Appunti di probabilit e statistica matematica

La probabilit dominata dallidea che: anche se il risultato di ogni singolo esperimento incerto, esiste tuttavia un esito di lungo termine prevedibile. Linguaggio matematico minimale: linguaggio espresso mediante la teoria elementare degli insiemi. Formalizzare: scrivere in un linguaggio matematico minimale Definizione di probabilit classica (detta anche probabilit a priori): se ho n esiti egualmente possibili e che si escludono a vicenda (2 = testa o croce) ed ognuno di questi ha nA attributi distinti (1 = esito: testa oppure 1 = esito: croce) allora la probabilit di A (testa o croce) data da: nA/n . Esempio del dado: lanciare un dado a sei facce e vedere quando esce una faccia riportante un numero pari. Lesperimento casuale poich non posso predire a priori quale faccia uscir dopo il lancio (dopo le dovute precauzioni ovviamente). I possibili esiti dellesperimento sono 6 e dipendono da che faccia del dado esce: 1, 2, 3, 4, 5, 6. Tutti questi esisti sono egualmente possibili, nel senso che nessuno di questi risultati pu essere considerato privilegiato rispetto ad un altro, e sono distinti tra di loro, ovvero non pu uscire contemporaneamente 2 e 4! Noi abbiamo scommesso sui numeri pari, quindi vinceremo se esce: 2, 4 o 6. nA vale 3 poich sono 3 i risultati che ci fanno vincere e tutti questi risultati hanno un attributo A, cio ciascuno di questi risultati compreso nellinsieme dei possibili esiti dellesperimento (1, 2, 3, 4, 5, 6). Applicando al propriet (nA/n = 3/6 = 1/2 ) si vede subito che abbiamo il 50% delle possibilit di vincere. Lo stesso ragionamento vale per calcolare quante probabilit abbiamo che esca un numero maggiore di 2. Protocollo sperimentale distorto: quando si effettua un esperimento in cui i risultati non sono tutti ugualmente possibili. La definizione di probabilit classica non pu essere di aiuto su esperimenti distorti.

Questo numero compreso tra 0 e 1 perch non si pu avere pi esiti di quelli possibili

Problemi: o Se il numero di esiti infinito? o Se gli esiti non hanno tutti uguale probabilit? o Dopo un certo numero di esecuzioni di un esperimento pi probabile che ottenga A o B?

Probabilit a priori: quelle determinate con la definizione di probabilit classica. Probabilit frequentista: sono le probabilit ottenute facendo opportuni esperimenti su quanto spesso un evento si verifica in certe condizioni. Frequenza relativa: numero di volte che si verifica un certo risultato su un certo numero di prove o esperimenti (esempio: quante volte esce testa su 100 lanci di una moneta) osservabile che pi esperimenti vengono compiuti e pi la frequenza relativa va ad approssimare la probabilit dellevento stesso.

Cenni sulla teoria degli insiemi

Esperimento: fare un esperimento vuol dire estrarre un risultato o esito. Punto: un elemento di un insieme. Spazio: tutti i punti di un insieme. In un insieme i cui elementi vengono rappresentati con parentesi graffe, non interessa lordine con cui gli elementi vengono rappresentati. In un insieme i cui elementi vengono rappresentati con parentesi tonde, interessa lordine con cui gli elementi vengono rappresentati. Esito o punto campionario: un elemento dello spazio campionario (ogni risultato possibile). (vedi propriet delle operazioni sugli insiemi nella appendice A degli appunti di Lara) Due insiemi sono disgiunti se la loro intersezione d linsieme vuoto. Protocollo sperimentale S: il fatto che esista un esperimento ripetibile n volte, con risultati sempre distinti e che possono variare. Spazio campionario o insieme degli esiti o spazio dei campioni o collezione degli esiti ( ): linsieme non vuoto dei punti campionari oppure la collezione di tutti gli esiti di un esperimento concettuale. Contiene tutti gli esiti possibili di un dato esperimento Non pu essere vuoto altrimenti stiamo scherzando e non ha senso pi nulla Cardinalit dello spazio campionario ( ): definisce la dimensione (il numero degli elementi) dello spazio campionario

Il numero di possibili sottoinsiemi di un insieme 2n, dove n il numero degli elementi dellinsieme. Evento: sottoinsieme dello spazio campionario. Non tutti i sottoinsiemi dello spazio campionario sono eventi Evento elementare: sottoinsieme dello spazio campionario costituito da un solo evento (punto).

Evento impossibile ( ): il sottoinsieme di -

costituito da nessun punto (evento)

Infatti linsieme vuoto sottoinsieme di qualsiasi insieme formato da tutti gli elementi di .

Evento certo ( ): il sottoinsieme dellinsieme -

Infatti ogni insieme ha per sottoinsieme se stesso

Spazio degli eventi ( ), algebra di eventi, famiglia di eventi: linsieme di tutte le scommesse effettuabili; un sottoinsieme dello spazio campionario Non pu essere vuoto, altrimenti stiamo scherzando e non ha pi senso il resto

Propriet dello spazio degli eventi: 1. A a. Levento certo deve appartenere allo spazio degli eventi b. Levento certo deve appartenere ad A, ovvero, ci deve essere qualcosa su cui scommettere o nulla ha pi senso.

