Scarica Spazi degli eventi e probabilità: definizioni e teoremi e più Slide in PDF di Statistica solo su Docsity! Spazio degli eventi Esperimenti e spazio degli eventi Dato un qualsiasi esperimento, reale o concettuale, si dice: I spazio degli eventi, indicato con , un qualsiasi insieme (che nel nostro caso supporremo
nito)i cui elementi !i , detti eventi elementari, siano in corrispondenza biunivoca con i possibili esiti dellesperimento; I evento, un qualsiasi sottoinsieme A di ; I che levento A si è veri
cato se il risultato di un esperimento è un elemento di A ; I evento certo levento ; I evento impossibile levento ;. De
nizione di eventi incompatibili Due eventi A1 e A2 si dicono incompatibili (o disgiunti) se A1 \A2 D ; Esempio Rispetto allesperimento lancio di un dado stabilire quali coppie di eventi sono mutuamente escludentesi: I A1 Din un lancio esce un numero divisibile per 3 I A2 Din un lancio esce un numero pari I A3 Din un lancio esce un numero dispari I A4 Din un lancio esce un numero primo. Esempio Descrivere linsieme di tutti gli eventi relativi agli esperimenti lancio di una monetae lancio di un dado. Probabilità De
nizione di probabilità (1) La nozione di probabilità è un concetto primitivo. Seguiremo un approccio assiomatico (pur con qualche imprecisione): si parte da un insieme di assiomi che de
niscono loggetto trattato solo da un punto di vista matematico,
ssando soltanto le relazioni matematiche a cui esso obbedisce, senza alcun riferimento ad un suo contenuto sostanziale. De
nizione di probabilità (2) La probabilità su uno spazio degli eventi è una funzione P : 5./! R che gode delle seguenti proprietà: 1. P .E/ 0 8E 2 5./ 2. P ./ D 1 3. se Ei \ Ej D ; per i 6D j allora P n[ iD1 Ei ! D nX iD1 P .Ei/ . La terna .,5./ ,P/ si dice spazio di probabilità. De
nizione classica Dato un esperimento ed un evento E tra quelli possibili, se m è il numero dei possibili risultati, supposti equiprobabili, che danno luogo allevento E ed n è il numero di tutti i possibili risultati dellesperimento, allora P .E/ D m n . Problemi: giochi truccati, in
nito, tautologia De
nizione frequentista Dato un esperimento ripetibile, indichiamo con frn .E/ il numero di volte che levento E si è veri
cato in una serie di n esperimenti. Allora P .E/ D lim n!C1 frn .E/ n . Problemi: il limite non è ben de
nito, non tutti gli esperimenti sono ripetibili De
nizione soggettivista Dato un esperimento, la probabilità di un evento E è la somma che un individuo coerente è disposto a scommettere in un gioco equo nel quale al veri
carsi di E egli riceve dal banco un importo unitario. Problemi: il soggetto valuta in base al ragionamento e/o allesperienza Principio delle probabilità totali Se A1 e A2 sono due eventi disgiunti (A1 \A2 D ;) allora: P .A1 [A2/ D P .A1/CP .A2/ . Esempio Considerato lesperimento lancio due volte di una moneta regolaredeterminare la probabilità dellevento E Din un lancio esce almeno una testa. Soluzione: per il principio delle probabilità totali P .E/ D 1 4 C 1 4 C 1 4 D 3 4 . Esempio Considerato lesperimento lancio di un dado regolare due voltedeterminare: I la probabilità (evento A) che la somma dei punteggi sia 8; I la probabilità che la somma dei punteggi sia 8 sapendo che al primo lancio è uscito un numero pari (evento B). Esempio Data unurna contenente 5 palline bianche e 7 palline gialle, si determini la probabilità che in due estrazioni con reintroduzione si ottenga sempre una pallina gialla. Esempio (sol.) Indicando con A levento alla prima estrazione esce una pallina giallae con