La Probabilit

Dalle Lezioni di Statistica del Professore Carmelo Ferrauto

alla Facolt di Scienze Politiche dellUniversit di Catania

La probabilit e la probabilit di un evento

Concezioni della probabilit
La probabilit e la statistica come discipline nascono in momenti diversi ma oggi siamo propensi ad accettare una
certa concezione della probabilit a seconda del processo inferenziale che ne costituisce il suo ambito.
Processo inferenziale e probabilit si intersecano, dobbiamo chiederci il perch della probabilit.
Luomo utilizza da sempre anche inconsciamente lo strumento della probabilit.
Pur non utilizzando metodi scientifici spesso nelle scelte decisionali la logica di base la logica probabilistica.
Dopo la statistica descrittiva la probabilit descrive gli aspetti e le propriet numeriche dei fenomeni di massa.
Se lindagine effettuata si svolge su tutto luniverso dindagine si lavora su tutto il collettivo della popolazione
statistica ma potremmo effettuare unindagine parziale su una parte di essa attraverso unanalisi campionaria che
si basi su campioni rappresentativi del fenomeno.
Qui diventano necessari gli strumenti che permettono un processo inferenziale(che analizzi da un segmento a tutta
la popolazione).
Accanto a questi strumenti diventa fondamentale luso di una logica induttiva che si basi non sulla certezza ma
sullincertezza aprendo la strada al calcolo delle probabilit.

Le relazioni tra la logica formale matematica e la logica probabilistica

Per il De Finetti (uno dei maggiori teorici della probabilit cui ha contribuito sia sotto laspetto epistemologico
con linterpretazione soggettiva della probabilit, sia sotto laspetto matematico -formale insegnando matematica
finanziaria e statistica nelluniversit di Roma e Trieste le cui opere: Probabilismo(1931);La previsione:le sue
logiche le sue fonti soggettive (1937); Matematica logico-intuitiva( 1944); Probabilit, induzione e
statistica(1972); la logica probabilistica dellincerto la logica conseguenza del certo: le proposizioni possono
essere sia Vere che False.
Negli enunciati si cerca di assegnare un certo grado di certezza.
Il concetto di probabilit lo troviamo tra i Pirroniani (scuola di probabilisti di Pirrone ,allievo di Cicerone).
Per questi il fulcro, il punto di partenza dellanalisi probabilistica il concetto di caso cos come era previsto nella
concezione di Democrito.
Orazio dir:<<il mondo fatto a caso>> da cui ne derivava la teoria in cui gli atomi casualmente si univano
formando le sostanze animali e le cose.
Del resto la teoria di Democrito si protrae fino alla teoria atomica. Heisemberg affermava:<<Non si pu fare
Fisica se non si conosce Democrito e Lucrezio (De rerum natura) >>.Quindi se la teoria di Democrito e di Lucrezio
sono il concetto antico di probabilit,questa non ha la stessa denominazione per di quello moderno.

Lo scetticismo: Pirrone e la scepsi morale

Prima ancora che Epicureo e Zenone fondassero le loro scuole,Pirrone, dalla nativa citt di Elide, a partire dal 323
. C. (o dopo Cristo), diffondeva il suo nuovo verbo scettico e dava cos inizio ad un movimento di pensiero
destinato ad avere notevoli sviluppi nel mondo antico, e anzi destinato, cos come il Giardino e la Sto, a creare
un nuovo modo di pensare ad un nuovo atteggiamento spirituale che nella storia delle idee delloccidente
resteranno dei punti fissi di riferimento.
Pirrone era noto a Elide fra il 365-360 a.C. insieme ad Anassarco di Abdera,un filosofo seguace dellatomismo,
prese parte alla spedizioni di Alessandro in Oriente nel 334-323 a. C., un avvenimento, questo, che dovette incidere
a fondo sul suo spirito, dimostrandogli,come potesse essere improvvisamente distrutto tutto ci che fino ad allora
era ritenuto indistruttibile e come inveterate convinzioni dei Greci fossero infondate.
In Oriente Pirrone si incontr con i Giamnosofisti, dei saggi dellindia, dai quali dovette apprendere il senso della
vanit di tutte le cose, uno di questi Giamnosofisti di nome Calano, si diede volontariamente la morte gettandosi
fra le fiamme e sopportando impassibile gli spasmi delle ustioni.
Intorno al 324-323 a.C. Pirrone torn a Elide, dove visse ed ebbe per un insegnamento orale. Chi raccolse e mise
per iscritto il suo insegnamento fu Timone aprendo la Media Accademia.
Pirrone mor fra il 275-270 a.C. Pirrone non fond una scuola vera e propria e i discepoli si legarono a lui al di
fuori degli schemi tradizionali.
Pi che di veri e propri discepoli, si tratt di estimatori, di ammiratori ed imitatori : si tratt di uomini che nel
maestro cercavano un nuovo modello di vita, un paradigma esistenziale cui fare costante riferimento, una prova
sicura che, malgrado i tragici eventi che sconvolgevano i tempi, malgrado il crollo dellantica tavola dei valori
etico-politici, la felicit e la pace dello spirito erano tuttavia raggiungibili, perfino se si riteneva impossibile
costruirne e proporne una nuova.
Proprio in questo sta la novit che contraddistingue il messaggio di Pirrone non solo, ovviamente, da quello dei
filosofi precedenti, i quali miravano alla soluzione di altri problemi, ma altres da quello dei filosofi della sua
epoca, dai fondatori della sua epoca, dai fondatori del Giardino e del Portico, i quali miravano alla soluzione del
problema di fondo, ossia del problema della vita : sta, precisamente, nella convinzione che sia possibile vivere con
arte una vita felice, anche senza la verit e senza i valori, almeno cos come erano stati concepiti e venerati in
passato.
Come giunto Pirrone a questa convinzione cos atipica rispetto al generale razionalismo dei Greci? E come ha
potuto condurre una regola di vitae costruire una saggezza, rinunciando allessere e alla verit e dichiarando
ogni cosa vana apparenza?
La risposta di Pirrone contenuta in una testimonianza preziosa del peripatetico Aristocle, che la tinge
direttamente dalle opere di Timone, immediato discepolo di Pirrone :Pirrone di Elidenon lasci nulla di
scrittoma il suo discepolo Timone colui che suole essere felice deve guardare a queste tre cose: in primo luogo, come
sono per natura le cose, in secondo luogo,quale deve essere la nostra disposizione verso di esse, infine che cosa ce ne
verr, comportandoci cos..
Egli dice che Pirrone mostra che le cose sono egualmente senza differenze, senza stabilit, indiscriminate; perci
n le nostre affermazioni, n le nostre opinioni sono vere o false.
Non bisogna quindi dar loro fiducia, ma essere senza opinioni, senza inclinazioni, senza scosse, su ogni cosa
dicendo non pi che non , oppure e non , oppure n , n non .
3

A coloro che si troveranno in queste disposizioni, Timone

limpertubabilit.

dice che deriver per prima cosa lapatia poi

Pirrone sembra ci dica non che le cose per noi risultano indifferenziate,immisurate e indiscriminate ma allopposto
che le cose stesse sono indifferenziate, immisurate e indiscriminate e che proprio in conseguenza di questoe che
sensi e opinioni non possono n dire il vero, n dire il falso, insomma, sono le cose che, essendo come s detto,
rendono sensi e ragione incapaci di verit e di falsit e non viceversa.
Pirrone ha dunque negato lessere e i principi dellessere e ha risolto tutto nellapparenza, come ci dice un altro
testimonianza importante di Timone: ma lapparenza totalmente domina, l dove giunge.
Questo fenomeno dellapparenza degli Scettici posteriori stato trasformato nel fenomeno inteso come apparenza
di un qualcosa che al di l dellapparire, ossia di una cosa in s.
La posizione di Pirrone pi complessa come risulta da un altro frammento di Timone, in cui a Pirrone sono state
messe in bocca queste parole:
<<ors, io dir, a me come pare essere,
Una parola di verit, avendo un retto canone,
Che eterna la natura del divino e del bene,
Dai quali deriva alluomo la vita pi uguale>>.
Le cose, secondo il filosofo, risultano mere apparenze non gi in funzione del presupposto dualistico dellesistenza
di cose in s e a noi come tali inaccessibili, bens in funzione della contrapposizione appunto a quella natura del
divino e del bene tutto appare a Pirrone come irreale e come tale da lui vissuto anche praticamente.
Ci ci spiega Cicerone non lo ha mai considerato uno Scettico bens un moralista che professava una dottrina
estremistica, secondo la quale la virt era il solo ed unico bene.
Se le cose sono indifferenti, immisurabili e indiscernibili e se, per conseguenza, senso e ragione non possono dire n
vero n falso, lunico atteggiamento corretto che luomo pu tenere quello di non dare alcuna fiducia ai sensi, n
alla ragione ma rester senza opinione, cio astenendosi dal giudizio,lopinare sempre un giudicare, e, per
conseguenza, restare senza agitazione, ossia non lasciarsi scuotere da alcuna cosa, ossia restare indifferenti.
Questa astensione del giudizio venne successivamente espressa con il termine epoche che di derivazione
stoica. Zenone affermava la necessit per il saggio di non dare lassenso, ossia di sospendere il giudizio di fronte
a ci che incomprensibile e di dare lassenso solo a ci che evidente.
Arcesilao e Carneade, sostengono che il saggio deve sospendere il giudizio, su ogni cosa perch nulla evidente;il
successo delle nostre azioni non in alcun modo garantito,noi possiamo raggiungere tutto al pi un alto grado di
probabilit(probabilismo).
Il termine epoche fu quindi ripreso anche dal neopirroniano Enesidemo per esprimere il concetto dell astensione
dal giudizio, divenne un termine tecnico e venne quindi riferito anche a Pirrone.
Sembra corretto dunque che Pirrone parlasse di assenza del giudizio o mancanza di giudizio che porta
allafasa e che il termine epoche posteriore, ma esprime lo stesso concetto. Pi volte, nella
Metafisica,Aristotele ribadisce il concetto che chi nega il supremo principio dellessere, per essere coerente con
questa negazione, dovrebbe tacere e non esprimere assolutamente nulla.
E tale la conclusione che trae Pirrone proclamando lafasa .
E lafasia comporta latarassia ossia la mancanza di turbamento, la quiete interiore, la vita pi eguale.
4

Pirrone fu famoso per aver dato prova in molti casi di tale mancanza di turbamento e di tale differenza.
Si narra che due volte venne meno alla imperturbabilit .
In uno di questi, fu messo in agitazione dallassalto di un cane arrabbiato e a chi lo rimprover per non aver
saputo mostrare e mantenere limpertubabilit, rispose che era difficile spogliare completamente luomo non ha
come fine lannullamento delluomo, ossia il non essere assoluto ma al contrario coincide con la realizzazione di
quella natura del divino e del bene da cui deriva alluomo la vita pi eguale di cui parla il frammento di Timone,
ossia la realizzazione di quella vita che non sente il peso delle cose, le quali rispetto a quella natura, non sono che
indifferenti, immisurate e indiscriminate apparenze.
Lo spogliare completamente luomo la realizzazione dellimpassibilit del saggio, il vivere quella vita
egualissima che scaturisce dalla natura del divino e del bene che eterna, nella misura in cui superamento delle
labili apparenze e annullamento di tutti i loro fuggevoli e contraddittori effetti su di noi.

LAccademia Scettica di Arcesilao

Naturalmente gli stoici dovettero vivacemente reagire e controbattere la sospensione radicale che lassenso
implicava limpossibilit di risolvere il problema della vita, lunico problema che come ben sappiamo,interessava
alla filosofia del tempo e rendeva impossibile qualsiasi azione.
E Arcesilao a rispondere con largomento dellElogono del ragionevole: non vero che sospendendo il
giudizio, lazione morale resta impassibile.
Infatti gli stoici, per spiegare le comuni azioni morali avevano introdotto i doveri, considerandoli azioni che
hanno una loro plausibile e ragionevole giustificazione.
E mentre solo il saggio era capace di azioni morali perfette, tutti erano invece capaci di compiere doveri..
Ma allora, ecco dimostrato che lazione morale possibile anche senza ritrovamento della verit e senza la certezza
assoluta, dato che i doveri sono possibili anche senza la verit e la certezza assoluta.
Chi compie azioni ragionevoli felice, ma la felicit implica saggezza, la phrnesise dunque le azioni rette.
E con questo si dimostra, con le armi stesse degli stoici essere sufficiente il ragionevole e assurde le pretese del
saggio stoico e della sua morale superiore.
Ad Arcesilao, infine viene attribuito un dogmatismo esoterico, accanto allo scetticismo esoterico.
Egli in altre parole, avrebbe fatto professione di scetticismo allesterno e di dogmatismo platonico allinterno
dellAccademia con i discepoli pi intimi.
Ma si tratta, probabilmente, di una invenzione,dato che le fonti non sono in grado di dirci nulla in merito.
Gli sviluppi dello scetticismo accademico con Carneade e le origini della teoria della probabilit
Per circa mezzo secolo lAccademia si mosse pigramente lungo la via aperta da Arcesilao.
A darle nuovo impulso fu Carneade, nato a Cirene intorno al 219 a.C., uomo dotato di notevole impegno e fornito
di una eccezionale capacit dialettica unita ad una abilit retorica straordinaria.
Anche Carneade non scrisse nulla e affid il suo magistero integralmente alla parola.
5

Secondo Carneade non esiste alcun criterio di verit in generale, come riferisce unantica fonte:Carneade,per
quanto concerne il criterio di verit, si oppose non solo agli stoici, ma a tutti i filosofi a lui precedenti. Infatti il
suo primo argomento diretto ad un tempo contro tutti i filosofi quello in base al quale stabilisce che non esiste in
assoluto alcun criterio di verit: non il pensiero, non la sensazione, non la rappresentazione , n alcun altra delle
cose che sono, infatti tutte queste cose in complesso ci ingannano.
Mancando un criterio assoluto e generale della verit, scompare ogni possibilit di ritrovare qualsiasi particolare
verit.
Ma non per questo scompare anche la necessit dellazione.
E appunto per risolvere il problema della vita che Carneade la sua celebre dottrina del probabile,che pu essere
cos riassunta: la rappresentazione, rispetto alloggetto, o vera o falsa; invece rispetto al soggetto, appare
vera oppure falsa.
Poich il vero oggettivo sfugge alluomo, non resta che attenersi al criterio di ci che appare vero e questo il
probabile,pithann.
Poich le rappresentazioni sono sempre fra loro congiunte e collegate, un pi elevato grado di credibilit offre
quella rappresentazione che saccompagna alle altre che le sono connesse in maniera tale da non essere contraddetta
da nessuna di questa.
Allora si ha la rappresentazione persuasiva e non contraddetta, che possiede ovviamente un grado maggiore di
probabilit. Infine, si ha la rappresentazione persuasiva non contraddetta ed esaminata da ogni parte quando
alle caratteristiche delle due precedenti, si aggiunge altres la garanzia di un metodico esame completo di tutte le
rappresentazioni connesse.
E qui abbiamo un grado ancora maggiore di probabilit.
Nelle circostanze in cui occorrer decidere con urgenza, ci dovremmo accontentare della prima rappresentazione, se
avremo pi tempo, cercheremo di avere la seconda; e se avremmo a disposizione tutto il tempo per procedere
allesame completo,la terza.
Sulla base di questa dottrina si parlato di probabilismo carnadeoe si considerato questo probabilismo come
una via di mezzo fra scetticismo e dogmatismo.
Se nonch di recente, la critica ha mostrato che la dottrina del probabile di Carneade, pi che come professione di
dogmatismo mitigato, va inteso come argomentazione dialettica volta a rovesciare il dogmatismo degli stoici, cos
come avviene nella dottrina del ragionevole o del plausibile di Arcesilao.
Carneade, in altri termini, avrebbe inteso mostrare che il saggio stoico, dal momento che non esisteva il criterio di
assoluta verit come tutti gli uomini si regolava secondo il criterio del probabile.
Ecco il suo ragionamento.
Se non esiste rappresentazione comprensiva, tutto incomprensibile, acatalettico, e la conseguente posizione da
assumere : o lepoch, cio la sospensione dellassenso e del giudizio, oppure lassenso dato a ci che tuttavia
oggettivamente incomprensibile.
Se teoricamente la prima posizione quella corretta, invece la seconda che, praticamente, noi, come uomini siamo
costretti ad abbracciare, per vivere.
6

N gli stoici possono fare eccezione: pertanto il loro agire sar fondato non sul fantomatico criterio della
probabilit, che un criterio non oggettivo, ma soggettivo, e, in ogni caso, lunico di cui luomo disponga.

LHazard
Dal 1654 al 64, in questo decennio sono molti quelli che sostengono la nascita della probabilit con il gioco
dazzardo in voga allepoca e basato sul caso (dal franc.:hasard significa so).
Ma potremmo obiettare a ci ricordando che il gioco dazzardo vecchio quanto il mondo: gi Egiziani, Assiri,
Babilonesi, conoscevano il gioco dazzardo vantando validissime interpretazioni del caso, della fatalit.
In quel decennio, il cavaliere De Mr buon giocatore dazzardo si era accorto che il calcolo delle probabilit
sembrava contraddire lempiria(ci che per loro doveva essere deduttivismo) e viceversa.
Sar il Pascal , suo amico, che dimostrer invece che lempiria non contraddice affatto la probabilit o viceversa.
Ma facciamo un passo indietro..durante la met del 1500 Gerolamo Cardano medico, alchimista, esoterico e
chimico, oggi rivalutato alle scienze moderne, scrive il De ludo alee(del gioco del dado) ma questo viene
pubblicato postumo, dopo la sua morte, e comunque dopo il decennio.
Perch ?
Forse il Pascal giansenista della congrega di Port - Royal ( inizialmente di stampo cartesiano) conosceva gi il
contenuto del De ludo alee?!?
Del resto il IV libro di Aristotele, diversamente dai primi 3 era dedicato alla probabilit ma ancora oggi non
stato mai tradotto dal latino.
Ed allora come mai a dei contemplativi puritani interessava il gioco dazzardo? Era forse questo funzionale alla
esplicazione o dimostrazione di qualche teoria?!?
Pascal spinger il suo acume nel dimostrare che se Dio esiste o non esiste la stessa cosa 50% e 50%.
Per lui Dio una scommessa.
Ed ancora volendo ritornare indietro prima dellUmanesimo con la Scolastica che prendendo le mosse da Tommaso
DAquino interpretando Aristotele, si parlava gi di probabilit e ci succedeva anche nella scuola Araba, tra
laltro pi corretta che quella patristica, del resto qualche sofista potrebbe dire che la probabilit serve al sofismo
quanto questo allesistenza.
Dopo il 200 - 300 circa, sboccia in Italia lUmanesimo le cui speculazioni metafisiche metteranno in crisi
limpalcatura concettuale della Scolastica, ancora dopo tra il Rinascimento e prima del Barocco nascono alcuni
filosofi tra cui Cartesio che tratteranno di ci che trattarono gli scolastici ma non in termini metafisici, ma
cercando di dimostrare razionalmente partendo dal dubbio, a questo si contrappone Pascal anche se non ci
sembra proprio una contrapposizione .
Il sorgere dellapproccio probabilistico alla luce di ci era forse il riproporre le tematiche della Scolastica che
lUmanesimo e il Rinascimento avevano oscurato?
Mentre il gioco dazzardo, bench molto in voga allora, era uno strumento per perfezionare il campo delle
probabilit poich si basava sulla casualit?!?
7

Sembra proprio che la conoscenza non parta da qullempiria intesa come la intendeva il cavaliere De Mr e ci si
evince anche da altre opere come nell Esprit de geometrie et de finisse.
Cosa successo prima del 600,e perch Pascal vuol dimostrare lesistenza di Dio con il gioco dazzardo?
La probabilit ci sembra correlata pi a qualcosa che v al di la di un giuoco.

