Elementi di Teoria della Probabilità
|
|
- Aloisia Miele
- 4 anni fa
- Visualizzazioni
Transcript
1 Elementi di Teoria della Probabilità Alcune definizioni iniziali: Fenomeno casuale: fenomeno ripetibile (almeno in teoria) infinite volte che può manifestarsi in diverse modalità, imprevedibili singolarmente, mutuamente esclusive. Insieme (spazio) dei risultati S: insieme di tutte le possibili modalità di verificarsi di un dato fenomeno (numero finito o infinito di elementi). Evento casuale E: il verificarsi di una o più di queste modalità. Esempio: per il fenomeno lancio di un dado S è composto da 6 elementi, un evento può essere uscita di un asso oppure uscita di un numero pari, ecc Marta Calvi 2010 Lezione 3, pag. 1
2 Elementi di Teoria della Probabilità Se ad ogni modalità di un fenomeno casuale è possibile associare uno ed un solo numero reale x, questo viene detto variabile casuale, definita su S. Per la presenza di errori casuali, la misura di una grandezza fisica può essere considerata un evento casuale ed il risultato di tale misura una variabile casuale associata all evento stesso. D altra parte esistono diversi fenomeni fisici che hanno un carattere casuale, e vanno studiati facendo uso dei concetti di probabilità, delle distribuzioni di probabilità ecc.. Un esempio sono i decadimenti radioattivi: per un determinato isotopo radioattivo si conosce il tempo medio di decadimento, ma il numero di nuclei che decadranno in un dato momento è una variabile casuale (non posso prevederlo esattamente a priori). Marta Calvi 2010 Lezione 3, pag. 2
3 Altre definizioni iniziali: Evento complementare E = non E : il non verificarsi di E. I due eventi E ed E si escludono mutuamente e insieme esauriscono l insieme di tutti i possibili risultati del dato esperimento. Prodotto logico di due eventi E ed F: E F ( E e F, E F ) il verificarsi sia di E che di F. Esempio: nell estrazione di una carta da un mazzo, se E= uscita di un re, F= uscita di un fiori, E F= uscita del re di fiori. Somma logica di due eventi E ed F: E+F (E o F, E U F ) il verificarsi di E oppure di F, oppure di E F Esempio: E+F= uscita di una carta che sia o un re o un fiori. Eventi mutuamente esclusivi: il verificarsi di uno implica il non verificarsi dell altro e viceversa. Marta Calvi 2010 Lezione 3, pag. 3
4 Definizioni di Probabilità I) Definizione Assiomatica (matematica) Sia S l insieme di tutti i possibili risultati di un fenomeno causale, sia E un qualunque evento casuale, si definisce probabilità di E un numero reale p(e) associato univocamente ad E che soddisfa le tre seguenti proprietà: 1) p(e) 0 2) p(s) = 1 3) insieme di eventi E 1, E 2, E 3 mutuamente esclusivi ( E i E j =0 i,j) p(e 1 U E 2 U E 3 ) = p(e 1 ) + p(e 2 ) + p(e 3 )+ Marta Calvi 2010 Lezione 3, pag. 4
5 II) Definizione Classica Detta anche definizione a priori. Si definisce come probabilità di un evento casuale il rapporto tra il numero di casi favorevoli al presentarsi dell evento stesso e il numero di casi possibili, purché tutti questi casi possibili siano equi-probabili. Ne segue che: 0 p(e) 1 la probabilità di un evento casuale è un numero compreso tra zero e 1 p(e)=0 p(e)=1 Osservazioni: per eventi impossibili per eventi certi Utile per calcolare la probabilità nei casi di semplici eventi con un numero finito di casi possibili (es. dadi, carte ecc.). Contiene in sé una tautologia nell implicita definizione di equi-probabilità. Marta Calvi 2010 Lezione 3, pag. 5
