Capitolo 8 Prime nozioni di Calcolo delle Probabilit

Ogni volta che siamo di fronte ad un incertezza parliamo di probabilit che un certo evento si verifichi. Esempi: Prob. che domani non piova Prob. che nella prossima estrazione del Lotto il numero 24 esca sulla ruota di Roma Prob. che un certo studente riesca a superare l'esame di statistica Prob. che una certa squadra di calcio riesca a vincere lo scudetto nel 2001. Prob, di ottenere un doppio 6 lanciando due dadi Prob. che il tasso d'interesse bancario sia, tra 5 giorni, superiore al 4%. Per rispondere a queste domande occorrono diverse capacit, tra cui Nozioni di calcolo di probabilit Esperienza nel settore specifico

In questo corso cercheremo di acquisire le nozioni elementari di cui al primo punto. Che cosa la probabilit? E' un numero compreso tra 0 e 1 che viene associato ad un evento. In principio, ognuno pu assegnare la propria personale probabilit a ciascun evento purch rispetti alcune elementari regole di coerenza. Per poter parlare di probabilit di eventi dobbiamo immergerci in un contesto sperimentale. C' un esperimento (una prova) che pu dar luogo a diversi risultati: questi risultati, gli eventi elementari, in genere hanno diverse probabilit di verificarsi. Esempio Si lancia un dado con sei facce su un tavolo (esperimento), e siamo interessati alla faccia superiore (non, ad esempio, ai centimetri percorsi dal dado sul tavolo). I sei possibili risultati (eventi elementari) sono 1,2,3,4,5,6 Vedremo pi avanti che la probabilit dell'evento {esce il numero 4} sar pari a 1/6. E' importante qui notare, ad esempio, che gli eventi
2

{esce un numero <2} non avr la stessa probabilit dell'evento {esce un numero >2}. Che cosa un evento? Un qualsiasi fatto o proposizione che non sappiamo essere vero o falso e perci quantifichiamo la nostra fiducia sul suo essere vero attraverso un numero compreso tra 0 e 1. Esistono diversi modi di definire la probabilit Definizione classica Prob{E} = # casi favorevoli / # casi possibili (troppo restrittiva, vale solo in circostanze particolari) Definizione frequentista Se un evento E relativo ad una certa prova, ipoteticamente ripetibile un gran numero di volte P{E}= limn Freq. Rel (E) (pi generale, ma non applicabile ad eventi non ripetibili, come ad esempio una partita di calcio) Definizione soggettiva La probabilit di un evento il grado di fiducia che abbiamo nella sua realizzazione. In altri termini P{E}
3

 il prezzo p (compreso in [0,1]) che riteniamo giusto pagare per partecipare ad una scommessa in cui si vince 1 se l'evento si verifica e 0 se non si verifica (dovuta a de Finetti (1921), del tutto generale ma che permette alla probabilit di essere diversa da individuo a individuo) Esempio: Consideriamo un'urna con b palline bianche, e n palline nere. Si estrae una pallina. Calcolare P{bianca}. In questo caso le b+n palline, per ragioni di simmetria hanno tutte la stessa probabilit di essere estratte e possiamo usare la definizione classica per cui P{bianca}=b/(b+n). Attenzione: se b n, P{bianca} 1/2 Se si estraggono 2 palline qual la probabilit di estrarne 2 bianche? Dipende dal tipo di estrazione: Si possono estrarre palline da un urna Con ripetizione (reinserendo la pallina nell'urna) Ad ogni estrazione lurna ha la stessa composizione Senza ripetizione (non reinserendo la pallina)
4

Ad ogni estrazione si modifica la composizione dellurna Lo schema di estrazione dellurna serve da paradigma per molti esperimenti. Esempi Lancio di un dado Estrazione di una carta da un mazzo Roulette etc Gli eventi come insiemi Dal punto di vista matematico utile trattare gli eventi come fossero sottoinsiemi di un insieme che rappresenta lo spazio campionario, ovvero lo spazio di tutti i possibili risultati di un esperimento. In questo modo possiamo effettuare delle operazioni logiche sugli eventi Unione: Levento A rappresenta levento che vero quando si verifica almeno uno dei due eventi A o B. Intersezione: Levento A rappresenta levento che vero quando si verificano entrambi gli eventi A e B.
5

Negazione: Levento A (oppure A ) rappresenta la negazione di A e si verifica se e solo se non si verifica A. Si pu scrivere anche come -A.
_
c

Esempio: Lancio di un dado = {1, 2, 3, 4, 5, 6} Siano A={numero pari} e B={numero < 3}. Allora, A ={1,2,4,6} A = {2} A ={1,3,5}
_

In questo contesto rappresenta levento certo mentre la negazione di viene rappresentata col simbolo (insieme vuoto o evento impossibile) Di particolare importanza sono le formule di De Morgan che stabiliscono una dualit tra le operazioni di unione e intersezione e tra gli eventi e le loro negazioni. A B = A B

 AB = A B

che si possono generalizzare per pi di due eventi in

n i= 1

Ai

= Ai i= 1

n n A Ai i = i= 1 i= 1

Altre operazioni sugli insiemi Propriet distributiva: A (B C) = (A B) (AC) A (BC) = (A B) (AC) Propriet associativa: A (B C) = (A B) C A (BC) = (A B) C Esercizio: verificare le relazioni precedenti nel seguente esempio: I possibili risultati di una estrazione del lotto sono cinquine di numeri da 1 a 90: definiamo i seguenti eventi: A= {il primo estratto un numero pari} B= {il primo estratto un numero <30} C= {il primo estratto un numero multiplo di 4}
7

Incompatibilit tra eventi. Due eventi A e B sono incompatibili se non possono verificarsi contemporaneamente: in simboli A B= Altre definizioni Due eventi si dicono necessari se almeno uno di loro deve verificarsi per forza: in simboli A B= Esempio: nel lancio di una moneta i due eventi T e C sono, allo stesso tempo necessari e incompatibili. Un insieme di n eventi E1, E2, , En , necessari e incompatibili a due a due, (cio Ei Ej =, per ogni ij) forma una partizione dellinsieme Inclusione: un insieme A si dice incluso in B, ovvero A B, se il verificarsi di A implica il verificarsi di B Suddivisione di un unione in parti disgiunte

Dati due insiemi qualunque A e B, si pu sempre scrivere

A B = A ( B Ac )

I postulati del calcolo delle probabilit

La probabilit una funzione di insieme che associa ad ogni insieme (o evento) un numero, rispettando i seguenti postulati P{E} >= 0 per ogni E contenuto in

 P{ } >= 1 Se Ei Ej = , per ogni i j=1,,n,n+1, Allora

P{Ei } = P{Ei }
i= 1 i= 1

Da questi postulati possibile dedurre una serie di teoremi che permettono di risolvere i pi elementari problemi di calcolo delle probabilit.

10