La probabilit e le sue teorie

Quando non si ha la certezza che un evento possibile si realizzer oppure, se levento si riferisce ad un momento
passato, che si sia effettivamente verificato,si dice che levento probabile ed opinione comune che vi siano
diversi livelli di probabilit e diverse concettualizzazioni.
Infatti ,si dice spesso ad es. che un evento poco probabile,nel senso che, in base alle informazioni che si hanno vi
sono molte ragioni a favore e poche contro o viceversa per ritenere che levento accadr o, nel caso di un evento
impossibile del passato che sia veramente accaduto.
Due tendenze concettuali :
1 Il concetto di probabilit intesa come grado di fiducia dato al verificarsi di un evento, qui la probabilit
intesa in termini soggettivi..
2 La probabilit intesa in termini oggettivi con il concetto di chance come la frequenza del verificarsi di un
evento nel tempo,nel lungo andare, quindi di una probabilit a posteriori..
Le due tendenze non delimitano necessariamente modalit pratiche o concettuali diverse sono infatti spesso
presenti entrambe, funzionali o interconnesse di fronte allaspettativa del verificarsi di un evento bench la
dottrina li consideri due paradigmi distinti e unitari da cui discendono ulteriori corollari che dovrebbero
distinguerle.
(A noi sembrano pi di due facce di una stessa moneta che distinguendosi sono complementari nellanalisi della
probabilit.)
Vediamo dunque come quella che potremmo definire (con beneficio dinventario rispetto a ci che nel passato
stata lorigine della probabilit) lanalisi moderna della probabilit inizia con il Pascal e il Fermat e la logica di
Port R oyal, con la famiglia dei matematici e il Bernulli che imposteranno matematicamente il calcolo elle
probabilit: nel campo scientifico, linteresse verso i metodi quantitativi ha portato a definire una scala numerica
della probabilit e si convenuto che la probabilit di un evento sia compresa da un rapporto compreso tra 0 e 1.
trasformabile anche in una percentuale, o pi in generale, da un numero reale p nellintervallo (0-1) i cui estremi,
cio le probabilit p=0 e p=1 corrispondono, rispettivamente ad un evento impossibile e ad un evento
assolutamente certo.
Certo le difficolt sorgono quando si deve effettivamente assegnare un valore numerico alla probabilit di un
determinato evento e le opinioni al riguardo possono essere molto diverse.
Abbiamo visto come in passato il senso quantitativo del concetto di probabilit venne introdotto con riferimento
agli eventi che si considerano nei giuochi dazzardo rendendo possibili talune elaborazioni matematiche dalle quali
si svilupp la disciplina oggi nota come calcolo dell probabilit.
Diversi furono i matematici che contribuirono alla nascita della disciplina, ma il primo trattato, che porta il titolo
Ars conjectandi sive stochastice si deve a Giacomo Bernulli e fu pubblicato postumo a Basilea nel 1713.
8

I giuochi dazzardo si basano su lanci, sorteggi ecc. di oggetti le cui caratteristiche geometriche e fisiche sono
definite in modo tale che ci si trovi sempre nelle stesse condizioni di incertezzarispetto ad ogni esitopossibile.
Perci i casi che si possono verificare sono da ritenersi ugualmente possibili, il problema quello di contarli
correttamente e, preso in considerazione un determinato evento, stabilire quanti sono i casi favorevoli allevento
nel senso che se uno si verifica, si verifica anche laltro evento.
Da un ragionamento di questo tipo derivata la definizione oggi detta matematica di probabilit di un evento che
si affianca alle due tendenze soggettiva e oggettiva,diventando una terza concettualizzazione della probabilit:
a priori teorizzata da Simone La PLace, dal circolo di Vienna, quella di un evento come rapporto tra il numero
dei casi favorevoli dellevento e il numero dei casi possibili,giudicati ugualmente possibili.
Ad esempio, la probabilit che, estraendo a caso una carta da un mazzo di 40 carte, si abbia un asso,si calcola
notando che i casi possibili sono 40,perch pu essere indifferentemente estratta una qualsiasi delle 40 carte, e casi
favorevoli allevento considerato sono 4 date le 4 carte che raffigurano un asso.
Perci la probabilit richiesta p=4/40 ossia 1/10.
Non vi dubbio che, in origine, con la suddetta definizione si pensasse di ottenere rapporti a cui tendano
effettivamente ad avvicinarsi le frequenze con le quali si osservano gli eventi quando i giuochi vengono ripetuti pi
volte(ci avvicina la concezione matematica o a priori della probabilit a quella espressa in termini oggettivi con il
termine chance.Del resto questa opinione avvalorata dallesperienza.
Giova avvertire, al riguardo che nel calcolo delle probabilit, si suole dire che si effettua una prova ogni volta che
si realizzano condizioni, sempre, identiche, in cui un evento di un dato tipo pu verificarsi e per frequenza
dellevento in una serie di prove si intende il numero delle prove in cui levento si verificato( talvolta detto
numero dei successi)e il numero delle prove eseguite.
Ad Es., se si lancia una moneta 5 volte e si ottiene 3 volte testa e 2 volte croce, la frequenza dellevento nelle 5
prove e 3/5 e quella dellevento croce 2/5.
Dunque la frequenza di un evento un dato empirico variabile da una serie di prove effettivamente eseguite ad
unaltra, ma come sopra si detto, nei giochi dazzardo si constata che quando si eseguono numerose prove la
frequenza di un evento si approssima alla probabilit dellevento stesso, calcolata secondo la definizione gi data.
Ma cos il numero delle prove se non la scelta arbitraria che risponde ai dettami soggettivi di chi decide da cui
dipender il numero dei successi?
(Ed in ci vediamo linterconnessione della definizione matematica della probabilit a priori con quella espressa in
termini soggettivi con il termine di Probabilit).

La probabilit in senso oggettivo

Le applicazioni del calcolo delle probabilit si estesero dai giuochi dazzardo (cos ci dicono) ad altri campi quando
si ravvisarono delle analogie tra il modo in cui si manifestavano molti fenomeni che si verificano nella realt e i
risultati che si potrebbero ottenere eseguendo estrazioni da urne secondo determinai schemi teorici.
Coerentemente con questa premessa, si continu a ritenere che dovesse sempre esservi corrispondenza tra la
probabilit e la frequenza di un evento, cio a concepire la probabilit in senso oggettivo,ma si comprese che la
definizione originariamente data non aveva un tale carattere di generalit da potersi applicare a qualsiasi evento.
9

Si diffuse pertanto, soprattutto tra gli statistici, lopinione che la probabilit di un evento spesso non pu essere
esattamente calcolata, ma si pu sempre stimare per mezzo delle frequenza con cui si osserva levento in un numero
elevato di prove, attribuendo al termine prova il significato gi precisato.
Da questo punto di vista ad Es., la probabilit che un nascituro sia di sesso maschile non nota, ma si pu stimare
che si aggiri intorno al 51%,perch estese rivelazioni statistiche sulle nascite mostrano che vi sempre una leggera
prevalenza numerica dei maschi sulle femmine.
Allo scopo di chiarire, nellambito della concezione oggettiva, la distinzione teorica tra probabilit e frequenza
stata proposta una definizione detta frequentistica, secondo la quale la probabilit di un evento il limite della
frequenza dellevento al crescere del numero di prove.
Si afferma, in altri termini, che quanto maggiore il numero di prove, tanto minore tende ad essere la differenza
tra la frequenza e la probabilit, ma non nel senso rigorosamente matematico. Perci questo concetto di tendenza,
solo in parte empiricamente verificabile (dato che non si pu eseguire un numero infinitamente grande di prove),
resta piuttosto generico e sminuisce il pregio della definizione.
(Ma forse pi giusto sarebbe dire che il concetto di tendenza cos inteso sembra essere quello di congiunzione o
quanto meno uno degli innumerevoli aspetti di correlazione tra la concezione oggettivistica e quella soggettivistica
della probabilit).

La Probabilit in senso soggettivo

La probabilit di un evento irripetibile, come ad Es., la scoperta di un farmaco contro una malattia attualmente
incurabile, e in generale la probabilit che una ipotesi come una teoria scientifica,sia vera non pu essere
concepita in senso oggettivo, perch non ha pi significato parlare di frequenza!
In questi casi si possono fare solo valutazioni soggettive di probabilit sulla base delle informazioni che si
hanno.
Al riguardo, per, alcuni pensano che nel campo scientifico non siano ammesse valutazioni soggettive e ritengono
che la probabilit di una ipotesi non si possa conoscere altri , invece, sono convinti del contrario sostenendo anzi
che la probabilit deve essere sempre concepita in senso soggettivo, opponendo un netto rifiuto a qualsiasi
concezione oggettiva della probabilit.
La controversia di natura epistemologica e ha dato origine ad una vasta letteratura.
Ma non vi dubbio che la concezione soggettiva appare la pi plausibile, se si ammette che la probabilit si
riferisce piuttosto che allestrinseco evento si verificato o si verificher e che ha sempre la natura di una ipotesi, la
quale soltanto vera o falsa.
In senso soggettivo, si definisce la probabilit di un evento come il grado di fiducia che un individuo ripone nel
verificarsi delleventoE per da notare che in questa ed altre analoghe definizioni, si fa riferimento ad un
individuo che, nel tenere conto di tutte le informazioni di cui dispone, si comporta in modo coerente o razionale e
quindi tendenzialmente obiettivo.
Giova anche sottolineare che le dispute sul concetto di probabilit attengono allavalutazione delle probabilit
degli eventi e non al trattamento matematico delle probabilit stesse,vale a dire al calcolo delle probabilit,
disciplina che pu essere sviluppata, in forma assiomatica,come la geometria, e la cui validit sostanzialmente
condivisa da tutti.

10

Per quanto riguarda le applicazioni alla statistica la concezione soggettiva della probabilit consente di dare
allinferenzastatistica (Circolo di Vienna) cio al complesso dei metodi per lo studio delle popolazioni
statisticheper mezzo di campioni casuali da esse estratti, una impostazione diversa da quella classica, che
fondata invece, sulla concezione frequentistica della probabilit.
Infatti se si ammette che siano valutabili, sulla base di informazioni preliminari,le probabilit delle possibili
ipotesi intorno alle caratteristiche di una popolazione diviene lecito utilizzare,successivamente, le informazioni
fornite da un campione casuale,estratto dalla popolazione, per modificare le probabilit assegnate inizialmente alle
ipotesi, secondo un teorema del calcolo delle probabilit noto come teorema di Bayesper tanto questa
impostazione dellInferenza statistica verr detta Bayesiana o neobayesiana.
Tuttavia, nelle pi comuni applicazioni, nonostante limpostazione teorica sia molto diversa, i metodi
dellInferenza statistica classica e bayesiana conducono praticamente agli stessi risultati.

La logica formale delle proposizioni

Spesso un evento viene definito per mezzo di altri eventi e in tal caso, la sua probabilit dipende e pu essere
quindi ottenuta,dalla probabilit di questi eventi elementari, secondo precise relazioni matematiche,che stanno alla
base del calcolo delle probabilit.
Per stabilire quali relazioni sono applicabili nei singoli casi, utile per analizzare la proposizione che descrive in
che cosa consiste il verificarsi dell evento , cercando di porla in una forma tale da far apparire che essa costituita
da pi proposizioni, affermative o negative riguardanti singoli eventi,legati fra di loro con le particelle e ed o
Ad es., dati 2 mazzi di 40 carte ciascuno e supponendo di scegliere a caso una carta per mazzo, si voglia calcolare
la probabilit di estrarre due assi o due carte di oro.
E evidente che la proposizione messa tra virgolette implicitamente formata da 4 proposizioni che rappresentano
altrettanti eventi elementari,legate come segue:
estrarre un asso dal primo mazzo ed estrarre un asso al secondo mazzo.
Le particelle e ed o vanno usate con lo stesso significato che hanno nella logica formale,dove servono a
formare rispettivamente la congiunzione e la disgiunzionedi pi proposizioni.
Invero secondo gli studi logica ,una proposizione presente rispetto alle altre forme del linguaggio, la caratteristica
peculiare di poter essere affermata o negata in modo significante quindi di essere suscettibile di verit o falsit.
La negazionedi una proposizione che si forma, di solito,mettendo la particella non davanti al verbo principale,
unaltra proposizione data vera in tutti i casi in cui la proposizione data falsa.
Perci ad Es., negare la proposizione si estrae un asso vale a dire affermare che non si estrae un asso, significa
che si estrae qualsiasi altra carta che non un asso.
Con riferimento ad un evento, la negazione viene generalmente detta evento contrario e se si indica levento con
una lettera ad es. e si usa porre il segno - sopra di essa cio levento contrario si scrive .
La congiunzione si forma legando pi proposizioni con la particella e ed una proposizione vera se tutte le
proposizioni date sono vere e false se esse non sono tutte vere.
La congiunzione associativa e commutativa, come laddizione e la moltiplicazione, ma a differenza di queste
ultime, idempotente nel senso che la congiunzione di una proposizione con s stessa la proposizione data.
11

La disgiunzione si forma legando pi proposizioni con la particella o ed una proposizione vera se almeno
una delle proposizioni date vera ed altrimenti falsa.
E da notare, che al riguardo, la particella o pu essere usata in senso elusivo corrispondendo alla parola latina
aut sia in senso non esclusivo con la parola latina vel.
Nel primo caso la proposizione vera se esattamente una delle componenti vera ed , quindi,falsa se tutte le
componenti sono vere; nel secondo vera anche se tutte le componenti sono vere.
Nella disgiunzione, come appare dalla definizione data dalla particella o ha sempre il senso non - esclusivo
Cos ad es., la disgiunzione si estraggono due assi o due carte di oro va intesa nel senso che levento si verifica
anche se si estraggono due assi di oro.
Anche la disgiunzione associativa, commutativa,e idempotente, nel senso che la congiunzione di una
proposizione data,come abbiamo visto.
Nella logica formale, come si gi avvertito, una proposizione suscettibile soltanto di verit o falsit , che si
dicono valore di verit, e la negazione, la congiunzione e la disgiunzione sono considerate funzioni di verit
perch la loro verit o falsit si desume dalla verit e falsit delle proposizione date.
Nel calcolo delle probabilit invece, la verit e la falsit sono i valori estremi di una scala numerica della
probabilit che corrispondono,rispettivamente, allevento certo e allevento impossibile e la probabilit da
attribuire ad una negazione, congiunzione o disgiunzione si determina sulla base delle probabilit attribuite agli
eventi elementari considerati.

Concezioni delle probabilit

1 Concezione classica o di La Place
Dato levento E, se con X indichiamo i casi favorevoli al verificarsi dellevento prefissato, e con N il numero dei
casi possibili favorevoli e sfavorevoli (i possibili casi a priori con N>X) e con P (E) la probabilit dellevento
purch gli N casi possibili siamo egualmente possibili
P(E)= /N =

(E)/(E)+()

Dunque la concezione classica o di La Place enuncia che la probabilit un rapporto tra il numero dei casi
favorevoli al verificarsi di un evento diviso il numero dei casi possibili :
P(E)=/N
Per tanto una concezione vicina al giuoco dazzardo.
Un probabilista francese Renoir in Inghilterra invece di frequentare laccademia frequentava le taverne forse per
affinare i suoi studi sulla probabilit o per allontanarsi dai suoi colleghi del resto uno dei giuochi pi diffusi nelle
taverne era la Zecchinetta.
A tale definizione vengono fatte accuse di circolarit in quanto lequipossibilit uguale allequiprobabilit, e di
limitata applicabilit visto che presuppone la conoscenza a priori di. tutti i casi possibili e di tutti i casi
sfavorevoli.
Tale concezione della probabilit a priori ed matematica.
12

Vediamo di formalizzare:
se con indichiamo il numero dei casi favorevoli allevento,
e con N il numero dei casi possibili.
e con P il numero dei casi favorevoli e possibili .
Avremo quindi:; N= + ; P= /+.
Cos per i classici la probabilit il rapporto tra la concezione a priori dellevento e matematica
P=/+
Quando La Place riprende la concezione dir: <<. vero che la probabilit il rapporto..purch I casi siano
ugualmente possibili.>>.
Questa una tautologia in quanto nel definire cosa significa equiprobabile abbiamo il definendum =il definiens
cos la possibilit = equipossibilit: se nellultimo ce il primo termine tautologico;
cos::la probabilit definita dalla probabilit .
Es., nel lancio del dado, la probabilit che esca P(4) di. tutti i casi possibili e di tutti i casi sfavorevoli uguale a
1/6 se le facce sono equiprobabili,ma se il dado truccato avremo una diversa probabilit..
Questa cos una concezione a priori perch presuppone che si conoscono gi a priori i casi favorevoli e i casi
possibili ,in mancanza di tali conoscenze inutilizzabile..
A cavalo tra 8000 e 700 col sorgere delle compagnie di assicurazione non saranno pi sufficiente conoscere solo i
casi favorevoli o possibili, infatti la probabilit di morte di un collettivo il rapporto tra il numero dei morti
annuali e quello degli esposti da cui::
N morti annuali/N esposti=fi
Non emerge una probabilit a priori ma una frequenza relativa.
2 Concezione frequentista di Von Mises
Dato levento E, se con indichiamo il numero dei casi in cui si verificato levento ,con N il numero delle prove
effettuate sotto le medesime condizioni e con f= /N la frequenza relativa dellevento, avremo
P(E)= lim f
n
se aumenta il numero delle prove la frequenza dellevento converge al valore della probabilit dellevento stesso, la
probabilit dellevento che tende allinfinito tende a verificarsi.
Tale definizione viene giustificata dalla legge empirica del caso.
La sua applicabilit presuppone la ripetibilit delle prove e degli eventi .questa concezione della probabilit a
posteriori.
La probabilit di un evento essendo spesso difficilmente calcolabile la si pu stimare per mezzo della frequenza con
cui si osserva in un numero elevato di prove.
13