6 III) Definizione Empirica ( frequentista ) Detta anche definizione a posteriori. Si consideri un evento casuale E che si è verificato n volte su N prove ripetute effettuate. Sia f = n/n la frequenza relativa dell evento E. Si definisce la probabilità dell evento E come l estensione della frequenza relativa ad un numero altissimo prove: Osservazioni: p(e) ~ lim f (E) = lim n / N N N Le N prove possono essere effettuate sia ripetendo N volte successivamente lo stesso esperimento, sia effettuando simultaneamente N esperimenti identici. La definizione è utilizzabile solo nei casi in cui si disponga di un evento ripetibile o di un gran numero di eventi simili. La probabilità di un evento risulta essere una caratteristica unitamente dell evento e dell insieme degli N casi considerati, cioè dell insieme scelto. Marta Calvi 2010 Lezione 3, pag. 6
7 Legge dei grandi numeri (o teorema di Bernoulli) Qualora si prenda come definizione di probabilità quella assiomatica, è possibile dimostrare che al crescere del numero di prove, la frequenza relativa di un evento casuale converge verso la probabilità dell evento stesso. Tale convergenza va intesa in senso statistico, ossia aumentando il numero di prove posso rendere improbabile a piacere che frequenza relativa e probabilità differiscano più di una prefissata quantità: >0 esiste un M tale che N>M p( f(e)-p(e) > ) < Marta Calvi 2010 Lezione 3, pag. 7
8 Proprietà della Probabilità Si possono ricavare a partire da ciascuna delle definizioni. Le dimostriamo qui utilizzando la definizione empirica. 1) Probabilità dell evento complementare. ( Nota p(e), quanto vale p(e)? ) f(e) = (N - n) / N = 1 - n/n = 1 - f(e) Passando al limite per N : p(e) =1 - p(e) da cui anche: p(e) + p(e) = 1 2) Legge della Probabilità totale. Consideriamo il risultato di un esperimento che comporti il verificarsi di 2 eventi simultanei (detti E,F). Vogliamo calcolare la probabilità che si verifichino entrambi a partire dalla probabilità che si verifichi ciascuno di essi. Marta Calvi 2010 Lezione 3, pag. 8
9 Si danno quattro possibili risultati: E F si verifica E e si verifica F. n 11 sia la frequenza assoluta corrispondente E F si verifica E e non si verifica F. n 12 E F non si verifica E e si verifica F. n 21 E F non si verifica E e non si verifica F. n 22 Con n 11 + n 12 + n 21 + n 22 = N numero totale delle prove. Le frequenze relative saranno date da: f(e F) = n 11 /N f(e F) = n 12 /N f(e F) = n 21 /N f(e.f) = n 22 /N f(e) = (n 11 + n 12 ) / N = f(e F) + f(e F) f(f) = (n 11 + n 21 ) / N = f(e F) + f(e F) Marta Calvi 2010 Lezione 3, pag. 9
10 La frequenza dell evento complesso somma logica E+F (verificarsi di E o di F o di entrambi) risulta data da: f(e+f) = (n 11 + n 12 + n 21 ) / N = (n 11 + n 12 + n 21 + n 11 - n 11 ) / N = = (n 11 + n 12 )/N + (n 21 + n 11 )/N - n 11 / N = f(e) + f(f) - f(e F) Utilizzando la definizione di probabilità empirica, passando al limite per N : p(e+f) = p(e) + p(f) - p(e F) Se gli eventi E ed F sono mutuamente esclusivi p(e F)=0 da cui: p(e+f) = p(e) + p(f) legge della probabilità totale Marta Calvi 2010 Lezione 3, pag. 10
11 3) Probabilità condizionata Due eventi si dicono statisticamente indipendenti quando il verificarsi di uno è indipendente dal verificarsi dell altro. In caso contrario è utile definire la probabilità condizionata che si verifichi un evento, essendosi verificato l altro: p(e F) probabilità di E dato F, cioè probabilità che si verifichi E essendosi verificato F Esempio: p(sabato)= 1/7 ma p(sabato weekend)=1/2 Se gli eventi E ed F sono statisticamente indipendenti: p(e F) = p(e) p(f E) = p(f) Marta Calvi 2010 Lezione 3, pag. 11
