Il teorema di Bayes compare spesso negli esercizi di Statistica perché costringe a fare un passaggio concettuale preciso: partire da un'informazione osservata e risalire alla causa più probabile. In pratica, non basta sapere calcolare una probabilità condizionata: bisogna capire quale probabilità è nota, quale va cercata e come impostare correttamente il denominatore.
In questo approfondimento lavoriamo su un solo problema tipico, risolto prima con l'albero delle probabilità e poi con la formula. L'obiettivo non è ripetere una guida generale all'esame, ma mostrare un metodo chiaro e riutilizzabile. Attenzione però a un punto importante: simboli, formulari e argomenti effettivi dipendono dal programma ufficiale del proprio insegnamento UniCal.
Che cosa chiede davvero un esercizio sul teorema di Bayes
Negli esercizi sul teorema di Bayes la domanda è quasi sempre di questo tipo: sapendo che si è verificato un certo evento, qual è la probabilità che la causa sia una specifica tra più alternative? Questa è una tipica richiesta di probabilità a posteriori.
Per esempio, se un pezzo risulta difettoso, potresti dover stabilire da quale linea di produzione proviene. Oppure, se un test è positivo, potresti dover stimare la probabilità che il soggetto appartenga davvero alla categoria cercata. Il punto chiave è che l'informazione osservata arriva dopo il processo, mentre la causa è ciò che vuoi ricostruire.
Molti errori nascono proprio qui: si confonde la probabilità di osservare un evento dato un gruppo con la probabilità che il gruppo sia quello giusto dato l'evento osservato. Sono due cose diverse, e Bayes serve esattamente a passare dall'una all'altra.
La formula di Bayes e il significato dei termini
Nella forma più semplice, la formula di Bayes si scrive così:
P(B|D) = [P(D|B) × P(B)] / P(D)
Leggila in questo modo:
- P(B|D): probabilità a posteriori, cioè la probabilità che la causa sia B sapendo che è accaduto D.
- P(D|B): probabilità di osservare D se la causa è B.
- P(B): probabilità iniziale di B, detta anche probabilità a priori.
- P(D): probabilità totale dell'evento osservato D.
Negli esercizi, il denominatore è spesso il passaggio più delicato. Se le cause possibili sono A e B, allora:
P(D) = P(D|A) × P(A) + P(D|B) × P(B)
Questa non è una formula diversa da Bayes: è il modo corretto per costruire la probabilità totale dell'evento osservato. In molti compiti, l'impostazione giusta vale quanto il risultato numerico.
Quando usare l'albero e quando usare la formula
Albero e formula portano allo stesso risultato, ma non hanno la stessa utilità didattica.
- L'albero delle probabilità è molto utile quando vuoi visualizzare il processo in due stadi: prima la scelta della causa, poi l'esito osservato.
- La formula di Bayes è più rapida quando i dati sono già ordinati e sai riconoscere subito numeratore e denominatore.
- Se hai dubbi su quali probabilità moltiplicare o sommare, l'albero aiuta a evitare confusione.
- Se il compito chiede esplicitamente di motivare il procedimento, disegnare mentalmente o su carta l'albero è spesso la scelta più sicura.
Negli esercizi universitari conviene allenarsi in entrambi i modi: l'albero chiarisce il senso del problema, la formula rende il calcolo più veloce. Questa doppia competenza torna utile soprattutto quando negli appelli cambiano la veste del testo ma non la struttura logica.
Esercizio svolto: due linee di produzione e un pezzo difettoso
Consideriamo un esercizio classico, molto adatto per capire davvero Bayes.
Testo. Un'azienda produce pezzi con due linee, A e B. La linea A produce il 60% dei pezzi, la linea B il 40%. La percentuale di pezzi difettosi è del 2% per A e del 5% per B. Sapendo che un pezzo scelto a caso è difettoso, qual è la probabilità che provenga dalla linea B?
Introduciamo gli eventi:
- A: il pezzo proviene dalla linea A
- B: il pezzo proviene dalla linea B
- D: il pezzo è difettoso
I dati del problema sono quindi:
- P(A) = 0,60
- P(B) = 0,40
- P(D|A) = 0,02
- P(D|B) = 0,05
La domanda finale non chiede P(D|B), che è già nota, ma P(B|D). Questo è il segnale più chiaro che bisogna usare Bayes.
Soluzione con l'albero delle probabilità
Con l'albero ragioniamo per rami.
- Primo stadio: il pezzo proviene da A con probabilità 0,60 oppure da B con probabilità 0,40.
- Secondo stadio: se il pezzo viene da A, è difettoso con probabilità 0,02; se viene da B, è difettoso con probabilità 0,05.
Calcoliamo le probabilità dei rami che terminano con un pezzo difettoso:
- P(A ∩ D) = P(A) × P(D|A) = 0,60 × 0,02 = 0,012
- P(B ∩ D) = P(B) × P(D|B) = 0,40 × 0,05 = 0,020
Ora sommiamo i due rami difettosi per ottenere la probabilità totale dell'evento D:
P(D) = 0,012 + 0,020 = 0,032
A questo punto la probabilità richiesta è il peso del ramo B tra tutti i rami che portano a un pezzo difettoso:
P(B|D) = P(B ∩ D) / P(D) = 0,020 / 0,032 = 0,625
Quindi il risultato è:
P(B|D) = 0,625 = 62,5%
Il vantaggio dell'albero è evidente: separi con chiarezza i passaggi, vedi dove si moltiplica e dove si somma, e riduci il rischio di invertire le condizionate.
