SlideShare a Scribd company logo
Elementi di calcolo
delle probabilità
Docente Grazia Cotroni
La parte della matematica che studia gli avvenimenti
legati al caso, al fine di stabilire quale possibilità di
verificarsi hanno tali avvenimenti, prende il nome di
CALCOLO DELLE PROBABILITA’
Essa nacque nel ‘600 per merito di Blaise Pascal, che iniziò ad occuparsi di
alcune questioni connesse al gioco d’azzardo; in seguito si occuparono di
questo settore, studiosi come FERMAT, NEWTON, LEIBNITZ e LAPLACE
Gli avvenimenti che hanno risultato incerto,
perché sono legati al caso, si dicono
AVVENIMENTI CASUALI o ALEATORI
Ogni possibile risultato di un avvenimento
casuale si dice
EVENTO SEMPLICE o ELEMENTARE
Tutti gli eventi semplici che possono verificarsi come risultato di
un avvenimento casuale, si dicono CASI POSSIBILI
dell’avvenimento casuale
Se tutti i casi possibili hanno la stessa possibilità di verificarsi si
dicono UGUALMENTE PROBABILI
Se si considera uno degli eventi semplici di un avvenimento
casuale, fra tutti i casi possibili, quelli che verificano l’evento
considerato, si dicono
CASI FAVOREVOLI
DEFINIZIONE CLASSICA di PROBABILITA’
In un avvenimento casuale la probabilità p(E) di un evento semplice E è il
rapporto fra il numero dei casi favorevoli all’evento E e il numero di casi
possibili, purchè siano tutti egualmente possibili
𝑃(𝐸) =
𝑐𝑎𝑠𝑖 𝑓𝑎𝑣𝑜𝑟𝑒𝑣𝑜𝑙𝑖
𝑐𝑎𝑠𝑖 𝑝𝑜𝑠𝑠𝑖𝑏𝑖𝑙𝑖
Se un evento si verifica sempre, si dice CERTO
e la sua probabilità vale 1
Se un evento non si verifica mai, si dice IMPOSSIBILE
e la sua probabilità vale 0
La probabilità di un evento quindi è sempre un numero
compreso fra 0 ed 1 : 0 ≤ 𝑃(𝐸) ≤ 1
N.B.:
La probabilità può anche essere espressa in forma
percentuale moltiplicando per 100 il suo valore
numerico
Esercizi:
1. Qual è la probabilità che lanciando il dado esca 6?
𝑃 𝑒𝑠𝑐𝑒 6 =
1
6
2. Qual è la probabilità che lanciando una moneta esca croce?
𝑃 𝑒𝑠𝑐𝑒 𝑐𝑟𝑜𝑐𝑒 =
1
2
Esercizi:
1. Vengono lanciati due dadi. Qual è la probabilità di ottenere lo
stesso numero con entrambi?
I casi possibili sono: 62 = 36
I casi favorevoli sono 6
Quindi:
𝑃 𝑒𝑠𝑐𝑒 𝑙𝑜 𝑠𝑡𝑒𝑠𝑠𝑜 𝑛𝑢𝑚𝑒𝑟𝑜 =
6
36
=
1
6
Esercizi:
1. Vengono lanciati due dadi. Qual è la probabilità di ottenere come
somma 4?
I casi possibili sono: 62 = 36
I casi favorevoli sono 3
Quindi:
𝑃 𝑒𝑠𝑐𝑒 𝑙𝑜 𝑠𝑡𝑒𝑠𝑠𝑜 𝑛𝑢𝑚𝑒𝑟𝑜 =
3
36
=
1
12
cioè 8,3%
Eventi compatibili e
incompatibili
Compatibili: se possono accadere contemporaneamente
Incompatibili: se non possono accadere contemporaneamente
Teorema della probabilità totale
Siano A e B due eventi diversi tra loro allora
𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 +𝑃 𝐵 − 𝑃 𝐴 ∩ 𝐵
Probabilità che si
verifichi uno dei due
eventi
Probabilità che si verifichi
contemporaneamente i
due eventi
Osservazione: se gli eventi sono incompatibili allora 𝑃 𝐴 ∩ 𝐵 = 0
Esercizi:
1. Qual è la probabilità che lanciando un dado esca 3 oppure 4?
A= esce 3
B= esce 4
𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 +𝑃 𝐵 − 𝑃 𝐴 ∩ 𝐵 =
1
6
+
1
6
− 0 =
2
6
=
1
3
2. Qual è la probabilità che lanciando un dado esca un numero pari o
un multiplo di 3?
A=esce un numero pari
B=esce un multiplo di 3
𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 +𝑃 𝐵 − 𝑃 𝐴 ∩ 𝐵 =
3
6
+
2
6
−
1
6
=
4
6
=
2
3
Esercizi:
1. Qual è la probabilità che lanciando contemporaneamente due dadi
esca almeno un 6?
A= esce 6 nel primo dado
B= esce 6 nel secondo dado
𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 +𝑃 𝐵 − 𝑃 𝐴 ∩ 𝐵 =