12 4) Legge della Probabilità composta Calcoliamo la frequenza di E dato F: f(e F) = n 11 / (n 11 + n 21 ) = (n 11 / N ) N / (n 11 + n 21 ) = f(e F) / f(f) Analogamente: f(f E) = n 11 /(n 11 + n 12 ) = (n 11 / N ) N / (n 11 + n 12 ) = f(e F) / f(e) Da cui possiamo ricavare: f(e F) = f(f) f(e F) = f(e) f(f E) Passando al limite per N : p(e F) = p(f) p(e F) = p(e) p(f E) Se gli eventi E ed F sono statisticamente indipendenti p(e F)=p(E) : p(e F) = p(e) p(f) legge della probabilità composta Marta Calvi 2010 Lezione 3, pag. 12
13 Esercizi Si consideri un mazzo di 52 carte, Si estragga una carta a caso e si determini la probabilità che: a) Sia un asso a) p(1)= 4/52 = 1/13 b) Sia un fiori b) p( )=13/52 = ¼ c) p(10 ) = 1/52 c) Sia un 10 di fiori d) p(4+ )=1 - ( p(4) + p( ) - p(4 ) ) = d) Non sia un 4 nè un fiori 1 - ( 1/13 + 1/4-1/52 ) =1-4/13 = 9/13 Si estraggono due carte, determinare la probabilità che siano entrambe assi se a) la prima è rimessa nel mazzo, b) non è rimessa nel mazzo a) p(a.b) = p(a) p(b A)= p(a) p(b) = (4/52)(4/52) = 1/169 b) p(b A) p(b) p(a.b) = (4/52) (3/51) =1 /221 Marta Calvi 2010 Lezione 3, pag. 13
14 L apertura di una porta è comandata dal segnale congiunto di due fotocelle. Se ciascuna fotocella ha un inefficienza del 3% (probabilità di non rivelare l avvicinarsi della persona) quale è la probabilità che la porta non si apra quando si avvicina una persona? E 1 : la fotocella 1 dà segnale p(e 1 ) = 0.97 p(e 1 ) = = 0.03 E 2 : la fotocella 2 dà segnale p(e 2 ) = 0.97 Quattro possibili eventi composti: E 1.E 2 : entrambe danno segnale il cancello si apre E 1.E 2 oppure E 1.E 2 : 1 sola dà segnale il cancello resta chiuso E 1.E 2 : nessuna dà segnale il cancello resta chiuso Poiché sono eventi indipendenti: p(e 1.E 2 ) = 0.97 x 0.97 = 0.94 p(cancello_chiuso) = 1 - p(e 1.E 2 ) =0.06 = p(e 1.E 2 ) + p(e 1.E 2 ) + p(e 1.E 2 ) = = 0.03x x x 0.03 Marta Calvi 2010 Lezione 3, pag. 14
15 L apertura della porta è comandata dal segnale di almeno una delle due fotocelle. Se ciascuna fotocella ha un inefficienza del 3% (probabilità di non rivelare l avvicinarsi della persona) quale è la probabilità che la porta non si apra quando si avvicina una persona? p(e 1 + E 2 ) = p(cancello_chiuso) = 1 - p(e 1 + E 2 ) = = p(e 1.E 2 ) = 0.03 x 0.03 Marta Calvi 2010 Lezione 3, pag. 15
16 Teorema di Bayes Dalla legge della probabilità composta ricavo: p(f E) = p(f) p( E F) p(e) Consideriamo ora il caso in cui un dato fenomeno casuale possa verificarsi secondo N modalità diverse, mutuamente esclusive, le indichiamo come eventi F i. Insieme ad essi l evento E possa verificarsi oppure no. Allora E = E F 1 + E F E F N p(e)= p(e F 1 )+ p(e F 2 )+ = p(e F j ) j=1,n p(e) = p(f j ) p(e F j ) j=1,n Per un generico F i si ha allora: e per la legge della probabilità totale si ha: ma p(e F j ) = p(f j ) p(e F j ) quindi: p(f i E) = p(f i ).p(e F i ) p(e) = j=1,n p(f i ).p(e F i ) p(f j ) p(e F j ) Teorema di Bayes Marta Calvi 2010 Lezione 3, pag. 16
17 Esercizio Lancio una moneta e osservo 3 teste consecutive. Sapendo di avere a disposizione 2 monete, una normale e una truccata (due teste), quale è la probabilità che abbia lanciato quella truccata? E: uscita di 3 teste consecutive F 1 : ho scelto la moneta truccata F 2 : ho scelto la moneta normale F 1 U F 2 = S p(f 1 F 2 )=0 p(f 2 ) = 1 - p(f 1 ) p(e F 1 ) = 1 p(e F 2 ) = ½ x ½ x ½ =0.125 p(f 1 )=p(f 2 )= ½ p(f 1 ) p(e F 1 ) 0.5x1 p(f 1 E) = = = 0.89 p(f 1 )p(e F 1 ) + p(f 2 )p(e F 2 ) 0.5x1+0.5x0.125 Marta Calvi 2010 Lezione 3, pag. 17
