Cenni di teoria delle probabilit

Probabilit
Definizione classica: La probabilit di un evento il rapporto tra il numero dei casi favorevoli e il numero dei casi possibili, purch questi ultimi siano ugualmente possibili. Definizione frequentista: La probabilit di un evento il limite della frequenza (relativa) dei successi, cio del verificarsi dell'evento, quando il numero delle prove tende all'infinito. Definizione soggettiva: La probabilit di un evento il prezzo che un individuo razionale ritiene equo pagare per ricevere 1 se l'evento si verifica (e 0 altrimenti).

 Quindi se i casi possibili sono n e l'insieme dei casi favorevoli sono nA, per la teoria classica la probabilit che accada l'evento A sar:

mentre per la teoria frequentista essa sar:

Infatti la teoria classica considera che tutti i casi siano equiprobabili, cosa che, invece, nella realt non accade sempre. La legge frequentista, infatti, considera ci e, quindi, si basa sulla sperimentazione per cui una legge sperimentale detta anche legge empirica del caso.

Assiomi
Gli eventi sono sottoinsiemi di uno spazio S, e formano una classe additiva A. Ad ogni a appartenente alla classe A assegnato un numero reale non negativo P(a) e mai superiore ad uno, detto probabilit di a. P(S)=1, ovvero la probabilit di un evento certo pari ad 1 Se l'intersezione tra a e b vuota, allora P(a U b)=P(a)+P(b)

Teoremi
Dai suddetti assiomi derivano alcuni teoremi fondamentali, quali il teorema della probabilit totale: P(A B) = P(A) + P(B) - P(A B) il teorema della probabilit composta: P(A B) = P(B) P(A | B) = P(A) P(B | A) il teorema della probabilit assoluta: P(B) = iP(Ai)P(B|Ai) il teorema di Bayes: P(Ak | B) = P(Ak)P(B|Ak) / iP(Ai)P(B|Ai) nonch concetti chiave come la probabilit condizionata: P(A | B) = P(A B) / P(B) l'indipendenza stocastica: P(A | B) = P(A)

Probabilit condizionata
la probabilit di un evento A condizionata ad un evento B la probabilit che si verifichi A una volta che si sia gi verificato B, tale probabilit si indica con P(A|B). Ad esempio in una sequenza di lanci di una moneta equa la probabilit di ottenere 10 teste condizionata al fatto di averne gi ottenute 9 1/2 (cio la probabilit di ottenere una singola testa).

Teorema della probabilit totale

Il teorema della probabilit totale dice che la probabilit che si verifichi almeno uno di due eventi qualsiasi A e B, la probabilit dell'unione di A e B, pari alla somma delle singole probabilit P(A) e P(B) diminuita della probabilit della loro intersezione

Quando i due eventi sono disgiunti, cio quando l'intersezione l'insieme vuoto , la probabilit dell'unione pari alla somma delle singole probabilit (in quanto per assioma, la probabilit dell'insieme vuoto nulla, ). In questo caso i due eventi A e B si dicono incompatibili , o mutuamente esclusivi Nel caso di tre eventi A, B e C il teorema afferma che

Il caso di 3 eventi

Pi in generale, data una collezione di eventi

, allora:

Dimostrazione
Il teorema pu essere immediatamente dimostrato applicando, come illustrato in figura, l'assioma della probabilit dell'unione di due insiemi disgiunti a due bipartizioni:

dove il segno - tra parentesi da intendersi nel senso di differenza tra insiemi. Sottraendo membro a membro le due equazioni si ha:

da cui, immediatamente:

Il teorema della probabilit composta

deriva dal concetto di probabilit condizionata per cui la probabilit che due eventi si verifichino contemporaneamente pari alla probabilit di uno dei due eventi moltiplicato con la probabilit dell'altro evento condizionato al verificarsi del primo. Nel caso di indipendenza stocastica si ottiene che la probabilit congiunta pari al prodotto delle probabilit:

Il teorema della probabilit assoluta

Il teorema della probabilit assoluta afferma che se formano una partizione dello spazio di tutti gli eventi possibili e )

un qualsiasi evento, allora:

Dimostrazione
La dimostrazione di questo risultato segue immediatamente dal fatto che: dunque, per l'additivit della probabilit: Ma poich, in base alla definizione di probabilit condizionata: si ha: come volevasi dimostrare.

Esempio
Un anno ha 365 gg In 60 gg. Piove In 90 gg. La temperatura media sta sotto 10 Piove per 25 gg I cui Tmedia>10 Qual la probabilit di avere nellanno un giorno di pioggia? Risposta 1: P(giorno di pioggia)=60/365=0,16 Risposta 2: P(giorno di pioggia) = P(giorno di pioggia|giorno Tmedia<10 )*P(giorno Tmedia<10 )+ P(giorno di pioggia|giorno Tmedia>10 )*P(giorno Tmedia>10 )= 25/90*90/365+35/(365-90)*(36590)/365=0,278*0,247+0,127*0,733=0,16

Sottopongo a prova di rottura a compressione 150 provini cilindrici di calcestruzzo. Ottengo I seguenti risultati:
ISTOGRAMMA 1 NUMERO ROTTURE PER OGNI CLASSE DI RESISTENZA

