laboratorio epistemologia Marcello Sala

Slides:



Advertisements
Presentazioni simili
- le Medie la Moda la Mediana
Advertisements

Teoria e Tecniche del Riconoscimento
2. Introduzione alla probabilità
Come possono essere classificati?
Numeri casuali Cos’e’ un numero casuale? 3 e’ un numero casuale?
Matematica I: Calcolo differenziale, Algebra lineare, Probabilità e statistica Giovanni Naldi, Lorenzo Pareschi, Giacomo Aletti Copyright © The.
1 2. Introduzione alla probabilità Definizioni preliminari: Prova: è un esperimento il cui esito è aleatorio Spazio degli eventi elementari : è linsieme.
5) IL CAMPIONE CASUALE SEMPLICE CON RIPETIZIONE
Variabili casuali a più dimensioni
Inferenza Statistica Le componenti teoriche dell’Inferenza Statistica sono: la teoria dei campioni la teoria della probabilità la teoria della stima dei.
Il concetto di misura.
Definizioni Chiamiamo esperimento aleatorio ogni fenomeno del mondo reale alle cui manifestazioni può essere associata una situazione di incertezza. Esempi:
Elementi di statistica Elementi di statistica M. Dreucci Masterclasses LNF Elementi di statistica M. Dreucci.
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Dynamic Programming Chiara Mocenni Corso di.
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Scelte di consumo Chiara Mocenni Corso di laurea.
Elementi di STATISTICA DESCRITTIVA
TEORIA RAPPRESENTAZIONALE DELLA MISURA
Introduzione alla statistica per la ricerca Lezione I
Matematica e statistica Versione didascalica: parte 8 Sito web del corso Docente: Prof. Sergio Invernizzi, Università di Trieste
Appunti di inferenza per farmacisti
Che cosa intendiamo per Dinamica della combustione? Che cosa intendiamo per Dinamica? Comportamenti che variano nel tempo.
Metodi di ricerca in Psicologia
Corso di biomatematica Lezione 2: Probabilità e distribuzioni di probabilità Davide Grandi.
STATISTICA a.a PARAMETRO t DI STUDENT
STATISTICA a.a LA STATISTICA INFERENZIALE
Analisi bivariata Passiamo allo studio delle relazioni tra variabili
Complementi al Corso di Ecologia - Approfondimenti di statistica
Esperimentazioni di fisica 3 AA 2010 – 2011 M. De Vincenzi
Analisi Statistica dei Dati
Intelligenza Artificiale Algoritmi Genetici
30 gennaio 2013 Chi cerca trova 1 Scienza, tecnologia, etica Angelo Tartaglia.
Elementi di teoria della probabilità e distribuzioni di probabilità
Statistica economica (6 CFU) Corso di Laurea in Economia e Commercio a.a Docente: Lucia Buzzigoli Lezione 5 1.
Teorie e Tecniche di Psicometria
Tutte le grandezze fisiche si dividono in
Unità 2 Distribuzioni di probabilità Misure di localizzazione Misure di variabilità Asimmetria e curtosi.
Sviluppo della fisica quantistica
Errori casuali Si dicono casuali tutti quegli errori che possono avvenire, con la stessa probabilità, sia in difetto che in eccesso. Data questa caratteristica,
Errori casuali Si dicono casuali tutti quegli errori che possono avvenire, con la stessa probabilità, sia in difetto che in eccesso. Data questa caratteristica,