18 La probabilità di aver scelto la moneta normale è: p(f 2 E) = p(f 2 ) p(e F 2 ) = 0.5x0.125 = 0.11 p(f 1 )p(e F 1 ) + p(f 2 )p(e F 2 ) 0.5x1+0.5x0.125 Poiché F 1 ed F 2 esauriscono tutte le modalità possibili, potevo anche calcolare questa probabilità come: p(f 2 E) = 1 p(f 1 E) = = 0.11 Se invece di avere scelto la moneta tra 2 a disposizione, una truccata e una no, prendessi una moneta a caso dalla tasca, non posso calcolare la probabilità che sia truccata in base al solo risultato dell esperimento fatto. Devo prendere un valore a priori per p(f 1 ). Marta Calvi 2010 Lezione 3, pag. 18
19 Altro uso del teorema di Bayes Spesso il teorema di Bayes è utilizzato quando le F i non sono eventi casuali ma ipotesi (teorie) da verificare in base a un dato risultato ottenuto, prende cioè la seguente forma: p( ipotesi i risultato ) = p( ipotesi i ) p( risultato ipotesi i ) p(risultato) Il grado di confidenza in una teoria [ p(teoria risultato) ] aumenta quando si osserva il verificarsi dei risultati da essa previsti [ p(risultato teoria) ] (updating knowledge). Esso dipende anche dal mio giudizio a priori sul suo grado di affidabilità [ p (teoria) ]. Marta Calvi 2010 Lezione 3, pag. 19
p. 1/24 INFORMAZIONI Prossime lezioni Giorno Ora Dove 26/01 14:30 P50 28/01 14:30 Laboratorio (via Loredan) 02/02 14:30 P50
p. 1/24 INFORMAZIONI Prossime lezioni Giorno Ora Dove 26/01 14:30 P50 28/01 14:30 Laboratorio (via Loredan) 02/02 14:30 P50 p. 2/24 Ricapitolando... A causa dell ineliminabile presenza degli errori accidentali,
Dettaglip. 1/2 INFORMAZIONI Prossime lezioni Giorno Ora Dove 27/01 14:30 P50 29/01 14:30 Laboratorio (via Loredan) 03/02 14:30 P50 05/02 14:30 P50
p. 1/2 INFORMAZIONI Prossime lezioni Giorno Ora Dove 27/01 14:30 P50 29/01 14:30 Laboratorio (via Loredan) 03/02 14:30 P50 05/02 14:30 P50 p. 1/2 INFORMAZIONI Prossime lezioni Giorno Ora Dove 27/01 14:30
DettagliSperimentazioni di Fisica I mod. A Statistica - Lezione 3
Sperimentazioni di Fisica I mod. A Statistica - Lezione 3 A Garfagnini, M Mazzocco, C Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Teoria della Probabilità L ineliminabile
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
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
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosiddette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello
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
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.
DettagliProbabilità. 2) Vengono estratte 5 carte; quale è la probabilità che ci siano esattamente 2 denari? ª 0,278. k fattori. n - k +1 ) k!
Definizione classica = P A Probabilità numero esiti favorevoli numero esiti possibili Esempi 1) Da un mazzo di 40 carte (bastoni, coppe, denari, spade) ne viene estratta una; quale è la probabilità che
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
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
DettagliEsperimentazioni di Fisica 1 Elementi di Calcolo delle Probabilità
Esperimentazioni di Fisica 1 Elementi di Calcolo delle Probabilità Università Roma Tre - Dipartimento di Matematica e Fisica 3 novembre 2016 Introduzione La probabilità nel linguaggio comune I E probabile
DettagliProbabilità. Qual è la probabilità di ottenere il numero 5?
