I NTRODUZIONE

` AL CALCOLO DELLE PROBABILIT A

Didattica della Matematica I Anno Accademico 2005-2006 Giorgio Lissandron
Matricola: R06620

email:

giorgio.lissandron@libero.it

Luglio 2007

Indice
1 Osservazioni 2 Introduzione 3 Prima di cominciare: ordinare e contare 3.1 3.2 3.3 3.4 Disposizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Permutazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Combinazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 3 5 5 7 9

Applicazioni in Meccanica Statistica . . . . . . . . . . . . . . . . . . . . . . . . . 11 13 16

4 Probabilit` : come denirla a 5 Probabilit` , teoria assiommatica a 5.1 5.2

Probabilit` : i concetti chiave . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 a Formula di Bayes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 20

6 Appplicazioni ed esempi 6.1 6.2 6.3 6.4

Gioco dei dadi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 Animale da Laboratorio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 Lancio delle due monete . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 Sui Compleanni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

SSIS 2005-2006

Giorgio Lissandron

I NTRODUZIONE

` AL CALCOLO DELLE PROBABILIT A

1 Osservazioni
Il percorso proposto e rivolto a studenti del triennio di un indirizzo scientico, scientico-tecnologico ` o economico. O BIETTIVI
DIDATTICI :

1. concetti base della probabilit` a 2. interpretazione probabilistica di eventi 3. risultati base del calcolo combinatorio 4. capacit` di calcolo della probabilit` nel caso discreto a a 5. interpretazione probabilistica delle operazioni insiemistiche Requisiti: teoria degli insiemi calcolo numerico calcolo letterale La teoria delle probabilit` permette di introdurre interessanti esempi di matematizzazione e astraa zione di situazioni reali. Essa inoltre sviluppa un corretto approccio allanalisi di situazioni incondizioni di incertezza, fornendo strumenti per trattare razionalmente le proprie informazioni e assumere decisioni coerenti Il concetto di probabilit` viene introdotto stimolandola conoscenza ina formale degli studenti per poi svilupparla e formalizzarla. Il concetto e presentato secondo diversi ` approcci, con particolare attenzione alla denizione assiomatica che, anche se concettualmente pi` difcile, stimola maggiormente competenze di formalizzazione e di astrazione. La trattazione u fa spesso riferimento alla teoria elementare degli insiemi, i cui concetti vedono in questambito unapplicazione concreta. Gli elementi di calcolo combinatorio sono introdotti a partire da esempi concreti. In particolare si discutono alcune applicazioni del calcolo combinatorio alla sica.

SSIS 2005-2006

Giorgio Lissandron

I NTRODUZIONE

` AL CALCOLO DELLE PROBABILIT A

2 Introduzione
Se noi non fossimo ignoranti non ci sarebbe probabilit` , ci potrebbero essere solo certezze. Ma la nostra a ignoranza non pu` essere assoluta, altrimenti non ci sarebbe pi` probabilit` . Cos`i problemi di probabilit` o u a a possono essere classicati a seconda della maggiore o minore profondit` della nostra ignoranza. a (H. Poincar ). e

