Sei sulla pagina 1di 60

Calcolo delle probabilità

Unità 11
1. Introduzione al calcolo delle probabilità
Molte situazioni che si presentano usualmente sono caratterizzate dall’incertezza

Tema I
su ciò che accadrà nel futuro. Il calcolo delle probabilità è la parte della matematica
che si occupa di elaborare dei modelli per descrivere queste situazioni. Oggigior-
no le tecniche proprie di questa disciplina, inizialmente nate dallo studio dei gio-
chi d’azzardo, trovano applicazione in svariati settori: fisica, ingegneria, informa-
tica, statistica, controllo della qualità, gestione della sicurezza delle comunicazio-
ni, affidabilità dei sistemi ecc.
Per addentrarci nello studio di questa nuova parte della matematica cominciamo
con l’introdurre il linguaggio da essa adottato.

Esperimento aleatorio, spazio campionario ed eventi


Il lancio di una moneta, l’estrazione di un numero al lotto, il lancio di un dado
sono esempi di fenomeni il cui esito dipende in modo imprevedibile dal caso: fe-
nomeni di questo tipo, il cui risultato non può essere previsto con certezza, ven-
gono detti esperimenti aleatori (o casuali).
A proposito degli esperimenti aleatori si introducono le seguenti definizioni.

Attenzione!
SPAZIO CAMPIONARIO
Nel prosieguo, talvolta
Si dice spazio campionario (o spazio dei campioni o spazio degli eventi), e si
parleremo per brevità di
indica con il simbolo , l’insieme di tutti i possibili esiti di un esperimento alea- «spazio» intendendo «spazio
torio. campionario».

EVENTO
Dato uno spazio campionario , si chiama evento ogni sottoinsieme di . Osserva
Uno spazio campionario può
essere finito (vedi i primi due
Un evento viene solitamente indicato con una lettera maiuscola dell’alfabeto; ol- esempi in tab. 11.1) o infinito
tre a essere rappresentato dal sottoinsieme di  che lo individua può essere de- (vedi il terzo esempio in
tab. 11.1).
scritto a parole, come messo in evidenza nei seguenti esempi.

Tabella 11.1
Esperimento Lanciamo un dado regolare a sei Lanciamo una moneta regolare Lanciamo una moneta regolare e
aleatorio facce e osserviamo quale numero successivamente per due volte e osserviamo il numero del lancio in
esce. prendiamo nota, in ciascuno cui esce «testa» per la prima
dei due lanci, se esce «testa» (T) volta.
o «croce» (C).

Spazio I possibili esiti dell’esperimento L’esperimento ha quattro possibili Il risultato di questo


campionario sono sei: esiti: esce testa entrambe le volte, esperimento aleatorio può
1, 2, 3, 4, 5, 6 esce testa la prima volta e croce la essere qualsiasi numero
seconda, esce croce la prima volta naturale diverso da zero,
Pertanto lo spazio campionario e testa la seconda, esce croce in dunque lo spazio campionario
è l’insieme: entrambi i lanci; quindi: è:
 ¼ f1, 2, 3, 4, 5, 6g  ¼ fðT, TÞ, ðT, CÞ, ðC, TÞ, ðC, CÞg  ¼ N  f0g

Esempio E: «esce un numero pari» E: «esce ‘testa’ almeno una volta » E: «esce ‘testa’ per la prima
di evento volta dopo il quinto lancio»
Rappresentazione insiemistica: Rappresentazione insiemistica: Rappresentazione insiemistica:
E ¼ f2, 4, 6g E ¼ fðT, T), (T, C), (C, TÞg E ¼ fx 2  j x > 5g

609
Ad alcuni particolari eventi si danno dei nomi specifici:
Calcolo combinatorio e probabilità

 un evento rappresentato da un sottoinsieme dello spazio campionario costi-


tuito da un solo elemento è detto elementare;
 un evento rappresentato dall’intero spazio campionario è detto evento certo;
 un evento rappresentato dall’insieme vuoto è detto evento impossibile.

ESEMPI
Nell’esperimento che consiste nel lancio di un dado:
a. l’evento «esce il numero 1» è elementare, mentre «esce un numero dispari»
non lo è;
b. l’evento «esce un numero minore di 7» è un esempio di evento certo;
c. l’evento «esce un numero maggiore di 8» è un esempio di evento impossi-
bile.
Tema I

Poiché abbiamo definito gli eventi come particolari insiemi (sottoinsiemi dello
spazio campionario), possiamo definire, mediante le ordinarie operazioni tra in-
siemi, delle operazioni tra eventi.

OPERAZIONI TRA EVENTI


Dati due eventi A e B appartenenti a uno spazio campionario :
a. si definisce evento unione di A e B, e si indica con A [ B, l’evento che si realiz-
za quando si realizzano A o B (o entrambi);
b. si definisce evento intersezione di A e B, e si indica con A \ B, l’evento che si
realizza quando si realizzano entrambi gli eventi A e B;
c. si definisce evento contrario di A, e si indica con A , l’evento che si realizza
quando non si realizza A, ossia l’evento rappresentato dal complementare di
A: A ¼   A.

ESEMPI Operazioni tra eventi


Consideriamo l’esperimento che consiste nel lancio di un dado e i due eventi:
A: «è uscito un numero maggiore di 2»
B: «è uscito un numero minore di 4»
Esprimiamo sia a parole sia con notazione insiemistica l’evento unione e l’evento
intersezione di A e B e gli eventi contrari di A e di B.
Lo spazio campionario è chiaramente  ¼ f1, 2, 3, 4, 5, 6g.
a. L’evento unione di A e B è l’evento «è uscito un numero maggiore di 2 o mi-
nore di 4». Un minimo di riflessione porta a comprendere che tale evento
coincide con l’evento certo, vale a dire:
A[B¼
b. L’evento intersezione di A e B è l’evento «è uscito un numero maggiore di 2
e minore di 4». Un minimo di riflessione porta a comprendere che tale
evento coincide con l’evento «è uscito il numero 3»; pertanto:
A \ B ¼ f3g
c. L’evento contrario di A è l’evento «non è uscito un numero maggiore di 2»,
vale a dire «è uscito un numero minore o uguale a 2», quindi:
 ¼ f1, 2g
A
d. L’evento contrario di B è l’evento «non è uscito un numero minore di 4»,
vale a dire «è uscito un numero maggiore o uguale a 4», quindi:
B ¼ f4, 5, 6g

Due eventi tali che il verificarsi dell’uno esclude il verificarsi dell’altro si dicono
incompatibili; tramite il linguaggio degli insiemi la definizione di eventi incom-
patibili può esprimersi rigorosamente come segue.
610
Unità 11
EVENTI INCOMPATIBILI
Due eventi si dicono incompatibili se la loro intersezione è l’evento impossi-
bile.

Calcolo delle probabilità


Esempi Controesempi

Nel lancio di un dado, i due eventi «esce il Nel lancio di un dado, i due eventi «esce un
numero 5» ed «esce un numero pari» sono multiplo di 3» ed «esce un numero pari»
incompatibili. non sono incompatibili.

Nel lancio successivo di due monete, i due Nel lancio successivo di due monete, i due
eventi «esce due volte ‘testa’» ed «esce due eventi «esce almeno una volta ‘testa’» ed
volte ‘croce’» sono incompatibili. «esce almeno una volta ‘croce’» non sono
incompatibili.

SINTESI Il linguaggio in teoria degli insiemi e nel calcolo della probabilità


Notazione Teoria degli insiemi Calcolo della probabilità
 Insieme universo Spazio campionario
a2 a è un elemento di  fag è un evento elementare
A A è un sottoinsieme di  A è un evento
A¼ A è l’insieme universo A è l’evento certo
A¼; A è l’insieme vuoto A è l’evento impossibile
A A è il complementare di A A è l’evento contrario di A
X ¼A[B X è l’unione di A e B X è l’evento «A o B»
X ¼A\B X è l’intersezione di A e B X è l’evento «A e B»
A\B ¼; A e B sono disgiunti A e B sono incompatibili

Il concetto di probabilità
Ognuno di noi possiede un’idea, almeno vaga, del concetto di probabilità. Intui-
tivamente, possiamo dire che la probabilità di un evento E è un numero che
esprime il grado di fiducia attribuito al verificarsi di E.
Resta però da capire come attribuire a un evento la sua probabilità, cioè come de-
terminare il numero che esprime il suddetto «grado di fiducia». Nei casi più sem-
plici il modo di attribuire la probabilità a un evento è in realtà del tutto naturale
e intuitivo.

ESEMPIO
Estraiamo una carta da un mazzo di 52 carte; qual è la probabilità di ottenere una
figura?
Sappiamo che in un mazzo di 52 carte ci sono in tutto 12 figure (3 per ogni se-
me), quindi abbiamo in tutto 12 possibilità su 52 di estrarre una figura; sup-
ponendo che tutte le carte abbiano la stessa possibilità di essere estratte, sia-
mo portati intuitivamente ad affermare che la probabilità di estrarre una figu-
12 3
ra è uguale a , cioè ’ 23%.
52 13

I casi concreti, però, non sono sempre cosı̀ facilmente abbordabili.

ESEMPI
a. Immagina di essere il titolare di una società di assicurazioni. Devi stabilire
quanto far pagare il rischio grandine, ai viticoltori che ne chiedono la co-
Ô 611
Ô
Calcolo combinatorio e probabilità

pertura, nella zona di Franciacorta, area del bresciano nota per la qualità
dei vini che vi si producono.
Il premio assicurativo annuo dovrà comprendere, ovviamente, i costi di
agenzia, le tasse, il profitto della società, ma sarà principalmente determi-
nato da un numero: la probabilità che grandini prima della vendemmia in quel-
la particolare area geografica. Come si può calcolare un tale valore di probabi-
lità? Le previsioni del tempo sono attendibili, in vario grado, per periodi
non superiori ai cinque giorni; l’unica possibilità è raccogliere i dati storici
disponibili, verificare quante volte ha grandinato nel periodo oggetto di os-
servazione e, ragionevolmente, assumere come probabilità il rapporto fra il
numero degli anni con almeno una grandinata disastrosa e il numero degli anni
presi in esame. Certo è un valore empirico, ma non ci sono altre possibilità
per fare calcoli più attendibili, almeno fino a quando la meteorologia non
Tema I

farà progressi oggi imprevedibili.


b. In certe epoche storiche o in certe nazioni si trova una maggiore propensio-
ne a scommettere su avvenimenti di ogni tipo, tanto da far diventare nota
la figura del bookmaker. Immagina di essere un bookmaker e di avere una
proposta di scommessa di questo tipo: «il prossimo papa sarà un cardinale
della Chiesa sudamericana». Come puoi valutare la probabilità dell’evento
(senza la cui valutazione non sai quali quote assegnare in caso di vincita)?
In questo caso non è possibile né l’approccio matematico dell’esempio del-
le carte, né quello statistico dell’esempio precedente. Puoi solo consultare
un vero esperto della materia che, in base alle sue informazioni, potrà darti
una sua previsione in termini percentuali che, in mancanza d’altro, diven-
terà la valutazione della probabilità dell’evento.

Riflettiamo sui tre esempi che abbiamo esaminato.


1. Nel primo caso (l’esempio dell’estrazione della carta) abbiamo potuto dare una
valutazione della probabilità dell’evento con strumenti matematici classici.
2. Nel secondo caso (l’esempio dell’assicuratore) non è possibile l’impostazione
con strumenti matematici classici, ma si può ricorrere al metodo statistico per
dare una valutazione della probabilità cercata.
3. Nel terzo caso (l’esempio del bookmaker) non è possibile applicare né il meto-
do razionale né quello statistico: il grado di fiducia può essere assegnato solo
con una valutazione che possiamo definire soggettiva (senza dare alcuna con-
notazione negativa al termine).

Per descrivere questi tre tipi di approccio atti a valutare la probabilità di un even-
to sono state formulate le seguenti tre definizioni di probabilità, ciascuna delle
quali si adatta rispettivamente ai tre esempi analizzati.
Modi di dire
DEFINIZIONE CLASSICA DI PROBABILITÀ
Per riferirsi alla probabilità di
un evento calcolata secondo Consideriamo un evento E relativo a uno spazio campionario  in cui tutti gli
la definizione classica si parla eventi elementari hanno la stessa probabilità di verificarsi; supponiamo che l’e-
talvolta di probabilità teorica vento E sia formato da k eventi elementari (brevemente detti «casi favorevoli») e
o razionale dell’evento. lo spazio campionario  sia formato da n eventi elementari (brevemente detti
«casi possibili»).
Si definisce probabilità dell’evento E, e si indica con pðEÞ, il rapporto tra il nu-
mero dei casi favorevoli e il numero dei casi possibili:
k
pðEÞ ¼
n

L’aggettivo «classica» è dovuto al fatto che questa definizione di probabilità è la


più intuitiva e storicamente è stata la prima a essere data, a opera del matematico
francese Laplace.
612
Unità 11
Per la precisione
DEFINIZIONE FREQUENTISTA DI PROBABILITÀ
La definizione frequentista
Consideriamo un evento, relativo a un esperimento ripetibile nelle medesime
data qui a fianco è in realtà
condizioni quante volte si vuole. Si definisce probabilità dell’evento la sua fre- una versione «semplificata»
quenza relativa, osservata in un numero sufficientemente grande di esperi- della definizione introdotta

Calcolo delle probabilità


menti. da Richard von Mises nel
1928, che qui non abbiamo
potuto proporre perché non
abbiamo ancora studiato il
DEFINIZIONE SOGGETTIVA DI PROBABILITÀ concetto di limite (che vedrai
Dato un evento E, si chiama probabilità di E un numero compreso tra 0 e 1, che nel proseguimento dei tuoi
un individuo assegna a E come misura del grado di fiducia che egli ripone nel ve- studi).
rificarsi di E. La probabilità che l’individuo assegna a E può pensarsi come il prez-
zo p che è disposto a pagare per ricevere l’importo 1 se l’evento E si verifica e
l’importo 0 se l’evento E non si verifica.

Ciascuna di queste tre definizioni presenta però degli inconvenienti.

1. La definizione classica richiede che lo spazio degli eventi sia finito e che tutti
gli eventi siano equiprobabili, il che porta a una notevole restrizione delle situa-
zioni cui è applicabile; inoltre parlare di eventi equiprobabili nella definizione
stessa di probabilità genera una circolarità nella definizione che pone proble-
mi logici.
2. La definizione frequentista richiede la ripetibilità di un esperimento nelle stesse
condizioni un gran numero di volte: ma ciò non sempre è possibile (pensa per
esempio a una partita di calcio); inoltre non è precisato esattamente quante
volte deve essere ripetuto l’esperimento per avere una valutazione attendibile
della probabilità, quindi la valutazione potrà differire in relazione al numero
di esperimenti che vengono effettuati.
3. La definizione soggettiva è stata criticata proprio per la soggettività insita in es-
sa e per l’arbitrarietà che lascia nel tradurre il «grado di fiducia» in un valore
numerico.

Queste considerazioni fanno emergere chiaramente che il problema di formulare


una definizione unificante di probabilità di un evento, che indichi esplicitamente
come calcolarla e che possa adattarsi a tutte le variegate situazioni in cui intervie-
ne il concetto di probabilità, appare di difficile soluzione.
Le difficoltà sono insite nella questione e sono testimoniate, anche storicamente,
dal fatto che il problema ha occupato a lungo i matematici ed è stato risolto solo
in tempi relativamente recenti, nel 1933, dal matematico russo Kolmogorov.
Ma qual è stata la chiave che ha consentito di superare le difficoltà?
L’idea vincente di Kolmogorov è stata quella di affrontare il calcolo della pro-
babilità secondo un approccio assiomatico che, come la geometria euclidea, si
sviluppa a partire da un esiguo numero di assiomi. In questa impostazione il
concetto di probabilità diventa un concetto primitivo (come punto, retta, piano
in geometria), che non viene definito esplicitamente, ma che è implicitamente
descritto dagli assiomi assunti a fondamento della teoria stessa. L’impostazione
assiomatica permette cioè a Kolmogorov di non esplicitare esattamente come
valutare la probabilità (lasciando quindi la libertà di seguire l’approccio più
adatto al caso in esame), ma di limitarsi solo a indicare quali sono le regole for-
mali che una misura di probabilità deve soddisfare per poter essere dichiarata
tale. Queste regole, assunte appunto come assiomi, sono quelle caratteristiche
che intuitivamente siamo portati ad attribuire a una misura di probabilità di
un evento:
 la probabilità di un evento deve essere un numero compreso tra 0 e 1;
 la probabilità dell’evento certo deve essere la massima possibile, cioè 1;
 la probabilità dell’unione di due eventi incompatibili deve essere la somma
delle probabilità dei due singoli eventi.
613
Calcolo combinatorio e probabilità

A S S I O M A 1 1 .1
Dato uno spazio campionario , la probabilità pðAÞ di un evento A di  è un numero
reale tale che:
a. 0  pðAÞ  1;
b. se A ¼ , allora pðAÞ ¼ 1.

A S S I O M A 1 1 .2
Osserva Se A e B sono due eventi incompatibili, allora pðA [ B Þ ¼ pðAÞ þ pðBÞ.
Dall’assioma 11.2 segue in
particolare che la probabilità Da qui in avanti, per fondare il calcolo della probabilità su basi rigorose, assu-
di un evento è la somma delle
probabilità degli eventi meremo anche noi questi assiomi. Quando dovremo attribuire una probabilità
elementari da cui è composto. nei singoli casi concreti, cioè stabilire il valore numerico che la esprime, saremo
Tema I

Tenendo conto di questa liberi di seguire l’approccio che riterremo più consono al caso in esame (classi-
osservazione e del fatto che
pðÞ ¼ 1, si deduce che la
co, frequentista o soggettivo), con l’unico vincolo di rispettare sempre gli assio-
somma delle probabilità di mi 11.1 e 11.2.
tutti gli eventi elementari
che compongono  deve
sempre essere uguale a 1. La legge dei grandi numeri
Mediante l’approccio assiomatico è possibile dimostrare un importante teorema
che getta un ponte tra la definizione classica e la definizione frequentista, noto
come «legge dei grandi numeri». In una sua formulazione discorsiva, questo teo-
rema esprime quanto segue.

TEOREMA 11.1 Leg ge dei gran di numeri


Supponiamo che a un dato evento sia attribuibile una probabilità sia secondo la defini-
zione classica, sia secondo quella frequentista. Allora, in una serie di prove ripetute, l’e-
vento si manifesta con una frequenza relativa che tende, al crescere del numero delle
prove, a coincidere con il valore teorico della sua probabilità.

Questo teorema è alla base di un importante metodo per valutare la probabilità


di un evento, utilizzato in tutti i casi in cui l’approccio puramente matematico
non è conosciuto o risulta troppo complesso, il cosiddetto metodo Monte Carlo:
esso consiste sostanzialmente nell’eseguire al computer un gran numero di simu-
lazioni del fenomeno in esame e calcolare la frequenza relativa dell’evento di cui
si vuole calcolare la probabilità: in forza della legge dei grandi numeri, all’aumen-
tare del numero di simulazioni si ottengono approssimazioni sempre migliori
della probabilità cercata. Vedremo alcuni semplici esempi di applicazione di que-
sto metodo nelle schede di Laboratorio di informatica.

Prova tu ESERCIZI a p. 631

1. Per ciascuno dei seguenti esperimenti aleatori descrivi lo spazio campionario e fornisci un esempio di evento ele-
mentare, un esempio di evento non elementare, un esempio di evento impossibile, un esempio di evento certo:
a. vengono estratte successivamente due palline da un’urna che ne contiene tre (una rossa, una gialla e una nera),
senza rimettere la prima pallina estratta nell’urna, e viene annotato il colore delle due palline estratte;
b. viene estratto un numero al lotto e viene annotato il numero estratto;
c. viene misurato il tempo di vita (in giorni) di un pneumatico.

2. Quale definizione di probabilità (classica, frequentista o soggettiva) ti sembra più adatta per valutare le probabilità
nelle seguenti situazioni?
a. Calcolare la probabilità che in una partita di calcio del campionato di serie A vinca una data squadra.
b. Calcolare la probabilità di vincere al superenalotto.
c. Calcolare la probabilità che un proprietario di automobile che vive in Toscana subisca un furto d’auto.

614
2. Valutazione della probabilità secondo

Unità 11
la definizione classica
Abbiamo già visto nel paragrafo precedente che, nel caso di uno spazio campio-

Calcolo delle probabilità


nario finito, in cui tutti gli eventi elementari sono equiprobabili, per determinare
la probabilità di un evento è intuitivo applicare la definizione «classica». In que-
sto paragrafo:
1. faremo vedere che in uno spazio equiprobabile finito la definizione classica di
probabilità non è solo quella più intuitiva, ma è anche l’unico modo possibile
per attribuire agli eventi una probabilità che soddisfi gli assiomi introdotti;
2. discuteremo l’importanza di valutare con attenzione l’ipotesi di equiprobabi-
lità;
3. ci soffermeremo sulle tecniche di base per calcolare la probabilità secondo la
definizione classica.

Deduzione della definizione classica dagli assiomi


Consideriamo un esperimento aleatorio che abbia come spazio campionario un
insieme finito, diciamo:
 ¼ fe1 , e2 , :::, en g
in cui tutti gli eventi elementari fe1 g, fe2 g, :::, fen g abbiano la stessa probabilità di
realizzarsi. Vogliamo assegnare una probabilità agli eventi elementari che soddi-
sfi gli assiomi 11.1 e 11.2; come possiamo procedere?
Dal momento che tutti gli n eventi elementari che formano  devono avere la
stessa probabilità di realizzarsi e che la somma delle probabilità di tutti questi
eventi deve essere 1 (per gli assiomi 11.1 e 11.2), dobbiamo necessariamente at-
tribuire a ciascun evento elementare una probabilità uguale a:
1
n
Se poi consideriamo un evento qualsiasi E  , formato da m eventi elementari,
allora, per l’assioma 11.2, dovrà essere:
1 1 1 m
pðEÞ ¼ þ ::: þ ¼ m  ¼
n n n n
m volte

Abbiamo dunque ritrovato la definizione classica:


numero degli elementi di E numero di casi favorevoli
pðEÞ ¼ ¼
numero degli elementi di  numero di casi possibili
Dunque in uno spazio equiprobabile finito la definizione classica di probabilità Modi di dire
non è solo quella che ci suggerisce naturalmente l’intuizione, ma è anche l’unico Uno spazio equiprobabile
modo possibile per attribuire agli eventi una probabilità che soddisfi gli as- finito viene anche chiamato
siomi introdotti. spazio di probabilità uniforme.

L’ipotesi di equiprobabilità
Per indicare che in un dato problema si sta supponendo l’ipotesi di equiprobabilità
degli esiti dell’esperimento si usa di solito l’espressione «a caso» (per esempio: si
estrae a caso una pallina da un’urna); inoltre, nei comuni giochi di estrazione di bi-
glie e di lanci di monete o dadi, si specifica che i dadi o le monete si suppongono
regolari (ossia non truccati) e che le palline estratte sono indistinguibili al tatto.
Anche se queste parole «spia» devono subito farci pensare all’ipotesi di equiproba-
bilità, occorre non dimenticarsi mai di valutare con attenzione se tale ipotesi è effet-
tivamente verificata in relazione allo spazio campionario scelto, cioè se tutti gli eventi
elementari sono effettivamente equiprobabili. Assumere indebitamente l’equi-
probabilità degli eventi elementari è una delle più frequenti cause di errore.
615
Calcolo combinatorio e probabilità

ESEMPIO Importanza dell’ipotesi di equiprobabilità


Barbara sostiene che, lanciando due monete, la probabilità che escano 2 «testa» è
1
, in base al seguente ragionamento: ci sono tre casi possibili (escono 0 «testa»
3
oppure esce 1 «testa» oppure escono 2 «testa») e di questi tre casi uno solo è
quello favorevole (l’uscita di 2 «testa»). Quale errore sta commettendo Barbara?

Barbara ha assunto come spazio campionario dell’esperimento l’insieme:

 ¼ f0, 1, 2g [11.1]

costituito da tutti i possibili numeri di «testa» che possono uscire, quindi ha


calcolato la probabilità dell’evento richiesto secondo la definizione classica. Ma
per poter applicare la definizione classica gli eventi elementari dello spazio
Tema I

campionario devono essere tutti equiprobabili, mentre in questo caso non lo


sono! Infatti, immaginiamo per aiutare la nostra intuizione che le due monete
siano di due colori diversi, per esempio una bianca e una nera: allora l’evento
«esce 1 ‘testa’» può realizzarsi in due modi diversi (quando esce «testa» sulla
moneta bianca e «croce» su quella nera oppure quando esce «testa» sulla mo-
neta nera e «croce» su quella bianca), quindi ha una maggiore probabilità di
realizzarsi rispetto ai due eventi «escono 0 ‘testa’» ed «escono 2 ‘testa’» (cia-
scuno dei quali può realizzarsi in un solo modo). L’errore di Barbara è stato
quindi quello di non rendersi conto che, assunto come spazio campionario
l’insieme [11.1], gli eventi elementari non sono equiprobabili, perciò la defi-
nizione classica non è applicabile.
Per procedere correttamente occorre assumere come spazio campionario:

 ¼ fðT, TÞ, ðT, CÞ, ðC, TÞ, ðC, CÞg

Cosı̀ facendo gli eventi elementari sono equiprobabili e la definizione classica è


1
applicabile; si conclude cosı̀ che la probabilità che escano 2 «testa» è .
4

Come è emerso dall’esempio precedente, nella risoluzione di un problema di


calcolo della probabilità occorre prestare particolare attenzione nella scelta del-
lo spazio campionario: se è possibile, per evitare errori e facilitare i calcoli, con-
viene sempre scegliere spazi campionari i cui eventi elementari risultano equi-
probabili.