Il principale esponente di tale concezione il Circolo di Vienna nella persona del Von Mises, questa concezione
nasce dalla critica mossa alla concezione classica che continuava a ritenere che dovesse sempre esservi
corrispondenza tra la probabilit e la frequenza intesa come il rapporto tra il numero delle prove in cui levento si
verificato e il numero delle prove eseguite dove per prove si intende ogni volta che si realizzano condizioni sempre
identiche tra loro entro le quali un evento di un tipo pu verificarsi.
Ma si comprese che la definizione classica non possedeva un tale carattere di generalit da potersi applicare a
qualsiasi evento, infatti per potere parlare di diverse prove di uno stesso evento e quindi di frequenza di esso,
bisogna intendere il concetto di evento in modo generico e astratto. Non invece possibile parlare di frequenza di
un evento se si d alla parola evento un significato specifico, concreto, riferito in sostanza ad una sola esperienza
levento pu allora soltanto verificarsi o non verificarsi .
Dunque se si fanno effettivamente delle prove con una osservazione sistematica, si pu calcolare un altro
rapporto,che ha una certa analogia con la probabilit e che si chiama frequenza o meglio frequenza relativa:
f=R/N
Se si fanno N prove e in esse levento si realizza R volte, cio si hanno R successi, la frequenza il rapporto fra il
numero dei successi cio il numero dei successi cio il numero delle prove riuscite ed il numero delle prove fatte.
Es.: per levento <<nel lancio di un dado esca la faccia 3>> la cui probabilit di 1/6, possiamo calcolare la
frequenza facendo 15 lanci.
Se la faccia 3 uscirebbe 4 volte, 4 sarebbe il numero dei successi e la frequenza sarebbe di 4/15.
Pertanto frequenza e probabilit sono due concetti diversi che non vanno confusi: la probabilit si calcola a priori
in base alle nostre conoscenze sui numeri dei casi possibili e favorevoli se si in grado di contarli mentre la
frequenza si calcola a posteriori dopo unesperienza determinata da pi prove o da un complesso di osservazioni
sistematiche e in generale,la frequenza si calcola a posteriori dopo unesperienza determinata da pi prove o da un
complesso di osservazioni sistematiche e in generale, la frequenza cambia ripetendo lesperimento o losservazione,
se la probabilit dellevento<<nel lancio di una moneta esca testa >> sempre di mentre se la lanciamo 30 volte
potremo avere un risultato di 13 volte testa e la frequenza sar allora di 13/30 ma lanciando nuovamente 30 volte
la moneta possiamo trovar un risultato ancora diverso e cos via,bench i casi sono tutti egualmente tutti possibili
e tutti equibrobabili .
la frequenza naturalmente compresa fra 0 e 1 come la probabilit; pi precisamente si ha la frequenza 0 se
levento non si mai verificato ma non detto che sia impossibile;si ha frequenza 1 se levento si sempre
verificato ma non detto che sia certo.
Intuitivamente si immagina che esista una relazione fra frequenza e probabilit ; si ha precisamente che : su un
grande numero di prove, fatte tutte nelle stesse condizioni, la frequenza di un evento assume valori molto vicini
alla probabilit.
Questa legge che esprime una relazione fra frequenza e probabilit non dimostrabile ma si accetta come valida
perch confermata dallesperienza.
Cos dato che la probabilit che esca testa nel lancio di una moneta di si pensa che la frequenza su un grande
numero di prove sia circa e quindi che ad esempio su 1000 prove esca testa circa 500 volte.
La legge empirica del caso della massima importanza in pratica essa permette:
di assumere la probabilit di un evento come previsione approssimata della frequenza con cui esso si realizzer
in un grande numero di prove.
14

Cos su 1000 lanci di moneta si prevede che uscir testa circa 500 volte, la frequenza effettiva potr per essere
diversa da 500/1000 ma la differenza, lo scarto relativo, sar presumibilmente molto piccola/o.
E anzi questa la interpretazione consueta della probabilit cio quando si dice che un evento ha probabilit di
verificarsi , si pensa subito che quellevento si presenter circa una volta su quattro,naturalmente quando facciamo
molte prove.
permette altres di:
assumere la frequenza, calcolata in un grande numero di prove, come misura approssimata della probabilit,
quando non si sappia contarla secondo la definizione.
Cos facendo 1000 prove di un evento esso realizza 400 volte, la frequenza 400/1000=0,4 e dato che il numero
che il numero delle prove grande, si pu ammettere che la probabilit dellevento sia 0, 4.
Occorre ricordare in proposito che capita spesso di considerare eventi per i quali non si sa calcolare direttamente la
probabilit in base alla definizione allora se possibile fare numerose prove,nelle stesse condizioni o delle
osservazioni ripetute, si pu calcolarne la frequenza e assumere questa come stima approssimata della
probabilit.
Si perviene in definitiva alla definizione:
Secondo la teoria frequentista la probabilit il valore al quale tende la frequenza quando il numero delle prove
eseguite cresce indefinitivamente:
P= lim /N
Quindi questa non ha una giustificazione logica accettandola valida perch confermata dallesperienza unico
principio la legge empirica del caso e la legge dei grandi numeri :
man mano che il numero delle prove cresce, nel rapporto al numero delle prove cresce, nel rapporto al numero dei
casi , convergendo verso la probabilit o meglio al limite della probabilit.
Ma questo non un limite matematico.
Dimostriamo:
se lanciamo una moneta dove levento favorevole il verificarsi di testa avremo su un lancio una probabilit che
esca testa:
testa= 1/1 = P1
man mano che lanceremo la moneta, sistematicamente i risultati si stabilizzeranno lungo un limite di probabilit
statistica che secondo i matematici frequentisti dato dal rapporto tra il numero dei risultati aspettati e quello
delle prove effettuate che tende al limite, secondo la legge dei grandi numeri e quella empirica del caso
M=10;T7=0,7
m=50;t30=0,6
1/2

15

Se lanciamo la moneta 10 volte ottenendo 7 volte testa e 3 volte croce e ancora 50 volte ottenendo 30 volte testa e
20 volte croce cos se la lanciamo 3000 volte avremo:
testa 53825-46175croce= 7650 se rapportato avremo: 0,53825.
Questo risultato possibile dunque in base alla legge dei grandi numeri che si fonda sulla legge empirica del
caso;ma i matematici non credono alla legge del caso ed utilizzano il =3,14
Dunque si afferma quindi che quanto maggiore il numero delle prove,tanto minore tende ad essere la differenza
tra la frequenza e la probabilit. Tale definizione viene cos giustificata dalla legge empirica del caso e la sua
applicabilit presuppone la ripetibilit sistematica delle prove e degli eventi ne consegue pertanto il concetto di
tendenza e solo in parte verificabile, visto proprio lesperienza che dovrebbe dimostrarlo,dato che non si possono
sempre effettuare un numero di prove infinitamente grande e sistematicamente.
Tale concezione della probabilit detta a posteriori e statistica. Ma siamo sicuri delloggettivit degli
enunciati?quella originaria col grado di fiducia diverr la nuova tendenza, ma sorge in contrapposizione alla teoria
frequentista.
Nella concezione della Probabilit si afferma la concezione soggettivistica che ha nel De Fintti il maggiore
esponente, questi insiste sul concetto di grado di fiducia individuale:
ogni individuo assegna al verificarsi di un evento un certo grado di fiducia a condizioni per che questi si
leghino al principio di coerenza e di razionalit.
3 Concezione soggettivistica del De Finetti, Ramsey e Savage:
Dato levento E o la proposizione o ancor meglio lipotesi H , la P(E) o P (H) il grado di fiducia che un individuo
pone al verificarsi dellevento o nella validit della proposizione o ipotesi enunciata.
Alla componente soggettiva viene assegnato un ruolo preminente, condizionato per, dal rispetto del principio di
coerenza e di razionalit.
Vediamo il fondamento concettuale soggettivistico:
Salvo casi eccezionali, la conoscenza di un determinato evento varia da individuo a individuo, essa dipende dal
grado di informazione che si ha e quindi soggettiva.
Alla luce di tale premessa si d la seguente definizione:
Secondo la teoria soggettiva la probabilit la misura del grado di fiducia che un individuo coerente assegna, in
base alle sue conoscenze, al verificarsi di un certo evento.
In pratica la determinazione della probabilit di un evento E deve essere pensata come segue: se C e la somma che
un individuo disposto a pagare per incassare la somma C al verificarsi di E, la probabilit data da
P=C/C
Evidentemente:
1)se quellindividuo ritiene che levento E sia impossibile alloran disposto a pagare C=0 e si ha P=0
2)se invece ritiene che levento E sia certo disposto a pagare al massimo C=C e si ha P=1
3)in ogni altro caso egli stimer la probabilit dellevento 0>E<1
16

In quanto detto sta la coerenza dellindividuo, coerenza alla quale abbiamo accennato nel dare la definizione.
E quindi,evidente che la soggettivit dellimpostazione non pu dare origine ad alcuna valutazione arbitraria di
probabilit, cio ad alcuna valutazione che non rispetti la logica del calcolo delle probabilit.
Per chiarire come avvenga in concreto la determinazione della probabilit in base alla teoria soggettiva
consideriamo il seguente esempio:
Supponiamo che una persona sia disposta a puntare su un cavallo, pagando a fondo perduto 1000 per
4000 in caso di vittoria. Ci vuol dire che per quellindividuo levento :

ottenere

E:vince il cavallo su cui punta

Ed ha probabilit di verificarsi:
P=1000/4000=0,25
Osservazioni:
La teoria classica permette il calcolo della probabilit di un evento quando si sappia dire quanti sono i casi
favorevoli sui casi possibili dunque equiprobabili.
Ci non sempre possibile o comunque agevole;
La teoria frequentista permette il calcolo delle probabilit di un evento quando si pensa che tale evento possa
essere ripetuto in qualsiasi numero di volte in modo sistematico. In caso contrario non si pu parlare di probabilit
dellevento considerato in senso frequentista;
La teoria soggettivistica permette di formulare una stima della probabilit di un evento in qualsiasi caso.
Deriva da ci che essa stessa ha u un campo illimitato di applicazione permettendo di parlare di probabilit di un
evento anche nel caso in cui non sarebbe possibile in base alle precedenti teorie, e questo il caso di tipici eventi di
natura politica, sociale, economica, ecc..
Tralasciando la concezione classica le due scuole che oggi si contendono il campo sono la concezione frequentista e
la concezione soggettivistica.
La concezione frequentista di impostazione oggettiva e utilizza unapproccio di tipo inferenziale ,di tipo
fisceriano nei metodi.
La concezione soggettivisti utilizza il teorema delle cause di stampo Bayesiano.
Ma se possiamo considerare le due concezioni quella classica e frequentista anche soggettive considerando il De
Finetti che contrapponendosi a La Place diceva: la concezione soggettivistica non una definizione di probabilit
il calcolo delle probabilit.
Vediamo come possiamo trattare le concezioni oggettive come soggettive:
se la probabilit del verificarsi di un evento data dal rapporto dei casi possibili, in quale caso si verificher?
Il concetto di probabilit abbastanza intuitivo. E intanto evidente che ci sono degli avvenimenti o eventi certi e
degli eventi impossibili.
Cos certo che in una estrazione, il primo estratto del lotto sulla ruota di Milano sar un numero minore di 100
ed altres certo che possiede tutti i biglietti di una lotteria vincer il primo premio di questa.
17

E invece impossibile che lanciando un dado, esca il numero 7 ed impossibile che estraendo 5 carte da un mazzo di
40 risultino tutti re, ecc..
Ma vi sono moltissimi eventi di cui non sappiamo dire con sicurezza se si realizzeranno oppure no: sono eventi
possibili ma incerti. Tra gli incerti assumono un particolare significato gli eventi che chiamiamo aleatori o casuali
quelli cio il cui verificarsi dipende da una moltitudine di cause incontrollabili ognuna di per s trascurabili.
Per esempio nel lancio del dado, apparentemente un lancio non differisce da un altro, ma nella realt variazioni
impercettibili della forza con cui si lancia il dado stesso, o, nelle resistenze incontrate dallo stesso nella traiettoria,
fanno in modo che esca una volta faccia, unaltra volta unaltra faccia e cos via, o, che esca sempre la stessa Ora
considerando pi eventi, che non siamo n certi n impossibili si ha intuitivamente lidea che essi possano avere un
diverso grado di possibilit di verificarsi.
Cos sono gli eventi possibili aleatori la vincita di un ambo e quella di un terno al lotto, tutti sono daccordo che sia
pi facile che una carta estratta da un mazzo sia una figura piuttosto che un asso, dato che un mazzo di carte
contiene 12 figure e solo 4 assi, e cos via.
Dire che un evento si verifica pi facilmente di un altro come dire che pi probabile che si verifichi, dellaltro. Si
pu rappresentare solo levento pi probabile o quello meno probabile.
Se pensiamo al lancio dei dati, supponiamo che ogni lancio sia uguale ad un altro in termini di possibilit che si
verifichi levento atteso ,eppure ogni lancio diverso da un altro, anche quando il dado non sia truccato ma
perfettamente equilibrato e tante possono essere le variabili cause o modalit delle diversit della posizione del
dado alla forza impiegato per lanciarlo al modo in cui durante il lancio si muove il dado finanche al modo in cui si
ferma, ma comunque sempre latto di un uomo che d la forma ad un lancio e questo basta per definizione per
non considerare il lancio perfetto anche se il dado equilibrato visto che la perfezione non degli uomini.
Dunque come vediamo attribuiamo la equiprobabilit e consideriamo equiprobabili i casi possibili in termini di
fiducia determinati sulla base delle conoscenze acquisite attribuiamo la probabilit del verificarsi levento atteso o
sperato.
Cos questo se non un atteggiamento soggettivo?

Gli eventi sono dovuti al caso

Sostenere che molte volte gli eventi sono dovuti al caso pu essere fuorviante e generare qualche disinterpretazione
come se il caso causasse levento per cui sarebbe causa, ma cos non .
Ma occorre precisare e dire che levento casuale quando accade sotto la legge del caso, quando nessun fattore
esterno ne possa influenzare o mutare i risultati o semplicemente tende a influenzare levento o il suo verificarsi.
Adesso riprendiamo Alee iacta estle due concezioni oggettive e le riportiamo a soggettive:
La Place: P=x/n
Il dado stato fatto dagli uomini non sar dunque perfetto ed avr un qualche seppur piccolo difetto che lo rende
non equilibrato mentre al contempo il lancio fatto in un certo modo.
P(4/H1 H2) 1/6 (posto le ipotesi H1 E H2)

18

Si rivolge allevento o allipotesi che formuliamo e assegniamo, dunque affinch esista 1/6 devono verificarsi le due
ipotesi.
P=lim f
n

Se lanciamo infinite volte una moneta, le prove devono esser fatte sotto le medesime condizioni ma ci pu non
essere fatte sotto le medesime condizioni ma ci pu non essere realizzato per cui ogni lancio avr peculiarit
proprie che lo differenziano dagli altri lanci impedendo univoca osservazione sistematica solo soggettivamente
consideriamo ogni lancio un caso possibile di equiprobabilit di verificarsi levento atteso o sperato.
Il soggettivista calcola la probabilit del verificarsi di un evento come il frequentista e viceversa.
Consideriamo due enunciati:
qual la probabilit che si verifichino le facce 2-4-6 sul lancio di 3 dadi?
Qual la probabilit che lavversario bari?
Risposte:
E una delle 216 probabilit di eventi che si possono rificare: P(2,4,6)=3/216.
E una probabilit di ipotesi che bari: P(baro)=0,1

Principi del calcolo delle probabilit

Considerazioni generali
Il calcolo delle probabilit come si dice anche senza, per, lonor del vero stato inizialmente studiato ed applicato
relativamente ai giuochi di pura sorte o dazzardo , da qui laggettivo francese Hasard che significa caso applicato
ad essi, giochi di pura sorte o dazzardo di cui si conosce il meccanismo da come fatto il dado a come composta
lurna e cos via.
Per essi il calcolo dei numeri dei casi possibili e favorevoli e in linea di massima ovvio ed pure agevole fare molti
esperimenti costituiti da numerose prove in modo sistematico e quindi controllare la validit della legge empirica
del caso. Ma passando ad eventi di tuttaltra natura, come quelli delle pi importanti applicazioni del calcolo delle
probabilit di cui si possono determinare le probabilit in base alla definizione.
Generalmente si ricorre alla stima della probabilit in base alla frequenza, utilizzando la legge empirica del caso.
Infine vi sono gli eventi per i quali la probabilit non neppure calcolabile in base alla frequenza perch non
possibile fare numerose prove o perch si tratta di eventi unici, tali sono per esempio gli eventi connessi ai giuochi
in cui interviene labilit dei giocatori, ai risultati elettorali , ecc.
In questi casi si pu parlare di probabilit solamente in senso soggettivo.

