CENNI DI PROBABILITÀ DISCRETA ANDREA SCAPELLATO
|
|
- Enrichetta Natali
- 7 anni fa
- Visualizzazioni
Transcript
1 CENNI DI PROBABILITÀ DISCRETA ANDREA SCAPELLATO In queste note illustriamo alcuni elementi di probabilità discreta. Si sottolinea che non si ha alcuna pretesa di completezza: quanto qui riportato rappresenta unicamente un indice degli argomenti trattati a lezione. Per la realizzazione di queste note si è fatto riferimento principalmente a [], dove è possibile reperire le dimostrazioni delle proposizioni e dei teoremi qui solo enunciati, nonché ulteriori dettagli. Per ulteriori approfondimenti e curiosità si può fare riferimento (anche) agli altri testi indicati nei Riferimenti Bibliografici.. Definizione di probabilità Poniamo la seguente fondamentale definizione: Definizione. (Assiomi della probabilità). Sia Ω un insieme (non vuoto) finito o numerabile e sia P(Ω) la famiglia di tutti i sottoinsiemi di Ω. Una funzione P : P(Ω) [0, ] si dice probabilità se valgono le seguenti proprietà: (P) P (Ω), (P2) (σ-additività). Per ogni successione (A n ) n N di sottoinsiemi di Ω disgiunti (ossia A i A j per i j) si ha ( + ) + P A n P (A n ). n n La coppia (Ω, P ) è detta spazio di probabilità discreto. campionario e i suoi sottoinsiemi sono chiamati eventi. L insieme Ω è detto spazio L interpretazione di uno spazio di probabilità discreto (Ω, P ) è la seguente: l insieme Ω contiene tutti i possibili esiti di un esperimento aleatorio e, per ogni sottoinsieme A Ω, il numero P (A) [0, ] esprime il grado di fiducia che si attribuisce all eventualità che l esito dell esperimento sia un elemento di A. La proprietà (P) esprime il fatto che l intero spazio campionario è un evento certo. Dalla Definizione., si deduce facilmente la proposizione seguente: Proposizione.2. Sia (Ω, P ) uno spazio di probabilità discreto. Allora: (a) P ( ) 0, (b) (Additività finita). Se A,..., A k è una famiglia finita di eventi disgiunti (ossia A i A j per i j), allora ( k ) k P A n P (A n ). () n n Per la Proposizione.2, l insieme vuoto è l evento impossibile. Osservazione.3. Se k 2 la () diventa P (A B) P (A) + P (B), A, B Ω, A B.
2 CENNI DI PROBABILITÀ DISCRETA 2 Una probabilità P su uno spazio campionario Ω è una funzione il cui dominio è l insieme delle parti P(Ω). Si può costruire una probabilità a partire da un oggetto più semplice, detto densità discreta, che è una funzione il cui dominio è Ω. Definizione.4 (Densità discreta). Sia Ω un insieme non vuoto. Si dice densità discreta su Ω ogni funzione p : Ω R che soddisfa le seguenti relazioni: p(ω) 0, ω Ω, p(ω). ω Ω Vale la seguente proposizione. Proposizione.5. Sia p una densità discreta su un insieme arbitrario Ω. La funzione P : P(Ω) R definita da P (A) : p(ω), A Ω (2) ω A soddisfa (P) e (P2) della Definizione.. La Proposizione.5 mostra che se Ω è finito o numerabile ogni densità discreta p su Ω determina una probabilità P su Ω mediante la (2). Vale anche il viceversa: Proposizione.6. Sia Ω un insieme (non vuoto) finito o numerabile. Esiste una corrispondenza biunivoca tra le probabilità P su Ω e le densità discrete p su Ω data dalle relazioni: p(ω) P ({ω}), ω Ω, (3) P (A) ω A p(ω), A Ω. Esempio.7 (Probabilità uniforme). Sia Ω un insieme finito. Definiamo per A Ω P (A) : A Ω, dove indica il numero di elementi di un insieme. Quindi P (A) è, per definizione, il rapporto tra il numero di casi favorevoli al verificarsi dell evento A ed il numero di casi possibili. Si può provare che P soddisfa (P) e (P2) della Definizione., quindi P è una probabilità, detta uniforme su Ω. La densità discreta associata, grazie a (3), è p(ω) Ω, e dunque non dipende da ω. Vale anche il viceversa: se p(ω) P ({ω}) c non dipende da ω Ω, allora necessariamente c Ω (provarlo per esercizio) e quindi P è la probabilità uniforme su Ω. Lo spazio (Ω, P ) è detto spazio di probabilità uniforme. Esso è il modello probabilistico adeguato a descrivere gli esperimenti aleatori in cui tutti gli esiti si possono ritenere equiprobabili (per esempio, per ragioni di simmetria). Casi tipici: lancio di un dado o di una moneta regolari, estrazione di un numero in una ruota del lotto,....
