Docsity
Docsity

Prepara i tuoi esami
Prepara i tuoi esami

Studia grazie alle numerose risorse presenti su Docsity


Ottieni i punti per scaricare
Ottieni i punti per scaricare

Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium


Guide e consigli
Guide e consigli


STATISTICA ECOMARKS 2022/23, Appunti di Statistica

I concetti fondamentali della probabilità, come gli eventi, gli spazi campionari, le probabilità composte e gli assiomi del calcolo delle probabilità. Vengono inoltre presentati esempi e esercizi per comprendere meglio i concetti.

Tipologia: Appunti

2022/2023

In vendita dal 11/10/2023

riccardoaubert
riccardoaubert 🇮🇹

4.7

(3)

9 documenti

1 / 48

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
PROBABILITA teoria
matematica
dell'incertezza
Lopervalutare un fenomeno osservabile dal puntodivista
dellapossibilità omeno
del suoverificarsi indipendentementedalla sua natura
CONCETTI PRIMITIVI LaPROVAgeneral'Esito con una certaPROBABILITA
PROVA ogniesperimentosoggetto adincertezza
ESITO uno dei
possibilirisultatidella
prova
PROBABILITA EConcetto
primitivo
misure mm associatoalverificarsidi unesito oun insieme diesiti
ASPAZIOCAMPIONARIO insiemeditutti ipossibili
esitidi una prora
ESEMPI
1lanciodi unamoneta
ATC
2lasequenzadiduelancidi una moneta
1TT TC CT CC
3lanciodi unamoneta
finoaotteneretesta
1TCT CCT CCCC
CCT INFINITA NU
BE
RA
BILE
4attesadelrisultatodell'esame in ORE
A00INFINITA NonNumerabile
EVENTO ognisottoinsiemedello 1Un
eventoquindi èun insiemeformatodaesiti
dellaprovaconsiderata
NBunsingolo
esito èun EVENTOELEMENTARE
ESEMPI
1Bil risultatodel tiro èTESTA T
2la sequenzadeilanci contienesoltantoesiti
uguali TT CC ÉLIE
3Dottengotestaentro iprimi 4lanci TCT CCT CCT
7Elaprofpubblica irisultati il 2giorno 29 48
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f
pf20
pf21
pf22
pf23
pf24
pf25
pf26
pf27
pf28
pf29
pf2a
pf2b
pf2c
pf2d
pf2e
pf2f
pf30

Anteprima parziale del testo

Scarica STATISTICA ECOMARKS 2022/23 e più Appunti in PDF di Statistica solo su Docsity!

PROBABILITA teoriamatematicadell'incertezza

Lopervalutare un fenomeno osservabile^ dal puntodivistadellapossibilità omeno

del suoverificarsi indipendentemente^ dallasua natura CONCETTI (^) PRIMITIVI LaPROVAgeneral'Esito con una certaPROBABILITA

PROVA ogniesperimento soggetto adincertezza

ESITO uno (^) deipossibilirisultatidellaprova PROBABILITA (^) E

Concettoprimitivo

misure mm^ associatoalverificarsidi^ unesito^ o^ un^ insieme diesiti

A SPAZIO^ CAMPIONARIO^ insiemeditutti^ ipossibiliesitidi^ una^ prora

ESEMPI

1 lanciodi^ una moneta

A T C

2 lasequenzadiduelanci di^ una moneta

1 TT TC^ CT^ CC

3 lanciodi una monetafinoa otteneretesta

1 T^ CT^ CCT^ CCCCCCT INFINITA^ NUBERABILE

4 attesadelrisultatodell'esame^ in^ ORE

A 0 0 INFINITA NonNumerabile

EVENTO (^) ognisottoinsieme^ dello 1 Uneventoquindi è un insiemeformatodaesiti

dellaprovaconsiderata

N B un singoloesito è un EVENTOELEMENTARE

ESEMPI

(^1) B il risultato del tiro è (^) TESTA T (^2) la (^) sequenzadeilanci contienesoltantoesitiuguali TT CC (^) ÉLIE (^3) D ottengotestaentro (^) i (^) primi 4 lanci T CT (^) CCT (^) CCT

