Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
2 ‐ Oltre il determinismo:
cenni di calcolo delle probabilità
Statistica Sperimentale e Misure
Meccaniche
Considerimo una condizione ideale, molto semplice.
Un dado di forma perfetta e di materiale omogeneo realizza una
simmetria ideale tra ciascuna delle sue facce (dado equo), per cui la
probabilità è uguale per ciascuna di esse.
Vista la condizione di simmetria, la probabilità viene calcolata facendo il
rapporto tra i casi favorevoli (ho puntato sulle facce 2 e 3) ed i casi
possibili (una qualunque delle 6 facce del dado):
2
P
6
Notate che 2 è la cardinalità #F dell’insieme F e 6 è la cardinalità #S
dell’insieme S. Possiamo assumere tale condizione come definizione
della probabilità:
#
P
#
Un problema del tutto generale consiste nel fatto che spesso le
condizioni ideali non rappresentano in modo adeguato la realtà,
per cui una buona strategia consiste nel prendere le condizioni
ideali come guida ma confrontarle anche con la realtà.
La valutazione del tutto ideale di F e di S su basi di simmetria, ci
porta alla definizione classica della probabilità. Se vogliamo
verificare sperimentalmente se le conclusioni ottenute sono
corrette (ad esempio se il nostro dado è equo) dobbiamo fare un
esperimento con numerosi tentativi (lanci del dado) e assumere
come F l’insieme delle volte in cui si verifica l’evento selezionato e
come S l’insieme di tutti i tentativi. Quest’ultima condizione ci
porta alla definizione frequentista della probabilità.
1
P
6
L’ipotesi di dado equo non è sempre verificata: se il dado è
appesantito verso una faccia, la simmetria è rotta e la faccia
opposta ha maggiori probabilità di uscire. Spesso, la valutazione
delle probabilità è legata a una situazione complessa e può
essere fatta solo in modo sperimentale.
Lanciamo il dado n volte e contiamo quante volte na esce la
faccia A. Possiamo così stimare a posteriori la probabilità che
esca la faccia A dal rapporto:
na
P A
n
Questo rapporto non è costante, ma cambia casualmente in ogni
esperimento.
G. Barbato ‐ A. Germak ‐ G. Genta 8
IL CONCETTO FREQUENTISTA DI PROBABILITÀ
La distribuzione di probabilità delle 6 facce di un dado, che
idealmente dovrebbe essere uniforme, viene riscontrata vicina a
tale condizione solo con un numero elevato di lanci. La
distribuzione ottenuta con 50 lanci appare illusoriamente diversa.
Il concetto classico di probabilità può essere utilmente
applicato in modo semplice quando si possa ritenere che la
situazione sia ben rappresentata da un modello ideale.
Il concetto frequentista di probabilità richiede, in generale,
notevole lavoro, quindi è più costoso, ma fornisce, se
applicato correttamente, una informazione più aderente
alla realtà specifica testata (il risultato ottenuto non è
applicabile a un qualsiasi dado, ma solo a quello che è stato
provato).
#F
P F
#S
Risultano evidenti il numero di casi favorevoli #F=5 e il numero
di casi possibili #S=36, per cui la probabilità cercata è:
#F 5
P F
# S 36
Spesso la difficoltà è dovuta all’identificazione dell’insieme S e
della sua numerosità. Si può ricorrere al calcolo combinatorio.
G. Barbato ‐ A. Germak ‐ G. Genta 12
CENNI DI CALCOLO COMBINATORIO
Permutazioni
Si consideri il seguente problema: in quanti modi si può ordinare un
gruppo di n oggetti?
Incominciamo da due oggetti a e b: li possiamo mettere nella
successione a, b oppure nella successione b, a, quindi abbiamo due
situazioni diverse che abbiamo ottenuto permutando l’ordine degli
oggetti (permutazioni).
Passiamo ora a tre oggetti a, b e c: organizziamo le permutazioni, prima
tenendo fisso a e permutando b e c, poi tenendo fisso b e permutando
a e c, infine tenendo fisso c e permutando a e b:
Osserviamo che il numero totale delle permutazioni è ottenuto
moltiplicando il numero n degli oggetti (in questo caso 3) per il numero
delle permutazioni di n‐1 oggetti.
G. Barbato ‐ A. Germak ‐ G. Genta 13
CENNI DI CALCOLO COMBINATORIO
Permutazioni
permutazione di un oggetto = 1
permutazione di due oggetti = 1 ∙ 2
permutazione di tre oggetti = 1 ∙ 2 ∙ 3
n
permutazione di n oggetti = 1 2 3 n i n !
i 1
In quanti modi possono essere estratti k = 2 oggetti dal gruppo di n = 4
oggetti?
Prendiamo in esame i primi due oggetti in ognuna delle permutazioni. Si
noti, ad esempio, l’equivalenza tra le permutazioni 1, 2, 7 e 8
(contengono tutte gli oggetti a e b nelle prime due posizioni, seppure in
ordine differente).
G. Barbato ‐ A. Germak ‐ G. Genta 15
CENNI DI CALCOLO COMBINATORIO
Combinazioni
Possiamo osservare dalla struttura dei casi favorevoli:
1 a, b, c, d 7 b, a, c, d
2 a, b, d, c 8 b, a, d, c
che essi si presentano 2 volte (corrispondenti alle due
colonne) quante sono le permutazioni dei 2 oggetti a e b
e 2 volte (corrispondenti alle due righe) quante sono le
permutazioni dei rimanenti oggetti. In formula, se k è il
numero degli oggetti che portano ad un esito favorevole e
n‐k quello degli oggetti rimanenti, il numero di
permutazioni equivalenti è dato da k!∙(n ‐ k)! = 2! ∙ 2! = 4.