19

Primo Principio
Sia A un evento o una proposizione o ipotesi e P (A) la sua Probabilit compresa tra o e 1:
0P(A)1
Se P(A)=0 A impossibile che si verifichi o falsa.
Se P(A)=1 A un evento certo o vero.
Questo principio identico per tutte le altre tre correnti:
per i frequentasti la Probabilit il limite del rapporto tra il numero dei casi in cui levento si verifica diviso il
numero delle prove che tende allinfinito.
Se lanciamo infinite volte un dado ma non esce mai il numero 4 allora questa una impossibilit fattuale non
logica forse perch il dado non perfettamente equilibrato:
P(4)=0/N
Oppure lanciando infinite volte il dado qual la probabilit che esca il numero 7? Nessuna ,ma questa una
certezza logica.
P(7)=0/N
Se p=0

un evento impossibile

Se p=1

un evento certo

A tutti gli eventi vengono attribuiti in base alle conoscenze dei gradi probabilit di verificarsi; pi levento tende a
zero e meno probabile che si verifichi pi levento tende a uno e pi probabile che si verifichi
Si pu rappresentare solo levento meno probabile o quello pi probabile..
E ci non ci conduce ad una valutazione deterministica di tipo soggettivo?
Il soggettivista calcola la Probabilit come il frequentista e il frequentista la calcola come il soggettivista.
Secondo principio
Dati due eventi la cui probabilit che se ne verifichi almeno uno si ottiene sommando la probabilit che si verifichi
il primo e la probabilit che si verifichi il secondo e sottraendo poi la probabilit che si verifichino entrambi gli
eventi, cio:
P(A o B)= P(A)+ P(B)- P(Ae B)
Dove Ao B indica lunione dei due eventi e A eB la loro intersezione.
Dunque :dati due eventi A e B con probabilit rispettivamente P(A) e P (B) la probabilit che uno dei due eventi si
verifichi minore o uguale alla somma delle singole probabilit:
P(A o B)p(a) +P (B)
questa detta disuguaglianza di Bool,computiamo due volte lintersezione di A e B

20

Traduciamo con O questi connettivi :

vel..vel
utaut

inclusivo: o 1 o altro o entrambi

esclusivo: o luno o laltro

SE GLI EVENTI SONO COMPATIBILI

Se gli eventi sono tali da escludersi a vicenda, cio sono fra di loro compatibili e quindi il verificarsi delluno non
esclude il verificarsi dellaltro, il connettivo o ( vel) inclusivo:
P(AoB)= P (A)+ P (B)- P(AB)
In cui P(AoB) cio la probabilit congiunta viene sottratta in quanto come si evince da diagramma di Eulero Venn
essa viene computata due volte in P (A) e una volta in P (B)
P(A)

P(B)

Esempi:
Se levento A lestrazione di una donna da un mazzo di carte e levento B lestrazione di una donna da un
mazzo di carte e levento B lestrazione dallo stesso mazzo di carte di picche, gli eventi A e B non si escludono a
vicenda, perch possono verificarsi contemporaneamente.
Si ha quindi che:
P (donna o Picche)= P (donna)*+ P(picche)- P (donna e picche)
=
4/52 + 13/52- 1/52 =16/52=4/13
in tutti i casi in cui vi sono eventi che non si escludono a vicenda, bisogna ricorrere alla formula generale del
Principio delle probabilit totali:
P(Ao B)= P(A)+ P (B)= P (A eB)
Dove Ao B indica lunione dei due eventi e A e B la loro intersezione.
Si voglia calcolare, la probabilit che estraendo a caso una carta da un mazzo di 40 carte si abbia una carta dasso
o di oro.
Se si indica con A levento asso e con B levento carta doro e si considera che nel mazzo si trovano 4 assi, 10
carte di oro e che uno degli assi anche una carta doro si ha:
P(A)= 4/40 =1/10
P(B)=10/40=1/4
P(A e B)=1/40
E la probabilit richiesta risulta:
P(A o B)= (1/10)+(1/4)-(1/40)= 13/40

21

Se A indica lunione di N eventi E1, E2.E3 e B indica un evento En+1

Lintersezione di A e B si Pu considerare come lunione delle intersezioni degli eventi E1, E2 , En con
En+1
E applicando la formula generale si ha:
P(E1 o E2 o E n+1 ) = P ( E1 o E2 o ..En )+P(En+1)+-P(E1 e En+1 o E2 e En+1 oo En e
En+1).
Con questa formula si pu calcolare la probabilit dellunione di n+1 eventi, partendo dalla probabilit
dellunione di N eventi .
Ad es. nel caso di tre eventi si ha:
P(E1 o E2 o E3)= P(E1 o E2) + P(E3) P(E1 e E3 o E2 e E3)
E poich:
P(E1 o E2)= P(E1) + P (E2) P (E1 e E2) P(E1 e E3 o E2 e E3) =
P(E1 e E3) + P(E2 e E3) +- P( E1 e E2 e E3).
Sostituendo nella prima si ha:
P(E1 o E2 o E3 )= P(E1) + P(E2)+ P(E3)+-P(E1 e E2) P(E1 e E3) P(E2 e E3)+ P (E1 e E2 e E3).
Si ricorre dunque, per calcolare la probabilit del verificarsi di eventi compatibili che non escludono a vicenda alla
formula generale del principio delle probabilit totali, altrimenti alcuni eventi verrebbero calcolati due volte.
Se dato un mazzo di 52 carte si estrae una carta e ci si chiede qual la probabilit che essa sia una figura (f) o una
carta di quadri (q) per il principio delle probabilit totali avremo:
P( f o q ) P (f) + P (q)
Posto che:
P(f)= 12/52 e P(q)= 13/52
P(f o q) 12/52 +13/52
Poich f e q sono compatibili, in quanto in f sono comprese tre figure che sono di quadri e in q tre carte che sono
figure. P(f q), che uguale a 3/52 viene computata due volte quindi
P(f o q)= P (f)+ P (q)- P (f q)
Cio:
P( f o q)= 12/52 + 13/52 3/52=22/52=0,423

22

In caso di pi di due eventi

E1, E2, E3,..,En

Avremo:
P(E1 o E2 o E3 o.En)=
P(E1) + P(E2) + P(E3)++P(En)+ [P(E1 E2)+P(E1 En)++P(En-1 En)]+[P(E1 E2 E3)++P(E1 En-1
En)+_[P(E1E2E3E4)++P(E1 En-2 En-1 En)+.P(En-3 En-2 En-1 En]+....+-*P(E1 E2....En)
*+ se n dispari se n pari: i segni si mettono alternati le probabilit dispari si sommano,quelle pari si
sottraggono.
Se gli eventi sono incompatibili
Se gli eventi sono tali da escludersi a vicenda, cio sono fra di loro incompatibili e quindi il verificarsi delluno
esclude il verificarsi delluno esclude il verificarsi dellaltro, il Connettivo o (aut) esclusivo come il diagram ma di
Ven ci mostra.

P(A)

P(B)

Qui il verificarsi delluno che esclude ilo verificarsi dellaltro, fa s che la probabilit che entrambi si verifichino
nulla:
P(AB)=0
Se quindi la probabilit che gli eventi incompatibili si verifichino insieme nulla perch luno esclude laltro,allora
la probabilit che si verifichi uno dei due eventi semplicemente la somma delle probabilit degli eventi stessi:
P(a oB)=P(A)+ P (B)
Esempi:
La probabilit che lanciando un dado si presenti la faccia 3 o la faccia 5 :
P=2/6=1/3
Perch la probabilit che si presenti la faccia 1/6 mentre la probabilit che si presenti la faccia 5 pure di 1/6 e i
due eventi sono incompatibili.
Dalla formula delle somme delle probabilit degli eventi si desume una relazione analogica alla classificazione
doppia dei casi possibili in una prova
P(A)+ P()=1
Ossia che la somma delle probabilit di un evento E e dellevento contrario uguale ad uno.
23

Infatti gli eventi A=E e B= sono incompatibili e poich uno di essi necessariamente si verifica, la loro unione
levento certo cio:
P(E o )=1
E ritornando alla formula delle somme delle probabilit si ha:
P(E)+ P()=1
In generale, dati n eventi E1, E2,..En, fra di loro incompatibili, la probabilit che uno di essi si verifichi uguale
alla somma delle probabilit dei singoli eventi, qui la particella o ha carattere esclusivo di aut:
P(E1 o E2.. o En)= P (E1)+ P(E2)++P(En)
Questa relazione nota come principio delle probabilit totali.
Esempio:
Dato un mazzo di 52 carte, se si estrae una carta e ci si chiede qual la probabilit che essa sia o un asso (A) o un
re (K), poich i due eventi sono incompatibili e quindi P(AK)=0 avremo:
Sapendo che

P(A o K)0 P (A)+ P(K)

P (A)= 4/52 e P(k)= 4/52
P(A o K)=4/52+4/52=8/52= 0,1538

Per di pi di due eventi avremo: P(E1 o E2 oEn)=P(E1)+P(E2)++P(En)

Ci perch le probabilit congiunteP(E1E2)P(E1 E2 E3)..P (E1 E2 En) sono nulle.
Anche in caso di pi eventi se tra loro incompatibili la probabilit totale sar uguale alla somma delle singole
probabilit di verificarsi di ognuno degli eventi.
RAPPRESENTAZIONE GRAFICA DEGLI INSIEMI

aAA

Se sono insieme non disgiunti hanno una intersezione quale insieme A e in B uguale a tutti gli elementi esistenti in
A e quelli esistenti in B a cui sottraiamo gli elementi comuni dellintersezione.
Se lintersezione un insieme nullo in quanto non esiste nessun elemento in comune viene detto insieme vuoto.
24

Cos la probabilit che si verifichi levento A e levento B uguale alla probabilit dei singoli eventi:
A
B
P(A) P(B)
DISUGUAGLIANZA DI BOOL
Se gli eventi sono compatibili avremo:
P(A)+P(B)-P(AB)
Se gli eventi sono incompatibili avremo:
P(A)+P(B)<-P(A)+P(B)
Se lintersezione un insieme nullo a rigor di logica avremo:
P(AB)=

Teorema della Probabilit totale

Se un evento E totale di due o pi eventi E, E,,incompatibili fra loro, la probabilit dellevento E la
somma delle probabilit dei vari eventi parziali. Il teorema come abbiamo visto si dice anche teorema della
somma. Di tale teorema ne facciamo una verifica con un esempio tipico.
Si abbia un urna contenente n palline di cui b bianca, r rosse e le altre di altri colori. Estraiamo una sola pallina
dallurna e consideriamo i tre eventi:
E: che la pallina estratta sia bianca
E che la pallina estratta sia rossa
E: che la pallina estratta sia bianca o rossa
I due eventi E ed E sono incompatibili e levento E, consistente nel verificarsi di E oppure E totale dei due;
allora indicando rispettivamente con p, p e p , le probabilit dei tre eventi, si vuole dimostrare che:
P=p+p
Infatti si vede subito che:
per levento E poich si hanno basi favorevoli su n casi possibili si ha :
P= b/n ovvero :X cio casi favorevoli

X+X
---N volte

casi possibili

b)per levento E poich si hanno r casi favorevoli su n casi possibili si ha:

P=r/n
25

c)per levento E sono casi favorevoli tutte le palline bianche e quelle rosse il cui numero b+r, e la probabilit :
p=b+r/n= b/n+ r/n
ovvero il numero delle palline estratte/il numero delle palline nellurna.
Il teorema applicabile solo nel caso di due eventi parziali incompatibili.; pi precisamente gli eventi, se sono pi
di due, devono essere incompatibili a due a due.
Cos gli eventi ad esempio allestrazione di una carta da un mazzo saranno:
E: che la cara sia una figura
E :che la carta sia un asso
E :che la carta sia di cuori
Non possono verificarsi insieme; per non sono incompatibili a due a due, perch E ed E sono compatibili e cos
pure E e E.
Terzo principio:
Dati due eventi, A e B per definizione compatibili con probabilit rispettivamente, P(A) e P (B), la probabilit che
i due eventi si verificano congiuntamente uguale al prodotto della probabilit dellevento A per la probabilit
condizionata dellevento B posto che si sia verificato levento A, o al prodotto della probabilit dellevento B per
la probabilit condizionata dellevento A posto che si sia verificato B.
Questo il principio moltiplicativo o delle probabilit composte che si esprime con la relazione:
P(A e B)=P(A)P(B7A)=P(B)P(A/B)
Dunque la relazione nel calcolo delle probabilit si pu anche enunciare:
dati due eventi A e B, la probabilit che entrambi si verifichino uguale al prodotto della probabilit P(A) che si
verifichi A per la probabilit di P(B/A) che si attribuisce a B,quando si sappia che A si verificato, ed uguale al
prodotto della probabilit P(B) che si verifichi (B) per la probabilit P(A/B) che si attribuisce ad A,, quando si
sappia che B si verificato.
Le probabilit P(A/B) e P (B/A)sono dette condizionate o subordinate.
In generale dati n eventi E1, ,E2En,compatibili e dipendenti,la probabilita che si verificano congiuntamente
uguale P(E1 e E2 e .En)= P(E1) P (E2/E1)P(En/E1E2.En_-1)
Se P(B/A) = P (B) e quindi, P /A/B)= P (A) cio se il verificarsi di B non modifica la probabilit di verificarsi A,
gli eventi sono detti stocasticamente indipendenti.
Sostituendo queste uguaglianze in P ( AeB)= P(A) P (B/A) = P(B) P (A/B) si avr P(AeB)= P(A)P(B)
Dunque nel caso in cui i due eventi sono stocasticamente indipendenti la probabilit che essi si verificano
congiuntamente data dal prodotto delle due probabilit.
Sempre in generale si pu affermare che dati N eventi compatibili e indipendenti, la probabilit che si verificano
congiuntamente uguale al prodotto delle rispettive probabilit
26

P(E1 e E2 e ..e En)=P(E1)P(En)

ESEMPIO
Dato un mazzo di 52 carte,se si estraggono due carte consecutivamente la probabilit che la prima estratta sia un
asso (A) e la seconda sia un re (K) per il principio delle probabilit composte avremo:
P (AeK) = P (A) P (K/A)
Avendo tolto una carta. abbiamo modificato il mazzo per cui avremo:
P ( A K) = 4/52 . 4/51 = 16/2 . 652 = O,OO6O
In cui 4/52 la probabilit che esca la prima carta e 4/51 la probabilit che esca la seconda posto che la prima si
sia verificata.
Queste sono dette probabilit condizionate,lestrazione dellaso modifica la struttura del mazzo e quindi la
probabilit di verificarsi il secondo evento.In questo caso si dice pertanto che i due eventi sono dipendenti
stocostaicamente perch il modificare il verificarsi di un evento modifica la probabilit del verificarsi dellaltro.
Come vediamo lindipendenza un concetto simmetrico.
Se dopo lestrazione della prima carta,questa viene riposta nel mazzo la struttura del mazzo rimane non
modificata e cos rimane immodificata la probabilit e quindi:
P (K/A) = P (K) dunque P ( A e K) = P (A) P (K) avremo: P(A e K) = 4/52 x 4/52 =16/2.704=0,0059
In q1uesto caso gli eventi sono detti stocosticamentche indipendenti cio se si tratta di eventi indipendenti:
P (AB)
Se la p( B/A ) = alla p(A) e pertanto la p( A/B )= alla p(B) sono eventi incondizionati
Il modificare le condizioni non modifica le probabilit.
Le probabilit sono la somma delle singole probabilit degli eventi dati.
Si voglia ad esempio calcolare la probabilit scegliendo a caso due carte da un mazzo di 40 carte si abbiano due
assi. Immaginando di estrarre prima una carta e dopo averla messa da parte,di estrarre una seconda carta.
Si indichi con A levento che la prima carta sia un asso e con B levento che la seconda carta sia pure un asso.
La probabilit di A : P(A) = 4/40 =1/10 e se A si verifica nel mazzo rimangono 3 assi su 39 carte cio: P(B/A) =
3/39 = 1/13 pertanto la probabilit richiesta : P(A e B) = (1/10) (1/13) = 1/130
La relazione si estende facilmente a pi di due eventi immaginiamo con 3 eventi:
Se sono incompatibili in base al teorema delle probabilit totali gli eventi incondizionati,la probabilit sar uguale
alla somma delle singole probabilit e si avr
P (A U B U C ) = P (A) + P (B) + P (C)
27

Cos se si volesse conoscere la

P ( K U Q U J ) = P (K) + P ( Q ) + P ( J ) =
=4/52 + 4/52 + 4/52
Se gli eventi invece non si escludono a vicenda dovremo computare gli eventi e la probabilit sar unentit
additiva, cos sommiamo le probabilit di A ,B, C
sottraendole
_[ P (A B ) + P ( A C ) + P ( B C ) } +
poich nel sottrarre le probabilit a due a due, dobbiamo aggiungere lintersezione:
.+ P ( A B C ) =
Seguendo la regola del calcolo matriciale:si sommano le probabilit una ad una,si sottraggono due a due,si
sommano tre a tre ecc.
Se dispari: lultima probabilit una somma, se pari una sottrazione,dunque dati N eventi,per calcolare la
probabilit che tutti insieme si verifichino, basta considerare gli n eventi in un ordine qualsiasi ed eseguire il
prodotto delle probabilit,posto che il primo evento si verifichi per la probabilit che si attribuisce al secondo
evento,quando si sappia che il primo si sia verificato,per la probabilit che si attribuisce al terzo evento,quando si
sappia che i primi due si siano verificati e cos via.
Cos riprendendo lesempio del mazzo di 40 carte prima considerato,se si, cerca la probabilit che estraendo a caso
tre carte,si abbiano tre assi applicando la formula della relazione si ha:
P ( A e B e C ) = ( 1/10 ) ( 1/13 ) ( 1/19 ) = 1/ 2:470
Poich:se le prime due carte estratte sono assi,alla terza estrazione rimangono nel mazzo due assi su 38 carte e la P
(C/A e B ) sar uguale a 2/38 = 1/19
Come anche prima abbiamo visto un importante caso particolare della relazione si ha quando linformazione che
levento A o q2uello B si verificato non modifica la probabilit dellevento B o dellevento A dunque:
P ( B / A ) = P ( B ) e la P (A/B ) = P ( A )
In tale caso, gli eventi A e B si dicono stocasticamente indipendenti.
Ad esempio,la probabilit che estraendo a caso una carta da un mazzo di 40 carte si abbia un asso, evento A
P ( A ) = 4/40 = 1/10,mentre la probabilit che si abbia una carta di oro,evento B, P =( B ) = 10/ 40 =
Ma se si sa che la carta estratta un asso,la probabilit che sia anche una carta di oro ancora P ( B/ A )=1/14
perch uno solo dei 4 assi una carta doro.
Considerato che P (B/A ) = P (B) = 1/4, gli eventi A e B sono indipendenti e la probabilit che entrambi si
virifichino,vale a dire,che si estragga lasso doro P ( A e B ) = (1/01) (1/4) = 1/40 come per altro evidente.
In generale, N eventi si considerano stocasticamente indipendenti se,comunque si scelgano M degli N eventi e
qualunque sia il numero M,minore di N,il verificarsi di questi eventi non altera le probabilit di verificarsi degli
altri eventi.

28

La probabilit che N eventi compatibili e indipendenti E1 , E2En, si verifichino tutti insieme uguale al
prodotto delle probabilit dei singoli eventi.
P ( E1 e E2 e En) = P (E1 ) P( E2)..P (En)
Questa relazione nota anche come principio delle probabilit composte. Ad esempio, estraendo da due mazzi di 40
carte ciascuno,una carta per mazzo, si, eseguono due prove indipendenti perci ne consegue che:
La probabilit di avere due assi :((1/10) (1/10) =1/100
La probabilit di avere due carte doro :(1/4) (1/4)=1/16
La probabilit di avere due assi doro : (1/40)(1/40)=1/1600
La probabilit che si abbiano due assi o due carte di oro : (1/100)+(1/16)- (1/1600)=115/1600=23/320
dato che gli eventi sono compatibili.

