dialogo fra uomo e natura attraverso la probabilità Dott. Paolo Risso – SISRI Fellow 2 «La probabilità che si può fallire nella lotta non deve dissuaderci dal supporto di una causa che riteniamo giusta.» ABRAHAM LINCOLN - 1839 «Nella misura in cui le leggi della matematica si riferiscono alla realtà, esse non sono certe; e nella misura in cui sono certe, esse non si riferiscono alla realtà.» ALBERT EINSTEIN - 1922 La storia dello studio delle probabilità 3 Il gioco d’azzardo è un fenomeno assai diffuso nella Francia del 1600 e soprattutto impedito dalla legge. I giochi si sono evoluti e complicati visto l’aumento del numero dei giocatori. Conseguentemente aumenta il volume di denaro movimentato. Nasce la necessità di calcolare, meglio computare, in maniera matematica le “chances”. Inoltre in caso di interruzione Un tale argomento risulta essere di grande interesse nei “Salon” dell’epoca. La storia dello studio delle probabilità 4 I “Salon” sono incontri conviviali che seguono l’idea del poeta Orazio “aut delectare aut prodesse est”. Un mecenate, o un personaggio di spicco, della cultura e della ricerca scientifica invita alcuni ospiti, esperti in un determinato campo, a partecipare a discussioni e cercare di risolvere insieme problemi e questioni. Antoine Gombaud, Chevalier de Méré, un cultore della matematica, del gioco d’azzardo, e del pensiero politico introduce nel suo “Salon” la risoluzione alcuni problemi matematici legati al calcolo delle probabilità nel gioco e nella finanza. In queste occasioni viene data la possibilità d’incontrarsi ad alcune figure importanti del panorama matematico/scientifico: Padre Mersenne, Pascal, Fermat. Uno dei problemi affrontati è quello chiamato “Problema dei Punti o delle Parti”, in inglese si tradurrebbe in con la parola stake ossia interesse. La storia dello studio delle probabilità 5 il “Problema dei Punti” Due giocatori A, B equamente abili disputano una serie di partite. Vince il gioco chi, per primo, raggiunge un totale N di vincite. I giocatori, però, devono sospendere il gioco prima che questo abbia naturale termine. Se al momento della sospensione un giocatore avesse vinto a partite e l'altro b, e la posta in gioco fosse di X denari, come dovrebbe essere ripartita fra i due giocatori in modo tale che la ripartizione sia equa? La storia dello studio delle probabilità 6 Approccio alla Pacioli, del 1494 Data la posta in gioco X Stabilito un numero N di vincite per prendere tutta la posta X Dato il numero di vittorie dei due giocatori come a e b, con a > b Si puà dividere la vincita nel seguente modo: d= X a+b A riceverà d*a denari mentre B riceverà d*b denari E’ equo questo risultato ? La storia dello studio delle probabilità 7 Approccio alla Pacioli, del 1494 Data la posta in gioco 24 denari 6 il numero di vittorie da raggiungere I due giocatori hanno il punteggio a=5 e b=3 Si può dividere la vincita nel seguente modo: d = 3 Quindi A riceverà 15 denari mentre B riceverà 9 denari La storia dello studio delle probabilità 8 Il limite di tale approccio starebbe nel considerare solo quanto già avvenuto, non cosa potrebbe accadere nel futuro, in quanto il risultato potrebbe ribaltarsi o cambiare di proporzioni Inoltre tale metodo non dividerebbe i soldi in maniera veramente equa. La storia dello studio delle probabilità 9 Soluzione di Pascal e Fermat del 1654 La storia dello studio delle probabilità 10 Soluzione di Pascal e Fermat del 1654 Il punteggio di 5 a 3 per A se A vincesse ancora una volta allora gli spetterebbe l’intera posta se B vincesse il punteggio diventerebbe 5 a 4 ad A spetterebbe almeno metà della posta, ossia 12 denari, visto che nella metà dei casi avrebbe vinto il gioco. Il punteggio di 5 a 4 per A se A vincesse ancora una volta allora gli spetterebbe l’intera posta se B vincesse il punteggio diventerebbe 5 a 5 Allora ad A