La probabilità Schema classico.

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
2. Introduzione alla probabilità
Definizione di probabilità, calcolo combinatorio,
Variabili aleatorie discrete e continue
La probabilità.
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
1 2. Introduzione alla probabilità Definizioni preliminari: Prova: è un esperimento il cui esito è aleatorio Spazio degli eventi elementari : è linsieme.
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:
INTRODUZIONE ALLA PROBABILITÀ E AI MODELLI DI DISTRIBUZIONE DI PROBABILITÀ PER VARIABILI ALEATORIE Corso di STATISTICA I (prof. Pietro Mantovan) ARGOMENTI.
Calcolo delle Probabilità
Torna alla prima pagina Sergio Console Calcolo Combinatorio e cenni di calcolo delle Probabilità Istituzioni di Matematiche Scienze Naturali.
Elementi di Calcolo delle Probabilità
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
REGOLE DEL CALCOLO DELLE PROBABILITA’
MOLTIPLICAZIONE COMBINATORIA
Orientamento universitario
Elementi di teoria della probabilità e distribuzioni di probabilità
Calcolo delle Probabilità
QUALCHE LUCIDO DI RIPASSO… 1. Esperimento casuale ( e. aleatorio) risultato Esperimento condotto sotto leffetto del caso: non è possibile prevederne il.
Teorie e Tecniche di Psicometria
1.PROBABILITÀ A. Federico ENEA; Fondazione Ugo Bordoni Scuola estiva di fonetica forense Soriano al Cimino 17 – 21 settembre 2007.
Esercitazioni elementari su probabilità e associazioni di oggetti vari
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:
Giocare con la probabilità
Probabilità probabilità Probabilità totale
Esercizi con soluzione
Probabilità ed eventi casuali (Prof. Daniele Baldissin)
Torna alla prima pagina Sergio Console Calcolo delle Probabilità seconda parte Istituzioni di Matematiche Scienze Naturali.
PROBABILITA’.
Impostazione Assiomatica del Calcolo della Probabilità
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.
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.
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’
Probabilità Esercitazioni numeriche del corso di GENETICA AA 2010/2011 LEZIONE N°1.
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.
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.
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.
Transcript della presentazione:

La probabilità Schema classico

Il lancio di un dado da gioco Un fatto qualunque , che non sia certo a priori , si dice aleatorio o casuale Alcuni esempi Il lancio di un dado da gioco la durata della degenza in ospedale di un ammalato il numero degli incidenti stradali , nella prossima settimana in un determinato tratto stradale una misurazione scientifica mediante un qualche strumento

nella prossima mano di poker verrà un poker d’assi Le proposizioni che a priori sono incerte si chiamano eventi casuali Alcuni esempi nella prossima mano di poker verrà un poker d’assi nel lancio del dado uscirà un numero pari la durata della degenza del sig. X sarà minore di 20 giorni Un evento si dice certo quando della sua verità si è certi a priori Esempio: nel lancio del dado otterrò un numero non superiore a 14 Un evento si dice impossibile quando della sua falsità si è certi a priori Esempio: nella ruota di Venezia il primo numero che uscirà sarà il 100

Gli eventi elementari Consideriamo il lancio di un dado Evento elementare Estraiamo una carta da un mazzo Evento elementare Consideriamo una macchina automatica produttrice di viti: la prossima vite che sarà prodotta è una delle infinite viti producibili dalla macchina nelle sue condizioni attuali , ognuna delle quali è un evento elementare

Definizione : si chiama Spazio Fondamentale di un esperimento C , l’insieme dei suoi eventi elementari  1 3 5 2 4 6  asso di cuori asso di fiori asso di denari asso di picche 2 di cuori 2 di fiori 2 di denari 2 di picche ….. …... ….. ….. Definizione : un evento casuale A è un sottoinsieme dello spazio fondamentale  A=“ la faccia che uscirà sarà pari” B=“la carta che verrà estratta sarà un asso” Consideriamo un esperimento C e il corrispondente spazio fondamentale  L’insieme E di tutti i sottoinsiemi di  ha le seguenti proprietà:  appartiene ad E Se A appartiene ad E anche A appartiene ad E Se A1 , A2  E anche A1  A2 E

consideriamo questi eventi: Teorema se A , B  E , anche AB  E Teorema se A , B  E , anche A - B  E Definizione Due eventi A , B  E si dicono incompatibili se AB= Esempio Si lancia un dado: consideriamo questi eventi: 1 3 5 2 4 6 A- ”uscirà un numero pari” B- ”uscirà un multiplo di 3” C-”uscirà un numero dispari” A e C sono eventi incompatibili A e B sono eventi compatibili

Il concetto di probabilità Estraiamo una pallina da un’urna contenente 4 palline bianche e 6 palline rosse contiene 10 eventi elementari ciascuno di essi ha probabilità 1/10 di uscita  Consideriamo l’evento : A:”uscirà una pallina rossa” Tale evento , unione di 6 eventi equiprobabili , avrà probabilità 6/10 La probabilità di un evento A è data dal rapporto tra il numero k dei casi favorevoli al verificarsi di A e il numero degli n casi possibili.

