Salta al contenuto
Note per Studenti Esercizio 5 · eventi indipendenti, eventi di probabilità zero e formula di decomposizione

Esercizio 5eventi indipendenti, eventi di probabilità zero e formula di decomposizione

In questa pagina 4

Testo (I parziale, 17 novembre 2025, esercizio 1, Tema A; punti 8 = 3+2+3).

(a) Si mostri che se AA e BB sono eventi indipendenti, allora anche AA e BcB^c sono eventi indipendenti.

(b) Si mostri che se P(A)=P(B)=0\mathbb{P}(A) = \mathbb{P}(B) = 0 allora P(A∪B)=0\mathbb{P}(A \cup B) = 0.

(c) Si mostri la seguente formula di decomposizione per la probabilità condizionata: dati tre eventi A,B,CA, B, C tali che P(A∩C)>0\mathbb{P}(A \cap C) > 0 e P(Ac∩C)>0\mathbb{P}(A^c \cap C) > 0, si ha

P(B∣C)=P(B∣A∩C) P(A∣C)+P(B∣Ac∩C) P(Ac∣C)\mathbb{P}(B \mid C) = \mathbb{P}(B \mid A \cap C)\, \mathbb{P}(A \mid C) + \mathbb{P}(B \mid A^c \cap C)\, \mathbb{P}(A^c \mid C)


Sono tre piccole dimostrazioni: in ciascuna bisogna partire solo dalle definizioni e dalle proprietà della probabilità, citando ogni regola usata.

(a) Indipendenza di AA e BcB^c

Cosa si sa e cosa si vuole

Nella tesi compare A∩BcA \cap B^c, nell'ipotesi A∩BA \cap B: serve una relazione tra le due intersezioni.

Passo 1: spezzare AA

Ogni esito di AA sta in BB oppure no, quindi AA è l'unione disgiunta

A=(A∩B)∪(A∩Bc)A = (A \cap B) \cup (A \cap B^c)

(è la decomposizione di AA con la partizione{B, Bᶜ} è una partizione di Ω: ogni esito sta in uno e uno solo dei due.Spazio campionario ed eventi → {B,Bc}\{B, B^c\}). I due pezzi sono disgiunti perché uno sta in BB e l'altro in BcB^c.

Passo 2: additività

Per l'additivitàSe due eventi sono disgiunti, la probabilità della loro unione è la somma delle probabilità.Misura di probabilità e sue proprietà →

P(A)=P(A∩B)+P(A∩Bc)  ⟹  P(A∩Bc)=P(A)−P(A∩B)\mathbb{P}(A) = \mathbb{P}(A \cap B) + \mathbb{P}(A \cap B^c) \implies \mathbb{P}(A \cap B^c) = \mathbb{P}(A) - \mathbb{P}(A \cap B)

Passo 3: usare l'ipotesi e raccogliere

P(A∩Bc)=P(A)−P(A) P(B)=P(A) (1−P(B))=P(A) P(Bc)\mathbb{P}(A \cap B^c) = \mathbb{P}(A) - \mathbb{P}(A)\, \mathbb{P}(B) = \mathbb{P}(A)\,\big(1 - \mathbb{P}(B)\big) = \mathbb{P}(A)\, \mathbb{P}(B^c)

dove nell'ultimo passaggio si è usata la regola del complementare P(Bc)=1−P(B)\mathbb{P}(B^c) = 1 - \mathbb{P}(B). È la tesi ∎.

Interpretazione. Se sapere che BB si è verificato non cambia la probabilità di AA, allora nemmeno sapere che BB non si è verificato la cambia. Applicando il risultato due volte si ottiene anche che AcA^c e BcB^c sono indipendenti.

Esempio numerico di controllo. Due dadi, A=A = "primo dado pari" (P=12\mathbb{P} = \frac12), B=B = "secondo dado ≤2\le 2" (P=13\mathbb{P} = \frac13), indipendenti. A∩BcA \cap B^c = "primo pari e secondo ≥3\ge 3": 3⋅4=123 \cdot 4 = 12 coppie su 36, cioè 13=12⋅23\frac13 = \frac12 \cdot \frac23 ✓.


(b) P(A)=P(B)=0  ⟹  P(A∪B)=0\mathbb{P}(A) = \mathbb{P}(B) = 0 \implies \mathbb{P}(A \cup B) = 0

È lo stesso fatto dell'esercizio 1 della lezione 3, svolto per esteso in Esercizio 2 · eventi di probabilità 0 e 1. La dimostrazione più breve usa la subadditività P(A∪B)≤P(A)+P(B)\mathbb{P}(A \cup B) \le \mathbb{P}(A) + \mathbb{P}(B) (che vale sempre, perché P(A∪B)=P(A)+P(B)−P(A∩B)\mathbb{P}(A \cup B) = \mathbb{P}(A) + \mathbb{P}(B) - \mathbb{P}(A \cap B) e si sottrae un numero ≥0\ge 0):

0≤P(A∪B)≤P(A)+P(B)=0+0=00 \le \mathbb{P}(A \cup B) \le \mathbb{P}(A) + \mathbb{P}(B) = 0 + 0 = 0

Essendo compresa tra 00 e 00, P(A∪B)=0\mathbb{P}(A \cup B) = 0 ∎.


(c) La formula di decomposizione

Prima di tutto: le condizionate hanno senso?

Nella formula compaiono condizionamenti a CC, A∩CA \cap C e Ac∩CA^c \cap C: servono probabilità positive.

