PROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado)
|
|
- Romina Carnevale
- 8 anni fa
- Visualizzazioni
Transcript
1 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 di un dato ufficio La durata di una lampadina o di un elettrodomestico Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado)
2 Spesso è necessario prendere decisioni in condizioni di incertezza. Pensiamo, ad esempio, ad un medico che deve decidere, a partire da certi sintomi, se il paziente è affetto da una malattia A, piuttosto che B o C, oppure ad un giudice che deve decidere se un certo fattore inquinante (amianto, diossina, ) può ritenersi o meno responsabile di una certa malattia. E quindi fondamentale nei confronti di un fenomeno dall esito incerto, poter identificare quali sono gli eventi che si possono verificare ed inoltre riuscire ad esprimere il proprio grado di fiducia nel verificarsi di tali eventi.
3 SPAZIO DEGLI EVENTI Quali sono gli eventi possibili per un dato fenomeno aleatorio? Se il fenomeno aleatorio che stiamo esaminando è il lancio di una moneta, gli eventi possibili saranno due: testa T, o croce C. Se il fenomeno aleatorio cui siamo interessati è il genotipo di un certo locus genetico a due alleli A 1, A 2, gli eventi possibili sono tre: A 1 A 1, A 1 A 2, A 2 A 2. Se siamo interessati alla prossima estrazione del lotto, gli eventi possibili sono tutte le cinquine che si possono formare con i numeri naturali da 1 a 90 (quante sono?)
4 SPAZIO DEGLI EVENTI Indichiamo con Ω l insieme di tutti gli esiti possibili del fenomeno considerato, tale insieme è detto spazio degli eventi. Con riferimento agli esempi precedenti, si ha lancio della moneta Ω ={T, C} genotipi Ω ={A 1 A 1, A 1 A 2, A 2 A 2 } Si dice evento elementare ogni elemento dell insieme Ω Si dice evento composto un sottoinsieme (non singoletto) di Ω Ad esempio l evento Il genotipo presenta almeno un allele A 1 è un evento composto costituito dal sottoinsieme {A 1 A 1, A 1 A 2 }
5 SPAZIO DEGLI EVENTI Poichè Ω è costituito da tutti gli esiti possibili del fenomeno considerato, tale insieme è detto evento certo. In effetti è conseguenza dei fatti che Ω si verifichi certamente. In generale un evento è una proposizione non ambigua suscettibile di assumere i due valori V vero, F falso. Diremo evento impossibile, e lo indicheremo Ø un evento che non può verificarsi in nessun caso, un evento per il quale è conseguenza dei fatti che sia falso. Ad esempio nel lancio di un dado a sei facce l evento esce il punteggio 8 è un evento impossibile.
6 SPAZIO DEGLI EVENTI In generale, un evento si dirà aleatorio o possibile quando non si può stabilire a priori se è V o F. Si dice che un evento A implica un evento B (A B) se il fatto che A sia vero implica necessariamente il verificarsi di B. Ad esempio, nel lancio di un dado, l evento esce il punteggio 3 implica l evento esce un punteggio dispari
7 SPAZIO DEGLI EVENTI La negazione A di un evento A (Ω\A) è un evento che è vero quando A è falso e viceversa. Ad esempio,nel lancio di un dado, l evento esce un punteggio pari ha come negazione l evento esce un punteggio dispari
8 SPAZIO DEGLI EVENTI Si dirà evento intersezione degli eventi A e B, e si indicherà con A B, l evento che è vero se sono veri entrambi gli eventi A e B, mentre risulta falso se almeno uno dei due è falso. Ad esempio, nel lancio del dado, l evento esce un punteggio dispari maggiore di 2, {3,5}, è l evento intersezione dei due eventi esce un punteggio dispari, {1,3,5}, esce un punteggio maggiore di 2, {3,4,5,6}.
