La probabilità frequentista e la legge dei grandi numeri

La probabilità frequentista e la legge dei grandi
numeri
La definizione di probabilità che abbiamo finora considerato è anche nota come probabilità a priori poiché permette di prevedere l'esito di un evento sulla base della sola formulazione, cioè conoscendo a priori il numero dei casi possibili e il numero dei casi favorevoli,
sempre supponendo che i casi possibili siano equiprobabili. La definizione classica di Laplace è stata accettata e fatta propria da molti studiosi per oltre un secolo, e ha valore ancora
oggi; infatti, la probabilità dei vari risultati nei giochi d'azzardo si calcola facendo riferimento a questa definizione. D'altra parte, esistono molti eventi aleatori per cui è molto diffìcile,
se non addirittura impossibile, conoscere il numero dei casi possibili e quello dei casi favorevoli o, potendo calcolarli, non si riesce a stabilire se i casi possibili siano tutti equiprobabili. L'utilizzo del concetto di probabilità classica in campi diversi dai giochi d'azzardo, come
ad esempio le scienze sociali, le scienze economiche, o le scienze fìsiche, risulta impossibile.
Per meglio chiarire questo concetto, analizziamo i seguenti eventi aleatori:
El = Francesco sarà qualificato con una votazione di 72/100.
E2 = Nel prossimo decennio in Europa si venderanno 10 milioni di televisori.
E^ — Nel prossimo trimestre il prezzo del greggio crescerà di 10 dollari.
£4 = II prossimo anno in Italia nasceranno più maschi che femmine.
E5 = Maria, oggi diciottenne, raggiungerà i novant'anni.
E6 — Martedì prossimo ci sarà il sole.
Calcolare la probabilità di questi eventi con le conoscenze fino ad ora acquisite risulta impossibile, cioè non siamo in grado, mediante la teoria classica della probabilità, di conoscere
a priori i casi possibili e i casi favorevoli. Inoltre, riuscire a stabilire oggettivamente se i casi
possibili siano equiprobabili è un altro problema di non facile soluzione. Se per esempio decidiamo di fare un picnic domani, dobbiamo essere certi che non piova. La probabilità che
domani piova è, secondo la teoria classica, ~r~ (piove, non piove, CP— 2, CF= 1); ma se
guardando le previsioni vediamo che c'è una perturbazione in arrivo, pensiamo ragionevolmente che sia molto probabile che domani piova; quindi soggettivamente, in base alle conoscenze a nostra disposizione, stabiliamo che la probabilità che domani piova è maggiore
1
di -—, cioè stabiliamo che i casi «piove», «non piove» non sono equiprobabili. Quindi, la
teoria classica della probabilità non permette di calcolare la probabilità di eventi aleatori che
descrivono la realtà nel suo insieme; per questo è stato necessario introdurre nuove teorie per
determinare la probabilità di un insieme più grande di eventi aleatori. Una delle teorie che
sono nate in seguito alla constatazione della limitatezza della probabilità classica è stata la
teoria frequentista. Prima di esporre la teoria frequentista analizziamo il seguente esempio.
ESEMPIO
Veronica esegue una serie di esperimenti in cui lancia in aria una moneta varie volte e
conta quante volte esce croce. La probabilità dell'evento;
E = nel lancio di una moneta esce croce
secondo la teoria classica della probabilità, cioè a priori, è:
i
f(E) =
l
Vediamo, invece, i risultati ottenuti da Veronica nei suoi esperimenti.
74
Indicando con n il numero di lanci effettuati e con v il numero di volte in cui esce
croce, cioè il numero dei successi riportati nelle prove eseguite, si hanno i risultati riportati nella seguente tabella.
V
fl
50
23
100
52
1000
499
5000
2497
10000
5005
Dall'esempio considerato si deduce che il numero dei successi non è sufficiente per dare
una valutazione all'esperimento se non viene considerato in relazione al numero delle prove eseguite, pertanto si deve introdurre un nuovo concetto: la frequenza relativa.
