Definito il concetto di probabilità condizionata e capito il Teorema di Bayes, siamo pronti a risolvere esercizi applicando appunto i concetti appena menzionati. In particolare, in questo articolo, ti mostrerò come calcolare le probabilità di eventi condizionati utilizzando il teorema di Bayes o semplicemente la definizione di probabilità condizionata.

  1. Probabilità di trovare una ragazza bionda supposto che ha gli occhi scuri
  2. Probabilità che un animale avvistato in acqua da un turista sia un delfino
  3. Probabilità di trovare ristoranti aperti su due strade diverse di un paese
  4. Applicazione dell'equilibrio di Hardy-Weinberg

A seguire trovi la risoluzione dei 4 esercizi. Se non ti dovessero bastare puoi scaricare un file pdf contenente altri 16 esercizi sul Teorema di Bayes risolti con tutti i passaggi. Scrolla giù per leggere i testi e clicca sul bottone arancione "Acquista" per scaricarli.

Esercizi svolti sul Teorema di Bayes

Prezzo di vendita:
5,00 €

In un paese scandinavo il $70\%$ delle ragazze ha i capelli biondi, il $20\%$ li ha rossi, il $10\%$ mori. Risulta poi che ha gli occhi scuri il $10\%$ delle bionde, il $25\%$ delle rosse, il $50\%$ delle more. Se la ragazza con cui ho fatto amicizia tramite internet mi fa sapere che ha gli occhi scuri, che probabilità c'è che sia bionda?

Esercizio 1

Indichiamo con $B$ la percentuale di ragazze bionde, con $R$ quella delle ragazze rosse e con $M$ quella delle ragazze more. Inoltre, chiamiamo $S=$ "la ragazza ha gli occhi scuri".

Raggruppiamo i dati forniti dal testo nella seguente tabella riassuntiva:

Esercizio sul teorema di Bayes

Dalla tabella si evince che le probabilità che le ragazze abbiano un determinato colore dei capelli sono:

$$P(B)=0,7\quad P(R)=0,2\quad P(M)=0,1$$

ed inoltre, le probabilità che le ragazze abbiano gli occhi scuri condizionate dal colore dei capelli sono:

$$P(S|B)=0,1\quad P(S|R)=0,25\quad P(S|M)=0,5$$

Possiamo rispondere al quesito posto, semplicemente applicando il Teorema di Bayes:

$$\begin{array}{l} P(B|S)&=\frac{P(B)\cdot P(S|B)}{P(B)P(S|B)+P(R)P(S|R)+P(M)P(S|M)}=\\ &=\frac{0,7\cdot 0,1}{0,7\cdot 0,1+0,2\cdot 0,25+0,1\cdot 0,5}\simeq 0,41=41\%\end{array}$$

Durante una gita in barca un turista afferma di vedere un delfino. In quelle acque, si possono trovare delfini (il $90\%$ delle volte) e squali (il $10\%$ delle volte). A causa del riflesso della luce solare, un turista può identificare correttamente il tipo di animale con una probabilità del $70\%$. Quanto vale la probabilità che l'animale avvistato dal turista sia veramente un delfino?

Esercizio 2

Definiamo i seguenti eventi:

$T=$ "Il turista vede un delfino".

$D=$ "I'animale avvistato è un delfino".

$S=$ "I'animale avvistato è uno squalo" $=\overline{D}$ = "I'animale avvistato non è un delfino".

Abbiamo che $P(D)=0.9=\frac{9}{10}$, $P(S)=0.1=\frac{1}{10}$.

Inoltre si hanno le seguenti probabilità condizionate: $P(T|D)=0.7=\frac{7}{10}$ e $P(T|S)=P(T|\overline{D})=1-P(T|D)=\frac{3}{10}$.

La probabilità richiesta è $P(D|T)$.

