k degli N elementi e cambiando ogni volta un elemento o

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

Pre Test 2008... Matematica

Pre Test 2008... Matematica Pre Test 2008... Matematica INSIEMI NUMERICI Gli insiemi numerici (di numeri) sono: numeri naturali N: insieme dei numeri interi e positivi {1; 2; 3; 4;...} numeri interi relativi Z: insieme dei numeri

Dettagli

8. Qual è la probabilità di estrarre da un mazzo di 40 carte napoletane una figura?

8. Qual è la probabilità di estrarre da un mazzo di 40 carte napoletane una figura? www.matematicamente.it Probabilità 1 Calcolo delle probabilità Cognome e nome: Classe Data 1. Quali affermazioni sono vere? A. Un evento impossibile ha probabilità 1 B. Un vento certo ha probabilità 0

Dettagli

I punteggi zeta e la distribuzione normale

I punteggi zeta e la distribuzione normale QUINTA UNITA I punteggi zeta e la distribuzione normale I punteggi ottenuti attraverso una misurazione risultano di difficile interpretazione se presi in stessi. Affinché acquistino significato è necessario

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

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

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

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

Dettagli

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

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

Analisi statistica degli errori

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

Dettagli

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

Cenni sul calcolo combinatorio

Cenni sul calcolo combinatorio Cenni sul calcolo combinatorio Disposizioni semplici Le disposizioni semplici di n elementi distinti di classe k con kn sono tutti i gruppi di k elementi scelti fra gli n, che differiscono per almeno un

Dettagli

Corso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr.

Corso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr. Corso di Laurea in Scienze e Tecnologie Biomolecolari Matematica e Statistica II Prova di esame del 18/7/2013 NOME COGNOME N. Matr. Rispondere ai punti degli esercizi nel modo più completo possibile, cercando

Dettagli

8 Elementi di Statistica

8 Elementi di Statistica 8 Elementi di Statistica La conoscenza di alcuni elementi di statistica e di analisi degli errori è importante quando si vogliano realizzare delle osservazioni sperimentali significative, ed anche per

Dettagli

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

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

Dettagli

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

Statistiche campionarie

Statistiche campionarie Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle

Dettagli

Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011

Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011 Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011 L4, Corso Integrato di Psicometria - Modulo B Dr. Marco Vicentini marco.vicentini@unipd.it Rev. 18/04/2011 Inferenza statistica Formulazione

Dettagli

Corso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr.

Corso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr. Corso di Laurea in Scienze e Tecnologie Biomolecolari Matematica e Statistica II Prova di esame dell 11/1/2012 NOME COGNOME N. Matr. Rispondere alle domande nel modo più completo possibile, cercando di

Dettagli

SIMULAZIONE TEST INVALSI

SIMULAZIONE TEST INVALSI SIMULAZIONE TEST INVALSI STATISTICA E PROBABILITA Nel sacchetto A ci sono 4 palline rosse e 8 nere mentre nel sacchetto B ci sono 4 palline rosse e 6 nere. a. Completa correttamente la seguente frase inserendo

Dettagli

15. Antico gioco russo

15. Antico gioco russo 15. Antico gioco russo In un antico gioco russo, attraverso i risultati casuali ottenuti dall allacciamento di cordicelle, i giovani cercavano una previsione sul tipo di legame che si sarebbe instaurata

Dettagli

l insieme delle misure effettuate costituisce il campione statistico

l insieme delle misure effettuate costituisce il campione statistico Statistica negli esperimenti reali si effettuano sempre un numero finito di misure, ( spesso molto limitato ) l insieme delle misure effettuate costituisce il campione statistico Statistica descrittiva

Dettagli

La logica statistica della verifica (test) delle ipotesi

La logica statistica della verifica (test) delle ipotesi La logica statistica della verifica (test) delle ipotesi Come posso confrontare diverse ipotesi? Nella statistica inferenziale classica vengono sempre confrontate due ipotesi: l ipotesi nulla e l ipotesi

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 combinatorio

Esercizi di calcolo combinatorio CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi di calcolo combinatorio Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability di Sheldon Ross, quinta

Dettagli

Ulteriori problemi di fisica e matematica

Ulteriori problemi di fisica e matematica Facoltà di Medicina e Chirurgia Università degli Studi di Firenze Agosto 2010 Ulteriori problemi di fisica e matematica Giovanni Romano Perché un raggio di luce proveniente dal Sole e fatto passare attraverso

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

Assicurazioni sulla vita: nozioni fondamentali Unità 82

Assicurazioni sulla vita: nozioni fondamentali Unità 82 Prerequisiti: - Nozioni di probabilità e statistica OBIETTIVI DI APPRENDIMENTO Una volta completata l unità, gli allievi devono essere in grado di: - definire i tassi di sopravvivenza e di mortalità -

Dettagli

Misure della dispersione o della variabilità

Misure della dispersione o della variabilità QUARTA UNITA Misure della dispersione o della variabilità Abbiamo visto che un punteggio di per sé non ha alcun significato e lo acquista solo quando è posto a confronto con altri punteggi o con una statistica.

Dettagli

PROBABILITÀ E DECISIONI IN MEDICINA: I TEST DIAGNOSTICI

PROBABILITÀ E DECISIONI IN MEDICINA: I TEST DIAGNOSTICI Università degli Studi di Padova CICLO DI LEZIONI SCIENZE DI BASE PER I DOTTORATI DI RICERCA DELL AREA MEDICA Anno accademico 2005-06 Temi di Statistica ed Epidemiologia PROBABILITÀ E DECISIONI IN MEDICINA:

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

REGOLAMENTO LIVE ROULETTE

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

Dettagli

Abbiamo visto due definizioni del valore medio e della deviazione standard di una grandezza casuale, in funzione dalle informazioni disponibili:

Abbiamo visto due definizioni del valore medio e della deviazione standard di una grandezza casuale, in funzione dalle informazioni disponibili: Incertezze di misura Argomenti: classificazione delle incertezze; definizione di incertezza tipo e schemi di calcolo; schemi per il calcolo dell incertezza di grandezze combinate; confronto di misure affette

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

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

Analizza/Confronta medie. ELEMENTI DI PSICOMETRIA Esercitazione n. 7-8-9-107. Test t. Test t. t-test test e confronto tra medie chi quadrato

Analizza/Confronta medie. ELEMENTI DI PSICOMETRIA Esercitazione n. 7-8-9-107. Test t. Test t. t-test test e confronto tra medie chi quadrato Analizza/Confronta medie ELEMENTI DI PSICOMETRIA Esercitazione n. 7-8-9-107 t-test test e confronto tra medie chi quadrato C.d.L. Comunicazione e Psicologia a.a. 2008/09 Medie Calcola medie e altre statistiche

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