Probabilità Esercitazioni numeriche del corso di GENETICA AA 2010/2011 LEZIONE N°1.

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
La Matematica tra Gioco e Realtà
Definizione di probabilità, calcolo combinatorio,
Variabili aleatorie discrete e continue
La probabilità.
Corsi Abilitanti Speciali Classe 59A III semestre - 3
5) IL CAMPIONE CASUALE SEMPLICE CON RIPETIZIONE
Bruno Mario Cesana Stefano Calza
Cenni a calcolo di probabilità elementare
Definizioni di probabilità
Calcolo combinatorio.
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
Calcolo delle Probabilità terza parte
Torna alla prima pagina Sergio Console Calcolo Combinatorio e cenni di calcolo delle Probabilità Istituzioni di Matematiche Scienze Naturali.
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’.
lezione del 10 aprile 2013 appunti
DEFINIZIONE CLASSICA DI PROBABILITA’
Il calcolo combinatorio
Lezione 4 Probabilità.
Esercitazione di Matematica
Esercitazioni sulla Probabilità
REGOLE DEL CALCOLO DELLE PROBABILITA’
Orientamento universitario
La probabilità Schema classico.
Calcolo delle Probabilità
1.PROBABILITÀ A. Federico ENEA; Fondazione Ugo Bordoni Scuola estiva di fonetica forense Soriano al Cimino 17 – 21 settembre 2007.
Lancio dadi Analisi probabilità esito somme varie.
Probabilità ed eventi casuali (Prof. Daniele Baldissin)
STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
Torna alla prima pagina Sergio Console Calcolo delle Probabilità seconda parte Istituzioni di Matematiche Scienze Naturali.
PROBABILITA’.
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.
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.
Probabilità e Genetica
ELEMENTI DI CALCOLO DELLE PROBABILITA’
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 calcolo combinatorio e di probabilità. Prof. Ugo Morra Liceo scientifico V. Vecchi di Trani Lezione di potenziamento delle abilità in matematica.
Elementi di teoria della probabilità e distribuzioni di probabilità.
UN SISTEMA SPERIMENTALE CONTROLLATO E FACILE DA MANIPOLARE GENETICAMENTE.
La probabilità matematica
1 DISTRIBUZIONI DI PROBABILITÁ. 2 distribu- zione che permette di calcolare le probabilità degli eventi possibili A tutte le variabili casuali, discrete.
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.
ELEMENTI DI CALCOLO DELLE PROBABILITA’. Evento Aleatorio Un evento si dice aleatorio se può o non può verificarsi (Alea in greco vuol dire dado)
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.
1 ELEMENTI DI CALCOLO COMBINATORIO. 2 Elementi di calcolo combinatorio Si tratta di una serie di tecniche per determinare il numero di elementi di un.
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.
Esercitazioni numeriche del corso di GENETICA AA 2010/2011
LA LA PROBABILITA'.
Transcript della presentazione:

Probabilità Esercitazioni numeriche del corso di GENETICA AA 2010/2011 LEZIONE N°1

Definizione classica di probabilità: La probabilità di un dato evento è il rapporto tra il numero dei casi favorevoli al suo verificarsi e il numero dei casi possibili, purchè essi siano tutti egualmente possibili Dato un evento E, siano h ed n rispettivamente i casi favorevoli e quelli possibili, allora la probabilità che si manifesti l’evento E (detta successo) è indicata con: p = Pr (E) = h/n Moneta : P(testa) = ½ = 0.5 Dado : P(sei) = 1/6 =

La probabilità che non si manifesti l’evento E (detta insuccesso) è indicata con: q = Pr (non E) = (n – h)/n = 1 – h/n = 1 – Pr(E) Quindi: p + q = 1, ovvero Pr (E) + Pr (non E) = 1 Moneta : P(non testa) = q = (2 - 1)/2 = 1 – ½ = 1/2 Dado: P(non sei) = q = (6 – 1)/6 = 1 – 1/6 = 5/6 La somma dell successo e dell’insuccesso è sempre uguale ad 1 Anche per la moneta e il dado la regola è verificabile: Infatti: Moneta : Pr (testa) = ½; Pr (non testa) = ½ ½ + ½ =1 Dado: Pr (sei) = 1/6; Pr (non sei) = 5/6 1/6 + 5/6 = 1