7 E la profpubblica i risultati il 2 giorno 29 48

MASe si realizza uno (^) degliesiti di un (^) evento A E (^1) diremoche l'evento A si (^) è (^) verificato es precedenti Indicheremo (^) glieventiconletteremaiuscole (^) I IIII ESEMPIO (^) lanciodi (^) un DADO (^) a 20 FACCE (^) S (^1) 2,3 20 Es esce^ la^ faccia^1 Ei esce lafaccia i i Ero esce^ la

faccia 20 io con^ i^ 1,2 20

ME EVENTI^ E^ INSIEMI^ STEFFEN^ UNIONE^ INTERSEZIONE NEGAZIONE UN IONE Dati A^ e^ B^ in^1 allora^ A^ U B^ è^ l'evento^ formato^ datuttigli

esiti in A^ in B o in entrambi

mammà Siverifica^ AU^ B^ se^ si verificanoalmenouno^ tra^ A^ e^ B Silegge A (^) oppure B

ESEMPIO

Sequenzadi 2 lanci di una moneta D TTCT TC cc

A esceTESTA^ alprimolancio^ TT TC B i duelancidannorisultatidiversi^ te ci AVB^ TT TC^

CT

Lanciodi un dado a 20 facce

E 18 U^ E 19 esce^18 o^19 18 19 F (^) esce un numeropari 2,9 6 20 E U E U Eg U^ UEro G (^) esce un numero 17 18 19 20 (^) E 28 U E 19 U (^) Ero F U G^2 4,6 (^18) 19,

evento COMPOSTO^ evento^ ELEMENTARE

unionedieventielementari^ nonpuòesserescrittocomeunionedialtrieventi

ALTRE DEFINIZIONI

Dueeventi^ A e (^) B in 1 sidicono INCOMPATIBILI^ se (^) A A (^) B 0

se si verificaA non puòverificarsiB e viceversa

Dueeventi^ A e (^) B in (^1) sidicono NECESSARI (^) se A U (^) B A siverificacertamentealmeno^ uno diessi

ATTENZIONE (^) la lorointersezionepotrebbeessere non nulla

A A^ e^ A^ sonosia^ INCOMPATIBILI^ che^ NECESSARI Mthfr Ara^0 AVA^ A

PARTIZIONE DI^1

Es En maanchenumerabile

UE 1 necessarietà

E M E^ O Wi t J incompatibilità^ a^2 a^2

INCLUSIONE A C^ B^ se^ tuttigliesiti^ di^ A^ sonoanche^ in^ B^ silegge A è inclusoin^ B

A

B (^) Se (^) si

verifica A^ allora^ si^ verificaancheB

N B A U^ B B AR B^ A SeA^ C^ B^ e^ B^ e^ A^ allora^ A^ E^ B Perqualsiasieventovale^ O C^ E^ C^ A

LEGGI DI

DEMORGAN

AT À^ u^5 AUT A (^) ME

f x^ mafia P E^ PCE^ silegge probabilità^ die

ESEMPIO

Lancio di un dado a 6 facce 1 1,213,415,

A (^) pari 2,4163 (^) B (^) facciaPARI^ minoredi (^6) 2, PCA (^) PCB P A PCB (^) PIA PCB Plr E'plausibile (^) P A Plr (^) KAGA P 13 P (^23) P 6 P 13 76 P 23 16 P^ 1,23 P (^130223) P (^131 )

ASSIOMI OPOSTULATI^ DEL CALCOLO^ DELLE^ PROBABILITÀ

(^1) PIA 70 VACA (^2) PG 1 3 FA^ BCR^ AMB (^) O PLAUB PCA^ PCB Bris (^) Es Em CA (^) ED E O ti (^) J PIÙ E^ PCE

3BISBIS (^) P (^) II Ei (^) E P (^) E sommobilitàCOMPLETA

CONSEGUENZE DEGLI ASSIOMI

Plant PCA^ P^ AMB B (^) BAR (^) BA AUA BRAU (^) BRÀ PIÀ 1 PCA^ S^ A^ UÀ PIO O^1 ACB PCA^ PCB^ A BRA PIANA^ PCB^ PIBRA KE CI^ OE (^) PCE E I^ PIE E (^) PC 1

DISUGUAGLIANZA di BOOLE Datauna collezione^ dieventi Ei CSL (^) i (^) 1, P (^) Y E E (^) I PCE Eh 2 eventi P A^ U^ B^ P A^ P^ B PLANB^ E P A^ P^ B

ESERCIZIO 3

Datidueeventiincompatibili AM B^0 tali che^ P (^) A 0,35 e^ P B (^) 0, P A U^ B^ 0,35 0,4 (^) 0, P AU B P (^) A N B 1 O^1 P A^ A^ B^ P AU^ B^1 0,75 (^) 0,

ESERCIZIO 4

Siipotizzache^ la (^) Pcheun'aziendaimmettesulmercato^ un^ certo n dinuoviprodottisia FIDEI 0 1 2 3 4

