La PROBABILITA’
è …
lo studio delle caratteristiche di regolarità dei fenomeni casuali
Sono fenomeni casuali
• Il lancio di un dado
• L’estrazione di una pallina numerata da un’urna
• Il lancio di una moneta
• Il diffondersi di un’epidemia
Un fenomeno complesso che si ripete più volte può essere studiato come
aleatorio, dal latino “alea”
Il calcolo delle probabilità permette di associare ad “eventi futuri” un modello
di tipo non deterministico, uno strumento che rende razionale il
comportamento dell’uomo di fronte all’incertezza: quando i fatti
osservabili non sono prevedibili e si devono prendere decisioni in base ad
ipotesi riguardanti le modalità di eventi futuri
E se gli eventi futuri ai quali sono legate le nostre decisioni ..
• sono ripetibili, in condizioni che possiamo ritenere uniformi, permette di fare previsioni quantitative e di regolare il nostro comportamento in modo da ottimizzare certe situazioni, che possiamo rappresentare mediante opportune “funzioni obiettivo” ( es lancio di un dado)
• NON sono ripetibili: serve a giustificare il nostro comportamento e a controllarne eventualmente la coerenza ( es: epidemie…)
Un modello si dice deterministico
• Se tutte le informazioni relative alla situazione che si sta esaminando in un istante permettono di determinare con certezza, con leggi semplici, quale sarà la situazione dopo qualsiasi intervallo di tempo;
CIOE’
• le grandezze in ingresso x i ( le condizioni iniziali)
permettono di calcolare le grandezze in uscita y i
La funzione associata ad un modello deterministico è
)(xfy
x0 y0
f
Un modello si dice non deterministico
• se non è possibile determinare a priori con certezza il valore della variabile in uscita y
i, ma si sa che essa assumerà uno dei valori di un insieme di eventi, chiamati
eventi casuali
In un fenomeno aleatorio:
• Tutti i possibili risultati sono punti dello spazio campione
• Ogni evento è un sottoinsieme dello spazio
• L’evento certo è lo spazio • L’evento impossibile è , l’insieme vuoto• E’ un evento il risultato di qualsiasi
operazione tra i sottoinsiemi di
Esempio: Lancio di un dado
• Spazio campione
• Evento:” uscita di un numero pari”
• L’evento: “uscita di un numero pari”può essere considerato come unione di eventi
singoli
1
23
4
5
6
Evento - risultato
• Nel lancio del dado l’evento: “uscita di un numero pari” ha come risultato x, un valore tra i tre possibili:
X=6
2
4
X: variabile casuale
• Si chiama variabile causale una variabile x che può assumere uno tra gli n valori possibili.
X=xm
x1
x2
…
La variabile casuale x
Può variare tra un insieme di punti dello spazio campione:
• Finito
• Infinito numerabile
• Infinito non numerabile
che sono distribuiti in un dato intervallo in modo continuo o discreto
La funzione P: A P(A)
Associa ad ogni sottoinsieme A di , l’insieme di punti-evento, un numero reale, che soddisfa ai seguenti assiomi:
Assiomi:
• A1 :
• A2 :
• A3 : Se Ai e Aj sono eventi incompatibili, cioè
allora
0)( AP
1)( P
)( ji AA
)()( AA iPiP
I simboli…• Insieme punti-evento
• F = {A1, A2, …, An} successione finita o
no, di eventi a due a due incompatibili
• P Numero reale
• Spazio di probabilità),,( PF
Teorema 1
• Se valgono
A1 :
e A2 :
Allora
la probabilità è un numero compreso tra zero e uno
dim-th1.ppt
0)( AP
1)( P
1)(0 AP
Teorema 2probabilità dell’evento impossibile
La probabilità dell’evento impossibile è zero
dim-th2
0)( P
Teorema 3probabilità dell’evento complementare
Un evento A e il suo complementareriempiono lo spazio campione
Può essere formulato:
• P(A) + P( )=1
oppure:
• P(A B) + P(B ) = P(B)
A
A
A
Teorema 4probabilità di eventi non disgiunti
• Se A e B sono eventi:)()()()( BAPBPAPBAP
A
B
BA
Eventi indipendenti
Definizione:
Gli eventi A e B sono indipendenti se:
)()()( BPAPBAP
Teorema 5probabilità di eventi indipendenti
Gli eventi A, B, C sono indipendenti
se e solo se:
• Sono indipendenti a due a due
• )()()()( CPBPAPCBAP
Probabilità condizionata P(A|H)
Definizione:
Dato uno spazio di probabilità
e due eventi H (che chiamiamo ipotesi o condizione), tale che P(H) 0, e A, la probabilità condizionata di A dato H è:
),,( PF
)(
)()(
HP
HAPHAP
Eventi indipendenti
Due eventi A e B sono indipendenti se il conoscere che uno si è verificato non altera la probabilità del verificarsi dell’altro.
In questo caso le tre leggi sono equivalenti: • • •
)()()( BPAPBAP
)()( APBAP
)()( BPABP
Teoremi della probabilità condizionata
)()()(, CBAPAPAP CBCB
...)()()()()( 2211 HPHAPHPHAPAP
...)()()()()( 2211 HHPHAPHHPHAPHAP
)...()...()()()...( 12121312121 nnn AAAAAPAAAPAAPAPAAAP
jjj
iii
HPHBP
HPHBPBHP
)()(
)()()(
Teoremi della probabilità condizionata
• Legge del condizionamento ripetuto
• Legge delle alternative
• Legge condizionata delle alternative
• Legge delle probabilità composte
• Legge di Bayes o probabilità delle cause
Legge del condizionamento ripetuto
)()()(, CBAPAPAP CBCB
Legge delle alternative
Un insieme di alternative è una partizione dell’insieme
(incompatibilità)
(esaustività)
per ogni indice i0)(
....
i
ii
ji
HP
H
jiHH
...)()()()()( 2211 HPHAPHPHAPAP
Legge condizionata delle alternative
Gli eventi H sono un insieme di alternative per H quando:
(incompatibilità)
(esaustività)
per ogni indice i0)(
....
i
ii
ji
HP
HH
jiHH
...)()()()()( 2211 HHPHAPHHPHAPHAP
Legge delle probabilità composte
)...()...()()(
)...(
121213121
21
nn
n
AAAAAPAAAPAAPAP
AAAP
Legge di Bayes o probabilità delle cause
jjj
iii
HPHBP
HPHBPBHP
)()(
)()()(
Recommended
