Académique Documents
Professionnel Documents
Culture Documents
Legacy Edition
Copyright 25 ottobre 2012
Luca La Rocca
luca.larocca@unimore.it
Indice
Prologo
Eventi
Probabilit
Epilogo
Prologo
Prologo
Eventi
Probabilit
Epilogo
Prologo
Prologo
Prologo
Il Cavalier de Mr si chiedeva. . .
pi facile per me ottenere almeno un
lanciando 4 volte
lanciando
un dado (a sei facce) oppure ottenere almeno un
24 volte due dadi (a sei facce)? non forse ugualmente facile,
visto che nel primo caso mi favorevole 1 di 6 esiti possibili,
mentre nel secondo caso 1 di 36 esiti possibili (e 4 : 6 = 24 : 36)?
:::
:::
:::
Prologo
Per alcuni lambito dei giochi dazzardo di interesse pratico, per altri
fonte di curiosit intellettuale, per altri ancora provvisto di scarso
fascino. . . in ogni caso, quali che siano i gusti personali, si tratta di un
buon punto di partenza per lo studio del calcolo delle probabilit:
I
Eventi
Prologo
Eventi
Probabilit
Epilogo
Eventi
Eventi
10
Eventi
11
Eventi
12
E1 = ottengo
:::
Eventi
13
Eventi
14
Eventi
15
= {1, 3, 5}
UNO = {1}
= {}
(insieme vuoto)
...
DISPARI
Eventi
16
(, 3) (2, 5)
!!
"$%R
E2 = (1, 1)
"1
! =R
...
Ci si limita ai plurintervalli perch la retta reale troppo ricca di parti.
Insegnamento di Introduzione alla Statistica
per le Scienze Economiche e Sociali (ISSES)
Eventi
17
Eventi
18
Eventi
19
C4
C3
C1
C2
E3
E1
E2
Eventi
20
Tre eventi (E, F e G) logicamente indipendenti
Eventi
21
Probabilit
22
Prologo
Eventi
Probabilit
Definizione classica
Definizione soggettiva
Condizionamento e indipendenza
Formula di Bayes
Epilogo
Probabilit
23
Prologo
Eventi
Probabilit
Definizione classica
Definizione soggettiva
Condizionamento e indipendenza
Formula di Bayes
Epilogo
Probabilit
24
Probabilit
25
13
52
1
4
25%
16
52
4
13
'
31%
Probabilit
26
Probabilit
27
#F E
#E
Probabilit
28
#{2} {2, 4, 6}
#{2}
=
= 1/3
#{2, 4, 6}
#{2, 4, 6}
#{4, 6}
#{4, 5, 6} {2, 4, 6}
=
= 2/3
#{2, 4, 6}
#{2, 4, 6}
Probabilit
29
Probabilit
30
(, 1) (1, )
(1, 1)
"1
1
e nel lancio di un dado a sei facce si trova
ALTO DUE = {4, 5, 6} {2} =
ALTO DISPARI = {4, 5, 6} {1, 3, 5}
! =R
{} =
= {5}.
Probabilit
31
F
F
E F
VERO
VERO
VERO
VERO
FALSO
FALSO
FALSO
VERO
FALSO
FALSO
FALSO
FALSO
"
Insegnamento di Introduzione alla Statistica
per le Scienze Economiche e Sociali (ISSES)
Probabilit
32
Probabilit
33
(, 1) (1, 1)
(, 1)
"1
1
e nel lancio di un dado a sei facce si trova
ALTO DUE = {4, 5, 6} {2} =
ALTO DISPARI = {4, 5, 6} {1, 3, 5}
! =R
{2, 4, 5, 6}
= {1, 3, 4, 5, 6}.
Probabilit
34
E F
VERO
VERO
VERO
VERO
FALSO
VERO
"U F
"
FALSO
VERO
VERO
FALSO
FALSO
FALSO
!
Insegnamento di Introduzione alla Statistica
per le Scienze Economiche e Sociali (ISSES)
Probabilit
35
1 3
4
= + = P{2} + P{4, 5, 6}
6
6 6
25
13 16
6=
+
= P(cuori) + P(vestita)
52
52 52
Probabilit
36
52 52 52
= P(cuori) + P(vestita) P(cuori e vestita).
P(cuori o vestita) =
Probabilit
37
(1, 1)c
(, 1) (1, )
"1
1
e nel lancio di un dado a sei facce si trova
DISPARI = {1, 3, 5}c
UNO = {1}c
= {}c
! =R
= {2, 4, 6}
= PARI
= {2, 3, 4, 5, 6}
= NONUNO
= {1, 2, 3, 4, 5, 6} = .
Probabilit
38
!c
Ec
VERO
FALSO
FALSO
VERO
"
Insegnamento di Introduzione alla Statistica
per le Scienze Economiche e Sociali (ISSES)
Probabilit
39
=
=
1
2
5
6
=
=
1
2
1
1
6
1
1 P(DISPARI )
1 P(UNO ).
Probabilit
40
Probabilit
41
Probabilit
42
Probabilit
43
Probabilit
44
Probabilit
45
Prologo
Eventi
Probabilit
Definizione classica
Definizione soggettiva
Condizionamento e indipendenza
Formula di Bayes
Epilogo
Probabilit
46
Probabilit
47
Probabilit
48
Probabilit
49
Probabilit
50
Probabilit
51
Probabilit
52
Probabilit
53
Probabilit
54
Probabilit
55
:::
Probabilit
56
Probabilit
57
Probabilit
58
(ii) f (x ) dx = 1
garantir la coerenza;
Rb
I per ogni intervallo (a, b ) di R si trover P(a, b ) =
f (x ) dx,
a
pari allarea sottesa a f tra a e b, e la regola della somma dar la
probabilit di ogni plurintervallo.
