Esercizi Svolti Calcolo Probabilità

Introduzione al Calcolo delle Probabilità

Il calcolo delle probabilità è una branca della matematica che studia gli eventi casuali e la loro possibilità di verificarsi. Questa disciplina trova applicazione in numerosi campi, dalla statistica alla finanza, dalla biologia all’informatica, rendendola uno degli strumenti matematici più versatili e importanti.

La probabilità di un evento è un numero compreso tra 0 e 1 che rappresenta la possibilità che tale evento si verifichi. Un evento con probabilità 0 è impossibile, mentre un evento con probabilità 1 è certo.

Probabilità Classica

Definizione: P(E) = Numero casi favorevoli / Numero casi possibili

Esempio: Probabilità di ottenere “testa” nel lancio di una moneta equilibrata: 1/2 = 0.5

Probabilità Frequenzista

Definizione: P(E) = Limite della frequenza relativa di E in n prove

Esempio: Se lancio un dado 6000 volte e ottengo 1010 volte il numero 3, P(3) ≈ 1010/6000 ≈ 0.168

Probabilità Soggettiva

Definizione: Grado di fiducia che un individuo attribuisce al verificarsi di un evento

Esempio: Un meteorologo potrebbe assegnare P(pioggia domani) = 0.7 basandosi sulla sua esperienza

Esercizi Fondamentali con Soluzioni

1. Lancio di un Dado Equilibrato

Problema: Qual è la probabilità di ottenere un numero pari lanciando un dado a 6 facce?

Soluzione:

1. Casi possibili: {1, 2, 3, 4, 5, 6} → 6 possibilità
2. Casi favorevoli (numeri pari): {2, 4, 6} → 3 possibilità
3. Probabilità = 3/6 = 1/2 = 0.5 = 50%

2. Estrazione da un Mazzo di Carte

Problema: Qual è la probabilità di pescare un asso da un mazzo di 52 carte?

Soluzione:

1. Casi possibili: 52 carte
2. Casi favorevoli: 4 assi (uno per seme)
3. Probabilità = 4/52 = 1/13 ≈ 0.0769 = 7.69%

3. Probabilità Condizionata

Problema: In un’urna ci sono 5 palline rosse e 3 blu. Estraiamo una pallina senza guardare e poi, senza rimetterla nell’urna, ne estraiamo un’altra. Qual è la probabilità che la seconda pallina sia blu?

Soluzione:

Dobbiamo considerare due casi:

1. Prima pallina rossa (P = 5/8), poi blu: (5/8) × (3/7) = 15/56
2. Prima pallina blu (P = 3/8), poi blu: (3/8) × (2/7) = 6/56
3. Probabilità totale = 15/56 + 6/56 = 21/56 = 3/8 = 0.375 = 37.5%

Teoremi Fondamentali della Probabilità

Teorema	Enunciato	Formula	Esempio
Probabilità Totale	La somma delle probabilità di tutti gli eventi elementari è 1	Σ P(Eᵢ) = 1	Per un dado: P(1)+P(2)+…+P(6) = 1
Probabilità del Complementare	P(E) + P(non E) = 1	P(Ē) = 1 – P(E)	Se P(pioggia) = 0.3, P(non pioggia) = 0.7
Probabilità dell’Unione	Probabilità che si verifichi A o B	P(A∪B) = P(A) + P(B) – P(A∩B)	P(asso o cuori) = P(asso) + P(cuori) – P(asso di cuori)
Probabilità Condizionata	Probabilità di A dato che si è verificato B	P(A|B) = P(A∩B)/P(B)	P(asso|carte rosse) = (2/52)/(26/52) = 2/26
Teorema di Bayes	Relazione tra probabilità condizionate	P(A|B) = [P(B|A)P(A)]/P(B)	Usato in test diagnostici per calcolare P(malattia|test positivo)

Applicazioni Pratiche del Calcolo delle Probabilità

1. Giochi d’Azzardo e Strategie

Il calcolo delle probabilità è fondamentale per comprendere i giochi d’azzardo. Ad esempio:

• Roulette: La probabilità di vincere puntando su un singolo numero è 1/37 (2.7%) nella roulette europea (37 numeri)
• Blackjack: La probabilità di fare “blackjack” (asso + figura) con le prime due carte è 4/13 × 16/51 ≈ 0.0483 (4.83%)
• Poker: La probabilità di ottenere un “colore” (5 carte dello stesso seme) è circa 0.00198 (0.198%)

2. Statistica e Ricerca Scientifica

In statistica, la probabilità è usata per:

• Test di ipotesi (p-value)
• Intervalli di confidenza
• Modelli di regressione
• Controllo di qualità (distribuzione normale)

Ad esempio, in un test medico con sensibilità del 99% e specificità del 98%, se la prevalenza della malattia è dello 0.5%, la probabilità che una persona sia realmente malata dato un test positivo è solo del 19.8% (calcolato con il teorema di Bayes).