Si dice frequenza relativa di un evento E, riferita a n prove effettuate nelle stesse condizioni, il rapporto fra il numero v delle prove nelle quali l'evento si è verificato (successi) e il numero n delle
prove effettuate:
Ritornando all'esempio precedente, si ha che:
n
V
m
50
23
100
52
1000
499
0,4600
0,5200
0,4990
5000
10000
2497
0,4994
5005
0,5005
Osservando i valori della frequenza relativa ottenuti nei vari esperimenti si nota che si avvicinano tutti al valore 0,5 e che vi si avvicinano sempre più all'aumentare del numero delle prove eseguite; ricordiamo, però, che 0,5 è la probabilità teorica dell'evento E.
Da queste considerazioni deduciamo che la frequenza dipende dal numero delle prove eseguite e tende a stabilizzarsi verso un unico valore se il numero di prove è sufficientemente
elevato, pertanto possiamo scrivere la seguente legge.
Legge empirica del caso o legge dei grandi numeri
La frequenza relativa di un evento in un gran numero di prove, ripetute tutte nelle stesse
condizioni, da un valore approssimato della probabilità dell'evento, che è tanto più approssimato quanto più è grande il numero delle prove.
La legge empirica del caso non può essere dimostrata, ma solo verificata mediante le innumerevoli osservazioni dei fenomeni reali nel loro complesso; questa legge permette di formulare
una nuova definizione della probabilità per eventi ripetibili, detta probabilità frequentista.
La probabilità di un evento Fé il valore intorno al quale tende a stabilizzarsi la frequenza relativa,
al crescere del numero delle prove.
75
Concludendo si ha che, per la teoria frequentista della probabilità, ripetendo più volte la
stessa prova, nelle stesse condizioni, sì assume come valore approssimato della probabilità (p (E)) la frequenza relativa (f(E)) dell'evento considerato:
p(E)
<f(E) =
Dalla definizione risulta evidente che:
il numero dei successi è sempre minore o uguale al numero delle prove effettuate:
O =£ v a£ n, pertanto O ^ p (E ) =s 1 ; inoltre:
• se v = n l'evento sì è sempre verificato in quelle n prove, quindi l'evento è certo e si ha
• se v = O l'evento non si è mai verificato in quelle n prove, quindi l'evento è impossibile e
si ha p (E} = 0.
Rimangono quindi valide le proprietà della probabilità viste nella teoria classica.
La probabilità frequentista è molto usata nel campo della fìsica, della medicina, della chi
mica, della biologia, cioè in tutte quelle discipline in cui è opportuno e risulta possibile ri
petere gli esperimenti nelle stesse condizioni.
OSSERVAZIONE
La probabilità secondo la teoria classica è una probabilità calcolata a priori, mentre
la probabilità secondo la teoria frequentista è una probabilità calcolata a posteriori.
La probabilità soggettiva
La concezione classica e la concezione frequentista della probabilità portano a definizioni «oggettive», ossia a definizioni indipendenti dalle opinioni di chi valuta numericamente la «possibilità» che un evento si verifìchi. A queste concezioni si oppone la concezione detta soggettiva, che ha in Italia il suo massimo esponente in De Finetti, e che può essere così espressa:
dato un evento E, la probabilità p (E) di verificarsi dell'evento è la misura del grado di fiducia che
un individuo attribuisce, secondo le sue informazioni e opinioni, all'avverarsi di E.
-
La probabilità diventa una misura della fiducia che noi riponiamo sull'esito dell'evento;
tale fiducia si può misurare come la somma di denaro che si è disposti a pagare per poter
ricevere in cambio una somma maggiore qualora l'evento si verifìchi. Per meglio chiarire il
punto di vista della concezione soggettiva, analizziamo il seguente esempio.
Vogliamo calcolare la probabilità che si verifìchi il seguente evento:
E— nel prossimo Moto GP «un campione» vincerà
"
La probabilità teorica è •==&•- (vince, non vince), ma tale probabilità può non essere attendibile perché non è detto che i due casi possìbili siano equiprobabili.
Riferiamoci, allora, alla storia precedente del «campione» e calcoliamo la probabilità secondo la concezione frequentista. Sappiamo che su 11 Moto GP finora disputati, il «campione» considerato ne ha vinti 9; quindi la frequenza relativa dell'evento considerato è:
9
f(E) = -jj = 0,81
'
76
E attendibile assumere questa frequenza relativa come stima della probabilità dell'evento £?