1
6
+
1
6
−
1
6
∙
1
6
=
2
6
−
1
36
=
11
36
Eventi dipendenti e indipendenti
Eventi indipendenti: se il fatto che si verifichi (o
meno) il primo evento NON altera la probabilità che
esca il secondo evento
Eventi dipendenti: se il fatto che si verifichi (o meno)
il primo evento altera la probabilità che esca il secondo
evento
Esercizi:
1. Qual è la probabilità che lanciando un dado e una moneta esca un
4 e una testa?
𝑃 𝑒𝑠𝑐𝑜𝑛𝑜 4 𝑒 𝑡𝑒𝑠𝑡𝑎 =
𝑐𝑎𝑠𝑖 𝑓𝑎𝑣𝑜𝑟𝑒𝑣𝑜𝑙𝑖
𝑐𝑎𝑠𝑖 𝑝𝑜𝑠𝑠𝑖𝑏𝑖𝑙𝑖
=
1
12
Cioè =
1
6
∙
1
2
Teorema
Se due eventi A e B sono indipendenti allora
𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 ∙ 𝑃 𝐵
Esercizi:
1. In una classe ci sono 20 alunni, 12 femmine e 8 ragazzi. La prof
ne sceglie 2 random da interrogare, Qual è la probabilità che
escano 2 ragazze?
𝑃 𝑒𝑠𝑐𝑜𝑛𝑜 2 𝑟𝑎𝑔𝑎𝑧𝑧𝑒 =
𝑐𝑎𝑠𝑖 𝑓𝑎𝑣𝑜𝑟𝑒𝑣𝑜𝑙𝑖
𝑐𝑎𝑠𝑖 𝑝𝑜𝑠𝑠𝑖𝑏𝑖𝑙𝑖
=
12
2
20
2
=
12!
2! ∙ 10!
20!
2! ∙ 18!
=
12 ∙ 11
20 ∙ 19
Probabilità di scegliere una ragazza
Probabilità di scegliere una ragazza sapendo che né è già
uscita una
Teorema
Se A e B sono due eventi dipendenti allora
𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 ∙ 𝑃 𝐵|𝐴
Probabilità che si
verifichino
entrambi gli eventi
Probabilità
che si
verifichi
l’evento A
Probabilità che si
verifichi l’evento B
sapendo che si è
verificato l’evento A
Eventi incompatibili Eventi compatibili
Eventi indipendenti Eventi dipendenti
Eventi
Prove ripetute
Problema:
Lancio 10 volte una moneta. È più probabile che io ottenga 10 volte croce
oppure 4 volte testa e 6 volte croce?
10 croci =
1
2
∙
1
2
∙
1
2
∙
1
2
∙
1
2
∙
1
2
∙
1
2
∙
1
2
∙
1
2
∙
1
2
=
1
2
10
10 volte croce
4 volte testa e 6 volte croce =
1
2
∙
1
2
∙
1
2
∙
1
2
∙
1
2
∙
1
2
∙
1
2
∙
1
2
∙
1
2
∙
1
2
=
1
2
10
4 volte testa 6 volte croce
Qualcosa non convince…
T T T T C C C C C C
T C T C T C T C C C
…..
In quanti modi posso formare questa sequenza:
10
4
=
10!
4! ∙ 6!
= 210
𝑃 4 𝑡𝑒𝑠𝑡𝑒 𝑒 6 𝑐𝑟𝑜𝑐𝑖 =
10
4
∙
1
2
10
≫≫ 𝑃 10 𝑐𝑟𝑜𝑐𝑖 =
1
2
10
Problema:
Lancio 6 volte un dado. Qual è la probabilità di ottenere come risultato 1
esattamente 4 volte?
1 1 1 1 x x
1 x 1 x 1 1
x x 1 1 1 1
….
𝑃 4 𝑣𝑜𝑙𝑡𝑒 1 𝑖𝑛 6 𝑙𝑎𝑛𝑐𝑖 =
6
4
1
6
4
1 −
1
6
2
6 - 4
Formula di Bernoulli
Consideriamo un «esperimento» in cui un certo evento
abbia una probabilità p di realizzarsi. Ripetiamo
l’esperimento n volte. Qual è la probabilità che
l’esperimento si realizzi k volte?
𝑃 𝐸 𝑠𝑖 𝑣𝑒𝑟𝑖𝑓𝑖𝑐𝑎 𝑘 𝑣𝑜𝑙𝑡𝑒 𝑠𝑢 𝑛 =
𝑛
𝑘
𝑝 𝑘 1 − 𝑝 𝑛−𝑘
Esercizi esame di Stato
2011 PNI
In una classe ci sono 16 studenti, di cui 12 maschi. Qual è la
probabilità che scegliendone 3 a caso da interrogare si
scelgano 3 maschi?
Svolgimento:
Strada 1:
12
16
∙
11
15
∙
10
14
= 0,39
Strada 2:
𝑐𝑎𝑠𝑖 𝑓𝑎𝑣𝑜𝑟𝑒𝑣𝑜𝑙𝑖
𝑐𝑎𝑠𝑖 𝑝𝑜𝑠𝑠𝑖𝑏𝑖𝑙𝑖
=
12
3
16
3
= 0,39
Esercizi esame di stato
2011 PNI:
Un tiratore ha la probabilità del 30% di centrare un certo bersaglio. Quante
volte deve sparare per avere una probabilità del 99% (o superiore) di colpire
il bersaglio almeno una volta sparando ripetutamente?
Svolgimento:
P(colpisce il bersaglio almeno una volta)=1-P(non lo colpisce mai)=
1 −
𝑛
0
3
10
0
1 −
3
10
𝑛
= 1 −
7
10
𝑛
Ma P(almeno una volta)≥
99
100
e poi risolvete la disequazione.
LA LEGGE DEI GRANDI NUMERI
(legge empirica del caso)
In una serie molto elevata di prove, effettuate tutte nelle
stesse condizioni, la probabilità sperimentale di un evento
assume un valore generalmente molto prossimo a quello della
probabilità classica e tale approssimazione aumenta
all’aumentare del numero delle prove