9 SPAZIO DEGLI EVENTI Si dirà evento unione degli eventi A e B, e si indicherà con A B, l evento che è vero se uno almeno degli eventi A, B è vero, mentre risulta falso se entrambi sono falsi. Ad esempio, nel lancio del dado, l evento esce un punteggio dispari o maggiore di 2, {1,3,4,5,6}, è l evento unione dei due eventi esce un punteggio dispari, {1,3,5}, esce un punteggio maggiore di 2, {3,4,5,6}.
10 SPAZIO DEGLI EVENTI Si dirà che due eventi A, B sono incompatibili se il verificarsi di uno esclude il verificarsi dell altro (A B=Ø) Ad esempio, nel lancio del dado, l evento esce un punteggio dispari è incompatibile con l evento esce un punteggio pari
11 SPAZIO DEGLI EVENTI Si dirà che due eventi A, B sono esaustivi se è necessario che almeno uno si verifichi (A B=Ω) Ad esempio, nel lancio del dado, l evento esce un punteggio dispari e l evento esce un punteggio maggiore di 1 sono esaustivi
12 SPAZIO DEGLI EVENTI Se n eventi A 1, A 2,., A n, sono esaustivi (A 1 A 2. A n = Ω ) e a due a due incompatibili (A i A j =Ø per ogni coppia di indici i, j con i,j=1,2, n e i j) diremo che essi formano una partizione dello spazio degli eventi. Ad esempio, nel lancio del dado, l evento esce un punteggio dispari e l evento esce un punteggio pari costituiscono una partizione dello spazio degli eventi
13 MISURARE L INCERTEZZA La probabilità è una misura delle aspettative nel verificarsi di un evento. Il valore della probabilità è la misura (un numero) che esprime l opinione del soggetto (decisore) in merito al verificarsi di un ben determinato evento A, ovvero esprime il suo grado di fiducia nel verificarsi dell evento. La probabilità di un evento non è un numero oggettivo e tipico dell evento, ma, piuttosto, è una misura della certezza individuale nel verificarsi dell evento, che dipende dalle informazioni che si hanno a disposizione al momento di effettuare la valutazione
14 MISURARE L INCERTEZZA REGOLE DI COERENZA (B. de Finetti) Tali regole essenzialmente consistono nel fatto che uno stesso individuo, in una ben precisa situazione, dovendo scommettere su diversi eventi A 1, A 2,., A n, può dare alla probabilità di ciascun evento qualunque valore tra 0 e 1 conformemente al proprio giudizio, facendo però attenzione a non dare ad un competitore la possibilità di guadagnare sicuramente, mediante un opportuna combinazione di scommesse sugli eventi considerati
15 MISURARE L INCERTEZZA La probabilità dell evento A è quel valore p che l individuo che procede alla valutazione è disposto a pagare per ricevere una vincita unitaria (corrispondente a un milione, un dollaro, un euro, ) nel caso si verifichi l evento. Per esempio, p=1/5, vuol dire che si è disposti a pagare 20 cents, per ricevere 1 euro se l evento si verifica.
16 MISURARE L INCERTEZZA REGOLE DI COERENZA: 1- Se A è un evento certo P(A) = 1, se A è impossibile P(A) = 0, quindi P(Ω) = 1, P(Ø) = 0 (Nessuno pagherebbe alcuna posta per un evento impossibile, d altra parte nessun banco accetterebbe una posta inferiore a 1 da parte di uno scommettitore su un evento certo) 2- Se A, B sono incompatibili P(A B) = P(A) + P(B) (Se si è disposti a pagare x per ricevere 1 se si verifica A e si è disposti a pagare y per ricevere 1 se si verifica B, saremo disposti a pagare x+y per ricevere 1 se si verifica A oppure si verifica B)
17 MISURARE L INCERTEZZA La valutazione di una probabilità si riconduce talvolta a semplici giudizi qualitativi di equiprobabilità (regola di valutazione classica) Se, infatti n eventi incompatibili ed esaustivi sono giudicati da un individuo ugualmente probabili, la valutazione di probabilità di ciascun evento non potrà che essere p= 1/n (perché?.), e un evento che sia unione di k degli n eventi equiprobabili non potrà che avere probabilità k/n (perché?.)