Alcuni esempi di calcolo della probabilità in spazi


equiprobabili finiti
La definizione «classica» traduce sostanzialmente problemi di probabilità in pro-
blemi di conteggio: per determinare la probabilità di un evento E dobbiamo calco-
lare il numero degli elementi di E, il numero degli elementi dello spazio campio-
nario  e infine costruirne il rapporto. Per eseguire questi conteggi, almeno nei
casi più semplici, può essere utile ricorrere a rappresentazioni tramite diagrammi
ad albero o tabelle a doppia entrata.

ESEMPIO Utilizzo di un diagramma ad albero


Lanciamo una moneta regolare, successivamente, per tre volte. Determiniamo la
probabilità che esca «testa» esattamente due volte.

 Analisi preliminare
Lo spazio campionario è chiaramente finito e l’ipotesi che la moneta sia rego-
lare ci consente di affermare che siamo in una situazione in cui tutti gli esiti
sono equiprobabili; possiamo quindi valutare la probabilità richiesta come rap-
porto tra casi favorevoli e casi possibili.
616
Unità 11
 Calcolo della probabilità
Per individuare tutti i casi possibili possiamo utilizzare il seguente diagramma
ad albero:
1° lancio 2° lancio 3° lancio

Calcolo delle probabilità


T TTT
T
C T TC
T
T TC T
C
C TCC

T CTT
T
C C TC
C
T CC T
C
C CCC

Ne deduciamo che ci sono complessivamente 8 casi possibili, di cui 3 (colorati


in rosso) favorevoli alla realizzazione dell’evento «esce ‘testa’ esattamente due
volte».
3
La probabilità di tale evento è quindi .
8

ESEMPIO Utilizzo di una tabella a doppia entrata


Lanciamo due dadi regolari, uno rosso e uno blu, ciascuno con le facce numerate
da 1 a 6. Determiniamo la probabilità che la somma dei due numeri ottenuti sia
maggiore di 8.

 Analisi preliminare e scelta dello spazio campionario


Ecco un altro problema in cui occorre prestare particolare attenzione all’ipote-
si di equiprobabilità!
Lanciando due dadi, la somma dei due numeri ottenuti può essere:
2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12
Si potrebbe quindi essere tentati di scegliere come spazio campionario l’insie-
me:
 ¼ f2; 3, 4, 5, 6, 7, 8, 9, 10, 11, 12g [11.2]
quindi osservare che gli esiti favorevoli sono quattro (9, 10, 11, 12), quelli
possibili in tutto 11 (gli elementi di Þ, e concludere che la probabilità richie-
4
sta è .
11
Questa soluzione però è errata; infatti gli eventi elementari dello spazio cam-
pionario [11.2] non sono tutti equiprobabili. Per esempio, la probabilità di ot-
tenere il numero 2 (che può ottenersi solo dall’uscita del numero 1 su entram-
bi i dadi) deve chiaramente essere inferiore alla probabilità di ottenere il nume-
ro 6 (che può ottenersi in tanti modi diversi: sia dall’uscita di 1 e 5, sia dall’u-
scita di 2 e 4, sia dall’uscita di due 3).
Per avere l’equiprobabilità degli eventi elementari conviene scegliere come
spazio campionario semplicemente l’insieme che rappresenta tutti i possibili
esiti dei due lanci (senza considerare momentaneamente la somma dei nume-
ri ottenuti); lo spazio campionario sarà quindi l’insieme:
0 ¼ fð1,1Þ,ð1,2Þ,ð1,3Þ,ð1,4Þ,ð1,5Þ,ð1,6Þ,ð2,1Þ,ð2,2Þ,ð2,3Þ,:::,ð6,4Þ,ð6,5Þ,ð6,6Þg
e i suoi eventi elementari, essendo i dadi regolari, si possono considerare tutti
equiprobabili. L’insieme 0 non è altro che il prodotto cartesiano dell’insieme
f1, 2, 3, 4, 5, 6g per se stesso, quindi j 0 j ¼ 36, ovvero ci sono in totale 36
casi possibili.
Ô 617
Ô
Calcolo combinatorio e probabilità

 Calcolo dei casi favorevoli


Possiamo rappresentare tutte le possibili somme ottenute dai numeri usciti
nel lancio dei due dadi nella seguente tabella. Per esempio, la casella all’incro-
cio della seconda riga e della seconda colonna rappresenta la somma ottenuta
in seguito all’uscita dei due numeri 1 e 1, quindi in corrispondenza di tale ca-
sella abbiamo scritto il numero 2 ¼ 1 þ 1.

Dado rosso
1 2 3 4 5 6
Dado blu
1 2 3 4 5 6 7
2 3 4 5 6 7 8
3 4 5 6 7 8 9
Tema I

4 5 6 7 8 9 10
5 6 7 8 9 10 11
6 7 8 9 10 11 12

In tabella abbiamo indicato in grassetto i casi in cui la somma dei numeri ot-
tenuti è maggiore di 8: deduciamo che abbiamo in tutto 10 casi favorevoli.

 Conclusione
Poiché ci sono 36 casi possibili e 10 favorevoli, la probabilità richiesta è ugua-
10 5
le a ¼ .
36 18

Esclusi casi particolarmente semplici, come quelli esaminati negli ultimi due
esempi, per calcolare il numero dei casi favorevoli e di quelli possibili è necessa-
rio fare ricorso alle regole del calcolo combinatorio, che abbiamo introdotto nell’u-
nità precedente.

ESEMPIO Calcolo di una probabilità utilizzando il principio fondamentale


del calcolo combinatorio
Un’urna contiene 10 palline, numerate da 1 a 10. Estraiamo a caso successiva-
mente tre palline, rimettendo nell’urna, dopo ciascuna estrazione, la pallina
estratta. Qual è la probabilità che la prima e la terza pallina estratta abbiano nu-
meri pari?

 Analisi preliminare
Lo spazio campionario è l’insieme delle terne ordinate ða; b; cÞ, dove a, b e c
sono numeri naturali compresi tra 1 e 10 (inclusi 1 e 10).
Dal momento che le palline vengono estratte a caso, è lecito supporre che
ogni pallina abbia la stessa probabilità di essere estratta, quindi che gli eventi
elementari dello spazio campionario sono equiprobabili. Possiamo quindi cal-
colare la probabilità richiesta come rapporto tra il numero dei casi favorevoli
e quello dei casi possibili. Per calcolare correttamente il numero dei casi favo-
revoli e il numero dei casi possibili è utile fare riferimento al principio fonda-
mentale del calcolo combinatorio.

 Calcolo dei casi possibili


Quanti elementi contiene lo spazio campionario, ovvero quanti sono i casi
possibili? Poiché dopo ogni estrazione si rimette la pallina nell’urna, in cia-
scuna delle tre estrazioni abbiamo 10 possibili scelte, quindi complessivamen-
te possiamo estrarre le tre palline in:
10  10  10
modi diversi.
618
Unità 11
 Calcolo dei casi favorevoli
I casi «favorevoli» sono quelli in cui, nella prima e nella terza estrazione, si
estrae una pallina di numero pari. Essi sono rappresentati dalle terne ordinate
ða; b; cÞ dello spazio campionario in cui a e c sono numeri pari. Quante sono

Calcolo delle probabilità


queste terne, ovvero quanti sono i casi favorevoli? Osserviamo che:
 il numero a può essere scelto in 5 modi diversi (i numeri pari compresi tra 1
e 10 sono infatti 2, 4, 6, 8, 10);
 il numero b può essere scelto in 10 modi (non abbiamo nessun vincolo,
perciò possiamo scegliere qualsiasi numero tra 1 e 10);
 il numero c può essere scelto (analogamente alla scelta di aÞ in 5 modi di-
versi.
Quindi complessivamente ci sono 5  10  5 casi favorevoli.

 Conclusione
5  10  5 1
La probabilità richiesta è uguale a: ¼ .
10  10  10 4

Prova tu ESERCIZI a p. 633


 
1. Se si sceglie a caso un numero di due cifre, qual è la probabilità che sia un multiplo di 9? 1
9
2. Due sacchetti contengono ciascuno 4 biglie numerate da 1 a 4. Si estraggono a caso una biglia dal primo sacchetto  e
una biglia dal secondo. Qual è la probabilità che la somma dei due numeri sulle due biglie estratte sia uguale a 6? 3
16
3. Un’urna contiene tre palline: una bianca, una nera e una rossa. Si estrae a caso una pallina dall’urna e se ne annota
il colore. Dopo avere rimesso la pallina estratta nell’urna, si estrae una seconda pallina. Qual è la probabilità che del-
 
le due palline estratte almeno una sia rossa? 5
9
4. Devi inventare una password costituita da 5 caratteri che possono essere cifre (0, 1, . . ., 9) o lettere minuscole dell’al-
fabeto italiano, composto da 5 vocali e 16 consonanti. Cifre e lettere possono essere ripetuti. Se digiti una password
a caso, qual è la probabilità che essa abbia come primi due caratteri delle lettere e come ultimi tre delle cifre?
 2 
21  103
’ 1,54%
315

3. I primi teoremi sul calcolo delle probabilità


In questo paragrafo dimostreremo i primi teoremi sul calcolo della probabilità.
La dimostrazione di questi teoremi si fonda solo sugli assiomi introdotti nel Para-
grafo 1, perciò tutti i teoremi sono applicabili, indipendentemente dall’approc-
cio (classico, frequentista, soggettivo...) utilizzato per valutare la probabilità dei
singoli eventi.

Probabili tà d e l l ’ e ve n t o c o n t ra r i o TEOREMA 11.2


Se A è un evento e A è il suo evento contrario, allora:
pðAÞ ¼ 1  pðAÞ [11.3]

DIMOSTRAZIONE Ω
Sia  lo spazio campionario cui appartiene l’evento A.
Poiché A [ A ¼ , dall’assioma 11.2 segue che:
A
pðAÞ þ pðAÞ ¼ pðÞ [11.4]
La probabilità al secondo membro della [11.4] deve essere 1 per l’assioma 11.1, A
quindi:
pðAÞ þ pðAÞ ¼ 1
da cui possiamo ricavare che pðAÞ ¼ 1  pðAÞ.

619
Ponendo A ¼  nella [11.3] si ottiene immediatamente il seguente corollario.
Calcolo combinatorio e probabilità

C O R O L L AR I O 1 1 .1
La probabilità dell’evento impossibile è zero:
pðxÞ ¼ 0

ESEMPIO
Un individuo su 10000 è allergico a un certo vaccino. Qual è la probabilità di as-
sumere quel vaccino senza manifestare fenomeni di allergia?
1
La probabilità di essere allergici al vaccino è ; la probabilità di non pre-
10000
1 9999
Tema I

sentare problemi dopo la somministrazione è 1  ¼ ¼ 99;99%.


10000 10000

Per calcolare la probabilità di un dato evento E, in certi casi è più facile calcolare
la probabilità dell’evento contrario E e poi risalire alla probabilità di E tramite la
[11.3].

Attenzione! ESEMPIO Passaggio all’evento contrario


In generale, in molti Si lancia successivamente per 6 volte una moneta non truccata; qual è la probabi-
problemi di calcolo della
lità che esca «testa» almeno una volta?
probabilità in cui compare la
parola «almeno» è
conveniente passare  Analisi preliminare
all’evento contrario. Ogni Indichiamo con E l’evento: «esce ‘testa’ almeno una volta». Esso equivale a:
qualvolta in un problema
compare questa parola, «esce ‘testa’ esattamente una volta o esattamente due volte o esattamente tre
quindi, chiediti se può essere volte o esattamente quattro volte o esattamente cinque volte o esattamente
utile seguire questa via. sei volte». Calcolare la probabilità dell’evento E seguendo questa via è possibi-
le ma sarebbe laborioso: dovremmo calcolare la probabilità di tutti gli eventi
in cui abbiamo scomposto E, ossia «esce ‘testa’ esattamente una volta», «esce
‘testa’ esattamente due volte» ecc., quindi, dato che tali eventi sono incompa-
tibili, sommare le loro probabilità.
Il problema si risolve molto più agevolmente se si considera l’evento contra-
rio E: «non esce mai ‘testa’» e poi si deduce, mediante la [11.3], la probabilità
di E.

 Calcolo
Poiché la moneta non è truccata, possiamo supporre che tutti gli esiti siano
equiprobabili e dunque calcolare la probabilità dell’evento E secondo la defi-
nizione classica:
– ci sono 26 casi possibili: infatti effettuiamo 6 lanci e per ogni lancio ci sono
2 possibili esiti (T o C), quindi, per il principio fondamentale del calcolo
combinatorio, i casi possibili sono complessivamente:
2  2  2  2  2  2 ¼ 26
– c’è 1 solo caso favorevole: quello in cui esce «croce» in tutti i sei lanci.
Concludiamo che:
1 1
pðEÞ ¼ ¼
26 64
quindi, per la [11.3]:
1 63
pðEÞ ¼ 1  pðEÞ ¼ 1  ¼
64 64
620
Unità 11
Probabili tà d e l l a d i f f e r e n z a di du e e v e n t i TEOREMA 11.3
Siano A e B due eventi tali che A  B. Allora risulta:

pðB  AÞ ¼ pðBÞ  pðAÞ

Calcolo delle probabilità


DIMOSTRAZIONE
B
Osserviamo (fig. 11.1) che:
B–A
B ¼ A [ ðB  AÞ
A
Poiché B  A e A sono disgiunti, per l’assioma 11.2:
pðBÞ ¼ pðAÞ þ pðB  AÞ
da cui ricaviamo:
pðB  AÞ ¼ pðBÞ  pðAÞ Figura 11.1

Probabili tà dell’unione di d ue e venti TEOREMA 11.4


Siano A e B due eventi; allora risulta:
pðA [ BÞ ¼ pðAÞ þ pðBÞ  pðA \ BÞ [11.5]

DIMOSTRAZIONE
A B
Osserviamo (fig. 11.2) che:
A [ B ¼ A [ ðB  ðA \ BÞÞ

B – (A ∩ B)
A∩B
Figura 11.2
Per l’assioma 11.2:
pðA [ BÞ ¼ pðAÞ þ pðB  ðA \ BÞÞ [11.6]
Ma A \ B  B, quindi per il teorema 11.3:
pðB  ðA \ BÞÞ ¼ pðBÞ  pðA \ BÞ [11.7]
Sostituendo la [11.7] nella [11.6], si ottiene la tesi.

ESEMPIO Probabilità dell’unione di due eventi


Si sceglie a caso un numero appartenente all’insieme X = f1, 2, 3, 4, 5, 6, 7, 8, 9,
10, 11, 12g. Qual è la probabilità che esso sia divisibile per 2 o per 3?
Sia A l’evento: «il numero estratto è divisibile per 2» e B l’evento: «il numero
estratto è divisibile per 3». Dobbiamo calcolare la probabilità dell’evento
A [ B.
Al fine di applicare la formula [11.5], calcoliamo preliminarmente le probabi-
lità dei tre eventi: A, B e A \ B. Abbiamo:
6
pðAÞ ¼ I numeri pari contenuti in X sono sei
12
4
pðBÞ ¼ I numeri divisibili per 3 contenuti in X sono: 3, 6, 9, 12
12
2
pðA \ BÞ ¼ I numeri divisibili per 2 e per 3, cioè per 6, contenuti in X sono 6 e 12
12
Concludiamo che:
6 4 2 2
pðA [ BÞ ¼ þ  ¼
12 12 12 3
621
Indipendenza
Calcolo combinatorio e probabilità

Intuitivamente, due eventi A e B si dicono indipendenti quando il verificarsi di


uno dei due non altera la probabilità dell’altro. Si dimostra (lo vedremo nel pros-
simo volume) che vale la seguente regola:

REGOLA DEL PRODOTTO


Due eventi A e B sono indipendenti se e solo se pðA \ BÞ ¼ pðAÞpðBÞ

La proprietà di indipendenza di alcuni eventi viene spesso assunta come ipotesi e


utilizzata per il calcolo della probabilità di altri eventi.

ESEMPIO Regola del prodotto


Lanciamo per due volte un comune dado regolare a sei facce; qual è la probabilità
Tema I

di ottenere in entrambi i lanci un multiplo di 3?

Chiaramente l’esito del primo lancio non influenza quello del secondo. Pos-
siamo dunque assumere che i due eventi A: «nel primo lancio ho ottenuto un
multiplo di 3» e B: «nel secondo lancio ho ottenuto un multiplo di 3» sono in-
dipendenti. In base alla regola del prodotto la probabilità dell’evento cercato,
cioè di A \ B, è uguale a:
1 1 1
pðAÞpðBÞ ¼  ¼ L’evento A si realizza quando esce 3 o 6, dunque ha probabilità
3 3 9 2 1
¼ . Analogamente per l’evento B.
6 3

Prova tu ESERCIZI a p. 640


 
1. Si lanciano due dadi non truccati. Determina la probabilità che la somma dei numeri ottenuti sia diversa da 7. 5
6
2. Nel gioco del lotto vengono estratti dei bussolotti da un’urna che ne contiene 90 e ogni bussolotto contiene al-
l’interno un numero che va da 1 a 90. Considera l’estrazione del primo bussolotto e determina la probabilità di
 
estrarre un multiplo di 6 o di 8. 23
90

4. Variabili aleatorie e distribuzioni discrete


Un nuovo concetto di variabile
Nell’ambito del calcolo della probabilità si introduce un nuovo concetto di «va-
riabile», quello di variabile aleatoria, che è fondamentale in svariate applicazioni.
Consideriamo per esempio l’esperimento che consiste nel lancio di due dadi re-
golari, e indichiamo con X la somma dei due numeri ottenuti. La lettera X rap-
presenta una variabile, che può assumere i valori:
2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12
Essa è l’esempio di una variabile aleatoria.
Intuitivamente, una variabile aleatoria è una variabile i cui valori sono numeri reali
determinati dall’esito di un esperimento aleatorio. Per esempio, sono variabili aleato-
rie:
Osserva  T che rappresenta il numero di «testa» uscite nel lancio di 100 monete;
Le variabili aleatorie si  H che rappresenta l’altezza di una persona scelta a caso nella popolazione;
indicano di solito con lettere  N che rappresenta il numero di autovetture che giungono in un giorno a un
maiuscole dell’alfabeto.
casello autostradale.
622
Una variabile aleatoria, tuttavia, si può anche interpretare come funzione; per

Unità 11
esempio, riconsideriamo la variabile aleatoria X «somma dei due numeri ottenuti
nel lancio di due dadi»: essa si può interpretare come la funzione che associa a
ogni possibile esito del lancio la somma dei due numeri ottenuti. Questa osserva-
zione consente di dare una definizione più formale di variabile aleatoria.

Calcolo delle probabilità


VARIABILE ALEATORIA
Si chiama variabile aleatoria (o variabile casuale) una funzione che associa a
ogni possibile esito di un esperimento aleatorio un numero reale.

Se  è lo spazio campionario di un esperimento aleatorio e X è una variabile alea-


toria relativa all’esperimento, in base alla definizione data risulta X :  ! R.

ESEMPIO La variabile aleatoria come funzione


Consideriamo l’esperimento che consiste nel lancio di 3 monete equilibrate, e in-
dichiamo con X il numero di «testa» che si ottiene. Rappresentiamo la variabile
aleatoria X, intesa come funzione.
In base a quanto abbiamo detto poc’anzi, X non è altro che la funzione che
associa a ogni possibile esito del lancio delle tre monete il numero complessi-
vo di «testa» ottenuto. Lo spazio campionario  è l’insieme:
 ¼ fTTT, TTC, TCT, TCC, CTT, CTC, CCT, CCCg
e i valori che può assumere la va- Ω R
riabile aleatoria sono 0, 1, 2, 3. TTT
Quindi: TTC
TCT 0
X :  ! f0, 1, 2, 3g
T CC 1
La funzione X può essere rappre-
sentata tramite il diagramma a CTT 2
frecce in fig. 11.3. CTC 3
CC T
CCC
Figura 11.3

Una variabile aleatoria X che assume un numero finito n di valori si dice discreta. Per la precisione
L’evento: «X assume il valore xi » (dove i è un intero qualsiasi compreso tra 1 e nÞ Si chiamano discrete anche
si rappresenta con il simbolo X ¼ xi . le variabili aleatorie
Possiamo anche calcolare la probabilità dell’evento X ¼ xi : essa è uguale alla che assumono una infinità
numerabile di valori, cioè tali
somma delle probabilità degli eventi elementari la cui immagine tramite X è che l’insieme dei valori
uguale a xi . assunti dalla variabile
può essere messo
ESEMPIO in corrispondenza biunivoca
con N. Non ci occuperemo
Consideriamo la variabile aleatoria X che esprime il numero di «testa» uscite nel tuttavia di variabili aleatorie
lancio di tre monete equilibrate. Determiniamo la probabilità degli eventi: di questo tipo.

X ¼ 0, X ¼ 1, X ¼ 2 e X ¼ 3
Si tratta della variabile aleatoria che abbiamo rappresentato in fig. 11.3. Osser-
viamo che:
 la probabilità che sia X ¼ 0 è uguale alla probabilità dell’evento elementare
1
CCC, quindi vale ;
8
 la probabilità che sia X ¼ 1 è la somma delle probabilità dei tre eventi ele-
3
mentari TCC, CTC, CCT, quindi è uguale a ;
8
 la probabilità che sia X ¼ 2 è la somma delle probabilità dei tre eventi ele-
3
mentari TTC, TCT, CTT, quindi è uguale a ;
8 Ô 623
Ô
Calcolo combinatorio e probabilità

 la probabilità che sia X ¼ 3 è uguale alla probabilità dell’evento elementare


1
TTT, quindi vale .
8

Formalmente scriviamo:
1 3 3 1
pðX ¼ 0Þ ¼ pðX ¼ 1Þ ¼ pðX ¼ 2Þ ¼ pðX ¼ 3Þ ¼
8 8 8 8

Distribuzioni di probabilità
Supponendo ancora che X sia una variabile aleatoria discreta che assume i valori
x1 , x2 , ..., xn , possiamo associare a ciascuno degli eventi X ¼ x1 , X ¼ x2 , ..., X ¼ xn
la rispettiva probabilità: si definisce cosı̀ una funzione, cui si dà un nome partico-
Tema I

lare.

DISTRIBUZIONE DI PROBABILITÀ DI UNA VARIABILE ALEATORIA DISCRETA


Sia X una variabile aleatoria che assume i valori x1 , x2 , ..., xn , con probabilità ri-
spettive p1 , p2 , ..., pn ; si chiama distribuzione di probabilità (o densità) della va-
riabile aleatoria X la funzione che associa a ciascun xi la rispettiva probabilità pi .

La distribuzione di probabilità di una variabile aleatoria discreta si rappresenta


tramite una tabella del tipo mostrato qui sotto.

xi x1 x2 . . .. . . xn

pðX ¼ xi Þ p1 p2 . . .. . . pn

Poiché gli eventi X ¼ x1 , X ¼ x2 , ..., X ¼ xn sono disgiunti e la loro unione è , ne


segue che è sempre p1 þ p2 þ ::: þ pn ¼ 1.

ESEMPIO Distribuzione di probabilità di una variabile aleatoria discreta


Determiniamo la distribuzione di probabilità della variabile aleatoria X che espri-
me il numero di «testa» uscite nel lancio di tre monete equilibrate.

Si tratta ancora della variabile aleatoria che abbiamo rappresentato in


fig. 11.3. Ricordiamo che X può assumere i valori: 0, 1, 2, 3.
Nell’ultimo esempio abbiamo ricavato che le probabilità degli eventi:

X¼0 X¼1 X¼2 X¼3

1 3 3 1
sono rispettivamente: , , , . Pertanto la distribuzione di probabilità
8 8 8 8
di X è:

xi 0 1 2 3

1 3 3 1
pðX ¼ xi Þ
8 8 8 8

1 3 3 1
Puoi verificare che: þ þ þ ¼ 1.
8 8 8 8

Avrai notato la similitudine fra il concetto di distribuzione di probabilità e quello


di distribuzione di frequenze relative studiato in statistica. La similitudine conti-
nua anche nella definizione dei concetti di media, varianza e deviazione standard
di una variabile aleatoria discreta.
624
Unità 11
MEDIA, VARIANZA E DEVIAZIONE STANDARD DI UNA VARIABILE ALEATORIA DISCRETA Osserva
1. Il simbolo standard EðXÞ
Sia X una variabile aleatoria discreta che assume i valori x1 , x2 , ..., xn , con proba-
utilizzato per indicare la
bilità rispettive p1 , p2 , ..., pn . media di una variabile
aleatoria X deriva dall’inglese
a. Si chiama media (o valore atteso o speranza matematica) della variabile

Calcolo delle probabilità


Expectation, che significa
aleatoria X, e si indica con il simbolo EðXÞ o con la lettera , il numero: «valore atteso».
2. Continuano a valere,
 ¼ EðXÞ ¼ x1 p1 þ x2 p2 þ ::: þ xn pn per la media di una variabile
aleatoria, proprietà analoghe
b. Si definisce varianza di X, e si indica con il simbolo VðXÞ o con il simbolo 2 , a quelle viste per la media in
il numero cosı̀ definito: statistica. In particolare, il
valore medio di una variabile
2 ¼ VðXÞ ¼ ½x1  EðXÞ2  p1 þ ½x2  EðXÞ2  p2 þ ::: þ ½xn  EðXÞ2  pn aleatoria è lineare, vale a
c. Si definisce deviazione standard (o scarto quadratico medio) di X, e si indi- dire: se a e b 2 R, e X è una
variabile aleatoria, risulta:
ca con il simbolo sðXÞ (o con la lettera ) la radice quadrata della sua varianza. EðaX þ bÞ ¼ aEðXÞ þ b.