More Related Content

What's hot

Basic concepts of probability
Basic concepts of probability Basic concepts of probability
Basic concepts of probability
Long Beach City College
 
5.9 complex numbers
5.9 complex numbers5.9 complex numbers
5.9 complex numbers
Jessica Garcia
 
Il calcolo-combinatorio
Il calcolo-combinatorioIl calcolo-combinatorio
Il calcolo-combinatorio
Omnicomprensivo Carsoli
 
Probability basics and bayes' theorem
Probability basics and bayes' theoremProbability basics and bayes' theorem
Probability basics and bayes' theorem
Balaji P
 
Sabem resoldre equacions de tercer grau?
Sabem resoldre equacions de tercer grau?Sabem resoldre equacions de tercer grau?
Sabem resoldre equacions de tercer grau?
mmasdeu
 
Basic concepts of probability
Basic concepts of probabilityBasic concepts of probability
Basic concepts of probability
Avjinder (Avi) Kaler
 
Probability 1 - Math Academy - JC H2 maths A levels
Probability 1 - Math Academy - JC H2 maths A levelsProbability 1 - Math Academy - JC H2 maths A levels
Probability 1 - Math Academy - JC H2 maths A levels
Math Academy Singapore
 
11.9 dependent and independent events
11.9 dependent and independent events11.9 dependent and independent events
11.9 dependent and independent events
Rachel
 
Applications-of-sequence-and-series .official.docx
Applications-of-sequence-and-series .official.docxApplications-of-sequence-and-series .official.docx
Applications-of-sequence-and-series .official.docx
yurDhitl
 
introduction to probability
introduction to probabilityintroduction to probability
introduction to probability
lovemucheca
 
Historia del álgebra
Historia del álgebraHistoria del álgebra
Historia del álgebra
Patricio Lincovil
 