18 MISURARE L INCERTEZZA ESEMPIO: Se lanciamo una moneta e non abbiamo motivo di dubitare che la moneta sia truccata, potremo ragionevolmente ritenere ugualmente probabili i due possibili esiti del lancio, quindi attribuiremo a T e C probabilità P(T) = P(C)= 1/2. ESEMPIO: Se lanciamo un dado a sei facce e non abbiamo motivo di dubitare che il dado sia truccato, essendo lo spazio degli eventi Ω ={1,2,3,4,5,6} attribuiremo a ciascun risultato probabilità 1/6, quindi attribuiremo all evento esce un punteggio superiore a 4 la probabilità 2/6 = 1/3
19 MISURARE L INCERTEZZA ESEMPIO: Lanciando due dadi indistinguibili si osserva ad un primo lancio due punteggi uguali 1, 1; ad un secondo lancio si osservano i punteggi diversi 2, 3. E ragionevole ritenere i due risultati equiprobabili? NO perché i due punteggi uguali possono essere ottenuti in un solo modo, mentre punteggi diversi possono essere ottenuti in due modi. Nel nostro caso 2 su un dado e 3 sull altro e viceversa.
20 MISURARE L INCERTEZZA Lo spazio degli eventi più idoneo a rappresentare l esperimento del lancio di due dadi è Ω x Ω, vale a dire l insieme di tutte le coppie ordinate Ω x Ω ={(1,1),(1,2),(1,3),(1,4),(1,5),(1,6),(2,1), (2,2),(2,3),(2,4),(2,5),(2,6),(3,1),(3,2),(3,3),(3,4),(3,5),(3,6) (4,1),(4,2),(4,3),(4,4),(4,5),(4,6),(5,1),(5,2),(5,3),(5,4), (5,5),(5,6),(6,1),(6,2),(6,3),(6,4),(6,5),(6,6)} Se i dadi non sono truccati è ragionevole ritenere gli eventi semplici equiprobabili, quindi la probabilità di ottenere punteggio 1 su entrambi i dadi è valutata 1/36, mentre la probabilità di ottenere su un dado 2 e sull altro 3, corrispondente alle coppie (2,3), (3,2), vale 2/36
21 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, valuteremo le probabilità P(A) =3/6, P(B)=3/6 e quindi P(A)=P(B)=1/2. Supponiamo ora di essere venuti a sapere che lanciando il dado si è ottenuto un punteggio dispari, che cosa possiamo dire per la probabilità di A?
22 CONDIZIONALE Qual è la probabilità, lanciando un dado non truccato, di ottenere un punteggio inferiore a 4, sapendo che il punteggio è dispari? Noto che si è ottenuto un punteggio dispari, cambia lo spazio degli eventi, divenendo Ω=B={1,3,5}, in questo insieme i punteggi dispari sono due: 1,3, possiamo quindi dire che la probabilità di ottenere un punteggio inferiore a 4, sapendo che il punteggio è dispari è 2/3
23 CONDIZIONALE Qual è la probabilità, lanciando una moneta due volte di ottenere due T? Lo spazio degli eventi è Ω={TT, TC, CT, CC}, se riteniamo ragionevole l equiprobabilità, valuteremo P(TT) =1/4 Qual è la probabilità, lanciando una moneta due volte di ottenere due T, sapendo che al primo lancio si è ottenuto T? Lo spazio degli eventi diventa, in base all informazione ricevuta Ω={TT, TC}, quindi la probabilità richiesta è 1/2
24 CONDIZIONALE Qual è la probabilità, lanciando una moneta due volte di ottenere due T, sapendo che almeno uno dei due lanci ha dato T? Lo spazio degli eventi diventa, in base all informazione ricevuta Ω={TT, TC, CT}, quindi in questo caso la probabilità richiesta è 1/3
