Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
di essere osservati. E' necessario quindi introdurre alcuni elementi di teoria della probabilit
La Statistica la disciplina che studia quantitativamente i fenomeni collettivi L'insieme di tutte le possibili osservazioni di un fenomeno costituisce la Popolazione L'insieme di osservazioni parziali costituiscono un Campione metodi e le finalita' della statistica sono diversi secondo che la popolazione venga osservata per intero o in modo parziale. Nel caso della misura, l'indagine viene condotta su un campione di dati e la statistica, che va sotto il nome di Inferenza statistica, fornisce i metodi con cui le informazioni contenute nel campione vengono estese, riferite, all'intera popolazione.
Il risultato di un esperimento si possa presentare con n eventi possibili ( modalita' dell'evento) e sia A un evento possibile. La probabilita di un evento A, P(A), uguale al rapporto fra il numero di casi favorevoli n(A) al verificarsi dellevento stesso e il numero n dei casi possibili, purch tutti equiprobabili: P(A) = n(A)/n
Supponendo che sia possibile ripetere un esperinento un numero N di volte nelle stesse condizioni ,la probabilit P(A) di un determinato evento A il limite del rapporto tra il numero M(A) di volte in cui si manifestato levento favorevole e il numero N di prove, al tendere allinfinito del numero di prove stesse, cio P(A) = lim M(A)/N per N infinito
Da entrambe le definizioni risulta 0 P(A) 1 ; P(A)=0 per evento impossibile P(A)=1 evento certo
La definizione classica di probabilita' e' insoddisfacente per 2 motivi: in primo luogo sottointende il concetto di equiprobabilita', cosicche' nell'ambito della definizione si usa il concetto stesso da definire. Inoltre essa e' applicabile solo se gli eventi elementari hanno tutti la medesima probabilita' La definizione empirica di probabilita' sottointende che l'evento sia ripetibile nelle stesse condizioni sperimentali un numero N grande di volte. Inoltre presuppone a priori una convergenza della frequenza relativa al crescere di N, verso un valore ben definito. Le due definizioni (classica ed empirica) trovano una consistenza nella legge dei grandi numeri o Teorema di Bernoulli) .
Teorema di Bernoulli
L'enunciato in forma semplificata e' il seguente:
Sia A un evento possibile In una serie di prove di un dato esperimento ripetuto nelle stesse condizioni . Se l'evento A si e'presentato M(A) volte in N prove, la probabilita' che la frequenza relativa f(A)=M(A)/N differisca dalla sua probabilita' classica P(A) di una quantita' in valore assoluto minore di un positivo piccolo a piacere , tende a 1 col crescere del numero delle prove.
La convergenza nella legge dei grandi numeri o Teorema di Bernoulli e' quindi intesa in senso statistico (o debole)e non implica una convergenza esatta nel senso dell'analisi: non implica cioe'che, preso un numero positivo piccolo a piacere sia possibile determinare in conseguenza un intero M tale che per ogni N>M risulti sicuramente | f(A)-P(A)| <
Gli studenti hanno gia' verificato nei risultati della loro esperienza (lancio dei dadi) il significato di convergenza statistica . Vale ancora sottolineare che tale convergenza non preveda che all'aumentare del numero delle prove l'uscita di un evento A (comparsa di una determinata faccia di un dado) sia certa ma solo che aumenti la probabilita' del verificarsi di A ,senza che si raggiunga mai la certezza..
esempio: nel gioco del lotto non esiste un numero M di volte dopo il quale un numero prefissato che non e uscito per M volte , esca con certezza.
3-DEFINIZIONE ASSIOMATICA di probabilita' La definizione assiomatica di probabilita' e' matematicamente consistente e supera le incongruenze delle definizioni precedenti.
