<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>combinazioni &#8211; paologironi blog</title>
	<atom:link href="https://www.gironi.it/blog/tag/combinazioni-it/feed/" rel="self" type="application/rss+xml" />
	<link>https://www.gironi.it/blog</link>
	<description>Appunti sparsi di (retro) informatica, analisi dei dati, statistica, seo, e cose che cambiano</description>
	<lastBuildDate>Sun, 04 Oct 2026 20:54:29 +0000</lastBuildDate>
	<language>it-IT</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	
	<item>
		<title>Probabilità: spazio campionario, eventi, permutazioni e combinazioni</title>
		<link>https://www.gironi.it/blog/probabilita-permutazioni-e-combinazioni/</link>
					<comments>https://www.gironi.it/blog/probabilita-permutazioni-e-combinazioni/#respond</comments>
		
		<dc:creator><![CDATA[paolo]]></dc:creator>
		<pubDate>Wed, 15 Mar 2023 09:46:10 +0000</pubDate>
				<category><![CDATA[statistica]]></category>
		<category><![CDATA[combinazioni]]></category>
		<category><![CDATA[fattoriale]]></category>
		<category><![CDATA[permutazioni]]></category>
		<category><![CDATA[probabilità]]></category>
		<guid isPermaLink="false">https://www.gironi.it/blog/?p=2731</guid>

					<description><![CDATA[Quante probabilità ci sono che una pagina vada in prima pagina? O che un test A/B dia un risultato affidabile? Domande come queste — all&#8217;apparenza molto diverse — condividono la stessa radice: per rispondere servono probabilità e combinatoria. In questo post gettiamo le basi, partendo dallo spazio campionario ed esplorando insieme gli strumenti fondamentali che &#8230; <a href="https://www.gironi.it/blog/probabilita-permutazioni-e-combinazioni/" class="more-link">Leggi tutto<span class="screen-reader-text"> "Probabilità: spazio campionario, eventi, permutazioni e combinazioni"</span></a>]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">Quante probabilità ci sono che una pagina vada in prima pagina? O che un test A/B dia un risultato affidabile? Domande come queste — all&#8217;apparenza molto diverse — condividono la stessa radice: per rispondere servono <strong>probabilità</strong> e <strong>combinatoria</strong>. In questo post gettiamo le basi, partendo dallo spazio campionario ed esplorando insieme gli strumenti fondamentali che ci accompagneranno per tutto il percorso.</p>



<span id="more-2731"></span>



<p class="wp-block-paragraph"><strong>In sintesi:</strong> lo <strong>spazio campionario</strong> (Ω) è l&#8217;insieme di tutti i risultati possibili di un esperimento casuale, un <strong>evento</strong> è un suo sottoinsieme. Quando tutti i risultati sono ugualmente probabili, la probabilità di un evento è il rapporto fra <strong>casi favorevoli e casi possibili</strong>: un 4 con un dado vale 1/6. Per contare i casi senza elencarli si usa il calcolo combinatorio: <strong>permutazioni</strong> (n!) se si ordinano tutti gli elementi, <strong>disposizioni</strong> se se ne sceglie qualcuno e l&#8217;ordine conta, <strong>combinazioni</strong> se l&#8217;ordine non conta.</p>


				<div class="wp-block-uagb-table-of-contents uagb-toc__align-left uagb-toc__columns-1  uagb-block-dd0eddc7      "
					data-scroll= "1"
					data-offset= "30"
					style=""
				>
				<div class="uagb-toc__wrap">
						<div class="uagb-toc__title">
							Di cosa parleremo						</div>
																						<div class="uagb-toc__list-wrap ">
						<ol class="uagb-toc__list"><li class="uagb-toc__list"><a href="#come-si-calcola-una-probabilità" class="uagb-toc-link__trigger">Come si calcola una probabilità?</a><li class="uagb-toc__list"><a href="#il-principio-di-additività-delle-probabilità-per-eventi-incompatibili" class="uagb-toc-link__trigger">Il principio di additività delle probabilità per eventi incompatibili</a><li class="uagb-toc__list"><a href="#il-principio-di-moltiplicazione-delle-probabilità" class="uagb-toc-link__trigger">Il principio di moltiplicazione delle probabilità</a><li class="uagb-toc__list"><a href="#cosa-sono-le-permutazioni" class="uagb-toc-link__trigger">Cosa sono le permutazioni?</a><li class="uagb-toc__list"><a href="#cosa-sono-le-disposizioni" class="uagb-toc-link__trigger">Cosa sono le disposizioni?</a><li class="uagb-toc__list"><a href="#cosa-sono-le-combinazioni" class="uagb-toc-link__trigger">Cosa sono le combinazioni?</a><li class="uagb-toc__list"><a href="#unapplicazione-la-distribuzione-binomiale" class="uagb-toc-link__trigger">Un&#039;applicazione: la distribuzione binomiale</a><li class="uagb-toc__list"><a href="#domande-frequenti" class="uagb-toc-link__trigger">Domande frequenti</a></ol>					</div>
									</div>
				</div>
			