25 CONDIZIONALE Torniamo al primo problema: Qual è la probabilità, lanciando un dado non truccato, di ottenere un punteggio inferiore a 4(evento A), sapendo che il punteggio è dispari(evento B)? Abbiamo detto che Ω=B={1,3,5}, in questo insieme i punteggi inferiori a 4 sono due:1,3, l insieme {1,3} corrisponde di fatto a A B. Nel valutare la probabilità di ottenere un punteggio inferiore a 4, sapendo che il punteggio è dispari con il numero 2/3, abbiamo scritto di fatto il rapporto tra P(A B)=2/6 e P(B)=3/6, ottenendo appunto 2/3
26 CONDIZIONALE In generale, indichiamo con P(A B) la probabilità dell evento A sapendo che si è verificato B, definiamo P(A B) = P(A B) / P(B) Dove, ovviamente, dovrà essere P(B)>0 Chiameremo tale probabilità: probabilità condizionale di A noto B
27 CONDIZIONALE Talvolta sarà utile scrivere la relazione nella forma P(A B)= P(B) P(A B) Tale relazione viene detta legge delle probabilità composte Tale relazione esprime la probabilità dell evento intersezione (o evento congiunto) come prodotto tra la probabilità di uno dei due eventi e la probabilità condizionale dell altro.
28 CONDIZIONALE ESEMPIO: Supponiamo di prendere a caso due cavie da una gabbia che ne contiene 4 di sesso maschile(m) e 6 di sesso femminile (F). Ci domandiamo qual è la probabilità di scegliere due cavie entrambe di sesso F. Possiamo pensare in termini di due estrazioni successive dalla gabbia che contiene le cavie. Possiamo calcolare facilmente qual è la probabilità di prendere una cavia F alla prima estrazione, si ha P(F I )=6/10 Possiamo quindi calcolare P(F II F I ), che esprime la probabilità di prendere una cavia F alla seconda estrazione, sapendo di avere preso una F alla prima.
29 CONDIZIONALE Si ottiene P(F II F I )=5/9 La legge delle probabilità composte ci dice allora che La probabilità di prendere due cavie entrambe F è P(F I F II ) = P(F I ) P(F II F I ) = (6/10) (5/9) = 1/3 OSSERVAZIONE:Avremmo anche potuto ragionare secondo lo schema classico, calcolando il rapporto tra numero casi favorevoli e numero casi possibili. Ottenendo?..
30 CONDIZIONALE OSSERVAZIONE: Nella definizione di probabilità condizionale, scambiando A con B, naturalmente se P(A)>0, si ottiene P(B A) = P(A B) / P(A) Per l evento congiunto, quindi possiamo dire che vale P(A B)= P(B) P(A B), ma anche P(A B)= P(A) P(B A) Dunque, possiamo dire che P(B) P(A B) = P(A) P(B A)
31 CONDIZIONALE Osserviamo che, talvolta, la probabilità di un evento A è modificata dal sapere che si è verificato un evento B, vale a dire P(A B) P(A), come nel caso precedente delle cavie, o nel caso del lancio del dado per l evento esce un punteggio inferiore a 4, sapendo che il punteggio ottenuto è dispari. Se P(A B) > P(A) diremo che i due eventi sono correlati positivamente, B rende A più probabile ATTENZIONE! Questo non vuol dire che B sia una causa di A! Se P(A B) < P(A) diremo che i due eventi sono correlati negativamente, B rende A meno probabile.
32 CONDIZIONALE Talvolta, invece, si ottiene P(A B)=P(A), vale a dire che il venire a conoscenza dell evento B non modifica la probabilità dell evento A ad esempio nel caso del lancio ripetuto due volte di una moneta, la probabilità di avere T al secondo lancio non è modificata dalla conoscenza dell esito del primo.