Classe di resistenza

INTERVALLI DI RESISTENZA [Mpa] 10-12 12-14 14-16 16-18 18-20 20-22 22-24 24-26 26-28 28-30 30-32 32-34 34-36 36-38 38-40

N. PROVINI

30 NUMERO ROTTURE PER OGNI CLASSE DI RESISTENZA

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

1 0 3 7 15 14 20 26 22 16 11 7 6 2 0

25

NUMERO PROVINI ROTTI

20

15

10

Totale

150
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 CLASSI DI RESISTENZA

Scelta una qualsiasi classe di resistenza, listogramma fornisce il numero di provini rotti per resistenze inferiori o uguali a quelle della classe scelta. Per esempio, se scelgo la classe 7 leggo che 60 provini si sono rotti con resistenze inferiori o uguali a 24 MPa
ISTOGRAMMA 2 NUMERI CUMULATI 160 NUMERI CUMULATI

140

120 NUMERI CUMULATI ROTTURE

100

80

60

40

20

0 1 2 3 4 5 6 CLASSI DI RESISTENZA 7 8 9 10 11 12 13 14 15

Dividendo il numero di rotture per ogni classe di resistenza per il numero totale dei provini rotti si ottiene un istogramma di frequenze dei provini rotti. Per esempio, in classe 5 si collocano 15 provini su un totale di 150. La frequenza vale 0,1 (10%). La barra di istogramma corrispondente alla classe 5 pu essere interpretata, su grandi numeri, come stima della probabilit che la resistenza sia compresa tra 18 e 20 MPa. ISTOGRAMMA 3
FREQUENZE (NUMERI RELATIVI) 0,2 FREQUENZE (NUMERI RELATIVI) 0,18 NUMERO PROVINI ROTTI RAPPORTATO AL NUMERO TOTALE

0,16

0,14

0,12

0,1

0,08

0,06

0,04

0,02

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 CLASSI DI RESISTENZA

Dividendo listogramma 2 per il numero totale dei profini si ottiene listogramma 4 delle frequenze cumulate. Lo 0,4 (40%) dei provini si rompono con una resistenza inferiore o uguale a 24 MPa (classe 7 inclusa). Su grandi numeri listogramma pu essere interpretato come stima della probabilit che la resistenza si inferiore o uguale a 24 MPa
ISOGRAMMA 4 FREQUENZE CUMULATE 1,2 FREQUENZE CUMULATE

FREQUENZE CUMULATE

0,8

0,6

0,4

0,2

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 CLASSI DI RESISTENZA

Supponiamo, ora, che il numero delle classi di resistenza diventi via via pi grande fino a tendere ad e che, di conseguenza, gli intervalli di resistenza che le caratterizzano divengano sempre pi piccoli fino a tendere a 0. Allora la variabile aleatoria pu assumere con continuit tutti I valori reali compresi tra - e +. La variabile aleatoria si dice continua.

VARIABILE ALEATORIA CONTINUA La distribuzione di Gauss o Normale

f X (x ) = ke

c ( x m )2

< x < +

Funzione di densit di probabilit f X ( x ) : a campana, simmetrica tendente asintoticamente a 0 per x

f X (x )

f X (x ) = ke

c ( x m )2

< x < +

x
+

FX ( x ) =

f (x )dx
X

f (x ) = ke
X

c ( x m )2

dx = 1

1=

k c

k=

Distribuzione gaussiana
La Gaussiana la seguente funzione di densit di probabilit

Il valore atteso e la varianza (che sono gli unici due parametri di questa variabile casuale) sono appunto e . valori della funzione di ripartizione in forma tabellare.
I pi usati sono: 68,3% = P{ - < X < + } 95,0% = P{ - 1,96 < X < + 1,96 } 95,5% = P{ - 2 < X < + 2 } 99,0% = P{ - 2,58 < X < + 2,58 } 99,7% = P{ - 3 < X < + 3 }

Eventi discreti come parte di un processo stocastico stazionario e senza memoria; la distribuzione di Poisson
Risponde alla domanda: quale la probabilit che avvengano n sismi di assegnata mgnitudo in t anni sapendo che la frequenza attesa di eventi lanno?

e t (t ) P[ n ] = n!

Esempio: se in una regione sismogenetica si verifica mediamente un terremoto di magnitudo superiore a 4 ogni 10 anni, qual la probabilit che se ne verifichino 2 in un anno?

1 = 0 ,1; t = 1; n=2 10 2 e 0 ,1 (0 ,1) 0 ,90 0 ,01 P[ n ] = = = 0 ,0045 2 2

Domanda: quale la probabilit che almeno una volta nel tempo t avvenga un terremoto di magnitudo uguale o superiore a M1 nota la frequenza attesa ?

Risposta: si calcola la probabilit P[0] che nel tempo t non avvenga neppure un terremoto di magnitudo uguale o superiore a M1 e poi se ne estrae la probabilit complementare 1-P[0]

e t (t ) e t 1 P[ 0 ] = = = e t 0! 1
0

P [ almeno una volta] = 1 - P[0] = 1 - e t

DISTRIBUZIONE ESPONENZIALE
Tornando allesempio precedente:

P [ almeno una volta] = 1 - e 0 ,1 = 1 0 ,90 = 0 ,10