Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1
1.1. CENNI STORICI
I primi contributi all’elaborazione della teoria della probabilità risalgo-
no alla fine del XV secolo. Luca Pacioli, amico di Leonardo da Vinci, si oc-
cupa del problema della ripartizione della posta tra giocatori nel caso di in-
terruzione di un popolare gioco in uno dei volumi della Summa de arithmeti-
ca, geometria, proportioni et proportionalita pubblicata nel 1494. Il problema,
successivamente studiato da Tartaglia, è infine risolto da Pascal e Fermat.
Girolamo Cardano analizza il gioco dei dadi nel Liber de ludo aleae – scritto
nel 1526, ma pubblicato dopo un secolo e mezzo, nel 1663 – e da Galileo Ga-
lilei (Sulla scoperta dei dadi, 1656). Da notare che i due autori ricorrono al cal-
colo combinatorio per ottenere il numero di sequenze risultanti dal lancio
di un dado n volte.
L'individuazione di un preciso riferimento cronologico per la nascita
della definizione di probabilità è una questione ancora aperta. Una delle
tappe fondamentali sembra essere il 1654. Antoine Gombaud, cavaliere di
Méré, un nobile francese appassionato di giochi d'azzardo, richiama l'at-
tenzione di Pascal sull'apparente contraddizione emersa in un popolare
gioco d’azzardo, consistente nel lancio ripetuto di una coppia di dadi. Il
problema che Gombaud sottopone a Pascal è calcolare la probabilità di ot-
tenere almeno un "doppio 6" nell'arco di 24 lanci. Una regola operativa dif-
fusa tra i giocatori dell’epoca suggeriva che scommettere sull’evento “il
doppio 6 si verifica almeno una volta su 24 lanci” sarebbe stato vantaggio-
so, ma i calcoli di Gombaud portavano a conclusioni opposte.
Questo ed altri problemi sollevati da Gombaud portarono Pascal e Fer-
mat ad uno scambio epistolare, nel quale furono formulati per la prima vol-
ta alcuni principi fondamentali della teoria della probabilità. Infatti, sebbe-
ne alcuni problemi specifici concernenti i giochi aleatori fossero stati risolti
da matematici italiani già nel XV e XVI secolo, come si è detto in preceden-
za, nessuna formulazione teorica generale era stata sviluppata prima del
carteggio Pascal‒Fermat.
2
E B
n
Pr( )
n
1 È appena il caso di ricordare che in logica la tautologia è un’affermazione vera per defini-
zione e, in quanto tale, fondamentalmente priva di contenuto informativo. Una tautologia,
in altre parole, ragiona circolarmente attorno agli argomenti o alle definizioni. Un esempio
di affermazione tautologica: “La tautologia è ciò che è tautologico”.
5
n
Pr( ) lim
n n
giudica equo pagare per riscuotere un importo unitario nel caso in cui si verifi-
chi.
L’impostazione soggettiva tende a recuperare, in un certo senso, un
concetto di probabilità prossimo al senso comune, quello che, nota
D’Agostini (1999), si ha “prima di andare a scuola” e che si continua a uti-
lizzare inconsciamente dopo, “nonostante quello che si è appreso”. Per i
soggettivisti la probabilità è una misura del grado di fiducia – in inglese de-
gree of belief – che una qualsiasi affermazione sia vera. E poiché quanto più
si crede in un’affermazione, tanto più si è disposti a scommettere su di essa,
si può utilizzare il concetto di scommessa coerente per definire in maniera
operativa la misura di probabilità.
Nella concezione di De Finetti una scommessa è coerente quando non
determina una perdita certa a priori per il banco o per lo scommettitore,
mentre il prezzo pagato si definisce equo se lo scommettitore non muta i
termini della scommessa anche quando scambia il suo ruolo con quello di
banco.
Quindi coerenza significa il rispetto di alcuni criteri di carattere logico.
Con la diretta implicazione che, per quanto in questa impostazione la valu-
tazione sia un atto soggettivo, non è arbitraria. Infatti, se nell’analisi di un
problema le valutazioni di una pluralità di osservatori potrebbero non con-
cordare, quando il set informativo di cui dispone l’osservatore rimane immu-
tato, non deve mutare il suo grado di fiducia circa l’avverarsi di .
