Sei sulla pagina 1di 18

Calcolo delle probabilità

Laboratorio di Bioinformatica Corso A aa 2005-2006

StatisticaStatistica

Statistica Statistica Dai Dai risultati risultati di di un un esperimento esperimento si si determinano determinano

DaiDai risultatirisultati didi unun esperimentoesperimento sisi determinanodeterminano alcunealcune caratteristichecaratteristiche delladella popolazionepopolazione

caratteristiche della della popolazione popolazione Calcolo Calcolo delle delle probabilit probabilit à à

CalcoloCalcolo delledelle probabilitprobabilitàà

DalleDalle caratteristichecaratteristiche notenote

delladella popolazionepopolazione sisi prevedeprevede ilil risultatorisultato didi unun altroaltro esperimentoesperimento

popolazione si si prevede prevede il il risultato risultato di di un un altro altro esperimento

La probabilità nel linguaggio corrente

• è probabile che fra poco piova;

• con questo titolo di studio vi sono buone probabilità di trovare lavoro;

• è probabile che l’incendio sia d’origine dolosa;

• ho poche probabilità di superare l’esame.

Utilizziamo frequentemente il termine probabilità quando ci riferiamo a situazioni incerte, a fenomeni che possono o non verificarsi.

Evento certo

Evento impossibile

EstrazioneEstrazione didi unauna pallinapallina rossarossa dada ununurnaurna contenentecontenente 1010 pallinepalline rosserosse

EstrazioneEstrazione didi unauna pallinapallina giallagialla dada ununurnaurna contenentecontenente 1010 pallinepalline rosserosse

Evento aleatorio o causale

= evento incerto e possibile

EstrazioneEstrazione didi unauna pallinapallina giallagialla dada ununurnaurna contenentecontenente 66 pallinepalline rosserosse ee 44 giallegialle

Esempi dal gioco d’azzardo

• Ottenere testa lanciando in alto una moneta

moltomolto probabileprobabile

• Totalizzare 3 con il lancio di un dado menomeno probabileprobabile

• Puntare sul 18 alla roulette e vincere

pocopoco probabileprobabile

Il calcolo delle probabilità

Il calcolo delle probabilità cerca di formulare delle valutazioni numeriche della possibilità di verificarsi di eventi aleatori o casuali.

Definizione della probabilità di un evento

Attenzione:Attenzione: NonNon esisteesiste unun solosolo modomodo perper definiredefinire lala probabilitprobabilitàà

Definizione classica

Definizione frequentista

Definizione soggettiva

La probabilità classica

EElala definizionedefinizione pipiùù spontaneaspontaneadidi probabilitprobabilitàà

SeSe lanciamolanciamo unauna monetamoneta regolareregolare qualequale probabilitprobabilitàà assegniamoassegniamo allalluscitauscita didi testatesta?? IlIl 50%50% ciocioèè 1/21/2

SeSe estraiamoestraiamo unauna cartacarta dada unun regolareregolare mazzomazzo didi 4040 carte,carte, qualequale probabilitprobabilitàà assegniamoassegniamo alal fattofatto didi pescarepescare unauna cartacarta didi fiori?fiori? 1010 susu 4040 ciocioèè 1/41/4

La probabilità classica

La probabilità di un evento è il rapporto tra il numero dei casi favorevoli e il numero dei casi possibili (purché questi ultimi siano ugualmente possibili) .

p =

# eventi

favorevoli

# eventi possibili

Lancio della moneta

evento= A = uscita di testa esiti possibili = {testa, croce} # esiti possibili = 2 # esiti favorevoli = 1

# esiti possibili

1

(

p A

)

=

=

= 50%

# esiti favorevoli

2

Estrazione di una carta

A = estrazione di una carta con seme fiori esiti possibili = le quaranta carte della briscola # esiti possibili = 40 # esiti favorevoli = # carte con seme fiori = 10

(

p A

)

 

# esiti favorevoli

10

1

=

=

=

 

# esiti possibili

40

4

= 25%

Lancio di un dado

A = ottenere un numero pari # esiti possibili = 6 esiti favorevoli = {2, 4, 6} # esiti favorevoli = 3

 

# esiti favorevoli

3

=

=

=

 

# esiti possibili

6

1

2

(

p A

)

= 50%

Proprietà

p =

# eventi

favorevoli

# eventi possibili

p è un numero razionale, compreso fra 0 e 1

se l’evento è impossibile non esistono casi favorevoli la sua probabilità è nulla

se l’evento è certo tutti i casi sono favorevoli la sua probabilità è 1

Osservazioni

• Caratteristica essenziale per poter applicare la definizione classica: tutti i casi sono egualmente possibili (Ad esempio, nel lancio della moneta le due facce devono avere eguale possibilità di presentarsi)

• La definizione si può applicare solo quando l’insieme dei casi è un insieme finito

Quando si applica

• In tutti i casi nei quali per ragioni di simmetria si possano pensare egualmente possibili tutti i casi. (Esempi: lancio di monete o dadi non truccati, estrazione del lotto, tombola etc.)