Teorema della probabilit composta dal principio moltiplicativo

Se un evento E composto di due o pi eventi E, EEn la sua probabilit il prodotto delle probabilit degli
eventi componenti; ovvero la probabilit che si verifichino e luno e laltro degli eventi il prodotto delle loro
probabilit.
Il teorema si dice perci anche teorema del prodotto. Esso richiede per una precisazione, distinguendo il caso in
cui gli eventi sono indipendenti dal caso in cui non lo sono.
Lenunciazione gi fatta sufficiente nel caso degli eventi indipendenti. Se invece gli eventi componenti sono
dipendenti occorre precisare come si deve calcolare la probabilit del secondo evento, dato che essa dipende
dallesito del primo.
Ora il teorema aggiunge:
Se gli eventi componenti sono dipendenti nel prodotto si deve considerare, come probabilit del secondo
evento,quella calcolata nellipotesi che il primo si sia verificato come si dice, la probabilit del secondo evento
subordinata al verificarsi del primo.
Anche qui ci limitiamo a fare una verifica del teorema in due esempi tipici.
Esempio nel caso di indipendenza
Dalla solita urna si estraggono Successivamente due palline, rimettendo la prima nellurna, si considerano i tre
eventi possibili:
E : che la prima pallina sia bianca
E : che la seconda pallina sia rossa
E : che la prima pallina sia bianca e la seconda sia rossa.
Gli eventi E e E sono indipendenti, perch la pallina si rimette nellurna, mentre levento E composto dagli
altri due.
Indicando con p, p, p, rispettivamente le probabilit dei tre eventi vogliamo dimostrare che:
29

p=p . p
ora:
per levento E si hanno 6 casi favorevoli su n casi possibili:
p=b/n
per levento E, si hanno r casi favorevoli su n possibili, quindi:
p=r/n
per levento E, i casi possibili sono dati dalle disposizioni con ripetizione di n palline di classe 2, e i casi favorevoli
si ottengono associando ognuna delle palline bianche con tutte le palline rosse, una per volta, si hanno cos b . r
casi favorevoli e la probabilit richiesta :
p=b.r/Dn,2=b.r/n2= b/n . r/n
e si verifica subito che coincide con p . p
Il teorema cos verificato nel caso di eventi componenti indipendenti.
Ora si ha che:
per levento E i casi possibili sono (n-1), perch in ogni caso nellurna sono rimaste (n-1) palline i casi favorevoli,
le palline bianche, sono b, se la prima pallina estratta non bianca, cio se E non si verificato;sono invece (b-1) se
invece la prima pallina estratta bianca, cio si verificato E; quindi le due probabilit E sono:
p=b-1/n-1

p=b/n-1

per levento E i casi possibili sono le disposizioni semplici delle n palline di classe due, ei casi favorevoli sono pure
le disposizioni di classe due delle b palline bianche;
quindi la probabilit :
p=Db,2/Dn,2= b(b-1)/n(n-1)=b/n. b-1/n-1
e cos si vede subito che coincide con il prodotto p . p e non con il prodotto p . p
Cos il teorema stato verificato. Si pu giungere allo stesso significato rilevando che:
P=(E+ E)= P(E)+P(E)- P(E E)

30

Frequenza e teoria frequentista

Definizione di frequenza
Per calcolare la probabilit di un evento, occorre determinare il numero dei casi possibili e il numero dei casi
favorevoli, il che risultato abbastanza agevole nei semplici casi esaminati, non occorre materialmente un
esperienza di estrazioni, lanci, etc.
Se invece si hanno effettivamente delle prove, si pu calcolare un altro rapporto delle prove, si pu calcolare un
altro rapporto, che ha una certa analogia con la probabilit e che si chiama frequenza o meglio frequenza
relativa
Se si fanno n prove e in esse levento si realizza r volte, cio si hanno r successi, si dice, che la frequenza relativa :
f=r/n
La frequenza relativa il rapporto fra il numero dei successi, prove riuscite ed il numero delle prove fatte.
Cos per levento<<nel lancio di un dado esce la faccia 3>> la cui probabilit di !/6, ne possiamo calcolare la
frequenza facendo, per es. 15 lanci.
Se la faccia 3 esce 4 volte, 4 il numero dei successi e la frequenza 4/15.
Osservazioni:
1)Per poter parlare di diverse prove di uno stesso evento, e quindi di frequenza di esso, bisogna intendere il concetto
di evento in modo astratto e generico. Cos con riferimento delles. precedente, si parla delluscita del numero 3, in
un generico lancio di dadi .
I 15 lanci costituiscono 15 prove dello stesso evento, e in, alcune di esse levento si realizza, cio esce la faccia 3, in
altre non si realizza, cio esce un altro numero. Non invece possibile parlare di frequenza di un evento se si d
alla parola evento un significato specifico, concreto, riferito in sostanza ad una sola esperienza: levento pu allora
soltanto verificarsi o non verificarsi.
Cos levento <<il primo estratto del gioco del lotto sulla ruota di minore del 8 aprile 1984 sia minore di 30>> un
evento specifico, che a posteriori risulter vero o falso, ma non se ne possono fare diverse prove; quellestrazione
invece una fra le moltissime prove dellevento generico <<sia minore di 30 il numero indicato da una pallina
estratta da unurna che non contiene 90 numerate da 1 a 90.
2)Parlando di prove, si pensa di solito ad un esperimento fatto appositamente per calcolare una frequenza. Ma non
sempre cos, anzi di gran lunga pi importante il caso in cui lesperimento non occorre o non possibile:
le frequenze risultano da unosservazione sistematica che come vedremo compito della statistica. Cos si
determina per es. la frequenza dei giorni piovani di un dato anno, data dal rapporto fra il numero dei giorni
piovosi in un anno e i giorni dellanno, la frequenza delle nascite maschili, data dal rapporto fra il numero dei nati
maschi e il numero totale delle nascite in un dato periodo etc.

31

Differenze fra frequenza e probabilit

Frequenza e probabilit sono due concetti diversi e non vanno confusi: la probabilit si calcola a priori in base alle
nostre conoscenze sui numeri dei casi possibili e favorevoli, se sappiamo contarli, la frequenza si calcola a
posteriori dopo unesperienza determinata da pi prove, o da un complesso di osservazioni e, in generale, la
frequenza cambia ripetendo lesperimento o losservazione.
Cos, la probabilit dellevento che nel lancio di una moneta esca testa, sempre mentre se lancio 30 volte una
moneta possa, per esempio, avere 13 volte testa e la frequenza allora di 13/30; ma, lanciando nuovamente 30
volte una moneta, posso trovare un risultato diverso.
La frequenza naturalmente compresa fra 0 e 1, come la probabilit; pi precisamente si ha frequenza se levento
non si mai verificato, ma non detto che sia impossibile, si ha la frequenza 1 se levento si sempre verificato, ma
non detto che sia certo.
E poi importante notare che si pu determinare la frequenza anche di molti eventi, dei quali non si saprebbe
calcolare la probabilit in base alla definizione, perch non abbiamo conoscenza sufficienti per individuare e
contare i casi ugualmente possibili.
Eanche importante notare che si pu determinare la frequenza anche di molti eventi, dei quali non si saprebbe
calcolare la probabilit in base alla definizione, perch non abbiamo conoscenze sufficienti per individuare e
contare i casi ugualmente possibili.
Cos, si pu calcolare la frequenza degli eventi:
una partita di calcio si conclude a favore della squadra ospite, considerando i risultati di tutte le partite di uno o
pi campionati.
Un candidato agli esami di matematica che risulta promosso, considerando gli esiti di una o pi sessioni in uno o
pi istituti.;ecc. mentre non sapremmo valutarne la probabilit secondo la definizione data.

Relazioni fra frequenza e probabilit

Intuitivamente si immagina che esista una relazione fra frequenza che esista una relazione fra frequenza e
probabilit, si ha precisamente che: su un grande numero di prove, fatte tutte nelle stesse condizioni, la frequenza
di un evento assume valori molto vicini alla probabilit.
Questa legge (che esprime una relazione fra frequenza e probabilit) non dimostrabile, ma si accetta come valida
perch confermata dallesperienza.
Essa prende il nome di legge empirica, o postulato, del caso o anche legge dei grandi numeri.
Cos dato che la probabilit che esca testa nel lancio di una moneta , si pensa che la frequenza su un grande
numero di prove sia circa e quindi che per esempio su 100 prove, esca testa circa 500 volte.
La legge empirica del caso della massima importanza, in pratica essa permette:
di assumere la probabilit di un evento come previsione approssimata della frequenza con cui esso si realizzer.
>Cos su 1000 lanci di moneta si prevede che uscir testa circa 500 volte; la frequenza effettiva potr essere
diversa da 500/1000; ma la differenza lo scarto relativo, sar presumibilmente molto piccola.

32

E anzi questa linterpretazione consueta della probabilit quando si dice che un evento ha probabilit , si pensa
subito che quellevento si presenter circa una volta su quattro, naturalmente quando si facciano molte prove.
2]di assumere la frequenza,calcolata in un gran numero di prove,come misura approssimata della
probabilita,quando si sappia calcolarla secondo la definizione.
Cosi se facendo 1000 prove di un evento,esso si realizza 400 volte,la frequenza e400 : 1.000 =0,4 e dato che il
numero delle prove grande,si pu ammettere che la probabilit dellevento sia circa 0,4 e quindi anche in un altro
esperimento costituito da numerose prove la frequenza sar circa 0,4.
Ricordiamo in proposito che capita spesso di considerare eventi eventi per i quali non si sa calcolare direttamente la
probabilit in base alla definizione;allora se possibile fare numerose prove,nelle stesse condizioni,o delle
osservazioni ripetute,si pu calcolare la frequenza e assumere questa come stima,approssimata,della probabilit.
Si perviene in definitiva alle seguente definizione:
Secondo la teoria freguentista la probabilit il valore al quale tende la frequenza quando il numero delle prove
eseguite cresce indefinitivamente.
TEOREMA DI BAYES
Il reverendo Bayes ha scritto un articolo alla fine del settecento in cui diceva che se conosciamo le due probabilit
degli eventi ed una probabilit condizionata detta verosimiglianza,possiamo,attraverso un semplice passaggio
algebrico conoscere lentit dellaltro evento.
P(A/B)= P(A)P(B/A)
__________________
P(B)
Qui il numeratore uguale alla intersezione,mentre la probabilit
lintersezione e linsieme condizionate.

condizionata uguale al rapporto tra

(A).(B)
Questo algoritmo che troviamo viene chiamato teorema di Bayes o delle cause.
Se osserviamo empiricamente gli eventi questi provengono da certe cause ma guarderanno agli effetti,mentre il
teorema risale alla probabilit delle cause
CAUSA - FENOMENO - EFFETTO
Analisi della connessione
Analisi della connessione:
Avendo osservato leffetto si cerca di risalire alla causa pi probabile escludendo le altre ipotesi perch meno
probabili,non perch non possono sussistere.

33

Non ci sono diagnosi di certezza,non certo che ci sia certezza,vedi gli intervelli,gli scarti da un minimo ad un
massimo.
Ad esempio in campo elettorale:
1x1000 di scarto,viene stimato un valore a cui si attribuisce un intervallo di rischio,fiduciario che varia da un
punto ad un altro,avvalendosi della probabilit di verificarsi.
Dunque il reverendo Tomas Bayes,1702-1761 pastore presbiteriano e matematico inglese sviluppa questo teorema
che stabilisce semplicemente una regola per calcolare le probabilit condizionate e su questo punto non stata
sollevata alcuna obiezione,la controversia sorta,invece,per il modo in cui il teorema stato usato.
Dati due eventi A e B,per definizione fra di loro compatibili per il principio delle probabilit si ha la seguente
uguaglianza:
P(A^B)=P(A)P(B/A)=P(B)P(A/B)
Se sono note le probabilit P(A),P(B) e una probabilit condizionata ammettiamo P(B/A),la probabilit non nota
sar:
P(A/B)=P(A)P(B/A)P(A)
Cos,se non nota P(B/A),si avr:
P(B/A)=P(B)P(A/B)P(A)
Il tipo di risultato richiesto sprsso a posteriori,cio,ad una probabilit calcolata dopo aver osservato il risultato
ottenuto nel campione mentre P(A) o P(B) sono le probabilit a priori,iniziali.
Assumiamo essere A una partizione di eventi A1,A2,An,esaustivi ed esclusivi,posta in relazione con B e il
verificarsi di uno degli eventi Ai,condizione necessaria per il verificarsi dellevento B osservato.
La probabilit che essendo stato osservato B,questo sia stato determinato da una delle N cause data da:
P(Ai/B)=P(Ai)P(B/Ai)/P(B)
Con P(B) 0
E dove:P(B).P(Ai/B)=P(Ai)P(B/Ai)
E P(Ai/B)=P(Ai).P(B/Ai)/P(B)
I seguaci di questo teorema detti Bayesiani utilizzano il concetto della probabilit soggettiva,anzi se ne sono
appropriati. Sappiamo che il concetto di dipendenza in base al calcolo delle probabilit un concetto asimmetrico
A=B,B=A
B dipende da A e A dipendente da B
Se gli eventi sono tra loro indipendenti la probabilit di A e B uguale alla probabilit di A per la probabilit di B
P(A^B)=P(A).P(B)
E se la P(B/A)=P(B) e P(A/B)=P(A)
Nella logica formale della teoria degli insiemi se consideriamo levento A e il suo contrario levento non A
A,A^
34

Avremo che le rispettive probabilit saranno:

P(A)=p e P(A^)=p-1xq
Dove: p la probabilit favorevole e q quella contraria in termini di logica formale enunciamo una proposizione
composta da due proposizioni semplici
Av Ao non A
E una proposizione falsa nel caso in cui le due proposizioni sono false.
E vera quando solo una vera.
E tantologica quando sempre vera.
E una proposizione contraddittoria quando sempre falsa.
Quindi se Av Ao non sempre vera, se A^ A non sempre falsa

Il principio di kromoferov
Lassiomatizzazione permette di relazionare delle entit partendo da degli assiomi ed in base a questi non si cerca
tanto di dimostrare la verit o di avvicinarsi il pi possibile ad essa,infatti le verit sono vere per assioma,in ci
ritroviamo la varit di kromoferov di leiantiev e tutti i matematici Russi.
Partendo dallassioma che dice che la probabilit e compresa tra o e 1,avremo:
1 la probabilit di un evento > 0
2 La probabilit di A B se gli eventi sono tali da escludersi a vicenda:P(A) P(B)
3 La somma delle probabilit Pi=1; i=1
Ne discende che:
La probabilit unentit additiva se gli eventi sono tali da escludersi a vicenda,il calcolo si basa su tre principi
enunciati cio se partiamo da tali assensi dimostriamo tutti i principi.E cos fece il reverendo Bayes considerando il
principio delle p composte e la p congiunta di 2 eventi.
Secondo la terminologia le probabilit iniziali P(oi/B) divengono probabilit condizionate da una osservazione
empirica detta verosimiglianza che la probabilit a posteriori,nel teorema delle cause.
La probabilit esprime una incertezza ed ogni incertezza pu essere espressa da una probabilit.
Nel linguaggio dei frequentisti la probabilit una frequenza che al lungo andare,allinfinito, long ray diviene
affermativa,mentre per i soggettisti gli eventi sono ripetibili.
Secondo Bayes se osserviamo levento B,questo pu pervenire o essere dato da a1,a2,an allora visto
lincompatibilit potremo avere:
P(B)
P(a1^B) la probabilit iniziale dellevento osservato, a priori.
P(a2^B)l e probabilit condizionate da unosservazione empirica
P(an^B) verosimiglianze dellevento,a posteriori.
35

Poich il verificarsi di B pone che una causa si sia verificata, per il principio delle probabilit composte e totali
queste cause si escludono a vicenda,avremo che il verificarsi di B sar uguale alla somma delle probabilit
condizionate.
P(B) P(a1)P(B/ai)
I=1
Poich le ai-sono eventi che si escludono a vicenda e per potersi verificare B,uno di questi eventi si deve reficare.
Ricordando di avere assunto A quale partizione di due eventi;
A:a1,a2,.an)completi,esaustivi ed esclusivi,posta in relazione con B e dove il verificarsi di uno di questi
eventi ai- condizione necessaria per il verificarsi dellevento B osservatoabbiamo visto che la probabilit,essendo
stato osservato B e questo determinato da una delle n cause-ai-,era data da:
P(ai/B)=P(ai)P(B/ai)/P(B)
E adesso facile capire come B che uguale alla somma delle probabilit condizionate anche media ponderata di
esse P(B/ai) con pesi pari a P(ai)per cui avremo:
P(ai)P(B/ai)
__________________= N
P(ai/B)
Questa detta regola P(ai)P(B/ai)
O teorema di Bayes

i=1

Come si evince dalla formula il denominatore non varia al variare di i e quindi la somma delle P(ai/B)
uguale a1Questo teorema stato anche definito teorie delle cause perch permette di risalire dalleffetto che la probabilit a
posteriori, alla causa-conseguenza che sono le probabilit a posteriori.
P(ai)= le probabilit a priori che conosciamo in un determinato contesto.
P(B/ai)= verosimiglianza
a posteriori che si calcolano dopo che si
Verificato leffetto B.
del rapporto si mantiene costante al variare dellindice i- e rende uguale ad 1 la somma delle P(ai/B).possiamo
dunque dire che P(ai/B) proporzionale ala prodotto di P(ai) per P(B/ai).
Il teorema di Bayes serve per modificare lostato di natura delle cose,con tale termine si intendono linsieme di
condizioni,poste dal ricercatore,che possono esistere nella realt.
Ma nel porre le condizioni si assume che tutte le cause siano equiprobabili.
Ad esempio,dalle statistiche dei matrimoni si desume che nel 60% circa delle coppie in cui lo sposo ha unet da 25
a 29 anni,let della sposa va da 20 a 24 anni.