Limiti
LimitiLimiti
3 Polinomis Part 1 3r ESO
3 Polinomis Part 1 3r ESO3 Polinomis Part 1 3r ESO
3 Polinomis Part 1 3r ESOAlbert Sola
 
4 3 Addition Rules for Probability
4 3 Addition Rules for Probability4 3 Addition Rules for Probability
4 3 Addition Rules for Probability
mlong24
 
Divertiamoci con la probabilità
Divertiamoci con la probabilitàDivertiamoci con la probabilità
Divertiamoci con la probabilità
Paola Limone
 
Probability
ProbabilityProbability
Probability
mrraymondstats
 
Basic probability concept
Basic probability conceptBasic probability concept
Basic probability concept
Mmedsc Hahm
 
Chapter 4 part1-Probability Model
Chapter 4 part1-Probability ModelChapter 4 part1-Probability Model
Chapter 4 part1-Probability Model
nszakir
 
Sets.pptx
Sets.pptxSets.pptx
Sets.pptx
EllenGrace9
 

What's hot (20)

Basic concepts of probability
Basic concepts of probability Basic concepts of probability
Basic concepts of probability
 
5.9 complex numbers
5.9 complex numbers5.9 complex numbers
5.9 complex numbers
 
Il calcolo-combinatorio
Il calcolo-combinatorioIl calcolo-combinatorio
Il calcolo-combinatorio
 
Probability basics and bayes' theorem
Probability basics and bayes' theoremProbability basics and bayes' theorem
Probability basics and bayes' theorem
 
Sabem resoldre equacions de tercer grau?
Sabem resoldre equacions de tercer grau?Sabem resoldre equacions de tercer grau?
Sabem resoldre equacions de tercer grau?
 
Basic concepts of probability
Basic concepts of probabilityBasic concepts of probability
Basic concepts of probability
 
Probability 1 - Math Academy - JC H2 maths A levels
Probability 1 - Math Academy - JC H2 maths A levelsProbability 1 - Math Academy - JC H2 maths A levels
Probability 1 - Math Academy - JC H2 maths A levels
 
11.9 dependent and independent events
11.9 dependent and independent events11.9 dependent and independent events
11.9 dependent and independent events
 
Applications-of-sequence-and-series .official.docx
Applications-of-sequence-and-series .official.docxApplications-of-sequence-and-series .official.docx
Applications-of-sequence-and-series .official.docx
 
introduction to probability
introduction to probabilityintroduction to probability
introduction to probability
 
Disequazioni
DisequazioniDisequazioni
Disequazioni
 
Historia del álgebra
Historia del álgebraHistoria del álgebra
Historia del álgebra
 
Limiti
LimitiLimiti
Limiti
 
3 Polinomis Part 1 3r ESO
3 Polinomis Part 1 3r ESO3 Polinomis Part 1 3r ESO
3 Polinomis Part 1 3r ESO
 
4 3 Addition Rules for Probability
4 3 Addition Rules for Probability4 3 Addition Rules for Probability
4 3 Addition Rules for Probability
 
Divertiamoci con la probabilità
Divertiamoci con la probabilitàDivertiamoci con la probabilità
Divertiamoci con la probabilità
 
Probability
ProbabilityProbability
Probability
 
Basic probability concept
Basic probability conceptBasic probability concept
Basic probability concept
 
Chapter 4 part1-Probability Model
Chapter 4 part1-Probability ModelChapter 4 part1-Probability Model
Chapter 4 part1-Probability Model
 
Sets.pptx
Sets.pptxSets.pptx
Sets.pptx
 

Viewers also liked

Linfinito
LinfinitoLinfinito
Ottimizzazione della funzione di perdita dei costi totali.
Ottimizzazione della funzione di perdita dei costi totali. Ottimizzazione della funzione di perdita dei costi totali.
Ottimizzazione della funzione di perdita dei costi totali.
Marika Torcitto
 
La derivata
La derivataLa derivata
4 il Calcolo della probabilità probabilità
4 il Calcolo della probabilità probabilità4 il Calcolo della probabilità probabilità
4 il Calcolo della probabilità probabilità
pontematica
 
2º ESO UNIT 1 LIVING BEINGS NUTRITION
2º ESO UNIT 1 LIVING BEINGS NUTRITION2º ESO UNIT 1 LIVING BEINGS NUTRITION
2º ESO UNIT 1 LIVING BEINGS NUTRITION
Inés Ea
 