Intuitivamente, la media di una variabile aleatoria fornisce un valore che appros-


sima la media aritmetica dei valori assunti dalla variabile, quando si esegue un
numero k di prove: l’approssimazione è tanto migliore quanto più grande è k; la
varianza e la deviazione standard sono invece indici che forniscono una misura
della «dispersione» dei valori della variabile aleatoria intorno alla sua media.
Similmente a quanto visto in statistica, per il calcolo della varianza di una varia-
bile aleatoria sussiste anche la seguente formula alternativa ridotta, che per-
mette un minor numero di calcoli:
VðXÞ ¼ x21 p1 þ x22 p2 þ ::: þ x2n pn  ½EðXÞ2

ESEMPIO Media, varianza e deviazione standard di una variabile aleatoria


Determiniamo media, varianza e deviazione standard della variabile aleatoria X
che esprime il numero di «testa» uscite nel lancio di tre monete equilibrate.

Ricordiamo la distribuzione di probabilità della variabile aleatoria X che ab-


biamo calcolato nell’esempio precedente.

xi 0 1 2 3

1 3 3 1
pðX ¼ xi Þ
8 8 8 8

In base alle definizioni date poc’anzi abbiamo:


1 3 3 1 3
EðXÞ ¼ 0  þ1 þ2 þ3 ¼ Valore medio
8 8 8 8 2
 2
1 3 3 1 3 3
VðXÞ ¼ 0  þ 12  þ 22  þ 32  
2
¼ Utilizzando la formula
8 8 8 8 2 4 ridotta per il calcolo
rffiffiffiffiffi della varianza
pffiffiffiffiffiffiffiffiffiffi 3
sðXÞ ¼ VðxÞ ¼ ’ 0; 87 Deviazione standard
4

Giochi equi
Tramite il concetto di valore medio di una variabile aleatoria possiamo costruire
un modello matematico che consente di valutare l’equità di un gioco.
Intuitivamente, un gioco è:
 equo se, alla fine di molte partite, il giocatore si trova circa nelle stesse condi-
zioni di partenza, senza né grandi vincite né grandi perdite;
 favorevole al giocatore se, alla fine di molte partite, il giocatore realizza una vin-
cita;
 sfavorevole al giocatore se, alla fine di molte partite, il giocatore si trova in per-
dita.
625
Queste considerazioni intuitive si possono formalizzare considerando la variabile
Calcolo combinatorio e probabilità

aleatoria X che rappresenta la somma complessiva vinta o persa da un giocatore


dopo una partita (tenendo conto anche dell’eventuale cifra sborsata all’inizio del
gioco per partecipare a esso) e calcolando il valore medio di tale variabile aleatoria:
 se il valore medio di X è nullo, il gioco è equo;
 se il valore medio di X è positivo, il gioco è favorevole al giocatore;
 se il valore medio di X è negativo, il gioco è sfavorevole al giocatore.

ESEMPIO Gioco equo


In un gioco Tizio lancia un dado: se esce un numero pari deve pagare 2 euro; se
esce la faccia 1 vince 5 euro, se esce 3 non succede nulla; se esce la faccia 5 vince
1 euro. Si tratta di un gioco equo?
Sia X la variabile aleatoria che esprime la somma complessiva, in euro, vinta o
Tema I

persa da Tizio dopo una partita. Le possibilità sono le seguenti:


 esce un numero pari (ossia 2, 4 o 6): Tizio deve pagare 2 euro, quindi
X ¼ 2;
 esce 1: Tizio vince 5 euro, quindi X ¼ 5;
 esce 3: Tizio non vince e non perde nulla, quindi X ¼ 0;
 esce 5: Tizio vince 1 euro, quindi X ¼ 1.
I valori che può assumere la variabile aleatoria X sono dunque:
2, 0, 1, 5
La distribuzione di probabilità di X è rappresentata nella seguente tabella.

Valori di X 2 0 1 5

1 1 1 1
Probabilità
2 6 6 6

Il valore medio di X è:


1 1 1 1 1 5
EðXÞ ¼ 2  þ 0  þ 1  þ 5  ¼ 1 þ þ ¼ 0
2 6 6 6 6 6
Si tratta quindi di un gioco equo. Giocando un gran numero di volte, si può
supporre che alla fine Tizio si troverà all’incirca nella condizione iniziale.

ESEMPIO Il gioco del lotto è equo?


La probabilità di realizzare un ambo al gioco del lotto (giocando due numeri) è
2
p¼ . Se si punta 1 euro sull’uscita di un ambo, quale dovrebbe essere l’incas-
801
so equo in caso di vittoria?

Sia X la variabile aleatoria che esprime la somma complessiva in euro vinta o


persa da un giocatore dopo un’estrazione del lotto.
Si possono presentare due eventualità:
 se il giocatore non realizza l’ambo, perde l’euro che ha puntato, quindi
X ¼ 1;
 se il giocatore realizza l’ambo, dopo avere pagato inizialmente 1 euro per la
Attenzione!
puntata, vince una somma V, quindi X ¼ V  1.
Osserva che i due eventi: «il
giocatore non realizza La distribuzione di probabilità di X è dunque:
l’ambo» e: «il giocatore
realizza l’ambo» sono Valori di X 1 V 1
contrari, quindi la
probabilità del primo è 1 2 2
meno la probabilità del Probabilità 1
801 801
secondo.

626
Unità 11
Affinché il gioco sia equo il valore medio di X deve essere 0. Quindi deve risul-
tare:
 
2 2
1  1  þ ðV  1Þ  ¼0
801 801

Calcolo delle probabilità


Risolvendo questa equazione nell’incognita V, si ricava:
V ¼ 400,5
L’incasso equo, a fronte di una puntata di 1 euro, sarebbe dunque di 400,50
euro. In realtà, al gioco del lotto, l’ambo viene pagato solo 250 volte la posta
giocata: non si tratta quindi di un gioco equo. Giocando un gran numero di
volte, si può supporre che alla fine un giocatore si troverà in perdita.

Prova tu ESERCIZI a p. 643

1. Si lancia due volte una moneta. Determina la distribuzione di probabilità della variabile aleatoria X: «numero di ‘te-
sta’ ottenuto nei due lanci». Calcola quindi il valore medio,
 la varianza e la deviazione standard di X. rffiffiffiffiffi 
3 3
Valore medio ¼ 1, varianza ¼ , deviazione standard ¼
2 2
2. Il biglietto di una lotteria costa 2 euro. Sapendo che il montepremi complessivo è di 1 milione di euro, quanti bi-
glietti si dovrebbero vendere per garantire un gioco equo? [500 000]

5. Distribuzione binomiale
Il concetto di variabile aleatoria permette di costruire dei modelli generali, appli-
cabili a vaste classi di problemi. Tra i modelli che fanno riferimento a variabili
aleatorie discrete ci limiteremo a studiare uno dei più importanti: il cosiddetto
processo di Bernoulli. Iniziamone lo studio con una definizione preliminare.

Scritture equivalenti
ESPERIMENTO DI BERNOULLI
Si dice esperimento (o prova) di Bernoulli un esperimento aleatorio che può Talvolta «successo»
e «insuccesso» vengono
avere solo due possibili esiti. Conveniamo di chiamare «successo» l’esito che in- indicati rispettivamente
teressa e «insuccesso» l’altro esito possibile. La probabilità p di successo in un con 1 e con 0.
esperimento di Bernoulli si dice parametro dell’esperimento.

ESEMPI Prove di Bernoulli


1. Si lancia una moneta e si vince se esce «testa». Questo esperimento aleato-
rio è una prova di Bernoulli, dove si considera come «successo» l’esito «te-
1
sta»; il parametro di questa prova di Bernoulli è p ¼ .
2
2. È noto che mediamente il 5% dei pezzi prodotti in una giornata da un’a-
zienda hanno dei difetti. La scelta a caso di un pezzo tra quelli prodotti e la
verifica se sia difettoso si possono assimilare a una prova di Bernoulli, dove
si considera come «successo» l’evento che consiste nell’aver trovato un pez-
5 1
zo difettoso. Il parametro di questa prova di Bernoulli è p ¼ ¼ .
100 20

Supponiamo ora di eseguire ripetutamente n prove di Bernoulli identiche e indi-


pendenti tra loro, vale a dire supponiamo che le prove si verifichino tutte nelle
stesse condizioni (in modo, quindi, che la probabilità di avere un successo sia la
stessa in ogni prova) e che l’esito di un singolo esperimento non abbia influenza
sull’esito degli altri esperimenti: il processo che ne risulta è il modello adatto a
descrivere moltissimi fenomeni, perciò gli si è dato un nome specifico.
627
Calcolo combinatorio e probabilità

Osserva
PROCESSO DI BERNOULLI
Il parametro n è un numero Si chiama processo di Bernoulli l’esperimento aleatorio consistente nella ripeti-
intero positivo, mentre il
parametro p è un numero
zione di n prove di Bernoulli identiche e indipendenti.
reale con 0 < p < 1.
Per esempio, sono processi di Bernoulli il lancio ripetuto per n volte di una mo-
neta, oppure l’estrazione con reinserimento, per n volte successive, di una pallina
da un’urna che contiene palline di due soli colori.

VARIABILE ALEATORIA BINOMIALE


Consideriamo un processo di Bernoulli costituito da n prove di parametro p. La
variabile aleatoria X che conta il numero complessivo di successi ottenuti nelle
n prove si dice binomiale di parametri n e p.
Tema I

TEOREMA 11.5 D i s t r i b u z i o n e d i u n a va r i abile aleatori a binomiale


Sia X una variabile aleatoria binomiale di parametri n e p. La distribuzione di probabi-
lità di X è data dalla formula:
n
pðX ¼ kÞ ¼ pk ð1  pÞnk k ¼ 0, 1, ..., n
k

DIMOSTRAZIONE
1. Dobbiamo calcolare la probabilità che sia X ¼ k, cioè la probabilità di avere k
successi in n prove.
2. La probabilità di ottenere, in n prove, una particolare sequenza di k successi e
ðn  kÞ insuccessi, per l’indipendenza delle prove, è uguale a pk ð1  pÞnk .
3. Le diverse sequenze possibili costituite da k successi e n  k insuccessi sono in tut-
n
to . Infatti una particolare sequenza di questo tipo è individuata univoca-
k
mente una volta che sono note le k posizioni dei successi (perché ovviamente
tutte le altre posizioni saranno occupate da insuccessi) e i modi in cui si posso-
n
no scegliere k posizioni tra n è uguale a .
n k
4. Poiché gli modi in cui possono realizzarsi k successi sono eventi incompa-
k
tibili, la probabilità dell’evento X ¼ k è la somma delle probabilità di tutti questi
n
eventi incompatibili, quindi è uguale a pk ð1  pÞnk .
k

Per indicare che una variabile aleatoria ha distribuzione binomiale di parametri n


e p si utilizza la scrittura X  Bðn, pÞ, da leggere «X segue la distribuzione bino-
miale di parametri n e p».
I diagrammi a barre in fig. 11.4 rappresentano le distribuzioni di probabilità di al-
cune variabili aleatorie binomiali in cui n ¼ 10.

y n = 10, p = 0,3 y n = 10, p = 0,5 y n = 10, p = 0,8


0,3 0,3

0,2
0,2 0,2

0,1 0,1 0,1

O 1 2 3 4 5 6 7 8 9 10 x O 1 2 3 4 5 6 7 8 9 10 x O 1 2 3 4 5 6 7 8 9 10 x
a b c
n n
Figura 11.4 Se p ¼ 0,5 la distribuzione è simmetrica rispetto a (vedi fig. b in cui n ¼ 10, quindi ¼ 5), mentre se p < 0,5
2 2
( p > 0,5Þ la densità è «sbilanciata» verso lo 0 (oppure verso n) come mostrano le figg. a e c.
628
Circa la media e la varianza di una variabile aleatoria binomiale, si potrebbe di-

Unità 11
mostrare quanto segue.

Medi a e varianza di un a variabil e aleatoria bi nomiale TEOREMA 11.6

Calcolo delle probabilità


Sia X una variabile aleatoria binomiale di parametri n e p. Allora la media e la varianza
di X sono assegnate dalle formule:
EðXÞ ¼ np V ðXÞ ¼ np ð1  pÞ

ESEMPIO Test a risposta multipla


In un compito in classe Paolo deve rispondere a 5 quesiti a risposta multipla: ogni
quesito è costituito da 4 risposte, di cui una sola è quella esatta.
Paolo risponde a caso a tutti i quesiti.
a. Qual è la probabilità che dia 3 risposte esatte?
b. Qual è il numero medio di risposte esatte che Paolo può aspettarsi di avere
dato?

a. La risposta a un singolo quesito è un esperimento di Bernoulli, con proba-


1
bilità di successo uguale a p ¼ ; le risposte ai 5 quesiti costituiscono un
4
processo di Bernoulli di 5 prove, di parametro p.
La variabile X che conta il numero complessivo di risposte esatte date è
1
quindi una variabile aleatoria binomiale di parametri n ¼ 5, p ¼ .
4
La probabilità che Paolo abbia dato tre risposte esatte è allora:
  3  
5 1 1 2 1 9 45
pðX ¼ 3Þ ¼ 1 ¼ 10   ¼ ’ 0,088 ¼ 8,8%
3 4 4 64 16 512

b. Il numero medio di risposte che Paolo può aspettarsi di aver dato è uguale
al valore medio di X:
1
EðXÞ ¼ n  p ¼ 5  ¼ 1,25
4

Prova tu ESERCIZI a p. 647

Da un’urna contenente 10 palline, di cui 4 bianche e 6 nere, si effettuano quattro estrazioni successive di una pallina,
con reimmissione. Qual è la probabilità di estrarre esattamente 2 palline nere?  
216
625

629
Tema I
Unità 11 Esercizi In più: esercizi interattivi

SINTESI

Formule e proprietà importanti


Assiomi di probabilità
La probabilità pðEÞ di un evento E è un numero reale che verifica i seguenti assiomi:
a. 0  pðEÞ  1 qualunque sia l’evento E;
b. se  è lo spazio campionario, allora: pðÞ ¼ 1;
c. se A e B sono eventi incompatibili, allora: pðA [ BÞ ¼ pðAÞ þ pðBÞ.

Probabilità secondo la definizione classica


Sia E un evento di uno spazio campionario , in cui tutti gli eventi elementari hanno la stessa probabilità di verifi-
carsi. Supponiamo che l’evento E sia formato da k eventi elementari (brevemente detti «casi favorevoli») e lo spa-
zio campionario  sia formato da n eventi elementari (brevemente detti «casi possibili»).
Si definisce probabilità dell’evento E, e si indica con pðEÞ, il rapporto tra il numero dei casi favorevoli e il numero
dei casi possibili:

k
pðEÞ ¼
n

Probabilità dell’evento contrario


Se A è un evento e A è il suo evento contrario, allora si ha:

pðAÞ ¼ 1  pðAÞ

Probabilità dell’unione di due eventi


Se A e B sono due eventi, allora:

pðA [ BÞ ¼ pðAÞ þ pðBÞ  pðA \ BÞ

Eventi indipendenti
Per due eventi indipendenti A e B vale la regola del prodotto: pðA \ BÞ ¼ pðAÞ  pðBÞ

Valore medio, varianza e deviazione standard di una variabile aleatoria discreta


Sia X una variabile aleatoria che assume i valori x1 , x2 , ..., xn , con probabilità rispettive p1 , p2 , ..., pn . Allora:

EðXÞ ¼ x1 p1 þ x2 p2 þ ::: þ xn pn

½x1  EðXÞ2  p1 þ ½x2  EðXÞ2  p2 þ :::: þ ½xn  EðXÞ2  pn

VðXÞ ¼ oppure

x21  p1 þ x22  p2 þ :::: þ x2n  pn  ½EðXÞ2


pffiffiffiffiffiffiffiffiffiffiffiffi
ðXÞ ¼ VðXÞ

Distribuzione binomiale

Nome, simbolo e parametri Densità Media Varianza


Binomiale n
X  Bðn, pÞ pk ð1  pÞnk np np ð1  pÞ
k
n 2 N, 0 < p < 1

630
Unità 11
CONOSCENZE E ABILITÀ

1. Introduzione al calcolo delle probabilità TEORIA a p. 609

Calcolo delle probabilità


Il linguaggio degli eventi
Test
Nei test 1-6 fai riferimento alla seguente situazione. In un giardino ci sono rose e tulipani; sia le rose sia i tu-
lipani sono di due tipi: o rossi o gialli. Si sceglie a caso un fiore e si indica con S l’evento «il fiore è giallo» e
con R l’evento «il fiore è una rosa».
1
Þ L’evento «il fiore è una rosa gialla» è rappresentato da:
A R\S B R[S C R D S
2
Þ L’evento «il fiore è rosso» è rappresentato da:
A R\S B R[S C R D S
3
Þ L’evento «il fiore è un tulipano rosso» è rappresentato da:
A R \ S B R[S C R \ S D R [ S
4
Þ L’evento «il fiore è una rosa rossa» è rappresentato da:
A R \ S B R[S  C R \ S D R [ S
5
Þ L’evento «il fiore è giallo o una rosa» è rappresentato da:
A R \ S B R[S  C R\S D R[S
6
Þ Quale delle seguenti è una coppia di eventi incompatibili?
A «Il fiore è rosso » e «il fiore è un tulipano» C «Il fiore è giallo » e «il fiore è una rosa»
B «Il fiore è una rosa » e «il fiore è un tulipano» D «Il fiore è rosso » e «il fiore è una rosa»

7
Þ Vero o falso?
Fai riferimento all’esperimento che consiste nel lancio di un dado.
a. l’evento «esce un numero dispari» è elementare V F
b. l’evento «esce un numero maggiore di 5» è elementare V F
c. l’evento «esce un numero minore di 5» è elementare V F
d. l’evento «esce un numero maggiore di 8» è impossibile V F
e. l’evento «esce un numero minore di 8» è certo V F
f. l’evento «esce un numero primo» è impossibile V F
g. l’evento «esce un numero primo o divisibile per 2» è certo V F
[3 affermazioni vere e 4 false]
Per ciascuno dei seguenti esperimenti aleatori, individua uno spazio campionario.
Þ8 Le estrazioni successive di due palline da un’urna 17
Þ Un’urna contiene quattro biglie numerate da 1 a
che ne contiene 2 bianche e 1 rossa. 4. Le biglie di numero pari sono rosse, quelle di nume-
9 Il lancio di una moneta, ripetuto successivamen- ro dispari sono verdi. Per ciascuno dei seguenti esperi-
Þ
te per due volte. menti aleatori, individua uno spazio campionario.
10 La scelta, per due volte successive, di una carta a. Si estrae una biglia e si annota il numero otte-
Þ
fra i quattro Assi (senza reimmissione del primo Asso nuto.
estratto). b. Si estrae una biglia e si annota il colore della bi-
11 La scelta a caso di un numero reale compreso tra glia.
Þ
0 e 1, inclusi 0 e 1. c. Si estraggono, contemporaneamente, due biglie
12 Il lancio di un dado a sei facce. e si annotano i due numeri ottenuti.
Þ
13 Il lancio di due dadi a sei facce e la registrazione d. Si estraggono due biglie, una dopo l’altra, dopo
Þ aver rimesso la prima nell’urna, e si annotano i due
della somma dei due numeri ottenuti.
numeri ottenuti.
14
Þ L’estrazione di un numero al lotto.
e. Si estraggono due biglie, una dopo l’altra, senza
15
Þ L’uscita di un numero alla roulette.
rimettere la prima nell’urna, e si annotano i due nu-
16
Þ Il lancio successivo di una moneta e la registra- meri ottenuti.
zione del numero di volte necessario per ottenere per
la prima volta «croce».
631
Calcolo combinatorio e probabilità

18
Þ Una moneta regolare viene lanciata due volte.
a. Determina lo spazio campionario.
b. Barbara vince se esce croce al primo lancio, mentre Stefano vince se esce testa al secondo lancio. Determina i
sottoinsiemi dello spazio campionario che rappresentano i seguenti eventi:
i. Barbara vince iv. almeno uno dei due vince
ii. Stefano perde v. non vincono né Barbara né Stefano
iii. Barbara e Stefano vincono entrambi vi. Barbara vince e Stefano perde

19
Þ ESERCIZIO GUIDATO

Considera l’esperimento che consiste nei lanci successivi, per cinque volte, di una moneta.
a. Descrivi qual è lo spazio campionario (non è richiesto di elencare tutti gli esiti esplicitamente).
b. Considera l’evento «si ottengono almeno tre ‘testa’» ed esprimilo, a parole, come unione di eventi in-
Tema I

compatibili.

a. Lo spazio campionario  è l’insieme di tutte le 5-ple della forma ðx1 , x2 , x3 , x4 , x5 Þ dove x1 , x2 , x3 , x4 , x5 2 f..., ...g.
b. L’evento «si ottengono almeno tre ‘testa’» equivale a «si ottengono esattamene tre ‘testa’ o esattamente ...............

o esattamente ...............», quindi è l’unione dei seguenti tre eventi a due a due incompatibili: «si ottengono esatta-
mente ..... ‘testa’», «si ottengono esattamente ..... ‘testa’» e «si ottengono esattamente ..... ‘testa’».

Þ20 Considera l’esperimento che consiste nell’estrarre successivamente, per quattro volte, una carta da un mazzo
di 52 (eseguendo ogni estrazione senza rimettere nel mazzo la carta estratta).
a. Descrivi qual è lo spazio campionario (non è richiesto di elencare tutti gli esiti esplicitamente).
b. Considera l’evento «si estraggono al massimo due Assi» ed esprimilo, a parole, come unione di eventi in-
compatibili.

Þ21 I connettivi e le operazioni insiemistiche/1. Da un’urna contenente 6 biglie rosse, 4 verdi e 2 gialle se ne
estrae una a caso. Sia A l’evento «la biglia estratta è rossa» e B l’evento «la biglia estratta è verde». Esprimi a parole i
seguenti eventi:
a. A \ B b. A [ B c. A \ B d. A [ B

Þ22 I connettivi e le operazioni insiemistiche/2. Siano A, B e C tre eventi. Esprimi in notazione insiemistica i
seguenti eventi descritti a parole.
a. Si verifica l’evento A o l’evento B. e. Non si verifica nessuno dei tre eventi.
b. Si verificano sia l’evento B sia l’evento C. f. Si verifica almeno uno dei tre eventi.
c. Non si verifica l’evento B. g. Si verifica soltanto l’evento A.
d. Non si verifica né l’evento A né l’evento C. h. Si verificano esattamente due dei tre eventi.

Le varie definizioni di probabilità e gli assiomi


Þ23 Vero o falso?
Siano A e B due eventi di uno stesso spazio campionario :
a. la probabilità di A non può essere zero V F
b. la probabilità di B è sempre minore o uguale a 1 V F
c. se A è un evento certo, allora la probabilità di A è uguale a 1 V F
d. comunque siano scelti A e B, la probabilità dell’evento A [ B è uguale alla somma delle probabilità
di A e di B V F
e. se la probabilità di A è uguale alla probabilità di B, allora A ¼ B V F
[2 affermazioni vere e 3 false]
Nei prossimi esercizi, indica quale definizione di probabilità ti sembra più adatta per assegnare la probabili-
tà agli eventi relativi agli esperimenti aleatori descritti.
24
Þ La probabilità che il primo estratto sulla ruota di Napoli sia il numero 9.
25
Þ La probabilità che, scelto un cittadino italiano, esso abbia più di 40 anni.
26
Þ La probabilità che, lanciando un dado, esca un numero divisibile per 3.
27
Þ La probabilità che il Milan vinca la prossima partita.
632
Unità 11
28
Þ La probabilità che domani piova.
29
Þ La probabilità che un fumatore fumi più di 20 sigarette al giorno.
30
Þ La probabilità che Barbara passi l’esame.
31 La probabilità che una famiglia italiana scelta a caso abbia una connessione a Internet.

Calcolo delle probabilità


Þ
32
Þ La probabilità che un farmaco sia efficace.
33
Þ La probabilità che lanciando due dadi esca un doppio 6.
34
Þ Si estrae una carta da un mazzo di 52 carte. Quale probabilità si può attribuire all’evento «è uscito un Asso»?
Quale definizione di probabilità si è utilizzata per assegnare la probabilità all’evento?
35
Þ Un individuo A è disposto a scommettere 50 euro su un evento aleatorio, al verificarsi del quale si vincono
1000 euro; un altro individuo B è disposto a puntare 60 euro sullo stesso evento. Quale probabilità attribuisce cia-
scuno dei due individui a quell’evento aleatorio? Secondo quale definizione di probabilità?
Þ36 Da una scatola che contiene 30 palline colorate si effettuano 250 estrazioni casuali, sempre con reinserimen-
to. Nelle 250 estrazioni si osservano 23 volte palline verdi. Quale stima si può dare della probabilità di estrarre una
pallina verde dall’urna? Secondo quale definizione di probabilità?

