Transcript Il teorema di Bayes

La probabilità condizionata
e il teorema di Bayes
«La probabilità è la miglior guida nella vita».
Marco Tullio Cicerone
«Il concetto di probabilità è il più importante
di tutta la scienza moderna, soprattutto
perché nessuno ha la più pallida idea del suo
significato».
Bertrand Russell
Il calcolo della probabilità
In questa lezione considereremo solo la cosiddetta definizione classica della
probabilità:
la probabilità che si verifichi un evento è il rapporto
tra il numero dei casi favorevoli affinché l’evento si
verifichi, e il numero dei casi possibili.
In simboli:
f
P(E) 
u
in cui f è il numero dei casi
favorevoli ed u è il numero
dei casi possibili.
Un semplice esempio ci aiuterà a capire la definizione:
Lanciando un dado, la probabilità di fare un 4 è 1/6; la
probabilità di fare un numero pari è 1/2; la probabilità
di fare un numero maggiore di 4 è 1/3 e così via.
Questo calcolo è valido se tutti gli eventi elementari (ad esempio l’uscita di un
particolare numero di un dado) sono equiprobabili, cioè se hanno la stessa
probabilità di verificarsi individualmente.
Lanciando una moneta, la
probabilità che venga testa è
esattamente 1/2 (come la
probabilità che venga croce),
se la moneta non è truccata…
… e se non si è
particolarmente sfortunati.
Lo spazio degli eventi
E’ possibile parlare di probabilità usando definizioni e concetti tipici
dell’insiemistica, con il vantaggio non indifferente di poter visualizzare
graficamente il problema.
Si chiama spazio degli eventi o spazio campionario, e si indica con E,
l’insieme di tutti i risultati possibili di un evento aleatorio. Alcuni esempi:
T
1
C
Spazio degli eventi del
lancio di una moneta
E
2
3
4
5
6
Spazio degli eventi del
lancio di un dado
Ogni elemento dello spazio campionario rappresenta uno dei possibili
esiti (equiprobabili) della prova e si chiama evento elementare.
Eventi come sottoinsiemi
In realtà, un evento generico En può essere formato da più eventi
elementari, se può verificarsi in più modalità diverse; ad esempio,
l’evento E1: “lancio un dado ed esce un numero dispari” si verifica se
lanciando un dado si verifica l’evento elementare 1, oppure 3, oppure 5.
Si chiama evento ogni possibile sottoinsieme dello spazio campionario.
E
E1
1
3
2
5
6
4
3 1
pE1  
6 2
La probabilità di questo evento è data dal rapporto tra il numero degli
elementi del sottoinsieme “esce un numero dispari” (casi favorevoli) e
il numero totale degli eventi, o casi, possibili.

Probabilità come funzione matematica
Una definizione più recente della probabilità (definizione assiomatica) afferma che
la probabilità è una funzione che associa a ogni sottoinsieme dello spazio degli
eventi un numero reale compreso tra 0 e 1. Se un evento non può avvenire (evento
impossibile) la sua probabilità è nulla, mentre per un evento certo la probabilità
vale 1. Gli eventi aleatori hanno valori di probabilità compresi tra questi estremi.
Evento impossibile
(provateci…!)
Prima o poi qualcuno fra i giocatori
farà tombola: evento certo
P(E) = 0
P(E) = 1
Definire lo spazio degli eventi
Questo è un punto cruciale per capire la probabilità.
Se lanciamo due dadi, sappiamo che il punteggio ottenuto può andare da
2 a 12; è corretto considerare come eventi elementari i numeri da 2 a 12?
No! Questi risultati non sono equiprobabili, poiché si possono ottenere in
modi diversi, e bisogna tener conto del numero di queste modalità.
Gli eventi elementari sono le 36 possibili coppie diverse
di numeri da 1 a 6; la probabilità del risultato è legata al
numero di coppie che lo generano come somma.
Girolamo Cardano
Galileo Galilei
Algebra della probabilità: somma logica
Consideriamo un evento più complesso, come l’estrazione di “un asso o una figura”
da un mazzo di 40 carte: esso si verifica se si verifica uno dei due eventi E1: “esce
un asso” oppure E2: “esce una figura”.
Si definisce tale evento come somma logica dei due eventi e si indica con E1E2; la
sua probabilità è P(E1E2) = P(E1) + P (E2).
In questo esempio:
4
12
; P(E 2 ) 
40
40
4 12 16
P(E1  E 2 ) 