<h2 class="wp-block-heading">Come si calcola una probabilità?</h2>



<p class="has-light-gray-background-color has-background wp-block-paragraph">La probabilità è una misura matematica che ci indica la possibilità che un evento si verifichi. In altre parole, quando tutti i casi sono ugualmente probabili, la probabilità è il rapporto tra il numero dei casi favorevoli e il numero dei casi possibili.</p>



<p class="has-text-align-left has-white-background-color has-background wp-block-paragraph">La probabilità si basa su due concetti fondamentali: lo <strong>spazio campionario</strong> e l&#8217;<strong>evento</strong>.</p>



<h3 class="wp-block-heading">Che cos&#8217;è lo spazio campionario?</h3>



<p class="wp-block-paragraph">Lo <strong>spazio campionario</strong> è l&#8217;insieme di tutti i possibili risultati di un esperimento casuale. Di solito si indica con la lettera greca <strong>Ω</strong> (omega), a volte con S.<br>Se lanciamo una moneta, Ω = {testa, croce}. Se lanciamo un dado, Ω = {1, 2, 3, 4, 5, 6}. Se lanciamo due dadi, Ω = {(1,1), (1,2), …, (6,6)}: 36 coppie in tutto, perché ognuna delle 6 facce del primo dado può combinarsi con ognuna delle 6 del secondo.</p>



<p class="wp-block-paragraph">Il numero degli elementi dello spazio campionario si scrive |Ω| (si legge «cardinalità di omega»): nel lancio di due dadi |Ω| = 36. È il denominatore di tutte le probabilità che calcoleremo fra poco, ed è per questo che conviene sempre scriverlo per primo.</p>



<h3 class="wp-block-heading">Che cos&#8217;è un evento?</h3>



<p class="wp-block-paragraph">Un <strong>evento</strong> è un sottoinsieme dello spazio campionario che ci interessa.<br>Per esempio, se lanciamo una moneta e ci interessa sapere se uscirà testa o croce, l&#8217;evento è {testa} o {croce}. Se lanciamo due dadi e ci interessa se la somma dei numeri è pari o dispari, l&#8217;evento «somma pari» è {(1,1), (1,3), (2,2), …, (6,6)}, che contiene 18 coppie; l&#8217;evento «somma dispari» è {(1,2), (1,4), …, (6,5)}, con le altre 18.</p>



<h3 class="wp-block-heading">Casi favorevoli su casi possibili</h3>



<p class="has-light-gray-background-color has-background wp-block-paragraph"><strong>La probabilità di un evento si calcola dividendo il numero dei casi favorevoli al verificarsi dell&#8217;evento per il numero dei casi possibili nello spazio campionario</strong>, purché i casi siano tutti ugualmente probabili (un dado equilibrato sì, un dado truccato no).</p>



<div class="wp-block-uagb-image aligncenter uagb-block-9e81534e wp-block-uagb-image--layout-default wp-block-uagb-image--effect-static wp-block-uagb-image--align-center"><figure class="wp-block-uagb-image__figure"><img decoding="async" src="https://www.gironi.it/blog/wp-content/uploads/2023/03/probabilita.jpg" alt="immagine di dadi per suggerire il concetto di probabilità" class="uag-image-2774" width="" height="" title="" loading="lazy" /></figure></div>



<p class="wp-block-paragraph">Per esempio:</p>



<p class="wp-block-paragraph">se abbiamo un dado a sei facce e vogliamo sapere la probabilità di ottenere un 4 tirando il dado, abbiamo 1 caso favorevole (la faccia con il numero 4) rispetto a 6 casi possibili (le sei facce del dado).<br><strong>Quindi, la probabilità di ottenere un 4 è di 1/6.</strong></p>