Lancio un dado Probabilità Qual è la probabilità di ottenere il numero 5? Ho una prova ossia un esperimento = lancio dado Ho il risultato di tale prova = faccia contrassegnata dal numero 5 Il risultato
DettagliPROBABILITA. DEFINIZIONE: Ogni singolo risultato di un esperimento casuale si chiama evento elementare
PROBABILITA La teoria della probabilità si applica ad esperimenti aleatori o casuali: ossia, esperimenti il cui risultato non è prevedibile a priori. Ad esempio, lancio di un dado, lancio di una moneta,
Dettagli6.2 La probabilità e gli assiomi della probabilità
6.2 La probabilità e gli assiomi della probabilità L introduzione alla teoria della probabilità può essere vista come un applicazione della teoria degli insiemi. Essa si occupa degli esperimenti il cui
DettagliProbabilità I. Concetto di probabilità. Definizioni di base: evento
Concetto di probabilità Nozioni di eventi. Probabilità I Calcolo delle probabilità Definizioni di probabilità Calcolo di probabilità notevoli Probabilità condizionate Cos'è una probabilità? Idea di massima:
DettagliLezione 2. La probabilità oggettiva : definizione classica e frequentistica e loro problemi
Lezione 2 La probabilità oggettiva : definizione classica e frequentistica e loro problemi La definizione classica Definizione classica: La probabilità di un evento E è il rapporto tra il numero dei casi
DettagliIntroduzione al calcolo delle probabilità
Introduzione al calcolo delle probabilità L. Boni Approccio empirico OSSERVAZIONE IPOTESI TEORIA DOMINANTE ESPERIMENTO L esperimento Un esperimento (dal latino ex, da, e perire, tentare, passare attraverso
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
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 1 Abbiamo visto: Definizioni di statistica, statistica inferenziale, probabilità (interpretazione
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
DettagliCalcolo 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
DettagliIntroduzione al Calcolo delle Probabilità
Introduzione al Calcolo delle Probabilità In tutti quei casi in cui le manifestazioni di un fenomeno (EVENTI) non possono essere determinate a priori in modo univoco, e i risultati possono essere oggetto
DettagliInformazione, Entropia e Probabilità
Informazione, Entropia e Probabilità Alessandro Lenci Università di Pisa, Dipartimento di Linguistica Via Santa Maria, 36, 56100 Pisa, Italy alessandro.lenci@ilc.cnr.it Linguaggio e comunicazione - LO042
DettagliElementi di calcolo delle probabilità
lementi di calcolo delle probabilità Il calcolo delle probabilità ha avuto origine con i giochi d azzardo per valutare l alea (casualità) legata alle puntate sui dadi e sulle carte da gioco Attualmente
DettagliPsicometria II: Laura Picconi.
Psicometria II: Laura Picconi http://www.psicometria.unich.it/ http://www.psicometria.unich.it/ Sezione avvisi E necessario leggere con attenzioni gli avvisi e le comunicazioni che sono pubblicati sul
DettagliProbabilità esempi. Aiutiamoci con una rappresentazione grafica:
Probabilità esempi Paolo e Francesca giocano a dadi. Paolo scommette che, lanciando due dadi, si otterrà come somma 8 oppure 9. Francesca scommette che si otterrà come somma un numero minore o uguale a
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
DettagliScopo del Corso: Lezione 1. La Probabilità. Organizzazione del Corso e argomenti trattati: Prerequisiti:
Lezione 1 La Probabilità Scopo del Corso: Introduzione alla probabilità e alle procedure di inferenza statistica Introduzione ad alcune importanti tecniche di analisi multivariata dei dati Organizzazione
DettagliLa probabilità. Monia Ranalli. Ranalli M. Probabilità Settimana # 5 1 / 20
La probabilità Monia Ranalli Ranalli M. Probabilità Settimana # 5 1 / 20 Sommario Concetti base Evento elementare, spazio campionario ed evento complementare Rappresentazioni dello spazio campionario Intersezione
DettagliElementi di Calcolo delle probabilità
Elementi di Calcolo delle probabilità Docente: Francesca Benanti 13 Dicembre 2007 1 Definizioni di Probabilità La teoria della probabilità è quella parte della matematica che, sulla base delle informazioni
DettagliStatistica. Capitolo 4. Probabilità. Cap. 4-1
Statistica Capitolo 4 Probabilità Cap. 4-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Spiegare concetti e definizioni fondamentali della probabilità Usare il diagramma
DettagliProbabilità I. Concetto di probabilità. Definizioni di base: evento
Concetto di probabilità Nozioni di eventi. Probabilità I Calcolo delle probabilità Definizioni di probabilità Calcolo di probabilità notevoli Probabilità condizionate Cos'è una probabilità? Idea di massima:
DettagliSTATISTICA e PROBABILITA'
STATISTICA e PROBABILITA' Il problema della misura si pone in termini probabilistici, determinando un intervallo di valori aventi una certa probabilità di essere osservati. E' necessario quindi introdurre
DettagliNOZIONI DI CALCOLO DELLE PROBABILITÀ ALCUNE DEFINIZIONI
NOZIONI DI CALCOLO DELLE PROBABILITÀ ALCUNE DEFINIZIONI ESPERIMENTO CASUALE: un esperimento si dice casuale quando gli esiti (manifestazioni o eventi) non possono essere previsti con certezza. PROVA: le
Dettagli1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3.