40 40 40
E2
E1
P(E1) 

4 assi
Ma… attenzione!
Questo vale solo se gli eventi E1 ed E2 non
possono verificarsi contemporaneamente,
cioè se gli insiemi E1 ed E2 non hanno
elementi in comune. In questo caso si
dicono eventi disgiunti o incompatibili.
12 figure
40 carte totali
Probabilità della somma logica
di eventi incompatibili:
P(E1  E 2 )  P(E1 )  P(E 2 )
Somma logica di eventi compatibili
Se gli eventi E1 ed E2 possono verificarsi contemporaneamente, si dicono eventi
compatibili. Ad esempio, l’evento “da un mazzo di 40 carte estraggo una figura o
una carta rossa” è composto dagli eventi compatibili E1: “estraggo una figura” ed
E2: “estraggo una carta rossa”; la carta estratta potrebbe essere una figura rossa.
Ma qual è la probabilità di due eventi compatibili? Quanto vale ora P(E1E2)?
E1  E2
Se applichiamo la formula di
prima, contiamo due volte gli
eventi compatibili (contenuti
sia in E1 che in E2): si evita
questo errore dicendo che gli
eventi favorevoli sono quelli
di E1 più quelli di E2 meno
quelli contenuti in entrambi
gli insiemi, cioè E1E2.
E2
E1
12 figure (di
cui 6 rosse)
6 figure
rosse
20 carte rosse
(di cui 6 figure)
40 carte totali
Probabilità della somma logica di eventi compatibili:
P(E1  E 2 )  P(E1 )  P(E 2 )  P(E1  E 2 )
Nel nostro esempio, si ha:
12
20
6
La probabilità di questo evento
P(E1)  ; P(E 2 )  ; P(E1  E 2 ) 
40
40
40 non è 32/40, ma solo 26/40.
12 20 6 26
P(E1  E 2 ) 



40 40 40 40
E1  E2
Gli eventi compatibili hanno
 una probabilità totale che è
minore della somma delle loro
singole probabilità.
Se non ne tenessimo conto,
potremmo costruire eventi con
probabilità maggiore di uno,
oppure metodi “sicuri” per
vincere al gioco (che ci
farebbero perdere un sacco di
soldi…!)
E2
E1
12 figure (di
cui 6 rosse)
6 figure
rosse
20 carte rosse
(di cui 6 figure)
40 carte totali
Probabilità della somma logica
di eventi compatibili:
P(E1  E 2 )  P(E1 )  P(E 2 )  P(E1  E 2 )

Il prodotto logico di eventi
Abbiamo così introdotto il cosiddetto prodotto logico di eventi: è l’evento che si
verifica se si verificano contemporaneamente sia l’evento E1 che l’evento E2; nel
linguaggio degli insiemi (e della logica) si indica con E1E2.
Se il verificarsi di E1 non influenza E2 e viceversa, i due eventi sono
indipendenti e il calcolo di P(E1E2) si riduce al prodotto di P(E1) e P (E2):
P(E1  E 2 )  P(E1 )  P(E 2 )
Probabilità del prodotto logico
di eventi indipendenti
Tirando una moneta e un dado la probabilità di avere “croce e un sei” è
1/12, dato che si devono verificare entrambi gli eventi la cui probabilità
è rispettivamente 1/2 e 1/6, e che sono manifestamente indipendenti.
T
1
C
2
3
4
5
E1
E2
P(E1) = 1/2
P(E2) = 1/6
6
1 1 1
P(E1  E 2 )   
2 6 12
Eventi dipendenti
Accade spesso che il verificarsi di un evento possa influenzare un secondo evento,
modificandone la probabilità. In tal caso, gli eventi si dicono dipendenti e la
probabilità del loro prodotto logico è diversa da quella degli eventi indipendenti.
Un esempio che aiuta a capire questa differenza è quello dell’estrazione con o
senza reimbussolamento.
Un’urna contiene due palline nere e tre rosse; estraendo successivamente
due palline, qual è la probabilità che entrambe siano rosse?
Se dopo la prima estrazione rimettiamo la pallina nell’urna , la
seconda estrazione avverrà nelle stesse condizioni della prima:
gli eventi sono completamente indipendenti l’uno dall’altro e
la probabilità totale è il prodotto di due valori identici.
P(rossa) = 3/5
3 3 9
P(due rosse)   
5 5 25
P(rossa) = 3/5
I due eventi sono indipendenti
Ma se dopo la prima estrazione non rimettiamo la pallina nell’urna, la probabilità
che alla seconda estrazione si ottenga una pallina rossa è diversa: ora l’urna ne
contiene solo quattro, di cui due rosse e due nere, e la probabilità cambia.
P(prima pallina rossa) = 3/5
P(seconda pallina rossa) = 2/4
3 2 3
P(due rosse)   
5 4 10
Eventi dipendenti o correlati
Il verificarsi del primo evento influenza la probabilità del secondo evento,
e dunque i due eventi sono dipendenti o correlati.