<p class="wp-block-paragraph">Altri possibili e semplici esempi:</p>



<ul class="wp-block-list">
<li>La probabilità che esca testa lanciando una moneta è 1/2</li>



<li>La probabilità che la somma dei numeri sia pari lanciando due dadi è 18/36 = 1/2</li>
</ul>



<p class="has-light-gray-background-color has-background wp-block-paragraph"><strong>La probabilità si esprime in numeri compresi tra 0 e 1, dove 0 indica l&#8217;impossibilità dell&#8217;evento e 1 indica la certezza dell&#8217;evento.</strong></p>



<p class="wp-block-paragraph">Un valore di probabilità vicino a 0 indica una bassa possibilità che l&#8217;evento si verifichi, mentre un valore di probabilità vicino a 1 indica una alta possibilità che l&#8217;evento si verifichi.</p>



<h2 class="wp-block-heading">Il principio di additività delle probabilità per eventi incompatibili</h2>



<p class="has-light-gray-background-color has-background wp-block-paragraph">Il principio di additività delle probabilità per <strong>eventi incompatibili</strong> afferma che la probabilità dell&#8217;unione di due o più eventi incompatibili è uguale alla somma delle loro probabilità.</p>



<p class="wp-block-paragraph">Gli eventi incompatibili sono eventi che non possono verificarsi contemporaneamente, ovvero se uno si verifica, l&#8217;altro non può verificarsi.<br>Ad esempio, nel lancio di un dado, gli eventi &#8220;uscita del numero 3&#8221; e &#8220;uscita del numero 5&#8221; sono incompatibili. In questo caso, la probabilità dell&#8217;unione degli eventi (cioè l&#8217;uscita del numero 3 o del numero 5) è pari alla somma delle loro probabilità (1/6 + 1/6 = 1/3).</p>



<h2 class="wp-block-heading">Il principio di moltiplicazione delle probabilità</h2>



<p class="has-light-gray-background-color has-background wp-block-paragraph">Il principio di moltiplicazione delle probabilità afferma che la probabilità dell&#8217;intersezione di due eventi è uguale al prodotto delle loro probabilità individuali, <strong>se gli eventi sono indipendenti</strong>.</p>



<p class="wp-block-paragraph">In altre parole, se A e B sono due eventi indipendenti in un esperimento di probabilità, allora la probabilità che entrambi si verifichino contemporaneamente è data dal prodotto delle loro singole probabilità:</p>



<p class="wp-block-paragraph">P(A ∩ B) = P(A) × P(B).</p>



<hr class="wp-block-separator has-alpha-channel-opacity" />



<p class="wp-block-paragraph">Finora abbiamo calcolato probabilità molto semplici: un dado, due dadi, una moneta. Quando però il numero dei casi possibili diventa elevato, contarli uno per uno è impossibile. È qui che entra in gioco il <strong>calcolo combinatorio</strong>, che ci permette di determinare rapidamente quanti casi favorevoli e quanti casi possibili esistono, senza doverli elencare tutti.</p>



<p class="wp-block-paragraph">Tre sono gli strumenti fondamentali della combinatoria: le <strong>permutazioni</strong>, le <strong>disposizioni</strong> e le <strong>combinazioni</strong>. La differenza tra loro è semplice: dipende da quanti elementi scegliamo e se l&#8217;ordine conta o no. Teniamo a mente questa mappa, poi li vediamo uno per uno.</p>



<div class="wp-block-group has-light-gray-background-color has-background"><div class="wp-block-group__inner-container is-layout-flow wp-block-group-is-layout-flow">
<p class="wp-block-paragraph"><strong>Come orientarsi nella combinatoria</strong></p>



<figure class="wp-block-table"><table><thead><tr><th>Domanda</th><th>Strumento</th></tr></thead><tbody><tr><td>Uso <strong>tutti</strong> gli elementi?</td><td><strong>Permutazioni</strong> (n!)</td></tr><tr><td>Ne scelgo <strong>alcuni</strong> e l&#8217;<strong>ordine conta</strong>?</td><td><strong>Disposizioni</strong> (n!/(n-r)!)</td></tr><tr><td>Ne scelgo <strong>alcuni</strong> e l&#8217;<strong>ordine non conta</strong>?</td><td><strong>Combinazioni</strong> (C(n,k))</td></tr></tbody></table></figure>
</div></div>