andrebbero, oltre ai 12 denari già stabiliti, almeno la metà dei 12 rimanenti, ossia 12+6= 18. La storia dello studio delle probabilità 11 Soluzione di Pascal e Fermat del 1654 Il punteggio di 5 a 5 se A vincesse ancora una volta allora gli spetterebbe l’intera posta se B vincesse ancora una volta allora gli spetterebbe l’intera posta Quindi, se interrompesse sul 5 a 5 si dividerebbe equamente la posta rimanente 6, ossia 3 denari a testa. Ricapitolando i casi possibili, se il gioco venisse interrotto sul 5 a 3 per A, ad A andrebbero 12+6+3=21 denari, mentre a B ne spetterebbero solo 2421=3. La storia dello studio delle probabilità 12 Soluzione di Pascal e Fermat del 1654 Un approccio diverso per ottenere lo stesso risultato è questo: P(5;3) P(6;3) P(5;4) P(5;5) P(6;4) P(6;5) P(5;6) Ricapitolando i casi possibili, se il gioco venisse interrotto sul 5 a 3 per A, ad A andrebbero 3 modi per vincere, mentre a B solo 1. Anche in questo caso arriveremmo a dire che ad A andrebbero 21 denari ed aB3 La storia dello studio delle probabilità 13 La novità di tale approccio è il considerare non solo quanto già avvenuto, ma cosa potrebbe accadere nel futuro, in quanto il risultato potrebbe ribaltarsi o cambiare di proporzioni. Si introduce il concetto di probabilità Inoltre tale metodo dividerebbe davvero i soldi in maniera veramente equa, sulla base di come si evolve la partita nel futuro, in funzione del passato già avvenuto. La storia dello studio delle probabilità 14 Il calcolo di probabilità che si basa sul numero di casi favorevoli rispetto ai casi totali prende il nome di approccio classico o a priori. Ad esempio, nell'esperimento “lancio di un dado", i possibili eventi elementari sono : {1;2;3;4;5;6}, ciascuno con probabilità 1/6. In molte situazioni però non è possibile fornire una stima a priori di tutti casi possibili, senza contare il fatto che la probabilità di ciascun evento potrebbe anche non esser uguale. E’ infatti possibile anche desumere le probabilità dall’osservazione e dallo studio dei fenomeni, misurandone tutte le occorrenze. Tale approccio si definisce frequentista o a posteriori. Nel 1713 Bernoulli dimostra che i due approcci sono equivalenti. La storia dello studio delle probabilità 15 Ad esempio l’approccio classico ci aiuta a calcolare quale sia la probabilità di estrarre un re, di un qualsiasi seme, da un mazzo di 52 carte: 4/52 Ad esempio se abbiamo delle buone ragioni per ritenere che un dado sia truccato, non essendo per esempio costruito con materiale omogeneo, non potremo ritenere equiprobabili l'uscita dei sei numeri per cui non potremo assegnare alla probabilità di uscita del numero 1 il valore 1/6 . L'alternativa è quella di ripetere il lancio del dado un numero elevato di volte, calcolare la frequenza relativa dell'uscita di 1 ed assumere per definizione tale valore come probabilità dell'evento. Gli ambiti applicativi sono molteplici: medicina, psicologia, economia, meccanica quantistica e in tutte le scienze per le quali si possono utilizzare metodi statistici. La storia dello studio delle probabilità 16 Dal 1700 al 1900 lo studio delle probabilità prende piede in maniera più importante, essa gioca un ruolo fondamentale nello studio della natura, dell’economia e degli eventi umani. Tuttavia un’impostazione assiomatica della teoria stenta ad imporsi. L'impostazione assiomatica della probabilità venne proposta da Kolmogorov nel 1933 nell’opera Concetti fondamentali del calcolo delle probabilità, sviluppando la ricerca che era ormai cristallizzata sul dibattito fra quanti consideravano la probabilità come limiti di frequenze relative (impostazione frequentista) e quanti cercavano un fondamento logico della stessa. La sua impostazione assiomatica si mostrava adeguata a prescindere dall'adesione a una o all'altra scuola di pensiero. La storia dello studio delle