Coerenza assegnazione di probabilità
Dati gli eventi $A$, $B$, $C$, $D$, con $B^^C sube A$, $B^^A^c^^D = \emptyset$ e $C$ e $D$ stocasticamente indipendenti, si studi la coerenza della assegnazione $P(A) = P(D) = 0.5$, $P(B) = P(C) = 0.1$, e si determini l’insieme $I$ dei valori di probabilità coerenti per $A ^^ C ^^ D$. Si studi infine l’esistenza di un valore $λ in I$ che renda $A$, $D$ e $C$ stocasticamente indipendenti.
Inizio rappresentando con un diagramma di Venn gli eventi:

Successivamente imposto il sistema:
$\{(c_1+c_2+c_3=P(A)),(c_1+c_4=P(B)),(c_1+c_5=P(C)),(c_2=P(D)),(\sum_{i=1}^6 x_i=1),(x_i >= 0 text( ) i in [0,6]):}$
Dalla quarta riga ottengo $c_2 = 0.5$
$\{(c_1+c_2+c_3=0.5),(c_1+c_4=0.1),(c_1+c_5=0.1),(c_2=0.5),(\sum_{i=1}^6 x_i=1),(x_i >= 0 text( ) i in [0,6]):}$
Sostituendo nella prima riga:
$\{(c_1+0.5+c_3=0.5),(c_1+c_4=0.1),(c_1+c_5=0.1),(c_2=0.5),(\sum_{i=1}^6 x_i=1),(x_i >= 0 text( ) i in [0,6]):}$
Quindi $c_1$ e $c_2 = 0$
L'insieme $I$ è quindi costituito solo da $0$ (e quindi $λ = 0$), possibile?
Risposte
È sbagliato. Già a prima vista si nota un grave errore: la traccia dice $C$ e $D$ indipendenti... tu li hai disegnati disgiunti e quindi necessariamente non indipendenti, dato che essendo disgiunti vale sicuramente $P(C|D)=0$ anche se $P(C)>0$
Grazie @tommik per avermi fatto notare l'orrore! In effetti non c'era scritto da nessuna parte che $A^^C=\emptyset$ e $A^^B=\emptyset$. Penso di averlo corretto con il diagramma di sotto:

Per il medesimo motivo di prima, non può essere $D sube A$. Infatti dovendo essere $A,C,D$ indipendenti devono essere pure indipendenti AC, AD, e CD, oltre che ACD[nota]vedi definizione di indipendenza fra più di due eventi[/nota].
Ma se $D sube A$ allora è $P[A|D]=1 !=P[A]=0.5$
Inoltre dal tuo disegno, il costituente $c_2$ coindice sia con l'insieme $AnnCnnD$ che con l'insieme $CnnD$ ma, per ipotesi della traccia, $P(CnnD)=P(C)P(D)=0.05$ mentre l'esercizio consiste proprio nello studiare la coerenza dell'assegnazione dei valori al variare della probabilità di $AnnCnnD$ entro un determinato intervallo $I$
mi pare che così invece possa andare bene:
$A=C_1 uu C_2 uu C_3 rarr P(A)=0.5 $
$D=C_3uu C_4 uu C_5 rarr P(D)=0.5$
$B=C_2uu C_3 uu C_6 rarr P(B)=0.1$
$C=C_2uu C_3 uu C_4 rarr P(C)=0.1$
ho rispettato tutte le consegne della traccia:
$B nn C =C_2 uu C_3 sub A$
$B nn bar(A) nn D =emptyset$
$P(C nn D)=P(C_3)+P(C_4)=0.05$
ed inoltre
$AnnC=C_2 uu C_3$
$AnnD=C_3$
$CnnD=C_3 uu C_4$
$AnnCnnD=C_3$

