Statistica Sociale Lezione 11

Capitolo 8
Probabilità:
concetti di base
Statistica. Metodologie per le scienze economiche e sociali 3e Copyright © 2014 McGraw-Hill Education Italy srl
S. Borra, A. Di Ciaccio
2
Concetti di base
Probabilità
Grado di incertezza connesso al
risultato scaturito da una prova
Esempio
Numero che appare sulla faccia superiore
del dado dopo averlo lanciato
3
Concetti primitivi di probabilità
La prova La prova è un esperimento

Che ha due o più possibili
risultati
Per evento si intende uno

dei possibili risultati della
L’evento prova
La probabilità è un numero
compreso tra 0 ed 1 che
La probabilità misura il grado di incertezza
sul verificarsi di un evento
4/2
ü Un evento può essere ELEMENTARE o COMPOSTO.

üEvento elementare: uno dei possibili risultati di una
prova;
üEvento non elementare (o composto): un evento

che può essere a sua volta scomposto in più eventi
elementari.
v Evento elementare: “Esce 4 nella prova lancio di

un dado;
v Evento composto: “Esce un numero pari nel lancio
del dado”
5
Prova, evento e probabilità
In una data prova, l’evento E

si verifica con probabilità P(E)
Esempio:
Nel lancio di un dado (ben bilanciato)
La faccia contrassegnata dal numero 5
(E=5) si presenta con probabilità
(E=5)=1/6
6
Esempio - Urna
Poniamo in un’urna 100 palline

20 nere, 30 rosse, 50 bianche
Estraiamo 4 palline in sequenza, con reimmissione
Possiamo prendere in considerazione i seguenti eventi:
A: estrazione di una pallina nera, una rossa e 2 bianche
B: nessuna presenza delle palline nere
C: estrazione di 2 o più palline bianche
evento A evento B evento C
7
Eventi e Algebra di Eventi
Gli eventi formano una

Postulato 1
algebra di Boole
Dato il postulato 1 sono definite le seguenti operazioni:

1. La negazione di un evento A, ossia A
2. L’intersezione tra due eventi A e B, ossia A Ç B
3. L’unione tra due eventi A e B, ossia A È B
8/2
ü La negazione di un evento A, ossia A

Dato un evento A, la sua negazione è data dall’evento
”A non si verifica”;
ü L’intersezione tra due eventi A e B, ossia A Ç B
Dati 2 eventi A e B, la loro intersezione è data dall’evento
“Tutti e due gli eventi, A e B, si verificano
contemporaneamente”;
ü L’unione tra due eventi A e B, ossia A È B
Dati 2 eventi A e B, la loro unione è data dall’evento
“Almeno uno degli eventi A e B si verifica”;
9
A: estrazione di una pallina nera,
Esempio dell’urna una rossa e 2 bianche
B: nessuna presenza delle
palline nere
C: estrazione di 2 o più palline
bianche
• La negazione di B è definita come l’evento “estrazione di
almeno una pallina nera”
• Intersezione B Ç C è costituita dall’evento “Estrazione di
almeno due palline bianche e nessuna nera”
• Evento A È B è costituito da tutte le quadruple che non
contengono palline nere oppure, pur contenendo palline
nere, contengono almeno due palline bianche.
B Non contiene BÇC Almeno 2

palline bianche
C
Palline nere
Nessuna pallina nera

e almeno due bianche
10
Spazio campionario
L’insieme di tutti i possibili eventi elementari

viene chiamato spazio campionario e viene
indicato con il simbolo W.
Esempio: urna di 100 palline (30 Nere, 70 Bianche).
Estraiamo 3 palline in sequenza, con reimmissione.
I possibili eventi elementari sono (tenendo conto
dell’ordine di estrazione)
11
Eventi
Definizione due eventi rilevanti:
Evento impossibile: è l’evento che non può mai
verificarsi e può essere definito come
AÇA =BÇB = Æ
Evento certo, ossia l’evento che si verifica sempre in
quanto comprende tutti i possibili risultati
dell’esperimento. Può essere definito
ÆºW
Due eventi A e B, si dicono incompatibili se
A ÇB = Æ
12 Proprietà assiomatiche della
probabilità
La probabilità è una funzione di insieme che
associa a ogni evento EiÎE un numero reale.
La probabilità sarà indicata con P(Ei)
Postulato 2 P(A)³0
Postulato 3 P(W)=1
Postulato 4 [A Ç B = ø] Þ
[P(A È B)=P(A)+P(B)]
13/2
In una prova, dati 2 eventi qualsiasi A e B, si ha:
P( A È B) = P( A) + P( B) - P( A Ç B)
Valgono le seguenti proprietà:
0 £ P( A) £ 1
P(ø) = 0
B Ì A Þ P( B) £ P( A)
P( A ) = 1 - P( A)
14
Definizione classica di probabilità
La probabilità è data dal rapporto tra il numero dei
casi favorevoli all’evento e il numero dei casi
possibili purchè essi siano tutti ugualmente
possibili.
n.casi favorevoli
P(E)=
n.casi possibili
P(E=5) = 1/6
15/2
Probabilità condizionate e indipendenza
ü Spesso si vuole valutare la probabilità di un evento

sapendo che si è già verificato un altro evento ad
esso collegato.
ü Dati due eventi, A e B, è noto che l’evento B si è

verificato; si cerca la probabilità che si verifichi A
condizionatamente al verificarsi di B: P(A/B);
ü P(A/B)=Probabilità condizionata di A dato B.
16
Probabilità condizionate e indipendenza
P(A|B)= n. dei casi favorevoli ad (A Ç B)

n. dei casi favorevoli a B
ossia
P(A Ç B)
P(A|B)=
P(B)
Si definisce probabilità condizionata di A dato B il rapporto tra la
probabilità dell’evento (A Ç B) e la probabilità dell’evento B
ü N.B.: la formula è simmetrica per A<->B
17
Principio delle probabilità composte
Dati 2 eventi A e B tali che P(A)>0 e P(B)>0 :