Esempi ai quali non si può applicare

• Calcolare la probabilità per una persona di 40 anni di raggiungere l’età di 60 anni,

• la probabilità di subire un furto,

• la probabilità che un nuovo medicinale dia esiti positivi nella cura di una malattia.

La probabilità nella concezione frequentista (o statistica)

• Concezione frequentista: per conoscere la probabilità di un evento si deve ricorrere all’esperimento

• Si applicare quando:

– si possono eseguire quante prove si vogliono sull’evento, – sono disponibili tavole con i risultati di rilevazioni statistiche relative a un certo fenomeno (ad esempio, le tavole di mortalità e di sopravvivenza).

La definizione frequentista

Si definisce frequenza relativa di un evento in n prove effettuate nelle stesse condizioni, il rapporto fra il numero k delle prove nelle quali l’evento si è verificato e il numero n delle prove effettuate:

k f = n
k
f =
n

Esempio: si lancia n = 1000 volte una moneta in aria e si conta quante volte k esce testa.

La definizione frequentista

La probabilità di un evento è il limite della frequenza relativa dell'evento, quando il numero delle prove tende all'infinito.

k p = lim n→∞ n
k
p = lim
n→∞
n

Applicazioni della concezione frequentista

• Il campo di applicazione della concezione frequentista è molto vasto, in quanto la definizione può essere applicata a fenomeni dei quali si posseggano dati statistici riguardanti fenomeni passati che si sono verificati in condizioni analoghe. Ad esempio, si potranno calcolare, per una data popolazione, la probabilità di morte o di sopravvivenza degli individui o la probabilità di nascita di maschi o di femmine. Si hanno pure importanti applicazioni nella medicina, nella psicologia, nell’economia, nella meccanica quantistica e, in generale, in tutte le scienze per le quali si possono utilizzare metodi statistici

Legge empirica del caso

In una serie di prove, ripetute un gran numero di volte, eseguite tutte nelle stesse condizioni, la frequenza “tende” ad assumere valori prossimi alla probabilità dell’evento e, generalmente, l’approssimazione è tanto maggiore quanto più numerose sono le prove eseguite.

La concezione soggettiva della probabilità

• Qual è la probabilità per uno studente di trovare impiego subito dopo il conseguimento del diploma?

• Qual è la probabilità che un certo pilota vinca il prossimo Gran Premio di Formula 1?

• Qual è la probabilità che un nuovo modello di automobile ha d'incontrare il favore del pubblico?

Per eventi del tipo indicato non è possibile valutare la probabilità né secondo la concezione classica, perché non si possono determinare i casi possibili e i casi favorevoli, né secondo la concezione frequentista, perché gli eventi non sono ripetibili.

La definizione soggettiva

InIn questiquesti casicasi sisi stimastima lala probabilitprobabilitàà inin

basebase alloallo statostato d'informazioned'informazione

La probabilità P(E) di un evento E è la misura del grado di fiducia che un individuo attribuisce, in base alle sue informazioni e alle sue opinioni, al verificarsi dell’evento E.

La definizione soggettiva “più operativa”

La probabilità di un evento è il prezzo che un individuo razionale ritiene equo pagare per ricevere 1 se l'evento si verifica (e 0 altrimenti).