2. Valutazione della probabilità secondo la definizione classica TEORIA a p. 615

Esercizi preliminari
Test
37
Þ Si lanciano due dadi regolari a sei facce a caso; qual è la probabilità di ottenere un doppio 6?
1 1 1 1
A B C D
2 3 18 36

38
Þ Si estrae a caso una carta da un mazzo di 52; qual è la probabilità di estrarre una carta di picche?
3 3 1 5
A B C D
8 52 4 26
1
39
Þ La probabilità di estrarre uno dei quattro Assi da un mazzo di carte è . Quante carte ha quel mazzo?
13
A 32 B 40 C 50 D 52

40 Quante password diverse di cinque caratteri si possono generare, se ogni carattere può essere soltanto un nu-
Þ
mero compreso tra 0 e 9 (inclusi 0 e 9)?
A 59 B 5  10 C 95 D 105

41
Þ Il numero di serie di una banconota è formato da una lettera (appartenente all’alfabeto costituito da 26 lette-
re) seguita da 11 cifre. Quante banconote diverse si possono contrassegnare in questo modo?
A 2611  10 B 26  11 C 26  1011 D 26  1110

42
Þ Caccia all’errore. Barbara è incinta di due gemelli e sa che sono dizigoti. Barbara ritiene che la probabilità
2
che almeno uno dei due sia femmina sia di , in base al seguente ragionamento: il numero di femmine che può
3
nascere può essere 0 (se entrambi i gemelli sono maschi), oppure 1 oppure 2. Abbiamo dunque 3 casi possibili, di
cui 2 favorevoli (la nascita di 1 femmina o di 2 femmine).
Ritieni che il ragionamento di Barbara sia corretto?

Applicazioni della definizione classica


43
Þ ESERCIZIO SVOLTO

Qual è la probabilità di estrarre a caso un numero naturale di due cifre e avere un quadrato perfetto?

I numeri naturali di due cifre sono 90. I quadrati di due cifre sono: 16, 25, 36, 49, 64, 81. Quindi si hanno 6 casi fa-
6 1
vorevoli e 90 casi possibili. La probabilità richiesta è: ¼ .
90 15
633
Calcolo combinatorio e probabilità

Þ44 Dal 1973 al 2004 sono stati assegnati dal Ministero delle finanze 80 milioni di codici fiscali. Di questi, 14000
non sono unici, cioè sono stati dati a più di un individuo. Qual è la probabilità di essere lo sfortunato cui viene as-
segnato un codice doppione? [0,0175%]

Þ 45 Uno scaffale contiene libri di 5 diverse case editrici: 20 della De Agostini, 15 della Mondadori, 10 della Rizzo-
li, 8 della Zanichelli e 5 della Garzanti. Si prende a caso un libro, senza guardare. Qual è la probabilità che il libro
 
non sia né della Mondadori né della Garzanti? 19
29
46
Þ Dal sacchetto della tombola si estrae un numero. Calcola la probabilità di estrarre un numero divisibile per
 
10 ma non divisibile per 30. 1
15

Þ47 Rapido Un sacchetto contiene dei dischetti con incisi i numeri primi di due cifre. Se ne estrae uno a caso.
Qual è la probabilità che il numero estratto sia dispari?
Tema I

48
Þ I nati dall’1 al 23 settembre sono del segno della Vergine; chi nasce fra il 24 settembre e il 23 ottobre è del se-
gno della Bilancia. Presa a caso una persona nata a settembre, qual è la probabilità che sia del segno della Bilancia?
 
7
30
49
Þ A una cena fra medici partecipano tre chirurghi, 2 pediatri e 4 internisti. Il cameriere sceglie a caso uno dei
 
medici e ipotizza che sia un chirurgo. Qual è la probabilità che si sbagli? 2
3

Þ50 Un barista sorteggia fra i suoi clienti un panettone del valore di 50 euro. Prepara 90 tagliandi numerati da 1 a
90; vince il tagliando che riporta lo stesso numero del primo estratto al gioco del lotto sulla ruota di Milano del sa-
bato prima di Natale. Il barista vende solo 30 biglietti. Qual è la probabilità che il panettone rimanga non assegna-
 
to? 2
3

Þ51 Un sacchetto contiene dei biglietti, su ciascuno dei quali è trascritto un numero primo minore di 100. Si
 
estrae un biglietto a caso; qual è la probabilità che esso sia pari? 1
25

Þ52 Considera nel piano cartesiano l’insieme dei punti di coordinate ðx, yÞ, essendo x e y due numeri interi con
0  x  5 e 0  y  5. Scegliendo a caso un punto appartenente a questo insieme, qual è la probabilità che appar-
 
tenga alla bisettrice del primo e del terzo quadrante? 1
6

Þ53 Considera nel piano cartesiano l’insieme dei punti di coordinate ðx, yÞ, essendo x e y due numeri interi con
2  x  2 e 2  y  2. Scegliendo a caso un punto appartenente a questo insieme, qual è la probabilità che ap-
 
partenga alla retta di equazione y ¼ 2x? 3
25
54
Þ ESERCIZIO GUIDATO

In un’urna ci sono 12 biglie rosse e n biglie nere. Estraendo a caso una biglia dalla scatola, la probabilità che
essa sia nera è 0,4. Quante biglie nere ci sono nell’urna?

 Dalle informazioni date si ottiene l’equazione nell’incognita n:


n
¼
n þ 12

 Risolvi questa equazione rispetto a n e concludi. [8]

Þ55 Una scatola contiene palline di vario colore. In particolare, si sa che ci sono 8 palline rosse e che la probabilità
di estrarre una pallina rossa è 0,25. Quante palline ci sono nell’urna? [32]

56
Þ In un’urna ci sono complessivamente 50 biglie: alcune rosse e alcune nere. Estraendo a caso una biglia dalla
scatola, la probabilità che essa sia rossa è 0,32. Determina:
a. la probabilità di estrarre una pallina nera;
b. il numero di palline nere e il numero di palline rosse contenute nell’urna. [a. 0,68; b. rosse ¼ 16, nere ¼ 34]
634
Utilizzo di diagrammi ad albero

Unità 11
Þ57 Costruisci il diagramma ad albero che rappresenta tutti i possibili esiti che si possono ottenere lanciando due
volte una moneta regolare; quindi calcola la probabilità che esca:
a. «croce» entrambe le volte;

Calcolo delle probabilità


b. «croce» la prima volta e «testa» la seconda;  
1 1 3
c. almeno una volta «testa». a. ; b. ; c.
4 4 4
58
Þ Si lancia una moneta regolare tre volte, consecutivamente.
a. Rappresenta tramite un diagramma ad albero tutti i possibili esiti.
b. Determina la probabilità che si ottenga «testa» per la prima volta al primo lancio.
c. Determina la probabilità che si ottenga «testa» per la prima volta al secondo lancio.
d. Determina la probabilità che si ottenga «testa» per la prima volta al terzo lancio.  
1 1 1 1
e. Determina la probabilità che non si ottenga mai «testa». b. ; c. ; d. ; e.
2 4 8 8
59
Þ Le tre bandiere italiana, francese e spagnola vengono disposte a caso, una a fianco all’altra.

a. Rappresenta, con l’aiuto di un diagramma ad albero, tutti i possibili modi in cui possono essere disposte le
bandiere.
b. Calcola la probabilità che la bandiera italiana si trovi il mezzo alle altre due.  
1 2
c. Calcola la probabilità che la bandiera francese si trovi a uno dei due estremi. b. ; c.
3 3
60
Þ Alberto, Barbara, Carlo e Donatella devono essere interrogati dal loro professore di matematica. Ciascuno di
loro viene interrogato singolarmente e il loro professore sceglie a caso l’ordine in cui interrogarli.
a. Rappresenta con un diagramma ad albero tutti i possibili ordini di interrogazione.
b. Determina la probabilità che i quattro ragazzi siano interrogati in ordine alfabetico.
c. Determina la probabilità che Alberto venga interrogato per primo.
d. Determina la probabilità che Donatella sia interrogata prima di Barbara.
e. Determina la probabilità che sia Donatella sia Carlo siano interrogati prima di Barbara.
 
1 1 1 1
b. ; c. ; d. ; e.
24 4 2 3

Þ61 Andrea vuole acquistare un nuovo televisore; può scegliere fra tre modelli, i cui schermi hanno dimensioni
diverse, di prezzi 540 euro, 608 euro e 654 euro. Decide inoltre di comprare un decoder per il suo vecchio televiso-
re; per il decoder ha due possibilità di scelta: uno dal costo di 32 euro e uno dal costo di 48 euro. Andrea sceglie a
caso sia il modello del televisore, sia quello del decoder.
Determina:
a. la probabilità che Alberto spenda complessivamente meno di 700 euro;  
5 1
b. la probabilità che Alberto spenda complessivamente più di 650 euro. a. ; b.
6 2

Þ62 Passeggiata aleatoria nel piano. Una pulce si trova sull’asse delle ascisse, precisamente nell’origine degli as-
si. A ogni passo la pulce compie a caso un salto di una unità in avanti (cioè nella direzione e nel verso delle ascisse
positive) o indietro (cioè nella direzione e nel verso delle ascisse negative). Supponi che la pulce compia quattro
salti.
a. Rappresenta la situazione tramite un diagramma ad albero e deduci quali sono le ascisse dei punti in cui la
pulce può trovarsi dopo i quattro salti.
b. Per ciascuno dei punti in cui la pulce può trovarsi dopo i quattro salti, calcola la probabilità che la pulce si
trovi in quel punto.

a. Punti possibili: ð4, 0Þ; ð2, 0Þ; ð0, 0Þ; b. la probabilità che la pulce si trovi nel punto ð4, 0Þ

1
è ed è uguale alla probabilità che si trovi in ð4, 0Þ; la probabilità che la pulce si trovi in ð2, 0Þ
16

1 3
è ed è uguale alla probabilità che si trovi in ð2, 0Þ; la probabilità che la pulce si trovi nell’origine è
4 8
635
Utilizzo di tabelle a doppia entrata
Calcolo combinatorio e probabilità

Þ 63 Si lanciano successivamente due dadi regolari a sei facce e si considera il prodotto dei due numeri ottenuti.
Completa la seguente tabella, in modo da rappresentare il prodotto dei numeri ottenuti in corrispondenza di tutti
i possibili esiti del lancio dei due dadi.

Dado 2 1 2 3 4 5 6
Dado 1
1 1 2 3 4 5 6
2
3
4
Tema I

5
6

Rispondi quindi alle seguenti domande.


a. Qual è la probabilità che il prodotto dei due numeri ottenuti sia 6?
b. Qual è la probabilità che il prodotto dei due numeri ottenuti sia 12?
c. Qual è la probabilità che il prodotto dei due numeri ottenuti sia maggiore di 12?
d. Qual è la probabilità che il prodotto dei due numeri ottenuti sia minore di 12?
e. Qual è la probabilità che il prodotto dei due numeri ottenuti sia minore di 36?
f. Qual è la probabilità che il prodotto dei due numeri ottenuti sia maggiore di 36?
g. Qual è la probabilità che il prodotto dei due numeri ottenuti sia minore di 37?
 
1 1 13 19 35
a. ; b. ; c. ; d. ; e. ; f. 0; g. 1
9 9 36 36 36

64
Þ Si lanciano successivamente due dadi regolari a sei facce e si considera lo scarto tra i due numeri ottenuti, os-
sia il valore assoluto della loro differenza.
 Costruisci una tabella (simile a quella dell’esercizio precedente) che fornisca lo scarto dei due numeri ottenuti
in corrispondenza di tutti i possibili esiti del lancio dei due dadi.
 Tenendo conto della tabella, rispondi alle seguenti domande.
a. Qual è la probabilità che lo scarto tra i due numeri sia 1?
b. Qual è la probabilità che lo scarto tra i due numeri sia 2?  
5 2 1
c. Qual è la probabilità che lo scarto tra i due numeri sia 3? a. ; b. ; c.
18 9 6

Þ65 Un sacchetto contiene cinque palline, numerate da 1 a 5. Si estrae a caso una pallina, quindi la si rimette nel
sacchetto e si estrae una seconda pallina.
a. Costruisci una tabella in cui rappresenterai la somma dei due numeri ottenuti in corrispondenza di tutti i
possibili esiti delle due estrazioni.
b. Qual è la probabilità che i due numeri estratti abbiano somma uguale a 8?
c. Qual è la probabilità che i due numeri estratti abbiano somma minore di 5?  
3 6 9
d. Qual è la probabilità che i due numeri estratti abbiano somma divisibile per 3? b. ; c. ; d.
25 25 25

Þ66 Si è interrogato un gruppo di 100 persone, chiedendo loro se sono favorevoli all’energia nucleare. Il sondag-
gio ha prodotto i risultati riportati (in parte) nella seguente tabella.

Età Meno di 35 anni Più di 35 anni Totale


Opinione espressa
Favorevoli 12 44
Contrari
Totale 52 100

636
a. Completa la tabella.

Unità 11
b. Tra le persone interrogate favorevoli al nucleare se ne sceglie una a caso: qual è la probabilità che abbia meno
di 35 anni?
c. Tra le persone interrogate che hanno meno di 35 anni se ne sceglie una a caso: qual è la probabilità che sia
contraria all’energia nucleare?

Calcolo delle probabilità


d. Tra le persone che hanno partecipato al sondaggio se ne sceglie una a caso; calcola la probabilità:
 che abbia più di 35 anni e sia contraria al nucleare;
 che sia favorevole al nucleare;
 che abbia meno di 35 anni e sia favorevole al nucleare;  
8 5 9 11 8 12
 che abbia più di 35 anni. b. ; c. ; d. , , ,
11 13 25 25 25 25

Þ67 Un fiorista mette in svendita 200 fiori, in parte rose e in parte tulipani. Sia le rose sia i tulipani sono di due ti-
pi: o di colore rosso o di colore giallo. Il 60% dei fiori in offerta sono rossi e il 35% sono tulipani. Inoltre le rose ros-
se sono 70. Scegliendo a caso un fiore tra quelli in svendita, calcola qual è la probabilità:
a. che sia giallo;
b. che sia una rosa;
c. che sia un tulipano rosso;
d. che sia una rosa gialla.
(Suggerimento: può essere utile costruire una tabella tipo quella dell’esercizio precedente per rappresentare i dati)
 
2 13 1 3
a. ; b. ; c. ; d.
5 20 4 10

Utilizzo delle regole del calcolo combinatorio


68
Þ ESERCIZIO SVOLTO

Considera i numeri di cinque cifre aventi come cifre soltanto 1 o 2; per esempio: 21211, 11222 e cosı̀ via... Si
sceglie a caso uno di questi numeri; qual è la probabilità che le prime due cifre siano uguali a 1?

 Calcoliamo anzitutto quanti sono i numeri composti da cinque cifre, uguali a 1 o 2. Poiché per ogni cifra abbia-
mo 2 possibilità di scelta, abbiamo in tutto:

2  2  2  2  2 ¼ 25

numeri siffatti.
 Tra questi numeri, quanti sono quelli che hanno le prime due cifre uguali a 1? Pensiamo a come possiamo fare
a costruirli: per le prime due cifre abbiamo 1 sola possibilità di scelta (1); per le altre tre cifre abbiamo 2 possibili-
tà di scelta (1 o 2), quindi in definitiva tali numeri sono complessivamente:

1  1  2  2  2 ¼ 23

 La probabilità richiesta può essere calcolata come rapporto tra casi favorevoli e casi possibili (perché?), perciò è
23 1
uguale a , cioè a .
25 4

69
Þ ESERCIZIO GUIDATO

Qual è la probabilità che 5 stazioni ferroviarie consecutive su una stessa linea, siano disposte nell’ordine al-
fabetico del nome della città (l’ordine può essere crescente o decrescente)?

 I «casi possibili», tutti equiprobabili, sono i modi in cui le 5 stazioni possono essere disposte lungo la linea ferro-
viaria. Essi sono tanti quanti le permutazioni di 5 oggetti, cioè 5!
 I «casi favorevoli» sono solo 2: quello in cui le cinque stazioni sono ordinate in senso crescente e quello in cui le
cinque stazioni sono ordinate in senso decrescente.
 Ora puoi concludere, costruendo il rapporto tra i casi favorevoli e quelli possibili. Troverai che la probabilità ri-
1
chiesta è uguale a .
60
637
Calcolo combinatorio e probabilità

70
Þ ESERCIZIO GUIDATO

Qual è la probabilità di fare una «ambata» al lotto, cioè che si giochi un singolo numero e che esso faccia
parte dei cinque estratti?

 I casi possibili, tutti equiprobabili, sono le cinquine non ordinate costruibili con i 90 numeri del lotto (1, 2,.., 90),
 
90
cioè .
5

 I casi favorevoli sono tanti quanti le cinquine (non ordinate) che contengono il numero giocato. Queste ultime
sono tante quante le quaterne (non ordinate) costruibili utilizzando gli 89 numeri diversi da quello giocato,
 
89
cioè .
4
Tema I

 Ora hai tutti gli elementi per calcolare la probabilità cercata; se svolgi i calcoli correttamente, troverai che essa è
1
uguale a .
18

Þ71 Stefano digita a caso dieci cifre sulla tastiera del telefono, senza tenere conto del fatto che il numero telefoni-
co deve iniziare per 0 e ammettendo la possibilità di digitare più volte la stessa cifra. Qual è la probabilità che abbia
 
composto il numero di sua zia Maria? 1
1010

72
Þ Un bambino preme a caso sei tasti su una tastiera di 102 tasti (potendo anche premere lo stesso tasto più vol-
 
te). Qual è la probabilità che il bambino abbia scritto la parola «Parigi»? 1
1026

Þ73 Quanti sono i possibili anagrammi (anche senza significato) della parola «scuola»? Si sceglie a caso uno di que-
sti anagrammi; qual è la probabilità che la terza lettera dell’anagramma sia una vocale e l’ultima una consonante?
 
3
720;
10
Þ74 Il numero di serie di una banconota è formato da una lettera e da 11 numeri.
a. Quanti numeri di serie distinti si possono generare, supponendo che la lettera possa essere una qualsiasi
dell’alfabeto a 26 lettere e ogni numero possa essere una cifra qualsiasi tra 0 e 9?
b. Scelto a caso un numero di serie fra tutti quelli possibili, qual è la probabilità che esso inizi con una vocale e
 
termini con un numero pari diverso da zero? 1
a. 26  1011 ; b.
13

Þ75 Un’agenzia matrimoniale ha 70 clienti maschi, di cui 50 hanno 40 anni o più, e 80 clienti donne, di cui 20
hanno 35 anni o più. Scelta a caso una coppia formata da un uomo e una donna clienti dell’agenzia, qual è la pro-
 
babilità che lui abbia 40 anni o più e lei abbia meno di 35 anni? 15
28

Þ76 Una password è formata da 6 caratteri, che possono essere cifre (0, 1, . . ., 9) o lettere minuscole dell’alfabeto
italiano composto da 5 vocali e 16 consonanti. Inoltre, cifre e lettere possono essere ripetuti.
a. Quante diverse password possono essere generate?
b. Generando a caso una password, qual è la probabilità di comporne una che comincia con una vocale e
finisce con una consonante?
c. Generando a caso una password, qual è la probabilità di comporne una che ha due vocali nelle prime due
posizioni, due cifre nelle successive e due consonanti nelle ultime due posizioni?
 
80 52  102  162
a. 316 ; b. ; c.
312 316

Þ77 Poniti nelle stesse condizioni dell’esercizio precedente ma lascia cadere l’ipotesi che cifre e lettere possano es-
sere ripetuti. Rispondi, in questa nuova situazione, alle stesse domande dell’esercizio precedente.
 
8 200
a. 530 122 320; b. ; c.
93 245 427
638
Unità 11
Þ78 Anna e Barbara si recano al ristorante. Entrambe ordinano un antipasto, un primo e un dessert. È possibile
scegliere fra 6 antipasti, 8 primi e 4 dessert. Anna sceglie il suo menu, quindi lo sceglie Barbara, selezionando a caso
fra gli antipasti, i primi e i dessert disponibili. Calcola le seguenti probabilità:
a. che Barbara abbia scelto lo stesso antipasto di Anna;

Calcolo delle probabilità


b. che Barbara abbia scelto lo stesso antipasto e lo stesso primo di Anna;  
1 1 1
c. che Barbara abbia scelto lo stesso menu di Anna. a. ; b. ; c.
6 48 192

Þ79 Tre persone salgono sull’ascensore al piano terreno. L’ascensore si ferma a sei diversi piani. Supponi che cia-
scuna delle tre persone che hanno preso l’ascensore scenda a caso a uno di questi sei piani.
a. Qual è la probabilità che le tre persone scendano tutte al primo piano?
b. Qual è la probabilità che le tre persone scendano tutte allo stesso piano?
c. Qual è la probabilità che le tre persone scendano al quarto o al quinto piano (ammettendo sia la possibilità
che scendano tutte e tre allo stesso piano, sia la possibilità che alcune scendano al quarto piano e le rimanenti
al quinto)?
d. Qual è la probabilità che le tre persone scendano o tutte e tre al quarto piano o tutte e tre al quinto piano?
 
1 1 1 1
a. ; b. ; c. ; d.
216 36 27 108

Þ80 Si scelgono simultaneamente sei carte da un mazzo di 40 (cioè da un mazzo ottenuto da quello di 52 elimi-
 
nando gli 8, i 9 e i 10). Qual è la probabilità che tra le sei carte estratte ci sia l’asso di cuori? 3
20

Þ81 Si scelgono simultaneamente cinque carte da un mazzo di 40 (cioè da un mazzo ottenuto da quello di 52 elimi-
nando gli 8, i 9 e i 10). Qual è la probabilità che tra le cinque carte estratte ci siano l’asse di cuori e quello di fiori?
 
1
78
Þ82 Considera un mazzo di 52 carte.
a. Se si estrae a caso una carta dal mazzo, qual è la probabilità di estrarre una carta che non sia né una figura, né
una carta di cuori?
b. Se si estraggono a caso e simultaneamente due carte dal mazzo, qual è la probabilità che tra le due carte
 
estratte non ci sia né una figura né una carta di cuori? 15 145
a. ; b.
26 442

Þ83 Un’urna contiene 4 palline nere e 3 palline bianche. Si estraggono contemporaneamente due palline dall’ur-
na. Calcola la probabilità:
a. di estrarre due palline nere;
b. di estrarre due palline bianche;
c. di estrarre due palline dello stesso colore;  
2 1 3 4
d. di estrarre due palline di colori differenti. a. ; b. ; c. ; d.
7 7 7 7

Þ84 Qual è la probabilità di fare un «ambo» al lotto, cioè che si giochino 2 numeri ed essi facciano parte dei cin-
 
que estratti? 2
801

Þ85 Qual è la probabilità di fare un «terno» al lotto, cioè che si giochino 3 numeri ed essi facciano parte dei cin-
 
que estratti? 1
11 748
4
Þ86 Un’urna contiene n palline. Se si estrae una pallina, la probabilità che essa sia gialla è . Se invece si estraggo-
7
38
no contemporaneamente due palline, la probabilità che esse siano gialle è . Quanto vale n? Quante sono le
119
palline gialle contenute nell’urna? [n ¼ 35, 20 palline gialle]
87
Þ Il numero 3240 è uguale a 23  34  5.
a. Tenendo conto della scomposizione in fattori primi di 3240 e del principio fondamentale del calcolo
combinatorio, determina quanti sono i divisori di 3240.
b. Scelto a caso un divisore di 3240, qual è la probabilità che sia una potenza di 2 (con esponente positivo o
 
nullo)? 1
a. 40; b.
10
639
3. I primi teoremi sul calcolo delle probabilità
Calcolo combinatorio e probabilità

TEORIA a p. 619

Esercizi preliminari
Test
2  è uguale a:
88
Þ L’evento A ha probabilità ; allora la probabilità dell’evento A
5
1 2 3 4
A B C D
5 5 5 5

Þ89 Due eventi A e B sono incompatibili e tali che pðAÞ ¼ 0,15 e pðBÞ ¼ 0,35; allora la probabilità dell’evento
A [ B:
A è uguale a 0 C è uguale a 0,75
B è uguale a 0,5 D i dati sono insufficienti per determinarla
Tema I

90
Þ Due eventi A e B sono tali che pðAÞ ¼ 0,5, pðBÞ ¼ 0,3 e pðA \ BÞ ¼ 0,1; allora la probabilità dell’evento A [ B:
A è uguale a 0,5 C è uguale a 0,75
B è uguale a 0,7 D i dati sono insufficienti per determinarla

91
Þ Siano A e B due eventi incompatibili; quale delle seguenti affermazioni è falsa?
A A \ B è vuoto C la probabilità di A [ B è 1
B la probabilità di A \ B è 0 D pðAÞ ¼ pðA [ BÞ  pðBÞ

92
Þ Vero o falso?
a. la probabilità di un evento e quella del suo contrario sono sempre diverse tra loro V F
b. la probabilità di A [ B è sempre maggiore della somma delle probabilità di A e B V F
c. due eventi contrari sono incompatibili V F
d. due eventi incompatibili sono contrari V F
e. pðA \ BÞ þ pðA [ BÞ ¼ pðAÞ þ pðBÞ V F
[2 affermazioni vere e 3 false]
93
Þ La negazione di una proposizione/1.
a. Si estrae una carta da un mazzo di 40. Esprimi a parole gli eventi contrari dei seguenti, ossia le negazioni delle
proposizioni che esprimono gli eventi, ricordando le leggi di de Morgan (vedi il volume Algebra 1, Unità 3, Para-
grafo 6):
A: «è stato estratto un Fante o un Re» B: «è stato estratto un Fante di cuori»
b. Si estraggono cinque carte da un mazzo di 40. Esprimi a parole gli eventi contrari dei seguenti, ossia le ne-
gazioni delle proposizioni che esprimono gli eventi, ricordando come si negano le proposizioni che conten-
gono dei quantificatori:
A: «tutte le carte estratte sono di cuori» B: «almeno una delle carte estratte è di picche»

94
Þ La negazione di una proposizione/2.
a. Un’urna contiene 3 biglie verdi e 5 gialle. Si estraggono 4 biglie dall’urna e si considera l’evento A: «le quattro
biglie estratte sono gialle». L’evento contrario di A è «nessuna biglia estratta è gialla» oppure «almeno una delle
biglie estratte è verde»?
b. Sempre in relazione alla situazione descritta al punto precedente, considera l’evento B: «al massimo due delle
biglie estratte sono gialle». L’evento contrario di B è «tra le biglie estratte ce ne sono esattamente tre o quattro
gialle» oppure «tra le biglie estratte ce ne sono due o più gialle»?
c. Estraiamo un numero a caso dal sacchetto della tombola. Considera l’evento C: «il numero estratto è dispari
e multiplo di 10». L’evento contrario di C è «il numero estratto è pari o non è multiplo di 10» oppure «il numero
estratto è pari e non è multiplo di 10»?