B levento alla seconda estrazione esce una pallina gialla, dato che: 1) P .A/ D P .B/ D 7 12 I 2) gli eventi sono stocasticamente indipendenti, ricaviamo che P .A\B/ D P .A/ P .B/ D 7 12 2 . Due osservazioni 1. La incompatibilità è una proprietà intrinseca degli eventi, lindipendenza dipende dalla loro probabilità 2. Lindipendenza fra tre eventi richiede lindipendenza a due a due; ugual discorso per più di tre eventi. Esempio Considerato lesperimento lancio due volte di una moneta regolaredeterminare la probabilità dellevento E Din un lancio esce almeno una testa. Soluzione: per il principio delle probabilità totali P .E/ D 1 4 C 1 4 C 1 4 D 3 4 . Esempio Considerato lesperimento lancio di un dado regolare due voltedeterminare: I la probabilità (evento A) che la somma dei punteggi sia 8; I la probabilità che la somma dei punteggi sia 8 sapendo che al primo lancio è uscito un numero pari (evento B). Variabili aleatorie Esempio Dato lesperimento lancio di due dadi, sullo spazio degli eventi si possono de
nire le seguenti v.a.: 1. X=somma dei punteggi dei due dadi 2. Y Ddi¤erenza in valore assoluto dei due punteggi 3. Z Dvalore minimo dei due punteggi. Problema Data una v.a. sullo spazio di probabilità .,5./ ,P/ come calcolare la probabilità che X assuma un dato valore o un valore appartenente ad un insieme A? Variabili aleatorie degeneri De
nizione. Una v.a.d. X si dice variabile aleatoria degenere se per ogni evento elementare assume una unica determinazione: X .!/ D x0 8! 2 . Proprietà della funzione di probabilità Valgono le seguenti proprietà: 1. pX .xi/ 0I 2. X xi2supp.X / pX .xi/ D 1. A volte, per semplicità si pone pX .xi/ D pi Funzione di ripartizione De
nizione. Assegnata una v.a.d. X , si dice funzione di ripartizione di X la funzione FX : R ! R de
nita da FX .x/ D P .X x/ o, in termini della sua funzione di probabilità FX .x/ D X xix pX .xi/ . Esempio I Determinare la distribuzione di probabilità della v.a. X che rappresenta la somma dei punteggi nellesperimento del lancio di due dadi a tre facce. I Rappresentare gra
camente la funzione di probabilità e funzione di ripartizione di X . Funzioni di una v.a. Data una v.a.d. reale X se g : R ! R è una funzione allora anche Y D g .X / è una v.a.d. La funzione di ripartizione di Y può essere espressa a partire dalla funzione di ripartizione di X : FY .y/ D P .Y y/ D P .g .X / y/ Esempio Se g .x/ D 2x C 1, determinare la funzione di ripartizione della v.a.d. Y D g .X / ipotizzando che X D 8<: 1 21/3 2/3 Esempio Svolgere lo stesso esercizio nel caso in cui g .x/ D x2. Valore atteso Si de
nisce valore atteso di una v.a.d. X la seguente quantità: E [X ] D 6 xi2supp.X / xipi Proprietà del valore atteso Per ogni X ,Y v.a.d. e per ogni , 2 R E [ X C Y ] D E [X ]C E [Y ] Spesso si usa il simbolo X D E [X ] Varianza Si de
nisce varianza di una v.a.d. X la seguente quantità: var [X ] D E h X E [X ] 2i D 6 xi2supp.X / .xi E [X ]/2pi Spesso si usa il simbolo 2X D var [X ] . Si noti che si ha sempre 2X 0 e 2 X D 0 se e solo se X è degenere. X D q var [X ] viene detta deviazione standard. Coe¢ ciente di correlazione Date due v.a.d. non degeneri X ed Y si de
nisce coe¢ ciente di correlazione tra X ed Y la seguente quantità: Spesso si usa il simbolo XY D XY XY . Si noti che I 1 XY 1 I se XY D XY allora si dice che X ed Y sono perfettamente correlate negativamente. I se XY D XY allora si dice che X ed Y sono perfettamente correlate positivamente Proprietà della varianza Per ogni v.a.d. X risulta: I 2X D E X 2 E [X ] 2 I 2XCY D 2 X C 2 Y C 2XY I 2aCbX D b 2 2X