33 CONDIZIONALE DEFINIZIONE: Se P(A B) = P(A), diremo che gli eventi A, B sono indipendenti. Quando gli eventi sono indipendenti la legge della probabilità composta diviene P(A B) = P(A) P(B) Si osserva che se P(A B) = P(A), anche P(B A) = P(B) (perché? )
34 CONDIZIONALE ATTENZIONE! Non confondere la proprietà di incompatibilità con quella di indipendenza! Due eventi A, B sono incompatibili quando A B=Ø In questo caso P(A B) =0 Due eventi A, B sono indipendenti quando P(A B) =P(A) P(B) Quando due eventi A, B sono sia incompatibili che indipendenti?
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,
DettagliPROBABILITA 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,
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
DettagliMatematica 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
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
DettagliCalcolo 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
DettagliEsercizi. 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
DettagliCapitolo 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.
DettagliPROBABILITA MISURARE L INCERTEZZA Lanciamo due dadi, facciamo la somma dei punteggi ottenuti. Su quale numero mi conviene scommettere?
Lanciamo due dadi, facciamo la somma dei punteggi ottenuti. Su quale numero mi conviene scommettere? Abbiamo visto nella lezione precedente che lo spazio degli eventi più idoneo a rappresentare l esperimento
Dettagli(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
DettagliViene 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= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520:
Fig. 10.bis.1 Variazioni percentuali Variazione percentuale di x dalla data zero alla data uno: x1 x 0 %x = 100% x 0 = variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del
DettagliCosa 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
DettagliCorso 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
DettagliTasso di interesse e capitalizzazione
Tasso di interesse e capitalizzazione Tasso di interesse = i = somma che devo restituire dopo un anno per aver preso a prestito un euro, in aggiunta alla restituzione dell euro iniziale Quindi: prendo
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
DettagliTEORIA DELLE DECISIONI. DOCENTE: JULIA MORTERA mortera@uniroma3.it
TEORIA DELLE DECISIONI DOCENTE: JULIA MORTERA mortera@uniroma3.it 1 Decisioni in Condizioni di Incertezza Sia singoli individui che gruppi di individui (società, governi, aziende, sindacati ecc. si trovano
Dettagli1 Probabilità condizionata
1 Probabilità condizionata Accade spesso di voler calcolare delle probabilità quando si è in possesso di informazioni parziali sull esito di un esperimento, o di voler calcolare la probabilità di un evento
DettagliOSSERVAZIONI TEORICHE Lezione n. 4
OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze
DettagliCalcolo 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
DettagliProbabilità 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
DettagliTeoria 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
DettagliStatistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.
Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:
DettagliUna 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
DettagliLEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010
LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno
DettagliCalcolo 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
DettagliUn modello matematico di investimento ottimale
Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Preliminari di calcolo delle probabilità
DettagliTest 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
Dettaglif(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da
Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede
DettagliCORSO 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
DettagliAnalisi dei Dati 12/13 Esercizi proposti 3 soluzioni
Analisi dei Dati 1/13 Esercizi proposti 3 soluzioni 0.1 Un urna contiene 6 palline rosse e 8 palline nere. Si estraggono simultaneamente due palline. Qual è la probabilità di estrarle entrambe rosse? (6
DettagliPer 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
DettagliCORSO 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
DettagliSiamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.
DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti
DettagliAppunti di informatica. Lezione 2 anno accademico 2015-2016 Mario Verdicchio
Appunti di informatica Lezione 2 anno accademico 2015-2016 Mario Verdicchio Sistema binario e logica C è un legame tra i numeri binari (0,1) e la logica, ossia la disciplina che si occupa del ragionamento
DettagliGRUPPI SANGUIGNI. Supponendo che la popolazione italiana sia H-W, calcola la probabilità di ogni singolo allele e di ogni genotipo
GRUPPI SANGUIGNI La distribuzione dei gruppi sanguigni nella popolazione italiana è: gruppo A 36%, gruppo B 17%, gruppo AB 7%, gruppo 0 40%. Il gruppo sanguigno è determinato da un locus genetico con tre
DettagliESERCIZI 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%
DettagliProbabilità 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
DettagliEsercizio 1 Dato il gioco ({1, 2, 3}, v) con v funzione caratteristica tale che:
Teoria dei Giochi, Trento, 2004/05 c Fioravante Patrone 1 Teoria dei Giochi Corso di laurea specialistica: Decisioni economiche, impresa e responsabilità sociale, A.A. 2004/05 Soluzioni degli esercizi
DettagliVincere a testa o croce
Vincere a testa o croce Liceo Scientifico Pascal Merano (BZ) Classe 2 Liceo Scientifico Tecnologico Insegnante di riferimento: Maria Elena Zecchinato Ricercatrice: Ester Dalvit Partecipanti: Jacopo Bottonelli,
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
DettagliTEORIA 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...............................................
DettagliProbabilità Calcolo combinatorio, probabilità elementare, probabilità condizionata, indipendenza, th delle probabilità totali, legge di Bayes
Sessione Live #3 Settimana dal 7 all 11 marzo 2003 Probabilità Calcolo combinatorio, probabilità elementare, probabilità condizionata, indipendenza, th delle probabilità totali, legge di Bayes Lezioni
DettagliEsercizi 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
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
DettagliAspetti probabilistici del gioco d azzardo
Università degli Studi di Genova Scuola di Scienze Sociali Dipartimento di Economia Perché il banco vince sempre? Aspetti probabilistici del gioco d azzardo Enrico di Bella (edibella@economia.unige.it)
Dettagli1) 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
DettagliTabella 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
DettagliCALCOLO COMBINATORIO
CALCOLO COMBINATORIO 1 Modi di formare gruppi di k oggetti presi da n dati 11 disposizioni semplici, permutazioni Dati n oggetti distinti a 1,, a n si chiamano disposizioni semplici di questi oggetti,
DettagliElementi 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
DettagliLa 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
Dettagli1 Applicazioni Lineari tra Spazi Vettoriali
1 Applicazioni Lineari tra Spazi Vettoriali Definizione 1 (Applicazioni lineari) Si chiama applicazione lineare una applicazione tra uno spazio vettoriale ed uno spazio vettoriale sul campo tale che "!$%!
DettagliCalcolo delle probabilità (riassunto veloce) Laboratorio di Bioinformatica Corso A aa 2005-2006
Calcolo delle probabilità riassunto veloce Laboratorio di Bioinformatica Corso aa 2005-2006 Teoria assiomatica della probabilità S = spazio campionario = insieme di tutti i possibili esiti di un esperimento
DettagliCOEFFICIENTI 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
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliTest statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
Dettagli24 : 3 = 8 con resto 0 26 : 4 = 6 con resto 2
Dati due numeri naturali a e b, diremo che a è divisibile per b se la divisione a : b è esatta, cioè con resto 0. In questo caso diremo anche che b è un divisore di a. 24 : 3 = 8 con resto 0 26 : 4 = 6
DettagliTeoria dei Giochi. Anna Torre
Teoria dei Giochi Anna Torre Almo Collegio Borromeo 26 marzo 2015 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2015.html COOPERAZIONE Esempio: strategie correlate e problema
Dettagli1. PRIME PROPRIETÀ 2
RELAZIONI 1. Prime proprietà Il significato comune del concetto di relazione è facilmente intuibile: due elementi sono in relazione se c è un legame tra loro descritto da una certa proprietà; ad esempio,
DettagliLA TRASMISSIONE DELLE INFORMAZIONI QUARTA PARTE 1
LA TRASMISSIONE DELLE INFORMAZIONI QUARTA PARTE 1 I CODICI 1 IL CODICE BCD 1 Somma in BCD 2 Sottrazione BCD 5 IL CODICE ECCESSO 3 20 La trasmissione delle informazioni Quarta Parte I codici Il codice BCD
DettagliMATEMATICA 2001. p = 4/6 = 2/3; q = 1-2/3 = 1/3. La risposta corretta è quindi la E).