Applicazioni dei teoremi sulle probabilità dell’unione, dell’intersezione


e dell’evento contrario
Negli esercizi 95-98, A e B sono due eventi.
95
Þ Sapendo che pðAÞ ¼ 0,5, pðBÞ ¼ 0,6 e pðA \ BÞ ¼ 0,2, quanto vale pðA [ BÞ? [0,9]
96
Þ Sapendo che A e B sono incompatibili, pðAÞ ¼ 0,36 e pðBÞ ¼ 0,21, quanto vale pðA [ BÞ? [0,57]
640
Unità 11
97
Þ Sapendo che pðAÞ ¼ 0,7, pðBÞ ¼ 0,6 e pðA [ BÞ ¼ 0,9, quanto vale pðA \ BÞ? [0,2]
98
Þ Sapendo che pðAÞ ¼ 0,2, pðA \ BÞ ¼ 0,1 e pðA [ BÞ ¼ 0,7, quanto vale pðBÞ? [0,6]
99
Þ Siano A e B due eventi incompatibili tali che pðAÞ ¼ 0,4 e pðBÞ ¼ 0,3.
a. Calcola la probabilità dell’evento A [ B.

Calcolo delle probabilità


b. Stabilisci se gli eventi A e B sono incompatibili.
[a. 0,7; b. non sono incompatibili: infatti la probabilità delle loro intersezione è 0,3]

Problemi sulla probabilità dell’evento contrario


100
Þ ESERCIZIO GUIDATO

Si lancia una moneta regolare per quattro volte. Calcola la probabilità:


a. che non esca mai «testa»; c. che esca al massimo una volta «testa»;
b. che esca almeno una volta «testa»; d. che esca «testa» più di una volta.

a. La probabilità che in quattro lanci non esca mai «testa» equivale alla probabilità che in quattro lanci esca sem-
pre «croce»: pertanto la probabilità richiesta è uguale a ..........
b. L’evento «esce ‘testa’ almeno una volta» è l’evento contrario di «non esce mai ‘testa’», pertanto la sua probabili-
tà è data da 1 meno la probabilità calcolata al punto a.
c. L’evento E: «esce ‘testa’ al massimo una volta» equivale a «non esce mai ‘testa’ o esce ‘testa’ esattamente una
volta» ossia all’unione dei due eventi incompatibili A: «non esce mai ‘testa’» e B: «esce ‘testa’ esattamente una vol-
ta», quindi la probabilità di E è uguale alla somma delle probabilità di A e B.
d. L’evento «esce ‘testa’ più di una volta» è l’evento contrario di «esce ‘testa’ al massimo una volta», pertanto la
 
sua probabilità è uguale a ......................... 1 15 5 11
a. ; b. ; c. ; d.
16 16 16 16

101 Scegli a caso un numero intero compreso tra 1 e


Þ 104
Þ Una password è costituita da cinque numeri, cia-
10, inclusi 1 e 10. scuno dei quali è una delle dieci cifre (0, 1, 2, . . ., 9).
a. Calcola la probabilità dei seguenti eventi: È consentito che le cifre siano ripetute.
A: «il numero scelto è dispari» a. Quante password di questo tipo si possono gene-
B: «il numero scelto è maggiore o uguale a 8» rare?
C: «il numero scelto è primo» b. Scelta a caso una di tali password qual è la proba-
b. Esprimi a parole gli eventi contrari e calcola le lo- bilità che almeno due delle cifre della password sia-
   
ro probabilità. 1 3 2 1 7 3 no uguali? 436
a. , , ; b. , , 5
a. 10 ; b.
2 10 5 2 10 5 625
102 Ciascuna delle sei facce di un cubo viene colorata
Þ
a caso in bianco o in nero. 105
Þ Da un’urna contenente 15 palline numerate da 1
a. In quanti modi diversi può essere colorato il cubo? a 15, si estraggono simultaneamente 4 palline. Qual è
la probabilità che almeno una delle 4 palline estratte
b. Qual è la probabilità che almeno due facce del  
rechi un numero pari? 37
cubo siano colorate con colori differenti?
  39
31
a. 64; b.
32 106
Þ Si scelgono simultaneamente tre carte da un
103 Si lanciano due dadi regolari a sei facce. Calcola: mazzo di 40 (cioè da un mazzo ottenuto da quello di
Þ
52 eliminando gli 8, i 9 e i 10). Qual è la probabilità
a. la probabilità che i due numeri usciti siano
che fra le tre carte estratte ci sia almeno un Asso?
uguali;
 
b. la probabilità che i due numeri usciti siano di- 137
 
stinti. 1 5 494
a. , b.
6 6

107
Þ Quattro amici discutono delle loro date di nascita.
a. Qual è la probabilità che almeno due di essi siano nati lo stesso mese?
b. Sapendo che nessuno dei quattro amici è nato il 29 febbraio, qual è la probabilità che almeno due di essi
 
siano nati nello stesso giorno dell’anno? 41 795 341
a. ’ 43%; b. ’ 1,6%
96 48 627 125
641
Problemi sulla probabilità dell’unione e dell’intersezione di eventi
Calcolo combinatorio e probabilità

108 Si estrae a caso una carta da un mazzo di 40. Cal-


Þ 111
Þ Un ufficio bancario ha due sportelli, diciamo A e
cola la probabilità: B, di cui almeno uno sempre aperto. La probabilità
a. di estrarre una figura; che sia aperto lo sportello A è 0,7 mentre la probabilità
b. di estrarre una carta di colore nero; che sia aperto lo sportello B è 0,6. Qual è la probabilità
c. di estrarre una figura di colore nero; che siano aperti entrambi gli sportelli? [0,3]
d. di estrarre una figura o una carta di colore nero.
  1
3 1 3 13 112 In un liceo, degli allievi frequentano la prima
a. ; b. ; c. ; d. Þ 4
10 2 20 20
classe, il 60% degli allievi sono maschi e gli allievi ma-
109
Þ Da un sacchetto che contiene 12 biglie numerate
da 1 a 12 se ne estrae una a caso. Calcola la probabilità 1
schi che frequentano la prima sono del numero
che il numero sulla biglia estratta: 10
a. sia pari; complessivo di allievi del liceo. Scelto a caso un allievo
Tema I

b. sia divisibile per 3; del liceo, qual è la probabilità che sia maschio o fre-
 
c. sia pari e divisibile per 3;   quenti la prima? 3
1 1 1 2 4
d. sia pari o divisibile per 3. a. ; b. ; c. ; d.
2 3 6 3
113
Þ Un circolo sportivo, avente 125 soci, organizza
110
Þ Un’urna contiene 8 palline: 5 sono verdi e sono
due tornei, uno di tennis e uno di calcetto; 60 soci
numerate da 1 a 5, mentre le altre 3 sono rosse e sono
partecipano al torneo di tennis, 45 al torneo di calcet-
numerate da 1 a 3. Si estrae a caso una pallina dall’ur-
to e 25 a entrambi i tornei. Si sceglie a caso uno dei
na; considera i seguenti eventi:
soci del circolo; determina la probabilità che tale so-
V: «la pallina estratta è verde» cio partecipi:
R: «la pallina estratta è rossa»
a. a entrambi i tornei;
P: «la pallina estratta ha impresso un numero pari»
b. soltanto al torneo di tennis;
a. Determina la probabilità dei tre eventi V, R, P. c. soltanto al torneo di calcetto;
b. Determina la probabilità degli eventi V \ R, d. ad almeno uno dei due tornei;
V \ P, R \ P. e. a nessuno dei due tornei.
c. Determina la probabilità degli eventi V [ R,  
1 7 4 16 9
V [ P, R [ P.  5 3 3  a. ; b. ; c. ; d. ; e.
1 1 3 5 5 25 25 25 25
a. , , ; b. 0, , ; c. 1, ,
8 8 8 4 8 4 8

114
Þ ESERCIZIO GUIDATO

Un ospedale ha due sale operatorie, diciamo X e Y, che hanno la stessa probabilità di essere occupate. La
probabilità che almeno una delle due sale risulti occupata è 0,8; la probabilità che entrambe le sale operato-
rie siano occupate è 0,4.
a. qual è la probabilità che la sala operatoria X sia libera?
b. qual è la probabilità che entrambe le sale operatorie siano libere?
c. qual è la probabilità che almeno una delle due sale operatorie sia libera?
d. qual è la probabilità che una sola delle due sale operatorie sia libera?

a. Sia A l’evento «la sala operatoria X è occupata» e B l’evento «la sala operatoria Y è occupata». In base ai dati sai
che:

pðA [ BÞ ¼ 0,8 pðA \ BÞ ¼ 0,4 pðAÞ ¼ pðBÞ

Poni pðAÞ ¼ pðBÞ ¼ x e sostituisci le informazioni note nella relazione:

pðA [ BÞ ¼ pðAÞ þ pðBÞ  pðA \ BÞ

Ottieni un’equazione in x che, risolta, fornisce la probabilità che la sala operatoria X sia occupata. La probabilità
che X sia libera è la probabilità dell’evento contrario di A, quindi è uguale a ..........

b. Devi calcolare la probabilità dell’evento A \ B. Ricorda che, per le leggi di de Morgan, risulta A \ B ¼ ðA [ BÞ,
quindi pðA \ BÞ ¼ 1  pðA [ BÞ.

642
Unità 11
c. Devi calcolare la probabilità dell’evento A [ B. Puoi procedere in modo simile al caso b.
d. Devi calcolare la probabilità dell’evento ðA  \ BÞ [ ðA \ BÞ. Osserva che si tratta dell’unione di due eventi incom-
patibili, quindi la probabilità dell’evento ðA \ BÞ [ ðA \ BÞ è uguale a:

pðA \ BÞ þ pðA \ BÞ

Calcolo delle probabilità


 \ BÞ, osserva che A \ B ¼ B  ðA \ BÞ e applica il Principio fondamentale del calcolo
Per calcolare, per esempio, pðA
combinatorio. In modo analogo puoi calcolare pðA \ BÞ. [a. 0,4; b. 0,2; c. 0,6; d. 0,4]

Þ115 Il 70% degli studenti di una classe andranno in vacanza al mare, il 40% andranno in montagna e il 30% an-
dranno sia al mare sia in montagna. Qual è la probabilità che uno studente scelto a caso in quella classe non andrà
in vacanza né al mare né in montagna? [0,2]

Þ116 In una data popolazione, la probabilità che un individuo presenti il carattere genetico A è il doppio di quella
che presenti il carattere genetico B; inoltre la probabilità che un individuo presenti entrambi i caratteri genetici è
0,2 e quella che presenti almeno uno dei due caratteri è 0,7. Scelto a caso un individuo in quella popolazione, de-
termina:
a. qual è la probabilità che presenti il carattere A;
b. qual è la probabilità che non presenti il carattere B;
c. qual è la probabilità che presenti il carattere A ma non il carattere B. [a. 0,6; b. 0,7; c. 0,4]

117 Un oggetto prodotto da una macchina può presentare due tipi di difetti, diciamo A e B.
Þ
Scelto a caso un oggetto prodotto dalla macchina, la probabilità che presenti il difetto A è 0,2; la probabilità che
presenti il difetto B è 0,3 e la probabilità che non presenti alcun difetto è 0,6.
Determina la probabilità che l’oggetto:
a. presenti almeno uno dei due difetti;
b. presenti entrambi i difetti;
c. non presenti il difetto A ma presenti il difetto B. [a. 0,4; b. 0,1; c. 0,2]

118 Un’urna contiene sei palline numerate da 1 a 6. Si estraggono successivamente dall’urna tre palline, senza ri-
Þ
mettere, a ogni estrazione, la pallina precedentemente estratta nell’urna. Considera i tre eventi:
A: «è uscita la pallina con il numero 2 nella prima estrazione»
B: «è uscita la pallina con il numero 3 nella seconda estrazione»
C: «non è uscita la pallina con il numero 4 in nessuna estrazione»

a. Calcola la probabilità degli eventi A, B e C.


b. Calcola la probabilità degli eventi A \ B, B \ C e A \ C.  
1 1 1 1 1 1 3 17 17
c. Calcola la probabilità degli eventi A [ B, B [ C e A [ C. a. , , ; b. , , ; c. , ,
6 6 2 30 10 10 10 30 30
119
Þ Una password è costituita da due cifre, seguite da due lettere minuscole dell’alfabeto italiano. È ammessa la
possibilità che le cifre o le lettere siano ripetute.
a. Quante password distinte di questo tipo si possono costruire?
b. Considera gli eventi A: «le due cifre della password sono diverse tra loro» e B: «le due lettere della password
sono diverse tra loro» e determina la probabilità degli eventi:  
9 20 6 209
A, B, A \ B, A [ B a. 44 100; b. , , ,
10 21 7 210

4. Variabili aleatorie e distribuzioni discrete TEORIA a p. 622

Esercizi preliminari
Þ120 Spiega perché la seguente tabella non può rappresentare la distribuzione di probabilità di una variabile alea-
toria.
xi 1 0 3 8 10
1 1 5 1
pðX ¼ xi Þ 0
12 6 12 6

643
Calcolo combinatorio e probabilità

121
Þ La seguente tabella rappresenta la distribuzione di probabilità di una variabile aleatoria. Qual è il valore di k?

xi 3 2 0 1 2
1 1 1 1  
pðX ¼ xi Þ k 1
4 8 16 2 k¼
16

Þ122 La misura dei lati di un quadrato è scelta a caso tra i numeri 2, 4, 5, 10. Considera la variabile aleatoria X che
rappresenta il perimetro del quadrato. Completa la seguente tabella, che rappresenta la distribuzione di probabilità
di X.
xi 8 16 ..... .....
1
pðX ¼ xi Þ ..... ..... .....
4
Tema I

Distribuzioni di probabilità e calcolo di media, varianza e deviazione standard


123
Þ ESERCIZIO GUIDATO

Considera la variabile aleatoria X che esprime il numero di figli femmine nelle famiglie con due figli.
a. Determina la distribuzione di probabilità di X.
b. Determina la media, la varianza e la deviazione standard di X.

a. La variabile aleatoria X può assumere evidentemente i valori 0, 1 o 2. Assumi che la probabilità della nascita di
una figlia femmina sia uguale a quella di un figlio maschio, in modo che gli eventi elementari dello spazio campio-
nario  ¼ fMM, MF, FM, FFg siano equiprobabili.
Allora:
1
pðX ¼ 0Þ ¼ pðMMÞ ¼
4
pðX ¼ 1Þ ¼ pðMFÞ þ pðFMÞ ¼ :::::::
pðX ¼ 2Þ ¼ pðFFÞ ¼ :::::::
quindi la distribuzione di probabilità di X è:

xi 0 1 2
pðX ¼ xi Þ 1
..... .....
4

b. La media di X è data da:


1 1 1
EðXÞ ¼ 0  þ1 þ2 ¼ ::::::
4 ::::: :::::
La varianza di X è data da:
1 1 1
VðXÞ ¼ 02  þ 12  þ 22   ðEðXÞÞ2 ¼ ::::::::
4 ::::: ::::::
La deviazione standard di X è la radice quadrata della varianza: pffiffiffi 

pffiffiffiffiffiffiffiffiffiffiffiffi 1 2
ðXÞ ¼ VðXÞ ¼ :::::: b. 1, ,
2 2

124 Da alcune rilevazioni è risultato che a un certo incrocio stradale si fa una fila di 10 minuti una volta su due,
Þ
di 15 minuti una volta su quattro, di 1 minuto una volta su 4. Considera la variabile aleatoria X che esprime il tem-
po di attesa a quell’incrocio.
a. Determina la distribuzione di probabilità di X.
b. Determina il tempo medio di attesa all’incrocio.
 
1 1 1
a. X può assumere i valori (in minuti) 1, 10, 15, rispettivamente con probabilità , , ; b. 9 minuti
4 2 4
644
Unità 11
125 In un giorno, una ragazza riceve: telefonate della durata di 10 minuti 2 volte su 7; telefonate di 15 minuti 3
Þ
volte su 7; telefonate di 20 minuti 2 volte su 7. Considera la variabile aleatoria X che esprime la durata delle telefo-
nate ricevute dalla ragazza.
a. Determina la distribuzione di probabilità di X.

Calcolo delle probabilità


b. Determina la durata media di una telefonata.
 
2 3 2
X può assumere i valori (in minuti) 10, 15, 20, rispettivamente con probabilità , , ; b. 15 minuti
7 7 7
126
Þ Una variabile aleatoria X assume i valori 1, 2, 3, 4, 5, ciascuno con probabilità proporzionale al valore stesso.
a. Determina la distribuzione di probabilità di X.
b. Determina il valore medio di X.
 
1 2 1 4 1 11
a. X assume i valori 1, 2, 3, 4, 5, rispettivamente con probabilità , , , , ; b.
15 15 5 15 3 3
127
Þ Un’urna contiene 2 palline rosse e 1 pallina verde. Si estraggono dall’urna, una alla volta, tre palline (senza ri-
mettere nell’urna, a ogni estrazione, la pallina precedentemente estratta). Sia X la variabile aleatoria che esprime il
numero di estrazioni necessarie a estrarre per la prima volta la pallina verde.
a. Determina la distribuzione di probabilità di X.
b. Determina il valore medio di X.  
1
a. X assume i valori 1, 2, 3, ciascuno con probabilità ; b. 2
3
128 Si lancia una moneta successivamente per quattro volte. Sia X la variabile aleatoria che esprime il numero di
Þ
«croce» ottenuto. Determina:
a. la distribuzione di probabilità di X;
b. la media di X;
c. la varianza e la deviazione standard di X.
 
1 1 3 1 1
a. X assume i valori 0, 1, 2, 3, 4, rispettivamente con probabilità , , , , ; b. 2; c. 1,1
16 4 8 4 16
129 Si lanciano due dadi da gioco regolari a sei facce. Sia X la variabile aleatoria che esprime la somma dei due nu-
Þ
meri ottenuti. Determina:
a. la distribuzione di probabilità di X;
b. la media di X;
c. la varianza e la deviazione standard di X.

a. X assume i valori 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, rispettivamente con probabilità
rffiffiffiffiffiffiffiffi 
1 1 1 1 5 1 5 1 1 1 1 35 35
, , , , , , , , , , ; b. 7; c. ,
36 18 12 9 36 6 36 9 12 18 36 6 6
130
Þ Un’urna contiene 6 palline bianche ed n palline nere, con n  1. Un gioco consiste nell’estrarre una pallina
dall’urna, osservarne il colore, quindi estrarre una seconda pallina dall’urna, senza reimmissione della prima. In
ciascuna delle due estrazioni, il giocatore vince 2 euro se estrae una pallina bianca, mentre ne perde 3 se estrae una
pallina nera.
Sia X la variabile aleatoria che esprime la somma complessiva vinta o persa dal giocatore dopo le due estrazioni.
a. Determina la distribuzione di probabilità di X.
b. Verifica che il valore medio di X è espresso dalla formula:
6ð4  nÞ
EðXÞ ¼
nþ6 
c. Determina per quali valori di n il gioco è favorevole al giocatore. a. X può assumere i valori 6, 1, 4,


n2  n 12n 30
rispettivamente con probabilità , , ; c. 1  n  3
ðn þ 5Þðn þ 6Þ ðn þ 5Þðn þ 6Þ ðn þ 5Þðn þ 6Þ

131
Þ Un’urna contiene 1 pallina nera e 9 palline bianche. Un gioco consiste nell’estrarre simultaneamente 4 palli-
ne dall’urna, quindi nel lanciare un dado cubico regolare con le facce numerate da 1 a 6. Se tra le palline estratte
c’è quella nera, il giocatore vince se nel lancio del dado esce un numero pari; se tra le palline estratte non c’è quella
nera, il giocatore vince se nel lancio del dado esce il numero 1. Per partecipare al gioco il giocatore deve sborsare m
euro; se il giocatore vince, riceve come premio 10 euro, se il giocatore non vince ma tra le palline estratte c’è quella
645
nera, il giocatore recupera la cifra spesa per giocare; se infine il giocatore non vince e tra le palline estratte non c’è
Calcolo combinatorio e probabilità

quella nera, il giocatore perde la cifra sborsata per giocare.


Indica con X la variabile aleatoria che esprime la cifra guadagnata o persa dal giocatore dopo avere giocato.
a. Determina la distribuzione di probabilità di X.
b. Stabilisci per quale valore di m il gioco è equo.

3 1 1
a. X può assumere i valori 10  m, 0, m, rispettivamente con probabilità , , ;
10 5 2

15  4m
b. risulta EðXÞ ¼ , pertanto il gioco è equo quando m ¼ 3,75
5

Þ132 Un’urna contiene 60 palline, di cui 9 rosse e le rimanenti nere. Un giocatore pesca una pallina dall’urna, ne
osserva il colore, quindi rimette la pallina estratta nell’urna e pesca una seconda pallina. In ciascuna delle due
estrazioni, il giocatore guadagna n euro, con n 2 N, se estrae una pallina rossa e perde 2 euro se estrae una pallina
Tema I

nera.
Indica con X la variabile aleatoria che esprime la cifra complessiva guadagnata o persa dal giocatore dopo le due
estrazioni.
a. Determina la distribuzione di probabilità di X.
b. Determina il valore medio di X. 
c. Stabilisci per quali valori di n il gioco è favorevole al giocatore. a. X può assumere i valori 2n, n  2, 4,

9 51 289 3 17
rispettivamente con probabilità , , ; b. n ; c. n  12
400 200 400 10 5

Giochi equi e applicazioni del concetto di valore medio


133
Þ ESERCIZIO GUIDATO

Si estrae a caso un numero compreso fra 1 e 90; se esce un multiplo di 10 si vince una somma S. Determina la
somma S in modo che il gioco sia equo, sapendo che per partecipare si pagano 2 euro.

Consideriamo la variabile aleatoria X che esprime la somma complessivamente vinta o persa dal giocatore dopo
un’estrazione (tenendo conto anche della somma spesa per partecipare). X può assumere il valore S  2 (se esce un
9 1
numero multiplo di 10, quindi con probabilità ¼ Þ oppure il valore 2 (se esce un numero che non è multi-
90 10
plo di 10, quindi con probabilità .....). Affinché il gioco sia equo deve essere EðXÞ ¼ 0, ossia:

1 :::::
ðS  2Þ  2 ¼0
10 :::::

Risolvendo questa equazione nell’incognita S, si trova S ¼ :::::, quindi la vincita equa in caso di uscita di un multi-
plo di 10 è di 20 euro.

134 Tizio partecipa a un gioco con le seguenti regole: si estrae una carta da un mazzo di quaranta. Se viene estratta
Þ
una carta di cuori Tizio vince 5 euro; se viene estratta una carta di quadri vince 3 euro; se viene estratta una carta
di picche o di fiori paga 4 euro. Si tratta di un gioco equo? [Sı̀]

135 Il biglietto di una lotteria costa 3 euro. Sapendo che il montepremi complessivo è di 5 milioni di euro, quanti
Þ
biglietti si dovrebbero vendere per garantire un gioco equo? [1 666 667]

136 Un’urna contiene 3 palline gialle, 2 blu, 1 rossa e 4 verdi. Si estrae a caso una pallina dall’urna e se la pallina
Þ
estratta è rossa si vincono S euro, se è verde si perdono 2 euro, se è gialla o blu si vince 1 euro. In corrispondenza di
quali valori di S il gioco è equo o favorevole al giocatore? [Se S è maggiore o uguale a 3 euro]

Þ137 Un’urna contiene 8 palline nere e n palline bianche, con n  1. Si estraggono successivamente dall’urna due
palline (estraendo la seconda senza rimettere la prima pallina estratta nell’urna). Se le due palline estratte hanno
lo stesso colore si vince 1 euro, se sono di colore diverso si perde 1 euro. Per quali valori di n il gioco è favorevole al
giocatore? [1  n  4 _ n  13]
646
Unità 11
138
Þ ESERCIZIO GUIDATO

La probabilità che un vigile urbano passi a controllare una macchina che sosta in un parcheggio a pagamen-
1
to, non custodito, è di per ogni minuto di sosta. La tariffa prevista per il parcheggio è 1 euro all’ora (so-
300

Calcolo delle probabilità


ste inferiori a 1 ora vengono arrotondate a 1 ora); la multa per sosta senza tagliando è di 50 euro. Supponia-
mo di effettuare spesso soste di 30 minuti a quel parcheggio: la strategia di non pagare il biglietto è, a lungo
andare, vantaggiosa? Come deve essere il tempo di sosta affinché, a lungo andare, sia vantaggioso non paga-
re il biglietto?