2. Se A A allora A a. Si deve poter scommettere sul contrario, in altre parole, lo spazio degli eventi deve essere chiuso sotto complementazione (se esiste A deve esistere NOT A) b. Se scommetto che uscir pallina bianca il mio avversario scommetter che uscir pallina nera 3. Se A1 e A2 A allora A1 A2 A a. Si deve poter scommettere in societ, in altre parole, lo spazio degli eventi deve essere chiuso sotto lunione (se esistono A e B deve anche esistere A+B) b. Se scommetto che uscir pallina bianca e tu scommetti che uscir pallina nera e noi ci mettiamo in societ (ovvero scommettiamo insieme) ci deve essere la possibilit di scommettere questa combinazione di scommesse. Spazio misurabile o spazio probabilizzabile: se lo spazio degli eventi possiede le tre propriet sopraelencate.

Convenzione: Gli eventi vengono indicati con lettere maiuscole latine (fatta eccezione per i due eventi sopra). Lo spazio degli eventi viene indicato con lettere maiuscole latine in grassetto.

Teorema: A

Dimostrazione: se A possiede le tre propriet sopraelencate allora per la 1: per la 2: se allora se = , A allora A. A; A;

Teorema: Se A1 e A2 A allora A1 A2 A

Lo spazio degli eventi chiuso sotto intersezione Dimostrazione: ammesso che valgano le propriet dellalgebra degli eventi; per la 2: anche A1c e A2c per la 3: vale che A1c ancora per la 2: (A1c A2c A2c)c A; A; A; (A2c)c = A1 A2

per le leggi di De Morgan: (A1c )c Definizione:

FUNZIONE: una funzione f( ) con dominio A e codominio B, una collezione di coppie ordinate (a,b) in cui valgono le seguenti propriet: 1. a A e b B; 2. ogni a A compare come primo elemento di una coppia ordinata nella serie e ci non vale necessariamente per b B; 3. non esistono due coppie ordinate distinte con il primo elemento uguale. Definizione: FUNZIONE CARATTERISTICA O INDICATRICE: dati linsieme degli esiti ( i cui esiti sono ) ed un sottoinsieme di esso (A), allora la funzione caratteristica di A la funzione con dominio e codominio compreso tra 0 e 1: ( ) {

Essa possiede 4 propriet (descritte formalmente a pagina 32 del libro). 1. La funzione caratteristica di A uguale a 1-la funzione caratteristica di Ac 2. La funzione caratteristica di un insieme di sottoinsiemi di il prodotto delle funzioni caratteristiche dei singoli insiemi presi uno alla volta

3. Lunione delle funzioni caratteristiche di tutti gli elementi dellinsieme A uguale al massimo valore che la funzione caratteristica assume tra tutti i possibili nellinsieme A 4. Lelevamento al quadrato della funzione caratteristica non fa variare il comportamento della stessa (0 o 1 al quadrato non cambiano)

N(A) : ampiezza dellinsieme A, ovvero il numero dei suoi elementi.

Definizione: FUNZIONE DI PROBABILIT: una funzione di probabilit una funzione di insieme che ha come dominio lalgebra di eventi A e come codominio lintervallo non stretto 0 e 1 e valgono le propriet a pagina 34. 1. La probabilit che si verifichi un certo evento deve sempre essere maggiore o uguale a zero. Non ha senso pensare ad eventi con probabilit inferiore di 0 2. La probabilit dellevento certo 1 La probabilit dellevento certo la probabilit maggiore che si possa trovare, ovvero il massimo della curva; se la curva oscilla tra zero ed 1 questo massimo certamente 1. 3. Lunione delle probabilit di eventi disgiunti (diversi tra loro) uguale alla sommatoria delle probabilit degli eventi Se supponiamo che ci siano solo palline nere o bianche, se io scommetto che uscir pallina bianca e tu scommetti che uscir pallina nera e noi ci mettiamo in societ (ovvero scommettiamo insieme) allora avremo sommato le probabilit di ciascuno (in questo esempio: 0,5+0,5=1 evento certo: sicuramente vinceremo) NB: questa definizione ci dice solo quali funzioni possono essere considerate funzioni di probabilit. P[A]: probabilit di A, probabilit che si verifichino dei risultati presenti in A. Definizione: SPAZIO DI PROBABILIT: la tripletta ( lo spazio campionario; lo spazio degli eventi; ( ) la funzione di probabilit , P( )) dove:

Osservazioni:
c

Teorema: P[ ] = 0 La probabilit dellevento impossibile pari a 0 Dimostrazione: Supponiamo A1 = , A2 = , A3 = , ... tutti eventi impossibili; per la propriet 3 (Lunione delle probabilit di eventi disgiunti (diversi tra loro) uguale alla sommatoria delle probabilit degli eventi): , , : la probabilit dellevento impossibile uguale alla probabilit dellunione di due eventi impossibili; per la propriet 3 (Lunione delle probabilit di eventi disgiunti (diversi tra loro) uguale alla sommatoria delle probabilit degli eventi): P( )=2P( ); sostituendo x con P( ) si ottiene: x=2x; tale uguaglianza vera solo per x=0 ovvero per P( )=0; Teorema: se A sottoinsieme di B allora la probabilit dellevento A minore o uguale della probabilit dellevento B Dimostrazione: TODO

Teorema: se A un evento appartenente a A, allora: la probabilit dellevento opposto (not(A)) uguale a 1-P[A]. Dimostrazione: lunione tra P*A+ e P*not(A)+ d levento certo, infatti considero ci per cui scommetto e ci per cui non scommetto; dalle propriet precedenti: P[ ]=1; sempre per le propriet precedenti, lunione equivale alla somma delle probabilit indipendenti;

spostando opportunamente i membri dellequazione cos ottenuta il teorema dimostrato. Teorema: ( ) ( ) ( ) ( )

(Esempio del piastrelliere?) Dimostrazione: TODO Osservazione: NON tutti gli eventi che hanno probabilit 0 sono eventi impossibili

Esempi fatti Posso utilizzare la formula della probabilit classica per calcolare il numero di elementi: P()=nb/n => n=nb/P() Teorema: DISTRIBUZIONE DI BERNOUILLI: si dice che una variabile casuale X ha una distribuzione di Bernouilli se la funzione di densit discreta di X data da: { Esempi di applicazione? ( )

Spazi campionari finiti

Definizione: SPAZIO CAMPIONARIO FINITO CON PUNTI EQUIPROBABILI: uno spazio campionario con un numero finito di risultati possibili in cui ogni evento equiprobabile, ovvero valgono le seguenti propriet: 1. Le probabilit di tutti gli eventi dellinsieme considerato sono uguali a. La probabilit di un singolo evento (per la definizione classica di probabilit) 1/N 2. Se A un sottoinsieme di questo spazio campionario ed ha ampiezza N(A) allora varr: P[A]=N(A)/N Definizione: si definisce funzione di probabilit uniforme la funzione di probabilit di uno spazio campionario finito con punti equiprobabili. Campione di ampiezza n: un sottoinsieme dello spazio campionario di ampiezza n (con n elementi). Campionamento: prelevamento di un campione.

Estrazione con reimmissione o senza reimmisione: se dopo aver estratto la pallina dallurna essa viene rimessa nellurna oppure no. Esempio di estrazione di due palline da unurna: in questo esperimento importante anche lordine con cui vengono estratte le palline e va subito notato che lesito cambia radicalmente a seconda che si utilizzi un metodo di estrazione con o senza reimmissione. Il problema pu essere rappresentato in svariati modi: Simbolicamente: P({(i,j)}), ovvero la probabilit che si verifichi levento coppia ordinata pallina i e pallina j Effettuando un prodotto cartesiano i cui punti sono eventi elementari o La diagonale rappresenta lestrazione consecutiva della stessa pallina Nel caso di estrazione senza reimmissione questi eventi sono con probabilit 0 Anche se questi eventi appaiono chiaramente impossibili (supponendo la correttezza delle operazioni di estrazione) non bisogna MAI escluderli dal calcolo della probabilit (vedi esempio poligono)

Metodo con reimmissione (CR): si suppone che non ci sia nessun privilegio tra le palline: tutte le palline sono uguali e lestrazione sia della prima che della seconda pallina assolutamente casuale. Quindi P({(i,j)})=1/n2 . n2 perch ogni pallina estratta viene rimessa unaltra volta e lo spazio degli eventi raddoppia. Metodo senza reimmissione (SR): si mantengono sempre le supposizioni precedentemente fatte per lequit delle palline in gioco. Non essendoci reimmissione, le palline estraibili alla prima estrazione sono n ed alla seconda sono n-1. Inoltre va anche considerato che non possibile estrarre due palline uguali per definizione del metodo che stiamo usando e tale evento avr probabilit 0. Riassumendo: (*( )+) {
( )

Esempio del poligono: bisogna studiare la probabilit di colpire una certa area quadrata di lato 1. Appare subito chiaro che colpire unarea di ampiezza zero un evento con probabilit 0 e perci colpire la diagonale del quadrato ha probabilit 01.

Considerare che: tutti i segmenti hanno area 0; la diagonale di un quadrato un segmento.

Se si decidesse di togliere dalla nostra considerazione tutti gli eventi con probabilit 0, ovvero tutte le aree di ampiezza 0, dovremmo sicuramente escludere tutti i segmenti, i punti e cos via ed andremmo a svuotare completamente il quadrato poich esso formato proprio da segmenti e punti. ATTENZIONE: levento impossibile diverso dallevento con probabilit 0!

Probabilit condizionata ed indipendenza

P[A|B]: probabilit di A dato B. Definizione: PROBABILIT CONDIZIONATA: se A e B sono due eventi in A: P[A|B] = P[AB]/P[B] se P[B]>0

[balza esempi pagine 28-29-30]