probabilità 17 La probabilità di un evento E si esprime come P(E) e soddisfa i seguenti assiomi. Primo: Secondo: Terzo: P(E) Î R, P(E) ³ 0 "E Î F P(W) =1 ¥ P(E1 È E2 È × × ×) = å P(E ) 1 i=1 La storia dello studio delle probabilità 18 Esempio: Esprimiamo in funzione degli assiomi il caso di una moneta che può avere solo evento testa H o croce T F = {0,{H},{T},{H,T}} P(0) = 0 P({H,T}) =1 P({H})+ P({T}) =1 La storia dello studio delle probabilità 19 La storia dello studio delle probabilità 20 A metà del 1700 Laplace sviluppa parallelamente a Bayes il calcolo di probabilità che si basa sull’induzione prendendo poi storicamente il nome di approccio bayesiano. Essi hanno fornito un metodo molto potente di correggere una probabilità alla luce di nuove informazioni. Pertanto, se vi è una stima preliminare di probabilità del verificarsi di un evento e se si hanno nuove informazioni (supplementari), si può ottenere l'esatta probabilità a posteriori della produzione dell'evento. Ripetutamente applicando la formula di Bayes, ogni volta che si hanno nuove informazioni, si possono correggere le probabilità meno affidabili in modo che, finalmente si arrivi alle probabilità probabilmente molto affidabile. La storia dello studio delle probabilità 21 P(A|B) è la probabilità che si verifica A dato che già si è verificato B, chiamata anche probabilità condizionata: P(A Ç B) P(A | B) = P(B) Si ha quindi che probabilità condizionata di A dato B si ottiene dividendo il numero dei casi favorevoli ad (A∩B) al numero dei casi favorevoli a B, con P(B) ≠ 0. Naturalmente P(B) > 0, se P(B) fosse nullo la probabilità condizionata non avrebbe senso: non è infatti possibile definire la probabilità condizionata rispetto ad un evento impossibile. Nel caso A e B non fossero condizionati, allora la avremmo probabilità incondizionata definita: P(A | B) = P(A)P(B) La storia dello studio delle probabilità 22 Il teorema della probabilità condizionata si può anche scrivere come: P(A | B)P(B) = P(AÇ B) = P(B | A)P(A) Un tipico esempio di applicazione delle formula di Bayes è quello della diagnostica medica: se A è una malattia e B è un sintomo, possiamo ottenere la probabilità che, osservato il sintomo, si abbia la malattia, una volta date P(A) – che può essere ricavata dall’incidenza della malattia nella popolazione in esame, P(B|A), che esprime la probabilità che in pazienti malati si osservi il sintomo. La storia dello studio delle probabilità 23 Esempio: Una malattia colpisce 1 persona su 100. Un test dà esito positivo nel 98% dei casi su persone effettivamente malate e nello 0,5% dei casi su persone che invece stanno bene. La storia dello studio delle probabilità 24 P(M|P): probabilità che la persona sia malata posto che il test sia positivo M:1/100: prob di incidenza della malattia P:98/100: efficacia test sui malati, riconoscere il malato quando lo è non M: 99/100 (cioè 1-1/100): prob di essere “sani” P su non M: 5/1000 test positivo sui sani, errore del test sui sani 1 98 980 100 100 P(M / P) = = = 66.4% 1 98 99 5 1472 + 100 100 100 1000 La storia dello studio delle probabilità 25 Formulazione moderna della soluzione di Pascal e Fermat La speranza di vittoria di A è legata al verificarsi di almeno una fra le seguenti successioni di eventi: {E1} ; {E2,E1} ; {E2,E2,E1} E1 è l'evento “A guadagna un punto” E2 è l'evento “B guadagna un punto” Poichè (E1) ed (E2) hanno probabilità 1/2 , per la regola delle probabilità composte di eventi indipendenti, si avrebbe che (E1), (E2,E1), (E2,E2,E1) avrebbero rispettivamente probabilità 1/2 , 1/4, 1/8. Quindi la probabilità di vittoria di A è, per la regola sulla probabilità totale per eventi incompatibili, 1/2 + 1/4 + 1/8 = 7/8. Un’equa ripartizione dei 24 è effettuata suddividendo la posta in parti proporzionali alle probabilità di vittoria dei due giocatori: 21 danari ad A e 3 a B.