Salta al contenuto
Note per Studenti Esercizio 45 · scrigni, ombrelli e tre dadi, indipendenza condizionata

Esercizio 45scrigni, ombrelli e tre dadi, indipendenza condizionata

In questa pagina 4

Testo (Lezione 3 di probabilità, Unità 4).

  1. Due scrigni: A con 44 monete d'oro, B con 22 monete d'oro e 22 d'argento. Si sceglie a caso uno dei due e, bendati, si estrae una moneta: è d'oro. La moneta non viene reinserita; la seconda viene estratta dallo stesso scrigno. Qual è la probabilità che la seconda sia d'oro?
  2. Due clienti entrano in un centro commerciale; AA = "il primo compra un ombrello", BB = "il secondo compra un ombrello". AA e BB sono condizionatamente indipendenti sia se piove (evento HH) sia se non piove. Si suppone P(H)=0.3P(H) = 0.3, P(A∣H)=0.6P(A \mid H) = 0.6, P(A∣Hc)=0.2P(A \mid H^c) = 0.2, P(B∣H)=0.5P(B \mid H) = 0.5, P(B∣Hc)=0.15P(B \mid H^c) = 0.15. (1) Calcolare P(A)P(A), P(B)P(B) e P(AB)P(AB). (2) Dire se AA e BB sono indipendenti.
  3. Verificare che, lanciando tre dadi rosso, verde e giallo, gli eventi AA = "rosso = verde", BB = "verde = giallo", CC = "rosso = giallo" sono a due a due indipendenti ma non indipendenti.

Teoria: Eventi indipendenti e indipendenza condizionataA e B sono indipendenti se P(AB) = P(A)P(B), cioè (se P(B) > 0) P(A | B) = P(A): sapere B non cambia la probabilità di A. Se A, B sono indipendenti lo sono anche A e Bᶜ. Tre eventi sono indipendenti se lo sono a coppie E P(ABC) = P(A)P(B)P(C): l'indipendenza a coppie non basta. Prove ripetute indipendenti: le probabilità si moltiplicano. Indipendenza condizionata a F: P(AB | F) = P(A | F)P(B | F); non implica l'indipendenza (due lanci della stessa moneta scelta a caso). Eventi disgiunti con probabilità positive non sono mai indipendenti.Eventi indipendenti e indipendenza condizionata →, Formula della partizione e formula di BayesFormula di inversione: P(F | E) = P(E | F) P(F)/P(E). Formula della partizione (probabilità totale): se F₁, …, Fₙ sono una partizione di Ω con P(Fᵢ) > 0, P(E) = Σ P(E | Fᵢ) P(Fᵢ). Formula di Bayes: P(Fⱼ | E) = P(E | Fⱼ) P(Fⱼ) / Σ P(E | Fᵢ) P(Fᵢ): aggiorna la probabilità delle "cause" Fⱼ dopo aver osservato l'effetto E. Classici: test medici (con malattia rara un positivo è spesso un falso positivo), la carta verde/arancione (1/3, non 1/2), Monty Hall (conviene cambiare: 2/3).Formula della partizione e formula di Bayes →.


1. I due scrigni

Siano G1G_1, G2G_2 = "la prima (seconda) moneta è d'oro". Si vuole P(G2∣G1)=P(G1G2)P(G1)P(G_2 \mid G_1) = \frac{P(G_1G_2)}{P(G_1)}, e si calcolano numeratore e denominatore con la partizione sullo scrigno scelto (probabilità 12\frac12 ciascuno).