Corso di Laurea INTERFACOLTÀ - Esercitazione di Statistica n 6 ESERCIZIO 1: 1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3. lancio di
DettagliProbabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva
Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.
DettagliCorso di Statistica. Introduzione alla Probabilità. Prof.ssa T. Laureti a.a
Corso di Statistica Introduzione alla Probabilità Prof.ssa T. Laureti a.a. 2012-2013 1 Introduzione al concetto di probabilità nelle strategie aziendali L azienda che vende articoli di abbigliamento per
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
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
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
DettagliProbabilità I Calcolo delle probabilità
Probabilità I Calcolo delle probabilità Nozioni di eventi. Definizioni di probabilità Calcolo di probabilità notevoli Probabilità condizionate Concetto di probabilità Cos'è una probabilità? Idea di massima:
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
DettagliMATEMATICA. a.a. 2014/15
MATEMATICA a.a. 2014/15 5. Introduzione alla probabilità: Definizioni di probabilità. Evento, prova, esperimento. Eventi indipendenti e incompatibili. Probabilità condizionata. Teorema di Bayes CONCETTI
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
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
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
DettagliProbabilità Condizionale - 1
Probabilità Condizionale - 1 Come varia la probabilità al variare della conoscenza, ovvero delle informazioni in possesso di chi la calcola? ESEMPIO - Calcolare la probabilità che in una estrazione della
DettagliUniversità del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica
Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica Medica Elementi di calcolo delle probabilità CdL Infermieristica Pediatrica ed
DettagliProgetto Lauree Scientifiche Liceo Classico L.Ariosto, Ferrara Dipartimento di Matematica Università di Ferrara 24 Gennaio 2012
Progetto Lauree Scientifiche Liceo Classico L.Ariosto, Ferrara Dipartimento di Matematica Università di Ferrara 24 Gennaio 2012 Concetti importanti da (ri)vedere funzione vettore matrice cenni di calcolo
DettagliProbabilità. Spazi di probabilità
Probabilità Paolo Montanari Appunti di Matematica Probabilità 1 Spazi di probabilità Un esperimento si dice casuale quando esso può essere ripetuto quante volte si vuole, ed il risultato di ogni esecuzione
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
DettagliCalcolo delle probabilità
Calcolo delle probabilità Definizione di Spazio Campionario Definizioni di Probabilità Eventi mutuamente esclusivi Eventi indipendenti Principio della somma Principio del prodotto Eventi certi : è certo
DettagliPROBABILITA E STATISTICA
PROBABILITA E STATISTICA La nozione di probabilità è stata concepita in modi diversi; GROSSOLANAMENTE le principali sono: Concezione classica: concetto di probabilità come uguale possibilità concezione
DettagliEvento Aleatorio. Un evento si dice aleatorio se può o non può verificarsi (Alea in greco vuol dire dado)
ELEMENTI DI CALCOLO DELLE PROBABILITA Evento Aleatorio Un evento si dice aleatorio se può o non può verificarsi (Alea in greco vuol dire dado) Esempi di eventi aleatori 1. Ottenere un certo numero nel
DettagliPOPOLAZIONE E CAMPIONI
p. 1/2 POPOLAZIONE E CAMPIONI POPOLAZIONE insieme di tutti quegli elementi che hanno almeno una caratteristica comune (persone, oggetti,misure, osservazioni). Consideriamo il caso di caratteristiche associate
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
DettagliINFORMAZIONI. p. 1/23
p. 1/23 INFORMAZIONI Prossime lezioni Giorno Ora Dove Giovedi 11/02 14:30 Laboratorio (via Loredan) Martedi 16/02 14:30 P50 Lunedi 22/02 09:30 P50 Martedi 23/02 14:30 P50 Giovedi 25/02 14:30 Aula informatica
DettagliCenni di probabilità
Corso di Laurea in Ingegneria per l Ambiente ed il Territorio Corso di Costruzioni Idrauliche A.A. 2004-05 www.dica.unict.it/users/costruzioni Cenni di probabilità Ing. Antonino Cancelliere Dipartimento
DettagliEsercitazione del 13/03/2018 Istituzioni di Calcolo delle Probabilità
Esercitazione del /0/08 Istituzioni di Calcolo delle Probabilità David Barbato I quesiti con asterisco saranno accessibili dalla quinta settimana di lezione. Esercizio Vengono lanciati due dadi a 6 facce
DettagliProbabilità. Introduzione. Esperimento casuale (o aleatorio): Può venir riproposto infinite volte.