La probabilita' di un evento A e' definita come una funzione d'insieme -Eventi Insieme e sottoinsieme di eventi . Spazio campionario degli eventi,
SPAZIO CAMPIONARIO
Eventi semplici o elementari = possibili risultati o modalita' dell'esperimento non ulteriormente scomponibili
Spazio campionario: E1 (comparsa faccia 1), E2, E3, E4, E5, E6 Evento complesso: comparsa faccia pari E2, E4, E6
Esempi
Esempio 2: lancio 2 dadi a 6 facce
Spazio campionario; tutti gli eventi semplici che sono le 36 coppie di valori (1,1) (1,2) ............ rappresentabili in un piano cartesiano dai punti in figura Evento complesso esempio: risultato del lancio somma 7 : (1,6), (2,5), (3,4), (4,3), (5,2), (6,1)
Spazio degli eventi:TTT,TTC,TCT,TCC,CTT,CTC,CCT,CCC Evento complesso :prima uscita T= sottoinsieme TTT, TTC, TCT, TCC,
Esempio 4: misura della lunghezza di una barra d'acciaio in un processo produttivo. L'osservazione del fenomeno assegna
Spazio degli eventi = Valori compresi fra 295 e 305 cm Evento complesso:=Valori di lunghezza >300 cm valori > 300 cm : sottoinsieme 300-305 cm
Operazioni su insiemi
Data la corrispondenza fra eventi e insieme di punti, lo studio della relazione tra eventi riconducibile allo studio della relazione fra insiemi. Uno schema molto utile per illustrare gli insiemi e mostrarne le relazioni il diagramma di Venn. Si tratta di un diagramma che rappresenta l'insieme con i punti contenuti in un cerchio, in un rettangolo o in altra figura piana.
Insieme complementare = tutti gli elementi di S che non appartengono ad A Insieme vuoto = insieme che non contiene alcun elemento Insiemi A e B disgiunti
o mutualmente esclusivi
Insiemi A e B congiunti
A B AB
AB=
Insiemi congiunti Insiemi disgiunti
Funzione d'insieme
Nell'accezione usuale, una funzione f(x) e' una legge che associa a cascun punto di un dato insieme di punti (dominio)uno e un sol punto di un altro insieme (codominio).Tale nozione puo' essere facilmente estesa al caso in cui gli elementi del dominio siano insiemi di punti anziche' singoli punti. Esempio si considerino i cerchi nel piano (x,y) di raggio r= (x2+y2) ;a ciascun cerchio si puo' associare l'area corrispondente s = r2 . s cosi' definita e' funzione d'insieme.
Nella successiva definizione assiomatica di probabilita' si associa ad un insieme o ad un sottoinsieme A una funzione P(A)
Ad ogni insieme A viene assegnata una funzione d'insieme P(A) detta Probabilit dell'insieme che deve soddisfare le seguenti propriet P(A) 0 per ogni A P(S) = 1 P(A U B U C ) = P(A) + P(B) + P(C) per ogni serie finita o infinita di eventi disgiunti (o mutualmente esclusivi). E' una definizione puramente formale basata su 3 assiomi. Si tratta di dare una definizione operativa di probabilit ovvero di definire operativamente la misura della probabilit di un insieme A.
La proprieta' della definizione assiomatica P(A U B U C ) = P(A) + P(B) + P(C) per ogni serie finita o infinita di eventi disgiunti (o mutualmente esclusivi) e' nota come regola della Probabilita' totale per insiemi disgiunti . Essa e' anche formulata come:
Se un evento puo' manifestarsi con modalita' diverse che si escludono a vicenda, la probabilita' dell'evento e' la somma delle probabilita' corrispondenti a quelle modalita'.
Sia la definizione classica, sia la definizione empirica di probabilita' soddisfa gli assiomi,e risultano con cio' matematicamente consistenti.
La definizione assiomatica di probabilita', non dice nulla su come assegnare dei valori alla probabilita'. Tuttavia su tali valori si possono fare delle ipotesi , verificabili poi analizzando gli eventi reali osservati. Si facciano ,per tutti, gli esempi dell'assegnazione delle probabilita' nei giochi d'azzardo in cui in genere gli eventi sono supposti non equiprobabili. L'assegnazione della probabilita' agli eventi di S deve soddisfare la condizione di normalizzazione P(S)=1