Innanzitutto calcoliamo $P(T)$ mediante il Teorema sulla Probabilità Totale:

$$P(T)=P(T|D)*P(D)+P(T|S)*P(S)=\frac{7}{10}*\frac{9}{10}+\frac{3}{10}*\frac{1}{10}=\frac{66}{100}$$

Calcoliamo $P(T\cap D)$ mediante la probabilità condizionata:

$$P(T\cap D)=P(T|D)*P(D)=\frac{7}{10}*\frac{9}{10}=\frac{63}{100}$$

Ed infine possiamo trovare la probabilità richiesta:

$$P(D|T)= \frac{P(T\cap D)}{P(T)}=\frac{63/100}{66/100}=\frac{63}{66}$$

Ci sono $2$ strade, una a sinistra e una a destra. In quella a sinistra ci sono $3$ ristoranti di cui $2$ soli sono aperti, mentre a destra ce ne sono $5$ di cui solo $3$ aperti. Calcolare

  1. la probabilità di trovare un ristorante aperto
  2. sapendo che ho trovato un ristorante aperto, qual è la probabilità che sia nella strada di destra? E quella di sinistra?
Esercizio 3

Poniamo:

  • $D=$ "Il ristorante scelto è nella strada di destra",
  • $S=$ "Il ristorante scelto è nella strada di sinistra",
  • $A=$ "Il ristorante è aperto".

La probabilità di trovare un ristorante aperto, per il Teorema sulla probabilità totale, possiamo calcolarla nel seguente modo

$$P(A)=P(A|D)P(D)+P(A|S)P(S)=\frac{3}{5}\frac{5}{8}+\frac{2}{3}\frac{3}{8}=\frac{5}{8}= 0,625$$

dove $P(A|D)$ è la probabilità di trovare un ristorante aperto supposto che è stato scelto nella strada di destra mentre $P(A|S)$ è quella di trovare un ristorante aperto supposto che è stato scelto nella strada di sinistra.

La probabilità di scegliere la strada di destra sapendo che ho trovato un ristorante aperto, per il Teorema di Bayes è:

$$P(D|A)=\frac{P(D\cap A)}{P(A)}=\frac{P(A|D)\cdot P(D)}{P(A)}=\frac{\frac{3}{5}\cdot \frac{5}{8}}{5/8}=\frac{3}{5}=0,6$$

Per trovare invece la probabilità di scegliere la strada di sinistra sotto la stessa condizione, posso riapplicare il teorema di Bayes oppure semplicemente notare che vale:

$$P(S|A)=\frac{P(S\cap A)}{P(A)}=\frac{P(A|S)\cdot P(S)}{P(A)}=\frac{\frac{2}{3}\frac{3}{8}}{5/8}=\frac{2}{5}=0,4$$

Oppure piu' semplicemente:

$$P(S|A)=1-P(D|A)=1-0,6=0,4$$

 

Il colore del manto di una specie di gibboni è determinata geneticamente da un gene con due possibili alleli: l'allele "A" dominante del manto aranciato e l'allele "m" recessivo del manto marrone. La popolazione che stai studiando soddisfa le ipotesi della legge di Hardy-Weinberg, e sai che il 60% degli alleli nella popolazione sono "A" e il 40% sono "m". Qual è la probabilità che un gibbone preso a caso nella popolazione abbia il manto aranciato

  1. non avendo nessun’altra informazione? (risoluzione)
  2. sapendo che il padre ha il manto aranciato e la madre il manto marrone? (risoluzione)
  3. sapendo soltanto che il padre ha il manto aranciato? (risoluzione)
  4. sapendo soltanto che la madre ha il manto marrone? (risoluzione)
  5. sapendo che il padre e la madre hanno il manto marrone? (risoluzione)

PUNTO 1

Calcoliamo le probabilità dei diversi genotipi, $p_{AA}, p_{Am}$ e $p_{mm}$, usando la legge di Hardy-Weinberg essendo $p_A=0.6$ la frequenza dell'allele "A" e $p_m=0.4$ la frequenza dell'allele "m": $$\begin{eqnarray} p_{AA}&=& p_A\cdot p_A=0.6\cdot 0.6=0.36\\ p_{Am}&=& 2\cdot p_A\cdot p_m=2\cdot 0.4\cdot 0.6=0.48\\ p_{mm}&=& p_m\cdot p_m=0.4\cdot 0.4=0.16\end{eqnarray}$$

La probabilità che un gibbone abbia il manto aranciato è dato dalla somma delle probabilità di avere almeno un allele di tipo "A": $$p_{AA}+p_{Am}=0.36+0.48=0.84$$

PUNTO 2

Il genotipo del padre può essere $p_{AA}$ o $p_{Am}$, mentre quello della madre è necessariamente $p_{mm}$. La probabilità che il padre abbia il manto aranciato e la madre abbia il manto marrone è quindi: $$(p_{AA}+p_{Am})p_{mm}$$