Matematica Capitolo 4 Ivan Zivko Introduzione Esperimento casuale (o aleatorio): uò venir riproposto infinite volte. Il risultato (o esito) varia all interno di un certo numero (anche infinito) di casi
DettagliIL CALCOLO DELLE PROBABILITA
IL CLCOLO DLL ROILIT SRIMNTO: si dice deterministico l esperimento il cui risultato è prevedibile con certezza; si dice casuale l esperimento il cui risultato non è prevedibile con certezza. VNTO: si dice
DettagliELEMENTI DI PROBABILITA (parte 2) 1 / 27
ELEMENTI DI PROBABILITA (parte 2) 1 / 27 Combinazioni 2 / 27 Supponiamo di non essere interessati all ordine in cui sono disposti gli oggetti, per cui la parola abc sia indistinguibile dalla parola bca.
DettagliElementi di probabilità
Elementi di probabilità Corso di STATISTICA Ordinario di, Università di Napoli Federico II Professore supplente, Università della Basilicata a.a. 2011/2012 1 Obiettivo dell unità didattica Introdurre gli
DettagliFoglio di Esercizi 10 con Risoluzione 18 dicembre 2017
Matematica per Farmacia, a.a. 07/8 Foglio di Esercizi 0 con Risoluzione 8 dicembre 07 ATTENZIONE: in alcuni degli esercizi di Probabilità puó essere utile usare il Teorema di Bayes. Esercizio (Vedere il
DettagliDIPARTIMENTO SCIENZE POLITICHE E SOCIALI ABILITÀ LOGICO-MATEMATICHE A.A. 2018/2019 PROBABILITÀ
1 PROBABILITÀ DI UN EVENTO PROBABILITÀ Si parla di eventi probabili o improbabili quando non si è sicuri se essi si verificheranno. Quando lanciamo in aria una moneta, da cosa dipende se dopo la caduta
DettagliFondamenti di Statistica. Prof. V. Simoncini. Orario di Lezione: Mar Gio
Fondamenti di Statistica Prof. V. Simoncini Orario di Lezione: Mar 14-16 Gio 9.00-11.00 Orario di ricevimento: per appuntamento valeria@dm.unibo.it Siti del corso: www.dm.unibo.it/ simoncin/fondamenti.html
DettagliCalcolo delle probabilità e ragionamento bayesiano. Unit 5 Corso di Logica e Teoria dell Argomentazione
Calcolo delle probabilità e ragionamento bayesiano Unit 5 Corso di Logica e Teoria dell Argomentazione Sommario Nozioni probabilistiche Probabilità condizionata Ragionamento bayesiano Applicazioni a giochi
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
DettagliLezione 3 Calcolo delle probabilità
Lezione 3 Calcolo delle probabilità Definizione di probabilità La probabilità è lo studio degli esperimenti casuali e non deterministici Se lanciamo un dado sappiamo che cadrà ma non è certo che esca il
DettagliIntroduzione alla probabilità
Introduzione alla probabilità Osservazione e studio dei fenomeni naturali: a. Caso deterministico: l osservazione fornisce sempre lo stesso risultato. b. Caso stocastico o aleatorio: l osservazione fornisce
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 15-La probabilità vers. 1.0a (26 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2014-2015
Dettagli! X (92) X n. P ( X n X ) =0 (94)
Convergenza in robabilità Definizione 2 Data una successione X 1,X 2,...,X n,... di numeri aleatori e un numero aleatorio X diremo che X n tende in probabilità a X escriveremo X n! X (92) se fissati comunque
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
DettagliEsercitazioni di Statistica Dott.ssa Cristina Mollica niroma1.it. Probabilità
Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@u niroma1.it Probabilità Esercizio 1. Un esperimento casuale consiste nel lanciare tre volte una moneta. Si determini lo spazio campionario
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 e Statistica
