Abbiamo già introdotto il concetto di evento come sottoinsieme del nostro spazio campionario Esempio Lancio di un dado che sono i possibili esiti del nostro esperimento probabilistico esempi di eventi sono: , ma è anche un evento quello che abbiamo chiamato che abbiamo anche definito essre lo'evento "uscita di un numero dispari".
Abbiamo così reinterpretato il concetto di sottoinsieme di .
Immagino ora di condurre l'esperimento, cioé di prendere il dado e lanciarlo.
Ho ottenuto il numero 2.
Letto questo risultato possiamo dire che
- p non si è verificato - si è verificato - che è ovviamente un sottoinsieme di sé stesso (e quindi è un evento) si è verificato
Che genere di evento è ?
Esso corrisponde all'evento "uscita di una qualunque faccia". Definizione eventi elementari Sono i punti di Esempio lancio di un dado Gli eventi elementari sono:
Sono gli elementi che compongono lo spazio campionario.
Infatti
Gli eventi possono essere decomposti in termini degli eventi elementari.
Riprendiamo il nostro
Adesso vorremmo capire cosa sia effettivamente la probabilità e costruire un supporto
matematico a questo concetto. Vorrei trovare una formula che mi dia la probabilità di un qualcisasi evento.
Vorrei avere un modo per valutare la probabilità di un qualsiasi evento.
Definiamo questa funzione e ci
arriviamo intuitivamente.
Nozioni di teoria degli insiemi
Immaginiamo di avere due insiemi Che cosa é
A B
Esempio
Il nostro
Invece se voglio scrivere
Se prendiamo due nuovi insiemi F,G
Definizione Eventi incompatibili
Due eventi si dicono incompatibili se sono insiemi disgiunti
Ovviamente
Per le proprietà dell'insieme vuoto.
Pensiamo ora ad un generico insieme
Definizione Complementare di un insieme L'insieme detto A complementare corrisponde a "tutto ciò che si trova in , ma non in A. Perciò
Definizione evento implica un altro
Se B è un evento incluso in A: Allora diremo che B implica A, cioé il verificarsi di B implica il verificarsi di A.
E' infatti evidente che scegliendo un punto all'interno di B esso si trova anche all'interno di A.
Prendiamo ora due eventi:
E' evidente che il verificarsi dell'evento implica il verificarsi dell'evento .
Andiamo ora a dare la prima definizione di probabilità (ne daremo più di una). Definizione Classica di Probabilità Questa definizione si applica a situazioni in cui lo spazio campionario è di dimensione finita. Consideriamo un evento. La probabilità dell'uscita di A come esito di un esperimento probabilistico, cioé la probabilità del verificarsi di A (cioé la probabilità di A) è definita come
a patto che gli eventi elementari siano equiprobabili.
Questa definizione ha delle pecche perché ha delle circolarità (richiede la equiprobabilità
in una definzione di probabilità).
Esempio lancio di una moneta bilanciata
rietichettiamo i possibili esiti testa e croce.
Quindi nel dire "un caso su due" abbiamo applicato la definizione calssica di probabilità.
Il fatto che gli eventi elementari siano equiprobabili cioé è
assicurato dal fatto che la moneta sia bilanciata, cioé dalla definizione stessa di esperimento probabilistico. Esempio Dado bilanciato Possiamo generalizzare il fatto che perciò la costruzione dell'esperimento probabilistico risolve la circolarità della definizione Esempio moneta non bilanciata Per truccare la moneta diamo probabilità diverse a testa e croce, gli evneti elementari:
Quindi questo esperimento è sbilanciato e quindi la definzione classica non funziona.
Proviamo ad applicarla lostesso e vediamo che viene sbagliata
Esempio Lancio di due dadi bilanciati
Immaginiamo di avere un dado rosso ed un dado blu e perciò distinguibili. Quali sono i possibili esiti?
Abbiamo perciò 36 possibili esiti.
Generalmente vengono rappresentati in tabella: 1 2 3 4 5 6
1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
2 (2,1) (2,2)
4 5
6 (6,1) (6,6)
Questa tabella rappresenta lo spazio campionario
A questo punto calcoliamo: cioè la cardinalità della coppia diviso la
cardinalità dello spazio campionario.
Esempio determinare la probabilità dell'evento
Scriviamo l'evento in notazione insiemistica:
Applicando la definizione classica:
Questo spesso si decrive come la messa a rapporto del numero dei casi favorevoli sul numero dei casi possibli.
Dalla definizione classica di probabilità possiamo derivare alcune proprietà di questa
funzione che prende in ingresso un insieme.
Proprietà 1 della funzione di probabilità
Sia A un evento
Proprietà 2 della funzione di probabilità
Visto che anche è un evento
Proprietà 3 della funzione di probabilità: additività
Lancio un dado bilanciato.
Notiamo che eventi incompatibili.
Adesso voglio valutare
Abbiamo ottenuto lo stesso risultato. La è additiva.
Proprietà 4 della funzione di probabilità
Dimostrazione della proprietà 4
perciò sono eventi incompatibili.
Allora posso scrivere questa catena di uguaglianze:
perciò:
Proprietà 5 della funzione di probabilità
Dimostrazione della proprietà 5
Proprietà 6 della funzione di probabilità: Monotonia della probabilità
A, B eventi tali che Si ha che
Dimostrazione della monotonia
Decomponiamo il nostro insieme (questa è una decomposizione molto comoda che useremo molto spesso) che crea una unione disgiunta.
Allora posso applicare la additività di :
, ma perciò perciò otteniamo Proprietà 7 della funzione di probabilità La probabilità di ogni evento è un numero in . Dimostrazione proprietà 7
Perchè intersecando Omega con un evento posso al massimo perdere delle cose, sicuramente non aggiungernene. A questo punto applico la monotonia della probabilità.
Immaginiamo di avere una regione di piano G e consideriamo un sottonsieme g di G:
Immaginiamo ora di prendere la nostra penna e, rimanendo vincolati alla regione G,
lasciamola cadere su questa regione nel punto P.
Con che probabilità il punto P apprtenga alla regione g?
Definizione geometrica di probabilità
A questo tutto dipende (evidentemente) dipende dal rapporto tra l'area di g e G, cioè quanto spazio g occupa all'interno di G. Questo è di fatto ricollegato con la definzione calssica. Di fatto anche qui faccio un rapporto tra i punti (qui visti letteralmente come punti e non come singoli elementi di . Volendosi possiamo anche vederlo, in entrambi i casi, come un rapporto tra l'importanza che un evento ha all'interno dei casi possibili. Cioè in entrambi i casi, facciamo:
Il nostro spazio campionario nel caso precedente è G.
Quanto punti ha G? Infiniti non numerabili. Questo è un esempio di spazio campionario non numerabile.
Sia B evento, abbiamo visto che
Per fare ciò è necessario contare gli elementi di B e di , il che non è necessariamente immediato. Avremo necessità del calcolo combinatorio.