36

Inoltre,nel complesso, le coppie in cui lo sposo ha unet da 25 a 29 anni sono circa il 40% e quelle in cui la sposa
ha unet da 20 a 24 anni sono circa il 50%.
Interpretando queste frequenze percentuali come delle probabilit ed indicando con A levento et dello sposo da
25 a 29 anni e con B levento et della sposa da 20 a 24 anni, si ha:
P(B/A)=0,60;P(A)=0,40;P(B)=o,50
E volendo calcolare anche la probabilit che in una coppia in cui la sposa ha unet da 20 a 24 anni,let dello
sposo vada da 25 anni a 29 anni, dalla formula P(A/B)=( )( )/P(B) avremo:
P(B/A)=(0,40)(0,60)/(0,50)=0,48
I generale se levento B viene messo in relazione con n eventi A1,A2,.An,nellesempio una classe di et della
sposa con varie classi di et dello sposo,per ciascuna delle possibili coppie si ha:
P(Ai/B)=P(Ai)P(B/Ai)/P(B)
Dove i= 1,2,n
Inoltre se si ha che gli n-eventi sono fra di loro ili ed uno di essi deve necessariamente verificarsi,cio se:
P(A1)+P(A2)+..+P(An)=1
Levento B,se si verifica,dovr verificarsi con uno degli n-eventi e si avr:
P(Ai e B)=P(Ai)P(B/Ai) dove i=1,2,n
Ma anche le unioni (Ai e B) sono eventi incompatibili e per il principio delle probabilit totali,la somma delle
rispettive probabilit d la probabilit che una qualsiasi di queste unioni si verifichi,vale a dire la probabilit che
si verifichi levento B,non importa con quale degli eventi Ai:
n
P(B)= P(Ai)P(B/Ai)
I=1
La formula assume un particolare significato se B indica un evento e le Ai sono delle ipotesi alternative cause o
circostanze che possono aver prodotto o accompagnato levento.
Per maggiore chiarezza occorre porre B=E ed Ai=Hi e riscrivere nella forma:
P(Hi)P(E/Hi)
P(Hi/E)
______________
N
P(Hj)P(E/Hj)
j=1
dove i=1,2,.n con P(H1)+P(H2)+.+P(Hn)=1
che esprime il teorema di Bayes esposto nella memoriaAn ossay to words solving a problem in the doctrine of
chancespubblicata postuma nel 1764.

37

Si noti che il denominatore del rapporto al secondo membro della formula in cui si espone E ed H,si mantiene
costante al variare dellindice i- e rende uguale ad 1 la somma delle P(Hi/E).
Perci si pu dire che P(Hi/E) proporzionale al prodotto di P(Hi) per P(E/Hi).
Ci posto il teorema di Bayes si pu interpretare come segue:
Si verificato un evento E e deve necessariamente essere vera una tra le n- ipotesi alternative H1,H2,.Hn
Prima che levento si verificasse,a ciascuna ipotesi Hi(i=1,2,.n)si attribuiva una P(Hi),detta probabilit a
priori,e allevento E una probabilit di verificarsi,supposta vera lipotesi considerata P(E/Hi), detta
verosimiglianza,alcuni preferiscono chiamarla probabilit preliminare,piuttosto che a priori,per lambiguit di
questa locuzione.
Essendosi verificato levento E,a ciascuna ipotesi Hi(i=1,2,..n) si deve attribuire una probabilit P(Hi/E),detta
probabilit a posteriori che proporzionale al prodotto della probabilit a priori P(Hi)della stessa ipotesi per la
verosimiglianza P(E/Hi).
Attraverso il teorema di Bayes modifichiamo le nostre idee iniziali,dalla stato di natura,assegnata una certa
distribuzione di probabilit,dobbiamo prendere delle decioni dalle quali discenderanno delle conseguenze in termini
di costi e benefici.
Nella stima dei parametri diamo un valore con un intervallo di rischio fiduciario al verificarsi dellevento.
Se allarghiamo la concettualizzazione del teorema di Bayes, poich approfondisce alcuni problemi
ingerenziali,alcuni soggettisti lo hanno denominato teorema delle cause.
Per il frequentista la probabilit si ha nel lungo andare,se si effettuano infinite prove,potendo cos parlare di una
probabilit su una causa e dando cos una probabilit soggettivista.
Per il soggettivista ogni incertezza pu essere espressa da una probabilit mentre per il frequentista ci possibile
se gli eventi sono ripetibili.
In termini Bayesiani queste sono le probabilit iniziali,a priori,della distribuzione di probabilit nello stato di
natura emergono le verosimiglianze che nin sono altro il risultato ottenuto in una ricerca empirica.
Esempio:
Data una distribuzione di eventi A1,A2,..An esclusivi ed esaustivi con probabilit
P(A1)=P(A2)=P(A3)=1/3
Posta in relazione con levento B,il possibile effetto,e le verosimiglianze
P(B/A1)=0,3 P(B/A2)=0,5 P(B/A3)=0,7
Per calcolare la probabilit a posteriori cio la probabilit P(A/B) o delle cause,posto che si sia ottenuto
leffetto,seguendo la regola di Bayes si avr:
n
P(A)xP(Bai) / P(Ai)xP(B/Ai)=P(B)
i=1
38

Dove:
P(Ai/B)=(1/3x0,3)/(1/3x0,3)+(1/3x0,5)+(1/3+0,7)=0,3/ =0,200
P(A2/B9=(1/3x0,5)/(1/3x0,3)+(1/3x0,5)+(1/3+0,7)=0,5/1,5=0,333
P(A3/B)=(1/3x0,7)/(1/3x0,3)+(1/3x0,5)+(1/3x0,7)=0,7/1,5=0,467
Al variare di Ai otteniamo la probabilit di verificarsi di B.
La probabilit a posteriori proporzionale al prodotto della probabilit iniziale per la verosimiglianza:
dividiamo la somma di tutte le probabilit,se sommiamo i rapporti,somma della frazione,il totale uguale a uno.
Una delle cause si dovuta verificare.
Vediamo un altro esempio di statistica Bayesiana.
Assumiamo che in una azienda vi siano tre macchine se nella produzione industriale si trovano degli scarti lo
attribuiamo istintivamente alla prima macchina pi obsoleta
Macchina
I
II III
Produzione
0,10 0,20 0,7
Scarti prodotti 0,05 0,01 0,001
5%
2%
0,1%
sembra che la probabilit di produrre scarti sia maggiore per la prima macchina perch pi vecchia.
P(S/I)=0,05
P(S/II)=0,01
P(S/III)=0,001
Applichiamo il teorema di Bayes
P(I).P(S/I)
P(I/S) =___________________=
(i)P(S/I)
0,10.0,05
=_________________________=
(0,1.0,05)+(0,2.0,01)+(o,7.0,001)

0,005
=________________=
0,0077
P(I/S)= 0,64935
0,2.0,01
P(II/S)=______________=

0,25974

0,0077
0,7.0,001
P(III/S= ____________=0,09091
0,0077
39

Senza conoscere le verosimiglianze si fa unanalisi a priori,unanalisi istintiva.

Vediamo invece unanalisi empirica che considera le variabile statistiche.
Se prendiamo lintero fatturato dellazienda lo scarto potrebbe provenire invece dalla 3 macchina perch pi
nuova incide in termine di pezzi prodotti maggiormente delle altre,potrebbe dunque essere pi probabile che lo
scarto sia ravvisabile tra il maggior numero di pezzi prodotti dalla 3 macchina.
Vediamo,considerando lintero fatturato quale la distribuzione delle probabilit nello stato di natura delle cose
P(Mi).P(S/Mi)
P(Mi/S) =_______________________
3
P(Mi).P(S/Mi)
i=1
Considerando le probabilit a priori ci chiediamo quali sono le verosimiglianze?
P(S/M1) una probabilit condizionata=0,05
P(S/M2) =0,02
P(S/M3) =0,001
Calcoliamo le rispettive probabilit di ogni macchina
P(M1/S)=

P0,10.0,05 la verosimiglianza
0,005
_________________________= _______= 0,5155
P0,10.0,05+0,2.0,02+0,7.0,001 0,0097

0,2.0,02
0,004
P(M2/S) =_________________________= _______= 0,0007
P0,10.0,05+0,2.0,02+0,7.0,001 0,0097
Infine per sottrazione avremo quella della 3macchina
0,7.0,001
0,0007
P(M3/S) =_________________________= _______= 0,0721
P0,10.0,05+0,2.0,02+0,7.0,001 0,0097
Abbiamo ribaltato la nostra analisi,cio nel processo decisionale abbiamo modificato le probabilit iniziali che in
una successiva analisi empirica divengono probabilit iniziali.
Attraverso il teorema di Bayes modifichiamo le nostre idee iniziali,da un determinato stato di natura,assegnata
una distribuzione di probabilit,prendiamo le nostre decisioni dalle quali discendono conseguenze in termini di
costi e benefici:
Quindi scegliendo in base allo stato di natura e in rapporto ad una analisi di costi e benefici,la scelta sar quella
minimizza i costi massimi secondo i benefici, la scelta cadr cos sulla posizione mediana,quella che in economia
detta posizione di ottimo Paretiano.

40

Stato di natura
1
2
3
1
2 3
Scelta dazione
1=X11; 2=X21; 3=X31
Nello scegliere calcoliamo il costo medio di guadagno.
Alcune distribuzioni notevoli di probabilit per variabili casuali discrete e continue.

Distribuzione semplici di probabilit

Una variabile statistica pu assumere diverse modalit e ciascuna avere una certa probabilit di manifestarsi,ad
ogni modalit quindi associabile la sua probabilit cos come,in una distribuzione di frequenza,a ogni modalit
associata la sua frequenza.
A seconda che si manifestano modalit discrete o continue si avranno distribuzioni di probabilit discrete o
distribuzione di probabilit continue,che divengono quelle variabili statistiche oggetto del fenomeno della ricerca
statistica che il ricercatore vuole individuare sulle unit statistiche e che possono assumere diversi valori
manifestandosi con diverse modalit.

Distribuzioni di probabilit discrete

Se una variabile K come ad esempio il numero dei maschi in una prole di tre figli,pu assumere solo valori interi e
positivi K1,K2,K3,Kn rispettivamente con probabilit P1,P2,P3,Pn la cui somma deve essere uguale a
1,si dice che la variabile K ha una distribuzione di probabilit discreta.
La funzione P(K) che assume i valori P1,P2,P3,Pn quando K assume i valori K1,K2,K3,Kn,si chiama
funzione di probabilit di K.Se K pu assumere solo valori interi e positivi con date probabilit,essa viene
chiamata variabile cause discrete o variabile stocastica discreta.
Una variabile si dice casuale o stocastica,da Stocastiks che significa abile nel congiuntare,quando pu assumere
modalit diverse ma comprese in una data gamma di valori a seconda del verificarsi di eventi aleatori.
Nel caso del lancio di un dato non se ne conosce il risultato ma si sa che varier tra un numero di 1 a 6.
La distribuzione di probabilit discreta somiglia alla distribuzione di frequenze relative,in teoria,seguendo la
definizione empirica di probabilit,si pu pensare alla distribuzione di probabilit come a forme limite ideali
distribuzione di frequenze relative quando si compie un numero di osservazioni molto grande,tendente allinfinito.
La distribuzione di probabilit pu essere rappresentata esprimendo Pk in funzione di K,come per le distribuzioni
di frequenza.
Si voglia calcolare quante probabilit ci sono che in famiglia nascono rispettivamente 0,1,2,3,maschi.
Si sa che visono uguali probabilit di nascere per maschi,evento M,e per femmine,evento F,per cui [P(M)=1/2 e
P(F)=1/2] e che la nascita di una femmina o di un maschio non influenzata dal fatto che in precedenza sia
unaltra femmina o un altro maschio:gli eventi sono qui indipendenti.
41

Nelle famiglie con tre figli,si possono verificare i seguenti eventi composti escludentisi a vicenda:
a)3 femmine:
P(FFF)=P(F).P(F).P(F)=1/2.1/2.1/2= 1/8
b)2 femmine ed un maschio:
hiP(FFM+FMF+MFF)=P(F).P(F).P(M)+P(F).P(M).P(F)+P(M),P(F)=1/8+1/8+1/8=3/8
c)2 maschi e una femmina:
P(MMF+MFM+FMM)=3/8
d)3 maschi:
P(MMM)=P(M).P(M).P(M)= 1/8
variabile K 0 1 2 3
probabilit P(K) 1/8 3/8 3/8 1/8
PK= Probabilit 30,0% 40,0% 20,0% 20,0% 10,0% -+/ 1

3 K=nr.figli

Distribuzione di Probabilit Continue

Quando la variabile K assume un insieme continuo di valori(si pensi ai pesi in Kg dei neonati) chiamata variabile
casuale continua e P(K) la funzione di densita di probabilit.
La rappresentazione grafica di una distribuzione di probabilit una curva la cui equazione J=P(K).
Larea totale compresa tra la curva e lasse delle ascisse che abbiamo chiamato K uguale a 1 e larea sotto la
curva compresa fra le linee verticali K=K1 e K=K2 rappresenta la probabilit che K assuma valori compresi tra
K1 e K2,indicata col simbolo P [K1<K<k2].

Distribuzione Uniforme
Si ha una distribuzione uniforme quando si possano assegnare a tutti i possibili valori che una variabile pu
assumere,risultati di un esperimento,eguali probabilit.
In un lancio di dato,la probabilit che esso mostri una qualsiasi faccia contrassegnata da un dato numero 1/6.
Per cui la funzione di probabilit :
f(x)=1/6 dove per x=1,2,3,4,5,6.
Ed al variare di X si genera la seguente distribuzione di probabilit:
X:
F(x):

1
1/6

2
3
4
5
6
1/6 1/6
1/6 1/6

1/6

42

E funzione di ripartizione,di accumulo

F(Ci)= f(Xi)
xc
c:

<1
___

f(Ci): 1/6

<2
___
2/6

<3
<4
___ ___

<5 <6
___ ___

3/6

5/6

4/6

6/6

Distribuzione di Pascal
La distribuzione di Pascal viene generata quando lesperimento,che consiste in un numero non prefissato di prove
indipendenti,i cui possibili risultati sono levento E,con probabilit costante P e levento E con probabilit
costante 1-q,si arresta se levento E si verifica.
Se con X si intende le-sima prova in cui si verifica levento E la distribuzione di probabilit sar:
x-1
P(x)=p.q

per X= 1,2,3,

Se con X,invece si intende il numero delle prove che precedono il verificarsi dellevento E la funzione di probabilit
sar:
x
P(x)=p.q per X= 1,2,3,
Si verifica dunque levento contrario con funzione di ripartizione
x-1 x
F(Ci)= p .q = 1-q
Una buona esemplificazione pu essere data dal giuoco della roulette russa in cui in un numero non prefissato di
prove indipendenti i possibili eventi sono morire(M) e vivere (V) e il giuoco si arresta se si verifica levento M.
La pistola a tamburo con sei colpi ma solo uno in canna non sappiamo in quale numero di prove si verifica
levento,visto che si tratta di prove imprecisate:
N
/\
E
E
Se levento si verifica le prove si interrompono,ma se non si verifica queste continuano,si gira il tamburo e si spera.
La probabilit che si verifichi levento morte di 1/6 quella che levento M non si verifichi verificandosi invece
levento contrario M e q che uguale a 1-q sar di 5/6 dellevento vita.
La probabilit che levento M,in un numero imprecisato di prove si verifica al primo colpo uguale a:
1-q
P(X=1)=1/6(5/6) =1/6

43

Quale la probabilit che si verifichi levento M in questo imprecisato numero di prove?

In una prova quale la probabilit che levento M si verifichi al primo colpo,che si verifichi al 2, poi al 3 e cos
via?
Facciamo una tabella:

subito dopo il 1colpo

subito dopo il 2colpo
subito dopo il 3colpo

p.q
p.q2
p.q3

1/6

5/6.1/6

2
5/6.1/6

3
5/6.1/6
4
5/6.1/6

5
5/6

posto che p=1-q:

x
P(<x)=1-q
Per cui:
Lim P(<x)=1
X

44

Dato che;
lim q=0
X
Se effettuiamo un numero di n prove ripetute la morte certa,la somma di tutte le probabilit sar:
n n-1 n
p.q = 1-q
x=1
Se n tende allinfinito q al crescere di n tende a Zero
x-1
lim
p.q
n x=1
mentre la probabilit di vivere di 1/5 vedi la place:
probabil. q-1 non morire
_______________________________ =
di vivere= _______________ = vivere
morire
-1
q.p
6 16
x
n-x
[P(5/6)] [P(1/6)] = q.p
La distribuzione di Pascal tende ad una successione particolare: una progressione geometrica.
Euna funzione esponenziale acefala dal latino acephalos, senza capo o senza principio.
Allora quale sar la funzione della probabilit?
P(M9=1/6=P ; P(V)=5/6=q
La funzione di probabilit sar:
x-1
F(x)=p.q
Dunque la probabilit che si verifichi levento M in un numero imprecisato di volte una funzione
esponenziale,decapitata, acefala.
Levento nelladattamento della funzione uguale a Zero.
Affinch non sia una funzione acefala basta sapere che levento M si verificher dopo un certo colpo per cui
costruiamo la seguente tabella:

45

La funzione di probabilit sar sempree una funzione esponenziale ma non pi acefala,sapendo dopo quale colpo
si verifica levento M.
x
F(x)=p.q
Cos la probabilit che levento M si verifichi al quarto colpo sar:
4-1 = 3
P(x=4)=1/6(5/6)= 125/1296=0,0965
Dove: (5/6)
Mentre la probabilit che levento M si verifichi nelle prime X prove:
x-1
P(<x)=p+pq+pq2+pq3+.pq
Si genera una distribuzione geometrica che uguale a:
-1
P(<x)=p(1-qx)(1-q)
(dove p = 1-q)
Dove:

X1
X1-q
X1-q
1-q _____= ______.p = _______ 1-q = 1-q
(1.q )
1-q
1-q

Essendo una distribuzione di probabilitla sua sommatoria sar uguale a uno.

n

x-1
pq = 1
x=o

Mentre la somma di una progressione geometrica

2

n-1

S=p+pq+pq +.p q
Se moltiplichiamo per la ragione della progressione:
2
n-1 n
n
S=pq+p q +..+p q + p q
1-q
_____________________________= S(1-q) = p ________
S q S = p..p qn
1.q
Ora sapendo che p la probabilit dellevento favorevole e q la probabilit dellevento contrario,semplifichiamo:
P=1-q ; q= 1-p
46

Ed allora la somma di tutte le probabilit :

n
n-1
p q = 1-q
x=1
Se n tende allinfinito, q al crescere di n tende a zero:

x-1
lim
p q
n x=1
Se effettuiamo ripetute prove la morte sar certa mentre la probabilit di vivere di 1/5.
Quando effettuiamo il calcolo delle probabilit dobbiamo stare attenti allenunciato che formuliamo considerando
il limite.
Se sommiamo tutte le probabilit con x che v da 1 a n questa sar:
n
x-1
n
p q = 1- q
x=1
Allora quale la probabilit che effettuando cinque prove si verifichi la morte?cio entro 4 colpi:
1-(5/6)5 = 0,5981
meno di 1/3
Al quinto colpo uguale
P(x-5)=1/6.(5/6)4 = 0,0804
In base alla funzione di probabilit
4 4
x-1 5
6
F(x)= p . q = ---4
Al crescere di n allinfinito la probabilit tende a 1.
Riprendendo la funzione esponenziale sappiamo che la media sar
ai
p
p
M =------- nel nostro caso M= ------- ovvero ----1-ai
q
1-p
o ancora

q
q
M= ------ = -----1-q
p

mentre la variabile,dove q la ragione dellespressione

2 ai
6 = -------- nel nostro caso
(1-ai)
47

2 p
2 q
q
6 = ------ ovvero 6 = ------ = -----(1-p)2
(1-p)2 p2

e lo scarto quadratico medio della funzione di probabilit:

p
6 = -------1 -p
Questa dunque una distribuzione di probabilit,non altro che una distribuzione di tutti i possibili risultati
sperimentabili.