La meccanica classica afferma che se si conoscono le propriet` di un corpo (massa, forma, a etc.), le sue condizioni iniziali di moto (posizione, velocit` etc.) e le condizioni esterne (campi a di forze, condizioni al contorno, etc.) e possibile determinarne in modo esatto il comportamento ` negli istanti successivi. Ci` nonostante, e sufciente analizzare il semplice esperimento del lancio o ` di una moneta o di un dado per capire che non e affatto facile prevedere il risultato, cio` loc` e correnza rispettivamente di testa/croce o di un certo numero impresso nella faccia superiore. Un caso simile si verica quando si tenta di trattare un sistema costituito da un gas di cui si voglia descrivere levoluzione partendo dai moti delle singole molecole. Questo non implica che le leggi della meccanica classica siano necessariamente violate. Anche supponendo che il tipo di processo sia tale che, istante per istante, gli oggetti obbediscano alle leggi di Newton in ogni interazione con lambiente, il numero di parametri che determinano il moto rende proibitivo sia calcolare esattamente il risultato a partire dalle condizioni iniziali che cercare di riprodurre le stesse condizioni ad ogni lancio. Si preferisce rinunciare a predire lesatto esito dellesperimento e limitarsi ad esprimere affermazioni sulla plausibilit` di ciascuno dei risultati possibili. In altri termini, sebbene si seguiti ad a assumere che le leggi di base siano di tipo deterministico, il nostro stato di incertezza riguardo i dettagli del moto ci impedisce di arrivare a conclusioni certe. Ci sono poi fenomeni in cui e la ` stessa meccanica classica a non essere adeguata alla descrizione del processo elementare. Questo succede sulle scale atomiche e inferiori. In questo caso sono le stesse leggi fondamentali che assumono natura aleatoria; si perde il carattere deterministico almeno in linea di principio della meccanica classica e si deve utilizzare il linguaggio della meccanica quantistica. Notiamo comunque che, sebbene le due situazioni siano sostanzialmente differenti dal punto di vista sico, esse sono simili dal punto di vista conoscitivo: in entrambe siamo in stato di incertezza rispetto ai possibili esiti, anche se nel caso quantistico c` la convinzione che, pur partendo da un ben preciso stato e di preparazione del sistema iniziale, levoluzione sia intrinsecamente probabilistica. Le diversit` a delle problematiche si riette sia sul modo di intendere le leggi siche che sui metodi usati per valutare la probabilit` dei possibili esiti. Identico sar` invece il nostro atteggiamento psicologico a a nei riguardi del risultato: un valore molto elevato della probabilit` incoraggia le nostre aspettative a su un certo esito, indipendentemente che si tratti del decadimento di una particella subnucleare o di lanci di dadi. Lesperienza quotidiana insegna come il concetto di probabilit` non sia connato soltanto al a ragionamento scientico. Il termine probabilit` e largamente usato - talvolta anche a sproposito a` nel linguaggio quotidiano, in quello dei politici, nel mondo nanziario e dai mass media. Si parla per esempio di: probabilit` che una macchina venga rubata; a probabilit` che un televisore si rompa prima dello scadere della garanzi a
SSIS 2005-2006 Giorgio Lissandron

I NTRODUZIONE

` AL CALCOLO DELLE PROBABILIT A

probabilit` che una squadra vinca un incontro di calcio; a probabilit` che si risolva una crisi politica o un conitto; a probabilit` che un titolo azionario aumenti entro i prossimi sei mesi; a probabilit` che un nuovo prodotto riscuota il successo del mercato. a Il motivo del continuo uso del termine probabilit` e dovuto al fatto che nella vita quotidiana e a ` nelle situazioni professionali sono rare le occasioni in cui si agisce in stato di assoluta certezza[3]. Ciononostante bisogna prendere in continuazione decisioni in stato di incertezza. Da quelle banali, come uscire o no con lombrello o quale marca di prodotto preferire al supermercato, a quelle serie, come accettare un posto di lavoro in un altra citt` , sposarsi, o sottoporsi ad un intervento a chirurgico. Tutte queste decisioni, in mancanza della certezza sul loro esito, sono prese in base a considerazioni utilitaristiche (in senso lato), soppesando costi e beneci con le probabilit` dei vari a esiti. Come si vede dagli esempi appena incontrati, la categoria del probabile viene introdotta nelle argomentazioni quando viene meno la categoria del certo. Lorigine stessa della parola (dal latino prob` bilis, da prob` re, provare) sta ad indicare degno di approvazione, verosimile, accettabile, a a credibile, ammissibile in base ad argomenti abbastanza sicuri . Essa contrasta con pro batus provato - riferito ad affermazioni per le quali e accertato il contenuto di verit` (vero o falso). ` a

SSIS 2005-2006

Giorgio Lissandron