Probabilità e statistica: la scienza della previsione
Probabilità e statistica: la scienza della previsioneProbabilità e statistica: la scienza della previsione
Probabilità e statistica: la scienza della previsione
Andrea Capocci
 
Derivate - esercizi con soluzioni
Derivate - esercizi con soluzioniDerivate - esercizi con soluzioni
Derivate - esercizi con soluzioni
Cristina Scanu
 

Viewers also liked (7)

Linfinito
LinfinitoLinfinito
Linfinito
 
Ottimizzazione della funzione di perdita dei costi totali.
Ottimizzazione della funzione di perdita dei costi totali. Ottimizzazione della funzione di perdita dei costi totali.
Ottimizzazione della funzione di perdita dei costi totali.
 
La derivata
La derivataLa derivata
La derivata
 
4 il Calcolo della probabilità probabilità
4 il Calcolo della probabilità probabilità4 il Calcolo della probabilità probabilità
4 il Calcolo della probabilità probabilità
 
2º ESO UNIT 1 LIVING BEINGS NUTRITION
2º ESO UNIT 1 LIVING BEINGS NUTRITION2º ESO UNIT 1 LIVING BEINGS NUTRITION
2º ESO UNIT 1 LIVING BEINGS NUTRITION
 
Probabilità e statistica: la scienza della previsione
Probabilità e statistica: la scienza della previsioneProbabilità e statistica: la scienza della previsione
Probabilità e statistica: la scienza della previsione
 
Derivate - esercizi con soluzioni
Derivate - esercizi con soluzioniDerivate - esercizi con soluzioni
Derivate - esercizi con soluzioni
 

