Probabilità Condizionata
• Definizione
– Dato uno spazio di probabilità (S, A, P[.]) si definisce probabilità condizionata dell’evento E dato l’evento F, con E ed F eventi qualunque di A, il rapporto:
con P F 0
F P
EF F P
E
P
Esempio
Consideriamo il lancio di una coppia di dadi
– Sia l’evento E=“la somma dei numeri dei due dadi non sia superiore a 8”
– Sia l’evento F=“compaia almeno un 5”
36 11 36
26
P F
E P
1 2 3 4 5 6
1 2 3 4 5 6 7
2 3 4 5 6 7 8
3 4 5 6 7 8 9
4 5 6 7 8 9 10
5 6 7 8 9 10 11
6 7 8 9 10 11 12
Risultato del dado evento E
evento F
Esempio
Se si volesse calcolare quale sia la probabilità dell’evento E=“la somma dei numeri dei due dadi non sia superiore a 8” condizionato all’evento F=“compaia almeno un 5”, allora
11 6 36
11 36 6
P F EF F P
E P
11
6 F
E P
1 2 3 4 5 6
1 2 3 4 5 6 7
2 3 4 5 6 7 8
3 4 5 6 7 8 9
4 5 6 7 8 9 10
5 6 7 8 9 10 11
6 7 8 9 10 11 12
Risultato del dado evento E
evento F
Formula delle probabilità totali
• Esempio
Una ditta produttrice di autovetture riceve da quattro fornitori le pastiglie dei freni da installare sulle auto prodotte nelle seguenti percentuali: 65%, 20%, 10%, 5%.
Sapendo che i quattro fornitori producono le pastiglie con una difettosità rispettivamente del 2%, 2.5%, 4%, 10%,
si vuole sapere la probabilità che ha la ditta produttrice di automobili di ricevere un componente difettoso.
S A
B1 B2 B3 B4
j i
S B
B B
B
1
2
3
4 con B
i B
j
B
1B
2B
3B
4 AB
1AB
2AB
3AB
4A
A
Evidentemente si ha che:
e quindi:
da cui, sfruttando il terzo assioma di Kolmogoroff si ha:
41 i
AB
iP A
P
S A
B1 B2 B3 B4
i
i
ii i
i
P AB P A B P B
B P
AB B P
A
P
Ricordando la definizione di probabilità condizionata:
e quindi sostituendo si ha:
ii
i
P B
B A P A
P
4
1
Questa relazione prende il nome di
FORMULA DELLE PROBABILITÀ TOTALI
Formula delle probabilità totali
• Teorema
Sia E1, E2, .. En una collezione di eventi incompatibili tali per cui
E i
P E
S
i in i
e 0
1
cioè eventi esaustivi, qualsiasi sia F (sottoinsieme di S) si ha:
n
ii
i
P E
E F P F
P
1
Formula delle probabilità totali
rappresentazione ad albero
n
ii
i
P E
E F P F
P
1
E1P
F E1
P F
E2 P
En P
F E2
P
F En
P
F F F F
Tornando all’esempio presentato si ha:
B
1 P A B
1 0 . 65 0 . 02
P
B
2 P A B
2 0 . 20 0 . 025
P
B
3 P A B
3 0 . 10 0 . 04
P
B
4 P A B
4 0 . 05 0 . 10
P
e quindi:
A . %
P 0 . 027 2 7
Formula di Bayes
• Esempio
(continuazione)A questo punto potrebbe essere interessante chiedersi quale sia la probabilità che, una volta selezionata una pastiglia fra tutte quelle difettose, questa provenga dal secondo fornitore.
in i
i
P B
B A P
B P B
A P A
P
A B A P
B P
1
2 2 2
2
S A
B1 B2 B3 B4
Tornando all’esempio presentato si ha:
e quindi:
B
2 P A B
2 0 . 20 0 . 025
P
A 0 . 027
P
0 . 027 0 . 1852
005 .
0
1
2 2 2
2
i
n
i
i
P B
B A P
B P B
A P A
P
A B A P
B P
B
2A 18 . 52 %
P
Analogamente per gli altri fornitori si ha:
0 . 4815
027 .
0
02 . 0 65 .
1
0
1
P A A B A P
B P
0 . 1481
027 .
0
04 . 0 10 .
3
0
3
P A A B A P
B P
0 . 1852
027 .
0
10 . 0 05 .
4
0
4
P A A B A P
B
P
Formula di Bayes
• Teorema
Sia E1, E2, .. En una collezione di eventi incompatibili ed esaustivi, cioè
E i
P E
S j
i E
E
i in j i
i
e 0
1
qualsiasi sia F (sottoinsieme di S) si ha:
in i
i
k k
k
E P E
F P
E P E
F F P
E P
1Indipendenza stocastica
• Definizione
Due eventi E ed F appartenenti allo stesso spazio degli eventi si dicono indipendenti (o stocasticamente indipendenti) se e soltanto se una delle seguenti condizioni è soddisfatta:
se 00 se
E P F
P E
F P
F P E
P F
E P
F P E P EF
P
La proprietà di indipendenza stocastica e di incompatibilità sono due proprietà distinte da non confondere