RENE DESCARTES
Discorso sul metodo
Il discorso sul metodo, destinato a diventare non solo un testo chiave per linterpretazione della filosofia
Cartesiana, ma anche un vero e proprio manifesto della filosofia moderna, esce anonimo a Leida, in Olanda, nel
Giugno del 1637.
Lopera nasce come saggio metodologico introduttivo a tre trattati scientifici (La diotrica; Le meteore e la
geometria) che costituiscono la dimostrazione pratica del metodo razionale esposto nel Discorso, ovvero tre
applicazioni particolari della nuova scienza universale.
Il proposito originario di Cartesio quello di esporre un progetto che possainnalzare la natura umana al suo pi
alto grado di perfezionee il cui contenuto universale implica la necessit di rivolgersi al pi vasto pubblico
possibile, da cui la scelta del Francese invece del Latino per la stesura del testo.
Tali propositi iniziali non trovano per pienamente spazio nella versione definitiva dellopera: un evento storico
induce Cartesio a ridimensionare le sue dichiarazione programmatiche, almeno nella forma, e ad usare maggiore
prudenza nella divulgazione di ci che riteneva essere una scoperta meravigliosainventum mirabilis.
Si tratta della condanna di Galilei e della teoria Copernicana da lui professata,avvenuta il 22 giugno 1633: le
riflessioni sulla fisica e sullastronomia elaborate fino a quel momento da Cartesio si trovavano in perfetta sintonia
con la cosmopologia Copernicana e tale condanna metteva in crisi le speranze di trasmettere allumanit un nuovo
modello di conoscenza del mondo.
Cartesio si rende conto della portata rivoluzionaria delle sue teorie e della conseguente necessit di trovare una
forma di espressione adeguata al fine di non sollecitare lintervento delle autorit civili e religiose.
Scrive in una lettera a Marin Mersen:Non metto trattato sul metodo ma discorso sul metodo, per mostrare che
non ho il disegno di insegnarlo ma solamente di parlarne.
Il titolo definitivo avr dunque un tono assai moderato:Discorso sul metodo per ben condurre la propria ragione e
ricercare la verit nella scienza.
Lopera vuole rispondere allurgente necessit di trovare, per lo sviluppo della scienza e quindi per lumanit, un
saldo criterio che permetta di distinguere il vero dal falso, ovvero principi metodologici capaci di fornire una
guida sicura per la conoscenza certa.
Lo stile adottato da Cartesio per lesposizione del metodo scientifico da lui scoperto rende conto da un lato
dellintimo desiderio di stimolare riflessioni, risposte, critiche costruttive, dallaltro della necessaria prudenza
imposta dalle circostanze storiche.
48

Il filosofo rievoca la propria esperienza intellettuale, il cammino della ragione da lui percorso in venti anni di
ricerche e riflessioni ci che tiene a dichiarare che non pretende di imporre il suo metodo come unica strada
possibile per la ricerca della verit,ma che intende semplicemente raccontare il cammino che egli ha seguito
nellintento costante di ben condurre la propria ragione.
E interessante notare come successivamente, con la pubblicazione delle Meditazioni Metafisiche,Cartesio non
nasconda una determinazione decisamente pi ambiziosa nel proposito di convincere anche gli altri della validit
della sua filosofia.
Lopera si rivolger infatti, tanto per luso del Latino quanto per lo stile rigorosamente dimostrativo, ad un
pubblico ben pi selezionato capace di comprendere la successione ed il nesso dei ragionamenti e di accogliere
quegli stessi pensieri per opera dei quali gli sembra di essere pervenuto ad una conoscenza certa ed evidente della
verit.
I PRINCIPI DEL METODO
Avendo gi tentato, nelle Regole per la direzione dellintelligenza del 1628, di condurre una analisi della
conoscenza seguendo il modello dei procedimenti logici dei matematici, Cartesio ritiene di dover ridurre quei
principi a soli quattro precetti molto semplici e astratti,che sono quelli esposti nel Discorso.
Il primo principio metodologico vieta di accettare per vero tutto ci che non sia assolutamente evidente e impone
che solo le idee chiare e distinte siano assunte a fondamento della conoscenza.
Il segno infallibile della verit dunque levidenza immediata ed indubitabile: la mente umana riconosce le idee
vere grazie allintuizione, sebbene si tratti di unintuizione puramente razionale, molto lontana dallesprit del
finesse di Pascal.
Questa prima regola stata definita una vera e propria dichiarazione dei diritti della ragione umana, poich ne
professa lemancipazione dal principio di autorit e dalla tradizione, decretandone la piena autonomia e
legittimit.
In secondo luogo, spiega Cartesio, occorre dividere ogni problema nel maggior numero possibile di problemi
particolari, cio scomporre ogni oggetto in un certo numero irriducibile di elementi semplici: si tratta del
procedimento analitico.
Una volta arrivata agli elementi ultimi, la mente non deve fare altro che assistere alla generazione naturale delle
cose dai principi alle conseguenze, conducendo i pensieri per gradi dal pi semplice al pi complesso e ricostituendo
un quadro sintetico del reale.
Essendo la combinazione degli elementi allorigine di tutto lordine del reale,ne risulta garantita non solo lunit
del sapere umano, ma anche la conoscibilit di ogni aspetto della realt.
Il quarto ed ultimo principio impone di elencare in modo esaustivo e completo tutti i dati riguardanti loggetto di
studio: e ci che gi nelle Regole Cartesio aveva definitounenumerazione metodica e sufficiente,cio la ricerca
puntuale di tutto ci che abbia attinenza con la materia trattata.
Quando la mente si sar abituata a pensare matematicamente, allora potr trasporre questo stesso metodo a
qualsiasi altro campo del sapere e soprattutto arriver a concepire la possibilit di una matematica universale e
della piena realizzazione della saggezza intesa come ricerca della verit.
Lapplicazione del metodo, e in particolare del primo principio alla filosofia, implica la necessit di considerare
provvisoriamente false tutte le opinioni passate e di annientare persino ogni inclinazione a credere alla
testimonianza dei nostri sensi.
49

Mettere in dubbio lattendibilit delle sensazioni,e quindi tutto il sapere umano che su di essa stato costruito nel
corso dei secoli, significa Ammettere lesistenza di un genio maligno e ingannatore che ha posto lillusione che come
principio costitutivo della nostra esistenza.
Il dubbio portato alle sue estreme conseguenze, e per questo chiamato iperbolico dallo stesso Cartesio, rende luomo
simile ad una tabula-rasa.
Ora, il ragionamento di Cartesio il seguente: Se esiste una sola verit capace di sopravvivere a questo dubbio
radicale, questo non potr che essere il principio primo della filosofia, anteriore a qualsiasi altra verit e da cui
anzi ogni altra verit potr derivare.
Questo principio primo il celeberrimo cogito ergo sum.
Lunica cosa, cosa di cui luomo che dubita non pu dubitare il fatto stesso di star dubitando, cos ecco emerge la
prima evidenza chiara e distinta: penso, quindi sono.
Pensiero ed esistenza sono percepiti come unintuizione unica della ragione, e la certezza dellesistenza dellio come
sostanza pensante, res cogitans, che si presenta con lintuitiva evidenza delle verit matematiche.
Sulla base del principio del cogito Cartesio proceder alla pars-costruens del sistema,il cui primo passo la
dimostrazione dellesistenza di DIO la quale a sua volta garantir la verit dei giudizi della ragione.
Ci che davvero costruisce lunicit del Discorso nella storia del pensiero occidentale il suo essere al tempo stesso
lesposizione di un sistema, in quanto il metodo fonda la validit dellintera costruzione filosofica Cartesiana, e il
racconto autobiografico di uno spirito; la narrazione di una vita interamente dedicata allesercizio del pensiero ed
alla fede nella sua grandezza.
LA FEDE MATEMATICA
Le tappe del percorso intellettuale di Cartesio esposte nel Discorso si articolano in sei parti, attraverso le quali vita
e pensiero si fondano in ununica scansione evolutiva.
Lautore cerca di spiegare che cosa lo abbia spinto alla ricerca di un nuovo metodo capace di fondare una
conoscenza certa e sistematica.
I nove anni trascorsi presso i Gesuiti del collegio di La Flche lo hanno profondamente deluso, la formazione
scolastica e la cultura tradizionale si sono rivelate sterili ed inattuali, conducendolo pian piano a cercare dentro di
s, nella riflessione filosofica, le risposte ai quesiti che lo impegnano.
Le scienze matematiche sono lunico insegnamento che abbia suscitato in Cartesio,f in da quando era giovanissimo,
una fede incondizionata, ed precisamente il desiderio di riformare questo ramo della scienza che lo porta ad
incontrare sul suo cammino il metodo razionale.
Consapevole di quanto sia difficile far cose perfette lavorando sulle cose altrui, decide di fondare una nuova
scienza matematica e di creare un modello metodologico di mathesis-universalis per tutti i tipi di conoscenza.
Il principio fondante della scienza universale consiste infatti nel considerare la matematica applicabile a tutti gli
ambiti del reale,perch capace di descriverne i rapporti tra gli elementi pi semplici,siano essi numeri, figure
,astri,suoni o lettere.
Il metodo matematico non altro, in definitiva, che il normale uso della ragione e le regole di questo metodo sono
da ricercare nellordine che il pensiero segue quando pensa matematicamente.

50

I TORMENTI DI PASCAL
Di indole completamente diversa di quella dellavventuroso Cartesio, furono altri due grandi matematici francesi
contemporanei, che portarono anchessi un notevole contributo al rinnovamento di questa scienza: Pierre Fermat e
Blaise Pascal.
Sulla vita del primo c ben poco da dire, se non che fu esattamente lopposto di quella di Cartesio e che, proprio per
quanto riguarda la matematica, tutto quanto produsse lo fece da dilettante.
Magistrato e consigliere del re al parlamento di Tolosa, aveva probabilmente molto tempo libero e lo dedicava al
suo hobby preferito:gli studi matematici.
Uomo coltissimo scriveva ottimi versi nelle principali lingue europee. Fu anche un ottimo filologo di greco e di
latino. Di carattere affabile e simpatico (anche se Cartesio, sicuramente geloso di lui soleva ripetere:il Signor de
Fermatt un guascone io no), fu anzi incapace di vantarsi, come meritavadelle sue scoperte.
Memorabile divenne una lunga polemica con lo stesso Cartesio a proposito del problema delle tangenti, che
abbiamo gi incontrato parlando di Archimede e che risulta una questione fondamentale del calcolo differenziale.
Nella dinamica, la pendenza della tangente ci fornisce istantaneamente il valore della velocit di un punto che si
muova descrivendo una curva qualunque.
Altre applicazioni formidabili si hanno in ottica, oltrech nella meccanica ondulatoria.
Fermat dalle sue indagine dedusse, tra laltro,le leggi della riflessione e della rifrazione:
Langolo di incidenza di un raggio di luce che si riflette uguale allangolo di riflessione; il seno dellangolo di
incidenza di un raggio che si rifrange ha un rapporto costante con il seno dellangolo di rifrazione nel passaggio del
raggio stesso da un mezzo allaltro.
Per esempio, dal vetro allaria e viceversa.
Fermata rettific Descartes nella classificazione delle curve secondo il loro grado, ma la sua opera pi grande fu la
teoria dei numeri o aritmetica superiore, che cominci a sviluppare partendo dalle considerazioni sui numeri primi;
anzi, lenunciato che noi impieghiamo a questo proposito fu proprio presentato da Fermat (un numero primo
positivo un numero pi grande di uno che non abbia altri divisori oltre se stesso e lunit).
Famosissimo poi, rimasto lultimo teorema di Fermat: E impossibile dividere un cubo in due cubi, una quarta
potenza in due quarte potenze o, in generale, una potenza qualunque di grado superiore a due in due potenze dello
stesso grado;ho scoperto una dimostrazione veramente bella, per questo margine (Fermat scriveva le sue note
sul limite del foglio) troppo piccolo per poterla contenere.
In sostanza Fermat affermava che non esistono numeri tali che x elevato a n(xn) pi y elevato ad n(yn) sia uguale
ad a elevato ad n(xn+yn=an), se n un numero pi grande di due.
Fino ad ora si dimostrata limpossibilit di una soluzione di questa equazione in numeri interi o frazionari per
tutti i valori dati ad x e ad y, comprsi fra uno e quattordicimila.
La questione suscit tanto interesse anche dopo la morte di Fermat,che nel 1908 uno studioso tedesco, il professor
Wolfskehl, lasci un capitale di centomila marchi destinati alla prima persona che fosse riuscita a fornire una
dimostrazione completa di quel teorema.
Per quanto ne sappiamo nessuno ha ancora incassato quel premio.
51

Ed eccoci a quello che alcuni hanno definito il capitolo pi curioso della matematica: un compendio innumerevoli
di problemi, di relazioni, di rapporti che servono al giocatore dazzardo del poker o dei dadi; al frequentatore della
roulette - come ai consigli di amministrazione delle assicurazioni; ai fisici teorici e sperimentali che studiano la
composizione degli atomi e delle loro particelle; ai biologi che affondano le loro meningi nelle questioni della
genetica.
Si tratta del calcolo combinatorio, ed per lo meno singolare che in esso trovino qualcosa di comune i fenomeni e i
fatti pi vitali insieme con gli enigmi banali del gioco dazzardo.
Il calcolo combinatorio, cio lo studio e lanalisi delle possibilit che un certo evento si verifichi oppure no, legato
ai nomi di Pascal e di Fermat.
I due matematici si conoscevano bene e si stimavano reciprocamente tanto che un giorno Pascal scrisse a
Fermat:Il signor Antoine Gobaud de Mr molto intelligente, ma non un matematico e ci come voi sapete ,
un difetto molto grave, Pascal poi descrisse il problema per il quale de Mr dichiara ai quattro venti che i
teoremi matematici non son sempre veri e che la matematica si contraddice.
COME VINCERE AI DADI
I fatti stavano cos: i compagni di gioco di De Mr gettavano un solo dado per quattro volte.
Uno dei giocatori scommetteva che il sei sarebbe uscito per lo meno una volta su quattro, mentre lavversario
scommetteva linverso.
Luomo citato da Pascal aveva scoperto che lo scommettitore dei sei era favorito dalla sorte.
De Mr aveva preso nota di tutte le giocate e scopr empiricamente che in effetti le probabilit di uscita del sei su
quattro giocate sono seicentosettantuno contro seicentoventicinque.
Stancatisi di questo gioco, gli amici del Signor de Mr decisero di variarlo, gettando due dadi per ventiquattro
volte e scommettendo sul doppio sei( il dodici).
Ancora una volta De Mr fu stupito da unaltra scoperta: le probabilit risultavano invertite: era favorito chi
scommetteva contro luscita del dodici e ancora una volta -a conti fatti- risult che chi giocava contro aveva in
media cinquantuno possibilit su cento di vincere;quarantanove il suo avversario.
Fu compito di Pascal generalizzare in termini matematici questa curiosa situazione.
Pascal apparteneva a quel gruppo di geni nei quali lamore per la scienza esatta e in particolare per la matematica
si fondeva in un misticismo filosofico-religioso dilaniante.
Per questo anche il calcolo delle probabilit gli sugger un impensabile risvolto teologico-lorale.
Il valore della felicit eterna deve essere infinito, disse lo studioso.
Se si pensa a questo -aggiunse- vale la pena di essere religiosi.
Infatti, se la felicit eterna come il premio di una lotteria e se anche la probabilit di vincere avendo condotto
una vita religiosa molto piccola (come per esempio quella di un acquirente di un biglietto di lotteria), la nostra
speranzadi salvezza, ovvero il valore del biglietto in questalotteria delleternitresta infinito; ogni frazione di
infinito infinito.

52

Se si gioca a testa e croce con una moneta, la probabilit che esca testa o che venga fuori croce in un numero
sufficientemente grande di giocate, sono identiche, un mezzo.
Ripetendo lo stesso ragionamento con un dado, le probabilit di ottenere un risultato o un altro (per esempio tre o
quattro), diventano un sesto.
In genere la probabilit di un avvenimento in una serie di casiugualmente probabili e reciprocamente escludentisi
data dal numero di casi favorevoli diviso quello dei casi possibili.
Facciamo un esempio: se si acquista il biglietto di una lotteria che abbia che abbia venduto un milione di tagliandi,
la probabilit di vincere uno diviso un milione, cio molto esigua. Ed con ragionamenti del genere che le
compagnie di assicurazioni calcolano le loro tabelle di mortalit per alzare o abbassare il valore dei premi a
seconda che uno si assicuri a cinquantanni o a venti.
Inoltre un modo di ragionare che purtroppo non seguono i giocatori dazzardo, rimettendoci le penne, mentre lo
sanno fare e lo applicano benissimo i tenutari delle bische.
Ovviamente, il calcolo combinatorio come lo si studia oggi sui banchi delluniversit non solo e tutto questo.
Nel nostro cammino dietro le vicende dellascienza dei numeribasta dare unidea di come quel calcolo nacque e che
cosa esso significhi: la possibilit di perdere matematicamente degli eventi; la base sulla quale poggia buona parte
dei moderni sistemi per le indagini statistiche moderne.
Ventisette anni pi giovane di Cartesio, Pascal, che era nato a Clermont Ferrand dalla famiglia del direttore
dellufficio delle imposte di quella citt, fu -come carattere e personalit- esattamente lopposto del grande
contemporaneo.
Giovanissimo, rivel la sua straordinaria capacit matematica; una delle sue due sorelle pot raccontare che egli
aveva trovato e dimostrato per suo conto parecchi teoremi deglielementi di Euclide.
La cosa aveva del prodigioso e molti storici hanno finito per concludere, dopo unattenta analisi, che questa storia
fu probabilmente inventata dalla sorella dello studioso nel desiderio di aumentarne la gloria.
I matematici di oggi ben sanno che certi enunciati di Euclide, ritenuti rigorosi per duemila anni, non sono affatto
vere e proprie dimostrazioni; pertanto era impossibile che Pascal avesse, per proprio conto, riprodotto non soltanto
le cose valide, ma anche tutte le inavvertenze nelle quali era caduto Euclide.
Salute cagionevole; costantemente sofferente di insonnia, di mal di stomaco e di mal di denti,i n un tempo in cui le
cure odontoiatriche erano affidate nientemeno che a barbieri armati di grossolane pinze, oltrech di rasoi, Pascal fu
per tutta la sua vita macerato dai problemi religiosi.
Ebbe tre conversioni e si rinchiuse anche in convento.
Scrittore raffinato, a lui si debbono alcune delle pi belle pagine della lingua francese, oscill nelle sue indagine e
nelle sue meditazioni fra gli studi della teologia, le concezioni mistico-morali e lo studio delle scienze esatte.
In particolare fu attratto dalla geometria;a lui si debbono alcuni studi basilari della geometria prospettica, per la
quale part dalle indagini di Desargues, che abbiamo gi ricordato.
Nel campo della fisica (ma sarebbe pi giusto dire della geo-fisica), riprendendo in mano gli esperimenti di
Torricelli, dimostr il vero significato della pressione atmosferica, rilevando le sue variazioni.