3. Finanza e Risk Management

Nel settore finanziario, le probabilità sono utilizzate per:

• Valutazione del rischio (Value at Risk – VaR)
• Modelli di pricing delle opzioni (Black-Scholes)
• Analisi di portafoglio (teoria moderna del portafoglio)
• Previsoni di mercato (modelli stocastici)

Ad esempio, il VaR al 95% di un portafoglio di 1 milione di euro potrebbe essere 50.000€, significando che c’è una probabilità del 5% di perdere più di 50.000€ in un dato periodo.

Errori Comuni nel Calcolo delle Probabilità

1. Fallacia dello Scommettitore: Credere che eventi passati influenzino eventi futuri in processi indipendenti. Esempio: Dopo 5 “testa” consecutive, molti pensano che “croce” sia più probabile, ma la probabilità rimane 50% per ogni lancio.
2. Errore della Probabilità Condizionata: Confondere P(A|B) con P(B|A). Esempio: P(malattia|test positivo) ≠ P(test positivo|malattia).
3. Ignorare la Dimensione del Campione: Dare troppo peso a risultati ottenuti con campioni piccoli. Esempio: Ottenere 3 “testa” di fila non significa che la moneta sia truccata (probabilità = (1/2)³ = 12.5%).
4. Sottostimare Eventi Rari: Trascurare eventi con bassa probabilità che però possono avere conseguenze gravi (es. crisi finanziarie, disastri naturali).
5. Overconfidence: Sovrastimare la propria capacità di valutare correttamente le probabilità, specialmente in situazioni complesse.

Esercizi Avanzati con Soluzioni

1. Problema del Compleanno

Problema: Qual è la probabilità che in una classe di 23 studenti almeno due compiano gli anni lo stesso giorno? (Ignorando gli anni bisestili e assumendo distribuzione uniforme)

Soluzione:

È più facile calcolare la probabilità complementare (tutti i compleanni diversi):

P(tutti diversi) = (365/365) × (364/365) × (363/365) × … × (343/365) ≈ 0.4927

Quindi P(almeno due uguali) = 1 – 0.4927 ≈ 0.5073 = 50.73%

Controintuitivamente, con solo 23 persone la probabilità supera il 50%!

2. Problema di Monty Hall

Problema: In un gioco a premi con 3 porte (dietro una c’è l’auto, dietro le altre capre), scegli una porta. Il presentatore, che sa cosa c’è dietro ogni porta, apre una porta con una capra e ti chiede se vuoi cambiare la tua scelta. Conviene cambiare?

Soluzione:

• Probabilità iniziale di scegliere l’auto: 1/3
• Probabilità che l’auto sia dietro una delle altre due porte: 2/3
• Quando il presentatore apre una porta, tutta la probabilità (2/3) si concentra sulla porta rimanente non scelta inizialmente
• Quindi cambiare porta raddoppia la probabilità di vincere (da 1/3 a 2/3)

3. Distribuzione Binomiale

Problema: Un tiratore colpisce il bersaglio con probabilità 0.8. Qual è la probabilità che in 10 tiri colpisca esattamente 7 volte?

Soluzione:

Usiamo la formula della distribuzione binomiale:

P(X = k) = C(n, k) × p^k × (1-p)^(n-k)

Dove C(n, k) è il coefficiente binomiale “n scegli k”

P(X = 7) = C(10, 7) × (0.8)^7 × (0.2)^3 ≈ 120 × 0.2097 × 0.008 ≈ 0.2013 = 20.13%

Risorse per Approfondire

Per studiare ulteriormente il calcolo delle probabilità, consultare queste risorse autorevoli:

• UCLA Probability Tutorial – Guida completa con esercizi interattivi
• StatLect Probability Distributions – Approfondimento sulle distribuzioni di probabilità
• NIST Handbook of Combinatorial Methods – Metodi combinatori per il calcolo delle probabilità

Strumenti per il Calcolo delle Probabilità

Oltre al nostro calcolatore, ecco alcuni strumenti utili:

• Wolfram Alpha: Potente motore di calcolo per probabilità complesse
• GeoGebra: Strumento grafico per visualizzare distribuzioni di probabilità
• R e Python: Linguaggi di programmazione con librerie statistiche avanzate (come stats in R o scipy.stats in Python)
• Fogli di calcolo: Excel e Google Sheets hanno funzioni probabilistiche integrate come BINOM.DIST e NORM.DIST

Conclusione

Il calcolo delle probabilità è una disciplina affascinante che combina logica matematica con applicazioni pratiche in innumerevoli campi. Padroneggiare i concetti fondamentali – dagli eventi semplici alle distribuzioni complesse – permette non solo di risolvere esercizi accademici, ma anche di prendere decisioni più informate nella vita quotidiana e professionale.

Ricorda che la pratica è essenziale: più esercizi svolgi, più diventerai abile nel riconoscere i diversi tipi di problemi e nel scegliere il metodo di soluzione appropriato. Utilizza il nostro calcolatore interattivo per verificare i tuoi risultati e visualizzare graficamente le probabilità.

Per approfondire, ti consigliamo di studiare anche:

• Processi stocastici
• Catene di Markov
• Teoria dell’informazione
• Statistica bayesiana

Queste aree avanzate estendono i concetti di base della probabilità a situazioni dinamiche e complesse, aprendo la porta a applicazioni ancora più sofisticate in intelligenza artificiale, machine learning e scienza dei dati.