Se il padre ha genotipo $p_{AA}$ il figlio ha sempre il manto aranciato, mentre se il padre ha genotipo $p_{Am}$ il figlio ha il manto aranciato con probabilità $1/2$. Pertanto, la probabilità condizionata cercata è: $$\frac{\left(p_{AA}+\frac{1}{2}p_{Am}\right)p_{mm}}{(p_{AA}+p_{Am})p_{mm}}=\frac{5}{6}$$

PUNTO 3

Come per il punto precedente, il genotipo del padre può essere $p_{AA}$ o $p_{Am}$. Se è $p_{AA}$, il figlio ha sempre il manto aranciato, indipendentemente dal genotipo della madre. Se invece è $p_{Am}$, il manto del figlio dipende dal genotipo della madre: in particolare, se la madre è $p_{AA}$ il figlio ha sempre il manto aranciato, se la madre $p_{Am}$ il figlio ha il manto aranciato con probabilità $3/4$, e se la madre è $p_{mm}$ il figlio ha il manto aranciato con probabilità $1/2$. La probabilità condizionata cercata è quindi: $$\frac{p_{AA}+p_{Am}\left(p_{AA}+\frac{3}{4}p_{Am}+\frac{1}{2}p_{mm}\right)}{p_{AA}+p_{Am}}=\frac{93}{105}$$

PUNTO 4

Ragionando come sopra, se il padre ha genotipo $p_{AA}$ il figlio ha sempre il manto aranciato, se il padre ha genotipo $p_{Am}$ il figlio ha il manto aranciato con probabilità $1/2$, mentre se il padre ha genotipo $p_{mm}$ il figlio non ha mai il manto aranciato. La probabilità condizionata è quindi: $$\frac{\left(p_{AA}+\frac{1}{2}p_{Am}\right)p_{mm}}{p_{mm}}=\frac{3}{5}$$

PUNTO 5

In questo caso il figlio non può avere il manto aranciato, la probabilità è quindi 0.

Esercizio 4

Esercizi da svolgere sul Teorema di Bayes

Ti puoi esercitare ulteriormente provando a svolgere questi altri esercizi sul Teorema di Bayes e scaricare il file in vendita per verificare la correttezza dei tuoi ragionamenti o accedere alle soluzioni. Ecco i testi degli esercizi che trovi nel file e che puoi scaricare cliccando sul bottone arancione "Acquista".

  1. Fra i fumatori di una certa città il 60% acquista la marca "Bravo Furbo" e, fra questi l'80% sono maschi. Fra coloro che non comprano le sigarette "Bravo Furbo" il 75% sono donne. Presa una fumatrice a caso in quella città, qual è la probabilità che acquisti le sigarette "Bravo Furbo"?
  2. Un'urna contiene 20 palline bianche, 60 nere e 20 rosse. Determinare la probabilità che, estraendo a caso 2 palline senza reinserimento:

    1. Siano entrambe bianche
    2. La prima sia bianca e la seconda sia rossa
    3. Siano dello stesso colore
  3. In un paese tre industrie si contendono il mercato automobilistico nel modo seguente: il 50% delle auto sono costruite dall'industra A1, il 30% dall'industria A2 e il 20% dall'industria A3. Il 10% della produzione dell'industria A1 presenta difetti, il 7% della produzione dell'industria A2 è difettosa mentre il 6% della produzione dell'industria A3 presenta difetti. Estraendo casualmente una vettura difettosa qual è la probabilità che provenga da A1?
  4. Una scatola contiene 3 palline nere e 2 rosse. Se estraiamo dalla scatola due palline contemporaneamente, qual è la probabilità che la seconda pallina estratta sia rossa?
  5. Il 25% dei dipendenti di una casa editrice è costituito da maschi; il 30% di questi sono castani, mentre tra le femmine il 40% sono castane. Qual è la probabilità che, scegliendo a caso un dipendente, questi sia un castano?

  6. Una scatola contiene le prime 14 lettere dell'alfabeto italiano. Estraendo una alla volta 3 lettere, senza rimetterle nella scatola, e leggendole nell'ordine in cui sono estratte, qual è la probabilità che si ottenga la parola DEA?

  7. Una scatola contiene 3 palline nere e 2 rosse. Se estraiamo dalla scatola due palline contemporaneamente,

    1. qual è la probabilità che la seconda pallina estratta sia rossa, dato che la prima è nera?
    2. Inoltre, qual è la probabilità di estrarre una pallina nera alla prima estrazione e una rossa alla seconda?
  8. Abbiamo 2 urne: una contiene 8 palline rosse e 2 nere, l'altra 8 rosse e 8 nere. Scegliendo a caso una delle 2 urne, che probabilità esiste di estrarre una pallina rossa?