53

In campo geometrico la sua costruzione pi famosa quella dellacicloide.Si immagini un punto su una ruota(si
direbbe oggi) di bicicletta.Si faccia girare la ruota su una strada perfettamente piana di fronte alla superficie di un
muro.
Il punto da noi considerato descriver sul muro una certa curva, chiamata appunto cicloide, le cui caratteristiche
sono estremamente interessanti.
Per la verit questa curva era stata scoperta da Charles Bouvelles.
Era stata studiata da Galileo e dal suo allievo Vincenzo Viviani; inoltre, Galileo si era accorto che le strutture ad
arco rispondenti alle caratteristiche della cicloide erano pi resistenti delle altre.
Per inciso, si dir che molti dei ponti attuali costruiti in calcestruzzo corrispondono ad archi aventi le
caratteristiche della cicloide.
Pascal si dedic a questo studio -a quanto hanno raccontato i suoi biografi- per occupare la testa in qualche cosa in
modo da distrarsi dalla tortura di un attacco di mal di denti che lo aveva svegliato nel cuor della notte.
Il dolore cess e Pascal interpret questo fatto come un segnale del cielo, inviatogli per fargli sapere che non era
peccato interrompere i suoi pensieri riguardanti lanima per meditare invece sui fatti della geometria.
Unaltra conquista di Pascal merita di essere ricordata.
Appena diciannovenne ide e costru la prima macchina calcolatrice del mondo, fatta di una serie di rulli ad
ingranaggi, ciascuno dei quali corrispondeva ai numeri dalluno al nove.
Le ruote stavano in modo che dopo dieci giri del primo faceva un giro il secondo;dopo dieci giri del secondo,un giro
il terzo e cos via.E il sistema che vediamo applicato sul contachilometri della nostra auto.
Pascal costru lapparecchietto per aiutare suo padre nelle laboriose computazioni del suo ufficio fiscale.
Ne invi una copia al Re e unaltra a Cristina di Svevia, ma questultima,pur apprezzando il dono continu a
preferire la compagnia di Cartesio.
Pascal mor assai giovane -aveva trentanove anni- torturato dal mal di testa e dalle convulsioni, alternando strane
elucubrazioni mistico-religiose a periodo di lucidissima logica.
A quanto parer lautopsia rivel lorigine di tutti i suoi guai e di tutti i suoi tormenti spirituali e fisici:aveva una
lesione al cervello.
A proposito del calcolo combinatorio di Pascal, Laplace ebbe a scrivere:La teoria delle probabilit non in fondo
che buon senso ridotto a calcolo; essa permette di valutare con esattezza ci che le menti illuminate sentono per
una specie di istinto senza rendersene conto..E notevole come tale scienza, che cominciata con gli studi dei
giochi dazzardo, si sia elevata ai pi importanti oggetti delle conoscenze umane.
In effetti,il calcolo combinatorio,dal lavoro di Pascal a oggi,si sviluppato arricchendosi notevolmente ad opera
dei matematici che si sono susseguiti negli ultimo tre secoli.
Fra laltro ,la prima trattazione sistematica si deve a Giacomo I Bernoulli ed a Laplace,che nel 1812 pubblic la
sua Thorie analytique des probabilits.
A tal proposito dovremmo ricordare i lavori di von Mises e Kolmogorov dai quali nacquero le ricerche
sullaripartizione delle probabilit.
54

Ci permise la generalizzazione delle condizioni di validit del cosiddetto -teorema asintotico- di LaplaceLjaounov, per il quale la somma di un gran numero di variabili casuali indipendenti segue approssimativamente la
legge normale.
Ci si dimostrato particolarmente utile negli studi riguardanti i fenomeni naturali provocati da un gran numero
di cause che si sommano lun'altra e il cui effetto individuale non prevedibile.

1
3 2
1 2 2 2 3
1 1 2 1 3 1 4

4
3

1
6
5 2
5
1
5
4 3
4
2
4
3
4
3
3
3
2
5
2
4
2
1
6
1
5
1

1
2
3

2 4
1 5

1
2
3
4

4
3 1 3
2 2 2 1 2
1 3 1 2 11 1

Ecco secondo il calcolo delle probabilit,le accoppiate che si ottengono giocando a dadi.

1
1

1
1
1
1
1
1

3
4

5
6

2
6
10

15
21

1
3

1
4

10
20

35

1
5

15
35

1
6

21

1
7

1
1
8
28
56
70
56
28
8
1
.Questo
il triangolo combinatorio di Pascal,detto anche triangolo di Tartaglia; si nota che:
a)per la legge dei termini complementari i termini equidistanti dagli estremi sono uguali;
b)risulta,come facilmente si verifica,che,qualunque sia la riga n che si considera,la somma dei numeri che figurano
su una riga uguale a (2)n. Cos, per esempio,considerando la terza riga,cio n=3,si ha:
3
2=8
c) per la relazione di Stiefel, ogni termine del triangolo si ottiene sommando i 2 termini della riga precedente tra i
quali compreso.
LA VARIABILE DEL CASO
Una variabile casuale una funzione di probabilit che varia entro un certo dominio e/o condominio.
Parlando di distribuzione di probabilit e variabili casuali poniamo certe condizioni:
-effettuiamo n prove indipendenti non specificandone il numero.
-Non sappiamo in quale numero di prove si verifica levento sperato,visto che si tratta di prove imprecisate
-Il risultato delle prove sar una dicotomia:evento favorevoleevento sfavorevole
-Levento si interrompe se si verifica levento desiderato.

55

In prove ripetute otteniamo una distribuzione di probabilitdi tipo rettangolare,dove la funzione di densit delle
probabilit cumulate ha una forma prima a gradini poi ogivale.

1/k

1/K

1 2 3 4 5 6
GRADINI

OGIVA

Un evento casuale un evento che pu verificarsi, o non pu verificarsi.

Se ad esempio,in maniera pedestre, se lanciamo due volte una moneta o una volta due monete:la faccia delle monete
pu verificarsi o non verificarsi avremo la possibile distribuzione:
lancio 2 volte una moneta
T
T
C
C

lancio 1 volta 2 monete

T
C
T
C

Sono eventi casuali, ad ognuno possiamo assegnare una probabilit assegnandogli un numero reale compreso tra 0 e
1.
Allora vediamo come trasformare un evento casuale in una variabile casuale,assegnando un numero reale,compreso
tra zero e uno,in base al numero di volte che si verifica levento ed avremo:
n.T
2

1
otteniamo una distribuzione di probabilit detta di Pascal.
Una distribuzione di probabilit non altro che una distribuzione di tutti i possibili risultati sperimentati in
determinate condizioni.
Per cui se se ne modifica un valore varia la distribuzione.
Nel gioco dei dadi Pascal puntava alla pari nella speranza che lanciando due dadi si verificasse leventoalmeno
un doppio sei attribuendo allevento una probabilit di verificarsi del 5% e di non verificarsi del 50%.
Quindi nel corso di 24 prove,egli puntava su almeno un doppio sei alla pari,ma perdeva.
Allora si accorse che lanciando invece 25 volte i dadi tendeva a vincere,cosa succedeva?
La P(almeno un doppio sei)=1P(che almeno un doppio 6 non esca) si veda il prodotto delle singole probabilit dal
principio delle probabilit totali e composte,poi si procede alla analisi della distribuzione di Pascal.
56

Qual la probabilit che un doppio 6 esca?

E uguale al prodotto delle singole probabilit,ammesso che i dadi non siano truccati,
cos si avr:
Che si verifichi un doppio sei:
P(26)=1/6 x1/6=1/36
Che non si verifichi un doppio sei:
In base allenunciato,poich le oribabilit sono uguali allo 0,5,quante volte occorre lanciare i dadi affinch si
ottenga lo 0,5 di probabilit
(35/36)n = 0,5
otteremo il n delle volte ricorrendo ai logaritmi:
log.0,5 0 N LOG (35/36
LOG O,5
N=--------------------------= 24,60509775
Log 35 log 36
Questo valore ottenuto non 24 ma un valore compreso tra 24 e 25.
Se lanciamo 2 dadi 24 volte la probabilit contraria maggiore del 50%
P( 2 sei)=0,508596
P(225)=0,508896
La probabilit che non si verifichi un doppio sei di o,49641 ne consegue che chi giocava alla pari tendeva a
perdere, se de Mr avesse puntato il doppio sei su ventiquattro lanci si sarebbe rovinato.
LA TEORIA DEI GIOCHI
Questa disciplina matematica che studia il comportamento ottimale di individui e coalizioni di individui in
situazioni di conflitto, stata elaborata da J.Von Neomann nel 1928, che ne ha sviluppato le applicazioni
economiche con O.Morgen Stern con la teoria dei giochi e comportamento economico nel 1944.
Nei giochi classici:scacchi,poker,bridge, etc. ogni partecipante conosce i comportamenti possibili, le corrispondenti
conseguenze e i propri obiettivi ed quindi obbligato ad analizzare ogni possibile situazione generata dagli
interessi contrastanti dei giocatori.
In base a questa analisi possibile fissare i comportamenti ottimi per ciascun individuo e stabilire il compenso
positivo o negativo che spetta ad ogni partecipante, in base alle sue scelte.
Questa teoria legata ad altre di ordine economico-sociale quale ad esempio la programmazione lineare,la teoria
delle decisione statistiche,la pianificazione militare, la scienza direttiva etc.
Qualunque gioco generalmente costituito da:un insieme di agenti,un insieme di strategie a disposizione degli
agenti, un insieme di esiti alternativi, una regola del gioco che associa ad ogni combinazione di strategie scelte
57

dagli agenti il corrispondente esito del gioco, una regola di comportamento, una per ciascuna agente,che indica la
migliore strategia da utilizzare in base alle aspettative che ciascuno formula sulle mosse degli altri.
I giochi possono essere classificati in base ai seguenti elementi:la possibilit o meno di formare coalizioni vincolanti
ovvero di scegliere le mosse in accordo con una strategia comune elaborata da un gruppo di agenti;il processo di
formazione delle aspettative le quali sono formulate in base a due elementi: linsieme delle informazioni disponibili
ed il modo di interpretare le informazioni stesse; il numero di mosse a disposizione di ciascun partecipante ovvero il
fatto che il gioco avvenga in un istante oppure preveda una serie di mosse e contromosse successive; la natura del
gioco, a questo proposito opportuno distinguere giochi a somma zero e giochi a somma positiva; nei giochi a
somma zero lesito e tale per cui il guadagno goduto da un agente sempre controbilanciato dalle perdite subite
dagli altri: la somma dei guadagni e delle perdite e pari a zero; nei giochi a somma positiva la somma dei guadagni
ovviamente maggiore di zero; un caso interessante rappresentato dai giochi a somma variabile,i n cui il totale
dei guadagni dipende dalle strategie degli agenti: ne un esempio il dilemma del prigioniero.
IL DILEMMA DEL PRIGIONIERO
Questo un gioco non cooperativo, in cui cio non consentita la comunicazione ed il coordinamento fra gli
attori.I n una versione iper semplificata, ma sufficiente ai nostri fini , ale modello pu essere riassunto nei termini
seguenti. Vi sono due prigionieri in attesa di processo impossibilitati a comunicare fra loro, ai quali sono offerte
come opzione alternative la collaborazione col giudice inquirente o lomert. Nel caso che essi si accusino
reciprocamente del reato di cui sono imputati, la pena sar di 5 anni; e manterranno il silenzio entrambi verranno
scarcerati dopo un anno,decorsi i termini di carcerazione preventiva.
Se solo uno dei due accuser laltro, laccusatore sar libero subito,ma laccusato dovr scontare 10 anni di carcere.
Lesito del gioco,data la razionalit degli attori e la mancanza di comunicazione fra loro, sar di necessit
collettivamente insoddisfacente in forza dello stesso orientamento razionale-egoistico dei giocatori.
Infatti,ciascuno dei due prigionieri, per un verso, spera di sfruttare il silenzio dellaltro, uscendo subito di galera;
per altro verso, teme che il complice parli e dover perci scontare, col proprio silenzio, 10 anni di pena.
Entrambi adotteranno perci un comportamento strategico teso a massimizzare lutilit attesa: la strategia
dominante sar quella della reciproca delazione.
Questa scelta in s razionale condurr per al risultato sub-ottimale di una condanna a 5 anni ciascuno, a fronte
di un esito ottimale, in senso paretiano, di un anno a ciascuno che sarebbe stato ottenuto col comune silenzio.
Il gioco del prigioniero descrive tipicamente lesito non voluto di interazioni sociali non controllate, soggette
allincertezza, e gli effetti perversi dellaggregazione spontanea delle preferenze individuali.
TEORIA DELLE DECISIONI
E la disciplina che studia il processo logico formale di scelta del comportamento ottimale in presenza di
informazioni incomplete o in condizione di incertezze. Introdotta nel 1939 da A.Wald come generalizzazione
della teoria statistica classica della stima e della verifica di ipotesi, la teoria ha avuto poi un notevole sviluppo
soprattutto per opera degli statistici Bayesiani ed in particolare di L.J.Savane.
Un individuo si trova a dover prendere delle decisioni in condizione di incertezza quando deve scegliere una fra
pi o nessuna azione possibile le cui conseguenze non sono determinabili a priori,nel senso che ogni azione
contemplata conduce certamente ad una delle conseguenze previste senza per poter stabilire esattamente a quale
di esse. Solitamente si suppone che lincertezza cha lascia indeterminata la conseguenza dipenda dalla conoscenza
di alcuni eventi,stati di natura,e che le conseguenze di ciascuna azione possano essere valutate in termini di utilit
o di perdita.
58

Un modello della teoria delle decisioni e allora costruito da un insieme di possibili azioni (Ai), un insieme di
possibili stati di natura(Oi) e da una funzione L (A,O) che misura la perdita o lutilit che si consegue quando si
intraprende lazione A e lo stato di natura 0.Si supponga, sapere esempio, che una macchina si sia fermata e che
le possibili azioni da compiere siano: ripararla (A1) o sostituirla (A2).Ciascuna delle due azioni comporta il
sostenimento di un costo che dipende dal guasto (stato di natura) che pu essere riparabile (01) o non
riparabile(02).
Nellipotesi che il costo di riparazione sia pari a 1 e quello di sostituzione sia pari a 2, la funzione di perdita
assume i seguenti valori: L(A1,O1)=1,L(A2,O1)=2,L(A1,O2)=3,L(A2,O2)=2.
Per effettuare la scelta fra le diverse azioni occorer tener conto anche delle eventuali informazioni su O
disponibili a priori e/o conseguite mediante una rilevazione campionaria.
Nella fattispecie le informazioni campionarie possono essere del tipo: la macchina si fermata allimprovviso(Z1),
la macchina non funziona bene da qualche tempo (Z2), la macchina non ha mai funzionato bene (Z3).La regola
che associa a ciascun possibile risultato campionario (Z1) lazione da intraprendere chiamata strategia o
funzione di decisione.
Obbiettivo della teoria delle decisioni la scelta della strategia migliore in base a un prefissato- criterio di
ottimalit. Uno dei criteri di ottimalit pi noti e quello suggerito da A.Wald e noto come il -criterio del minimax.
Poich ogni strategia ha un costo atteso per ogni possibile stato di natura,il criterio del minimax consiste nel
calcolare per ciascuna strategia la perdita massima(max), cio quella che si avrebbe se fosse veroi l valore di 0 a essa
pi sfavorevole, e nello scegliere poi la strategia cha ha associato la perdita massima pi piccola.
Questo criterio generalmente considerato pessimistico o almeno eccessivamnente prudenziale per cui ne sono
preferiti altri quali, per Es. il criterio di Bayes-Laplace o quello reso popolare da Savane e noto come criterio di
Bayes-Bernulli.
Entrambi valutano per ogni strategia non la perdita massima,ma come nel caso precedente,una media delle perdite
per ciascuno stato di natura e scelgono,quindi la strategia con la pi piccola perdita media .
Ma mentre nel primo di Bayes-Laplace,si ipotizzano equiprobabili i diversi stati di natura,per cui la media viene
effettuata impiegando pesi uguali,nel secondo si parte dal presupposto che possono attribuirsi probabilit a priori
diverse e soggettiva ai differenti stati di natura e riutilizzano queste ultime come pesi.

59

QUANTO POSSA LA FORTUNA NELLE COSE UMANE E IN CHE MODO SE LI ABBIA HA

RESISTERE
E non mi incognito come molti hanno avuto ed hanno opinioni che le cose del mondo sieno in modo governate
dalla fortuna e da Dio,c he gli uomini con la prudenzia loro non possino correggerle, anzi non vi abbiano rimedio
alcuno; e per questo potrebbono iudicare che non fussi da insulare molto nelle cose, ma lasciarsi governare alla
sorte.
Questa opinione stata pi creduta n nostri tempi per la variazione grande delle cose che si sono viste e vengosi
oggi d, fuora di ogni umana coniettura.
Non di manco,perch il nostro libero arbitrio non sia spento, iudico potere essere vero che la fortuna sia arbitra
della met delle azioni nostre, ma che etiam lei ne lasci governare laltra met,o presso,a noi.
Similmente interviene della fortuna; la quale dimostra la sua potentia dove non ordinata virt a resisterle; e
quivi voltali sua impeti, dove lo sa che non sono fatti gli argini e li ripari a tenerla.
(tratto dal Principe di N.Macchiavelli)

60

61