25.12.2012 Views

Dispense

Dispense

Dispense

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

20 CAPITOLO 1. ELEMENTI DI CALCOLO DELLE PROBABILITÀ<br />

Osservazione 9 Nei problemi “bayesiani”, ci sono delle “probabilità a priori”e delle “probabilità<br />

a posteriori”. Nell’esempio, la probabilità a priori che lo studente avesse preparazione scarsa<br />

era 1/3, a poteriori - cioè dopo aver osservato l’esito del test - è 0.773.<br />

Osservazione 10 Accade spesso che le probabilità a priori vengano scelte uguali - 1/3 nell’esempio<br />

- come ri‡esso della mancanza di informazioni.<br />

La formula di Bayes permette di calcolare P (BjA) a partire da P (AjB) (ed altri due<br />

termini). E’interessante la sua struttura logica: se conosciamo come B in‡uenza A, ovvero<br />

conosciamo P (AjB), allora possiamo calcolare come A in‡uenza B. C’è una sorta di inversione<br />

causale. Se immaginiamo che B sia una possibile causa ed A un possibile e¤etto, la<br />

logica normale è quella di conoscere come la causa B in‡uenza l’e¤etto A, quindi conoscere<br />

P (AjB). La formula di Bayes permette di risalire alle cause a partire da osservazioni sui<br />

loro e¤etti. Precisamente, osservato l’e¤etto A, permette di calcolare la probabilità che esso<br />

derivi dalla causa B.<br />

In genere, in questo schema causa-e¤etto, si ha a che fare con diverse possibili cause,<br />

diverse alternative, che formano una partizione B1; :::; Bn. Osservato A, vorremmo risalire<br />

alla causa che lo ha provocato. Tutte le cause Bi possono aver provocato A, quindi ciò che<br />

possiamo fare è calcolare le probabilità delle diverse cause Bi condizionate ad A e decidere<br />

che la causa è quella più probabile (è uno schema di teoria delle decisioni; si veda anche il<br />

Capitolo 6).<br />

In quest’ottica, serve solo confrontare i valori di P (BijA) al variare di i = 1; :::; n. Per<br />

questo scopo non serve calcolare il denominatore P (A) della formula di Bayes, che è uguale<br />

per tutti. Basta quindi confrontare i numeri P (AjBi) P (Bi).<br />

Poi, nel caso molto comune in cui gli eventi Bi siano equiprobabili, basta confrontare<br />

P (AjBi). Si pensi a tutte queste sempli…cazioni sull’alvero degli eventi.<br />

1.1.14 Calcolo combinatorico<br />

Il calcolo combinatorico fornisce idee e regole per calcolare la cardinalità jAj di un insieme<br />

…nito A, cosa essenziale quando di calcola la probabilità di un evento in uno spazio di esiti<br />

equiprobabili.<br />

Ricordiamo il signi…cato di n fattoriale:<br />

n! := n (n 1) 2 1<br />

e convenzionalmente 0! = 1. Più formalmente n! è de…nito per ricorrenza da<br />

1! = 1<br />

n! = n (n 1)! per n 2:<br />

Ricordiamo inoltre il signi…cato dei coe¢ cienti binomiali:<br />

n<br />

k =<br />

n! n (n 1) (n k + 1)<br />

=<br />

k! (n k)! k!

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!