 Supponi di non comprare il tagliando per la sosta e immagina la situazione come un «gioco» in cui guadagni 1
euro (il prezzo che altrimenti avresti dovuto pagare per il tagliando) se il vigile non passa, mentre perdi 49 euro
(la differenza tra la multa di 50 euro e il prezzo di 1 euro per il tagliando) se il vigile passa.
 Considera la variabile aleatoria X che esprime i soldi guadagnati o persi dopo una sosta al parcheggio senza ta-
gliando; la sosta senza biglietto risulterà, a lungo andare, vantaggiosa se la media di X è positiva, svantaggiosa se
è negativa.
 Se svolgi i calcoli correttamente troverai che la sosta senza biglietto non è vantaggiosa e che, per esserlo, il tem-
po di sosta deve essere inferiore a 6 minuti.

Þ139 Prenotazione di un biglietto aereo. Una compagnia aerea pratica degli sconti del 50% sul costo del biglietto,
a condizione che si parta di lunedı̀ e che si prenoti almeno una settimana prima. La prenotazione del biglietto
scontato non è rimborsabile, né rinviabile. Sono sempre disponibili, invece, biglietti a tariffa intera.
Tizio, per ragioni di lavoro, deve comprare un biglietto tutte le settimane; nel momento in cui prenota (almeno
una settimana prima) non è però certo di poter partire il lunedı̀: precisamente, valuta che egli potrà partire di lune-
dı̀ con una probabilità dell’80%, e nei giorni successivi con una probabilità del 20%. A lungo andare, gli conviene
la strategia di prenotare sempre il biglietto scontato?
(Suggerimento: ragiona in modo simile all’esercizio precedente)
[La strategia di comprare sempre il biglietto scontato è a lungo andare vantaggiosa]

Þ140 Strategie produttive. Una ditta produce componenti elettronici. Ogni componente costa 8 euro. La probabi-
lità che un componente presenti un difetto è del 5% e la riparazione di un componente difettoso prevede un costo
aggiuntivo di 4 euro. A lungo andare, quale delle due strategie seguenti è più conveniente per l’azienda?
a. Vendere ogni componente al prezzo di 15 euro e riparare i componenti difettosi.
b. Vendere ogni componente al prezzo di 16 euro ed eliminare i componenti difettosi, senza ripararli.
(Suggerimento: indica con X e Y, rispettivamente, le variabili aleatorie che rappresentano il guadagno per ciascun
pezzo venduto nel caso della strategia a. e nel caso della strategia b.; calcola i valori medi di X e Y e confrontali)
[È più conveniente la strategia b.]

Þ141 Gioco a quiz. A un quiz, un concorrente deve rispondere a due domande, diciamo A e B, e deve decidere se ri-
spondere prima alla domanda A o prima alla domanda B. La probabilità che il concorrente risponda correttamente
alla domanda A è 0,7, e in tal caso il concorrente vince 1000 euro. La probabilità che il concorrente risponda cor-
rettamente alla domanda B è 0,4, e in tal caso il concorrente vince 2000 euro. Se il concorrente sbaglia la risposta
alla prima domanda non può tentare di rispondere alla seconda; se invece risponde correttamente alla prima do-
manda gli viene posta anche la seconda domanda. Qual è la strategia più conveniente per il concorrente: risponde-
re prima alla domanda A o rispondere prima alla domanda B?
(Vedi il suggerimento dell’esercizio precedente) [La migliore strategia è quella di rispondere prima alla domanda A]

5. Distribuzione binomiale TEORIA a p. 627

Esercizi preliminari
142
Þ Vero o falso?
a. Si estraggono successivamente cinque carte da un mazzo, rimettendo dopo ciascuna estrazione
la carta estratta nel mazzo prima dell’estrazione successiva. La variabile aleatoria X che conta il numero
di Assi ottenuto complessivamente nelle cinque estrazioni ha una distribuzione binomiale. V F
647
b. Si estraggono successivamente cinque carte da un mazzo, senza rimettere dopo ciascuna estrazione
Calcolo combinatorio e probabilità

la carta estratta nel mazzo prima dell’estrazione successiva. La variabile aleatoria X che conta il numero
di Assi ottenuto complessivamente nelle cinque estrazioni ha una distribuzione binomiale. V F
c. Si lancia successivamente per 10 volte un dado regolare. La variabile aleatoria X che conta il numero
di «6» complessivamente ottenuto nei dieci lanci ha una distribuzione binomiale. V F
d. Un sacchetto contiene 10 caramelle alla menta e 20 caramelle alla frutta. Paolo estrae a caso,
successivamente, 3 caramelle dal sacchetto, e mangia ciascuna caramella estratta prima di estrarre
la successiva. La variabile aleatoria X che conta il numero di caramelle alla menta
che ha complessivamente mangiato Paolo ha una distribuzione binomiale. V F
[2 affermazioni vere e 2 false]
143
Þ Vero o falso?
Viene lanciato per 20 volte successive un dado regolare. Sia X la variabile aleatoria che conta il numero di «6» otte-
nuto complessivamente nei 20 lanci.
1
Tema I

a. X ha una distribuzione binomiale di parametri n ¼ 20 e p ¼ V F


6
b. X può assumere qualsiasi valore da 0 a 20, ciascuno con la stessa probabilità V F
  2  8
20 1 5
c. la probabilità che sia X ¼ 2 è uguale a V F
2 6 6
d. risulta pðX  1Þ ¼ 1  pðX ¼ 1Þ V F
  20
20 5
e. la probabilità che sia X ¼ 0 è uguale a V F
0 6
[2 affermazioni vere e 3 false]
Test  
6
144 Quanto vale
Þ ?
2
A 12 B 15 C 18 D 20

145 Si estraggono successivamente, con reimmissione nel mazzo, cinque carte da un mazzo di 52. La variabile
Þ
aleatoria X che conta il numero di Assi ottenuti:
1
A ha distribuzione binomiale di parametri n ¼ 4, p ¼
12
1
B ha distribuzione binomiale di parametri n ¼ 5, p ¼
13
1
C ha distribuzione binomiale di parametri n ¼ 6, p ¼
15
D non ha distribuzione binomiale

146 Si lancia n volte successivamente un dado truccato a sei facce, in modo che in ciascun lancio la probabilità di
Þ
ottenere «6» è uguale a 0,4. Sia X la variabile aleatoria che conta il numero di «6» complessivamente ottenuto negli
n lanci. Quale delle seguenti espressioni fornisce la probabilità che sia X ¼ 5?
       
5 5 n n
A ð0,6Þ5 ð0,4Þn5 B ð0,4Þ5 ð0,6Þn5 C ð0,6Þ5 ð0,4Þn5 D ð0,4Þ5 ð0,6Þn5
n n 5 5

147
Þ Sia X una variabile aleatoria binomiale di parametri n ¼ 100 e p ¼ 0,4. Qual è la media di X?
A 20 B 30 C 40 D 50

148
Þ Sia X una variabile aleatoria binomiale di parametri n ¼ 100 e p ¼ 0,4. Qual è la varianza di X?
A 21 B 22 C 23 D 24
1
149
Þ Sia X una variabile aleatoria binomiale di parametri n ¼ 50 e p ¼ . Allora la probabilità che sia X  1 è ugua-
3
le a:
 50  50  50
1 2 2
A 1 B 1 C D nessuna delle precedenti
3 3 3

Parametri di una distribuzione binomiale


1
150
Þ Sia X una variabile aleatoria binomiale di parametri n ¼ 6, p ¼ . Calcola la probabilità che risulti X ¼ 4. Ar-
3  
rotonda il risultato a meno di un centesimo. 20
’ 0,08
243
648
1

Unità 11
151
Þ Sia X una variabile aleatoria binomiale di parametri n ¼ 8, p ¼ . Determina:
4
a. la probabilità che sia X ¼ 5; b. la probabilità che sia X  6. c. la probabilità che sia X < 3.
Esprimi i risultati arrotondati a meno di un millesimo. [a. 0,023; b. 0,004; c. 0,679]

Calcolo delle probabilità


1
152 Sia X una variabile aleatoria binomiale di parametri n ¼ 5, p ¼ .
Þ 2
a. Determina la distribuzione di probabilità di X.
b. Per quale valore di k è massima la probabilità che sia X ¼ k?

1 5 5 5 5 1
a. X può assumere i valori 0, 1, 2, 3, 4, 5, rispettivamente con probabilità , , , , , ;
32 32 16 16 32 32 
b. la probabilità è massima per k ¼ 2 e per k ¼ 3
1
153
Þ Sia X una variabile aleatoria binomiale di parametri n ¼ 6, p ¼ .
2
a. Determina la distribuzione di probabilità di X.
b. Per quale valore di k (con k 2 NÞ è massima la probabilità che sia X ¼ k?

1 3 15 5 15 3 1
a. X può assumere i valori 0, 1, 2, 3, 4, 5, 6, rispettivamente con probabilità , , , , , , ;
64 32 64 16 64 32 64 
b. la probabilità è massima per k ¼ 3
1
154
Þ Sia X una variabile aleatoria binomiale di parametri n ¼ 50 e p ¼ . Determina la media e la deviazione
10  pffiffiffi 
standard di X. 3 2
EðXÞ ¼ 5, ðXÞ ¼
2
155 Interpretazione di grafici. Nella figura qui sotto abbiamo rappresentato la distribuzione di probabilità di
Þ
una variabile aleatoria binomiale X. Individua i parametri n e p della distribuzione e la media di X.

0,45
0,4096 0,4096
0,40
0,35
0,30
0,25
0,20
0,1536
0,15
0,10
0,05 0,0256  
0,0016 1 4
0 n ¼ 4, p ¼ , EðXÞ ¼
0 1 2 3 4 5 5
1
156
Þ Sia X una variabile aleatoria binomiale, di parametri n ¼ 18 e p > . Sapendo che la varianza di X è 4, deter-
2  
mina il valore di p e la media di X. 2
p ¼ , EðXÞ ¼ 12
3
pffiffiffiffiffiffi
30
157 Sia X una variabile aleatoria binomiale, avente media uguale a 30 e deviazione standard uguale a
Þ .
2
a. Determina i parametri n e p della variabile aleatoria.
 
15 3
b. Verifica che la probabilità che sia X ¼ 1 è uguale a 77 . a. n ¼ 40, p ¼
2 4

Problemi
158
Þ Si lancia un comune dado regolare a sei facce e si vince se esce il «3» o il «6».
a. Qual è la probabilità di vincere?
b. Il dado viene lanciato successivamente per quattro volte. Indicata con X la variabile aleatoria che conta il
numero complessivo di volte in cui si è vinto nei quattro lanci, individua la distribuzione di probabilità di X,
precisandone i parametri.
c. Calcola la probabilità che, nei quattro lanci, si vinca esattamente 2 volte.
d. Calcola la probabilità che, nei quattro lanci, si vinca esattamente 3 volte.
 
1 1 8 8
a. ; b. binomiale di parametri n ¼ 4, p ¼ ; c. ; d.
3 3 27 81
649
Calcolo combinatorio e probabilità

159 Si lancia una moneta regolare per 6 volte successivamente. Sia X la variabile aleatoria che conta il numero di
Þ
volte in cui è uscita «testa» nei sei lanci.
a. Individua la distribuzione di probabilità di X, precisandone i parametri.
b. Calcola la probabilità che siano uscite esattamente 4 «testa».  1 15

a. Binomiale di parametri n ¼ 6, p ¼ ; b.
2 64
160
Þ Un’urna contiene 9 palline, di cui 6 bianche e 3 rosse. Si eseguono successivamente quattro estrazioni dall’ur-
na, con reimmissione. Sia X la variabile aleatoria che conta il numero di palline bianche estratte complessivamen-
te nelle quattro estrazioni.
a. Individua la distribuzione di probabilità di X, precisandone i parametri.
b. Calcola la probabilità di estrarre esattamente 2 palline bianche.
c. Calcola la probabilità di estrarre esattamente 3 palline bianche.
 
2 8 32
a. Binomiale di parametri n ¼ 4, p ¼ ; b. ; c.
3 27 81
Tema I

Þ161 Da un’urna contenente 20 palline, di cui 5 bianche e 15 nere, si effettuano quattro estrazioni successive, con
 
reimmissione. Qual è la probabilità di estrarre esattamente 2 palline bianche? 27
128
162 Da un mazzo di 32 carte (contenente 8 carte di ogni seme) vengono estratte successivamente cinque carte,
Þ  
con reimmissione. Qual è la probabilità di estrarre esattamente tre carte di cuori? 45
512

Þ163 Menu al ristorante. Quattro persone sono sedute al tavolo di un ristorante, in procinto di ordinare un primo
piatto. Per ciascuna delle quattro persone, la probabilità di scegliere il risotto ai funghi è uguale a 0,2. Qual è la pro-
babilità che esattamente due delle quattro persone scelgano il risotto ai funghi, supponendo che ciascuno scelga
 
indipendentemente dagli altri? 96
625

Þ164 Videogiochi. Paolo sta giocando a un videogioco e deve colpire il nemico. Ogni volta che spara un colpo, la
probabilità di colpirlo è uguale a 0,4. Se spara cinque colpi, qual è la probabilità di colpire il nemico esattamente
 
tre volte? 144
625
165 Numero di figli maschi. Supponi che la probabilità di avere un figlio maschio sia uguale alla probabilità di
Þ
avere una figlia femmina. Scelta a caso una coppia che ha tre figli (il sesso di ciascuno dei quali si suppone indipen-
dente da quello degli altri), sia X la variabile aleatoria che conta il numero di figli maschi della coppia.
a. Individua la distribuzione di probabilità di X, precisandone i parametri.
b. Calcola la probabilità che quella coppia abbia avuto esattamente due figli maschi.
Si scelgono a caso, e in modo indipendente, quattro coppie, ciascuna delle quali ha tre figli; indicata con Y la varia-
bile aleatoria che conta il numero di coppie che hanno esattamente due figli maschi, rispondi ai seguenti ulteriori
quesiti.
c. Individua la distribuzione di probabilità di Y, precisandone i parametri.
d. Calcola la probabilità che almeno una delle quattro coppie abbia esattamente due figli maschi.
  4 
1 3 3 5
a. X binomiale di parametri n ¼ 3, p ¼ ; b. ; c. Y binomiale di parametri n ¼ 4, p ¼ ; d. 1  ’ 0,85
2 8 8 8

Þ166 Semafori. Un automobilista incontra abitualmente tre semafori sul tragitto che compie per recarsi al lavoro.
Ciascun semaforo segue questo ciclo: resta verde per 50 secondi, quindi diventa giallo per 10 secondi e infine resta
rosso per 60 secondi. Supponendo che ciascun semaforo sia indipendente dagli altri, indica con X, Y e Z, le varia-
bili aleatorie che contano rispettivamente il numero di semafori verdi, gialli e rossi che incontra l’automobilista
sul suo tragitto.
a. Individua le distribuzioni di probabilità di X, Y e Z.
b. Calcola la probabilità che l’automobilista trovi un solo semaforo verde.
c. Calcola la probabilità che l’automobilista trovi esattamente due semafori gialli.
d. Calcola la probabilità che l’automobilista trovi tutti e tre i semafori rossi.

5 1 1
a. X binomiale di parametri n ¼ 3, p ¼ , Y di parametri n ¼ 3, p ¼ , Z di parametri n ¼ 3, p ¼ ;
12 12 2

245 11 1
b. ; c. ; d.
576 576 8
650
Unità 11
167
Þ Numero di partecipanti a una riunione. Il comitato di un’associazione è composto da 8 persone. Ciascun
membro del comitato partecipa alle riunioni, indipendentemente dagli altri, con una probabilità del 50%. Calcola
la probabilità che alla prossima riunione:
a. tutti i membri del comitato siano presenti;

Calcolo delle probabilità


b. siano presenti al massimo sei membri del comitato;  
1 247 255
c. sia presente almeno un membro del comitato. a. ; b. ; c.
256 256 256

168
Þ Guasti su una linea ferroviaria. La probabilità che in un mese si verifichi un guasto su una certa linea ferro-
viaria è uguale a 0,1. Supponendo i guasti indipendenti gli uni dagli altri, calcola la probabilità che in un anno:
a. non si verifichi alcun guasto;
b. si verifichi almeno un guasto;
c. si verifichino esattamente due guasti.

Per ciascuna probabilità, scrivi l’espressione che la esprime, quindi, con l’aiuto di una calcolatrice, fornisci il risul-
tato arrotondato a meno di un centesimo.      
9 12 9 12 22  321
a. ’ 0,28; b. 1  ’ 0,72; c. ’ 0,23
10 10 1012

169
Þ Candidati a un concorso. Si stima che ciascun candidato che partecipa a un concorso abbia una probabilità
del 25% di superarlo. Considera un gruppo di 20 candidati scelti a caso.
a. Qual è la probabilità che almeno un candidato del gruppo superi il concorso?
b. Qual è la probabilità che al massimo due candidati del gruppo superino il concorso?
c. Qual è il numero medio di candidati del gruppo che possiamo aspettarci superino il concorso?

Per ciascuna probabilità, scrivi l’espressione che la esprime, quindi, con l’aiuto di una calcolatrice, fornisci il risul-
tato arrotondato a meno di un millesimo.   20  20  19   
3 3 3 95 3 18
a. 1  ’ 0,997; b. þ5 þ ’ 0,091; c. 5
4 4 4 8 4

170
Þ Test a risposta multipla. Un compito in classe è costituito da 10 quesiti, ciascuno con quattro risposte di cui
una sola è esatta. Il professore assegna 1 punto per ogni risposta esatta e nessun punto per ogni risposta sbagliata o
non data. Paolo risponde a caso a tutti i quesiti.
a. Qual è la probabilità che Paolo prenda la sufficienza, cioè che dia almeno sei risposte esatte? Determina la
formula che esprime tale probabilità, quindi determinane un valore approssimato con l’aiuto di una
calcolatrice. Arrotonda il risultato a meno di un centesimo ed esprimilo sotto forma di percentuale.
b. Qual è il voto medio che Paolo può aspettarsi di prendere dando tutte le risposte a caso?
c. Supponiamo che il professore di Paolo decida di cambiare il metodo di valutazione: stabilisce di assegnare 1
punto per ogni risposta esatta, nessun punto per ogni risposta non data e di togliere p punti per ogni risposta
sbagliata. Quale dovrebbe essere il valore di p, per fare sı̀ che il voto medio atteso, rispondendo a caso a tutte le
domande, sia 0?  X 10   k  10k 
10 1 3 1
a. ’ 0,02 ¼ 2%; b. 2,5; c. p ¼
k¼6
k 4 4 3

171
Þ Problemi nella storia Il cavaliere de Méré pose nel 1654 a Blaise Pascal il seguente problema: «È più probabile
ottenere almeno un ‘6’ lanciando quattro volte un dado, oppure un doppio ‘6’ lanciando due dadi 24 volte?».
a. Lanciamo un dado quattro volte. Indicata con X la variabile aleatoria che conta il numero complessivo di «6»
ottenuto nei quattro lanci, qual è la distribuzione di probabilità di X? Qual è la probabilità che esca almeno un
«6», cioè che sia X  1?
b. Lanciamo due dadi ventiquattro volte. Indicata con Y la variabile aleatoria che conta il numero complessivo
di doppi «6» ottenuti nei ventiquattro lanci, qual è la distribuzione di probabilità di Y? Qual è la probabilità che
esca almeno un doppio «6», cioè che sia Y  1?

Dai risultati ottenuti ai due punti precedenti deduci la risposta al problema del cavaliere de Méré.
    4    
1 5 1 35 24
a. X  B 4, ,1 ; b. Y  B 24, ,1 ;
6 6 36 36

c. è più probabile ottenere almeno un «6» lanciando un dado quattro volte

651
Calcolo combinatorio e probabilità

RIEPILOGO

Esercizi di riepilogo
172
Þ Vero o falso? 178
Þ Dal sacchetto della tombola si estrae un numero.
2 1 Calcola la probabilità di estrarre un numero pari ma
Due eventi A e B sono tali che pðAÞ ¼ , pðBÞ ¼ ,  
5 2 non divisibile per 4. 23
3
pðA \ BÞ ¼ 90
10
a. pðA [ BÞ ¼ 1 V F 179
Þ Calcola la probabilità che, lanciando due dadi, si
 
ottengano due facce con numeri consecutivi. 5
b. pðAÞ ¼ pðA [ BÞ V F
18
c. pðBÞ ¼ pðBÞ V F
180
Þ Da un sacchetto della tombola si prelevano tutti i
d. pðA \ BÞ ¼ pðAÞ  pðA \ BÞ V F
Tema I

dischetti con numeri divisibili per 5 e li si inserisce in


1 un altro sacchetto della tombola, completo dei novan-
e. pðA \ BÞ ¼ V F
10 ta numeri. Da quest’ultimo si estrae un dischetto: qual
 
3 è la probabilità di estrarre un multiplo di 10? 1
f. pðA [ BÞ ¼ V F 6
5
[4 affermazioni vere e 2 false]
181
Þ Dal sacchetto della tombola si estrae un numero.
173 Si estrae una pallina da un’urna che ne contiene
Þ Calcola la probabilità che esso sia multiplo di 3 o di 7.
 
20 bianche, 15 verdi, 10 rosse e 30 di altri colori. Cal- 19
cola la probabilità che essa: 45
a. sia bianca o rossa;
b. non sia né bianca né rossa;   182
Þ Un’urna contiene 5 biglie rosse e 10 bianche. Si
2 3 4 estraggono dall’urna, successivamente, due biglie, sen-
c. non sia verde. a. ; b. ; c.
5 5 5 za rimettere nell’urna la prima biglia estratta. Determi-
174 Da un mazzo di 52 carte se ne estrae una a caso;
Þ na la probabilità:
calcola la probabilità che: a. di estrarre due biglie rosse;
a. sia una carta di fiori; b. di estrarre due biglie dello stesso colore;
b. sia un fante; c. di estrarre due biglie di colori diversi.
c. sia una carta di fiori o un fante;  
2 11 10
d. non sia una figura; a. ; b. ; c.
21 21 21
e. sia una carta di cuori o di picche.
  183 Un’urna contiene 5 biglie rosse e 10 bianche. Si
1 1 4 10 1 Þ
a. ; b. ; c. ; d. ; e. estraggono dall’urna, successivamente, due biglie, ri-
4 13 13 13 2
mettendo nell’urna la prima biglia estratta. Determina
175 Calcola la probabilità che estraendo una carta da
Þ la probabilità:
un mazzo di 40, questa sia: a. di estrarre due biglie rosse;
a. un Asso non di quadri; b. di estrarre due biglie dello stesso colore;
b. una figura non di cuori; c. di estrarre due biglie di colori diversi.
c. una Regina di denari o un Re di quadri.  
  1 5 4
3 9 1 a. ; b. ; c.
a. ; b. ; c. 9 9 9
40 40 20
176 In un’urna ci sono 7 biglie rosse, 4 biglie nere e n 184
Þ Un’urna contiene 25 palline bianche e 15 rosse.
Þ
biglie verdi. Estraendo a caso una biglia dall’urna, la Si estraggono, successivamente, tre palline senza rein-
probabilità di estrarre una biglia che non sia nera è serire, dopo ciascuna estrazione, la pallina estratta nel-
0,75. Quante biglie verdi ci sono nell’urna? [5] l’urna. Qual è la probabilità che:
a. siano estratte tutte palline dello stesso colore;
177 Si lancia una moneta equilibrata tre volte, conse-
Þ b. solo una delle palline estratte sia bianca.
cutivamente. Determina la probabilità:  
29 525
a. che si ottenga «croce» esattamente una volta; a. ’ 27,88%; b. ’ 26,57%
104 1976
b. che si ottenga «croce» esattamente due volte;
c. che si ottenga «croce» tre volte; 185
Þ Se lanci due dadi, qual è la probabilità che la
d. che si ottenga «croce» almeno una volta. somma dei due numeri ottenuti sia pari o uguale a 3?
   