3 CENNI DI PROBABILITÀ DISCRETA 3 Esponiamo adesso alcune conseguenze fondamentali degli assiomi (P) e (P2) che per comodità riuniamo in un unica proposizione. Proposizione.8. Sia (Ω, P ) uno spazio di probabilità discreto. (i) Per ogni A, B Ω tali che A B, si ha P (B \ A) P (B) P (A), di conseguenza P (A) P (B). In particolare, per ogni A Ω, denotato con A c il complementare dell insieme A in Ω (ossia l evento contrario di A), si ha (ii) Per ogni A, B Ω, si ha di conseguenza P (A c ) P (A). P (A B) P (A) + P (B) P (A B), P (A B) P (A) + P (B). 2. Probabilità condizionale Definizione 2. (Probabilità condizionale). Siano A e B due eventi di uno spazio di probabilità discreto (Ω, P ), con P (B) > 0. Si dice probabilità condizionale di A dato B (o sapendo B, o rispetto a B, o supposto B) la quantità Si può provare la seguente proposizione: P (A B) P (A B). P (B) Proposizione 2.2. Sia B un evento fissato di uno spazio di probabilità discreto (Ω, P ). La funzione P ( B), ossia è una probabilità su Ω. P(Ω) [0, ] A P (A B), Sottolineiamo che, fissato un evento A, la funzione B P (A B) non è una probabilità (ad esempio, non è nemmeno definita per B ). La probabilità condizionale permette di esprimere in modo ricorsivo la probabilità dell intersezione di n eventi: Proposizione 2.3 (Regola della catena). Per n N, n 2 siano A,..., A n eventi tali che P (A... A n ) > 0. Allora P ( n ia i ) P (A )P (A 2 A )P (A 3 A A 2 )...P (A n A... A n ) n P (A ) P (A i A... A i ). i2 La seguente proposizione è di fondamentale importanza nelle applicazioni:
4 CENNI DI PROBABILITÀ DISCRETA 4 Proposizione 2.4 (Formula di disintegrazione e delle probabilità totali). Sia (Ω, P ) uno spazio di probabilità discreto e sia (B i ) i I una partizione finita o numerabile di Ω, ossia I N, B i B j per ogni i j e i I B i Ω. Per ogni evento A vale la formula di disintegrazione: P (A) i I P (A B i ). Se inoltre P (B i ) > 0 per ogni i I, vale la formula delle probabilità totali: P (A) i I P (A B i )P (B i ). In particolare, per ogni coppia di eventi A, B, con 0 < P (B) <, si ha P (A) P (A B)P (B) + P (A B c )P (B c ) P (A B)P (B) + P (A B c )( P (B)). Segnaliamo, infine, il seguente classico risultato: Teorema 2.5 (Formula di Bayes). Se A e B sono eventi di uno spazio di probabilità discreto (Ω, P ), con P (A) > 0 e P (B) > 0, allora vale la formula di Bayes: P (B A) P (A B)P (B). P (A) Osservazione 2.6. Le ipotesi P (A) > 0 e P (B) > 0 garantiscono che le probabilità condizionali P (A B) e P (B A) sono definite. Osservazione 2.7. Nell ipotesi che 0 < P (B) <, usando la formula delle probabilità totali, la formula di Bayes può essere scritta nella forma P (A B)P (B) P (B A) P (A B)P (B) + P (A B c )P (B c ). (4) Analogamente, se (B i ) i I è una famiglia di eventi finita o numerabile verificante le ipotesi della Proposizione 2.4, per ogni i I si ha P (B i A) P (A B i)p (B i ) P (A) P (A B i )P (B i ) j I P (A B j)p (B j ). (5) Le versioni (4) e (5) della formula di Bayes sono quelle che più spesso capita di usare negli esercizi. 3. Indipendenza stocastica Abbiamo visto che la probabilità condizionale P (A B) rappresenta la probabilità di verificarsi dell evento A sotto la condizione del verificarsi dell evento B. Tuttavia, potrebbe succedere che il verificarsi dell evento B non modifichi la probabilità del verificarsi dell evento A, ossia P (A B) P (A). (6) Usando la definizione di probabilità condizionale si vede subito che la relazione (6) equivale a P (A B) P (A)P (B). (7) L identità (7), rispetto alla (6), presenta due vantaggi: innanzitutto è simmetrica in A e B e, inoltre, è definita e banalmente vera anche quando P (B) 0. Per tutte queste ragioni, la (7) viene scelta per caratterizzare la nozione di indipendenza stocastica.
5 CENNI DI PROBABILITÀ DISCRETA 5 Definizione 3. (Indipendenza stocastica di due eventi). Due eventi A e B di uno spazio di probabilità discreto (Ω, P ) si dicono stocasticamente indipendenti se P (A B) P (A)P (B). Benché sia ovvio dalla definizione, sottolineiamo che due eventi indipendenti non sono disgiunti, escludendo il caso banale in cui uno dei due eventi abbia probabilità zero. Infatti, se P (A) > 0 e P (B) > 0, segue che P (A B) P (A)P (B) > 0 e dunque A B. Per completezza, definiamo l indipendenza stocastica di più di due eventi, segnalando che tale definizione non è proprio l immediata generalizzazione della Definizione 3.. Definizione 3.2 (Indipendenza stocastica di eventi). Sia (A i ) i I una famiglia di eventi in uno spazio di probabilità discreto (Ω, P ), dove l insieme di indici I è arbitrario. Si dice che tali eventi sono stocasticamente indipendenti se per ogni sottoinsieme finito J I (con J 2) si ha P A j P (A j ). (8) j J j J Per l indipendenza di n eventi A,..., A n non basta dunque verificare che P (A... A n ) P (A )... P (A n ), ma occorre mostrare che questa proprietà di fattorizzazione vale anche per ogni sottofamiglia, come richiesto dalla relazione (8). Il lettore interessato può reperire ulteriori dettagli in []. 4. Esercizi risolti Da un sacchetto contenente le quattro lettere C, A, S, O, si estrae una lettera per volta. Qual è la probabilità che le lettere siano estratte senza formare, nell ordine, la parola CASO? L evento A non si forma la parola CASO è il contrario dell evento B si forma la parola CASO, per cui P (A) P (B). Procediamo quindi calcolando P (B); il numero dei casi possibili è dato dal numero delle permutazioni delle 4 lettere cioè P 4 4! 24. Il numero dei casi favorevoli è, quindi P (B) 24 e p(a) Sapendo che il gioco della roulette si basa sui numeri da a 36, di cui 8 rossi e 8 neri più il numero 0 verde, calcolare la probabilità che esca un numero nero o pari. Occorre calcolare la probabilità dell evento A B, dove A esce un numero nero, B esce un numero pari. I due eventi sono compatibili: esistono infatti numeri che sono sia pari che neri. I numeri neri sono 8, quindi i casi favorevoli all evento A sono 8 dei 37 possibili; i numeri pari sono 8, quindi i casi favorevoli all evento B sono 8 dei 37 possibili; i numeri sia pari che neri sono 0, quindi i casi favorevoli all evento A B sono 0 dei 37 possibili. Abbiamo allora: Per la Proposizione.8, (ii), si ha P (A) 8 8 0, P (B), P (A B) P (A B) P (A) + P (B) P (A B)