Agli eventi semplici che sono il risultato del lancio di un dado a sei facce equiprobabile si assegnano le probabilita' mediante la definizione classica P(E1 )=P(E2 )=P(E3)=P(E4)=P(E5)=P(E6)=1/6 Se si suppone che il dado sia truccato (per esempio si sospetti che la faccia 2 abbia probabilita' doppia delle altre) si usano le proprieta' della definizione assiomatica P(E1 )=P(E2 )=P(E4)=P(E5)=P(E6)=1/7 P(E2)=2/7
La proprieta' assiomatica
P(A U B U C ) = P(A) + P(B) + P(C) per ogni serie finita o infinita di eventi disgiunti permette di ricavare la regola della proprieta' totale nella che forma generale ,estesa anche ad insiemi congiunti . P(A U B ) = P(A) + P(B) P(AB)
In figura e' mostrato come e' sempre possibile esprimere l'insieme unione A U B di insiemi congiunti come l'unione di insiemi disgiunti
inoltre sia A che B possono sempre esprimersi come unione di insiemi disgiunti nella forma:
danno il risultato
Siano A e B due eventi dello spazio campionario S e sia P(B)0 non nulla. Si definisce probabilita' condizionata di A dato B , che si indica come P(AB) la probabilita' dell'intersezione A B diviso la probabilita' di B P(AB)=P(AB)/P(B) [ovviamente P(AB)=0 se gli eventi o insiemi sono disgiunti essendo AB=]
1)Nell'ipotesi che una famiglia abbia 2 figli,cercare la probabilita' condizionata che ambedue i figli siano maschi, sapendo che almeno uno di essi e' maschio. Spazio campionario: (m,m) , (m,f), (f,m),(f,f) supposti equiprobabili gli eventi hanno probabilita' 1/4 sottoinsieme A: (m,m) sottoinsieme B:(m,m), (m,f), (f,m) P(AB)=P(AB)/P(B)=1/4/3/4=1/3>P(A)=1/4
Se AB P(AB)=P(AB)/P(B)=P(A)/P(B) >P(A)
i 2)Nell'ipotesi che una famiglia abbia 2 figli,cercare la probabilita' condizionata che almeno uno sia un maschio ,sapendo che il primo e' una femmina evento A: (m,m),(m,f),(f,m) ; evento B (f,f),(f,m) P(AB)=P(AB)/P(B)=1/4/1/2=1/2<P(A)=3/4
Esempio : Si consideri il lancio di 2 dadi simmetrici.Sia A l'evento che la somma dei 2 dadi sia 7 e B l'evento che il I dado sia 4 Si calcoli la probabilita' condizionata P(AB)
Evento A:(1,6) (2,5),(3,4) (4,3)(5,2)(6,1) Evento B :(4,1) (4,2)(4,3) (4,4)(4,5) (4,6) Evento AB = (4,3) P(AB) = P(AB)/ P(B)=1/36/ 1/6=6/36=P(A)
Dalla definizione di probabilita' condizionata P(AB)=P(AB)/P(B) si ricava P(AB)=P(AB) P(B) o anche P(BA)=P(BA) P(A) La legge si generalizza a piu' eventi o insiemi nella forma P(ABC )= P(A)P(BA) P(CAB)......
lancio di una moneta simmetrica 3 volte Spazio degli eventi : TTT,TTC,TCT,TCC,CTT,CTC,CCT,CCC supposti equiprobabili la probabilita' di ogni singolo evento =1/8 a)Si voglia valutare la probabilta' dell'evento almeno 2 T se al primo lancio si e' verificato l'evento C A=[CTT, TTT,TTC, TCT] B=[CTT,CTC,CCT,CCC] P(AB)=P(AB)/P(B)=1/8/1/2=1/4<P(A)=1/2
Si voglia valutare la probabilita' di Croce al III lancio essendosi verificato l'evento 2C al I e II lancio A=[TTC,TCC,CTC,CCC] B=[CCC,CCT] P(AB)=P(AB)/P(B)=1/8/1/4=1/2=P(A)
Si consideri il lancio di 2 dadi simmetrici.Sia A l'evento che la somma dei 2 dadi sia 6 e B l'evento che il I dado sia 4 Si calcoli la probabilita' condizionata P(AB)
Evento A:(1,5) (2,4),(3,3) (4,2)(5,1) Evento B :(4,1) (4,2)(4,3) (4,4)(4,5) (4,6) P(AB) = P(AB)/ P(B)=1/36/ 1/6=6/36>P(A)=5/36
Il verificarsi dell'uscita 4 al I lancio favorisce la somma 6
Quadro riassuntivo
Legge della probabilita' totale (forma generale)
P(A U B ) = P(A) + P(B) P(AB)
caso a)
caso b) Eventi A e B congiunti e indipendenti P(A U B ) = P(A) + P(B) P(AB) P(AB)=P(A) P(B)
Se si chiede qual'e' la probabilita' che esca un pari al II lancio se al I e' uscito un dispari (Attenzione lo spazio campionario e costituito dalle 36 coppie (1,1),(1,2)...... Evento A (1,2) (2,2) (3,2) (1,4) (2,4) (3,4).. (1,6) (2,6) (3,6).. Evento B (1,1) (1,2) (1,3) (3,1) (3,2) (3,3). (5,1) (5,2) (5,3). P(AB)=P(AB) /P(B)=9/36 1/2= 9/18 P(AB)=P(A) P(B)=1/2*1/2=1/4