PROBAB 0,32 0,9 0,28 0,07 0,

CALCOLA

nuovi (^) podimmessinelmercatosono al ma (^2) 0,32 0,4 0 18 0 9 nuoviprodimmessi (^) sulmercatosono 3 o (^) più 0 07 (^) 0,03 (^) 0, non (^) vengonoproposti nuoviprodotti^ o proposti (^2) 0,32 (^0 18) 0, prodottiimmessi^ sulmercatotra 1 e^3 0,9 0,18 (^0 7) 0,

Sia A n prodotti èalmeno^2 e B n prodotti non è maggiore di 3

g

Sonoincompatibili Noperché (^) A (^2) 3,9 e B (^0) 1,2 3 P (^) A A B P 23 P^33 0,18 0,07 0,

COME ASSEGNARE LE PROBABILITÀ

Semplicequandoabbiamospazi campionari^ con Esiti^ EQui^ probabili

A (^) insiemefinito

Persemplicità a 1 N ma^ possiamoconsiderareogniinsieme di N^ esiti

P 13 P 23 P N^ es lanciodi un dadoregolare a^ Nfacce Pergliassiomi 2 e 3 si ha che P (^) i (^) ti 1 N

DIMOSTRAZIONE RICORDA a 2 N

(^1) P N PERASSIOMA^2 913 U (^) VEN P I^ U^2 U^ U^ N P (^13) P 23 P N^ PER^ ASSIOMA^3 BIS^ INCOMPATIBILI NP i P Ei^ 4N Vi (^1) IN A CN^ evento^ composto^ perchécomposto^ da un^ certo^ diesiti ESEMPIO N (^6) A (^) 2,4 6

P A^ P^2 U^930 6 4N IN FN 31N

In (^) generale (^) p A (^) esiti inesiti^ in Aa^ CASI CASI FAVOREVOLIPossibili

ESEMPIO

Estraiamo 3 (^) polline a (^) casoda un'urna checontiene (^6) pallinebianche e 5 nere

P 1 bianca^ e^2 nere

10 MODALITA^ teniamocontodell'ordine BNN (^6 5 4 ) 11.20.9 (^) gg

input (^3)

rossi g

ESEMPIO

Lanciodi 2 dadi regolari Sapendocheil 10dadodacomerisultato 3 concheprobabilità il

totalesupera 6

A (^) i (^) i 1 6 B il totale (^) supera 6 Ai 10 dadodairisultato^ i^ i^1 B i itg 6 A (^) 3,5 J 11 6 A N^ B (^) 3,4 3,5 3, PIA (^) III I 46 PIA A^ B (^) I 412 P (^) BIAS (^) II 922 12

OSSERV 1^ P^ B^ 2 2^3 5 6 712 0.6^ P^ Blas 0. P BIAa (^) polidisuperare 6 se il 1 dadoda 1 PLAINB

PAa 0 17

P BIAa^ poli di^ superare^6 se^ il^1 dadoda 6 PIAGAB 6136 PAG 6136 1

OSSE^ RV 2 B (^) P A 3 I B (^) profdiaverottenuto3dal 1 dadose iltotalesupera 6

pt E^ F P AsI B (^) profdiaverottenuto^ 1 dal^1 dadose il totalesupera^6 MAI (^) E P (^) Ag B (^) poli di averottenuto^ 6 dal 1 dadose iltotalesupera Pippi^ B E (^) E

Ingenerale P (^) BIA I^ P AI B

IMPORTANTE (^) la probabilitàcondizionata (^) è una misura (^) dipolia tuttiglieffetti Infatti sefissoA^ con^ A^0 e considero^ P^ 1A P (^) I A rispettagliassiomi P BIA Z^ O^ NBE^ R

P AIA 1

se BACIO P B^ u^ CI^ A^ PCBI A^ P CIA ALEE Valgonotutti i teoremigiàvisti inoltre P BIA^ P B non^ haeffetto P A I A 1 se AA B (^) O P BIA O

Quandocondizione^ è comese A evcondizionante

RIFLESSIONE

Appennini iii (^) a casa a normalizzazione

fosse il nuovospaziocampionario

es Casodi spazicampionariconesitiequipolabili

PCBI A (^) ii AMBI IBI

OSSERVAZIONE spessopossiamocalcolareleprobabilitàcondizionateconsiderando^ lo

spazio CAMPIONARIO^ RIDOTTO

es una con GR e 4B

Probabilitàcheleprimeduesiano rosse e la terza blu

estraendo (^) senza reimmissione

Ri Bi^ i esimaestratta è^ rossa^ blu^ i^1 PIRIMR^ M^ B (^) P Ra P RAIRD P (^) B I (^) RanRa (^6110 519 98) III (^) I P (^) RI A (^) RaN B3 (^) E 0,

