Le variabili aleatorie
Una variabile aleatoria associa numeri agli esiti di un esperimento. Partendo dalle basi della probabilità, studieremo come descriverla con una distribuzione, calcolarne media e varianza e usare i modelli binomiale, di Poisson e normale. Gli esempi svolti e i laboratori interattivi collegano le formule ai grafici.
Segui i capitoli in ordine: gli esempi riprendono i concetti introdotti nelle sezioni precedenti.
Che cos'è una variabile aleatoria
Nel calcolo delle probabilità gli esiti spesso non sono numeri: «testa», «croce», «asso di cuori». Una variabile aleatoria è una regola che a ogni esito del caso associa un numero, così da poterci fare i conti.
Una variabile aleatoria (o casuale) è una regola che a ogni esito dell'esperimento associa un numero. Prima dell'esperimento non sappiamo quale valore assumerà: dipende dal caso.
Esempio: lancio due monete. Sia «numero di teste». Gli esiti sono TT, TC, CT, CC; la variabile li traduce nei numeri 2, 1, 1, 0. Un fenomeno con quattro esiti diventa una variabile che assume i valori 0, 1, 2.
Una v.a. è discreta se assume valori isolati che si possono elencare (0, 1, 2, …): il numero di teste, di clienti, di guasti. È continua se può assumere qualunque valore in un intervallo: un'altezza, un tempo di attesa, una temperatura. Il tipo decide quali strumenti useremo.
Da qui in poi la domanda non è più «qual è la probabilità di questo esito», ma «come si distribuisce la probabilità fra tutti i valori che può assumere». È la distribuzione della variabile, protagonista di tutta la lezione.
Distribuzioni discrete
Per una variabile discreta, conoscerla significa conoscere la probabilità di ciascuno dei suoi valori. Questa è la sua distribuzione di probabilità.
La funzione di probabilità (o di massa) associa a ogni valore la sua probabilità . Deve rispettare due regole:
- per ogni valore;
- : la probabilità totale è 1 (uno dei valori deve pur uscire).
Utile anche la funzione di ripartizione : la probabilità che la variabile non superi . Cresce a gradini da 0 a 1 ed è l'analogo probabilistico delle frequenze cumulate.
Scegli l'esperimento e osserva come la probabilità si distribuisce fra i valori. Il dado è uniforme (tutte le barre uguali); la somma di due dadi è triangolare (il 7 è il più probabile). La linea rossa segna il valore atteso , che vedremo nel prossimo capitolo.
Valore atteso e varianza
Come per un insieme di dati, anche una variabile aleatoria si riassume con due numeri: dove si concentra (il valore atteso) e quanto è dispersa (la varianza).
È la media dei valori pesata con le loro probabilità: il valore medio che ci aspettiamo ripetendo l'esperimento infinite volte. Fisicamente è il baricentro della distribuzione.
Misura quanto i valori si disperdono attorno al valore atteso. La formula è di solito la più rapida nei calcoli.
Cinque valori (1…5), ognuno con un «peso» (la sua probabilità). Sposta i pesi con i cursori: il fulcro si posiziona esattamente sotto , il punto in cui la distribuzione sta in equilibrio. Ammucchia peso a destra e il valore atteso scivola a destra.
La media è lineare: . La varianza no: (la costante non aggiunge dispersione, e la scala va al quadrato). Per variabili indipendenti, e .
Quiz lampo · valore atteso
La distribuzione binomiale
La distribuzione binomiale conta i successi in un numero fisso di prove indipendenti. È il modello del «quante volte su n».
Se conta i successi in prove indipendenti, ciascuna con probabilità di successo : Valore atteso e varianza:
Per usare questo modello controlla le ipotesi: numero di prove fisso , due soli esiti per prova, prove indipendenti con la stessa . «Su 10 pazienti, quanti guariscono?», «su 20 pezzi, quanti difettosi?».
Regola , e il valore da evidenziare. Con la distribuzione è simmetrica; con piccolo la probabilità si concentra sui conteggi bassi e la coda si estende verso destra. La linea rossa è .
La distribuzione di Poisson
Quando gli eventi sono rari ma le occasioni tantissime (telefonate a un centralino in un'ora, refusi in una pagina, guasti in un mese), la binomiale con enorme e minuscolo si trasforma nella distribuzione di Poisson.
conta gli eventi in un intervallo, quando in media se ne verificano : In questa distribuzione, media e varianza coincidono,
Per grande e piccolo, la binomiale è approssimata dalla Poisson con . È il motivo per cui la Poisson descrive così bene i «conteggi di eventi rari».
