ELEMENTI DI CALCOLO DELLE PROBABILITA’. Evento Aleatorio Un evento si dice aleatorio se può o non può verificarsi (Alea in greco vuol dire dado)

Slides:



Advertisements
Presentazioni simili
Dr. Marta Giorgetti Esercizi Calcolo combinatorio, spazio degli eventi, probabilità, indipendenza, teorema di Bayes.
Advertisements

Elementi di calcolo delle probabilità
La probabilità nei giochi
Definizione di probabilità, calcolo combinatorio,
Variabili aleatorie discrete e continue
Matematica I: Calcolo differenziale, Algebra lineare, Probabilità e statistica Giovanni Naldi, Lorenzo Pareschi, Giacomo Aletti Copyright © The.
Corsi Abilitanti Speciali Classe 59A III semestre - 3
Bruno Mario Cesana Stefano Calza
Definizioni di probabilità
Definizioni Chiamiamo esperimento aleatorio ogni fenomeno del mondo reale alle cui manifestazioni può essere associata una situazione di incertezza. Esempi:
Marco Riani STATISTICA A – K (60 ore) Marco Riani
Calcolo delle Probabilità
Esempio Ritorniamo al caso illustrato con i diagrammi di Venn e
verificarsi di un evento probabilità di vincere
Corso di biomatematica Lezione 2: Probabilità e distribuzioni di probabilità Davide Grandi.
LA PROBABILITA’.
Corso di Probabilità e Inferenza 1
lezione del 10 aprile 2013 appunti
Impostazione Assiomatica del Calcolo della Probabilità
DEFINIZIONE CLASSICA DI PROBABILITA’
Analisi Statistica dei Dati
Lezione 4 Probabilità.
Esercitazione di Matematica
Essa, per ottenere i dati da utilizzare, si avvale di una RILEVAZIONE
REGOLE DEL CALCOLO DELLE PROBABILITA’
Orientamento universitario
La probabilità Schema classico.
Introduzione al calcolo delle probabilità a cura di Maurizio Brizzi (Università di Bologna) BIOSTAT 2013 Asti, 1° luglio 2013.
Elementi di teoria della probabilità e distribuzioni di probabilità
Calcolo delle Probabilità
Teorie e Tecniche di Psicometria
Esercitazioni elementari su probabilità e associazioni di oggetti vari
Estrazione Casuale palline
Esercizio 1 Da un mazzo di carte da 40 estraggo casualmente e senza reimmissione 3 carte: quante sono le possibili terne? considerate i seguenti eventi:
Esercizi con soluzione
Probabilità ed eventi casuali (Prof. Daniele Baldissin)
PROBABILITA’.
Impostazione Assiomatica del Calcolo della Probabilità
IL CALCOLO DELLE PROBABILITA’
è … lo studio delle caratteristiche di regolarità dei fenomeni casuali
Rischio e Probabilità. Probabilità di un Evento P(E)  P(E)=1 o 100% => evento certo;  P(E) molto piccolo => evento improbabile;  P(E)=0 o 0% => evento.
Calcolo combinatorio e probabilità
PROBABILITA’ Scienza che studia i fenomeni retti dal caso EVENTO (E): avvenimento che può accadere oppure no 1.certo: se si verifica sempre (es. nel lancio.
INTRODUZIONE ALLA TEORIA DELLA PROBABILITÀ. INTRODUZIONE ALLA TEORIA DELLA PROBABILITÀ.
Probabilità e Variabili Casuali
Evento: “Fatto o avvenimento che già si è verificato o che può verificarsi ….” Gli eventi di cui ci occuperemo saranno soltanto gli eventi casuali, il.
La probabilità condizionata
Master in Neuropsicologia ClinicaElementi di Statistica I 17 maggio / 23 Analisi bivariata Per ogni unità statistica si considerano congiuntamente.
2) PROBABILITA’ La quantificazione della ‘possibilità’ del verificarsi di un evento casuale E è detta probabilità P(E) Definizione classica: P(E) è il.
Spiegazione di alcuni concetti
PROBABILITÀ Corsi Abilitanti Speciali Classe 59A III semestre - 2.
3 ALS - ASA 7 Aprile 2014.
Eventi aleatori Un evento è aleatorio (casuale) quando non si può prevedere con certezza se avverrà o meno I fenomeni (eventi) aleatori sono studiati.
LA PROBABILITA’ DESTINATARI: alunni della seconda classe della scuola media di II° grado TEMPO PREVISTO: 5 ore + 1 ora di verifica + 1 ora di recupero.
Probabilità e Genetica
ELEMENTI DI CALCOLO DELLE PROBABILITA’
Probabilità Esercitazioni numeriche del corso di GENETICA AA 2010/2011 LEZIONE N°1.
Elementi di teoria delle probabilità
LA PROBABILITA’.
16) STATISTICA pag.22. Frequenze frequenza assoluta (o frequenza): numero che esprime quante volte un certo valore compare in una rilevazione statistica.
Elementi di teoria della probabilità e distribuzioni di probabilità.
La probabilità matematica
METODI E TECNOLOGIE PER L’INSEGNAMENTO DELLA MATEMATICA Lezione n°17.
LA PROBABILITA’. CHE COS’E’? La probabilità di un evento è il quoziente tra il numero dei casi favorevoli a quell’evento e quello dei casi possibili quando.
1 TEORIA DELLA PROBABILITÁ. 2 Cenni storici i primi approcci alla teoria della probabilità sono della metà del XVII secolo (Pascal, Fermat, Bernoulli)
Probabilità Definizione di probabilità La definizione di probabilità si basa sul concetto di evento, ovvero sul fatto che un determinato esperimento può.
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.
Teoria dei Sistemi di Trasporto Tematica 4: Elementi minimi di teoria della probabilità.
LA LA PROBABILITA'.
Transcript della presentazione:

ELEMENTI DI CALCOLO DELLE PROBABILITA’

Evento Aleatorio Un evento si dice aleatorio se può o non può verificarsi (Alea in greco vuol dire dado)

Esempi di eventi aleatori 1.Ottenere un certo numero nel lancio di un dado 2.Estrarre determinati numeri da un’urna (lotto- superenalotto) 3.Essere interrogati a scuola 4.Estrarre determinate carte da un mazzo di carte da gioco

Eventi certi e eventi impossibili Un evento si dice certo se si verificherà con certezza Esempio: l’uscita di un numero minore di 7 nel lancio di un dado Un evento si dice impossibile quando non può mai verificarsi Esempio: l’uscita del numero 7 nel lancio di un dado

La probabilità di un evento aleatorio è il quoziente tra il numero di casi favorevoli f e il numero di casi possibili u P(E) = f  numero di casi favorevoli u  numero di casi possibili f u Definizione di probabilità

Esempi Un’urna contiene palline numerate da 1 a 12 calcoliamo la probabilità dei seguenti eventi: E 1 = > E 2 = > E 3 = > Evento E 1 casi favorevoli = 6 (1,3,5,7,9,11) casi possibili =12 P(E 1 ) = = = 0,50 Evento E 2 casi favorevoli = 4 (9,10,11,12) casi possibili =12 P(E 2 ) = = = 0,33 Evento E 3 casi favorevoli = 2 (5,10) casi possibili =12 P(E 3 ) = = = 0,17 f u 6 12 f u 4 f u 2

Valori particolari per la probabilità La probabilità di un evento impossibile è zero P(E) = = = 0 La probabilità di un evento certo è 1 (f=u) P(E) = = = 1 In generale per un evento qualsiasi la probabilità risulta compresa tra zero e uno 0<P(E)<1 f u u u f u 0 u

Evento contrario Dato un evento E si chiama evento contrario e si indica con E l’evento che si verifica quando non si verifica E Risulta P(E) + P(E) = 1 o anche P(E) = 1 - P(E) Esempio: Un’urna contiene palline numerate da 1 a 12 consideriamo gli eventi: E= > P(E) = = = 0,33 P(E) = = = 0,67 P(E) + P(E) = 0,33 + 0,67 = 1 f u 4 12 f u 8

EVENTO UNIONE Dati due eventi E 1 ed E 2 si chiama evento unione e si indica con E 1  E 2 l’evento che si verifica al verificarsi di almeno di uno dei due eventi. Esempio: Un’urna contiene palline numerate da 1 a 12 consideriamo gli eventi: E 1 = > E 2 = > E 1  E 2 = > Casi favorevoli = 8 (1,3,5,7,9,11,10,12) casi possibili =12 P(E 1  E 2 )= = = 0,67 f u 8 12

EVENTO INTERSEZIONE Dati due eventi E 1 ed E 2 si chiama evento intersezione e si indica con E 1  E 2 l’evento che si verifica al verificarsi contempora- neamente dei due eventi. Esempio: Un’urna contiene palline numerate da 1 a 12 consideriamo gli eventi E 1 = > E 2 = > E 1  E 2 = > Casi favorevoli = 3 (8,10,12) casi possibili =12 P(E 1  E 2 )= = = 0,25 f u 3 12

EVENTI COMPATIBILI E INCOMPATIBILI Due eventi aleatori si dicono compatibili se possono verificarsi contemporaneamente, incompatibili se il verificarsi dell’uno esclude il verificarsi dell’altro. Esempio: Un’urna contiene palline numerate da 1 a 12 consideriamo gli eventi: E 1 = > E 2 = > Sono compatibili perché possono verificarsi entrambi (6,12) E 3 = > E 4 = > Sono incompatibili perché non possono verificarsi contempora- neamente [E 3 (1,3,5,7,9,11), E 4 (4,8,12)]