MATEMATICA 2001 66. Quale fra le seguenti affermazioni è sbagliata? A) Tutte le funzioni ammettono la funzione inversa B) Una funzione dispari è simmetrica rispetto all origine C) Una funzione pari è simmetrica
DettagliVINCERE AL BLACKJACK
VINCERE AL BLACKJACK Il BlackJack è un gioco di abilità e fortuna in cui il banco non può nulla, deve seguire incondizionatamente le regole del gioco. Il giocatore è invece posto continuamente di fronte
DettagliSi considerino gli eventi A = nessuno studente ha superato l esame e B = nessuno studente maschio ha superato l esame. Allora A c B è uguale a:
TEST DI AUTOVALUTAZIONE - SETTIMANA 2 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia 1 Parte A 1.1 Si considerino gli
DettagliAncora 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)
DettagliLa gestione delle emozioni: interventi educativi e didattici. Dott.ssa Monica Dacomo
La gestione delle emozioni: interventi educativi e didattici Dott.ssa Monica Dacomo Attività per la scuola secondaria di I grado Chi o cosa provoca le nostre emozioni? Molti pensano che siano le altre
DettagliPrimi 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
DettagliAlcune nozioni di base di Logica Matematica
Alcune nozioni di base di Logica Matematica Ad uso del corsi di Programmazione I e II Nicola Galesi Dipartimento di Informatica Sapienza Universitá Roma November 1, 2007 Questa é una breve raccolta di
DettagliMisure finanziarie del rendimento: il Van
Misure finanziarie del rendimento: il Van 6.XI.2013 Il valore attuale netto Il valore attuale netto di un progetto si calcola per mezzo di un modello finanziario basato su stime circa i ricavi i costi
DettagliUniversità di Milano Bicocca. Esercitazione 6 di Matematica per la Finanza. 14 Maggio 2015
Università di Milano Bicocca Esercitazione 6 di Matematica per la Finanza 14 Maggio 2015 Esercizio 1 Un agente presenta una funzione di utilitá u(x) = ln(1 + 6x). Egli dispone di un progetto incerto che
DettagliStatistica 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
DettagliScelte in condizioni di rischio e incertezza
CAPITOLO 5 Scelte in condizioni di rischio e incertezza Esercizio 5.1. Tizio ha risparmiato nel corso dell anno 500 euro; può investirli in obbligazioni che rendono, in modo certo, il 10% oppure in azioni
DettagliMisure finanziarie del rendimento: il Van
Misure finanziarie del rendimento: il Van 12.XI.2014 Il valore attuale netto Il valore attuale netto di un progetto si calcola l per mezzo di un modello finanziario basato su stime circa i ricavi i costi
DettagliEsercizi 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:
DettagliNote su quicksort per ASD 2010-11 (DRAFT)
Note su quicksort per ASD 010-11 (DRAFT) Nicola Rebagliati 7 dicembre 010 1 Quicksort L algoritmo di quicksort è uno degli algoritmi più veloci in pratica per il riordinamento basato su confronti. L idea
DettagliCorrispondenze e funzioni
Corrispondenze e funzioni L attività fondamentale della mente umana consiste nello stabilire corrispondenze e relazioni tra oggetti; è anche per questo motivo che il concetto di corrispondenza è uno dei
DettagliTest d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi
In molte situazioni una raccolta di dati (=esiti di esperimenti aleatori) viene fatta per prendere delle decisioni sulla base di quei dati. Ad esempio sperimentazioni su un nuovo farmaco per decidere se
DettagliPuò la descrizione quantomeccanica della realtà fisica considerarsi completa?
