CALCOLO
DELLE
PROBABILITÀ
E
STATISTICA
- Indice
- INTRODUZIONE ................................................... pag. 1
- IMPOSTAZIONE ASSIOMATICA ................. pag. 4
- VARIABILI ALEATORIE ................................ pag. 15
- DISTRIBUZIONI DI PROBABILITÀ ................ pag. 23
- STATISTICA INFERENZIALE ........................ pag. 45
CALCOLO
DELLE
PROBABILITÀ
E
STATISTICA
Indice
- INTRODUZIONE.....................................................pag. 1
- IMPOSTAZIONE ASSIOMATICA......................pag. 4
- VARIABILI ALEATORIE.....................................pag. 15
- DISTRIBUZIONI DI PROBABILITÀ................pag. 28
- STATISTICA INFERENZIALE..........................pag. 45
1. INTRODUZIONE
Lo sviluppo delle teorie sul calcolo delle probabilità prende avvio con Pascal stesso e riguardanti il gioco d'azzardo.
Le più recenti delle teorie, incluso quella che approfondiremo maggiormente, è la concezione assiomatica di probabilità.
Prima di approfondirla, però, riassumiamo le precedenti.
1.1 CONCEZIONE CLASSICA
La definizione classica di probabilità la dobbiamo a Laplace che la descrive così:
- la probabilità P(E) di un evento E è il rapporto tra gli n casi favorevoli ed il complessivo degli n casi possibili.
È chiaro che u esistono, ogni caso, incontri un h sarà quindi la probabilità e dei calcolarle. Inoltre è sempre un caso particolare. 0,1,[...] si possono definire due così estremi:
- se u = 0, allora P(E) = 0 ed E si dice evento impossibile;
- se u = n, allora P(E) = 1 ed E si dice evento certo.
La base di questa concezione è l'idea che ciascun caso di sia compatibile solo se identifichiamo in questi essi. E applicabile solo se * con gli esami più compresi.
x Esempio
Abbiamo un mazzo di 40 carte, estraiamo un qual è quindi la probabilità due su cui riguarda, due su cartoncino.
C sono 10 possibile casi di cui 12 suoi favorevoli all'evento "l'asse una figure punti".
P(E) = 12/40
1.2 CONCEZIONE FREQUENZISTA (O STATISTICA)
Questa concezione sfisse dall'osservazione pratica che contro naturale su incredibile che è converge tratti T & su gli eventi al livello pratico, tanti si verificano con la frequenza descritta con la concezione classica.
Si è quindi arrivati al concetto di frequenza relativa di un evento definito come
fn = K
dove n è il numero di tentativi e K stabilito è il numero di casi in cui quell'evento si è effettivamente verificato.
- se K = 0 e fn = 0, vuol dire che l'evento si è dimostrato impossibile, o che non si è verificato in quella serie di tentativi.
- se K < n e fn ≠ 1, vuol dire che l'evento si è verificato solo in qualche occasione nella serie.
- se K = n, vuol dire anche che l'evento si è dimostrato certo e si ritiene la concezione classica della messa in funzione della concezione statistica, quindi:
1.2.1 Legge empirica del caso
In una serie di prove ripetute un gran numero di volte, si può dedurre sperimentalmente la frequenza relativa di un evento e si può stabilire col suo aiuto con sufficiente grado di approssimazione il valore della sua probabilità in seguito a casi definiti.
P(E) = lim fn
n→∞
* Esempio
Una moneta viene lanciata 5000 volte di cui 1600 esce testa
Qual è la frequenza con cui esce testa e quindi quale possiamo dire con sicurezza che succeda lanciando la faccia?
fn = 1600 / 5000 = 0,32
In base alla frequenza statistica possiamo dire che, su 20000 lanci, uscirà circa:
K = fn x n = 0,32 x 20000 = 6400
volte testa.
1.3 Concezione soggettiva
Le concezioni precedenti possono essere definite oggettive e probabilisti che, cioè, possono essere oggetto di misurazione e della realtà del mercato, semplifica la moltiplicazione della probabilità che uno studente abbia in essum.
Ecco allora che nasce la concezione di probabilità soggettiva definita come segue:
la probabilità P(E) di un evento E è il grado di fiducia che un individuo assume dopo che ha fatto le sue impressioni ed opinioni, ad verificarsi dell'evento.
- il prezzo che suddetto individuo è disposto a pagare per un contratto che risulti esigibile se l'evento si verifica;
- detto meglio, la somma p che un individui pagherebbe per ricevere 1 nel caso si verifica, 0 nel caso contrario.
Avviene in questa concezione P(¹E) = 0,1 e sia che:
- se p = 0, l'individuo giudica l'evento impossibile;
- se p = 1, l'individuo giudica l'evento certo.
Questa concezione si può applicare ovunque, cosa che in effetti facciamo ogni volta che facciamo una scelta.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
-
Calcolo Probabilità
-
Calcolo combinatorio
-
Calcolo delle probabilità e inferenza statistica
-
Appunti Calcolo delle probabilità e statistica