Soluzione con la formula di Bayes
Risolviamo lo stesso esercizio in forma compatta.
La formula da usare è:
P(B|D) = [P(D|B) × P(B)] / P(D)
Il numeratore è immediato:
P(D|B) × P(B) = 0,05 × 0,40 = 0,020
Il denominatore va costruito con la probabilità totale:
P(D) = 0,02 × 0,60 + 0,05 × 0,40 = 0,012 + 0,020 = 0,032
Sostituiamo:
P(B|D) = 0,020 / 0,032 = 0,625
Anche con la formula otteniamo quindi 62,5%. Questo conferma che albero e formula sono due rappresentazioni dello stesso ragionamento. Negli esercizi, scegliere uno o l'altro dipende soprattutto da quanto sono chiari i dati e da quanto vuoi controllare il procedimento.
Come interpretare la probabilità a posteriori
Il risultato va letto bene: sapendo che il pezzo è difettoso, la probabilità che provenga dalla linea B è 62,5%. Non significa che la linea B produca il 62,5% dei pezzi, e non significa nemmeno che il 62,5% dei suoi pezzi sia difettoso.
Il punto interessante è questo: la linea B produce meno della linea A, ma ha una percentuale di difettosità più alta. Perciò, una volta osservato un pezzo difettoso, il sospetto si sposta verso B. Questa è esattamente la logica della probabilità a posteriori: l'informazione osservata modifica il peso iniziale delle ipotesi.
Una piccola variazione sullo stesso problema chiarisce ancora meglio il meccanismo. Se invece chiedessimo la probabilità che il pezzo provenga da B sapendo che non è difettoso, la risposta sarebbe molto più vicina al 40% iniziale, perché il non difetto è un esito comune per entrambe le linee. In altre parole, non tutti gli eventi osservati hanno la stessa forza informativa.
Errori comuni negli esercizi di Bayes
- Scambiare P(D|B) con P(B|D). È l'errore più frequente.
- Dimenticare il denominatore. Il numeratore da solo non basta: serve la probabilità totale dell'evento osservato.
- Sommare invece di moltiplicare lungo un ramo. Nei rami dell'albero si moltiplica; si somma solo tra rami alternativi che portano allo stesso evento finale.
- Non definire gli eventi. Se non scrivi chiaramente A, B e D, diventa facile invertire le condizioni.
- Interpretare male il risultato finale. Una probabilità a posteriori non descrive il processo in generale, ma la situazione condizionata all'informazione osservata.
Negli esercizi d'esame, anche un calcolo numericamente corretto può perdere chiarezza se manca l'interpretazione finale. Vale la pena aggiungere sempre una frase conclusiva in linguaggio naturale.
Checklist operativa da usare all'esame
- Leggi la domanda finale e individua la probabilità richiesta.
- Definisci gli eventi con simboli semplici e coerenti.
- Controlla se la richiesta è una probabilità inversa rispetto ai dati forniti.
- Se hai dubbi, imposta prima l'albero delle probabilità.
- Calcola i rami completi con le moltiplicazioni corrette.
- Trova la probabilità totale dell'evento osservato sommando i rami pertinenti.
- Scrivi il risultato finale con una breve interpretazione contestuale.
Questa checklist è utile soprattutto quando il testo cambia contesto ma la struttura resta identica: produzione, diagnostica, controllo qualità, classificazione o selezione casuale.
Come allenarsi in modo mirato per Statistica UniCal
Se il focus è l'insegnamento di Statistica a UniCal, conviene sempre verificare sul programma ufficiale quali notazioni, quali formulari e quali tipologie di esercizi siano effettivamente richiesti. Per avere un quadro del perimetro della prova può essere utile consultare la guida dedicata a Statistica UniCal.
Per lavorare invece sull'allenamento operativo, Weduup propone lezioni online registrate e on-demand di Statistica, organizzate in percorsi specifici per il singolo esame, con esercizi e appelli quando previsti. I corsi si seguono online tramite l'app desktop Weduup per Windows e macOS.
Questa modalità è utile soprattutto a chi vuole rivedere i passaggi con i propri tempi, fermare e riprendere le spiegazioni, e concentrarsi sui problemi ricorrenti dell'esame senza richiedere interazione continua. Per molti studenti può svolgere la stessa funzione delle ripetizioni; chi ha bisogno di domande in tempo reale può invece preferire o affiancare un tutor.
Conclusione
Il teorema di Bayes non è difficile quando si riconosce la struttura del problema: dati iniziali, evento osservato, probabilità totale e probabilità a posteriori. Nell'esercizio svolto abbiamo visto che albero e formula portano allo stesso risultato, ma l'albero aiuta a capire il senso dei passaggi e la formula aiuta a sintetizzarli. Se alleni insieme procedimento, calcolo e interpretazione, gli esercizi di Bayes diventano molto più gestibili anche in sede d'esame.