Corso PON Competenze per lo sviluppo Liceo Scientifico "Bonaventura Rescigno Baronissi Ing. Ivano Coccorullo Prof.ssa Angela D Ambrosio Teoria delle probabilità Si è soliti far risalire la nascita della
DettagliSoluzione esercizi (quarta settimana)
Soluzione esercizi (quarta settimana) Marco Riani Esempio totocalcio Gioco la schedina mettendo a caso i segni 1 X 2 Qual è la prob. di fare 14? 1 Esempio Gioco la schedina mettendo a caso i segni (1 X
DettagliEsperimentazioni di Fisica 1. Prova scritta del 9 luglio 2015 SOLUZIONI
Esperimentazioni di Fisica 1 Prova scritta del 9 luglio 2015 SOLUZIONI Esp-1 Prova di Esame Secondo appello - Page 2 of 8 09/07/2015 1. (12 Punti) Quesito. La grandezza y è aspettata dipendere in modo
DettagliLaboratorio di Fisica per Chimici
Laboratorio di Fisica per Chimici 17 aprile 2015 Dott. Marco Felici Ufficio: Vecchio Edificio di Fisica (Ed. Marconi)-Stanza 349 (3 piano); e-mail: marco.felici@roma1.infn.it. Telefono: 06-49914382; Sito
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.
DettagliBasi matematiche per il Machine Learning
Basi matematiche per il Machine Learning Corso di AA, anno 2017/18, Padova Fabio Aiolli 04 Ottobre 2017 Fabio Aiolli Basi matematiche per il Machine Learning 04 Ottobre 2017 1 / 14 Probabilità Un esperimento
DettagliSOLUZIONI DEL 2 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA
SOLUZIONI DEL 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA Esercizio 0.1 Una moneta non truccata viene lanciata 10 volte. Calcolare la probabilità che non esca mai testa. Quale risulta la probabilità
DettagliProbabilità. Fulvio Bisi-Anna Torre
Probabilità Fulvio Bisi-Anna Torre FRATELLI E SORELLE Per la ricorrenza della festa della mamma, la sig.ra Luisa organizza una cena a casa sua, con le sue amiche che hanno almeno una figlia femmina. La
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
DettagliStatistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità
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
DettagliIntroduzione al calcolo delle probabilità
Introduzione al calcolo delle probabilità venti certi, impossibili, aleatori Supponiamo di lanciare un dado e consideriamo i seguenti eventi : ={ esce un numero compreso tra e 6 (estremi inclusi) } 2 ={
DettagliAppunti di Calcolo delle Probabilità per il corso di Modelli Matematici per le Scienze Sociali
1 Calcolo combinatorio Appunti di Calcolo delle Probabilità per il corso di Modelli Matematici per le Scienze Sociali Si dice disposizione semplice di n oggetti di classe K (con k n) ogni allineamento
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
Dettaglidi qualche accadimento porta ad un particolare che, a partire da determinate condizioni iniziali, stato delle cose finali
Esperimenti aleatori un esperimento e l osservazione del verificarsi che, a partire da determinate condizioni iniziali, stato delle cose finali di qualche accadimento porta ad un particolare se si ripete
DettagliSTATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore) Marco Riani mriani@unipr.it http://www.riani.it Esempio totocalcio Gioco la schedina mettendo a caso i segni 1 X 2 Qual è la prob. di fare 14? Esempio Gioco la schedina mettendo
DettagliValore atteso, mazzi di carte e Monte Carlo. Anna Torre-Fulvio Bisi
Valore atteso, mazzi di carte e Monte Carlo Anna Torre-Fulvio Bisi Eventi Indipendenti Due eventi A, B sono indipendenti se la probabilità che accadano entrambi è il prodotto della probabilità che accada
Dettagli