6 CENNI DI PROBABILITÀ DISCRETA 6 3 Qual è la probabilità che lanciando un dado si ottenga 2 oppure 4? Consideriamo gli eventi A esce il numero 2, B esce il numero 4 e calcoliamo la probabilità dell evento A B. Gli eventi sono incompatibili, per cui per la Proposizione.8, (ii), si ha P (A B) P (A) + P (B) Consideriamo l estrazione successiva di due biglie con reimmissione (dopo la prima estrazione la biglia viene rimessa nell urna) da un urna contenente 5 biglie rosse e 3 nere. Calcolare la probabilità che alla seconda estrazione esca una biglia nera, sapendo che nella prima estrazione è uscita una biglia rossa. Consideriamo gli eventi A nella prima estrazione esce una biglia rossa, B nella seconda estrazione esce una biglia nera. Si deve calcolare la probabilità che si verifichi l evento B supposto che si sia verificato l evento A. Poiché dopo la prima estrazione la biglia rossa viene rimessa nell urna, il fatto che A si sia già verificato non modifica la probabilità di B: nell urna ci sono infatti sempre 8 palline, di cui 5 rosse e 3 nere, quindi P (B A) P (B) In un urna sono contenuti i numeri da 0 a 9. Estraendo 4 numeri insieme, qual è la probabilità di estrarre le cifre per formare il numero 234? Il caso favorevole è uno solo: l estrazione del gruppo di numeri, 2, 3, 4. Poiché non interessa l ordine, il numero di casi possibili è dato dalle combinazioni di 0 elementi di classe 4: C 0,4 ( ) 0 4 0! 4!(0 4)! La probabilità richiesta è dunque Estraendo tre carte da un mazzo di 40, qual è la probabilità che fra le tre carte vi sia almeno un re? I casi possibili sono tutte le terne che si possono formare con 40 carte; poiché non interessa l ordine con cui si forma ogni terna, il numero di casi possibili è dato dalle combinazioni di 40 elementi di classe 3: ( ) C 40, I casi favorevoli sono tutte le terne in cui vi è almeno un re; pertanto, fissato un re nelle terne (per esempio il re di cuori), le altre due carte possono essere tutte le coppie possibili formate con le 39 carte rimaste, quindi le combinazioni di 39 elementi di classe 2: C 39,2 ( 39 2 ) Questo numero poi deve essere moltiplicato per il numero dei re, cioè 4. I casi favorevoli sono dunque La probabilità richiesta è quindi Lanciando 3 volte una moneta regolare, qual è la probabilità di ottenere almeno una volta testa? Potremmo affrontare il problema partendo dalla definizione di probabilità uniforme, tenendo conto che i casi favorevoli sono tutti i casi in cui si possono ottenere esattamente volta testa, 2 volte testa o 3 volte testa. In questo caso dobbiamo eseguire alcuni calcoli
7 CENNI DI PROBABILITÀ DISCRETA 7 che lasciamo al lettore. In alternativa possiamo pensare all evento: A ottenere almeno una testa come all evento A non ottenere tre croci e quindi considerarlo come l evento contrario all evento B ottenere tre croci. Seguendo quest ultima strada è sufficiente calcolare la probabilità dell evento B, che è P (B) 8, poiché ottenere 3 croci è un solo caso favorevole sugli 8 possibili. Per la Proposizione.8, (i), si ottiene: P (A) P (B) In un urna ci sono 30 biglie di vari colori, tra le quali 8 biglie sono bianche, 7 nere e 2 verdi. Qual è la probabilità che, estraendo dall urna successivamente 3 biglie senza reinserirle, siano la prima bianca, la seconda nera e la terza verde? Si definiscano gli eventi: A prima biglia bianca, B seconda biglia nera, C terza biglia verde. Poiché nella consegna compare la congiunzione e dobbiamo calcolare la probabilità dell intersezione degli eventi in questione. Non reinserendo le biglie, ad ogni estrazione nell urna vi è una biglia in meno, quindi i casi possibili passano da 30 a 29 a La probabilità che la prima biglia sia bianca è quindi , la probabilità che la seconda sia nera è , la probabilità che la terza sia verde è Applicando la regola della catena, si trova che la probabilità richiesta è quindi: P (A B C) P (A)P (B A)P (C (A B)) In un urna ci sono 30 biglie di vari colori, tra le quali 6 biglie sono bianche, 0 nere e 4 verdi. Dire qual è la probabilità che, estraendo dall urna successivamente 2 biglie senza reinserirle, (a) siano entrambe nere; (b) siano la prima verde e la seconda nera; (c) siano una bianca e una verde. Rispondiamo separatamente alle tre richieste. Allo scopo è conveniente definire i tre eventi B esce una biglia bianca, N esce una biglia nera, V esce una biglia verde. Converremo di mettere il pedice i a ciascuno dei precedenti eventi, per indicare che esso si verifica all estrazione i. (a) Bisogna calcolare la probabilità P (N N 2 ). Utilizzando la regola della catena si ha: P (N N 2 ) P (N ) P (N 2 N ) (b) Bisogna calcolare la probabilità P (V N 2 ). Utilizzando la regola della catena si ha: P (V N 2 ) P (V ) P (N 2 V ) (c) Bisogna calcolare la probabilità P ((B V 2 ) (V B 2 )). Sfruttiamo la Proposizione.8, (ii), tenendo conto che gli eventi B V 2 e V B 2 sono disgiunti: P ((B V 2 ) (V B 2 )) P (B V 2 ) + P (V B 2 ) P (B )P (V 2 B ) + P (V )P (B 2 V )
8 CENNI DI PROBABILITÀ DISCRETA 8 0 Due tiratori, indipendentemente l uno dall altro, tirano allo stesso bersaglio: la probabilità di fare centro è del 60% per il primo tiratore, dell 80% per il secondo. Un solo colpo centra il bersaglio: qual è la probabilità che sia del primo tiratore? Si considerino gli eventi: A nessuno centra il bersaglio, B tutti e due centrano il bersaglio, C solo il primo centra il bersaglio, D solo il secondo centra il bersaglio. Gli eventi A, B, C, D sono indipendenti ed esauriscono tutti i possibili effetti. Si ha: P (A) 0, 40 0, 20 0, 08, P (B) 0, 60 0, 80 0, 48, P (C) 0, 60 0, 20 0, 2, P (D) 0, 40 0, 80 0, 32. Consideriamo ancora l evento: E solo uno dei due centra il bersaglio. Le probabilità condizionali di E rispetto ad A, B, C, D sono: P (E A) 0, P (E B) 0, P (E C), P (E D). Calcoliamo ora, sotto la condizione che un solo colpo abbia raggiunto il bersaglio, la probabilità che a centrare sia stato il primo tiratore. Applichiamo la formula di Bayes: P (C E) P (E C)P (C) P (E A)P (A) + P (E B)P (B) + P (E C)P (C) + P (E D)P (D) 0, 2 0, , 2 + 0, 32 Il cane di casa odia il gatto del vicino: se lo afferra c è la probabilità del 90% che lo uccida, ma la probabilità che lo prenda è solo del 20%. Il gatto ha del resto, per il suo girovagare nella strada, la probabilità del 40% di morire travolto da un auto. Se il gatto viene trovato morto, qual è la probabilità che l abbia ucciso il cane? Consideriamo lo spazio Ω dei possibili fatti collegabili a tale uccisione: Le probabilità che conosciamo sono: Ω {investimento, cattura, morte}. P (investimento) 40%, P (cattura) 20%, P (morte cattura) 90%. Ciò che si vuole scoprire è la probabilità che il gatto sia stato catturato dal cane, sapendo che è morto; in altri termini si chiede il valore della probabilità condizionale Applichiamo la formula di Bayes: P (cattura morte). P (morte cattura)p (cattura) P (cattura morte) P (morte cattura)p (cattura) + P (morte non cattura)p (non cattura) 0, 9 0, 2 0, 36. 0, 9 0, 2 + 0, 4 0, 8 La stima P (cattura morte) 0, 36 significa che, in accordo con le probabilità condizionali indicate, la probabilità che la morte del gatto sia imputabile al cane è... solo del 36%...!