PROBABILITA’ DELL’UNIONE DI EVENTI INCOMPATIBILI Se due eventi aleatori E 1 e E 2 sono incompatibili la probabilità del loro evento unione è uguale alla somma delle loro probabilità P(E 1  E 2 )=P(E 1 )+P(E 2 ) Esempio: Un’urna contiene palline numerate da 1 a 12 consideriamo gli eventi: E 1 = > E 2 = > E 1  E 2 = > P(E 1 )=6/12=0.5 P(E 2 )=3/12=0.25 P(E 1  E 2 )=6/12 +3/12= 9/12= 0.75

PROBABILITA’ DELL’UNIONE DI EVENTI COMPATIBILI Se due eventi aleatori E 1 e E 2 sono compatibili la probabilità del loro evento unione è uguale alla somma delle loro probabilità diminuita della probabilità del loro evento intersezione P(E 1  E 2 )=P(E 1 )+P(E 2 ) - P(E 1  E 2 ) Esempio: Un’urna contiene palline numerate da 1 a 12 consideriamo gli eventi: E 1 = > E 2 = > E 1  E 2 = P(E 1 )=6/12=0.5 P(E 2 )=4/12=0.33 P(E 1  E 2 )= 2/12=0.17 P(E 1  E 2 )=6/12 +4/12 - 2/12 = 8/12= 0.67

EVENTI DIPENDENTI E INDIPENDENTI Due eventi aleatori si dicono indipendenti quando il verificarsi del primo non influenza il verificarsi del secondo, dipendenti se il verificarsi del primo influenza la probabilità che si verifichi il secondo.

EVENTI DIPENDENTI E INDIPENDENTI Esempio: Estrazione successiva di due carte da un mazzo di 40 carte con reinserimento, cioè rimettendo la carta estratta nel mazzo prima della seconda estrazione. E 1 = > E 2 = > Sono indipendenti perché avendo reinserito la carta prima della 2^ estrazione il secondo evento non è condizionato dal primo Esempio: Estrazione successiva di due carte da un mazzo di 40 carte senza reinserimento, cioè senza rimettere la carta estratta nel mazzo prima della seconda estrazione. E 1 = > E 2 = > Sono dipendenti perché non avendo reinserito la carta prima della 2^ estrazione il secondo evento non è condizionato dal primo in quanto i casi possibili sono 39 e non 40

EVENTI DIPENDENTI E INDIPENDENTI Nel caso di eventi dipendenti è necessario considerare la probabilità condizionata P(E 2 /E 1 )  probabilità dell’evento E 2 condizionata a E 1 cioè la probabilità che si verifichi E 2 dopo che si è verificato E 1 Esempio: Estrazione successiva di due carte da un mazzo di 40 carte senza reinserimento, cioè senza rimettere la carta estratta nel mazzo prima della seconda estrazione. E 1 = > E 2 = > P(E 2 /E 1 )=4/39

PROBABILITA’ DELL’INTERSEZI- ONE DI EVENTI INDIPENDENTI Se due eventi aleatori E 1 e E 2 sono indipendenti la probabilità del loro evento intersezione è uguale al prodotto delle loro probabilità P(E 1  E 2 )=P(E 1 )  P(E 2 ) Esempio: Un’urna contiene palline numerate da 1 a 12 in due estrazioni successive con reinserimento calcoliamo la probabilità che escano nella prima estrazione un numero pari e alla seconda estrazione un numero maggiore di 10. Gli eventi sono: E 1 = > P(E 1 )=6/12 E 2 = > P(E 2 )=2/12 P(E 1  E 2 )= P(E 1 )  P(E 2 ) = 6/12  2/12=12/144=1/12

PROBABILITA’ DELL’INTERSEZI- ONE DI EVENTI DIPENDENTI Se due eventi aleatori E 1 e E 2 sono dipendenti la probabilità del loro evento intersezione è uguale al prodotto della probabilità di E 1 per la probabilità di E 2 condizionata a E 1 P(E 1  E 2 )=P(E 1 )  P(E 2 /E 1 ) Esempio: Un’urna contiene palline numerate da 1 a 12 in due estrazioni successive senza reinserimento calcoliamo la probabilità che escano alla prima estrazione un multiplo di 5 e alla seconda estrazione un numero minore di 5. Gli eventi sono: E 1 = > P(E 1 )=2/12 E 2 = > P(E 2 /E 1 )=4/11 P(E 1  E 2 )= P(E 1 )  P(E 2 /E 1 ) = 2/12  4/11=8/132=2/33