Fasi di uno studio Disegno dello studio = decidere obiettivi e metodi
Cap. 15 Caso, probabilità e variabili casuali Cioè gli ingredienti matematici per fare buona inferenza statistica.
Obbiettivo L’obiettivo non è più utilizzare il campione per costruire un valore o un intervallo di valori ragionevolmente sostituibili all’ignoto parametro.
I FRATTALI Frattale di Mandebrot
PROPAGAZIONE DEGLI ERRORI:
Gli indici di dispersione
Implementazione di dizionari Problema del dizionario dinamico Scegliere una struttura dati in cui memorizzare dei record con un campo key e alcuni altri.
Lezione B.10 Regressione e inferenza: il modello lineare
R. Soncini Sessa, MODSS, L 26 Stima degli effetti Calcolo degli obiettivi (Laplace) Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini.
Elementi di Statistica Elementi di statistica Marco Stages Estivi - Frascati 12/6/2007 Elementi di statistica Marco Dreucci 1/37.
Appunti conclusioni simulazione lancio dadi
Probabilità. Un percorso didattico esperimenti e simulazioni L. Cappello 9 Maggio Didattica probabilità e statistica PAS 2014.
2) PROBABILITA’ La quantificazione della ‘possibilità’ del verificarsi di un evento casuale E è detta probabilità P(E) Definizione classica: P(E) è il.
1 “Teoria e metodi della ricerca sociale e organizzativa” Corso di Laurea in Scienze dell’Organizzazione Facoltà di Sociologia Università Milano-Bicocca.
Intervalli di confidenza
PROBABILITÀ Corsi Abilitanti Speciali Classe 59A III semestre - 2.
La curva di Gauss Prof. Marco Lombardi.
Eventi aleatori Un evento è aleatorio (casuale) quando non si può prevedere con certezza se avverrà o meno I fenomeni (eventi) aleatori sono studiati.
UNIVERSITA’ DEGLI STUDI DI PERUGIA
Corso di Laurea in Scienze e tecniche psicologiche
TRATTAMENTO STATISTICO DEI DATI ANALITICI
UN SISTEMA SPERIMENTALE CONTROLLATO E FACILE DA MANIPOLARE GENETICAMENTE.
Fausto Borgonovi Dal Caos alla Complessità Dipartimento di Matematica e Fisica, Università Cattolica BRESCIA Istituto Nazionale.
1 LA STATISTICA DESCRITTIVA Docente prof.sa Laura Mercuri.
Ipotesi operative TeoriaEsperienza diretta e/o personale Quesito Piano esecutivo Scelta popolazione Scelta strumenti Scelta metodi statistici Discussione.
1 DISTRIBUZIONI DI PROBABILITÁ. 2 distribu- zione che permette di calcolare le probabilità degli eventi possibili A tutte le variabili casuali, discrete.
1 VARIABILI CASUALI. 2 definizione Una variabile casuale è una variabile che assume determinati valori in modo casuale (non deterministico). Esempi l’esito.
La distribuzione normale. Oltre le distribuzioni di frequenza relative a un numero finito di casi si possono utilizzare distribuzioni con un numero di.
Probabilità Definizione di probabilità La definizione di probabilità si basa sul concetto di evento, ovvero sul fatto che un determinato esperimento può.
Il percorso delle discipline scientifiche ۷ Descrizione dei fenomeni ۷ Scoperta di leggi ۷ Costruzione di teorie ۷ Formulazione e test di ipotesi.
Transcript della presentazione:

laboratorio epistemologia Marcello Sala LE FORZE DELL’ORDINE

        dati 

        relazioni 

        pattern 

Qual è la “regola” di successione? 0 2 4 ... Prevedere il numero successivo sapendo che la sequenza è ordinata ... 0 2 4 6 0 2 4 6 10 Qual è la “regola” di successione? 0 2 4 6 10 16 0 2 4 6 10 16 26 0 2 4 6 10 16 26 0 Qual è la “regola”? 0 2 4 6 10 16 26 0 2 0 2 4 6 10 16 26 0 2 4 0 2 4 6 10 16 26 0 2 4 6 0 2 4 6 10 16 26 0 2 4 6 12

0 2 4 6 10 16 26 0 2 4 6 12 22 0 2 4 6 10 16 26 0 2 4 6 12 22 40 0 2 4 6 10 16 26 0 2 4 6 12 22 40 74 0 2 4 6 10 16 26 0 2 4 6 12 22 40 74 0 Qual è la “regola”? 0 2 4 6 10 16 26 0 2 4 6 12 22 40 74 0 2 0 2 4 6 10 16 26 0 2 4 6 12 22 40 74 0 2 4 0 2 4 6 10 16 26 0 2 4 6 12 22 40 74 0 2 4 6 0 2 4 6 10 16 26 0 2 4 6 12 22 40 74 0 2 4 6 10 0 2 4 6 10 16 26 0 2 4 6 12 22 40 74 0 2 4 6 10 16 0 2 4 6 10 16 26 0 2 4 6 12 22 40 74 0 2 4 6 10 16 26 0 2 4 6 10 16 26 0 2 4 6 12 22 40 74 0 2 4 6 10 16 26 42 0 2 4 6 10 16 26 0 2 4 6 12 22 40 74 0 2 4 6 10 16 26 42 0

Quando si potrà enunciare la regola in maniera definitiva? 0 2 4 6 10 16 26 0 2 4 6 12 22 40 74 0 2 4 6 10 16 26 42 0 2 0 2 4 6 10 16 26 0 2 4 6 12 22 40 74 0 2 4 6 10 16 26 42 0 2 4 0 2 4 6 10 16 26 0 2 4 6 12 22 40 74 0 2 4 6 10 16 26 42 0 2 4 6 0 2 4 6 10 16 26 0 2 4 6 12 22 40 74 0 2 4 6 10 16 26 42 0 2 4 6 12 Qual è la “regola”? 0 2 4 6 10 16 26 0 2 4 6 12 22 40 74 0 2 4 6 10 16 26 42 0 2 4 6 12 22 0 2 4 6 10 16 26 0 2 4 6 12 22 40 74 0 2 4 6 10 16 26 42 0 2 4 6 12 22 40 0 2 4 6 10 16 26 0 2 4 6 12 22 40 74 0 2 4 6 10 16 26 42 0 2 4 6 12 22 40 0 Quando si potrà enunciare la regola in maniera definitiva? ...

è una sequenza casuale o ha un ordine? 000000000000000000000000000000… è una sequenza casuale o ha un ordine? In altri termini: è possibile prevedere come continua avendone individuato una legge di progressione? Si ripete 0: è periodica con periodo 1 La sequenza può essere descritta in modo più sintetico della sua pura enunciazione = ha ridondanza  porta informazione

è una sequenza casuale o ha un ordine? 001001001001001001001001001... è una sequenza casuale o ha un ordine? Si ripete 001: è periodica con periodo 3 010011000111000011110000011111... Non è periodica, ma ha un nucleo iniziale a due elementi (0; 1) che si ripete aggiungendo però ogni volta uno 0 ai precedenti 0 e un 1 ai precedenti 1

è una sequenza casuale o ha un ordine? 0100011011000001010100011101110... è una sequenza casuale o ha un ordine? Si è sicuri che un ordine c’è ma è difficile descrivere la legge di progressione È la sequenza di Champernowne, che è così generata: - si scrivono tutte le combinazioni possibili di 0 e 1 prima quelle a una cifra, poi quelle a due cifre, poi quelle a tre e così via - fra le combinazioni della stessa lunghezza l’ordine è: prima la combinazione con tutti 0 poi quelle con un 1, poi con due 1 ecc. - nelle combinazioni con lo stesso numero di 1 gli 1 compaiono a partire dal fondo

Come si ottiene una sequenza casuale? Estraendo a sorte indipendentemente ciascun bit È possibile verificare a posteriori la casualità di una sequenza data? Le frequenze attese per tutte le combinazioni possibili di 0 e 1 della stessa lunghezza devono essere le stesse  lo 0 e l’1 devono comparire con una frequenza di 1/2 una certa coppia di 0 e 1 (es. 01) deve comparire con una frequenza di 1/4 su tutte le possibili coppie (che sono 4) ecc. Se le frequenze misurate nella sequenza corrispondono a quelle attese per una estrazione a sorte casuale l’osservatore concluderà che la sequenza è casuale, cioè che i singoli bit della sequenza sono indipendenti

Una sequenza casuale può essere ordinata? La sequenza di Champernowne 0100011011000001010100011101110... imita il caso molto bene, perché risponde al criterio appena definito se non fosse per la sua regola di formazione così evidente e semplice  il criterio di verifica della casualità definisce una condizione necessaria ma non sufficiente