9 CENNI DI PROBABILITÀ DISCRETA 9 2 Tre macchine producono lo stesso tipo di pezzi. La prima ne produce 50 al giorno con il 2% dei pezzi difettosi, la seconda ne produce 400 con il 5% di pezzi difettosi, la terza 50 con nessun pezzo difettoso. Supponiamo ora di prendere a caso un pezzo della produzione di un dato giorno. Calcolare la probabilità che: (a) il pezzo sia stato prodotto dalla prima macchina; (b) il pezzo sia stato prodotto dalla seconda macchina; (c) il pezzo sia difettoso. Supponiamo che il pezzo estratto sia difettoso. Calcolare la probabilità che: (e) il pezzo sia stato prodotto dalla prima macchina; (f) il pezzo sia stato prodotto dalla seconda macchina; (g) il pezzo sia stato prodotto dalla terza macchina. Si definiscano gli eventi A i pezzo prodotto dalla macchina i, con i, 2, 3, D pezzo difettoso. Ogni giorno le tre macchine producono 600 pezzi in totale. (a) Si ha P (A ) (b) Si ha P (A 2 ) (c) Si ha P (A 3 ) (d) Dei 50 pezzi prodotti dalla prima macchina 3 sono difettosi mentre del 400 prodotti dalla seconda 20 sono difettosi; tutti buoni i pezzi prodotti dalla terza. In totale, si hanno 23 pezzi difettosi su una produzione di 600 pezzi, quindi P (D) , 8%. (e) Si ha: P (A D) P (A D) %. P (D) 3 (f) Si ha: P (A 2 D) P (A 2 D) P (D) , 7%. 3 Un urna contiene 6 biglie rosse e 4 nere. Si estraggono due biglie senza rimettere la prima nell urna. Calcolare la probabilità che: (a) si siano ottenute due biglie rosse; (b) si sia ottenuta una sola biglia rossa; (c) non si sia ottenuta alcuna biglia rossa. Consideriamo gli eventi R estrazione di una biglia rossa, N estrazione di una biglia nera convenendo di mettere il pedice i a ciascuno dei precedenti eventi per indicare che esso si verifica all estrazione i e calcoliamo le relative probabilità nelle due estrazioni. Prima estrazione. Nell urna si hanno 0 biglie: 6 bianche e 4 nere. Si ha dunque: P (R) 6 0, P (N) Seconda estrazione. Poiché la prima biglia non viene rimessa nell urna, in essa restano 9 biglie; pertanto le probabilità nella seconda estrazione sono: se la prima biglia estratta era rossa, ne restano 5 rosse e 4 nere, così: P (R) 5 9, P (N) 4 9 ; se la prima biglia estratta era nera, ne restano 6 rosse e 3 nere, così: P (R) , P (N) Si ha: (a) Si ha: P (R R 2 ) P (R )P (R 2 R ) (b) Si ha: P ((R N 2 ) (N R 2 )) P (R N 2 ) + P (N R 2 ) P (R )P (N 2 R ) + P (N )P (R 2 N )
10 CENNI DI PROBABILITÀ DISCRETA 0 (c) Si ha: P (N N 2 ) P (N )P (N 2 N ) Si supponga di sapere che il 5% della popolazione adulta sia affetta da ipertensione, ma che il 75% di tutti gli adulti sia personalmente convinto di non avere tale problema. Si supponga anche che il 6% della popolazione abbia l ipertensione ma non pensi che la malattia sia presente. Calcolare la probabilità che (a) la malattia sia effettivamente presente in un paziente adulto che afferma di non avere l ipertensione; (b) un paziente sospetti la presenza della malattia, quando la malattia è effettivamente presente. Consideriamo gli eventi E il paziente non crede che la malattia sia presente e E 2 il paziente è affetto dalla malattia. Si ha P (E ) 0, 75, P (E 2 ) 0, 5 e P (E E 2 ) 0, 06. (a) Si ha P (E 2 E ) P (E E 2 ) P (E ) 0,06 0,75 0, 08. Vi è quindi una probabilità dell 8% che un paziente che pensa di non avere problemi di ipertensione, abbia in effetti la malattia. (b) Occorre calcolare P (E c E 2). Osservato che P (E 2 ) P (E c E 2) + P (E E 2 ), si ha P (E c E 2 ) P (Ec E 2) P (E 2 ) 0, 5 0, 06 0, 5 0, 60, ossia, se il paziente esprime l opinione di soffrire di ipertensione, vi è una probabilità del 60% che abbia ragione. 5 Supponiamo che di tutti i pazienti malati di cancro, il 52% sia costituito da maschi e che per i maschi la sopravvivenza per almeno 5 anni sia del 35%. Calcolare la probabilità che un malato di cancro scelto a caso sia un maschio e sopravviva per almeno 5 anni. Consideriamo gli eventi E il paziente scelto a caso è maschio e E 2 il paziente scelto a caso sopravvive per almeno 5 anni. Occorre calcolare P (E E 2 ): P (E E 2 ) P (E 2 E )P (E ) , Esercizi proposti Si lanciano n monete non truccate. (a) Qual è la probabilità che escano tutte teste? 2 n (b) Qual è la probabilità che esca la medesima faccia negli n lanci? 2 n 2 Calcolare la probabilità che, lanciando 0 monete non truccate, escano esattamente tre teste Calcolare la probabilità che il primo numero del lotto estratto dalla ruota di Napoli sia un numero dispari o un multiplo di Si estrae una carta da un mazzo di 40 carte siciliane. Calcolare la probabilità che sia un asso o una carta di mazze Calcolare la probabilità che lanciando sette monete non truccate, esca almeno una croce. 6 Un urna contiene 0 palline, di cui 4 rosse e 6 verdi. Calcolare la probabilità che, 3 estraendone due contemporaneamente, almeno una di esse sia verde. 5 7 Si lancia un dado non truccato. Qual è la probabilità che esca il numero 5, nell ipotesi che esca un numero dispari. 3 8 Si estrae una carta da un mazzo di 40 carte siciliane. Qual è la probabilità di estrarre una 3 figura nell ipotesi che sia stata estratta una carta di spade?