P(G1)P(G_1): dallo scrigno A la prima è d'oro con certezza, da B con probabilità 24\frac24: P(G1)=1⋅12+12⋅12=34P(G_1) = 1\cdot\frac12 + \frac12\cdot\frac12 = \frac34

P(G1G2)P(G_1G_2): da A, due d'oro con certezza; da B, per la formula del prodotto, 24⋅13\frac24\cdot\frac13 (dopo un oro restano 11 oro e 22 argento): P(G1G2)=1⋅12+24⋅13⋅12=12+112=712P(G_1G_2) = 1\cdot\frac12 + \frac24\cdot\frac13\cdot\frac12 = \frac12 + \frac1{12} = \frac7{12}

P(G2∣G1)=7/123/4=79≈0.78P(G_2 \mid G_1) = \frac{7/12}{3/4} = \frac{7}{9} \approx 0.78

Perché è così alta: aver trovato un oro rende più probabile lo scrigno A. Con Bayes, P(A∣G1)=1⋅1234=23P(A \mid G_1) = \frac{1\cdot\frac12}{\frac34} = \frac23; e allora P(G2∣G1)=1⋅23+13⋅13=79P(G_2 \mid G_1) = 1\cdot\frac23 + \frac13\cdot\frac13 = \frac79 ✓ (partizione sullo scrigno, con le probabilità aggiornate).

2. Gli ombrelli

(1) Partizione su piove / non piove: P(A)=0.6⋅0.3+0.2⋅0.7=0.18+0.14=0.32P(A) = 0.6\cdot 0.3 + 0.2\cdot 0.7 = 0.18 + 0.14 = 0.32 P(B)=0.5⋅0.3+0.15⋅0.7=0.15+0.105=0.255P(B) = 0.5\cdot 0.3 + 0.15\cdot 0.7 = 0.15 + 0.105 = 0.255 Per P(AB)P(AB) si usa l'indipendenza condizionata: P(AB∣H)=P(A∣H)P(B∣H)=0.3P(AB \mid H) = P(A \mid H)P(B \mid H) = 0.3, P(AB∣Hc)=0.2⋅0.15=0.03P(AB \mid H^c) = 0.2\cdot 0.15 = 0.03: P(AB)=0.3⋅0.3+0.03⋅0.7=0.09+0.021=0.111P(AB) = 0.3\cdot 0.3 + 0.03\cdot 0.7 = 0.09 + 0.021 = 0.111

(2) P(A)P(B)=0.32⋅0.255=0.0816≠0.111P(A)P(B) = 0.32\cdot 0.255 = 0.0816 \ne 0.111: non indipendenti. Il motivo è la pioggia, "causa comune": se il primo compra l'ombrello è più probabile che piova, e quindi che lo compri anche il secondo (P(B∣A)=0.1110.32≈0.35>0.255P(B \mid A) = \frac{0.111}{0.32} \approx 0.35 > 0.255).

3. Tre dadi: indipendenza a coppie ma non totale

Ω\Omega = terne (rosso, verde, giallo), 63=2166^3 = 216 esiti equiprobabili.

Le singole probabilità. AA = "rosso = verde": si sceglie il valore comune (66 modi) e il giallo (66): 3636 esiti, P(A)=36216=16P(A) = \frac{36}{216} = \frac16. Lo stesso per BB e CC.

A coppie. A∩BA \cap B = "rosso = verde = giallo" (66 esiti), P(AB)=6216=136=16⋅16=P(A)P(B)P(AB) = \frac{6}{216} = \frac1{36} = \frac16\cdot\frac16 = P(A)P(B) ✓. Lo stesso per ACAC e BCBC (ogni intersezione di due condizioni impone che i tre valori siano uguali).

Tutti e tre. A∩B∩CA \cap B \cap C = "tutti uguali", ancora 136\frac1{36}, ma P(A)P(B)P(C)=1216P(A)P(B)P(C) = \frac1{216}: non indipendenti.

Intuizione: due qualsiasi delle tre uguaglianze implicano la terza. Sapere AA da solo non dice nulla su BB; sapere AA e BB dice tutto su CC.


Errori comuni

  • Nell'esercizio 1, rispondere 34\frac34 (la probabilità di un oro alla prima estrazione), dimenticando che l'informazione "la prima era d'oro" cambia la probabilità dello scrigno.
  • Nell'esercizio 2, calcolare P(AB)P(AB) come P(A)P(B)P(A)P(B): l'indipendenza vale solo condizionatamente a HH e a HcH^c, non globalmente.

Lezioni in cui compare

Teoria collegata