3 3 1 7 5
a. ; b. ; c. ; d.
8 8 8 8 9
652
Unità 11
186
Þ Si lancia quattro volte una moneta regolare. 193
Þ Un’urna A contiene 100 biglie, di cui 20 rosse e
a. Qual è la probabilità di ottenere quattro «testa»?
  80 bianche. Un’urna B contiene n biglie rosse e 85
1 bianche. Determina il minimo valore di n per cui la
16 probabilità di estrarre una biglia rossa dall’urna B sia

Calcolo delle probabilità


b. Qual è la probabilità di ottene 2 «testa» e 2 «cro- maggiore della probabilità di estrarre una biglia rossa
 
ce»? 3 dall’urna A. [n ¼ 22]
8 194 Da un mazzo di 52 carte se ne estrae una a caso.
Þ
187 Una password è costituita da cinque cifre, con la
Þ Considera i seguenti eventi:
possibilità che le cifre siano ripetute. Scegliendo a caso A: «è uscito un Asso»
una password, determina la probabilità: B: «è uscito un Fante»
a. che non contenga alcuno 0; C: «è uscita una carta di quadri»
b. che contenga almeno uno 0; D: «è uscita una carta rossa»
c. che contenga esattamente uno 0. E: «è uscito un Asso o una figura»
[a. 0,59049; b. 0,40951; c. 0,32805]

188 Si lancia quattro volte un dado regolare. a. Determina la probabilità degli eventi A, B, C, D, E.
Þ
a. Qual è la probabilità che, in tutti e quattro i lan- b. Esprimi a parole gli eventi A \ C, A \ D, D \ E e
ci, si ottenga il numero 6? calcola la loro probabilità.
b. Qual è la probabilità che, nei quattro lanci, esca c. Esprimi a parole gli eventi A [ C, A [ D e calcola
sempre lo stesso numero?   la loro probabilità.
1 1
a. ; b. d. Esprimi a parole gli eventi E \ D e E [ D e calcola
1296 216
la loro probabilità.
189 In un compito in classe Alessandro deve rispon-

Þ 1 1 1 1 4 1 1 2
dere a tre quesiti del tipo «vero o falso». Supponi che a. , , , , ; b. , , ;
13 13 4 2 13 52 26 13
Alessandro risponda a caso a tutti e tre i quesiti. Calco- 
4 7 2 17
la la probabilità che Alessandro: c. , ; d. ,
13 13 13 26
a. abbia riposto correttamente a tutti e tre i quesiti;
b. abbia risposto correttamente a solo due quesiti; 195 Un’urna contiene 50 palline numerate da 1 a 50.
Þ
c. abbia dato almeno una risposta corretta; Si estrae a caso una pallina dall’urna. Considera i se-
d. abbia dato almeno una risposta sbagliata. guenti eventi:
 
1 3 7 7 A: «è uscito un numero dispari»
a. ; b. ; c. ; d.
8 8 8 8 B: «è uscito un multiplo di 4»
190 Si lanciano successivamente due dadi regolari a C: «è uscito un multiplo di 5»
Þ
sei facce. Sia A l’evento «il numero uscito sul primo
a. Determina la probabilità degli eventi A, B, C.
dado è dispari»; sia B l’evento «la somma dei due nu-
b. Determina la probabilità degli eventi A \ B, B \ C,
meri usciti sui due dadi è 8». Calcola le probabilità de-
A \ C.
gli eventi:
c. Determina la probabilità degli eventi A [ B, A [ B.
a. A [ B  
7 5 d. Determina la probabilità degli eventi B [ C, B \ C.
b. A [ B a. ; b.
12 9 e. Determina la probabilità degli eventi A \ C, A [ C.

Þ191 Un ragazzo ha a disposizione solo due telefonate; 1 6 1 1 1 37
a. , , ; b. 0, , ; c. , 1;
sceglie a caso due numeri telefonici distinti da una li- 2 25 5 25 10 50
sta che contiene il numero di telefono di tre ragazzi e 
2 3 2 9
di due ragazze. Qual è la probabilità che almeno una d. , ; e. ,
5 5 5 10
delle due telefonate vada a una delle due ragazze?
 
7 196
Þ Un’urna contiene tre biglie rosse e quattro biglie
10 nere. Si estraggono a caso dall’urna due biglie, senza ri-
mettere la prima biglia estratta nell’urna. Determina la
192
Þ Un’urna contiene n palline. Se si estrae una palli-
4 probabilità che:
na, la probabilità che essa sia gialla è . Se invece si a. la prima biglia estratta sia rossa e la seconda nera;
7
estraggono successivamente due palline, senza rimet- b. le due biglie estratte siano entrambe nere;
tere la prima pallina estratta nell’urna prima di estrarre c. almeno una delle due biglie estratte sia rossa;
d. le due biglie estratte abbiano lo stesso colore;
la seconda, la probabilità che esse siano entrambe gial-
38 e. le due biglie estratte abbiano colori differenti.
le è . Quanto vale n? Quante sono le palline gialle  
119 2 2 5 3 4
a. ; b. ; c. ; d. ; e.
contenute nell’urna? [n ¼ 35, 20 palline gialle] 7 7 7 7 7
653
Calcolo combinatorio e probabilità

197
Þ Una variabile aleatoria discreta X ha la seguente distribuzione di probabilità:

xi 1 2 4
1 1
PðX ¼ xi Þ k
2 4

a. Determina k.  
1 3
b. Determina il valore medio e la varianza di X. a. k ¼ ; b. 2,
4 2

198
Þ Verifica che se una variabile aleatoria binomiale X, di parametri n e p, è tale che la sua media è uguale alla sua
1
deviazione standard, allora p ¼ .
nþ1
Tema I

199
Þ Un’urna contiene una pallina bianca e due nere. Si estraggono successivamente dall’urna quattro palline, ri-
mettendo dopo ciascuna estrazione la pallina estratta nell’urna.
a. Qual è la probabilità di estrarre esattamente due palline bianche?  
8 65
b. Qual è la probabilità di estrarre almeno una pallina bianca? a. ; b.
27 81

200 Un’urna contiene 10 palline, di cui 7 bianche e 3 nere. Si estraggono successivamente dall’urna cinque palli-
Þ
ne, rimettendo dopo ciascuna estrazione la pallina estratta nell’urna. Qual è la probabilità di estrarre 3 palline nere
e 2 bianche?  
1323
10 000

201 Un giocatore lancia un dado regolare, successivamente, per cinque volte. In ciascuno dei cinque lanci, il gio-
Þ
catore perde se esce «1» e vince altrimenti.
a. Qual è la probabilità che perda esattamente tre volte?  
125 3125
b. Qual è la probabilità che vinca esattamente quattro volte? a. ; b.
3888 7776

202
Þ Il 10% di una certa popolazione è contagiato da un virus. Si scelgono a caso 4 persone dalla popolazione. Sup-
ponendo le scelte tra loro indipendenti, qual è la probabilità che almeno due delle quattro persone siano contagia-
te?  
523
10 000

Þ203 Abbiamo a disposizione due dadi regolari a forma di tetraedro, sulle cui facce sono presenti i numeri 0, 1, 2,
3, e due dadi regolari a forma di cubo, sulle cui facce sono presenti i numeri 1, 2, 3, 4, 5, 6. Se viene lanciata la cop-
pia di dadi a forma di tetraedro, si vince se la somma dei due numeri sulle facce nascoste è 5; se viene lanciata la
coppia di dadi a forma di cubo, si vince se la somma dei due numeri sulle facce superiori è 5. È più probabile vince-
re lanciando i due dadi tetraedrici o i due dadi cubici? [I due dadi tetraedrici]

Þ204 In un’urna sono contenute tre biglie, recanti impressi i numeri 1, 0 e 1. In una seconda urna sono presenti
altre tre biglie, recanti impressi gli stessi numeri. Si estrae a caso una biglia dalla prima urna e si annota il numero
presente sulla biglia estratta, diciamolo x. Analogamente, si estrae a caso una biglia dalla seconda urna e si annota
il numero presente sulla biglia estratta, diciamolo y. Si rappresenta quindi il punto di coordinate ðx, yÞ nel piano
cartesiano. Qual è la probabilità che il punto:
a. appartenga alla circonferenza avente centro nell’origine degli assi e raggio 1?
b. appartenga al cerchio limitato dalla circonferenza di cui al punto a.?
pffiffiffi
c. appartenga alla circonferenza avente centro nell’origine e raggio 2?
d. appartenga al cerchio limitato dalla circonferenza di cui al punto c.?
e. appartenga alla circonferenza avente centro nell’origine e raggio 2?  
4 5 4
f. appartenga al cerchio limitato dalla circonferenza di cui al punto e.? a. ; b. ; c. ; d. 1; e. 0; f. 1
9 9 9

205
Þ Considera tre urne X, Y e Z. Nell’urna X sono contenute due palline, numerate 1 e 2; nell’urna Y sono conte-
nute tre palline, numerate 1, 2 e 3; nell’urna Z sono contenute due palline, numerate 1 e 3. Estraiamo a caso una
pallina dall’urna X e indichiamo con x il numero della pallina estratta; quindi estraiamo a caso una pallina dall’ur-
654
na Y e indichiamo con y il numero della pallina estratta; infine estraiamo a caso una pallina dall’urna Z e indichia-

Unità 11
mo con z il numero della pallina estratta. Considera i seguenti eventi:
A: «x  z»
B: «x þ y þ z ¼ 7»

Calcolo delle probabilità


C: «i tre numeri x, y e z sono tutti distinti»
D: «y < z»

a. Calcola la probabilità degli eventi A, B, C e D.


b. Calcola la probabilità degli eventi A \ C, B \ D, B \ C.  
1 1 1 1 1 1 2 5 5
c. Calcola la probabilità degli eventi A [ C, B [ D, B [ C. a. , , , ; b. , , 0; c. , ,
2 6 4 3 12 12 3 12 12

206
Þ Problemi nella storia Uno dei problemi proposti a Newton da Samuel Pepys (l’autore dei famosi diari), presi-
dente della Royal Society, è il seguente: è più probabile ottenere almeno un 6 lanciando sei volte un dado o alme-
no due 6 lanciando dodici volte il dado? Sai risolvere questo problema?
 
56 512 12  511
Le due probabilità sono uguali a 1  6 ’ 66,51%, 1  12  ’ 61,87%
6 6 612

207 Passeggiata aleatoria nel piano. Una formica si trova nell’origine degli assi, in un piano cartesiano. A ogni
Þ
passo, la formica si muove a caso di una unità nella direzione e nel verso dell’asse x oppure di una unità nella dire-
zione e nel verso dell’asse y. Supponi che la formica compia tre passi.
a. Rappresenta la situazione tramite un diagramma ad albero e deduci quali sono le coordinate dei punti in cui
la formica può trovarsi dopo i tre passi.
Determina quindi la probabilità che la formica, nel suo percorso:
b. passi per il punto A(1, 1);
c. passi per il punto B(2, 1);
d. passi per il punto A e per il punto B;
e. passi per almeno uno dei due punti A o B.
 
1 3 1 5
a. Possibili posizioni finali: (0, 3); (1, 2); (2, 1); (3, 0); b. ; c. ; d. ; e.
2 8 4 8

Esercizi dalle gare di matematica e in inglese


Þ208 Il paradosso delle panchine. In un giardino pubblico ci sono tre panchine, ciascuna a due posti. Una perso-
na arriva e si siede a caso su una panchina; successivamente arriva una seconda persona: anch’essa si siede a caso
su una panchina. Qual è la probabilità che le due persone si trovino sedute sulla stessa panchina?
a. Andrea risolve il problema in questo modo. Immaginiamo di numerare i posti delle panchine:

1 2 3 4 5 6

La prima persona sceglie a caso uno dei posti disponibili: ha sei possibilità; la seconda che arriva sceglie a caso tra
uno dei cinque posti rimasti: abbiamo in tutto 6  5 modi diversi in cui le due persone possono sedersi, ciascuno
dei quali può essere rappresentato da una coppia ordinata di numeri; per esempio, la coppia ð1, 3Þ indicherà che la
prima persona ha scelto il posto 1 e la seconda il posto 2. I casi favorevoli, cioè quelli in cui le due persone si trova-
no sedute sulla stessa panchina, sono quelli rappresentati dalle sei coppie ordinate:

ð1, 2Þ; ð2, 1Þ; ð3, 4Þ; ð4, 3Þ; ð5, 6Þ; ð6, 5Þ
6 1
Avendo 6 casi favorevoli e 6  5 casi possibili, la probabilità richiesta è data da
¼ .
65 5
b. Barbara affronta invece il problema come segue. Indichiamo con le tre lettere A, B e C le tre panchine.

A B C

655
La prima persona sceglie a caso una panchina: ha tre possibilità; la seconda persona arriva e a sua volta sceglie a ca-
Calcolo combinatorio e probabilità

so una panchina: anch’essa ha tre possibilità, quindi le due persone possono fare in tutto 3  3 scelte diverse, cia-
scuna delle quali può essere rappresentata da una coppia ordinata di lettere; per esempio, la coppia ðA, BÞ indica
che la prima persona ha scelto la panchina A e la seconda la panchina B. I casi favorevoli, cioè quelli in cui le due
persone si trovano sedute sulla stessa panchina, sono quelli rappresentati dalle tre coppie ordinate:

ðA, AÞ; ðB, BÞ; ðC, CÞ


3 1
Avendo 3 casi favorevoli e 3  3 casi possibili, la probabilità richiesta è data da ¼ .
33 3
Andrea e Barbara hanno ottenuto due probabilità differenti! Chi sta sbagliando e perché?

209 Tira un dado tradizionale: qual è la probabilità che il prodotto dei numeri che compaiono sulle cinque facce
Þ
che rimangono visibili sia divisibile per 6?
1 1 2 5
Tema I

A B C D E 1
3 2 3 6
(Kangourou 2007) [E]

210
Þ Qual è la probabilità che scegliendo a caso un numero di tre cifre esso sia pari e maggiore di 399?
1 1 1 2 1
A B C D E
2 3 6 3 9
(Kangourou 2001) [B]

211
Þ Tiriamo due dadi regolari, con le facce numerate da 1 a 6, osserviamo i punteggi sulle facce superiori e calco-
liamone la differenza. Qual è il valore più probabile per il valore assoluto di tale differenza?
A Tutti i numeri fra 0 e 5 sono equiprobabili D 2
B 0 E 3
C 1
(Kangourou 2003) [C]

212
Þ Due gabbiani bianchi e otto gabbiani grigi volano su un fiume. All’improvviso atterrano su una delle sponde
del fiume, disponendosi in linea retta in ordine casuale. Qual è la probabilità che i due gabbiani bianchi si trovino
uno accanto all’altro?
1 1 1 1 1
A B C D E
5 6 7 8 9
(Kangourou 2003) [A]

213 In una scatola vengono inseriti 2003 biglietti numerati da 1 a 2003. Viene estratto a sorte un biglietto, quindi
Þ
ne viene estratto un secondo, senza che il primo estratto sia stato reinserito. A questo punto vengono letti nell’or-
dine i numeri di biglietti estratti. La probabilità che il secondo dei due numeri sia superiore al primo è:
1 1 1 1 1 1
A Più di B C Fra e D E Meno di
2 2 3 2 3 3
(Kangourou 2003) [B]

214 Carla si è dimenticata la password di accesso al suo nuovissimo computer! Si ricorda però che è una sequenza
Þ
di 4 vocali, non necessariamente distinte, di cui due sono maiuscole e due sono minuscole. Quante password di-
verse deve provare Carla, al massimo, per accedere al suo computer?
A 3  54 B 55 C 6  54 D 56 E 3  56
(Giochi di Archimede 2009) [C]

215 Quattro ragazzi vogliono telefonare tutti contemporaneamente alle rispettive ragazze. Ogni loro cellulare
Þ
può funzionare su quattro frequenze distinte. Se due cellulari si attivano sulla stessa frequenza, la comunicazione
cade. Se ogni ragazzo non sa che frequenza scelgono gli atri tre, qual è la probabilità che tutti e quattro riescano a
parlare con le loro ragazze?
3 3 1 1 9
A B C D E
32 64 256 16 129
(Giochi di Archimede 2003) [A]
656
Unità 11
216
Þ Lanciando due dadi regolari con 12 facce, numerate da 1 a 12, la probabilità che la somma dei valori delle fac-
ce sia 13 è uguale a:
1 1 13 1 13
A B C D E
24 12 144 6 72

Calcolo delle probabilità


(Giochi di Archimede 2001) [B]

217 Dieci amici decidono di giocare una partita di calcetto, cinque contro cinque. Sapendo che vi sono due terne
Þ
di fratelli e che i tre fratelli Ambrosio desiderano giocare tutti nella squadra A mentre i tre fratelli Bianchi desidera-
no giocare tutti nella squadra B, in quanti modi si possono formare le due squadre?
A 3 B 6 C 15 D 24 E 30
(Giochi di Archimede 2004) [B]

Þ218 Un ladro spia Marco mentre chiude la sua valigia con un lucchetto con combinazione di 3 cifre (ciascuna ci-
fra va da 0 a 9). Non ha potuto vedere la combinazione, ma è riuscito a capire che due cifre consecutive sono ugua-
li e la terza è diversa. Qual è il massimo numero di combinazioni che il ladro dovrà provare per aprire la valigia di
Marco?
A 180 B 190 C 200 D 210 E 220
(Giochi di Archimede 2000) [A]

Þ219 Un comune dado con facce numerate da 1 a 6 viene lanciato tre volte e ogni volta si prende un bastoncino di
lunghezza pari al risultato del lancio. Qual è la probabilità che i tre bastoncini costituiscano i lati di un triangolo
rettangolo?
1 1 1 5 1
A B C D E
6 36 216 18 72
(Giochi di Archimede 2000) [B]

220
Þ Quante parole di quattro lettere (anche prive di senso compiuto) si possono scrivere utilizzando solo le lettere
A, B, E, M, O (ammettendo che le lettere possano essere ripetute) in modo che nessuna delle lettere successive a
una B (andando da sinistra verso destra) sia una M? (Quindi, per esempio, ABEB deve essere contata ma OBAM
no).
A 43  5 B 42  52 C 4  53 D 29 E 54
(Giochi di Archimede 2005) [D]

Þ221 La percentuale di femmine che nascono nei parti gemellari è del 48,5%. Supponendo che nei parti gemellari
la probabilità che i due nati siano di sesso differente sia del 33%, qual è la probabilità che in un parto gemellare na-
scano due femmine?
A 32% B 33% C 33,33% D 35% E 50%
(Giochi di Archimede 2002) [A]

Þ222 Solve math in English A group consists of four women and five men. Three people are selected to attend a con-
 
ference. Find the probability that the selected group will consist of all men. 5
42

223
Þ Solve math in English If you are dealt 4 cards from a deck of 32 cards, find the probability of getting three
 
queens and one king. 2
4495

657
Calcolo combinatorio e probabilità

PROVA DI AUTOVERIFICA

Calcolo delle probabilità


Þ1 Ho in tasca un mazzo con 10 chiavi, fra cui quella di casa, indistinguibili l’una dall’altra. Prendo a caso una
chiave; qual è la probabilità che non sia quella di casa?

Þ2 Qual è la probabilità che un numero naturale di due cifre preso a caso abbia la cifra delle decine doppia di
quella delle unità?

Þ 3 Da un mazzo di 40 carte si tolgono l’Asso di fiori, il 7 di quadri, il Re di picche e tutti i 2. Successivamente si


estrae una carta. Calcola la probabilità che questa sia:
a. un Re;
b. un Asso;
Tema I

c. una carta di fiori;


d. una figura.

Þ 4 Supponiamo che l’ordine con cui sei congressisti devono prendere la parola sia stabilito per sorteggio e che
ciascuno prenda la parola una e una sola volta. Qual è la probabilità che tale ordine coincida con quello alfabetico
crescente (dalla A alla Z)?

Þ5 Un sacchetto contiene 2 palline blu, 4 rosa e 3 nere. Si estrae una pallina. Qual è la probabilità che essa sia
blu o nera?

Þ6 Un sacchetto contiene 2 palline blu, 4 rosa e 3 nere. Si estrae una pallina, la si rimette nell’urna e si esegue an-
cora un’estrazione. Qual è la probabilità che la prima pallina estratta sia blu o la seconda estratta sia nera?

7
Þ Un’urna contiene 20 palline, di cui 4 rosse, 10 blu e 6 verdi. Si estraggono simultaneamente 5 palline dall’ur-
na. Qual è la probabilità che tra le palline estratte non ce ne sia nessuna rossa?

8
Þ Si lancia un dado regolare per 3 volte. Stabilisci qual è la probabilità:
a. che esca 6 almeno una volta;
b. che esca 6 al massimo una volta.

9
Þ Si lancia un dado regolare a sei facce. Stabilisci se i due eventi A: «esce un numero dispari» e B: «esce un nu-
mero maggiore o uguale a 3» sono indipendenti.

Þ10 Vero o falso?


Un’urna contiene 20 palline nere e 80 palline bianche. Si effettuano n estrazioni successive, con reimmissione. Sia
X la variabile aleatoria che conta il numero di palline nere complessivamente estratte negli n lanci.
 
1
a. X ha una distribuzione binomiale del tipo B n, V F
4
3
b. pðX ¼ 0Þ ¼ n V F
4
c. pðX < 4Þ ¼ 1  pðX > 4Þ V F

d. EðXÞ ¼ 0,75n V F
45
e. Se n = 5, allora pðX ¼ 3Þ ¼ V F
512
ðn2  nÞ3n2
f. pðX ¼ 2Þ ¼ V F
22nþ1

Valutazione
Esercizio 1 2 3 4 5 6 7 8 9 10 Totale

Punteggio 0,5 1 0,25  4 ¼ 1 1 0,5 1,25 1,25 0,75  2 ¼ 1,5 0,5 0,25  6 ¼ 1,5 10

Punteggio
ottenuto

658
Tempo massimo: 2 h 3Risposte in fondo al volume
Laboratorio di informatica I Tema

Tema I
ATTIVITÀ GUIDATE
Attività 1 Foglio elettronico

Laboratorio di informatica
Se hai difficoltà a svolgere
Rappresentazione di una distribuzione binomiale le attività guidate,
fai riferimento
Un dado regolare a 6 facce viene lanciato 50 volte.
ai file disponibili on-line.
a. Rappresenta, costruendo un opportuno foglio Excel, la distribuzione di probabilità
della variabile aleatoria X che conta il numero complessivo di «6» usciti in 50 lanci.
b. In corrispondenza di quale valore di k la probabilità che sia X ¼ k è massima?
c. Qual è la probabilità che risulti EðXÞ  ðXÞ < X < EðXÞ þ ðXÞ?

a. Rappresentazione della distribuzione binomiale


Premettiamo che dovrai utilizzare la funzione predefinita DISTRIB.BINOM, che
ha la seguente sintassi:
Á;
DISTRIB.BINOM(numero di successi; prove; probabilita
valore logico)
dove:
 numero di successi è il numero k di successi corrispondente all’evento di
cui si vuole valutare la probabilità; Modi di dire
 prove è il numero complessivo di prove che vengono realizzate;
La funzione che associa a
 probabilita Á indica la probabilità di successo in una prova; ogni k la probabilità che sia
 valore logico determina la forma della funzione: nel nostro caso, se il valo- X  k è detta funzione di
re logico è FALSO la funzione predefinita di Excel ci restituirà la probabilità ripartizione della variabile
aleatoria X.
che sia X ¼ k, mentre se è VERO restituirà la probabilità che sia X  k.

Costruisci un foglio Excel come quello di cui in figura sono riportate le prime ri-
ghe. Le prime due colonne rappresentano la distribuzione di probabilità di X,
mentre le celle E1, E2 ed E4 servono per rispondere alla domanda c.

Per costruire le prime due colonne del foglio segui i suggerimenti qui di seguito.
1. Nella cella A2 immetti il valore 0, nella cella A3 immetti la formula =A2+1,
Informatica – FOGLIO ELETTRONICO

quindi copia la cella A3 nelle righe sottostanti (fino alla 52).


2. Nella cella B2 scrivi la formula che esprime la probabilità che si verifichi un
numero di successi uguale a quello indicato nella cella A2. Poiché X ha una
1
distribuzione binomiale di parametri n ¼ 60 e p ¼ , la formula da inserire
6
risulta:
=DISTRIB.BINOM(A2; 60; 1/6; falso)
3. Copia la formula inserita in B2 nelle righe sottostanti (fino alla 52).
4. Rappresenta la distribuzione di probabilità di X, tramite un istogramma. A
tale scopo è sufficiente che selezioni la colonna B appena costruita, attivi la
barra multifunzione Inserisci e scegli prima Istogramma e poi il tipo di isto-
gramma desiderato. Otterrai un diagramma simile a quello mostrato a pagi-
na seguente.
659
Laboratorio di informatica
Tema I

5. In base al diagramma a barre e ai dati numerici che puoi leggere nelle co-
lonne A e B, deduci per quale valore di k la probabilità che sia X ¼ k è mas-
sima.

b. Calcolo della probabilità che risulti EðXÞ  ðXÞ < X < EðXÞ þ ðXÞ
1. Immetti nelle celle E1 ed E2 le formule opportune per il calcolo della media
e della deviazione standard di X.
2. Osserva che risulta EðXÞ  ðXÞ < X < EðXÞ þ ðXÞ se e solo se 6  X  10.
Per il calcolo della probabilità che risulti EðXÞ  ðXÞ < X < EðXÞ þ ðXÞ è
sufficiente quindi inserire nella cella E4 una formula che sommi le probabi-
lità degli eventi X ¼ 6, X ¼ 7, X ¼ 8, X ¼ 9 e X ¼ 10.