11 CENNI DI PROBABILITÀ DISCRETA 9 Si lanciano due dadi. Calcolare la probabilità che la somma dei punti delle due facce 2 uscite sia 7 sapendo che su una di esse è uscito il 3. 0 Da un urna, contenente tre biglie rosse e cinque blu, se ne estraggono due, senza reinserire la prima biglia estratta prima di procedere alla seconda estrazione. Calcolare la probabilità di estrarre due biglie blu. Ripetere l esercizio nell ipotesi in cui la prima biglia estratta venga reinserita nell urna. 5 4, Da un mazzo di 40 carte siciliane se ne estraggono 3 successivamente. Calcolare la probabilità che siano tutte e tre carte di spade, sia nel caso che ciascuna carta estratta venga reinserita prima di procedere all estrazione successiva, sia nel caso che le carte estratte non vengano reinserite. 64, Si lanciano tre dadi non truccati. Calcolare la probabilità di ottenere quattro su uno e un solo dado Un urna contiene 30 biglie, di cui 2 rosse, 0 bianche, 8 nere. Se ne estraggono due senza reinserire la prima estratta prima di procedere alla seconda estrazione. Calcolare la probabilità che le biglie estratte siano dello stesso colore. Si supponga, adesso, che si reinserisca ciascuna biglia estratta prima di procedere alla successiva estrazione. Calcolare 39 la probabilità che le tre biglie siano almeno di due colori diversi. 45, In una fabbrica meccanica vi sono due macchinari che producono viti dello stesso tipo. Il primo macchinario produce il 5% di viti difettose, il secondo produce il 3% di viti difettose. I due macchinari contribuiscono rispettivamente per il 60% e per il 40% alla produzione complessiva. Calcolare la probabilità che una vite scelta a caso sia difettosa. 4, 2% 5 Vi sono tre scatole. La prima contiene 2 penne nere, la seconda contiene 8 penne nere e 2 rosse, la terza contiene 20 penne rosse. Si sceglie a caso una scatola e da questa si estrae una penna. (a) Qual è la probabilità che la penna estratta sia rossa? 2 5 (b) Si supponga che la penna estratta sia rossa. Qual è la probabilità che essa sia stata estratta dalla seconda scatola? E qual è la probabilità che essa sia stata estratta dalla terza scatola? 6, Uno studente universitario viene esaminato dal docente o dall assistente. La probabilità di essere esaminato dal docente è pari a 2 5. La probabilità di superare l esame, se sostenuto con il docente, è 0, 6, mentre è 0, 8 se sostenuto con l assistente. Se lo studente ha superato l esame, qual è la probabilità che sia stato esaminato dal docente? 3 7 Date due urne, U contenente due biglie bianche e quattro nere e U 2 contenente quattro biglie bianche e due nere, da una di esse si effettuano estrazioni con restituzione fino ad ottenere per la prima volta biglia bianca. L urna è stata scelta in base all esito del lancio di un dado: U se è uscita la faccia 6, U 2 altrimenti. Supposto che la biglia bianca sia uscita per la prima volta alla quarta estrazione, calcolare la probabilità che non sia uscita 5 la faccia 6. 9 Riferimenti bibliografici [] F. Caravenna, P. Dai Pra, Probabilità. Un introduzione attraverso modelli e applicazioni, Springer (203). [2] R. Giuliano, Argomenti di probabilità e statistica, Springer (20). [3] F. Biagini, M. Campanino, Elementi di Probabilità e Statistica, Springer (2006). [4] R. Scozzafava, Incertezza e probabilità, Zanichelli (200).
CENNI DI PROBABILITÀ DISCRETA ANDREA SCAPELLATO
CENNI DI PROBABILITÀ DISCRETA ANDREA SCAPELLATO In queste note illustriamo alcuni elementi di probabilità discreta. Si sottolinea che non si ha alcuna pretesa di completezza: quanto qui riportato rappresenta
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
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,
DettagliMatematica con elementi di statistica ESERCIZI: probabilità
Matematica con elementi di statistica ESERCIZI: probabilità Esercizi sulla Probabilità Esercizio 1. In un corso di laurea uno studente deve scegliere un esame fra 8 di matematica e un esame fra 5 di fisica.
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
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.
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
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
DettagliIL CALCOLO DELLA PROBABILITÀ
IL LOLO LL PROILITÀ 1 Una scatola contiene quattro dischetti rossi numerati da 1 a 4, sei dischetti verdi numerati da 1 a e cinque dischetti bianchi numerati da 1 a 5. Si estrae un dischetto. Scrivi gli
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
DettagliSTATISTICA 1 ESERCITAZIONE 8
STATISTICA 1 ESERCITAZIONE 8 Dott. Giuseppe Pandolfo 18 Novembre 2013 CALCOLO DELLE PROBABILITA Elementi del calcolo delle probabilità: 1) Esperimento: fenomeno caratterizzato da incertezza 2) Evento:
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
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,
DettagliNelle ipotesi del precedente esercizio, in quanti modi potrebbe essere formata la classifica finale di tutti i 20 concorrenti? [2,4.