Il nostro risultato è corretto: lo si può ottenere applicando la definizione classica
di probabilità e il calcolo combinatorio, dividendo il numero dei casi favorevoli
C3,2 per il numero dei casi possibili C5,2.
numero casifavorevoli C3,2 3 2 3
P(due rosse) 



numero casi possibili C5,2 5  4 10
La probabilità condizionata
Il verificarsi di un evento può influenzarne un altro, e dunque la probabilità di
questo secondo evento è condizionata dal verificarsi o meno del primo.
La conoscenza dell’esito del primo evento modifica la probabilità del secondo.
Un esempio: lanciamo un dado per due volte. Qual è la probabilità che
il secondo lancio dia un risultato maggiore del primo?
La tabella a fianco rappresenta
lo spazio degli eventi del
doppio lancio di un dado.
Secondo la definizione classica,
la probabilità cercata è il
rapporto tra i casi favorevoli,
che sono 15, e tutti quelli
possibili, che sono 36. Dunque:
15
P(2 lancio > 1 lancio)=
36
Ora lanciamo il primo dado, e osserviamo
il risultato; supponiamo che sia 2. Qual è
ora la probabilità che il secondo lancio sia
maggiore del primo?
Abbiamo ben quattro risultati favorevoli
su sei possibili, quindi ora la probabilità è
2/3, ben maggiore di 15/36.
Se invece fosse uscito un 5, scommettereste sul verificarsi dell’evento?
Si indica con P (E2 E1) la probabilità dell’evento E2 condizionata a E1,
cioè la probabilità che si verifichi E2 nell’ipotesi che si sia verificato E1.
• E1 = 1 ==> P (E2E1) = 5/6
• E1 = 2 ==> P (E2E1) = 4/6
• E1 = 3 ==> P (E2E1) = 3/6
• E1 = 4 ==> P (E2E1) = 2/6
• E1 = 5 ==> P (E2E1) = 1/6
• E1 = 6 ==> P (E2E1) = 0
Se due eventi sono dipendenti, la conoscenza
dell’esito di uno dei due può aumentare o
ridurre le probabilità dell’altro.
Se queste probabilità aumentano
si dice che i due eventi sono
correlati positivamente, se
invece diminuiscono sono
correlati negativamente.
Vediamo altri esempi:
Se estraiamo due palline dello stesso colore da
questa urna, vinciamo un premio.
Il colore della prima pallina estratta cambia le
nostre probabilità di vincere?
Il gioco del poker è un’applicazione
diretta della probabilità condizionata:
il giocatore valuta, sulla base delle
cinque carte ricevute nella mano
iniziale, la probabilità di ottenere il
punteggio più alto possibile.
Probabilità del prodotto logico
Torniamo al caso dell’estrazione dall’urna a sinistra
di due palline rosse senza reimbussolamento. Sono
due eventi dipendenti, di cui abbiamo già calcolato
la probabilità:
3 2 3
P(due rosse)   
5 4 10
Ciò equivale a moltiplicare la probabilità che la prima pallina sia rossa
(evento E1) per la probabilità che la seconda pallina sia rossa (evento E2)
nel caso che alla prima estrazione
si sia verificato E1. In simboli:

P(E 2  E1)  P(E1 )  P(E 2 E1)
Probabilità del prodotto logico di eventi dipendenti
o probabilità composta
La formula vale anche per eventi indipendenti: in tal caso P (E2E1) = P(E2)
e dunque ritroviamo la formula P(E1E2) = P(E1) · P (E2).
Probabilità condizionata
La formula precedente si può scrivere anche in questo modo:
P(E 2  E1 )
P(E 2 E1 ) 
P(E1 )
Formula della
probabilità
condizionata
In questi termini, essa rappresenta il calcolo della probabilità di un evento E2
condizionata al verificarsi di un evento E1. Vediamo qualche esempio:
E1
E2
1
2
4
3
5 6
La probabilità condizionata riduce
lo spazio degli eventi.
Lanciando un dado, la probabilità
di fare “5 oppure 6” (evento E2) è
1/3. Qual è la probabilità di E2
sapendo che il numero uscito è
maggiore di 3?
1
P(E 2  E1 ) 3 2
P(E 2 E1 ) 
 
1 3
P(E1 )
2
Abbiamo già visto nell’esempio del lancio di due dadi l’applicazione di questo
fondamentale principio:
La probabilità condizionata riduce
lo spazio degli eventi.
La corretta applicazione della probabilità condizionata può evitare errori
comuni, come l’aspettativa per l’esito di un evento dopo una lunga serie di
eventi contrari: i cosiddetti “ritardi” dei numeri del lotto e di giochi simili.
Lanciando per dieci volte di seguito una moneta non truccata, esce sempre
“croce”. Qual è la probabilità che all’undicesimo lancio esca “testa”?
?
Viene naturale pensare che vi sia un’alta probabilità che esca, finalmente, “testa”.
Ma non è così: la probabilità è ancora 1/2, perché ogni lancio è indipendente dai
precedenti. «La moneta non ricorda», come dicono gli inglesi.
Infatti, noi sappiamo cosa è successo nei lanci precedenti, e ciò che vogliamo
valutare è la probabilità condizionata che esca “testa”, se nei lanci precedenti è
uscita “croce” per dieci volte consecutive. Per semplificare il calcolo, riduciamo
il numero dei lanci a quattro, nei primi tre dei quali sia uscita “croce”.
?
CCCC
CCCT
CCTC
CCTT
CTCC
CTCT
CTTC
CTTT
TCCC
TCCT
TCTC
TCTT
TTCC
TTCT
TTTC
TTTT
Sapere che nei primi tre lanci
è uscita “croce” riduce lo
spazio degli eventi da sedici
a due sole possibilità, una
sola delle quali verifica il
nostro evento.
Possiamo ottenere lo stesso risultato applicando la formula della probabilità
condizionata:
P(E 2  E1 )
P(E 2 E1 ) 
P(E1 )
Chiamiamo C1, C2 e C3 l’uscita di “croce” per i primi tre lanci, e T4
l’evento “testa” al quarto lancio. Vogliamo determinare P (T4C1C2C3):

1
P(T4  C1C2C3 ) 16 1
P(T4 C1C2C3 ) 


1 2
P(C1C2C3 )
8
Non c’è alcun motivo per puntare sugli eventi “ritardatari”!
Un caso semplice
Lanciamo due monete; una di esse rotola sotto un divano,
mentre nell’altra esce “testa”. Qual è la probabilità che
anche la moneta sotto il divano dia “testa”?
La risposta sembra scontata: i due eventi non possono
influenzarsi, quindi la probabilità dovrebbe essere 1/2.
Ma non è così! Abbiamo lanciato due monete, e questo è lo spazio
campionario dei loro risultati:
In realtà la nostra è una probabilità
condizionata: dunque sapere che una
delle monete ha dato “testa” ci porta
ad escludere l’esito “croce-croce”.
TC
TT
CT
CC
Ora gli esiti possibili sono solo tre, e
uno solo di questi ammette due teste.
La probabilità del nostro evento è 1/3, non 1/2.
Se chiamiamo E1 l’evento “esce testa in una moneta” ed E2 l’evento
“esce testa anche nell’altra moneta”, possiamo calcolare P (E2E1)
utilizzando la formula:
P(E 2  E1 )
P(E 2 E1 ) 
P(E1 )
E1
Poiché:
E2
T T
P(E2E1) = P(T-T) = 1/4
TC
CT
CC
Funziona!
P(E1) = P [(T-T)(T-C)(C-T)] = 3/4
Si ha:
1
P(E 2  E1 ) 4 1
P(E 2 E1 ) 
 