In generale la risposta a questo quesito è negativa, in quanto le condizioni fìsiche, meteorologiche, psicologiche sono diverse da quelle con cui il «campione» ha disputato
gli altri Moto GP; cade quindi l'ipotesi che le prove siano ripetute nelle stesse condizioni. Pertanto, non si può applicare la definizione frequentista di probabilità.
L'evento in esame è un evento unico nel suo genere e la sua probabilità non può essere calcolata in modo oggettivo, quindi bisogna considerare delle ipotesi aggiuntive di
tipo soggettivo. Supponiamo di attribuire all'evento E la seguente probabilità:
1
70
p (E) = 0,70=-—
100
Attribuire tale valore alla probabilità significa che il grado dì fiducia che riponiamo
nel verifìcarsi dell'evento è del 70%, cioè giudichiamo equo pagare 70 euro per avere
diritto a riceverne 100 nel caso in cui l'evento si verifichi, cioè scommettiamo 70 euro
per averne in cambio 100.
E evidente che individui diversi possono formulare valutazioni diverse sulla probabilità dello stesso evento; infatti Luigi, che non ha letto Ì quotidiani della settimana e
non sa che il motociclista ha avuto l'influenza, potrebbe pensare che la probabilità sia
dell'80%, mentre Antonio, che è sempre informatìssimo sul suo campione, stima una
probabilità del 40%.
Quando però si fa una scommessa bisogna rispettare il principio di coerenza, cioè si
deve essere disponibili a invertire i ruoli: l'individuo che accetta di pagare la somma s
per ricevere ìn cambio la somma 5 deve essere disposto a ricevere s da un altro individuo pagandone 5 se l'evento si verifica; nell'esempio considerato bisogna essere, quindi, disponibili a pagare 100 euro per riceverne in cambio 70 se l'evento £ si verificherà.
Quindi, secondo la teoria della probabilità soggettiva:
la probabilità di un evento E è uguale al rapporto tra la somma s che un individuo coerente è disposto a pagare e la somma S che riceve in compenso se l'evento E si verifica:
A conclusione delle diverse concezioni di probabilità ricordiamo che i teoremi che esporremo nel corso dell'unità, e che per semplicità applicheremo solo alla teoria classica, valgono
per qualunque definizione di probabilità.
NOTIZIE ,,_
STOR1CHE
'
Concludiamo la trattazione delle diverse concezioni di probabilità con una frase scrìtta da De Finettì.
«La differenza tra tali concezioni, fattasi netta sia per l'approfondimento critico che per l'estendersi dei campi di
applicazione da un secolo a questa parte, tocca però solo il modo di concepire e interpretare le applicazioni.
Matematicamente non c'è alcuna divergenza, tanto che, esponendolo in forma astratta o assiomatica, il calcolo
delle probabilità è uno solo».
77
V E R I F I C A
T
Analizza i seguenti eventi e stabilisci se sono certi, impossibili o aleatori.
Certo
Evento
Impossibile
Quest'anno sarò promosso.
La Juventus vincerà la Champions League.
Da un'urna contenente 10 palline rosse e 4 palline nere
viene estratta una pallina bianca.
Da un mazzo di 52 carte viene estratta una carta
o rossa o nera.
Lanciando due dadi esce Ìl numero 14.
Da un'urna contenente 21 palline bianche
viene estratta una pallina bianca.
Completa le seguenti frasi.
Se l'evento E è certo, allora la sua probabilità/ (£) —
Se l'evento E è aleatorio, allora
Se l'evento ^ è impossibile, allora
Definisci l'evento contrario dell'evento A e completa in modo opportuno.
Collega in modo opportuno.
probabilità classica
probabilità ftequentìsta
probabilità soggettiva
Completa le seguenti frasi.
Dato un evento E si ha che:
teoria classica:
in cui
CP =
v
teoria
p (E] ~f(E] - —
in cui
teoria soggettivista:
p (E) — ..
in cui
Due eventi sono equiprobabili se
78
e
Aleatorio