Un esempio contribuirà a chiarire i concetti appena esposti. Conside-
riamo l’evento ‘‘vittoria del pilota X nella gara automobilistica Y”. Ipotiz-
ziamo che dietro pagamento di 0 euro un allibratore ve ne promettesse 100
nel caso si verifichi accettereste di partecipare alla scommessa? Sicura-
mente sì, in quanto l’allibratore vi ha chiesto 0 per partecipare al gioco e
l’evento potrebbe verificarsi. Ipotizziamo adesso che l’allibratore vi chie-
da di scommettere 10 eurocent. In questo caso accettereste di partecipare?
Quasi certamente la risposta sarebbe ancora affermativa, perché a fronte di
una perdita massima di 10 eurocent la vincita potrebbe essere molto supe-
riore. Ma se per scommettere l’allibratore vi chiedesse 90 euro, accettereste
di partecipare? Verosimilmente no, a meno che il vostro information set non
vi induca a ritenere che la scommessa è comunque vantaggiosa. Dunque
con un prezzo di 10 eurocent partecipate alla scommessa, mentre non par-
tecipate se non a condizioni stringenti quando il prezzo è di 90 euro.
Generalizzando, se uno scommettitore accetta di partecipare al gioco
pagando un prezzo p, accetterà a maggior ragione al prezzo p* p . Di con-
tro, se uno scommettitore non partecipa al gioco al prezzo p, rifiuterà a
maggior ragione al prezzo p * * p . Esisterà quindi un valore soglia di p
che separa la decisione di partecipare alla scommessa da quella di non par-
7
y
p( )
yx
Pr : A
4. Completa additività.
Data una famiglia composta da un’infinità numerabile di eventi
{ Ak } { AK ; k 1,2,...} a due a due incompatibili, tali cioè che
Ai Aj i j
3Il lettore interessato può consultare l’Appendice 1 per alcune sintetiche informazioni sulla
nozione di algebra e in generale sulla teoria degli insiemi.
8
Pr Ak Pr( Ak )
k 1 k 1
se Ak C Ak C
k 1 k 1
Pr(A) 1 Pr( A) A C
0 Pr( A) 1 A C
0 Pr( A) 1
□
Proprietà 3. Additività in una successione finita. Data una famiglia compo-
sta da un numero finito di eventi { Ak } { Ak ; k 1,2,...,n} a due a due in-
compatibili, tali cioè che Ai Aj i j
n n
Pr Ak Pr( Ak )
k 1 k 1
( A1 A2 ) A3 ( A1 A3 ) ( A2 A3 )
Se A B Pr( A) Pr( B)
Pr( A B)
Pr( A B) Pr( B) 0
Pr( B)
12
CB A B
B
Pr( A B)
Pr( A B) : Pr( A B) Pr( B) : 1 Pr( A B)
Pr( B)
□
Pr( A B)
Pr( B A) Pr( A) 0
Pr( A)
Pr( A B)
Pr( B A) Pr( B) Pr( A B) Pr( A) Pr( B)
Pr( A)
n n
Pr( B) Pr( Ak B) Pr( Ak ) Pr( B Ak )
k 1 k 1
n
B ( A1 B) ( A2 B) ... ( An B) ( Ak B)
k 1
n n
Pr( B) Pr ( Ak B) Pr(Ak B)
k 1 k 1
n n
Pr( B) Pr(Ak B) Pr( Ak ) Pr( B Ak )
k 1 k 1
Pr( Ak ) Pr( B Ak )
Pr( Ak B) n
Pr( Ak ) Pr( B Ak )
k 1
16
Pr( Ak B)
Pr( Ak B)
Pr( B)
n n
Pr( B) Pr( Ak B) Pr( Ak ) Pr( B Ak )
k 1 k 1
Pr( Ak ) Pr( B Ak )
Pr( Ak B) n
Pr( Ak )
Pr( Ak ) Pr( B Ak )
k 1
dove
Pr( B Ak )
n
Pr( Ak ) Pr( B Ak )
k 1
5 Henri Poincaré (1854 –1912), matematico, fisico, astronomo e filosofo della scienza, è stato
candidato 12 volte al premio Nobel in fisica. È noto per una serie di risultati nettamente in
anticipo sui tempi, quali la scoperta dell’attrattore strano che è alla base della teoria del caos e
la formulazione della teoria della relatività ristretta.