Questo rappresenta anche il numero totale delle
disposizioni, cioè dei modi in cui posso disporre n oggetti
in cui i primi k sono sempre gli stessi.
G. Barbato ‐ A. Germak ‐ G. Genta 16
CENNI DI CALCOLO COMBINATORIO
Combinazioni
Pertanto, il numero di modi possibili in cui si possono estrarre k
oggetti da un gruppo di n oggetti è dato dal numero delle
permutazioni degli n oggetti diviso per il numero delle disposizioni
degli n oggetti a k a k. Questo rappresenta anche il numero delle
combinazioni di n oggetti a k a k e si calcola con la formula:
n n!
C n ,k
k k ! n k !
come si può facilmente controllare:
1 a, b 3 a, d 5 b, d
2 a, c 4 b, c 6 c, d
Il calcolo della cardinalità dello spazio degli eventi è molto più
complesso, quindi conviene cercare esempi su casi di numerosità
più piccole e da tali esempi dedurre le formule generali.
La probabilità è data dall’unico percorso possibile:P = (1/6)∙(1/6)=1/36
G. Barbato ‐ A. Germak ‐ G. Genta 20
PROBABILITÀ COMPOSTA
Diagramma ad albero
Esempio 1
Se lancio due volte
un dado con sei
facce, che
probabilità ho che
esca due volte il
cinque?
La probabilità è data dall’unico percorso possibile:P = (1/6)∙(1/6)=1/36
G. Barbato ‐ A. Germak ‐ G. Genta 21
PROBABILITÀ COMPOSTA
Diagramma ad albero
Esempio 2
Se ho estratto
dal mazzo di
52 carte due
assi, che
probabilità ho,
estraendo
altre tre carte,
di pescare gli
altri due assi?
La probabilità del percorso indicato è:
P = (2/50)∙(1/49)
La probabilità del percorso indicato è:
P =(2/50)∙(48/49)∙(1/48)
La probabilità del percorso indicato è:
P = (48/50)∙(2/49)∙(1/48)
In questo caso, non riusciamo a fare un diagramma ad albero con due
vie, una legata all’evento favorevole di estrarre una carta del seme di
fiori, l’altra di estrarre un 5.
Le due condizioni poste in alternativa non si escludono mutuamente:
vi è tra i cinque il seme di fiori oppure tra le carte di fiori anche un
cinque.
P = (8/48)+(3/48)+(1/48)=12/48
G. Barbato ‐ A. Germak ‐ G. Genta 28
PROBABILITÀ COMPOSTA
Diagrammi di Venn
L’incompatibilità o la non incompatibilità tra eventi può essere
evidenziata tramite i diagrammi di Venn.
Lo spazio dei campioni S rappresenta l’insieme dei possibili eventi,
mentre con l’insieme E si può indicare l’insieme degli eventi favorevoli.
Ѐ possibile ottenere la probabilità totale con la seguente formula:
# E # F # EF # E # F # EF
P E F P E P (F ) P (EF )
#S #S #S #S
G. Barbato ‐ A. Germak ‐ G. Genta 31
PROBABILITÀ COMPOSTA
Diagrammi di Venn
Esempio 3
Se ho estratto dal mazzo di 52 carte quattro carte del seme di fiori in
scala dall’1 al 4, che probabilità ho di estrarre una quinta carta sempre
del seme di fiori oppure un 5?
S EF
F
# E # F # EF 9 4 1 12
E P E F
#S 48 48
# E # F # G # EF # FG # EG # EFG
Si ottiene che: P E F G
#S
Problema
Il termine probabilità viene spesso usato in modo indifferenziato. Consideriamo, ad
esempio, la probabilità di ammalarsi e la probabilità di guarire. A parte ciò che capita,
ammalarsi o guarire, non sembrano concettualmente molto diversi, invece dal punto
di vista della statistica lo sono profondamente.
Per comprendere la differenza bisogna focalizzare l’attenzione sullo spazio campione
nei due casi:
• Nel primo caso, probabilità di ammalarsi, si indica la percentuale di popolazione
che entra nella condizione patologica
• Nel secondo caso, probabilità di guarire, si indica la percentuale di ammalati che
esce nella condizione patologica
Nel primo caso, quindi, lo spazio campione è costituito dall’intera popolazione; Nel
secondo caso solo dalla parte di popolazione che è ammalata
Numero casi favorevoli = #EF
Numero eventi possibili = #F
da cui si trae anche:
P EF P (F) P E | F
La probabilità totale P(A) che avvenga una rottura è data dalla somma
delle probabilità che si ottengono seguendo i tre diversi percorsi.
P A P B i P D i P B i P A | B i
i i
P A P B i P A | B i P B i P Di
i i
Nel nostro caso: P Bi A P ABi P ( Bi ) P A | Bi
Si ottiene:
P Bi A P Bi P A | Bi P Bi P A | Bi
P B i |A
P A P A P Bk P A | Bk
k
Consideriamo un caso semplice:
P(E)/P(E) = P(E|F)/P(E) = 1
P(E|F)= P(EF)/P(F)
Si ha:
P(EF)/[P(E)·P(F)] =1
E quindi:
P(EF)=P(E)·P(F)