Aumenta (il numero medio di eventi) e guarda la distribuzione spostarsi a destra e allargarsi: media e varianza aumentano, perché entrambe valgono ; la deviazione standard vale invece . Evidenzia un valore per leggerne la probabilità.
Quiz lampo · binomiale e Poisson
Le variabili continue
Per un'altezza o un tempo, i valori possibili sono infiniti e nessuno ha una probabilità «puntuale». Cambia lo strumento: non più barre, ma una curva di densità, e le probabilità diventano aree.
Una v.a. continua è descritta da una funzione di densità . La probabilità che cada in un intervallo è l'area sotto la curva su quell'intervallo: L'area totale sotto la curva vale 1.
Per una variabile continua, : un singolo punto ha area nulla. Le probabilità non nulle si calcolano su insiemi di valori, per esempio sugli intervalli. Ne segue anche che, con le continue, : includere o no l'estremo non cambia nulla.
L'esempio più semplice è la uniforme continua su : densità costante, come «un numero a caso fra a e b con tutti i punti ugualmente probabili». Nel prossimo capitolo studieremo un’altra distribuzione continua: la normale.
La distribuzione normale (gaussiana)
La distribuzione normale ha una curva di densità a campana. Può approssimare la distribuzione di alcune misure e di alcuni errori: la scelta del modello va verificata sui dati.
Dipende da due parametri: la media (dove sta il centro) e la deviazione standard (quanto è larga). La densità è È simmetrica attorno a , a forma di campana: la sposta a destra/sinistra, la rende più stretta o più larga.
Per qualsiasi normale, la percentuale di dati vicino alla media è sempre la stessa:
- circa 68% cade entro ;
- circa 95% entro ;
- circa 99,7% entro .
Sposta e cambia : la campana trasla e si allarga, ma la sua forma resta la stessa. Seleziona un intervallo (espresso in deviazioni standard dalla media) e leggi la probabilità come area colorata sotto la curva.
Ogni normale si riconduce alla normale standard (media 0, deviazione 1) con la trasformazione Il valore dice «a quante deviazioni standard dalla media» si trova . È ciò che permette di usare un'unica tavola per tutte le normali.
Inserisci un valore , la media e la deviazione : ottieni il punteggio e il percentile (quanta parte della popolazione sta sotto ). Il segnalino sulla curva standard mostra dove cadi rispetto alla regola 68-95-99,7.
Quiz lampo · la normale
Scegliere una distribuzione: tre esempi svolti
Per risolvere un esercizio, individua la variabile, controlla le ipotesi del modello e scegli la distribuzione adatta. Poi calcola la probabilità o il valore richiesto.
- Numero fisso di prove sì/no indipendenti → binomiale .
- Conteggio di eventi rari in un intervallo → Poisson .
- Misura continua «a campana» → normale → standardizza con .
Parte A (binomiale). Un macchinario produce pezzi difettosi con probabilità . Se ne prelevano , assumendo difetti indipendenti. Sia il numero di difettosi.
; .
. Probabilità che ce ne sia almeno uno: .
Parte B (Poisson). A un centralino arrivano in media chiamate al minuto. Assumiamo un modello di Poisson e indichiamo con il numero di chiamate in un minuto.
. : meno del 5% di probabilità di un minuto senza chiamate.
Parte C (normale). In un esempio ipotetico, modelliamo l'altezza di un gruppo di adulti con una normale di media cm e deviazione standard cm. Probabilità di superare i 189 cm?
Standardizzo: . Poiché , per la regola 95% resta il 5% fuori dall'intervallo , metà da ciascun lato: .
I tre esempi distinguono un conteggio di successi su prove fisse, un conteggio di arrivi in un intervallo e una misura continua modellata con la normale.
Verifica finale
Dieci domande sull'intera lezione. Rispondi a tutte, poi premi «Correggi» per il punteggio e le spiegazioni. Puoi sempre riprovare.
Riepilogo delle formule
Le formule principali della lezione, con una breve indicazione su come usarle.
Variabili discrete
- ·
- Ripartizione:
Media & varianza
- ·
Binomiale
Poisson
- Approssima con grande, piccolo,
Continue & normale
- · area totale = 1
- : campana, 68-95-99,7
- Standardizzazione:
Riconoscere la distribuzione
- n prove sì/no → binomiale
- conteggio eventi rari → Poisson
- misura continua a campana → normale
Lezione interattiva sulle variabili aleatorie · dal numero sul caso alla curva a campana · buono studio!
Il tuo riscontro
Com’è andata questa lezione?
Dimmi cosa è chiaro e dove la spiegazione può migliorare.