18
Pr( B Ak )
n
Pr( Ak ) Pr( B Ak )
k 1
Pr( Ak ) Pr( B Ak )
Pr( Ak B) n
Pr( Ak ) Pr( B Ak )
k 1
Pr( B) Pr( Ak B)
Pr( B) Pr( Ak B)
B { : N; 10}
allora se A B .
22
A B A, B
La definizione sarà letta come “A è incluso in B se e solo se, per ogni ap-
partenente ad A, appartiene a B”.
1. A A
2. A BB A A B
3. A B BC AC
A, B A B { : A B}
La definizione precedente si legge come “dati due sottoinsiemi di eventi
elementari A,B appartenenti allo spazio di eventi , l’evento unione è l’insieme di
eventi elementari che appartengono a A o a B”. Graficamente si avrà che
A, B A B { : A B}
A : A
1. (A) A
2. A A
3. A A
4.
5.
A, B A B { : A B}
26
A, B B A { : B A}
Naturalmente A B B A A B .
Proprietà commutativa
AB B A
AB B A
Proprietà associativa
A ( B C ) ( A B) C
A ( B C ) ( A B) C
Proprietà distributiva
A ( B C ) ( A B) ( A C )
A ( B C ) ( A B) ( A C )
27
Leggi di De Morgan
( A B) (A) (B)
( A B) (A) (B)
n
Ak { : A1 A2 An }
k 1
n
Ak { : A1 A2 An }
k 1
n n
A k A k
k 1 k 1
n n
A k A k
k 1 k 1
A k A k
k 1 k 1
A k A k
k 1 k 1
28
1. Contenga C
2. Se A C A C . In altri termini, la classe C deve contenere sia
l’evento A, sia la sua negazione A .
3. Data una sequenza finita o infinita A1 , A2 , Ak ; k 1, 2, di
eventi appartenenti a C, anche la loro unione appartiene a C. In sim-
boli avremo che
{ Ak : Ak C} Ak C
k 1
( , X ]
[X0 , X1 ]
ESERCIZI CAPITOLO 1
Esercizio 1.1. Quanti numeri interi di 3 cifre fra loro diversi possono essere
ottenuti con le cifre {1, 2, 3}?
Esercizio 1.2. Quanti numeri interi di 3 cifre fra loro diversi possono ottener-
si con le cifre {1, 2, 3, 4}?
4!
24 .
4 3 !
Esercizio 1.3. Quante sequenze di tre oggetti fra loro diversi possono otte-
nersi a partire dal seguente insieme: {A, B, C, D, E}?
A, B, C, D
n! n
r P k 1 ...k s
k1! k2 !...ks ! k1 k2 ... ks
30
n
dove è il coefficiente multinomiale.
k1 ... ks
10 !
r P5 ,3 ,2 2.520
5!3!2!
Esercizio 1.7. Nel gioco del poker, in quanti modi possibili si può presentare
una doppia coppia?
Esercizio 1.9. Quanti numeri di 3 cifre possono ottenersi disponendo con ri-
petizione i numeri {1,2,3,4}?
Soluzione. Ricordando che, nel caso di disposizioni con ripetizione, sono am-
missibili anche sequenze del tipo {1,1,1}, {2,2,1} ecc., il numero complessivo di
ripetizioni sarà dato dalla relazione:
r Dn , k nk
n k 1
r Cn , k
k
31
{TTTT,TTTC,TTCC,TCCC, CCCC}
1 2 3
C
1,2 1,3 2,3
1,2,3
Soluzioni.
1) Vedi Esercizio 4.12.
2) Scelto arbitrariamente un sottoinsieme di ampiezza 1 o 2 di C, è agevole ve-
rificare che:
A1 1 e A2 3
Esercizio 1.14. Dato lo spazio degli eventi {bianco, nero , rosso} 1) costruire
la -algebra completa C; 2) verificare che se A C A C ; 3) verificare
k k
che se Ai C Ai C .
i 1 i 1