  • P(A∩C)>0\mathbb{P}(A \cap C) > 0 e P(Ac∩C)>0\mathbb{P}(A^c \cap C) > 0 sono le ipotesi;
  • P(C)>0\mathbb{P}(C) > 0 ne segue, perché A∩C⊆CA \cap C \subseteq C e per monotonia P(C)≥P(A∩C)>0\mathbb{P}(C) \ge \mathbb{P}(A \cap C) > 0.

Idea

È la formula delle probabilità totaliP(B) = P(B ∣ A) P(A) + P(B ∣ Aᶜ) P(Aᶜ) per la partizione {A, Aᶜ}.Formula delle probabilità totali e formula di Bayes → con partizione {A,Ac}\{A, A^c\}, ma scritta dentro CC: tutte le probabilità sono condizionate a CC. La strategia è riscrivere ogni termine con la definizione di probabilità condizionataP(E ∣ F) = P(E ∩ F) / P(F), se P(F) > 0.Probabilità condizionata → e vedere che i denominatori si semplificano.

Passo 1: il primo prodotto

P(B∣A∩C) P(A∣C)=P(B∩A∩C)P(A∩C)⋅P(A∩C)P(C)=P(B∩A∩C)P(C)\mathbb{P}(B \mid A \cap C)\, \mathbb{P}(A \mid C) = \frac{\mathbb{P}(B \cap A \cap C)}{\mathbb{P}(A \cap C)} \cdot \frac{\mathbb{P}(A \cap C)}{\mathbb{P}(C)} = \frac{\mathbb{P}(B \cap A \cap C)}{\mathbb{P}(C)}

Il fattore P(A∩C)\mathbb{P}(A \cap C) si semplifica (è diverso da zero per ipotesi: per questo serviva l'ipotesi P(A∩C)>0\mathbb{P}(A \cap C) > 0).

Passo 2: il secondo prodotto

Allo stesso modo, con AcA^c al posto di AA:

P(B∣Ac∩C) P(Ac∣C)=P(B∩Ac∩C)P(Ac∩C)⋅P(Ac∩C)P(C)=P(B∩Ac∩C)P(C)\mathbb{P}(B \mid A^c \cap C)\, \mathbb{P}(A^c \mid C) = \frac{\mathbb{P}(B \cap A^c \cap C)}{\mathbb{P}(A^c \cap C)} \cdot \frac{\mathbb{P}(A^c \cap C)}{\mathbb{P}(C)} = \frac{\mathbb{P}(B \cap A^c \cap C)}{\mathbb{P}(C)}

Passo 3: sommare

Il membro destro della formula è quindi

P(B∩C∩A)+P(B∩C∩Ac)P(C)\frac{\mathbb{P}(B \cap C \cap A) + \mathbb{P}(B \cap C \cap A^c)}{\mathbb{P}(C)}

Al numeratore, B∩CB \cap C è spezzato nelle due parti disgiunte B∩C∩AB \cap C \cap A e B∩C∩AcB \cap C \cap A^c (stessa idea del punto (a)), quindi per additività il numeratore vale P(B∩C)\mathbb{P}(B \cap C). Il membro destro è

P(B∩C)P(C)=P(B∣C)\frac{\mathbb{P}(B \cap C)}{\mathbb{P}(C)} = \mathbb{P}(B \mid C)

che è il membro sinistro ∎.

Modo equivalente (quello della soluzione ufficiale). Moltiplicando la formula da dimostrare per P(C)>0\mathbb{P}(C) > 0 e usando i passi 1 e 2, essa diventa P(B∩C)=P(B∩C∩A)+P(B∩C∩Ac)\mathbb{P}(B \cap C) = \mathbb{P}(B \cap C \cap A) + \mathbb{P}(B \cap C \cap A^c), che è vera per additività. Moltiplicare per un numero diverso da zero dà un'uguaglianza equivalente.

Un esempio per vedere che la formula ha senso

Si sceglie a caso uno studente (CC = "è iscritto a Ingegneria", AA = "frequenta le lezioni", BB = "supera l'esame"). La formula dice: tra gli iscritti, la probabilità di superare l'esame è la media pesata della probabilità di superarlo tra i frequentanti e tra i non frequentanti, con pesi le frazioni di frequentanti e non frequentanti tra gli iscritti. Ad esempio con P(B∣A∩C)=0,8\mathbb{P}(B \mid A \cap C) = 0{,}8, P(B∣Ac∩C)=0,4\mathbb{P}(B \mid A^c \cap C) = 0{,}4, P(A∣C)=0,6\mathbb{P}(A \mid C) = 0{,}6: P(B∣C)=0,8⋅0,6+0,4⋅0,4=0,64\mathbb{P}(B \mid C) = 0{,}8 \cdot 0{,}6 + 0{,}4 \cdot 0{,}4 = 0{,}64, compreso tra 0,40{,}4 e 0,80{,}8 ✓.


Errori comuni

  • (a) Usare l'indipendenza di AA e BcB^c nella dimostrazione: è la tesi, non l'ipotesi.
  • (a) Scrivere P(A∩Bc)=P(A)−P(B)\mathbb{P}(A \cap B^c) = \mathbb{P}(A) - \mathbb{P}(B): si sottrae P(A∩B)\mathbb{P}(A \cap B), non P(B)\mathbb{P}(B).
  • (c) Semplificare P(A∩C)\mathbb{P}(A \cap C) senza ricordare che è positivo: è proprio il motivo delle ipotesi.
  • (c) Confondere P(B∣A∩C)\mathbb{P}(B \mid A \cap C) con P(B∣A) P(B∣C)\mathbb{P}(B \mid A)\, \mathbb{P}(B \mid C): condizionare a un'intersezione non è il prodotto delle condizionate.

Teoria collegata