CALCOLO COMBINATORIO Ad una gara partecipano 20 concorrenti; quanti terne di primi tre classificati si possono formare? (nell'ipotesi che non vi siano degli ex aequo) [6.840] Nelle ipotesi del precedente
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
DettagliP (F E) = P (E) P (F E) = = 25
Regola del prodotto Conoscete la definizione di probabilità condizionata. Definizione 1. Siano E e F due eventi di uno spazio campionario S. Supponiamo P (F ) > 0. La probabilità condizionata dell evento
DettagliSOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA
SOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA 1 Esercizio 0.1 Dato P (A) = 0.5 e P (A B) = 0.6, determinare P (B) nei casi in cui: a] A e B sono incompatibili; b] A e B sono indipendenti;
DettagliTest di autovalutazione
Test Test di autovalutazione 0 0 0 0 0 0 0 70 80 90 00 n Il mio punteggio, in centesimi, è n Rispondi a ogni quesito segnando una sola delle alternative. n Confronta le tue risposte con le soluzioni. n
DettagliQLaprobabilità dell'evento intersezione
QLaprobabilità dell'evento intersezione Dati due eventi A e B consideriamo l'evento intersezione C'-A H B C. Prima di illustrare come si calcola la probabilità dell'evento intersezione, vediamo insieme
Dettagliprima urna seconda urna
Un po di fortuna Considera il seguente gioco: ci sono due urne contenenti delle palline perfettamente uguali tra loro, ma colorate diversamente, alcune bianche, altre nere. Nella prima urna ci sono una
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
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
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.
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
DettagliVariabili casuali ad una dimensione Testi degli esercizi. Variabili casuali ad una dimensione a.a. 2012/2013 1
Variabili casuali ad una dimensione Testi degli esercizi 1 Costruzione di variabile casuale discreta Esercizio 1. Sia data un urna contenente 3 biglie rosse, 2 biglie bianche ed una biglia nera. Ad ogni
DettagliESERCIZI SULLA PROBABILITA
PROBABILITA CLASSICA ESERCIZI SULLA PROBABILITA 1) Si estrae una carta da un mazzo di 40 carte ; calcolare la probabilità che la carta sia: a. una figura; b. una carta di danari; c. un asso. 2) Un urna
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
DettagliScopo del Corso: Lezione 1. La Probabilità. Organizzazione del Corso e argomenti trattati: Prerequisiti:
Lezione 1 La Probabilità Scopo del Corso: Introduzione alla probabilità e alle procedure di inferenza statistica Introduzione ad alcune importanti tecniche di analisi multivariata dei dati Organizzazione
DettagliPROBABILITÀ. P ( E ) = f n
PROBABILITÀ GLI EVENTI E LA PROBABILITÀ EVENTI CERTI, IMPOSSIBILI E ALEATORI Ci sono avvenimenti che accadono con certezza, mentre altri sicuramente non possono mai verificarsi. Per esempio, se una scatola
DettagliESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE
ESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE Docente titolare: Irene Crimaldi 26 novembre 2009 Es.1 Supponendo che la probabilità di nascita maschile e femminile sia la stessa, calcolare la probabilità
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
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
DettagliCOMPITO n. 1. a) Determinare la distribuzione del numero X di palline nere presenti nell urna.
Università di Siena a.a. 28/9 Docente D. Papini COMPITO n. 1 a) Un dado non truccato viene lanciato due volte. Quant è la probabilità dell evento: al primo lancio esce un numero minore o uguale a 2 ed
DettagliLA PROBABILITAÁ ALGEBRA IL CALCOLO DELLE PROBABILITAÁ. richiami della teoria
ALGEBRA IL CALCOLO DELLE PROBABILITAÁ richiami della teoria n un evento E si dice casuale o aleatorio, quando il suo verificarsi dipende unicamente dal caso; n un evento si dice certo quando eá possibile
DettagliCalcolo Combinatorio e Probabilità
Calcolo Combinatorio e Probabilità Andrea Galasso 1 Calcolo Combinatorio Definizione 1 Fissati n, k N, con k n, indicheremo con D n,k := n! (n k)! le disposizioni di n oggetti in k posti e con DR n,k :=
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
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 05-6 P.Baldi Lista di esercizi, 8 gennaio 06. Esercizio Si sa che in una schedina
DettagliSTATISTICA: esercizi svolti sulle VARIABILI CASUALI
STATISTICA: esercizi svolti sulle VARIABILI CASUALI VARIABILI CASUALI 2 VARIABILI CASUALI. Variabili casuali generiche. Si supponga che un dado truccato, formato da sei facce contrassegnate dai numeri
DettagliEsercitazioni del Corso di Probabilitá e Statistica Lezione 2: Eventi disgiunti, eventi indipendenti e probabilitá condizionata
Esercitazioni del Corso di Probabilitá e Statistica Lezione 2: Eventi disgiunti, eventi indipendenti e probabilitá condizionata Stefano Patti 1 19 ottobre 2005 Definizione 1 Sia (Ω, F) uno spazio probabilizzabile.
DettagliProbabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica.
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Probabilità Ines Campa Probabilità e Statistica - Esercitazioni -
DettagliNote di probabilità. Mauro Saita Versione provvisoria, maggio 2014.
Note di probabilità Mauro Saita Versione provvisoria, maggio 2014. Indice 1 Note di probabilità. 2 1.1 Eventi elementari. Spazio degli eventi.............................. 2 1.2 Definizione assiomatica
DettagliPROBABILITÀ. a) 0,04 b) 0,8 c) 0,25 d) 0,64 e) 0,96
QUESITI 1 PROBABILITÀ 1. (Da Medicina e Odontoiatria 2015) La probabilità con cui un paziente deve attendere meno di dieci minuti il proprio turno in un ambulatorio medico è 0,8. Qual è la probabilità
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
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
Dettaglie n n xn ( 1) n ( 1) n n + 1 2e n x n 3n [ln x]n 1 n + 1 2e n 1
1) Studiare la seguente serie di funzioni en ( 1) n n x n 2) Studiare la seguente serie di funzioni ( 1) n n + 1 2e n xn 3) Studiare la seguente serie di funzioni 3n [ln x]n 1 2n 4) Studiare la seguente
DettagliCalcolo delle Probabilità Soluzioni 1. Spazio campionario ed eventi
ISTITUZIONI DI STATISTICA A. A. 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona
DettagliDOMANDA 1: mettere una croce sulla affermazione esatta (90 89)
PROVA D ESAME - 0 marzo 00 nome: cognome: SSIS-INDIRIZZO MATEMATICA E MATEMATICA APPLICATA (primo anno MATEMATICA APPLICATA B: CALCOLO DELLE PROBABILITÀ Per le domande a risposta aperta il punteggio varia
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
Dettagli5 di tutti i possibili risultati relativi a un determinato esperimento si chiama spazio probabilistico
Gli eventi Torniamo ora a occuparci degli eventi. Qualunque sia la concezione utilizzata per determinare la probabilità di un evento, si lavora all'interno di un insieme determinato di casi possibili.