La probabilità di un evento è un numero compreso tra 0 e 1 Se un evento non può presentarsi, la sua probabilità è 0 Se è certo, la sua probabilità è 1

Regola del Prodotto La probabilità che eventi indipendenti si verifichino contemporaneamente è il prodotto delle probabilità degli eventi singoli N.B. - Per eventi indipendenti si intende che il verificarsi dell’uno non influenza il verificarsi dell’altro –Esempio = La probabilità di ottenere due quattro lanciando due dadi è 1/6 x 1/6 = 1/36

Probabilità Condizionata. Eventi indipendenti Esempio : Se la probabilità che A sia vivo tra venti anni è 0,5 e che B sia vivo tra venti anni è 0,7, allora la probabilità che tra venti anni sia A che B siano vivi è: 0,5 x 0,7 = 0,35 Ma che succede se i due eventi sono dipendenti tra loro?????

Esempio 2: Supponiamo che una scatola contenga 3 palline bianche e 2 nere. Sia E 1 l’evento “la prima pallina estratta è nera” ed E 2 l’evento “la seconda pallina estratta è nera”. Le palline non vengono reintrodotte dopo essere state estratte quindi gli eventi in questo caso sono dipendenti. Pr (E 1 ) = 2 / (3 + 2) = 2/5 = probabilità che la prima pallina estratta sia nera Pr(E 2 ) = 1 / (3 + 1) = 1/4 = probabilità che la seconda pallina sia nera Allora la probabilità che entrambe le palline estratte siano nere è: Pr(E 1 E 2 ) = Pr (E 1 ) Pr (E 2 |E 1 ) = 2/5 x 1/4 = 1/10 Probabilità Condizionata. eventi dipendenti

Eventi indipendenti e dipendenti La probabilità di estrarre due palline nere nelle prime due estrazioni cambia se reintroduciamo la prima pallina estratta oppure no nell’urna Se reintroduciamo: Probabilità di estrarre le due palline nere in due estrazioni è: Pr(estrarre nera) x Pr (estrarre nera) = 2/5 x 2/5 = 0.16 (Esempio di eventi indipendenti) Se non reintroduciamo: Probabilità di estrarre le due palline nere in due estrazioni è: Pr(estrarre nera) x Pr (estrarre nera) = 2/5 x 1/4 = 0.1 (Esempio di eventi dipendenti)

Regola della Somma La probabilità che si realizzino l’uno o l’altro di due eventi mutualmente esclusivi è la somma delle loro probabilità individuali. Esempio: Probabilità lanciando due dadi di fare o due 4 o due 5 = 1/36 + 1/36 = 1/18

Si dice che due eventi si escludono a vicenda se il presentarsi di uno di essi esclude il presentarsi degli altri. Così, se E 1 ed E 2 sono eventi escludentesi a vicenda, allora: Pr (E 1 E 2 ) = 0 Nel caso di eventi che si escludono a vicenda Pr (E 1 E 2 ) = 0 Pr (E 1 + E 2 ) = Pr (E 1 ) + Pr(E 2 ) Eventi che si ecludono a vicenda Pr (E 1 + E 2 ) = Pr (E 1 ) + Pr(E 2 ) – Pr(E 1 E 2 ) Regola della Somma Se E 1 + E 2 indica l’evento che gli evnti E 1 ed E 2 si presentino o l’uno o l’altro o entrambi, allora:

Esempio 1: Se E 1 è l’evento “estrazione di una asso da un mazzo di carte” e E 2 è l’evento “estrazione di un re” allora: Eventi che si ecludono a vicenda Pr (E1) = 4/52 = 1/13 Pr(E2) = 4/52 =1/13 Quindi la probabilità di estrarre un asso o un re in una sola estrazione è: Pr (E1 + E2) = Pr(E1) + Pr(E2) = 1/13 + 1/13 = 2/13 E questo poichè l’asso ed il re non possono essere estratti insieme in una sola estrazione e quindi sono eventi escludentisi a vicenda