D:” uscirà un numero minore di 3” P(D)=2/6 L’evento impossibile  ha probabilità P()=0 L’evento certo ha probabilità 1 Se A e B sono eventi incompatibili P(A B) = P(A) +P(B) Esempi A: ”nel lancio del dado otterrò un numero non superiore a 14” P(A)=1 B: ”nella ruota di Venezia il primo numero che uscirà sarà il 100” P(B)=0 Lanciamo un dado e consideriamo: C:” uscirà un numero maggiore di 4” P(C)=2/6 D:” uscirà un numero minore di 3” P(D)=2/6 1 3 5 2 4 6 P(C D)=2/6+2/6=2/3

Se A e B sono eventi compatibili P(A B) = P(A) +P(B) –P( AB) Lanciamo due dadi e consideriamo lo spazio degli eventi: A=“la somma dei numeri sarà 5”  P(A)=4/36 1,1 1,2 1,3 1,4 1,5 1,6 2,2 2,1 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 B=“il primo numero sarà pari” P(B)=18/36 AB=(2,3) (4,1) P(AB)=2/36 P(A B)=4/36+18/36-2/36=5/9

Probabilità condizionate Consideriamo gli eventi : 1 3 5 2 4 6 A:”lanciando un dado uscirà un numero dispari” B:”lanciando un dado uscirà un numero minore di 4” P(A)=1/2 P(B)=1/2 Supponiamo di sapere che si è verificato A e di voler valutare la probabilità di B , data questa ulteriore informazione. La indichiamo con P(B/A) e la chiamiamo probabilità condizionata È cambiato lo spazio degli eventi 1 3 5 P(B/A)=2/3 da cui si ricava:

Eventi indipendenti In generale P(B)P(B/A) , se dovesse verificarsi che : P(B)=P(B/A) allora gli eventi A e B sarebbero tra loro indipendenti Definizione: due eventi A e B sono tra loro indipendenti se P(AB)=P(B)P(A) Esempio:  1 3 5 2 4 6 Lanciamo un dado e consideriamo gli eventi: A=1,2,3,4 B= 4,5,6 C=2,4,6 P(A)=4/6 P(B)=3/6 P(C)=3/6 P(A B)=1/6 P(A)P(B) P(A C)=2/6=P(A)P(C) A e B sono dipendenti A e C sono indipendenti

 Lanciamo due dadi consideriamo i due eventi: 1,1 1,2 1,3 1,4 1,5 1,6 2,2 2,1 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 B1 = “la somma è minore o uguale a 7” B2 = “la somma è maggiore di 7 “ B1B2=  B1  B2= Supponiamo di sapere che: A= “il primo numero è 2” Ci chiediamo: “qual è la probabilità che la somma sia minore od uguale di 7?” P(B1  A) P(B1 /A) = = P(A) P(B1 ) P(A/ B1 ) = P(A  B1 )+ P(A  B2 ) P(B1 ) P(A/ B1 ) P(B1 ) P(A/ B1 )+P(B2 ) P(A/ B2 ) (21/36)(5/21) P(B1 /A)= = 5/6 (21/36)(5/21)+(15/36)(1/15)

 Consideriamo due urne dalle seguenti composizioni: B1 B2 Si sceglie una pallina da un’urna a caso. La pallina è bianca (evento A) Qual è la probabilità che la pallina provenga dalla prima urna?  B1 (1/2)(4/8) P(B1 /A)= = 3/5 (1/2)(4/8)+(1/2)(2/6) B2

sia A un altro elemento di  La formula di Bayes Consideriamo n eventi incompatibili B1 , B2 , . . . ,Bn tali che Bi=  A  sia A un altro elemento di  B1 B2 Bn A=A= A(B1 B2 . . . Bn )= (A  B1)  (A  B2) . . .  (A  Bn) P(A) = P (A  B1 ) + P (A  B2 ) + . . .+ P (A  Bn )= = P (B1) P (A/ B1 ) + P (B2) P (A/ B2 ) +. . . + P (Bn) P (A/ Bn )