Dare una descrizione sintetica della sequenza 6883888: ... È un numero di telefono: la sua origine è del tutto casuale Se una sequenza non è generata da alcun meccanismo deterministico è casuale e imprevedibile? Non se ne può prevedere l’effettivo sviluppo ogni termine successivo può solo essere costatato e non inferito dai valori dei termini precedenti Una sequenza del genere è contingente: esiste come frutto di una storia, ma potrebbe essere descritta da un osservatore umano in modo più economico che trascrivendola per intero  porta informazione (= ordine)  è descritta come non casuale

Come fa un computer a generare sequenze casuali che non possano essere descritte come tali? Un algoritmo deterministico produce una sequenza Un'attenta analisi matematica assicura che la sequenza abbia le stesse proprietà statistiche di una sequenza generata da un processo casuale: "La generazione dei numeri casuali è troppo importante per essere lasciata al caso” (Robert R. Coveyou ) Un generatore hardware di numeri casuali è un amplificatore di fenomeni microscopici come il rumore termico o altri fenomeni quantistici tali processi sono, in teoria, completamente imprevedibili e questa affermazione è suffragata da test sperimentali

Quale delle due distribuzioni di punti è casuale? distribuzione di punti prodotta dal computer per generazione casuale di numeri ottenuta con l’aggiunta di “campi di inibizione” attorno a ciascun punto

Questa è una distribuzione casuale? … Ne riconoscete la forma?

Cielo (visione polare) Le costellazioni non hanno niente a che fare con la disposizione delle stelle nello spazio, sono soltanto una proiezione contingente La distribuzione è casuale eppure da sempre in culture diverse gli uomini “vedono” forme nel cielo “All’inizio era il caos, poi venne lo spirito umano che mise ordine al caos” (Anassagora)

L’osservatore da un lato vede l’ordine anche dove non c’è alcuna base fisica (es. costellazioni) dall’altro attribuisce al caso le situazioni in cui soggettivamente non riesce a riconoscere un ordine (culturalmente appreso) Tra questi due poli oscilla la nostra comprensione del mondo quanto più si allontana dall’uno tanto più si avvicina all’altro

L’ordine è intrinseco alla sequenza o è “inventato” dall’osservatore? Se si complica sempre più la regola di progressione prima o poi l’osservatore non sarà in grado di cogliere il determinismo della sequenza in questo caso è probabile che la attribuisca al caso ma ciò accade perché lui non vi trova un senso

“L'intelletto umano, per sua peculiare natura, suppone facilmente nelle cose un ordine e una regolarità maggiori di quelli che vi riscontra, e, benché molti siano in natura i fatti singolari e dissimili l'uno dall'altro, costruisce non di meno parallelismi, corrispondenze e relazioni che non esistono… a causa della sua stessa natura, è portato alle astrazioni e immagina stabili le cose mutevoli.” (Francesco Bacone) “... radici biologiche ci spingono a cercare ordine nel brulichio di stimoli che irritano i nostri organi di senso e che i nostri cervelli non possono che riorganizzare con categorie innate... è una manifestazione di ciò che chiamiamo adattamento” (Enrico Bellone)

Un mondo di eventi casuali, indipendenti uno dall’altro non soggetto a regole deterministiche è del tutto imprevedibile? È soggetto alle leggi della statistica Queste permettono di aggregare eventi, che alla scala microscopica sono affetti da incertezza per ottenere alla scala macroscopica una certezza quasi assoluta prodotto del calcolo delle probabilità La certezza (prevedibilità) aumenta con il numero di eventi presi in esame

I dati relativi a una variabile misurata in una popolazione tendono a distribuirsi attorno alla media con frequenze tanto più basse quanto più ci si allontana da essa Il grafico di frequenza (in ascisse i valori della variabile in ordinate la loro frequenza nella popolazione) tende ad assumere la forma “a campana” tanto più quanto più i dati sono numerosi

tanto più il grafico della crescita Quanto più numerosa è la popolazione tanto più il grafico della crescita si avvicina a questa forma