Esempio 2: Se E 1 è l’evento “estrazione di una asso da un mazzo di carte” e E 2 è l’evento “estrazione di una carta di cuori” allora E 1 ed E 2 non si escludono a vicenda, dato che è possibile estrarre una asso di cuori. Allora la probabiliti di estrarre o un asso o una carta di cuori o un asso di cuori è: Pr (E 1 + E 2 ) = Pr(E 1 ) + Pr(E 2 ) – Pr (E 1 E 2 ) = 4/ /52 – 1/52 = 16/52 =4/13 Eventi che non si ecludono a vicenda

Analisi combinatoria Nell’ottenere la probabilità di eventi complessi, l’enumerazione dei casi può spesso risultare difficile o tediosa. Per facilitare il lavoro, si fa uso dei principi su cui è basata la materia chiamata analisi combinatoria Se un evento può presentarsi in uno qualinque di n 1 modi e se, quando tale evento si è presentato, un altro evento può presentarsi in uno qualunque di n 2 modi, allora il numero di modi in cui entrambi gli eventi possono presentarsi nell’ordine specificato è n 1 x n 2 Esempio: se ci sono tre candidati per la carica di prefetto e cinque per la carica di sindaco, i due incarichi possono essere occupati in 3 x 5 = 15 modi nFattoriale n fattoriale, indicato con n!, è definito come: n! = n(n-1)(n-2) Così: 5! = 5 x 4 x 3 x 2 x 1 = 120 4! X 3! = (4 x 3 x 2 x 1) x (3 x 2 x 1) = 144 0! = 1 (per convenzione)

Combinazioni Le combinazioni di n oggetti diversi presi x alla volta sono i gruppi di x elementi che si possono formare con gli n elementi di partenza in modo che ciscun gruppo sia diverso dagli altri per un elemento. Il numero di combinazioni di n oggetti presi r alla volta è denotato con: C(n, x), n C x, oppure C n,x ed è dato da: n C x = [n(n-1) (n-2).....(n-x+1)] / x! = Esempio 1: Il numero di combinazioni delle lettere a, b, c prese due alla volta è C (3, 2) = = 3. Tali combinazioni sono ab, ac e bc n! x! (n - x)! 3 x 2 x 1 2 x 1 x (1) n! x! y! se (n – x) = y allora: 3! 2! (3-2)!

Formula binomiale n! x! y! p x q ny Modi in cui possiamo dividere un gruppo di n oggetti in due classi distinte in modo da ottenere x oggetti nella classe P e y nella classe Q p = probabilità di un oggetto di appartenere alla classe P q = probabilità di un oggetto di appertenere alla classe Q Nel complesso la formula ci restituisce la probabilità di ottenere x oggetti nella classe P (con probabilità p) e y nella classe Q (con probabilità q)

Esempio 1 Probabilità che su sei figli almeno 4 siano femmine? P( 4femm 2 maschi) = 6! 4! 2! (½) 4 2 = 15/64 P( 5femm 1 maschio) = 6/64 P( 6femm 0 maschi) = 1/64 Totale = 22/64

Due individui eterozigoti per un gene responsabile di una data malattia genetica vogliono conoscere qual’è la probabilità che: -Il loro primo figlio sia sano -I loro primi due figli siano sani -I loro primi tre figli siano sani -Che il loro primo figlio sia maschio e sano -Che dei loro primi 5 figli 3 siano sani - ¾ - ¾ x ¾ = 9/16 - ¾ x ¾ x ¾ = 27/64 - ½ x ¾ = 3/8 - F F f f FFFf ff 5! 3! x 2! (3/4) 3 x (1/4) 2 = 10 x 27/64 x 1/16 = 270/1024 = 0,26