E' abbastanza evidente che l'intervallo in cui deve ricadere $P(AnnCnnD)=P(C_3)$ è $I in [0.025;0.05]$
infatti dai dati abbiamo che
${{: ( P(C_2)+P(C_3)+P(C_4)=0.1 ),( P(C_2)+P(C_3)+P(C_6)=0.1 ),( P(C_3)+P(C_4)=0.05 ) :} rarr{{: ( P(C_2)=0.05 ),( P(C_6)=P(C_4) ) :}$
..e di conseguenza, considerando anche le altre condizioni della traccia, per un'assegnazione coerente è sufficiente che $P(C_3)>=P(C_4)$
Ora puoi sicuramente continuare in autonomia.
PS: che cosa studi?
Ma se $D sube A$ allora è $P[A|D]=1 !=P[A]=0.5$
Inoltre dal tuo disegno, il costituente $c_2$ coindice sia con l'insieme $AnnCnnD$ che con l'insieme $CnnD$ ma, per ipotesi della traccia, $P(CnnD)=P(C)P(D)=0.05$ mentre l'esercizio consiste proprio nello studiare la coerenza dell'assegnazione dei valori al variare della probabilità di $AnnCnnD$ entro un determinato intervallo $I$
mi pare che così invece possa andare bene:
$A=C_1 uu C_2 uu C_3 rarr P(A)=0.5 $
$D=C_3uu C_4 uu C_5 rarr P(D)=0.5$
$B=C_2uu C_3 uu C_6 rarr P(B)=0.1$
$C=C_2uu C_3 uu C_4 rarr P(C)=0.1$
ho rispettato tutte le consegne della traccia:
$B nn C =C_2 uu C_3 sub A$
$B nn bar(A) nn D =emptyset$
$P(C nn D)=P(C_3)+P(C_4)=0.05$
ed inoltre
$AnnC=C_2 uu C_3$
$AnnD=C_3$
$CnnD=C_3 uu C_4$
$AnnCnnD=C_3$

E' abbastanza evidente che l'intervallo in cui deve ricadere $P(AnnCnnD)=P(C_3)$ è $I in [0.025;0.05]$
infatti dai dati abbiamo che
${{: ( P(C_2)+P(C_3)+P(C_4)=0.1 ),( P(C_2)+P(C_3)+P(C_6)=0.1 ),( P(C_3)+P(C_4)=0.05 ) :} rarr{{: ( P(C_2)=0.05 ),( P(C_6)=P(C_4) ) :}$
..e di conseguenza, considerando anche le altre condizioni della traccia, per un'assegnazione coerente è sufficiente che $P(C_3)>=P(C_4)$
Ora puoi sicuramente continuare in autonomia.
PS: che cosa studi?
Ciao @tommik, grazie per l'estesa risposta. Fondamentalmente, la cosa che non capisco di quest'esercizio è come rappresentare la condizione $B^^A^c^^D = \emptyset$: teoricamente penso che voglia dire che non esiste intersezione tra $B$, $A^c$ e $D$, ma a doverlo rappresentare sulla carta proprio non ci arrivo. Innanzitutto vorrei capire se questo è l'unico problema che incontro: qualora non ci fosse l'evento $D$ e l'unica condizione fosse $B^^C sube A$, questo grafico sarebbe corretto?

Secondo la teoria, due eventi $E$ e $H$ si dicono stocasticamente indipendenti se
$P(E^^H)=P(E)P(H)$
o, equivalentemente
$P(H|E)=P(H)$ (se e solo se $E != emptyset$)
Ad esempio: $P(text(Domani piove)|text(Oggi ho visto la TV)) = P(text(Domani piove))$ in quanto l'evento $text(Oggi ho visto la TV)$ non influenza la valutazione della probabilità dell'evento $text(Domani piove)$.
Non mi è proprio chiaro come visualizzare gli eventi stocasticamente indipendenti in un diagramma di Venn.
Ti ringrazio per avere incluso inoltre il sistema, in effetti una volta disegnato correttamente il grafico è facile impostarlo e risolverlo.
Frequento il secondo anno di Informatica.

Secondo la teoria, due eventi $E$ e $H$ si dicono stocasticamente indipendenti se
$P(E^^H)=P(E)P(H)$
o, equivalentemente
$P(H|E)=P(H)$ (se e solo se $E != emptyset$)
Ad esempio: $P(text(Domani piove)|text(Oggi ho visto la TV)) = P(text(Domani piove))$ in quanto l'evento $text(Oggi ho visto la TV)$ non influenza la valutazione della probabilità dell'evento $text(Domani piove)$.
Non mi è proprio chiaro come visualizzare gli eventi stocasticamente indipendenti in un diagramma di Venn.