Elementi di probabilità

  • 1. Elementi di calcolo delle probabilità Docente Grazia Cotroni
  • 2. La parte della matematica che studia gli avvenimenti legati al caso, al fine di stabilire quale possibilità di verificarsi hanno tali avvenimenti, prende il nome di CALCOLO DELLE PROBABILITA’ Essa nacque nel ‘600 per merito di Blaise Pascal, che iniziò ad occuparsi di alcune questioni connesse al gioco d’azzardo; in seguito si occuparono di questo settore, studiosi come FERMAT, NEWTON, LEIBNITZ e LAPLACE
  • 3. Gli avvenimenti che hanno risultato incerto, perché sono legati al caso, si dicono AVVENIMENTI CASUALI o ALEATORI Ogni possibile risultato di un avvenimento casuale si dice EVENTO SEMPLICE o ELEMENTARE
  • 4. Tutti gli eventi semplici che possono verificarsi come risultato di un avvenimento casuale, si dicono CASI POSSIBILI dell’avvenimento casuale Se tutti i casi possibili hanno la stessa possibilità di verificarsi si dicono UGUALMENTE PROBABILI Se si considera uno degli eventi semplici di un avvenimento casuale, fra tutti i casi possibili, quelli che verificano l’evento considerato, si dicono CASI FAVOREVOLI
  • 5. DEFINIZIONE CLASSICA di PROBABILITA’ In un avvenimento casuale la probabilità p(E) di un evento semplice E è il rapporto fra il numero dei casi favorevoli all’evento E e il numero di casi possibili, purchè siano tutti egualmente possibili 𝑃(𝐸) = 𝑐𝑎𝑠𝑖 𝑓𝑎𝑣𝑜𝑟𝑒𝑣𝑜𝑙𝑖 𝑐𝑎𝑠𝑖 𝑝𝑜𝑠𝑠𝑖𝑏𝑖𝑙𝑖
  • 6. Se un evento si verifica sempre, si dice CERTO e la sua probabilità vale 1 Se un evento non si verifica mai, si dice IMPOSSIBILE e la sua probabilità vale 0 La probabilità di un evento quindi è sempre un numero compreso fra 0 ed 1 : 0 ≤ 𝑃(𝐸) ≤ 1 N.B.: La probabilità può anche essere espressa in forma percentuale moltiplicando per 100 il suo valore numerico
  • 7. Esercizi: 1. Qual è la probabilità che lanciando il dado esca 6? 𝑃 𝑒𝑠𝑐𝑒 6 = 1 6 2. Qual è la probabilità che lanciando una moneta esca croce? 𝑃 𝑒𝑠𝑐𝑒 𝑐𝑟𝑜𝑐𝑒 = 1 2
  • 8. Esercizi: 1. Vengono lanciati due dadi. Qual è la probabilità di ottenere lo stesso numero con entrambi? I casi possibili sono: 62 = 36 I casi favorevoli sono 6 Quindi: 𝑃 𝑒𝑠𝑐𝑒 𝑙𝑜 𝑠𝑡𝑒𝑠𝑠𝑜 𝑛𝑢𝑚𝑒𝑟𝑜 = 6 36 = 1 6
  • 9. Esercizi: 1. Vengono lanciati due dadi. Qual è la probabilità di ottenere come somma 4? I casi possibili sono: 62 = 36 I casi favorevoli sono 3 Quindi: 𝑃 𝑒𝑠𝑐𝑒 𝑙𝑜 𝑠𝑡𝑒𝑠𝑠𝑜 𝑛𝑢𝑚𝑒𝑟𝑜 = 3 36 = 1 12 cioè 8,3%
  • 10. Eventi compatibili e incompatibili Compatibili: se possono accadere contemporaneamente Incompatibili: se non possono accadere contemporaneamente
  • 11. Teorema della probabilità totale Siano A e B due eventi diversi tra loro allora 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 +𝑃 𝐵 − 𝑃 𝐴 ∩ 𝐵 Probabilità che si verifichi uno dei due eventi Probabilità che si verifichi contemporaneamente i due eventi Osservazione: se gli eventi sono incompatibili allora 𝑃 𝐴 ∩ 𝐵 = 0
  • 12. Esercizi: 1. Qual è la probabilità che lanciando un dado esca 3 oppure 4? A= esce 3 B= esce 4 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 +𝑃 𝐵 − 𝑃 𝐴 ∩ 𝐵 = 1 6 + 1 6 − 0 = 2 6 = 1 3 2. Qual è la probabilità che lanciando un dado esca un numero pari o un multiplo di 3? A=esce un numero pari B=esce un multiplo di 3 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 +𝑃 𝐵 − 𝑃 𝐴 ∩ 𝐵 = 3 6 + 2 6 − 1 6 = 4 6 = 2 3
  • 13. Esercizi: 1. Qual è la probabilità che lanciando contemporaneamente due dadi esca almeno un 6? A= esce 6 nel primo dado B= esce 6 nel secondo dado 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 +𝑃 𝐵 − 𝑃 𝐴 ∩ 𝐵 = 1 6 + 1 6 − 1 6 ∙ 1 6 = 2 6 − 1 36 = 11 36
