Slide 5: Fondamenti di calcolo delle probabilità Flashcards

1
Q

Come possiamo definire la probabilità?

A

Probabilità come il grado di incertezza connesso al risultato scaturito da una prova.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Concetti primitivi di probabilità

A

I concetti primitivi rappresentano le nozioni originarie e intuitive (assiomi) su cui viene costruita la teoria probabilistica.
* La probabilità è un concetto primitivo e misura.
Vi sono tre entità fondamentali che rappresentano i concetti primitivi della teoria della probabilità:
- la prova: esperimento che ha 2 o più risultati;
- l’evento: uno dei possibili risultati;
- la probabilità: numero compreso tra 0 e 1 che misura il grado di incertezza sul verificarsi di un evento.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Gli eventi

A

Si possono distinguere due tipi di eventi:
▶ evento elementare, indicato con ωi, che è uno dei possibili risultati della prova
▶ evento non-elementare, cioè un evento che può essere a sua volta scomposto in più eventi elementari

  • Esempio: nella prova “lancio di un dado” i possibili eventi elementari sono {1,2,3,4,5,6}, mentre un evento non-elementare è A=esce un numero pari che equivale a A = {2,4,6}.
  • Tutti gli eventi saranno indicati con le lettere maiuscole dell’alfabeto
  • Per poter analizzare le relazioni esistenti fra gli eventi, è necessario postulare un’algebra degli eventi.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Lo spazio campionario

A

L’insieme di tutti i possibili eventi elementari, ωi, viene chiamato Spazio Campionario e viene indicato con il simbolo Ω.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

L’Algebra degli eventi: l’algebra di Boole

A

Indichiamo con Ei, i = 1,2,…,p, un evento definito a partire dagli eventi elementari e con E = (E1,E2,…,Ep) una collezione di eventi.
POSTULATO 1: gli eventi formano un’algebra di Boole.

L’algebra di Boole è una struttura matematica sui cui elementi sono definite le seguenti operazioni:
* La negazione di un evento A, ossia ¯ A ; ovvero A non si verifica.
* L’intersezione fra due eventi A e B, ossia A ∩ B ; ovvero A e B si verificano contemporaneamente.
* L’unione fra due eventi A e B, ossia A ∪ B; ovvero almeno uno degli eventi A e B si verifica.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Evento impossibile

A

è l’evento che non può mai verificarsi e può essere definito come l’intersezione fra un qualsiasi evento e la sua negazione: A∩¯ A = B∩ ¯ B =∅.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Evento certo

A

è l’evento che si verifica sempre in quanto comprende tutti i possibili risultati dell’esperimento. Può essere definito come la negazione dell’evento impossibile ¯ ∅ =Ω.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Eventi incompatibili

A

Due eventi A e B si dicono incompatibili se non possono verificarsi contemporaneamente, quindi A∩B =∅ ovvero se il verificarsi di A automaticamente esclude il verificarsi di B.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Unione di un evento e del suo complemento

A

L’unione di un evento e del suo complemento costituisce l’evento certo: A∪¯ A = B∪ ¯ B =Ω

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Proprietà distributiva degli eventi

A
  • A∩(B∪C)=(A∩B)∪(A∩C)
  • A∪(B∩C)=(A∪B)∩(A∪C)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Proprietà assiomatiche della probabilità

A
  • Ad una generica prova è associato uno spazio campionario Ω e ad esso una collezione di eventi E = {E1,E2,…,Ep} la cui struttura matematica è quella di un’algebra di Boole.
  • Definiamo probabilità una funzione di insieme (funzione che applica un’operazione di conteggio di elementi all’interno del dominio) che associa ad ogni evento Ei ∈ E un numero reale.
  • La probabilità sarà indicata con P(Ei).
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

I postulati degli eventi e teorema

A

Siano A e B degli eventi qualsiasi appartenenti ad E.
* POSTULATO2: P(A) ≥ 0
* POSTULATO3: P(Ω) = 1
* POSTULATO4: se A∩B =∅ ⇒P(A∪B)=P(A)+P(B)
Utilizzando tali postulati è possibile dimostrare il seguente Teorema:
* In una prova, dati due eventi A e B, non a intersezione nulla, si ha:
P(A∪B) =P(A)+P(B)−P(A∩B)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Esempio teorema

A

Si estrae una carta da un mazzo che ne contiene 52. Calcolare la probabilità che la carta sia un asso o una carta di picche. La carta può essere sia di picche sia un asso di qualunque seme. Si definiscono gli eventi A = La carta è di picche e B =La carta è un asso. Perciò la probabilità corretta si calcola come P(A ∪ B). I due eventi però non hanno intersezione nulla, quindi P(A∪B) =P(A)+P(B)−P(A∩B) = 13/52 + 4/52 − 1/52 = 16/52 =0,31 Togliere l’intersezione dei due eventi equivale dunque a eliminare gli eventi elementari che verrebbero conteggiati due volte.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Altre proprietà degli eventi