DettagliCalcolo delle Probabilità 2013/14 Foglio di esercizi 3
Calcolo delle Probabilità 203/4 Foglio di esercizi 3 Probabilità condizionale e indipendenza. Esercizio. Per rilevare la presenza di una certa malattia, si effettua un test. Se la persona sottoposta al
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
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
DettagliCENTRO SALESIANO DON BOSCO TREVIGLIO Corso di Informatica
) Un urna contiene 0 palline numerate da a 0. Si calcoli la probabilità che: a) estraendo successivamente palline, rimettendo ogni volta la pallina estratta nell urna, si abbiano due numeri primi; b) estraendo
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
DettagliPROBABILITA. Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano.
Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano. La costruzione dello spazio cartesiano richiede un grado di astrazione
DettagliEsercizi su variabili aleatorie discrete
Esercizi su variabili aleatorie discrete Esercizio 1. Data la variabile aleatoria discreta X, caratterizzata dalla seguente rappresentazione nello spazio degli stati: 1 0,25 X = { 0 0,50 1 0,25 calcolare
Dettagli1 Ingredienti base del CDP. 2 Denizioni classica e frequentista. 3 Denizione assiomatica. 4 La σ-algebra F. 5 Esiti equiprobabili
1 Ingredienti base del CDP 2 Denizioni classica e frequentista 3 Denizione assiomatica 4 La σ-algebra F 5 Esiti equiprobabili 6 Esperimento casuale 7 Probabilità condizionata Ingredienti base del CDP eventi
Dettagli( ) ( ) Ω={1,2,3,4,5,6} B B A Siano A e B due eventi di Ω: si definisce evento condizionato B A. Consideriamo il lancio di un dado:
Eventi condizionati Quando si ha motivo di credere che il verificarsi di uno o più eventi sia subordinato al verificarsi di altri eventi, si è soliti distinguere tra eventi dipendenti(o condizionati )
DettagliSIMULAZIONE TEST INVALSI
SIMULAZIONE TEST INVALSI 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 al posto
DettagliProbabilità: valutazione della possibilità che accada (o sia accaduto) r = 1 (c è un asso di cuori nel mazzo)
Probabilità: valutazione della possibilità che accada (o sia accaduto) un evento. Probabilità di un evento P = r/n dove r = frequenza dell evento N = Numero di possibili eventi Esempio: Evento = estrazione
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 00- P.Baldi Lista di esercizi. Corso di Laurea in Biotecnologie Esercizio Si sa che in una schedina del totocalcio i tre simboli, X, compaiono con
DettagliMetodi quantitativi per i mercati finanziari
Metodi quantitativi per i mercati finanziari Esercizi di probabilità Spazi di probabilità Ex. 1 Sia Ω = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}. Siano A e B sottoinsiemi di Ω tali che A = {numeri pari},
DettagliFRAME 0.3. E possibile partecipare a tre appelli su 5 (esclusi i compitini). Farà fede l iscrizione alle liste elettroniche.
FRAME 0.1. S.M. Ross, Calcolo delle Probabilità, Apogeo 2004. C. Mariconda, A. Tonolo, Matematica Discreta, a.a. 2005-2006, Libreria Progetto, 2005 (costo 6 euro. Compitini FRAME 0.2. 13 maggio, ore 9.30
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
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
DettagliLiceo Scientifico Statale G. Stampacchia Tricase Tempo di lavoro 120 minuti
Compito in classe 4D/17 Gennaio 006 1 Oggetto: compito in Classe 4D/PNI Liceo Scientifico Statale G. Stampacchia Tricase Tempo di lavoro 10 minuti Argomenti: Calcolo combinatorio e calcolo delle probabilità.
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
DettagliEsercizi svolti di statistica. Gianpaolo Gabutti
Esercizi svolti di statistica Gianpaolo Gabutti (gabuttig@hotmail.com) 1 Introduzione Questo breve documento contiene lo svolgimento di alcuni esercizi di statistica da me svolti durante la preparazione
Dettagli3.1 La probabilità: eventi e variabili casuali
Capitolo 3 Elementi di teoria della probabilità Abbiamo già notato come, per la ineliminabile presenza degli errori di misura, quello che otteniamo come risultato della stima del valore di una grandezza
DettagliStatistica 2. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo
Statistica 2 Esercitazioni Dott. L 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it
DettagliPROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado)
L esito della prossima estrazione del lotto L esito del lancio di una moneta o di un dado Il sesso di un nascituro, così come il suo peso alla nascita o la sua altezza.. Il tempo di attesa ad uno sportello
DettagliProbabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica.
Probabilità e Statistica Esercitazioni a.a. 2009/200 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Estrazioni I Ines Campa Probabilità e Statistica - Esercitazioni -
DettagliCorso di Fondamenti di TLC Esercizi di Probabilitá
Corso di Fondamenti di TLC Esercizi di Probabilitá Exercise 0.1 Unurna contiene 2 biglie bianche e 5 nere. Estraiamo una prima biglia: se nera la rimettiamo dentro con altre due dello stesso colore, se
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
DettagliESERCIZI SCHEDA N. 1: EVENTI E VARIABILI ALEATORIE
ESERCIZI SCHEDA N. 1: EVENTI E VARIABILI ALEATORIE 1) Dato lo spazio campionario Ω = {(1,1); (1,2); (1,3); (1,4); (1,5); (1,6); (2,1); (2,2); (2,3); ; (6,6)} riferito al lancio di due dadi non truccati,
DettagliP(X > 0) = P(X 1 = 1) + P(X 1 = 1, X 2 = 1, X 3 = 1) =
1 Esercizi settimana 3 Esercizio 1. Un urna contiene 8 palline bianche, 4 nere e rosse. Si assuma di vincere e ogni volta che si estragga una pallina nera, si perda 1e per ogni pallina bianca e non succeda
DettagliEsercizi su variabili discrete: binomiali e ipergeometriche
CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su variabili discrete: binomiali e ipergeometriche Es1 Due squadre di rugby si sfidano giocando fra loro varie partite La squadra che vince 4 partite
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
DettagliESERCIZI DI PROBABILITA
ESERCIZI DI PROBABILITA Quest'opera è stata rilasciata sotto la licenza Creative Commons Attribuzione-Non commerciale-condividi allo stesso modo 2.5 Italia. Per leggere una copia della licenza visita il
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
DettagliTest di Matematica di base
Test di Matematica di base Calcolo combinatorio e delle probabilitá Quanti oggetti possiamo differenziare con delle targhe di due simboli di cui il primo é una lettera dell alfabeto italiano e il secondo
DettagliPROBLEMI DI PROBABILITÀ
PROBLEMI DI PROBABILITÀ 1. Si dispongono a caso su uno scaffale sette libri, dei quali tre trattano di matematica. Qual è la probabilità che i tre libri di matematica si vengano a trovare l uno accanto
DettagliSoluzioni degli esercizi proposti
Soluzioni degli esercizi proposti.9 a La cardinalità dell insieme dei numeri,..., 0 n che sono multipli di 5 è 0n 5. Dunque, poiché siamo in una condizione di equiprobabilità, la probabilità richiesta
DettagliCalcolo della probabilità: quadro riassuntivo.