Questo approccio consente di trattare il caso dellIQ (in unit standard)
di un individuo preso a caso da una popolazione di cui si conoscano
media e deviazione standard. . .
Insegnamento di Introduzione alla Statistica
per le Scienze Economiche e Sociali (ISSES)
Probabilit
59
0.3
f(x)
0.2
0.1
5%
=
2.5%
0.0
0.1
100%
0.0
f(x)
0.2
0.3
0.4
0.4
2.5%
Probabilit
60
Z +1
1
x2
1
e 2 dx ' 0.6827 = 68.27%
2
0.2
68%
0.0
0.1
f(x)
0.3
0.4
P(1, +1) =
Probabilit
61
Z a
f (x ) dx = 0,
per ogni a R.
Z a+h
ah
Probabilit
62
Prologo
Eventi
Probabilit
Definizione classica
Definizione soggettiva
Condizionamento e indipendenza
Formula di Bayes
Epilogo
Probabilit
63
Probabilit
64
Probabilit
65
P(F |E ) P(E ).
Probabilit
66
Si noti che dalla regola del prodotto segue lidentit P(F |) = P(F ),
analogamente a quanto accadeva in ambito classico.
Se P(E ) > 0, si pu riscrivere la regola del prodotto come
P(F |E )
P(E F )
P(E )
Probabilit
67
P(0, 1)
0.34
=
= 0.68
P(0, )
0.50
Probabilit
68
=
=
40%
25%.
Probabilit
69
1
1 2
=
.
4 5
10
Analogamente troviamo
P(R1 R2c ) = P(R2c |R1 ) P(R1 ) =
P(R1c R2 ) = P(R2 |R1c ) P(R1c ) =
P(R1c R2c ) = P(R2c |R1c ) P(R1c ) =
3
4
2
4
2
4
2
5
3
5
3
5
=
=
=
3
10
3
10
3
10
Probabilit
70
Probabilit
71
Probabilit
72
Probabilit
73
Probabilit
74
Dati due eventi E ed F tali che P(E ) > 0 e P(F ) > 0, diremo che
F stocasticamente indipendente da E, secondo la probabilit P,
se il verificarsi di E non fornisce informazioni sul verificarsi di F :
P(F |E )
P(F )
P(E ) P(F )
Probabilit
75
Probabilit
76
=
=
=
1/2
1/2
1/4.
Probabilit
77
P (R V ) = 4/10
0
P (R ) = 2/10
=
=
=
2/5
2/5
1/5
Probabilit
78
Probabilit
79
3
2
' 6%
5
Si noti che:
I
Probabilit
80
Probabilit
81
Prologo
Eventi
Probabilit
Definizione classica
Definizione soggettiva
Condizionamento e indipendenza
Formula di Bayes
Epilogo
Probabilit
82
Probabilit
83
sensitivit
specificit
Probabilit
84
&
P(H1 |E ) = 1 P(H0 |E ).
prevalenza
0.98
Probabilit
85
P(E H0 )
P(E )
Probabilit
86
0.025 0.98
' 0.55
0.025 0.98 + 0.999 0.02
e quindi
P(H1 |E ) = 1 P(H0 |E ) = 0.45
di modo che gli odds per scommettere contro la malattia sono scesi da
98 : 2 a 55 : 45 in virt del test positivo; sebbene il test abbia delle
buone prestazioni (alta sensitivit e specificit) la rarit della malattia
rende il risultato non conclusivo (un approfondimento necessario).
Ignaccolo R. (2009). Allarmarsi per un risultato positivo al test sullHIV? Non
subito. . . , SIS Magazine, http://www.sis-statistica.it/magazine/spip.php?article118 .
Insegnamento di Introduzione alla Statistica
per le Scienze Economiche e Sociali (ISSES)
Epilogo
87
Prologo
Eventi
Probabilit
Epilogo
Epilogo
88
P(4 punteggi 6=
:::
4
5
' 48.23%
6
P(almeno 1 punteggio =
:::
'
51.77%.
Epilogo
89
:::
:::
Epilogo
90
Epilogo
91
1 P(E )
Epilogo
92
Bibliografia
93
KOLMOGOROV, A. N. (1933).
Grundbegriffe der Wahrscheinlichkeitsrechnung.
Springer, Berlin.
Traduzione inglese: Foundations of the Theory of Probability,
Second Edition, Chelsea, 1956.
Insegnamento di Introduzione alla Statistica
per le Scienze Economiche e Sociali (ISSES)
Bibliografia
94
L APLACE , P. S. (1812).
Thorie analytique des probabilits.
Courcier, Paris.
M ISES , R. (1928).
Wahrscheinlichkeit, Statistik und Wahrheit.
Springer, Wien.
Traduzione inglese ampliata: Probability, Statistics and Truth,
Second Edition, Allen and Unwin, 1957.
VON
S COZZAFAVA , R. (2000).
Primi Passi in Probabilit e Statistica.
Decibel, Padova.