3 3
P(E1 )
4
Maturità 2010 - Quesito n.7
Per la ricorrenza della festa della mamma, la sig.ra Luisa organizza una cena a
casa sua, con le amiche che hanno almeno una figlia femmina. La sig.ra Anna è
una delle invitate e perciò ha almeno una figlia femmina. Durante la cena, la sig.ra
Anna dichiara di avere esattamente due figli. Si chiede: qual è la probabilità che
anche l’altro figlio della sig.ra Anna sia femmina? Si argomenti la risposta.
FF
FM
MF
MM
Il caso è in tutto identico al
precedente, ed è ancora
un’applicazione della
probabilità condizionata.
Sapere che la sig.ra Anna ha almeno una figlia femmina esclude dallo
spazio degli eventi la possibilità che i suoi due figli siano entrambi
maschi; resta un solo caso favorevole su tre possibili: la probabilità che
anche l’altra figlia sia femmina è 1/3.
Il problema
di Monty Hall
Dal quiz televisivo americano
Let’s Make a Deal, condotto dal
presentatore Monty Hall. 4500
puntate dal 1963 al 1991.
Nel momento culminante della serata, il
concorrente deve scegliere una delle tre
porte chiuse che ha davanti a sé: dietro
a due di esse c’è una capra, dietro
l’altra c’è una macchina. Ovviamente,
né lui né il pubblico sanno dietro a
quale porta si trova l’auto.
A questo punto, il presentatore apre
una delle altre due porte, rivelando
una capra.
Quindi chiede al concorrente se
vuole mantenere la porta scelta,
o se vuole cambiarla.
La domanda è:
al concorrente conviene cambiare?
La risposta sembra ovvia: sono rimaste due porte,
e dietro una di esse c’è l’auto. Cambiare porta
non dovrebbe influenzare le probabilità di vincita
che a questo punto è logico ritenere pari a 1/2,
che si decida di cambiare o meno.
E invece no: conviene cambiare!
Supponiamo di aver scelto proprio la porta dietro alla quale è nascosta la macchina
(ad esempio, la numero 1): è un evento che ha solo una probabilità su tre di
verificarsi.
A questo punto il presentatore, che sa dov’è
la macchina, aprirà a caso una delle altre due
porte, mostrando la capra; poi ci chiede se
vogliamo cambiare la porta scelta
inizialmente.
In questo caso, cambiare porta ci fa
perdere l’auto.
Dunque ho una probabilità su tre di avere
scelta la porta giusta, e in questo caso la
decisione di cambiare mi fa perdere.
Supponiamo invece di aver scelto una porta dietro alla quale c’è una capra: in
questo caso il presentatore deve aprire necessariamente la porta con l’altra capra,
lasciando chiusa la porta con l’auto. Se cambio porta, vinco sicuramente.
Questo caso ha probabilità 2/3
di verificarsi, mentre il caso
precedente ha probabilità 1/3:
dunque se cambio porta vinco
due volte su tre, mentre se
mantengo la scelta vinco solo
una volta su tre.
Considerando lo spazio degli eventi si nota che l’intervento del presentatore
fa aumentare le probabilità di vincita, che da 1/3 passano a 1/2 se si affida al
caso la scelta di cambiare porta, e a 2/3 se si cambia sempre porta: è ancora
un caso di probabilità condizionata.
La probabilità totale
Supponiamo che un evento possa avvenire seguendo modalità diverse. Ad esempio:
L’urna T contiene una pallina rossa e due nere, mentre l’urna C
contiene due palline rosse e tre nere. Si lancia una moneta: se viene
testa si estrae una pallina dall’urna T, se viene croce la si estrae
dall’urna C. Qual è la probabilità che la pallina estratta sia rossa?
Urna T
Urna C
Per rispondere è necessario valutare prima le seguenti probabilità:
P(T) = P (C) = 1/2
P(RT) = 1/3
P(RC) = 2/5
Per calcolare P(R) si può seguire il diagramma detto “albero degli eventi”:
1/2
1/2
1/3
R
P (RT) = P(T) · P(RT) = 1/2 ·1/3 = 1/6
2/3
N
P (NT) = P(T) · P(NT) = 1/2 ·2/3 = 1/3
2/5
R
P (RC) = P(C) · P(RC) = 1/2 ·2/5 =
1/5
3/5
N
T
C
R
P (NC) = P(C) · P(NC) = 1/2 ·3/5 =
3/10
L’evento R è composto dai due eventi RT
ed RC, che sono necessariamente disgiunti.
Dunque:
RT
RC
T
C
P(R) = P(RT) + P(RC)
P(R) = P(T) · P(RT) + P(C) · P(RC)
P(R) = 1/6 + 1/5 = 11/30
Generalizzando, se un evento può avvenire secondo due modalità
diverse A e B, si ha:
P(E)  P(A) P(E A)  P(B) P(E B)
Generalizzando ancora di più, si può ricavare la formula valida per una qualunque
partizione dello spazio campionario:
Tornando alle due urne precedenti, potremmo porci una domanda diversa:
Se facendo l’esperimento ho ottenuto una pallina rossa, qual è la
probabilità che essa sia stata estratta dall’urna T?
Ci stiamo chiedendo quanto vale P(TR), che non è P(RT).
Il primo a trovare questa risposta è stato Thomas Bayes.
Un reverendo matematico
Thomas Bayes nacque a Londra nel 1701;
studiò logica e teologia all’Università di
Edimburgo e nel 1733 fu ordinato pastore
nella cappella presbiteriana di Tunbridge
Wells, dove visse fino alla morte, nel 1761.
Noto come abile matematico, tanto da
essere accettato nell’esclusiva cerchia
della Royal Society, non pubblicò nella sua
vita alcuno scritto degno di attenzione, ma
alla sua morte lasciò all’amico Richard
Price i suoi manoscritti.
Tra questi, uno studio dal titolo Essay
toward solving a problem in the doctrine
of chance che conteneva alcune idee
nuove, e un teorema sulla probabilità.
Thomas Bayes
(Londra, 1701? - Tunbridge Wells, 1761)