CASO GENERALE (^) Es En mutualmenteindipendenti se losono a^ 202,0303 a^ man^ YIFIEBEINI

esempio 2 lancimoneta^ TI^ esce^ testa^10 lancio

Ta escetesta20lancio Tae Ta sono^ indipendenti^ DIMOSTRIAMOLO TI TC^ TT^ Ti TT CT^ Tanta TT^1 TT TC CT^ CC PITI 24 1 2 PCI^24 42 PCTINTa 14 12.42^ PCI^ PCE

INCOMPATIBILITÀ INDIPENDENZA

DEFINIZIONE

RELAZIONE

PIANB^ P^ A^ p B

tra INSIEMI^ tra PROBABILITÀ

PREFIBIETA (^) incompatibile

si P^ A^ PCB^ as

no (^) a PIA PCB PLANB incl esce PLAUB

PROBABILITÀ^ si^ PIA^ PCB^ fattorizzazione

INTERSEZIONE indipendenti

PLANB NO^ PLA P BIA LEGGEPROBCOMPOSTE

vale ancheperneventi

LEGGE DELLE PROBABILITA TOTALI

B A A^1 A^ U^ I^ partizione P (^) B P^ BRA^ P^ BRÀ P BIA PCA^ P^ BIA^ P A

PROP t^ B C^ R (^) Ea En partizione di (^) R

P (^) B (^) È P BI E (^) P E^ media con (^) pesiponderataPCE

ESEMPIO (^2) urne (^) Us ZR 3B (^) V2 3 R aB

Estraiamo unapallinada Us e la inseriamo in V2 e viceversa

Qual è^ la^ poleche^ lapallinacheinseriamo^ in^ Us^ sia^ Rossa Ri estraggo^ R da Vi i^ 1, Bi estraggo^ Bdavi^ i^ 2,

P (^) Ra

P Ra È

P (^) RIRa P (^) Ra P RalBa P (^) Ba (^) f 1 48 45 3 8 3 5

FORMULA DI BAYES

B C^1 Ea Enpartizione di A

P E^ P^ BIE^ P^ E^ i 1 M

I^ B

ÈP^ BIE^ P^ Es Ei causeo (^) ipotesisottolequalil'eventoB sipuòverificare Nonconosciamo^ la vera

causachehagenerato B SupponiamoPCE^ sianonote^ Prob APRIORI

B risultatoesperimento osservazione PCBI (^) Ei note ti P Ei (^) B probabilità a posteriori di (^) ciascunadellecause Dopoesperimento osservazione

valutiamoqualecausa è più verosimilecheabbiagenerato il fenomeno B

M (^) personainfetta E test daesitopositivo P (^) M 1 10 P E (^) I M O (^99) P E M 0. PIM^1 P^ M^1

a P (^) falsinegativi PCEI M^1 P^ E^ I^ M^0 6 P^ E^ FFanPCE^ IM P M^ PCE^ M^ P M^ 0.99^10 9 0,0010,9999 (^) 0,

c (^) P MIE (^) è Plein PCE^ P M^99 2 2 a (^) 0,20 DELLAValore BassoARARITADEL^ FENOMENOcausa

IL PROBLEMA MONTY HALL

a 2 3 3 porte^2 nascondonocapre^ e^1 nasconde^ il^ premio

Dopo^ Il^ concorrenteche il concorrentesceglie unaha scelto^ porta (^) ilvince conduttorequellochesinascondedietro alla porta apre una^ delledueposte Il conduttore^ sadovesta^ il^ premio

Apre Seentrambesempre una le porte^ portadovenoncontengononon^ c'è il^ premioil^ premio

apreunaporta^ acaso

Il giocatorepuòsceglierese cambiareporta Cosadevefare

PARADOSSO (^) convienesemprecambiare Ei (^) premiodietro la^ portai i^1 2, P E 43 I^1 2, FASE 1 giocatore^ sceglie una (^) porta supponiamo sia la 1e Montyaprelaporta3 senzapremio A (^) Montyapeporta^3 FASE 2 cambio^ P AIEA 42 PLAI E 2 I^ PCA E 2 O P E^ I A YES^