A

0≤P(A)≤1
* P(∅) = 0
* se B ⊂A⇒P(B)≤P(A)
* P(¯ A) = 1−P(A)
* se P(B) = 1⇒P(B∩A)=P(A)
* se P(B) = 0⇒P(B∪A)=P(A)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Definizione classica di probabilità

A

Una definizione intuitiva di probabilità quando gli eventi elementari siano perfettamente noti, in numero finito e tutti equipossibili, è la seguente:
* La probabilità è data dal rapporto tra il numero dei casi favorevoli all’evento e il numero dei casi possibili. P(E) = n. di casi favorevoli/n. di casi possibili.
Nel caso del lancio di un dado vi sono 6 eventi elementari, tutti egualmente possibili. In questo caso, se A =si presenta il numero 5, abbiamo P(A) = 1/6, se B =si presenta un numero pari, P(B) = 3/6

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Probabilità condizionata

A

Supponiamo di voler calcolare la probabilità dell’evento A sapendo che si è già verificato l’evento B collegato ad A.
* Useremo la probabilità condizionata di A dato B : P(A | B) = n. di casi favorevoli ad A ∩B n. di casi favorevoli a B = P(A∩B) P(B) , P(B)>0
* Si definisce probabilità condizionata di A dato B, il rapporto tra la probabilità dell’evento (A ∩ B) e la probabilità dell’evento B.
* Ha senso parlare di probabilità condizionata quando i due eventi sono in qualche modo collegati ovvero quando il verificarsi dell’uno influenza l’altro

17
Q

Principio delle probabilità composte

A

La probabilità che due eventi A e B accadano contemporaneamente è la probabilità che accada B dato che è già accaduto A per la probabilità che accada A, e (eventualmente) viceversa.
P(A∩B) =P(B|A)P(A) = P(A|B)P(B)
dati due eventi A e B tali che P(A) > 0 e P(B) > 0

18
Q

Indipendenza fra eventi

A

Due eventi A e B si dicono indipendenti se il verificarsi di B non influenza la probabilità di A e, viceversa, se il verificarsi di A non influenza la probabilità di B.
* Questo significa che: P(A|B) = P(A) e P(B|A) = P(B)
* Di conseguenza, due eventi si dicono indipendenti, se e solo se: P(A∩B) =P(A)P(B)

19
Q

La regola del prodotto

A

La probabilità che due eventi A e B si verifichino contemporaneamente è uguale al prodotto tra la probabilità che si verifichi l’evento A e la probabilità che si verifichi l’evento B dato che si è verificato l’evento A. P(A∩B) =P(A)P(B|A).

Nel caso in cui i due eventi siano indipendenti, la regola del prodotto si semplifica e perciò la probabilità che si verifichino entrambi è data semplicemente dal prodotto delle loro rispettive probabilità. P(A∩B) =P(A)P(B)

20
Q

Teorema delle probabilità totali

A

Questo teorema mostra che la probabilità di un qualunque evento B si può calcolare come somma delle probabilità di tutti i possibili modi che si escludono a vicenda in cui si può ottenere l’evento stesso.
Un esempio di questo tipo è dato da tipologie di esperimenti che si conducono in più fasi.

21
Q

Il teorema di Bayes

A

Il Teorema di Bayes è una formula fondamentale della probabilità che consente di aggiornare la probabilità di un evento alla luce di nuove informazioni. È ampiamente utilizzato in statistica, apprendimento automatico, medicina, finanza e molti altri campi.
P(A∣B)= P(B∣A)P(A)/P(B)

  • ​P(A∣B) è la probabilità a posteriori di A dato che B è vero.
  • P(B∣A) è la probabilità condizionata di
    B dato che A è vero.
  • P(A) è la probabilità priori di A (prima di osservare B)
  • P(B) è la probabilità totale di B, che può essere calcolata come:
    P(B)=P(B∣A)P(A)+P(B∣¬A)P(¬A)
22
Q

Probabilità a priori, verosimiglianze e probabilità a posteriori

A

priori: P(Ai), i=1,2,…,K.
verosimiglianze: P(B|Ai), i=1,2,…,K.
posteriori: P(Ai|B), i= 1,2,…,K

23
Q

Quali sono le concezioni della probabilità?

A

Le concezioni della probabilità sono 3:
- Frequentista
- Soggettivista
- Soggettiva

24
Q

La concezione Frequentista della probabilità

A

Basata sul Postulato empirico del caso. In un gruppo di prove, ripetute più volte nelle stesse condizioni, ciascuno degli eventi possibili compare con una frequenza quasi eguale alla sua probabilità; generalmente l’approssimazione migliora quando il numero delle prove cresce.

25
Q

La concezione soggettivista della proprietà

A

La probabilità di un evento è la misura del grado di fiducia che un individuo (il soggetto) coerente attribuisce al verificarsi dell’evento, in base alle informazioni in suo possesso.

26
Q

La concezione soggettiva della probabilità

A

La probabilità di un evento E, secondo l’opinione di un individuo coerente, è il prezzo p che egli stima equo attribuire ad un importo unitario (ad esempio 1 euro) esigibile solo al verificarsi di E.