La nostra calcolatrice online copre ogni tipo di problema di probabilità che incontrerai in statistica, a lezione di matematica o nella vita di tutti i giorni. Calcola la probabilità di base a partire dai risultati favorevoli, trova la probabilità condizionata con la formula P(A|B), calcola la probabilità binomiale per prove ripetute, determina le probabilità di lancio dei dadi e risolvi i problemi di estrazione di carte. Ogni calcolo include una chiara spiegazione passo dopo passo in modo da poter imparare il metodo, non solo ottenere la risposta.
Scegli tra probabilità di base, eventi multipli, condizionata, binomiale, dadi o carte
Compila i numeri richiesti per il tipo di calcolo scelto
Consulta la probabilità espressa in frazione, numero decimale e percentuale
Segui la spiegazione passo dopo passo per comprendere il metodo
La probabilità di base è il rapporto tra i risultati favorevoli e i risultati totali. Per eventi multipli indipendenti: P(A e B) = P(A) × P(B). Per due eventi qualsiasi: P(A o B) = P(A) + P(B) - P(A e B). Condizionale: P(A|B) = P(A e B) / P(B). Complementare: P(A') = 1 - P(A).
P(A) = Favorable Outcomes / Total Outcomes
La probabilità è sempre compresa tra 0 (impossibile) e 1 (certo) — oppure tra 0% e 100%
Per eventi indipendenti: P(A E B) = P(A) × P(B)
Per eventi mutualmente esclusivi: P(A O B) = P(A) + P(B)
Per due eventi qualsiasi: P(A O B) = P(A) + P(B) − P(A E B)
Regola del complemento: P(NON A) = 1 − P(A) — è sempre più facile trovare ciò che non vuoi
Probabilità binomiale: da usare quando hai n prove indipendenti, ciascuna con probabilità p
La probabilità è il linguaggio matematico dell'incertezza, che quantifica la probabilità che si verifichino eventi su una scala da 0 (impossibile) a 1 (certo). È alla base di campi diversi come la determinazione dei premi assicurativi, le diagnosi mediche, le previsioni meteorologiche, il controllo qualità, il gioco d'azzardo e l'intelligenza artificiale. La probabilità di base si calcola dividendo i risultati favorevoli per il numero totale di risultati possibili: un dado equo a sei facce ha una probabilità di 1/6 (16,67%) di mostrare un numero specifico. La probabilità condizionata restringe lo spazio campionario: la probabilità di estrarre un re dato che hai estratto una figura è 4/12 o 33,3%, non 4/52. La distribuzione binomiale modella prove indipendenti ripetute, come la probabilità di ottenere esattamente 7 teste in 10 lanci di una moneta (circa l'11,7%). Il teorema di Bayes, che combina la probabilità a priori con nuove prove, è il fondamento dell'inferenza statistica moderna e della classificazione nel machine learning. Comprendere la probabilità previene anche comuni errori di ragionamento: la fallacia dello scommettitore (credere che una moneta sia 'in debito' di testa dopo diverse croci), la trascuratezza del tasso di base (ignorare quanto sia rara una condizione nell'interpretare i risultati dei test) e il paradosso del compleanno (in un gruppo di sole 23 persone, c'è una probabilità del 50,7% che due condividano il compleanno). Che tu stia valutando un rischio, prendendo decisioni aziendali in condizioni di incertezza o risolvendo compiti di statistica, la probabilità fornisce il quadro rigoroso necessario.
La probabilità quantifica quanto è probabile che un evento si verifichi. Varia da 0 (impossibile) a 1 (certo).
In termini quotidiani, una probabilità di 0,5 significa una possibilità del 50-50.
La nostra calcolatrice online gestisce tutti i tipi di probabilità standard utilizzati in statistica, matematica, analisi del gioco d'azzardo e scienza.
Per calcolare la probabilità di un singolo evento, dividi il numero di risultati favorevoli per il numero totale di risultati equiprobabili: P(A) = favorevoli / totali.
Ad esempio, estrarre una carta rossa da un mazzo standard da 52 carte dà P = 26/52 = 1/2 = 50%. Questa definizione classica presuppone che ogni risultato sia ugualmente probabile, un'idea formalizzata da Pierre-Simon Laplace e descritta dall'Encyclopaedia Britannica come il fondamento della teoria della probabilità.
Il risultato è sempre compreso tra 0 e 1, o tra 0% e 100%. Quando i risultati non sono ugualmente probabili, la probabilità viene invece stimata dalle frequenze relative a lungo termine osservate in molte prove ripetute.
Tre regole coprono la maggior parte dei problemi di probabilità.
Come nota Wolfram MathWorld, quando gli eventi sono mutuamente esclusivi l'intersezione è zero, quindi la formula si semplifica in P(A) + P(B). Queste regole si combinano per risolvere scenari composti come estrazioni a più fasi o prove ripetute.