Ti ringrazio per avere incluso inoltre il sistema, in effetti una volta disegnato correttamente il grafico è facile impostarlo e risolverlo.

"tommik":
PS: che cosa studi?
Frequento il secondo anno di Informatica.
Ho provato a svolgere di nuovo l'esercizio in quanto non capisco come mai non ci siano certi costituenti come $A^^B^^C^c$ (senza considerare $D$) e questo è il grafico che mi torna:

Il diagramma dovrebbe rispettare tutte le condizioni imposte:
- $B ∧ C ⊆ A$
- $B ∧ A^c ∧ D = ∅$
Inoltre, essendo $C$ e $D$ stocasticamente indipendenti, si deve avere $P(C ∧ D) = P(C)P(D) ⇒ c_1 + c_2 + c_7 = 0.1 · 0.5 = 0.05$
$A ∧ C ∧ D = c_1 + c_2$

Il diagramma dovrebbe rispettare tutte le condizioni imposte:
- $B ∧ C ⊆ A$
- $B ∧ A^c ∧ D = ∅$
Inoltre, essendo $C$ e $D$ stocasticamente indipendenti, si deve avere $P(C ∧ D) = P(C)P(D) ⇒ c_1 + c_2 + c_7 = 0.1 · 0.5 = 0.05$
$A ∧ C ∧ D = c_1 + c_2$
Non so cosa dire... diagrammi che rispettano le consegne della traccia ce ne sono diversi. Non so se la mia soluzione è corretta... Io ho cercato di disegnare un diagramma che soddisfi tutte le richieste e fornisca una soluzione immediata al problema.
Se vuoi fare diversamente fai bene...però dal tuo messaggio non vedo alcuna soluzione...dovresti trovare $a<=P( c_1 +c_2)<=b$ tali per cui la somma della probabilità di tutti i costituenti faccia 1. Nella mia soluzione ciò avviene $AA P(C_3 )in [2.5%, 5%]$ rispettando tutti i vincoli della traccia.
I costituenti non sono tutti i possibili sottoinsiemi ma solo quelli necessari alla soluzione del problema...anzi, più una partizione è grossolana ma sufficiente allo scopo meglio è.... e mi pare che nella mia proposta non manchi nulla IMHO
EDIT: questa ad esempio è un'altra possibile composizione che, rispettando tutte le consegne della traccia, permette di avere una $P(AnnCnnD)=I in [0;5%]$...quindi un'assegnazione coerente più ampia della prima che ho trovato....

quindi evidentemente ci sono più soluzioni possibili.
Se vuoi fare diversamente fai bene...però dal tuo messaggio non vedo alcuna soluzione...dovresti trovare $a<=P( c_1 +c_2)<=b$ tali per cui la somma della probabilità di tutti i costituenti faccia 1. Nella mia soluzione ciò avviene $AA P(C_3 )in [2.5%, 5%]$ rispettando tutti i vincoli della traccia.
I costituenti non sono tutti i possibili sottoinsiemi ma solo quelli necessari alla soluzione del problema...anzi, più una partizione è grossolana ma sufficiente allo scopo meglio è.... e mi pare che nella mia proposta non manchi nulla IMHO
EDIT: questa ad esempio è un'altra possibile composizione che, rispettando tutte le consegne della traccia, permette di avere una $P(AnnCnnD)=I in [0;5%]$...quindi un'assegnazione coerente più ampia della prima che ho trovato....

quindi evidentemente ci sono più soluzioni possibili.
Capito @tommik adesso. Non capivo come mai, nei tuoi grafici, non erano presenti tutte le possibili intersezioni, ma se vale questa "regola"
allora è tutto più semplice.
Nella pratica, quindi, si disegna il grafico con il minor numero di sottoinsiemi che verificano le condizioni della traccia.
Risolvendo il tuo ultimo grafico, ricordando che $A ^^ C ^^ D = e$ e che per essere stocasticamente indipendenti $A$, $C$ e $D$ si deve avere $P(A ^^ C ^^ D) = P(A)P(C)P(D)$
$\{(a+b+d+e=0.5),(d+e+g=0.1),(d+e+f=0.1),(b+c+e+f=0.5),(e+f=0.05),(a+b+c+d+e+f+g+h=1),(text(a, ..., h)>=0):} rarr e=0.05-f rarr 0<=e<=0.05 rarr I in [0,0.05]$
$lambda in I = 0.5 ⋅ 0.1 ⋅ 0.5 = 0.025$
I costituenti non sono tutti i possibili sottoinsiemi ma solo quelli necessari alla soluzione del problema
allora è tutto più semplice.