Può la descrizione quantomeccanica della realtà fisica considerarsi completa? A. Einstein, B. Podolsky, N. Rosen 25/03/1935 Abstract In una teoria completa c è un elemento corrispondente ad ogni elemento
DettagliLE SUCCESSIONI 1. COS E UNA SUCCESSIONE
LE SUCCESSIONI 1. COS E UNA SUCCESSIONE La sequenza costituisce un esempio di SUCCESSIONE. Ecco un altro esempio di successione: Una successione è dunque una sequenza infinita di numeri reali (ma potrebbe
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliLA 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
DettagliProbabilità 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
DettagliTeoria dei Giochi. Anna Torre
Teoria dei Giochi Anna Torre Almo Collegio Borromeo 14 marzo 2013 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2013.html IL PARI O DISPARI I II S T S (-1, 1) (1, -1)
DettagliAPPUNTI SU PROBLEMI CON CALCOLO PERCENTUALE
APPUNTI SU PROBLEMI CON CALCOLO PERCENTUALE 1. Proporzionalità diretta e proporzionalità inversa Analizziamo le seguenti formule Peso Lordo = Peso Netto + Tara Ricavo = Utile + Costo Rata = Importo + Interesse
DettagliStatistica 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
DettagliLa scelta in condizioni di incertezza
La scelta in condizioni di incertezza 1 Stati di natura e utilità attesa. L approccio delle preferenza per gli stati Il problema posto dall incertezza riformulato (state-preference approach). L individuo
DettagliCapitolo 2. Operazione di limite
Capitolo 2 Operazione di ite In questo capitolo vogliamo occuparci dell operazione di ite, strumento indispensabile per scoprire molte proprietà delle funzioni. D ora in avanti riguarderemo i domini A
DettagliUlteriori 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
DettagliLE FUNZIONI A DUE VARIABILI
Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre
DettagliPROVE D'ESAME DI CPS A.A. 2009/2010. 0 altrimenti.
PROVE D'ESAME DI CPS A.A. 009/00 0/06/00 () (4pt) Olimpiadi, nale dei 00m maschili, 8 nalisti. Si sa che i 4 atleti nelle corsie centrali hanno probabilità di correre in meno di 0 secondi. I 4 atleti delle
DettagliLaboratorio di dinamiche socio-economiche
Dipartimento di Matematica Università di Ferrara giacomo.albi@unife.it www.giacomoalbi.com 21 febbraio 2012 Seconda parte: Econofisica La probabilità e la statistica come strumento di analisi. Apparenti
DettagliCapitolo II. La forma del valore. 7. La duplice forma in cui si presenta la merce: naturale e di valore.
Capitolo II La forma del valore 7. La duplice forma in cui si presenta la merce: naturale e di valore. I beni nascono come valori d uso: nel loro divenire merci acquisiscono anche un valore (di scambio).
Dettagli3 GRAFICI DI FUNZIONI
3 GRAFICI DI FUNZIONI Particolari sottoinsiemi di R che noi studieremo sono i grafici di funzioni. Il grafico di una funzione f (se non è specificato il dominio di definizione) è dato da {(x, y) : x dom
Dettagli4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0
Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice
Dettagli8 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
DettagliSia data la rete di fig. 1 costituita da tre resistori,,, e da due generatori indipendenti ideali di corrente ed. Fig. 1
Analisi delle reti 1. Analisi nodale (metodo dei potenziali dei nodi) 1.1 Analisi nodale in assenza di generatori di tensione L'analisi nodale, detta altresì metodo dei potenziali ai nodi, è un procedimento
DettagliSTATISTICA 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
DettagliProof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme
G Pareschi Principio di induzione Il Principio di Induzione (che dovreste anche avere incontrato nel Corso di Analisi I) consente di dimostrare Proposizioni il cui enunciato è in funzione di un numero
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliUniversità degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno
Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno Esercitazione del 18/1/2005 Dott. Claudio Conversano Esercizio 1 (non svolto in aula) Vengono lanciati
DettagliLEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0
LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi
Dettagli