La probabilità condizionata, scritta P(A|B), è la probabilità che A si verifichi dato che B si è già verificato: P(A|B) = P(A e B) / P(B).
Il teorema di Bayes inverte questa relazione, esprimendo P(A|B) = [P(B|A) x P(A)] / P(B). Permette di aggiornare una convinzione a priori con nuove prove, e la Khan Academy lo evidenzia come il motore dietro l'interpretazione dei test medici e il filtraggio dello spam.
Un risultato classico è la trascuratezza del tasso di base: anche un test accurato al 99% per una malattia rara che colpisce 1 persona su 1.000 produce per lo più falsi positivi, perché la piccola probabilità a priori domina. Il ragionamento bayesiano corregge questo pesando le prove rispetto a quanto è realmente comune la condizione.
La formula binomiale fornisce la probabilità di esattamente k successi in n prove indipendenti, ognuna con probabilità di successo p: P(X=k) = C(n,k) x p^k x (1-p)^(n-k), dove C(n,k) è il numero di combinazioni.
Ad esempio, la possibilità di ottenere esattamente 3 teste in 5 lanci di una moneta equa è C(5,3) x 0,5^3 x 0,5^2 = 10 x 0,125 x 0,25 = 0,3125, o 31,25%. L'e-Handbook of Statistical Methods del NIST/SEMATECH documenta la media, np, e la varianza, np(1-p), della distribuzione binomiale.
Il modello binomiale si applica quando:
Per un singolo dado equo, ogni faccia ha una probabilità di 1/6. Con due dadi ci sono 36 risultati ordinati equiprobabili, quindi la somma più comune, 7, si verifica in 6 modi (1+6, 2+5, 3+4, 4+3, 5+2, 6+1), dando P(somma=7) = 6/36 = 1/6.
Un mazzo da 52 carte standard ha 4 semi e 13 ranghi: P(qualsiasi Asso) = 4/52 = 1/13, e P(un Cuori) = 13/52 = 1/4.
Le estrazioni a più fasi usano la regola della moltiplicazione; ad esempio, due Assi senza reinserimento è 4/52 x 3/51 = 12/2652, circa lo 0,45%. Britannica fa risalire questi metodi di conteggio alla corrispondenza tra Fermat e Pascal sui giochi d'azzardo.
Due eventi sono indipendenti quando il verificarsi di uno non cambia la probabilità dell'altro; formalmente, P(A|B) = P(A). Lanciare una moneta due volte è indipendente perché il primo lancio non ha memoria del secondo.
Gli eventi sono dipendenti quando il risultato di uno altera lo spazio campionario per il successivo, che è esattamente ciò che accade nel campionamento senza reinserimento. Wolfram MathWorld sottolinea che l'indipendenza deve essere verificata, non presunta.
Un errore frequente in classe è moltiplicare le probabilità come se gli eventi fossero indipendenti quando sono effettivamente collegati, come estrarre carte senza rimetterle nel mazzo, il che gonfia o sgonfia la vera possibilità di un risultato composto.
La probabilità guida le decisioni in molti campi.
In finanza, la probabilità è alla base dei modelli di rischio e del pricing delle opzioni, mentre gli ingegneri del controllo qualità utilizzano modelli binomiali e di Poisson per stabilire le tolleranze ai difetti. I classificatori di machine learning, come trattato dalla Khan Academy e dai moderni corsi di statistica, restituiscono probabilità per ogni etichetta.
Anche le scelte quotidiane, dal portare un ombrello al comprare una garanzia, sono calcoli di probabilità impliciti che pesano la verosimiglianza rispetto al costo.
Gli errori più comuni derivano dal giudicare male l'indipendenza e le probabilità a priori.
Il controintuitivo problema del compleanno, in cui bastano 23 persone per avere una probabilità del 50,7% di un compleanno condiviso, mostra come l'intuizione spesso sottovaluti le probabilità composte.
Il valore atteso è il risultato medio a lungo termine di un processo casuale, calcolato moltiplicando ogni risultato per la sua probabilità e sommando i risultati: E(X) = Somma di x_i x P(x_i).
Per un singolo dado equo il valore atteso è (1+2+3+4+5+6)/6 = 3,5, anche se 3,5 non può mai essere effettivamente ottenuto. Wolfram MathWorld lo definisce come il primo momento di una distribuzione, ed è centrale per il processo decisionale in condizioni di incertezza.
Un gioco o una scommessa con valore atteso negativo perde denaro in media nel tempo, motivo per cui i giochi da casinò sono progettati con un margine della casa. Il valore atteso collega le probabilità grezze a decisioni pratiche e quantificabili.
Data sourced from trusted institutions
All formulas verified against official standards.