Nella pratica, quindi, si disegna il grafico con il minor numero di sottoinsiemi che verificano le condizioni della traccia.
Risolvendo il tuo ultimo grafico, ricordando che $A ^^ C ^^ D = e$ e che per essere stocasticamente indipendenti $A$, $C$ e $D$ si deve avere $P(A ^^ C ^^ D) = P(A)P(C)P(D)$
$\{(a+b+d+e=0.5),(d+e+g=0.1),(d+e+f=0.1),(b+c+e+f=0.5),(e+f=0.05),(a+b+c+d+e+f+g+h=1),(text(a, ..., h)>=0):} rarr e=0.05-f rarr 0<=e<=0.05 rarr I in [0,0.05]$
$lambda in I = 0.5 ⋅ 0.1 ⋅ 0.5 = 0.025$

sì ma resta il fatto che quel $lambda=0.025$ non è comunque accettabile perché affinche $A,C,D$ siano indipendenti non basta che
$P(AnnCnnD)=P(A)P(B)P(C)$ ma serve che i tre eventi siano indipendenti anche a coppie

quindi non esiste un $lambda$ che renda gli eventi in questione indipendenti
$P(AnnCnnD)=P(A)P(B)P(C)$ ma serve che i tre eventi siano indipendenti anche a coppie

quindi non esiste un $lambda$ che renda gli eventi in questione indipendenti
Ah okay quindi, tutto sommato, sarebbe:
$\{(P(A^^C^^D)=P(A)P(C)P(D)=e=0.025),(P(A^^C)=P(A)P(C)=e+d=0.05),(P(A^^D)=P(A)P(D)=b+e=0.25),(P(C^^D)=P(C)P(D)=e+f=0.05):}$
da aggiungere al sistema originale che diventa
$\{(a+b+d+e=0.5),(d+e+g=0.1),(d+e+f=0.1),(b+c+e+f=0.5),(e=0.025),(e+d=0.05),(b+e=0.25),(e+f=0.05),(a+b+c+d+e+f+g+h=1),(text(a, ..., h)>=0):} rarr \{(d=0.025),(b=0.225),(f=0.025):}$
$rarr \{(d+e+g=0.1),(d+e+f=0.1):} rarr f=g=0.1-(0.025+0.025)=0.05$
ma $f = 0.025 != 0.05$
È questa la spiegazione sul perché la condizione che $A$, $C$ e $D$ siano stocasticamente indipendenti rende l'assegnazione non coerente, e quindi $lambda$ non esiste?
$\{(P(A^^C^^D)=P(A)P(C)P(D)=e=0.025),(P(A^^C)=P(A)P(C)=e+d=0.05),(P(A^^D)=P(A)P(D)=b+e=0.25),(P(C^^D)=P(C)P(D)=e+f=0.05):}$
da aggiungere al sistema originale che diventa
$\{(a+b+d+e=0.5),(d+e+g=0.1),(d+e+f=0.1),(b+c+e+f=0.5),(e=0.025),(e+d=0.05),(b+e=0.25),(e+f=0.05),(a+b+c+d+e+f+g+h=1),(text(a, ..., h)>=0):} rarr \{(d=0.025),(b=0.225),(f=0.025):}$
$rarr \{(d+e+g=0.1),(d+e+f=0.1):} rarr f=g=0.1-(0.025+0.025)=0.05$
ma $f = 0.025 != 0.05$
È questa la spiegazione sul perché la condizione che $A$, $C$ e $D$ siano stocasticamente indipendenti rende l'assegnazione non coerente, e quindi $lambda$ non esiste?