PAIEAPCE^112 ÈPCAEDPCE^113 1 2 1

73 P Es A^0 è^ giàstataaperta P (^) I A P AIEA^ P^ Er^1 43 CAMBIARE E PCA E PCE (^) LA IG 110 43

E

1 scelgoporta^ con^ il^ premio^ NonMiConviene cambiare

43 scelgoportasbagliata^ DEVO^ CAMBIARE

SCHEMA DELLE PROVE RIPETUTE SCHEMA DI BERNOULLI

Siripetediversevoltelostessoesperimento^ Ipossibiliesitiperciascunaprovasono

Ai se 1 provaho un successo

Ai se (^1) provaho m^ insuccesso Siparla di^ SCHEMA^ di^ Prove ripetute Sdb (^) se (^1) A1 A2 Ai sono indipendenti

2 P Ai p E O 1 sonoEQUIPROBABILI

es si lanciaripetutamente una^ moneta^ Ti^ T all'i esimolancio

Ho uno 5dB doveeventiTi sono (^) monp.com P (^) Ti (^) p ti

ESEMPIO

Estrazionecon reimmissione da U r (^6) Ri i esima estrazione^ è rossa Glieventisono^ indipendenti^ ed^ EQui^ Probabili P Ri (^) p (^) rt Vi caso i (^2) P Ra P Ran Ra P^ Ba A^ Ra cabina antistress^ città^ ri PIRINRa^ retina (^) RE I P Ra P Ra (^) VALEindipendINGENERALE

OSSERVAZ^ estraggo da Ucr^6 senza reimmissione P Ri^ Io VI taRi (^) ma sono indip CASI FAVOREVOLI (^) rebus (^1 2 30) i se io

rib a^ rib 3 Crab^ ita r

p Ri rib rtb Hb^ a^ rib a^ a urbirt 6 a Crab itsCrab^ i^ a r Fb ti

P (^) sempretesta P (^) Asti P (^) fissati

himPIÀTm^ leg pm^ o sempretesto (^) IO (^) infatti sempeT (^) Tata5 Tu

almeno una croce 7 A

Esistonoeventi^ QUASI^ IMPOSSIBILI^ P A^ O^ ma^ A^70 Esistono (^) eventi QUASI CERTI (^) P A 1 ma (^) A SL

RICORDA eventoIMPOSSIBILE^ O ed evento^ CERTO (^1)

FISSIAMO LE IDEE

M 3 K Z

si (^) GEE PCC a^ p

2 successi

insuccesso

P t^ p

CTC

gg

mai EEE CTT PINA (^) I PK (^1) p (^) p a^ p

p 1 p^3 p 1 p^ p^43 PIN 2 3 4372 43 419 0.

ESEMPIO

esame 10 domande^ a^ rispostamultipla 4 risposteperdomanda l'esame^ Unostudente^ non^ è preparato^ sceglie^ a^ caso indipendentemente^ Si^ supera se si^ ri^ nda^ ad almeno^ 6 domande^ p superarel'esame Ai (^) rispostacorretta i esima domanda i (^1) 2,3 10 M so indi P P A 14 I (^) 1,2 3 10 SDB N numero^ di^ rispostecorretto P (^) superal'esame PIN 76 P (^) II N^ K^ È PIN K i (^) p a^ pi (^) È E g^ b^ se

VARIABILI (^) ALEATORIE Variabilealeatoria casuale (^) codificagliesiti dello 1 in casi (^) numerici

Definiamo una^ variabile aleatoria ESITOLEVENTOcome^ unaELEMENTARE^ funzionesufficientemente^ buona

X A^ R^ WERHXCWIE.IR MYLEELÉPÈETEIA

IL (^) BIR w wa

FÈ (^) e μ p^

watt txt^ a WEC I^ DX C^ O

ESEMPIO SDB m^3 N^ no di^ successi^ TIC D CCC TCC CTC^ TTC^ TTT^1 2 w Ccc^ N^ wa o^2 t^ tL^2 t (^8)

Wa TCC^ t^ N^ Wa^ L

VI

CTC 1 N^ wa 1 altri esempi

tempo di^ guasto di un^ dispositivo

V7 TTC^ TEN^ wa^2 numero^ di^ arrivi^ a^ uno^ sportello

Wo TTT^ BN^ US 3 distribuzione^ sulterritorio^ divendite

EVENTI D'INTERESSE PER^ VARIABILI ALEATORIE

X c^ XE^ b^ a^ XE b^ X^ O^ U^ X 3

NOTAZIONE GENERALE

XE B B CIR HEB WEN^ XIN^ E^ B^ CR