  • 14. Eventi dipendenti e indipendenti Eventi indipendenti: se il fatto che si verifichi (o meno) il primo evento NON altera la probabilità che esca il secondo evento Eventi dipendenti: se il fatto che si verifichi (o meno) il primo evento altera la probabilità che esca il secondo evento
  • 15. Esercizi: 1. Qual è la probabilità che lanciando un dado e una moneta esca un 4 e una testa? 𝑃 𝑒𝑠𝑐𝑜𝑛𝑜 4 𝑒 𝑡𝑒𝑠𝑡𝑎 = 𝑐𝑎𝑠𝑖 𝑓𝑎𝑣𝑜𝑟𝑒𝑣𝑜𝑙𝑖 𝑐𝑎𝑠𝑖 𝑝𝑜𝑠𝑠𝑖𝑏𝑖𝑙𝑖 = 1 12 Cioè = 1 6 ∙ 1 2
  • 16. Teorema Se due eventi A e B sono indipendenti allora 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 ∙ 𝑃 𝐵
  • 17. Esercizi: 1. In una classe ci sono 20 alunni, 12 femmine e 8 ragazzi. La prof ne sceglie 2 random da interrogare, Qual è la probabilità che escano 2 ragazze? 𝑃 𝑒𝑠𝑐𝑜𝑛𝑜 2 𝑟𝑎𝑔𝑎𝑧𝑧𝑒 = 𝑐𝑎𝑠𝑖 𝑓𝑎𝑣𝑜𝑟𝑒𝑣𝑜𝑙𝑖 𝑐𝑎𝑠𝑖 𝑝𝑜𝑠𝑠𝑖𝑏𝑖𝑙𝑖 = 12 2 20 2 = 12! 2! ∙ 10! 20! 2! ∙ 18! = 12 ∙ 11 20 ∙ 19 Probabilità di scegliere una ragazza Probabilità di scegliere una ragazza sapendo che né è già uscita una
  • 18. Teorema Se A e B sono due eventi dipendenti allora 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 ∙ 𝑃 𝐵|𝐴 Probabilità che si verifichino entrambi gli eventi Probabilità che si verifichi l’evento A Probabilità che si verifichi l’evento B sapendo che si è verificato l’evento A
  • 19. Eventi incompatibili Eventi compatibili Eventi indipendenti Eventi dipendenti Eventi
  • 20. Prove ripetute Problema: Lancio 10 volte una moneta. È più probabile che io ottenga 10 volte croce oppure 4 volte testa e 6 volte croce? 10 croci = 1 2 ∙ 1 2 ∙ 1 2 ∙ 1 2 ∙ 1 2 ∙ 1 2 ∙ 1 2 ∙ 1 2 ∙ 1 2 ∙ 1 2 = 1 2 10 10 volte croce 4 volte testa e 6 volte croce = 1 2 ∙ 1 2 ∙ 1 2 ∙ 1 2 ∙ 1 2 ∙ 1 2 ∙ 1 2 ∙ 1 2 ∙ 1 2 ∙ 1 2 = 1 2 10 4 volte testa 6 volte croce Qualcosa non convince…
  • 21. T T T T C C C C C C T C T C T C T C C C ….. In quanti modi posso formare questa sequenza: 10 4 = 10! 4! ∙ 6! = 210 𝑃 4 𝑡𝑒𝑠𝑡𝑒 𝑒 6 𝑐𝑟𝑜𝑐𝑖 = 10 4 ∙ 1 2 10 ≫≫ 𝑃 10 𝑐𝑟𝑜𝑐𝑖 = 1 2 10
  • 22. Problema: Lancio 6 volte un dado. Qual è la probabilità di ottenere come risultato 1 esattamente 4 volte? 1 1 1 1 x x 1 x 1 x 1 1 x x 1 1 1 1 …. 𝑃 4 𝑣𝑜𝑙𝑡𝑒 1 𝑖𝑛 6 𝑙𝑎𝑛𝑐𝑖 = 6 4 1 6 4 1 − 1 6 2 6 - 4
  • 23. Formula di Bernoulli Consideriamo un «esperimento» in cui un certo evento abbia una probabilità p di realizzarsi. Ripetiamo l’esperimento n volte. Qual è la probabilità che l’esperimento si realizzi k volte? 𝑃 𝐸 𝑠𝑖 𝑣𝑒𝑟𝑖𝑓𝑖𝑐𝑎 𝑘 𝑣𝑜𝑙𝑡𝑒 𝑠𝑢 𝑛 = 𝑛 𝑘 𝑝 𝑘 1 − 𝑝 𝑛−𝑘
  • 24. Esercizi esame di Stato 2011 PNI In una classe ci sono 16 studenti, di cui 12 maschi. Qual è la probabilità che scegliendone 3 a caso da interrogare si scelgano 3 maschi? Svolgimento: Strada 1: 12 16 ∙ 11 15 ∙ 10 14 = 0,39 Strada 2: 𝑐𝑎𝑠𝑖 𝑓𝑎𝑣𝑜𝑟𝑒𝑣𝑜𝑙𝑖 𝑐𝑎𝑠𝑖 𝑝𝑜𝑠𝑠𝑖𝑏𝑖𝑙𝑖 = 12 3 16 3 = 0,39
  • 25. Esercizi esame di stato 2011 PNI: Un tiratore ha la probabilità del 30% di centrare un certo bersaglio. Quante volte deve sparare per avere una probabilità del 99% (o superiore) di colpire il bersaglio almeno una volta sparando ripetutamente? Svolgimento: P(colpisce il bersaglio almeno una volta)=1-P(non lo colpisce mai)= 1 − 𝑛 0 3 10 0 1 − 3 10 𝑛 = 1 − 7 10 𝑛 Ma P(almeno una volta)≥ 99 100 e poi risolvete la disequazione.
  • 26. LA LEGGE DEI GRANDI NUMERI (legge empirica del caso) In una serie molto elevata di prove, effettuate tutte nelle stesse condizioni, la probabilità sperimentale di un evento assume un valore generalmente molto prossimo a quello della probabilità classica e tale approssimazione aumenta all’aumentare del numero delle prove