Il teorema di Bayes
Su sollecitazione di Price, lo scritto di Bayes fu pubblicato postumo nel 1764 nella
rivista della Royal Society Phylosophical Transactions. Inizialmente passò quasi
inosservato, ma ben presto matematici e statistici ne apprezzarono il contenuto, fino
alla piena valorizzazione che giungerà pochi anni dopo con Pierre-Simon Laplace.
L’idea centrale di Bayes metteva in relazione le probabilità condizionate
di due eventi correlati A e B, con questa intuizione fondamentale:
P(A B)  P(B A)
Non commutatività della
probabilità condizionata
Bayes formulò inoltre un teorema che permette
di quantificare la probabilità che un dato evento
abbia alla sua origine una determinata causa; ad
esempio, nel nostro caso precedente, permette
di calcolare la probabilità che una pallina rossa
sia stata estratta dall’urna T.
Ecco una dimostrazione semplificata del teorema. Partiamo dalla formula della
probabilità condizionata:
P(A  B)
P(A B) 
P(B)
Dato che la probabilità del prodotto logico tra A e B è la probabilità composta:

P(A  B)  P(A)  P(B A)
Si ha l’espressione del teorema, che si può scrivere indifferentemente:


P(A)  P(B A)
P(A B) 
P(B)
P(B)  P(A B)
P(B A) 
P(A)
Teorema di Bayes
In altre parole, se A è una possibile causa dell’evento B, una volta che B si sia
verificato, il teorema di Bayes ci permette di calcolare la probabilità che esso
sia stato generato da A.
Applichiamo questa formula al nostro esempio:
P(T)  P(R T)
P(T R) 
P(R)

Urna T
Urna C
Dato che, come avevamo calcolato:
P(T) = 1/2;
P(RT) = 1/3;
P(R) = 11/30
Il teorema di Bayes dà:
1 1

1 30 5
2
3
P(T R) 
 

11
6 11 11
30
Probabilità che, nel caso sia
stata estratta una pallina rossa,
essa provenga dall’urna T.
Come si vede, P(TR) è diverso da P(RT).
La probabilità delle cause
Il teorema di Bayes è detto anche teorema della probabilità delle cause, e si
può applicare a moltissime situazioni diverse. Ecco un altro esempio:
Un’azienda ha due linee di produzione: la linea A fornisce il 60% della
produzione giornaliera e il 5% dei suoi prodotti è difettoso; la linea B
produce il restante 40%, con il 3% di pezzi difettosi. Se un pezzo è
difettoso, qual è la probabilità che venga dalla linea A?
Prima di tutto bisogna calcolare la probabilità che il pezzo sia difettoso:
D
P(A) · P(DA) = 0.6 · 0.05 = 0.03
0.05
A
0.6
ND
0.95
0.4
0.03
D
0.97
ND
B
Ora calcoliamo P(AD)
con la formula di Bayes:
P(B) · P(DB) = 0.4 · 0.03 = 0.012
P(D) = 0.03 + 0.012 = 0.042
P(A)  P(D A) 0.03
P(A D) 