LLattribuzioneattribuzione delladella probabilitprobabilitàà devedeve essereessere coerente,coerente, nelnel sensosenso cheche sisi devedeve ancheanche essereessere dispostidisposti adad accettareaccettare lala scommessascommessa inversa,inversa, ossiaossia aa riceverericevere pp ee pagarepagare 11 alal verificarsiverificarsi didi EE

Teoria assiomatica della probabilità

S = spazio campionario = insieme di tutti i possibili esiti di un esperimento

• evento elementare = un qualsiasi elemento di S

• evento = un qualunque sottoinsieme E dello spazio campionario S

• si dice che l’evento E si è realizzato se il risultato dell’esperimento è un elemento di

E

Lancio di un dado

S = spazio campionario = {1, 2, 3, 4, 5, 6}

• eventi elementari = {1}, {2}, {3}, {4}, {5}, {6}

• evento = {esce un numero pari} = {2, 4, 6}

 

Lancio di una moneta

S = spazio campionario = {testa,croce}

 

eventi elementari = {testa}, {croce}

 

eventi = Ø, {testa}, {croce}, S

 

Operazioni con gli eventi

 

La somma logica (o unione) di due eventi A e B è l’evento che si verifica quando si verifica almeno uno degli eventi A o B, cioè

 

AB

Il

prodotto logico (o intersezione) di due eventi A

B è l’evento che si verifica se si verificano entrambi gli eventi A e B, cioè

e

 
 

AB

L’ evento contrario dell’evento A è l’evento che si

verifica se e solo se non si verifica A, cioè

A

è il

sottoinsieme complementare di A rispetto a S.

Operazioni con gli eventi

• Due eventi A e B si dicono incompatibili (o mutuamente esclusivi) se non hanno eventi elementari in comune, cioè se il realizzarsi di uno dei due esclude la realizzazione dell’altro.

• In altre parole se

AB = ∅

Definizione formale (assiomatica) della probabilità

• Sia S uno spazio campionario

• Sia P una funzione a valori reali definita sui sottoinsiemi di S (eventi) a valori reali tale che:

0 P(E) 1 P(S)=1 – Per ogni coppia di eventi E 1 ed E 2 incompatibili si ha P(E 1 U E 2 ) = P(E 1 )+P(E 2 )

P(E)P(E) sisi dicedice probabilitprobabilitàà delldelleventoevento EE

Commenti

Se interpretiamo la probabilità come grado di fiducia:

0 P(E) 1

Misuriamo la fiducia con valori che vanno da 0 (nessuna fiducia) a 1 (completa fiducia). (1=100%)

P(S)=1

L’evento S è certo (contiene tutti i possibili risultati dell’esperimento)

E 1 E 2 implica P(E 1 U E 2 )= P(E 1 )+P(E 2 )

Se due eventi sono incompatibili la probabilità che si verifichi uno dei due è la somma delle probabilità

Se S contiene infiniti elementi La terza condizione diventa • Per successioni di eventi E
Se S contiene infiniti elementi
La terza condizione diventa
• Per successioni di eventi E 1 , E 2 , … a due a due
incompatibili, cioè t. c. E i ∩ E j = Ø se i ≠ j si ha
P 
U E
P E
(
i )
i = 1
i
  =
i
= 1

La definizione classica

• Se S è uno spazio campionario formato da n elementi che riteniamo equiprobabili, per ogni un evento elementare {e}, P({e}) = 1/n

• Dato un qualunque evento E, la sua probabilità è la somma delle probabilità degli eventi elementari che contiene P(E) = # elementi di E / n = # casi favorevoli / # casi possibili

Relazioni elementari • Probabilità del complementare E ed E sono eventi incompatibili 1= P(S) =
Relazioni elementari
• Probabilità del complementare
E
ed
E sono eventi incompatibili
1= P(S) = P(E ∪ E) = P(E) + P(E)
SS
P(E)=1− P(E)
E
E
• Monotonia
Se
⊂ E
,
P E
(
)
= P E
(
)
+ P E
(
− E
)
E 2
1
1
2
1
2
E
1
P E
(
)
≥ P E
(
)
1
2
E 1 \E 2
E 2

Relazioni elementari

E 1 ∩ E E E 1 2 2
E 1 ∩ E
E
E
1
2
2

P(E 1 )= P(E 1 - E 2 ) + P(E 1 E 2 ) P(E 2 ) = P (E 2 - E 1 ) + P (E 1 E 2 )

++

--

P(E 1 UE 2 )=P (E 1 - E 2 )+P(E 1 E 2 )+P (E 2 -E 1 )

==

P(E 1 ) + P (E 2 ) - P(E 1 UE 2 ) = P(E 1 E 2 )

Quindi

P(E 1 ) + P (E 2 ) - P(E 1 UE 2 ) = P(E 1 E 2 )

ovveroovvero

P(E 1 UE 2 ) = P(E 1 ) + P (E 2 ) - P(E 1 E 2 )