Schema prove ripetute o di Bernoulli

Si dice esperimento di Bernoulli una sequenza di n prove con le seguenti caratteristiche:

1) il risultato di ogni prova pu essere solo successo o fallimento;
2) il risultato di ciascuna prova indipendente dai risultati delle prove precedenti;
3) la probabilit p di successo, e quindi la probabilit q = 1 p di fallimento, sono costanti in ciascuna prova.
Ci proponiamo ora di determinare la probabilit che, in n prove di un esperimento di Bernoulli, si abbiano esattamente k
successi dellevento E.
Dato un vento E con p(E) = p
) = 1 p = q
p(E
Se effettuiamo n prove e vogliamo calcolare la probabilit di avere k successi
Per il teorema delle probabilit composte la probabilit di avere k successi e n-k insuccessi :
. .
.

Kvolte

n-kvolte

Poich le k volte in cui levento si verifica si pu presentare con ordine diverso, dobbiamo applicare il teorema della
somma logica di eventi e quindi moltiplicare il valore precedente per il numero delle possibilit che ci sono che nel caso
di n prove e k successi il coefficiente binomiale ()

Formula di Bernoulli
Dato un vento E, sottoposto a n esperimenti indipendenti ognuno con probabilit p costante di verificarsi, essendo
q= 1-p la probabilit che ha levento di non verificarsi, la probabilit di ottenere k successi su n prove :

, = ( )

Esempio1:
Determinare la probabilit che su 12 lanci di una moneta non truccata si ottengano esattamente 8 teste.
Soluzione
Si tratta di un esperimento di Bernoulli in cui il successo coincide con levento E= esce T;
1
1
() = =
( ) = =
2

12,8

12 18 14
12! 112 12 11 10 9 112
= ( )
=
=
= 0,1208
8 2 2
8! 4! 2
432
2

Esempio2
Un tiratore colpisce un bersaglio con probabilit 0,2. Facendo 8 tiri qual la probabilit che
a) Non colpisca mai l bersaglio
b) Colpisce due volte il bersaglio
c) Colpisce almeno 2 volte il bersaglio
Soluzione
E= colpisce il bersaglio P(E) = 0,2 =p q = 1-p = 0,8
8!

a)

8,0 = (80)0,20 0,88 =

b)
c)
d)

8,2 = (82)0,22 0,86 =

0,22 0,86 = 28 0,04 0,2621 = 0,2936 = 29,36%
2!6!
Colpisce almeno 2 volte equivale colpisce o a 2 o 3 o 4 o 5 o 6 o 7 o 8
8,2 + 8,3 + 8,4 + 8,5 + 8,6 + 8,7 + 8,8 =

0!8!
8!

0,88 = 0,1678 = 16,78%

Forse meglio considerare levento contrario, non colpisce n 0, n 1 volta

1 (8,0 + 8,1 ) = 1 (0,1678 + 0,3355) = 0,4967 = 49,67%
8
8!
8,1 = ( ) 0,21 0,87 =
0,2 0,87 = 0,3355
1
1! 7!

La variabile casuale Binomiale

Utilizziamo la formula precedente per calcolare la variabile casuale.
Definizione:

Una variabile casuale discreta X una variabile che pu assumere i valori x1, x2,...., xn corrispondenti
a n eventi aleatori E1, E2, E3...., En, non impossibili, che si escludono a vicenda e tali che sicuramente
uno di essi si verifichi ( costituiscono quindi una partizione dello spazio di probabilit)

Facciamo un esempio.
Consideriamo il lancio di cinque monete e vogliamo calcolare tutti i possibili successi dellevento E = esce testa ; la
probabilit di avere 0 successi,1 successo, 2, 3, 4, 5 successi.
P(X = 0) = (50)

10 15
2 2

P (X = 2) = (52)

12 12

( = 4) = (54)

14 11

5! 1
0!5! 32

2 2

2 2

5! 1
2!3! 32
5! 1
4!1! 32

=
=
=

P(X = 1) = (51)

32
10

2 2

P(X = 3) = (53)

32
5

P(xi)= pi

1/32

5/32

10/32

10/32

5/32

1/32

5! 1

13 12
2 2

( = 5) = (55)

32

xi

Definizione:

11 14

1!4! 32

15 10
2 2

5! 1
3!2! 32

32

5! 1
5!0! 32

10
32

1
32

Data una variabile casuale discreta X, con valori x1, x2,...., xn, , la successione p1, p2, ...pn a essi
associati si chiama distribuzione di probabilit della variabile X e si ha:
0 <pi <1 e p1+p2+...+ pn = 1

Distribuzione binomiale
Si dice che una variabile discreta X, con valori x=0,1,2,...,n ha una distribuzione di probabilit di parametri n, p se

( = ) = ( )

Esempio1
Unurna contiene 10 palline di cui 3 bianche. Si eseguono 4 successive estrazioni rimettendo ogni volta la pallina
estratta nellurna. Determinare la distribuzione di probabilit della variabile casuale X = numero di palline bianche
estratte.
Soluzione
La probabilit di estrarre una pallina bianca 0,3. La variabile casuale X ha come possibili valori 0, 1, 2, 3 e 4 e le
rispettive probabilit sono:
p= 0,3 q = 0,
( = ) = (4)0,3 0,74
P(X = 0) = (40)0,30 0,74 = 0,2401

P(X = 1) = (41)0,31 0,73 =

P(X = 2) =

P(X = 3) =

(42)0,32 0,72

= 0,2646
4
P(X = 4) = ( ) 0,34 0,70 = 0,0081
4
xi
0
1
2

P(xi)= pi

0,0756

0,0081

0,2401

0,4116

0,2646

(43)0,33 0,71

4!

1!3!

0,3 0,73 = 0,4116

= 0,0756

In generale la distribuzione di probabilit di una variabile aleatoria discreta pu essere rappresentata graficamente in un
sistema cartesiano con un istogramma, ponendo sullasse delle ascisse i valori xi e sullasse delle ordinate i valori della
relativa probabilit pi

0,45
0,4
0,35
0,3
0,25
0,2
0,15
0,1
0,05
0
0