Topografia

(2015-2016)

Lezione 1
Probabilit
Variabili casuali

Introduzione alla probabilit

Cardano

Huygens

ebyev

Laplace (definizione
classica, basata sulla
simmetria)

Andrej Markov

Von Mises
(definizione frequentista)

Kolmogorov (definizione assiomatica)

Introduzione alla probabilit

Un dado lanciato su un tavolo e si legge il

numero sulla faccia visibile
Si misura la lunghezza L di un corpo rigido con un
metro campione, con lapprossimazione del mm
Un elettrone con velocit v passa attraverso una
fessura e ne viene rilevata la posizione su uno
schema fluorescente
In base ai dati disponibili, non si riesce a predire il
risultato dellesperimento con certezza
Ovvero: ripetendo lo stesso esperimento svariate
volte, si ottengono risultati diversi

Introduzione alla probabilit

Alcuni esperimenti non hanno un risultato
univoco, bens un insieme di risultati possibili
e un ordine di priorit tra di essi (espresso
mediante un numero compreso tra 0 e 1)
Lente teorico che riassume tali considerazioni
la variabile casuale, espressa mediante :
F(x) (funzione distribuzione di probabilit) e
f(x) (funzione densit di probabilit)

Introduzione alla probabilit

un evento sia composto da eventi tra loro
incompatibili (se succede l'uno non pu
succedere l'altro)
La probabilit dell'evento totale uguale alla
somma delle probabilit degli eventi parziali, fra
loro incompatibili (Teorema della probabilit
totale)

Introduzione alla probabilit

Un evento sia composto da eventi
indipendenti, (l'accadere del primo non
influenza l'accadere del secondo)
La probabilit dell'evento composto uguale al
prodotto delle probabilit degli eventi
componenti (Teorema della probabilit
composta)

Introduzione alla probabilit

| =

la probabilit condizionata

A
AB
B

Introduzione alla probabilit

CAPELLI
OCCHI

chiari

scuri

chiari

40

10

scuri

10

40

50
=

100
40
=

50
A= estrazione individuo con occhi chiari
B= estrazione individuo con capelli chiari
50
40
0.4
=
=
=
= 0.8
100
100
0.5
La probabilit condizionata maggiore della
probabilit iniziale
Esiste un qualche legame nella
popolazione tra il fatto di avere i capelli
chiari e gli occhi chiari: legame

probabilistico non deterministico

Introduzione alla probabilit

Teorema di Bayes

()
=
+ ( )
Esercizio: un taxi coinvolto in un incidente di
notte. Esistono 2 compagnie di Taxi la Blue e la
Green. Un testimone afferma che il taxi era della
Blue. 85% dei taxi appartengono alla Green, 15%
alla Blue. Il testimone attendibile 80%. Quale
la probabilit che il taxi coinvolto sia proprio della
Blue?

Variabili casuali
Una variabile casuale a una dimensione una
distribuzione di probabilit il cui insieme di valori
argomentali S giace sulla retta reale e tale che sia
definita la probabilit per ogni insieme:
0 = 0
La variabile casuale caratterizzata dalla funzione

F( ) funzione distribuzione di probabilit

F( )= la probabilit p (x )

Variabili casuali
0 0 + = 0 + 0
0 + 0 ) = 0 = 0

0
0 =
=