 0.715
P(D)
0.042
Altri esempi di applicazione del teorema di Bayes:
• Controllo di qualità
Un’azienda produce lampadine, il 20% delle quali risulta difettoso. La
fabbrica ha un processo di controllo di qualità che elimina il 99.5% delle
lampadine difettose; c’è però una probabilità dello 0.1% che il sistema
elimini anche una lampadina non difettosa. Qual è la probabilità che una
lampadina che non viene eliminata sia difettosa?
Provateci… la risposta è: 0.125%.
• Indagine di mercato
I nuovi giocattoli che una ditta mette sul mercato hanno successo nel 65%
dei casi. In passato, gli esperti di marketing della ditta avevano previsto il
successo di un nuovo gioco nell’80% dei casi, mentre avevano dato un
giudizio positivo al 30% dei giocattoli che non avevano avuto successo.
Qual è la probabilità che un nuovo gioco sul quale il giudizio degli esperti
è positivo abbia effettivamente successo sul mercato?
Risposta: 83.2%.
Ora vediamo alcune applicazioni del teorema in campo medico e giuridico.
Il teorema di Bayes in medicina
Nella diagnostica medica il test ideale è quello
che ha un livello di confidenza del 100%, ovvero
che permette di stabilire con assoluta certezza se
un soggetto è sano, o se è malato. Un test ideale
dà risposte come quella della figura a destra:
I test diagnostici reali hanno un margine di errore non
trascurabile, risultando positivi per alcuni soggetti sani
(falsi positivi) e negativi per alcuni soggetti malati
(falsi negativi), come si vede nella figura a sinistra.
In altre parole, risultare positivo a un dato esame non
significa automaticamente essere malato, e viceversa.
Il teorema di Bayes si addice perfettamente a queste situazioni, nelle quali
è assolutamente importante valutare la probabilità che la causa di un dato
reale e oggettivo (l’esito del test) sia proprio la presenza della malattia.
Consideriamo questo esempio:
Una certa malattia ha una diffusione del 2%; un esame diagnostico
rivela la presenza della malattia nell’80% dei casi (quindi ha il 20% di
falsi negativi), mentre nel 10% dei casi l’esame risulta positivo anche se
il soggetto è sano, ovvero ha un 10% di falsi positivi.
Se il mio esame è positivo, qual è la probabilità che io sia malato?
A questa domanda, quasi tutti i medici rispondono
“l’80% circa”.
Ma la realtà è molto diversa!
L’errore dei medici sta nel confondere la probabilità che
l’esame sia positivo se il paziente è malato, con la
probabilità che il paziente sia malato se il test è positivo.
In altre parole: si sa che P(T+M) = 80%; ma ciò che
mi interessa davvero è P(MT+).
Posso scoprirlo applicando il teorema di Bayes.
Applicando il teorema di Bayes:
P T  M  P(M)
0.8  0.02
P M T  

 14%
P(T)
0.8  0.02 0.1 0.98
La probabilità di essere realmente malato, anche se il test è positivo, è molto bassa.
Un altro modo per capire questa situazione è il seguente: vediamo come
si divide un campione di 1000 persone che hanno eseguito il test:
16 (T+M)
20 malati
4 (T-M)
1000
persone
falsi negativi
98 (T+non M) falsi positivi
980 sani
882 (T-non M)
Dunque su queste 1000 persone, 114 (16 + 98) risultano positive al test:
ma solo 16 di queste sono effettivamente malate. La relativa probabilità
risulta solo di 14/116 = 14% circa.
Un cane insegue un gatto; se lo prende, c’è una
probabilità del 90% che lo uccida, ma la probabilità
che lo prenda è solo del 20%. Il gatto però scappa
veloce, e nella sua corsa ha una probabilità del 40%
di morire sotto una macchina.
Se il gatto viene trovato morto, qual è la probabilità
che lo abbia ucciso il cane?
Prima di tutto, dobbiamo calcolare la probabilità che il gatto muoia:
1/5
4/5
9/10
M
1/10
V
2/5
M
3/5
V
P(C) · P(MC) = 1/5 ·9/10 = 9/50
Cattura
Non Cat.
Applichiamo il
teorema di Bayes:
P(NC) · P(MNC) = 4/5 ·2/5 =
8/25
P(M) = 9/50 + 8/25 = 1/2
P(C)  P(M C) 9 /50 9
P(C M) 