Attività 2 Foglio elettronico

Test a risposta multipla


Si vuole costruire un test a risposta multipla, costituito da n quesiti, con n  10. Ogni
quesito è costituito da quattro risposte, di cui una sola esatta. Il test sarà valutato as-
segnando 2 punti per ogni risposta esatta e togliendo 1 punto per ogni risposta sba-
gliata o non data. Uno studente avrà la sufficienza se otterrà un punteggio superiore
alla metà del punteggio massimo possibile; non avrà la sufficienza se otterrà un pun-
teggio inferiore o uguale alla metà del punteggio massimo possibile.
Supponiamo che uno studente diligente abbia una probabilità p di rispondere corret-
tamente a ciascuna domanda e che uno studente negligente risponda a caso a tutte
le domande. La risposta a ciascuna domanda è supposta inoltre indipendente dalle ri-
sposte alle altre.
Informatica – FOGLIO ELETTRONICO

Si vuole costruire il test in modo che la probabilità che uno studente negligente pren-
da la sufficienza sia inferiore al 5% e che la probabilità che uno studente diligente
non prenda la sufficienza sia inferiore al 20%.
Se p ¼ 0,8 qual è il minimo numero di quesiti da cui deve essere costituito il test?

a. Formalizzazione del problema


1. Indica con X il numero di risposte esatte date da uno studente negligente al
test. Qual è la distribuzione di probabilità di X?
2. Indica con Y il numero di risposte esatte date da uno studente diligente al
test. Qual è la distribuzione di probabilità di Y?
3. Indicato con ZX il punteggio ottenuto da uno studente negligente che ha
dato X risposte esatte al test, verifica che ZX ¼ 3X  n e che lo studente
2
avrà la sufficienza se e solo se risulta X > n.
3
660
4. Analogamente, indicato con ZY il punteggio ottenuto da uno studente dili-

Tema I
gente che ha dato Y risposte esatte al test, verifica che lo studente non avrà
2
la sufficienza se e solo se risulta Y  n.
3

Laboratorio di informatica
5. Con queste notazioni, completa la scrittura seguente, che formalizza la
condizione «la probabilità che uno studente negligente prenda la sufficien-
za è inferiore al 5%»:
pðX > :::::Þ < :::::::
6. In modo analogo formalizza la condizione «la probabilità che uno studente
diligente non prenda la sufficienza è inferiore al 20%».

b. Costruzione di un opportuno foglio di lavoro


Costruisci un foglio Excel come quello di cui sono riportate le prime righe in Osserva
figura. La cella C1 è preposta
all’immissione del dato che
possiamo fare variare, cioè la
probabilità p che uno
studente diligente risponda
correttamente a ciascun
quesito.

1. Nella cella A3 immetti il minimo numero di quesiti ammesso, cioè 10.


2. Nella cella B3 devi immettere la formula che fornisce il minimo numero di
risposte esatte per avere la sufficienza. In base a quanto visto nel punto pre-
2
cedente, questo numero è uguale al minimo intero maggiore di n, essen-
3
do n il numero delle prove previste. Per tradurre questa condizione si può
fare uso della funzione predefinita INT(). La formula da inserire, che devi Osserva
completare, è la seguente: La funzione predefinita
INT(x) restituisce il
=1+INT((...)/...) massimo intero minore
o uguale a x; per esempio:
3. Nella cella C3 devi immettere la formula che esprime la probabilità per uno INT(5,4) restituisce 5.
  Pertanto 1+INT(5,4)
2
studente negligente di prendere la sufficienza, cioè p X > n , che è ugua- restituisce 6, ovvero il
3 minimo intero maggiore
  di 5.
2
le a 1  p X  n . Completa la formula da inserire:
3

=1-DISTRIB.BINOM(...;A3; ...;VERO)
Informatica – FOGLIO ELETTRONICO

4. In modo analogo , nella cella D3 devi immettere la formula che esprime la


probabilità per uno studente diligente di non prendere la sufficienza, cioè
 
2
p Y n .
3

5. Nella cella E3 devi immettere una formula che agisca cosı̀: restituisca «sı̀»
se la probabilità nella cella C3 è inferiore al 5% e quella nella cella D3 è in-
feriore al 20%; altrimenti restituisca «no».

A questo punto, per completare la costruzione del foglio non ti resta che immet-
tere nella cella A4 la formula =A3+1, copiare le celle della zona B3:E3 nella riga 4,
quindi copiare la riga 4 nelle righe sottostanti.

661
c. Utilizzo del foglio di lavoro
Laboratorio di informatica

1. Costruisci un foglio con un numero di righe sufficienti per permetterti di


rispondere alla domanda del problema, cioè per stabilire il minimo valore
di n per cui sono soddisfatte le condizioni assegnate.
2. Come cambierebbe la risposta al problema se fosse p ¼ 0,85? E se fosse
p ¼ 0,75?

ATTIVITÀ PROPOSTE
Tema I

1
Þ Test a risposta multipla. Un test a risposta multipla è costituito da 20 quesiti. Ogni
quesito ammette quattro risposte, di cui una sola esatta. Uno studente risponde a ca-
so e in modo indipendente a tutte le domande. Sia X la variabile aleatoria che conta
il numero complessivo di risposte esatte date dallo studente.
a. Rappresenta, costruendo un opportuno foglio Excel, la distribuzione di probabili-
tà della variabile aleatoria X.
b. In corrispondenza di quale valore di k la probabilità che sia X ¼ k è massima?
c. Qual è la probabilità che risulti EðXÞ  2ðXÞ < X < EðXÞ þ 2ðXÞ?

2
Þ Overbooking. I voli lungo una certa tratta vengono effettuati da aerei aventi ciascu-
no 100 posti disponibili. Alcune statistiche effettuate riguardo questi voli hanno per-
messo di stabilire che, mediamente, solo il 90% dei passeggeri che hanno prenotato
il biglietto si presentano effettivamente all’imbarco.
a. Confidando che alcuni passeggeri non si presenteranno all’imbarco, la compa-
gnia decide di accettare il 10% di prenotazioni in più dei posti effettivi sull’aereo
(overbooking). Sia X il numero delle persone che hanno acquistato il biglietto che
si presentano effettivamente all’imbarco. Supposto che ogni passeggero si presen-
ti o meno all’imbarco indipendentemente dagli altri, costruisci un foglio Excel
per rappresentare la distribuzione di probabilità di X e, tramite di esso, rispondi al-
le seguenti domande:
 Qual è la probabilità che sull’aereo non rimangano posti vuoti e nessun passeg-
gero resti a terra?
 Qual è la probabilità che almeno un passeggero che si è presentato all’imbarco
sia costretto a restare a terra?
b. Costruisci un foglio Excel in modo da potere rispondere alla seguente domanda:
«quante prenotazioni in più rispetto ai 100 posti disponibili può accettare al mas-
simo la compagnia area, per fare in modo che al massimo una volta su 20 accada
che un passeggero debba restare a terra?».
Informatica – FOGLIO ELETTRONICO

662
Verso le competenze I Tema

Tema I
RISOLVERE PROBLEMI E COSTRUIRE MODELLI
1
Þ In un condominio di quindici appartamenti, con 5
Þ Dispositivo di Galton. Una pallina scende lungo
un solo ascensore, l’ascensore si blocca mediamente 5 la guida rappresentata in figura. A ogni diramazione,

Verso le competenze
volte all’anno. Supponendo che ogni appartamento la probabilità di imboccare la via di sinistra è uguale a
abbia tre inquilini e che ogni persona usi l’ascensore quella di imboccare la via di destra.
quattro volte al giorno, valuta la probabilità che in un
ingresso
anno un inquilino del condominio rimanga bloccato
nell’ascensore.  
1
13 140

Þ 2 Una coppia di coniugi ha tre figli. Supponendo


che la probabilità di avere un figlio maschio sia uguale
a quella di avere una figlia femmina, calcola la proba-
bilità:
a. che i tre figli siano tutti dello stesso sesso;
b. che i tre figli siano tre femmine;
c. che dei tre figli almeno uno sia maschio;
d. che la primogenita sia femmina.
 
1 1 7 1
a. ; b. ; c. ; d. uscita uscita uscita uscita
4 8 8 2 A B C D

Þ 3 In un liceo di 500 allievi si è svolta un’indagine a. Rappresenta con un diagramma ad albero tutti i
sul numero delle assenze degli studenti in un dato an- possibili percorsi attraverso i quali la pallina può
no scolastico. Si è rilevato che: uscire dalla guida.
 il 45% degli allievi sono stati assenti almeno un b. Da quali delle uscite A, B, C, D è più probabile
giorno; che la pallina esca dopo aver completato il suo per-
 il 25% degli allievi sono stati assenti almeno due corso?
giorni; c. Da quali delle uscite A, B, C, D è meno probabile
 il 10% degli allievi sono stati assenti almeno tre che la pallina esca dopo aver completato il suo per-
giorni; corso?

 il 5% degli allievi sono stati assenti almeno quattro
b. Dalle uscite B e C, da ciascuna delle quali
giorni.
3
Scegliendo a caso uno studente di quel liceo, calcola la la pallina esce con probabilità ;
8
probabilità che: c. dalle uscite A e D, da ciascuna delle quali

a. lo studente sia stato assente almeno un giorno; 1
la pallina esce con probabilità
b. lo studente non sia mai stato assente; 8
c. lo studente sia stato assente esattamente un gior- 1
no; 6
Þ In un dato giorno si è rilevato che delle perso-
4
d. lo studente sia stato assente esattamente due o ne presenti sulle piste da sci di una località di monta-
tre giorni; gna praticano snowboard, mentre gli altri sono sciato-
e. lo studente sia stato assente esattamente due 2
ri. Inoltre, di coloro che praticano snowboard han-
giorni. 3
no meno di 25 anni, mentre la metà delle persone pre-
Esprimi tutti i risultati tramite frazioni ridotte ai mini-
  senti sulle piste hanno 25 anni o più. Si sceglie a caso
mi termini. 9 11 1 1 3
a. ; b. ; c. ; d. e. una persona sulla pista; calcola la probabilità che tale
20 20 5 5 20
persona:
Þ 4 La famiglia Peterson ha tre figli. Il più giovane è a. pratichi snowboard e abbia 25 anni o più;
un maschio, cosı̀ come almeno uno degli altri due. b. sia uno sciatore con meno di 25 anni;
Qual è la probabilità che il figlio più vecchio sia una c. sia uno sciatore con 25 anni o più.
1  
femmina? 1 1 5
3 a. ; b. ; c.
12 3 12
663
Verso le competenze

Þ 7 Win for life. Il gioco del Win for life consiste nello scegliere 10 numeri tra 20. Ogni numero dei 10 scelti che
viene estratto (in una estrazione di 10 dei 20 numeri senza reimmissione) fornisce 1 punto.
a. Qual è la probabilità di fare 7 punti?
b. Qual è la probabilità di fare 8 punti?
c. Qual è la probabilità di fare 9 punti?
d. Qual è la probabilità di fare 10 punti?
e. Se hai giocato 1 euro e hai fatto 10 punti, devi controllare anche il «numerone» (che è un numero, sempre
tra 1 e 20, assegnato casualmente dal sistema): se è uguale a quello estratto (in una seconda estrazione
Tema I

indipendente dalla prima, per cui il «numerone» può eventualmente coincidere con uno dei 10 numeri estratti
nella prima estrazione), vinci la rendita di 6000 euro al mese per 20 anni (la rendita è aumentata da 4000 a
6000 euro al mese dall’8 giugno 2010). Qual è la probabilità di vincere tale rendita?
f. Se hai giocato 2 euro, vinci la rendita, oltre che nel caso descritto al punto precedente, anche se hai fatto 0
punti ed esce il «numerone» In tal caso qual è la probabilità di vincere la rendita?
 
3600 1 2025 1 25 1 1 1 1
a. ’ ; b. ’ ; c. ’ ; d. ; e. ; f.
46 189 12,83 184 756 91,24 46 189 1847,56 184 756 3 695 120 1 847 560

INTERPRETARE GRAFICI E DATI

8
Þ Osserva il diagramma qui sotto. Se nel 2008 si fosse scelto a caso un fumatore, qual era la probabilità:
a. che fumasse al massimo 5 sigarette dal giorno?
b. che fumasse più di 10 sigarette al giorno?
c. che fumasse meno di 6 sigarette al giorno o più di 20 sigarette al giorno?

Fumatori per numero di sigarette


fumate al giorno nel 2008

oltre 20

8% fino a 5
da 11 a 20
18%
43%

31%

da 6 a 10
 
9 51 13
Esprimi tutti i risultati tramite frazioni ridotte ai minimi termini. a. ; b. ; c.
50 100 50

9
Þ Le lampadine di una nota marca vengono prodotte in tre diversi stabilimenti: uno a Milano, uno a Bologna e
uno a Roma. Si effettua un controllo sulla qualità delle lampadine prodotte nel mese di giugno 2010 in ciascuno
dei tre stabilimenti. I dati raccolti sono riportati, in parte, nella seguente tabella.

Sede dello stabilimento Numero di lampadine Numero di lampadine Totale


difettose funzionanti regolarmente
Milano 140 .......... 3240
Bologna .......... .......... 1264
Roma 152 .......... ..........

Totale 360 8200 ..........

a. Completa la tabella.
b. Scelta a caso una lampadina tra quelle prodotte nel giugno 2010, calcola la probabilità dei seguenti eventi:
 la lampadina è stata prodotta a Milano;
 la lampadina è stata prodotta a Bologna o a Roma;
664
 la lampadina è difettosa;

Tema I
 la lampadina è stata prodotta a Milano ed è difettosa;
 la lampadina è stata prodotta a Milano o è difettosa.
c. Quale dei tre stabilimenti sembra garantire una maggiore qualità nella produzione?
 

Verso le competenze
81 133 9 7 173
b. , , , ,
214 214 214 428 428

10
Þ Un campione rappresentativo di 200 ragazzi dai 18 ai 25 anni viene interrogato sul numero medio di SMS
che invia in una giornata. I risultati ottenuti sono riportati nella seguente tabella.

Numero medio di SMS 0 1 2 3 4 Più di 4


inviati in un giorno
Frequenza 10 30 64 36 40 20

Scegliendo a caso un ragazzo appartenente al campione considerato, qual è la probabilità che egli:
a. non invii SMS;
b. invii in media 1 SMS al giorno;
c. invii almeno due SMS al giorno:
d. invii al massimo due SMS al giorno. [a. 0,05; b. 0,15; c. 0,8; d. 0,52]
11
Þ Osserva la seguente tabella (fonte: Italia in cifre, Istat, 2010).
SCUOLE, CLASSI E ALUNNI PER TIPO DI SCUOLA
Anno scolastico 2008/2009

Dell’infanzia Primarie Secondarie Secondarie


di primo grado di secondo grado
Scuole 24 518 18 009 7 921 6 809
Classi* 72 889 150 345 82 751 130 784
Alunni 1 651 713 2 819 193 1 758 384 2 723 562
% femmine sul totale 48,1 48,3 47,9 49,0
% iscritti a scuole pubbliche 69,6 93,1 95,9 94,5
Stranieri per 1000 iscritti 75,7 83,1 79,6 48,0
Ripetenti per 100 iscritti  0,3 3,4 7,7
* Per le scuole dell’infanzia si fa riferimento alle sezioni.

Facendo riferimento alle scuole, classi e alunni dell’anno scolastico 2008/2009, rispondi alle seguenti domande.
Esprimi i risultati sotto forma di percentuale.
a. Scelta a caso una scuola, qual è la probabilità che essa sia una scuola primaria?
b. Scelta a caso una classe, qual è la probabilità che appartenga alla scuola secondaria di primo o secondo
grado?
c. Scelto a caso un alunno della scuola secondaria di primo grado, qual è la probabilità che sia una femmina?
d. Scelto a caso un alunno della scuola secondaria di secondo grado, qual è la probabilità che sia un maschio?
e. Scelto a caso un alunno della scuola primaria, qual è la probabilità che sia iscritto a una scuola privata?
f. Scelto a caso un alunno della scuola primaria, qual è la probabilità che sia straniero?
g. Scelto a caso un alunno della scuola secondaria di primo o secondo grado, qual è la probabilità che sia
ripetente?
[a. Circa 31,45%; b. circa 48,89% ; c. 47,9%; d. 51%; e. 6,9% ; f. 8,31%; g. circa il 6%]

ESPORRE, RAGIONARE E DIMOSTRARE

12
Þ Logica Siano A e B due eventi. Considera la proposizione «se A B, allora pðAÞ  pðBÞ».
a. Stabilisci se è vera.
b. Scrivi la proposizione inversa di quella data e stabilisci se è vera.
In ciascuno dei due casi, se la risposta è che la proposizione è vera, dimostrala, altrimenti trova un controesempio.
665
Verso le competenze

Þ13 Da un’urna contenente n palline, numerate da 1 a n, se ne estraggono k, con k  n. Stabilisci in quanti modi
si possono estrarre le k palline, nell’ipotesi che:
a. le palline siano estratte successivamente, con reimmissione;
b. le palline siano estratte successivamente, senza reimmissione;
c. le palline siano estratte simultaneamente.
n n1 n1
14
Þ Dimostra che ¼ þ nei seguenti due modi:
k k1 k
Tema I

a. algebricamente, utilizzando la definizione di coefficiente binomiale;


b. dal punto di vista insiemistico, osservando che, fissato un elemento, diciamo a, di un insieme A di n elementi,
il numero di sottoinsiemi di A di k elementi è uguale alla somma tra il numero di sottoinsiemi di k elementi di A
che contengono l’elemento a e il numero di sottoinsiemi di k elementi di A che non contengono a.

VERSO LE PROVE INVALSI

1
Þ Un’urna contiene 40 palline. Marco ne estrae 20 4
Þ Si lancia un comune dado a 6 facce, non trucca-
senza rimetterle nell’urna e osserva che 5 sono nere e to, per 6 volte. Qual è la probabilità che al terzo lancio
15 sono rosse. Estraendo una 21-esima pallina, qual è esca il numero 3?
la probabilità che questa sia nera? 1
A
1 3
A Meno di .
2 1
1 B
B Esattamente . 6
2
1 3
C
C Più di .
2 4
D Le informazioni non sono sufficienti per stabilirlo. 5
D
8
2
Þ La seguente figura rappresenta una roulette un
5
Þ Se si lanciano contemporaneamente due mone-
po’ particolare: non ci sono numeri ma solo settori in-
te, qual è la probabilità che esca almeno una volta
dicati con delle lettere.
«croce»?
1
A
2
A
1
60° B
4
D B
1
C
60° 3
C 3
D
4
6
Þ In un gioco vi sono tre sacchetti: A, B, C. I con-
Se la pallina si muove lungo il bordo, qual è la proba- correnti sanno che:
bilità che si fermi sull’arco che delimita il settore B o  il sacchetto A contiene 3 palline bianche e 1 pallina
sull’arco che delimita il settore D? rossa;
1 5  il sacchetto B contiene 4 palline bianche e 1 pallina
A C
3 6 verde;
2 D Un valore diverso dai precedenti.  il sacchetto C contiene 5 palline bianche e 1 pallina
B
3 nera.
3
Þ Un mazzo di carte da poker è composto da 52 pez- Per vincere un premio, il concorrente, dopo aver scelto
zi, 12 dei quali sono figure. Pescando a caso una carta, uno dei sacchetti, deve estrarre una pallina bianca.
qual è la probabilità che si verifichi l’evento «esce un Quale sacchetto conviene scegliere per avere la mag-
Fante o un Asso di cuori o un Due di picche»? giore probabilità di vincere?
3 3 A Il sacchetto A.
A C
13 26 B Il sacchetto B.
5 5 C Il sacchetto C.
B D
13 26 D La scelta non influenza la probabilità di vincere.
666
Tema I
7
Þ La probabilità di estrarre una pallina bianca da 14
Þ In un dado truccato avente le facce numerate da
3 1 a 6, la probabilità di uscita di un numero è diretta-
un’urna è . Quale delle seguenti affermazioni è com-
5 mente proporzionale al numero stesso. Quanto vale la
patibile con la precedente?
probabilità che, lanciando un dado, esca il numero 3?

Verso le competenze
A L’urna contiene 6 palline bianche, 2 rosse e 3 nere. 1 1
A C
B L’urna contiene 6 palline bianche, 1 rossa e 3 nere. 3 6
C L’urna contiene 3 palline bianche e 5 rosse.
1 1
D L’urna contiene 6 palline bianche e 10 rosse. B D
5 7
8
Þ Si sceglie a caso un numero tra i multipli di 9 mi- 15 Un’urna contiene 60 gettoni colorati. È noto che
Þ
nori di 1 000 000. Qual è la probabilità che si verifichi 20 gettoni sono di colore verde, 18 sono di colore ros-
l’evento: «esce il numero 111111»? so e 12 sono di colore blu. Qual è la probabilità di pe-
1 scare un gettone che non sia né verde, né rosso né
A 0 C
111111 blu?
1
B D 1 1 2
3 A C
3 3
Þ9 Si lanciano due dadi ed escono due numeri il cui 1 5
prodotto è 6. Qual è la probabilità che uno dei due nu- B D
6 6
meri usciti sia 3?
1 1 16
Þ La probabilità di estrarre una pallina nera da
A C
2 9 1
un’urna che contiene 12 palline nere è . Quante so-
2 3 5
B D
3 4 no le palline contenute complessivamente nell’urna?

Þ10 Si lanciano contemporaneamente due monete. A 50


Qual è la probabilità che escano una «testa» e una B 60
«croce»? C 70
1 1
A C D Le informazioni date non sono sufficienti per
3 4
stabilirlo.
1 2
B D
2 3 17
Þ Un’urna contiene 20 palline: 7 bianche, 8 rosse e
11 Se lanci un dado una sola volta, qual è la probabi- 5 verdi. Quanto vale il rapporto tra la probabilità di
Þ
lità di ottenere un numero primo e maggiore di 2? estrarre una pallina bianca o rossa e la probabilità di
1 1 estrarre una pallina rossa o verde?
A C
6 2 15 3
A C
1 2 13 4
B D
3 3 13 4
B D
12 Un’urna contiene 20 gettoni numerati da 1 a 20.
15 3
Þ
Si estrae un gettone: è un numero dispari. Senza rein- 18 Viene lanciato un dado regolare a forma di ottae-
Þ
serire il gettone, se ne estrae un secondo. Qual è la pro- dro (solido regolare a otto facce), le cui facce sono nu-
babilità di estrarre un numero pari? merate da 1 a 8. Qual è la probabilità che esca una fac-
9 10 cia il cui numero è multiplo di 4?
A C
10 19 1 3
A C
9 9 8 8
B D
19 20 1 1
B D
4 2
Þ13 La probabilità che su cinque lanci di un comune
dado a sei facce non truccato si ottenga per cinque vol- 19
Þ Data un’urna contenente 30 palline, di cui 6
te il numero 2 è: rosse, 9 verdi, 3 gialle e 12 blu, quale delle seguenti
1 affermazioni è falsa? La probabilità di estrarre una
A minore di
6 pallina ...
1
B uguale a A rossa o verde è 0,5
6
B gialla è 0,1
1
C maggiore di
6 C rossa o gialla è 0,3
D i dati sono insufficienti a stabilirlo D verde o blu è 0,6
667
Indica se ciascuna delle seguenti affermazioni è vera o
Verso le competenze

20
Þ In una lotteria i 4 premi sono assegnati per estra-
zioni successive, partendo dal 1
fino al 4
. Pietro ha falsa.
acquistato uno solo dei 100 biglietti venduti. Egli è a. Poiché il 5 è uscito meno volte, la
presente all’estrazione dei premi, e le estrazioni del 1
probabilità che esca 5 nel lancio successivo
e del 2
premio lo vedono perdente. Qual è la probabi- al settantesimo è maggiore rispetto agli altri
lità che Pietro vinca il 3
o il 4
premio? numeri. V F

1 2 b. La probabilità che esca 5 nel lancio


A C
97 97 successi-vo al settantesimo è uguale a quella
che esca 6.
Tema I

V F
1 1
B D c. La probabilità che nei due lanci successivi
49 98
al settantesimo esca entrambe le volte 6 è
Þ21 Quale dei seguenti numeri non può rappresenta- minore del 3%. V F
re la probabilità di un evento? d. Se al 71o lancio esce 3, la probabilità che
3 11 al 72o lancio esca il numero consecutivo a 3
A C
4 12 è superiore a 7% V F
e. La probabilità che nel settantaduesimo
7 13
B D lancio esca un numero consecutivo a quello
8 12
5
uscito nel settantunesimo è uguale a . V F
22
Þ Quanti sono i possibili ambi che si possono gio- 36
care al gioco del lotto? 26 Elena compie gli anni in giugno. Di seguito è ri-
Þ
A 2000 C 4000 portato il calendario di giugno 2010, dove sono evi-
denziati in rosso i giorni festivi.
B 2005 D 4005
Lu Ma Me Gi Ve Sa Do
23
Þ Uno studente in vacanza compra una scatola che
1 2 3 4 5 6
contiene 7 ghiaccioli, di cui 3 alla menta, 2 all’arancia
7 8 9 10 11 12 13
e 2 all’amarena. Nei 7 giorni successivi mangia un
ghiacciolo al giorno; in quanti modi diversi può sce- 14 15 16 17 18 19 20
gliere di mangiare i ghiaccioli, ritenendo indistingui- 21 22 23 24 25 26 27
bili i ghiaccioli dello stesso gusto? 28 29 30

A 210 C 560
Riferendoti all’anno 2010, rispondi alle seguenti do-
B 280 D 5040 mande.

24 Una password è costituita da 3 lettere minuscole a. Qual è la probabilità che Elena compia gli anni
Þ
dell’alfabeto italiano e da 3 cifre da 1 a 9, inclusi 1 e 9. in un giorno non festivo?
Le lettere e le cifre non sono ripetute. Scegliendo a ca- Risposta: .................................................................................................

so una password, qual è la probabilità che inizi con b. Giulia, amica di Elena, compie gli anni 5 giorni
una lettera? prima di Elena; qual è la probabilità che anche
7 11 Giulia compia gli anni in giugno?
A C
10 13 Risposta: .................................................................................................

8 17 c. Sapendo che sia Elena sia Maria compiono gli


B D
11 30 anni in giugno, qual è la probabilità che entrambe
25 Un dado non truccato è stato lanciato 70 volte di compiano gli anni di martedı̀?
Þ
seguito. La seguente tabella riporta la frequenza con Risposta: .................................................................................................

cui ciascun numero è uscito.

Numero Frequenza
1 11
2 10
3 11
4 16
5 9
6 13

668