Logicamente Calcolo della probabilità: quadro riassuntivo. Che cosa dobbiamo fare? Per risolvere gli esercizi relativi al calcolo delle probabilità, devi: 1. Sapere calcolare la probabilità di un evento
DettagliTutorato 1 (20/12/2012) - Soluzioni
Tutorato 1 (20/12/2012) - Soluzioni Esercizio 1 (v.c. fantasia) Si trovi il valore del parametro θ per cui la tabella seguente definisce la funzione di probabilità di una v.c. unidimensionale X. X 0 1
DettagliCalcolo delle probabilità
CAPITOLO TEORIA Calcolo delle probabilità. Gli eventi e la probabilità Eventi certi, impossibili, aleatori Ci sono avvenimenti che accadono con certezza, mentre altri sicuramente non possono mai verificarsi.
DettagliCosa dobbiamo già conoscere?
Cosa dobbiamo già conoscere? Come opera la matematica: dagli ai teoremi. Che cosa è una funzione, il suo dominio e il suo codominio. Che cosa significa n j=1 A j dove A j sono insiemi. Che cosa significa
DettagliIl Calcolo delle Probabilità
Il Calcolo delle Probabilità Introduzione storica I primi studi che portarono successivamente a concetti legati alla probabilità possono essere trovati a metà del XVI secolo in Liber de ludo aleæ di Girolamo
DettagliCALCOLO DELLE PROBABILITA
CALCOLO DELLE PROBABILITA Italo Nofroni Statistica medica - Facoltà di Medicina Sapienza - Roma Nella ricerca scientifica, così come nella vita, trionfa l incertezza Chi guiderà il prossimo governo? Quanto
DettagliESERCIZI PROBABILITA E CALCOLO COMBINATORIO CON RISULTATI 1. P che estraendo a caso 1 carta da un mazzo di 52 sia una regina?
ESERCIZI PROBABILITA E CALCOLO COMBINATORIO CON RISULTATI 1. P che estraendo a caso 1 carta da un mazzo di 52 sia una regina? [4/52] 2. Estratta una Q, P che ad una seconda estrazione si presenti ancora
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
DettagliIl rapporto casi favorevoli su casi possibili porta quindi esattamente a quanto scritto prima.
alline. In un sacco non trasparente sono contenute palline identiche: bianche,. Qual e la probabilita che se ne estragga una? E una? Su palline, sono bianche,. Sono tutte identiche (stessa grandezza, stesso
DettagliLa probabilità del gioco o il gioco della probabilità? Dispensa probabilità e calcolo combinatorio
La probabilità del gioco o il gioco della probabilità? Dispensa probabilità e calcolo combinatorio Massimo Buzzi, Lucio Alberto Monti 1 Mappe Riassuntive 1.1 Calcolo combinatorio 1.2 Probabilità 1 2 Glossario
DettagliCorso di probabilità e statistica
Università degli Studi di Verona Facoltà di Scienze MM.FF.NN. Corso di Laurea in Informatica Corso di probabilità e statistica (Prof.ssa L.Morato) Esercizi Parte I: probabilità classica e probabilità combinatoria,
DettagliELABORAZIONI STATISTICHE Conoscenze (tutti)
Scegli il completamento corretto. ELABORAZIONI STATISTICHE Conoscenze (tutti) 1. Una variabile statistica è di tipo qualitativo se: a. fa riferimento ad una qualità b. viene espressa mediante un dato numerico
DettagliCP110 Probabilità: Esonero 1. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2009-2010, II semestre 1 aprile, 2010 CP110 Probabilità: Esonero 1 Testo e soluzione 1. (7 pt Una scatola contiene 15 palle numerate da 1 a 15. Le palle
DettagliRAPPRESENTAZIONE INSIEMISTICA DEGLI EVENTI Lezione n. 5
RAPPRESENTAZIONE INSIEMISTICA DEGLI EVENTI Lezione n. 5 Finalità: Realizzare grafici che facilitano l organizzazione dei concetti probabilistici utilizzando l insiemistica. Metodo: Compilazione delle schede.
DettagliTEST n La funzione di ripartizione di una variabile aleatoria:
TEST n. 1 1. Un esperimento consiste nell estrarre successivamente, con reimmissione nel mazzo, due carte da un mazzo di 52 carte. Individuare la probabilità di estrarre due assi. A 0.0059 B 0.0044 C 0.0045
Dettagli11. Misure con segno.
11. Misure con segno. 11.1. Misure con segno. Sia Ω un insieme non vuoto e sia A una σ-algebra in Ω. Definizione 11.1.1. (Misura con segno). Si chiama misura con segno su A ogni funzione ϕ : A R verificante
DettagliLezione 1: Università Mediterranea di Reggio Calabria Decisions Lab. Insiemi. La Probabilità Probabilità e Teoria degli Insiemi
Lezione 1: Probabilità e Teoria degli Università Mediterranea di Reggio Calabria Decisions Lab Gli insiemi Gli Un insieme S è una collezione di oggetti chiamati elementi dell insieme. - Se x è un elemento
Dettagli