  9. Una scatola contiene 5 palline rosse e 3 palline verdi. Effettuiamo due estrazioni di palline dalla scatola e decidiamo che, se alla prima estrazione la pallina è rossa, allora non la rimettiamo nella scatola, mentre se è verde la rimettiamo nella scatola insieme ad altre 2 dello stesso colore. Qual è la probabilità che alla seconda estrazione la pallina estratta sia verde?
  10. Si consideri una malattia che colpisce l'1% della popolazione.

    Un test diagnostico ha una sensitività del 85% (probabilità di risultare positivo sui malati) e una specificità del 90% (probabilità di risultare negativo sui sani) (si esprima il risultato in forma decimale, con 2 cifre dopo la virgola). Calcolare

    1. la probabilità di essere positivi al test P(P)
    2. la probabilità di essere sani essendo risultati positivi al test P(S| Test Positivo)
  11. Si considerino 2 urne U1 e U2 contenenti palle rosse R e blu B. Si supponga che la prima urna contenga 45 palle rosse e 5 blu e che la seconda contenga 20 palle rosse e 60 blu. Si estrae una palla da una delle due urne in modo tale che la probabilità che la palla provenga dalla prima urne sia del 30%. Si determini

    1. la probabilità che la palla sia rossa
    2. $P(U_1|R)$
  12. Si considerino 2 urne U1 e U2 contenenti palle rosse R e blu B. Si supponga che la prima contenga 40 palle rosse e 10 blu e che la seconda contenga 20 palle rosse e 30 blu. Si estrae a caso una palla da una delle due urne. Si riscontra che è rossa determinare la probabilità che provenga dalla prima urne, ossia $P(U_1|R)$
  13. La tabella seguente riporta i risultati dell’indagine condotta su un gruppo di donne per capire le relazioni tra lo stato di madre e la condizione di fumatrice

       Fumatrice 
     Madre  NO SI
    NO 44 16
    SI 88 53


    1. qual è la probabilità che una donna scelta a caso sia fumatrice?
    2. qual è la probabilità di essere fumatrice essendo madre?
    3. Calcolare la probabilità di avere risposta SI-NO nell’ipotesi di indipendenza tra le due variabili.
  14. Una ditta A produttrice di autovetture riceve da quattro fornitori A1, A2, A3 e A4 le pastiglie dei freni da installare sulle auto prodotte rispettivamente nelle seguenti percentuali: 65%, 20%, 10%, 5%. Sapendo che i quattro fornitori producono le pastiglie con una difettosità dichiarata rispettivamente del 2%, 2.5%, 4% e 10%, calcolare

    1. la probabilità che la ditta A riceva una pastiglia difettosa
    2. Inoltre, scegliendo a caso una pastiglia tra quelle ricevute ed avendo osservato che è difettosa calcolare la probabilità che essa provenga dal fornitore A2
  15. Un urna con 2B, 3R e 4V. Supponendo estrazioni senza reimmisione, trovare

    1. La prima pallina estratta V e la seconda R
    2. La prima pallina V o B
  16. Siano X e Y v.a. discrete che assumono i valori 1,2,3 con probabilità 1/3, 1/2, 1/6 e  2/3, 1/6, 1/6 rispettivamente. Computate $P(X\le 2|X+Y=4)$

 

L'esercizio non è chiaro?

10.000 esercizi
formazione completa

Eserciziari di Matematica Generale, Analisi I e II, Statistica, Fisica e Algebra Lineare

Leggi tutto

Statistica
Video corsi

Video corso R per ricercatori e professionisti

Leggi tutto

Altri esercizi di statistica

Il quaderno degli appunti
Statistica e Probabilità

Indice di connessione di Mortara

L'indice di Mortara è un indice utilizzato per misurare il grado di connessione o associazione tra due variabili X e Y qualitative nominali o categor
Statistica e Probabilità

Indice di connessione Chi-quadrato

Il Chi-quadrato è l'indice di connessione più utilizzato in statistica per valutare l'associazione tra due variabili categoriali o qualitative. Ad
Statistica e Probabilità

Indice V di Cramer

L'indice di Cramer è un indice di connessione normalizzato usato per stabilire il grado di associazione tra due variabili qualitative nominali X eY.