Definizioni di probabilità

Esistono diversi modi mediante i quali è possibile definire la probabilità di un evento: in questo articolo definiremo la probabilità a priori o probabilità matematica e la probabilità a posteriori o probabilità frequentistica.

 

Probabilità matematica

La probabilità matematica P dovuta a Bernoulli e Laplace è:

$$\bbox[#fd7b01,5px,border:2px solid #fd7b01]{P=\frac{\mbox{numero casi favorevoli}}{\mbox{numero casi equipossibili}}}$$

Questa definizione assume che tutti i risultati possibili di un esperimento siano abbiano la stessa probabilità di verificarsi (casi equipossibili) e che lo spazio dei campioni si finito. Inoltre, ogni probabilità P è un numero compreso tra 0 e 1; la probabilità di un evento impossibile (che non può mai verificarsi) è P=0 e la probabilità di un evento certo (che è sempre verificato) è P=1.

Facciamo qualche esempio:

Probabilità nel lancio di un dado

Si effettua un lancio di un dado. Calcolare a) la probabilità di ottenere 2 e b) la probabilità di ottenere un numero dispari.

I casi possibili sono 6 e sono gli elementi dell'insieme {1,2,3,4,5,6}. Nel caso a), i casi favorevoli si riducono a 1, ovvero il numero 2, per cui la probabilità matematica è data da:

$P=\frac{1}{6}$

Nel caso b), invece, i casi favorevoli sono 3 e sono quelli dell'insieme {1,3,5}. Dunque:

$P=\frac{3}{6}=\frac{1}{2}$

Probabilità con calcolo combinatorio

Intorno ad un tavolo rotondo si dispongono a caso 5 uomini e 5 donne: calcolare la probabilità che ogni donna si trovi seduta tra due uomini

I casi equipossibili sono dati dal numero di modi con cui le 10 persone possono disporsi intorno al tavolo: essi sono esattamente le permutazioni semplici di 10 elementi, ovvero:

$P_{10}=10!$

I casi favorevoli, invece, sono dati dal prodotto tra il numero di modi con cui le 5 donne possono disporsi (5!) e il numero di modi con cui 5 uomini possono disporsi (5!), ossia $5!\cdot 5!$.

Dunque, la probabilità richiesta sarà data da:

$P=\frac{10!}{5!\cdot 5!}=0,00397$

Probabilità frequentistica

Esistono casi in cui i risultati possibili di un esperimento non sono tutti equiprobabili. In tal caso si può dare una definizione frequentistica della probabilità. Si definisce in questo modo la probabilità a posteriori, detta anche probabilità frequentistica.

Se dopo aver ripetuto n volte un esperimento, con n sufficientemente grande, un evento si è verificato h volte, si dice che la probabilità di questo evento è $P=\frac{h}{n}$.

Affichè questa definizione sia valida, occorre che tutte le prove avvengano nelle stesse condizioni, cosa che in realtà non è sempre ottenibile quando si analizzano fenomeni statistici.

Esempio di calcolo della probabilità frequentistica

Si è verificato che su 100 lanci successivi di una moneta, T (testa) si è presentata 56 volte; qual è la probabilità che nel prossimo lancio si presenti C (croce)?

Se T si è presentata 56 volte su 100, allora C si è presentata 44 volte su 100 e la probabilità cercata è uguale alla frequenza relativa osservata:

$P=\frac{44}{100}=0,44$

Definizione assiomatica di probabilità

Sia S uno spazio campione finito. Definiamo una funzione $P:S\rightarrow\mathbb R$ detta funzione di probabilità, che ad ogni evento A di S associa un valore reale P(A) detto probabilità dell'evento A, che soddisfa i seguenti assiomi:

  1. $0\le P(A)\le 1$
  2. $P(S)=1$
  3. Se A e B sono eventi mutuamente esclusivi (cioè $A\cap B=\emptyset$), allora $$P(A\cup B)=P(A)+P(B)$$

Dal 1&ordm assioma seguente che la probabilità è un numero appartenente all'intervallo [0,1]; il 2&ordm assioma dice che la probabilità dell'evento certo è pari a 1; mentre il 3&ordm dice le funzioni di probabilità sono funzioni additive.

Elenchiamo alcune regole che seguono dai 3 assiomi appena esposti.

Generalizzazione del 3° assioma: se $A_1,A_2,\dots ,A_n$ sono eventi mutuamente esclusivi di uno spazio campione S, allora

$$\bbox[#fd7b01,5px,border:2px solid #fd7b01]{P(A_1\cup A_2\cup\dots\cup A_n)=P(A_1)+P(A_2)+\dots+P(A_n)}$$  

Regola additiva: se A e B sono due eventi qualsiasi di S, allora

$$\bbox[#fd7b01,5px,border:2px solid #fd7b01]{P(A\cup B)=P(A)+P(B)-P(A\cap B)}$$

Con i diagrammi di Venn si può graficare la regola precedente.

Regola additiva della probabilità

Come si può vedere dal grafico, sommando semplicemente P(A) e P(B), la probabilità $P(A\cap B)$ viene contata 2 volte. Se gli eventi sono mutuamente esclusivi, la regola additiva si riduce al 3&ordm assioma.

 

Probabilità dell'evento contrario: se A è un qualunque evento di S, allora

$$\bbox[#fd7b01,5px,border:2px solid #fd7b01]{P(\overline{A})=1-P(A)}$$

Applicazioni sulla probabilità assiomatica

Una pallina viene estratta da un'urna che ne contiene 6 rosse, 4 bianche e 5 nere. Calcolare la probabilità che la pallina estratta sia:

  1. a) rossa;
  2. b) bianca;
  3. c) nera;
  4. d) non rossa;
  5. e) rossa o bianca.

I casi equipossibili sono 6+4+5=15.

Nel caso a) i casi favorevoli sono il numero delle palline rosse, ovvero 6, quindi la probabilità richiesta è

$P(\mbox{rossa})=\frac{6}{15}=0,4$.

Nel caso b) i casi favorevoli sono il numero delle palline bianche, ovvero 4, quindi la probabilità richiesta è

$P(\mbox{bianca})=\frac{4}{15}=0,2667$.

Nel caso c) i casi favorevoli sono il numero delle palline nere, ovvero 5, quindi la probabilità richiesta è

$P(\mbox{nera})=\frac{5}{15}=0,334$.

Nel caso d) i casi favorevoli sono il numero delle palline bianche e nere, ovvero 4+5=9, quindi la probabilità richiesta è

$P(\mbox{non rossa})\frac{9}{15}=0,6$.

Quest'ultima probabilità si può calcolare anche considerando la probabilità contraria di P(rossa):

$P(\mbox{non rossa})=1-P(\mbox{rossa})=1-0,4=0,6$.

Nel caso e) gli eventi "rossa" e "bianca" sono mutuamente esclusivi e per l'assioma 3 si ha:

$P(\mbox{rossa}\cup\mbox{bianca})=P(\mbox{rossa})+P(\mbox{bianca})=0,4+0,2667=0,6667$.

Questo sito usa i cookies per fornirti una migliore esperienza di navigazione. Prendi visione della privacy policy e clicca su "Accetta" per proseguire.