P (A Ç B) =P(A) P(B|A)= P(B)P(A|B)
Due eventi si dicono indipendenti se il

verificarsi di B non influenza la probabilità di A e
il verificarsi di A non influenza la probabilità di B
P (A|B) =P(A) P(B|A) = P(B)
da cui si ricava
P(A Ç B) = P(A ) × P(B)
18
Altre Concezioni della probabilità
Frequentista
Basata sul Postulato empirico del caso:
In un gruppo di prove, ripetute più volte nelle stesse

condizioni, ciascuno degli eventi possibili compare con
una frequenza quasi eguale alla sua probabilità;
generalmente l’approssimazione migliora quando il
numero delle prove cresce.
Capitolo 9
Variabili casuali e
distribuzioni di
probabilità
20
Capitolo 9
• Variabili casuali e
• Distribuzioni di Probabilità
21
Variabili Casuali (v.c.)
Una variabile casuale X e’ una funzione definita

sullo spazio campionario W che associa ad ogni
evento E Ì W un unico numero reale.
X
x6
W E2 E3
x5
E1 x4
E6
E5 E4
E7 x3
x2
E9 E8 x1
22/2
Esempi
Un variabile casuale (aleatoria, stocastica) è una

variabile il cui valore numerico è determinato dal
risultato di una prova.
23
Variabili casuali discrete e continue
• Una variabile casuale discreta può assumere un

insieme discreto (finito o numerabile) di numeri
reali.
• Una variabile casuale continua può assumere
tutti i valori compresi in un intervallo reale.
W discreto V.C. discreta
W continuo V.C. continua
24
Variabili casuali discrete
P(X=xi) Probabilità che la v.c. X

assuma il valore xi
La funzione di probabilità di una variabile

casuale discreta X associa ad ognuno dei
valori xi la corrispondente probabilità P(X=xi)
Proprietà ∑ P(x ) = 1
i
i
P(xi ) ≥ 0
25
Esempio
Corrispondenza tra eventi e valori della variabile
casuale X “somma dei punteggi”, nella prova “lancio
di due dadi”
26/2
ü Grafico a barre
27/2
ü Una v.c. discreta è completamente nota se

sono definiti i valori che questa può assumere e
le corrispondenti probabilità.
ü Spesso si è interessati alla probabilità che una

v.c. assuma un valore minore o uguale ad un
dato valore xi
28
Funzione di Ripartizione
Data una v.c discreta X, la funzione che fa corrispondere

ai valori x le probabilità cumulate
P(X £ x)
viene detta funzione di ripartizione ed indicata con
F (x ) = P ( X £ x ) = å P(X = w )
w £x
29
Esempio
X 2 3 4 5 6 7 8 9 10 11 12
P(x) 136 2 36 3 36 4 36 5 36 6 36 5 36 4 36 3 36 2 36 136

F(x) 136 3 36 6 36 10 36 15 36 2136 26 36 30 36 33 36 35 36 1
F(x)
0,8
X 2 3 4 5 6 7 8 9 10 11 12
P(x) 136 2 36 3 36 4 36 5 36 6 36 5 36 4 36 3 36 2 36 136

0,6 F(x) 136 3 36 6 36 10 36 15 36 2136 26 36 30 36 33 36 35 36 1
0,4
0,2
0
1 2 3 4 5 6 7 8 9 10 11 12 13 x

Statistica Sociale Lezione 11

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Statistica Sociale Lezione 11

Titolo originale:

Caricato da

Copyright:

Capitolo 8

La prova La prova è un esperimento

Per evento si intende uno

ü Un evento può essere ELEMENTARE o COMPOSTO.

üEvento non elementare (o composto): un evento

v Evento elementare: “Esce 4 nella prova lancio di

In una data prova, l’evento E

Poniamo in un’urna 100 palline

Gli eventi formano una

Dato il postulato 1 sono definite le seguenti operazioni:

ü La negazione di un evento A, ossia A

B Non contiene BÇC Almeno 2

Nessuna pallina nera

L’insieme di tutti i possibili eventi elementari

In una prova, dati 2 eventi qualsiasi A e B, si ha:

ü Spesso si vuole valutare la probabilità di un evento

ü Dati due eventi, A e B, è noto che l’evento B si è

ü P(A/B)=Probabilità condizionata di A dato B.

P(A|B)= n. dei casi favorevoli ad (A Ç B)

ü N.B.: la formula è simmetrica per A<->B

Dati 2 eventi A e B tali che P(A)>0 e P(B)>0 :

Due eventi si dicono indipendenti se il

Basata sul Postulato empirico del caso:

In un gruppo di prove, ripetute più volte nelle stesse

Una variabile casuale X e’ una funzione definita

Un variabile casuale (aleatoria, stocastica) è una

• Una variabile casuale discreta può assumere un

W discreto V.C. discreta

W continuo V.C. continua

P(X=xi) Probabilità che la v.c. X

La funzione di probabilità di una variabile

ü Una v.c. discreta è completamente nota se

ü Spesso si è interessati alla probabilità che una

Data una v.c discreta X, la funzione che fa corrispondere

viene detta funzione di ripartizione ed indicata con

P(x) 136 2 36 3 36 4 36 5 36 6 36 5 36 4 36 3 36 2 36 136

P(x) 136 2 36 3 36 4 36 5 36 6 36 5 36 4 36 3 36 2 36 136

Interessi correlati

Potrebbero piacerti anche