 36%
P(M)
1/2 25
Gli errori giudiziari
La storia del diritto offre molti esempi di errata
applicazione della probabilità, che hanno
condotto a veri e propri errori giudiziari.
Ad esempio, nel diritto romano due mezze
prove, o due indizi, equivalevano a una prova.
Nel 1968, in un famoso processo contro Malcolm e Janet
Collins, un consulente matematico dell’accusa convinse la
giuria che la probabilità che la coppia fosse innocente era
1/12000000.
Per giungere a questa stima però aveva moltiplicato tra loro
le singole probabilità di eventi dipendenti: un errore che
costrinse la Corte Suprema ad annullare la sentenza, e a
mettere al bando i matematici dalle aule dei tribunali
americani per molti anni.
L’errore del procuratore
In realtà il teorema di Bayes è oggi accettato nei tribunali, soprattutto per evitare il
cosiddetto errore del procuratore che consiste nel confondere (più o meno
consapevolmente) la probabilità che l’imputato sia colpevole, dati gli indizi a suo
carico, con la probabilità che si ottengano quegli indizi, se l’imputato è colpevole.

Ma Thomas Bayes aveva capito che:
P(C E)  P(E C)
C: colpevolezza
E: evidenza, prova
Se sono stato io a mangiare la marmellata, è molto probabile che ne
abbia le mani sporche. Se ho le mani sporche di marmellata,
è altrettanto probabile che sia stato io a mangiarla?
Se ho avvelenato mia suocera, è molto probabile
che poco prima io abbia comprato del veleno;
ma se ho comprato del veleno non è detto che sia
stato io a ucciderla.
Oltre ogni ragionevole dubbio
L’attività giuridica consiste essenzialmente nello stabilire, oltre ogni
ragionevole dubbio, la colpevolezza o l’innocenza di un imputato.
Secondo la logica di bayesiana, il tribunale parte da un’ipotesi accusatoria
cha ha una certa probabilità a priori, e valuta il contributo che ogni
indizio, prova o testimonianza apportano a tale ipotesi, fino a giungere a
un valore di probabilità a posteriori tale da poter emettere la sentenza.
Siano date le seguenti definizioni:
P(H): probabilità a priori dell’ipotesi di colpevolezza H.
P(H | E): probabilità a posteriori di H in presenza dell’evidenza E
P(E): probabilità di E indipendente da H
P(E | H): probabilità di ottenere un’evidenza E se H è vera.
Partendo dall’ipotesi accusatoria H, ad ogni nuovo indizio il tribunale valuta la
nuova probabilità a posteriori:
P(H)  P(E H)
P(H E) 
P(E)
P(EH)/P(E) è detto rapporto di verosimiglianza ed è il contributo, detto
anche forza probatoria, che l’evidenza E porta all’ipotesi accusatoria.
Si pensi a come cambia tale rapporto se, ad esempio, fossi accusato di aver
accoltellato il mio vicino in presenza di queste diverse evidenze E:

E1: porto con me un coltello
E2: porto con me un coltello insanguinato
E3: porto con me un coltello insanguinato
del sangue del mio vicino
I casi giudiziari famosi
Ecco alcuni casi di processi di grande
risonanza in cui sono stati commessi errori
giudiziari riconducibili alla mancata o errata
applicazione del teorema di Bayes:
• Parigi, 1894: il caso Dreyfus
• Los Angeles, 1994: il caso O.J.Simpson
• Londra, 1999: il caso Sally Clark
BIBLIOGRAFIA
• Leonard Mlodinov, La passeggiata dell’ubriaco, Rizzoli, 2009
• Keith Devlin, La lettera di Pascal, Rizzoli, 2008
• K.Devlin e G.Lorden, Il matematico e il detective, Longanesi, 2008
• Brian Everitt, Le leggi del caso, UTET, 2008
• D.Costantini, Regole matematiche del gioco d’azzardo, Muzzio, 2008
Nel web:
• yudkowsky.net/rational/bayes
• www.bayes.it
• www.psicologiagiuridica.com/pub/docs/numero_1/annoxx%202011/
tesina_fondazione_selenia.pdf
• bayesian.org (sito della International Society for Bayesian Analysis)