it.wikipedia.org

Teoria della probabilità - Wikipedia

Da Wikipedia, l'enciclopedia libera.

La teoria della probabilità è lo studio matematico della probabilità.

I matematici si riferiscono alle probabilità come a numeri nell'intervallo da 0 a 1, assegnati ad "eventi" la cui ricorrenza è casuale. Le probabilità {\displaystyle P(E)} sono assegnate ad eventi {\displaystyle E} secondo gli assiomi della probabilità.

La probabilità che un evento {\displaystyle E} avvenga dato il verificarsi noto di un evento {\displaystyle F} è la probabilità condizionata di {\displaystyle E} dato {\displaystyle F}; il suo valore numerico è {\displaystyle P(E\cap F)/P(F)} (finché {\displaystyle P(F)} è diverso da zero). Se la probabilità condizionale di {\displaystyle E} dato {\displaystyle F} è la stessa della probabilità ("non condizionale") di {\displaystyle E}, allora {\displaystyle E} ed {\displaystyle F} sono detti eventi indipendenti. Che questa relazione tra {\displaystyle E} e {\displaystyle F} sia simmetrica, può essere visto più chiaramente osservando che è la stessa cosa che dire {\displaystyle P(E\cap F)=P(E)P(F)}.

Due concetti cruciali nella teoria della probabilità sono quelli di variabile casuale e di distribuzione probabilistica di una variabile casuale. In altri termini descrivere in termini probabilistici o statistici un fenomeno aleatorio nel tempo, caratterizzabile dunque da una variabile aleatoria, vuol dire descriverlo in termini di densità di distribuzione di probabilità e dei suoi parametri di media o valore atteso e varianza.

I matematici ritengono che la teoria della probabilità sia lo studio di uno spazio astratto di probabilità (su cui sono ad esempio definite le variabili casuali o aleatorie), un approccio introdotto da Kolmogorov nel 1930 (anche detto approccio assiomatico). Uno spazio di probabilità è una terna {\displaystyle (\Omega ,{\mathfrak {F}},P)}, dove:

È importante notare che {\displaystyle P} è definita in {\displaystyle F} e non in {\displaystyle \Omega }. Con Ω numerabile possiamo definire {\displaystyle F:=} insieme di potenza{\displaystyle (\Omega )} che è banalmente una {\displaystyle \sigma -}algebra ed il più grande che si possa creare usando {\displaystyle \Omega }. In uno spazio discreto possiamo quindi omettere {\displaystyle F} e scrivere solo {\displaystyle (\Omega ,\,P)} per definirlo.

Se d'altra parte Ω è non numerabile e si usa {\displaystyle F=} insieme di potenza{\displaystyle (\Omega )} cadiamo nella difficoltà di definire la nostra misura di probabilità {\displaystyle P} perché {\displaystyle F} è 'immenso'. Quindi dobbiamo usare una {\displaystyle \sigma -}algebra {\displaystyle F} più piccola (per esempio l'algebra di Borel di {\displaystyle \Omega }). Si definisce questo tipo di spazio probabilistico uno spazio probabilistico continuo e ci porta alcuni problemi nella teoria della misura quando proviamo a definire {\displaystyle P}.

Una variabile casuale è una funzione misurabile da {\displaystyle \Omega } nei reali. Per esempio, il numero di elettori che voteranno per un dato candidato nel campione di 100 dell'esempio precedente è una variabile casuale.

Se {\displaystyle X} è una variabile casuale, l'insieme {\displaystyle \left\{\omega \in \Omega :X(\omega )\geq 60\right\}} è un "evento", e la notazione {\displaystyle P(X\geq 60)} è un'abbreviazione di {\displaystyle P\left(\left\{\omega \in \Omega :X(\omega )\geq 60\right\}\right)}.

Per una alternativa algebrica all'approccio di Kolmogorov, vedi algebra delle variabili casuali.

Alcuni statistici assegneranno delle probabilità solo agli eventi che si pensano essere casuali, in base alle loro frequenze relative, o a sottoinsiemi di popolazione in relazione al tutto; questi sono frequentisti. Altri assegnano probabilità a proposizioni incerte o secondo gradi soggettivi di confidenza nella loro verità, o a livelli logicamente giustificabili di confidenza nella loro verità. Tali persone sono Bayesiani. Un Bayesiano può assegnare una probabilità alla proposizione che c'era vita su Marte un miliardo di anni fa, dal momento che questo è incerto; un frequentista non assegnerebbe una probabilità a tale proposizione, poiché non si tratta di un evento casuale che abbia una frequenza relativa a lungo termine.

V · D · M

Aree della matematica
Logica matematicaTeoria degli insiemi · Teoria dei modelli · Teoria della dimostrazione
AlgebraTeoria dei gruppi · Teoria degli anelli · Teoria dei campi · Algebra computazionale
Teoria dei numeriAritmetica · Teoria algebrica dei numeri · Teoria analitica dei numeri
Matematica discretaCombinatoria · Teoria degli ordini · Teoria dei giochi
GeometriaGeometria differenziale · Geometria discreta · Topologia · Geometria combinatoria · Geometria algebrica · Teorema di Pitot
Analisi matematicaCalcolo infinitesimale · Analisi complessa · Analisi non standard · Analisi armonica · Analisi funzionale · Teoria della misura · Equazioni differenziali · Teoria degli operatori
Teoria della probabilità e StatisticaProcessi stocastici
Fisica matematicaMeccanica classica · Sistemi dinamici · Meccanica statistica · Meccanica quantistica · Meccanica dei fluidi
Analisi numerica e Ricerca operativaTeoria dell'approssimazione · Integrazione numerica · Ottimizzazione
Matematiche complementariStoria della matematica · Didattica della matematica · Matematica ricreativa
AltroBiologia matematica · Matematica finanziaria · Crittografia

V · D · M

Probabilità
Teoria della probabilitàEvento · Spazio campionario · Indipendenza stocastica · Probabilità condizionata · Teorema di Bayes · Disuguaglianza di Čebyšëv · Disuguaglianza di Markov
Variabili casualiMisura di probabilità · Funzione di densità di probabilità · Funzione di ripartizione · Funzione caratteristica · Funzione generatrice dei momenti · Convergenza di variabili casuali
Distribuzioni di probabilità univariate
Distribuzioni discreteUniforme discreta · Binomiale (Bernoulliana) · Degenere · Ipergeometrica · Di Pascal · Geometrica · Poissoniana
Distribuzioni continueUniforme continua · Normale · Esponenziale · Beta · Gamma · t di Student · di Cauchy · Chi Quadrato
Distribuzioni di probabilità multivariateMultinomiale · Normale multivariata · Wishart · Dirichlet
Processi stocasticiMatrice stocastica · Processo markoviano · Passeggiata aleatoria · Martingala · Moto browniano · Integrale di Itō · Equazione differenziale stocastica
Discipline connesseCombinatoria · Statistica
Controllo di autoritàGND (DE) 4079013-7 · NDL (EN, JA) 00564753