In molti esperimenti occorre enumerare gli eventi elementari favorevoli al verificarsi di un evento di interesse E rispetto all’insieme degli eventi dello spazio campione .
Tale enumerazione spesso non è banale e richiede, al contrario, il ricorso a strumenti mutuati dal calcolo combinatorio i cui elementi fondamentali completano lo studio delle calcolo delle probabilità .
Il problema della enumerazione può essere descritto come segue.
Siano dati gli eventi E1, E2, …, Ei, …, EN che compongono lo spazio campione e si supponga di voler selezionare un sottoinsieme di eventi di dimensione .
Ai fini della selezione e della enumerazione dei possibili sottoinsiemi occorre esplicitare:
Per quanto attiene alle modalità di selezione la distinzione fondamentale è tra:
Le estrazioni bernoulliane sono assimilabili alla estrazione di n palline da un’urna che ne contiene N rimettendo la pallina estratta nell’urna dopo ciascuna estrazione; pertanto, la composizione dell’urna viene ripristinata ad ogni estrazione.
Si noti che se le palline sono identiche per forma e dimensione ognuna di esse avrà probabilità costante e pari ad 1/N di essere estratta e tale probabilità è la medesima ad ogni estrazione.
Le estrazioni non bernuolliane sono assimilabili alla estrazione di n palline da un’urna che ne contiene N senza rimettere la pallina estratta nell’urna dopo ciascuna estrazione; pertanto, la composizione dell’urna ogni estrazione varia.
Si noti che se le palline sono identiche per forma e dimensione, ognuna di esse avrà la medesima di essere estratta ad ogni estrazione, ma tale probabilità varia da estrazione ad estrazione.
Rispetto al rilievo attribuito all’ordinamento degli oggetti del sottoinsieme si distinguono:
le sequenze ordinate tali che due sequenze differiscono anche solo per l’ordine in cui si presentano gli oggetti che ne fanno parte dalle sequenze non ordinate, in tale caso l’ordine non è un elemento distintivo ma lo sono solo gli oggetti che formano la sequenza.
Rispetto ai due aspetti sopra indicati, modalità di selezione e rilievo dell’ordinamento, si distinguono le seguenti 4 situazioni:
L’interesse riguarda la cardinalità dei relativi insiemi.
La estrazione con ripetizione di sequenze ordinate dà luogo alle cd disposizioni con ripetizione di N oggetti presi ad n ad n:
Due sequenze sono considerate diverse se differiscono per un elemento o per l’ordine degli elementi.
La estrazione con ripetizione di sequenze non ordinate dà luogo alle cd combinazioni con ripetizione di N oggetti presi ad n ad n:
Due sequenze sono considerate diverse se differiscono per almeno un elemento.
La estrazione senza ripetizione di sequenze ordinate dà luogo alle cd disposizioni senza ripetizione di N oggetti presi ad n ad n:
Due sequenze sono considerate diverse se differiscono per almeno un elemento o per l’ordine degli elementi.
La estrazione senza ripetizione di sequenze non ordinate dà luogo alle cd combinazioni senza ripetizione di N oggetti presi ad n ad n:
Due sequenze sono considerate diverse se differiscono per almeno un elemento.
Si consideri il seguente spazio campione ; si vogliono determinare tutte le sequenze di numerosità pari a 2 secondo le quattro modalità illustrate in precedenza:
disposizioni con ripetizione
combinazioni con ripetizione
disposizioni senza ripetizione
combinazioni senza ripetizione
1. Introduzione al corso: cenni storici, definizioni alternative, ...
2. Postulati e teoremi del calcolo delle probabilità , probabilitÃ...
3. Esercizi ricapitolativi di calcolo delle probabilitÃ
4. Elementi di calcolo combinatorio
5. Teoria delle variabili casuali
6. Funzione di ripartizione e momenti delle variabili casuali
7. Momenti delle variabili casuali
8. Disuguaglianza di Cebicev, funzione generatrice dei momenti
10. Legami tra variabili casuali
11. Trasformazioni di vc, successioni e criteri di convergenza
12. Modelli per vc discrete: vc uniforme discreta e vc di Bernoulli
13. Modelli per vc discrete: la vc binomiale
14. Modelli per vc discrete: la vc di Poisson
15. Modelli per vc continue: le vc uniforme continua
16. Modelli per vc continue: la vc Beta e la vc Esponenziale Negati...
17. Modelli per vc continue: la vc Esponenziale Negativa e la vc Ga...
18. Modelli per vc continue: la vc Normale
19. La vc Normale Standardizzata
20. Variabili casuali connesse alla Normale
21. Uso delle tavole statistiche relative alle vc connesse alla Nor...