<h2 class="wp-block-heading">Cosa sono le permutazioni?</h2>



<p class="wp-block-paragraph"><strong>Le permutazioni sono i modi in cui si possono ordinare n oggetti distinti in n posizioni diverse</strong>. Per esempio:</p>



<ul class="wp-block-list">
<li>Le permutazioni delle lettere A,B,C sono ABC ACB BAC BCA CAB CBA</li>



<li>Il numero delle permutazioni di n oggetti distinti si calcola con il fattoriale n!, cioè il prodotto dei numeri naturali da 1 a n</li>



<li>Il numero delle permutazioni di A,B,C è 3! = 3 x 2 x 1 = 6</li>
</ul>



<p class="wp-block-paragraph">Vediamo un po&#8217; di altri esempi:</p>



<h3 class="wp-block-heading">Quanti modi diversi ci sono per disporre 4 libri su una mensola?</h3>



<p class="wp-block-paragraph">La risposta è: n!<br>Ricordo ancora che &#8220;!&#8221; indica il fattoriale, cioè il prodotto di tutti i numeri interi positivi da 1 a n.</p>



<p class="wp-block-paragraph">Soluzione: 4! (4 fattoriale) = 24 modi diversi</p>



<h3 class="wp-block-heading">Quante permutazioni sono possibili in un insieme di 5 lettere?</h3>



<p class="wp-block-paragraph">5! = 5 x 4 x 3 x 2 x 1 = 120</p>



<p class="wp-block-paragraph">Ci sono 120 permutazioni possibili di 5 lettere.</p>



<h2 class="wp-block-heading">Cosa sono le disposizioni?</h2>



<p class="wp-block-paragraph">Finora abbiamo ordinato <strong>tutti</strong> gli elementi. Se invece scegliamo solo <strong>alcuni</strong> elementi da un insieme e l&#8217;ordine conta, parliamo di <strong>disposizioni semplici</strong>. La formula è n! / (n &#8211; r)!, dove n è il totale degli elementi e r è quanti ne scegliamo. Le disposizioni rappresentano un caso intermedio tra permutazioni e combinazioni: non utilizziamo tutti gli elementi disponibili, ma soltanto una parte di essi, mantenendo significativo l&#8217;ordine.</p>



<h3 class="wp-block-heading">Quante disposizioni sono possibili tra 5 lettere prese a gruppi di 3?</h3>



<p class="wp-block-paragraph">n! / (n &#8211; r)!</p>



<p class="wp-block-paragraph">dove &#8220;n&#8221; rappresenta il numero di oggetti totali (in questo caso, le 5 lettere), e &#8220;r&#8221; rappresenta il numero di oggetti che desideriamo scegliere e disporre in un ordine specifico (in questo caso, 3 lettere).</p>



<p class="wp-block-paragraph">Quindi, sostituendo i valori, otteniamo:</p>



<p class="wp-block-paragraph">5! / (5 &#8211; 3)! = 5! / 2! = (5 x 4 x 3 x 2 x 1) / (2 x 1) = 60</p>



<p class="wp-block-paragraph">Quindi, ci sono 60 disposizioni possibili di 5 lettere prese a gruppi di 3. L&#8217;ordine conta: ABC è diverso da ACB, che è diverso da BAC, e così via.</p>



<p class="has-light-gray-background-color has-background wp-block-paragraph">È importante notare che, quando si sceglie un gruppo di oggetti da un insieme più grande, <strong>l&#8217;ordine in cui gli oggetti vengono scelti conta</strong>. Se l&#8217;ordine conta siamo nel caso delle disposizioni; se invece non ci interessasse, dovremmo utilizzare la formula delle combinazioni.</p>



<h2 class="wp-block-heading">Cosa sono le combinazioni?</h2>



<p class="wp-block-paragraph">Le combinazioni sono i modi in cui si possono scegliere k oggetti tra n oggetti distinti <strong>senza tener conto dell&#8217;ordine</strong>. Per esempio,</p>



<ul class="wp-block-list">
<li>Le combinazioni di due lettere tra A,B,C sono AB AC BC</li>



<li>Il numero delle combinazioni di k oggetti tra n oggetti distinti si calcola con il coefficiente binomiale C(n,k) = n! / (k! x (n-k)!)</li>



<li>Il numero delle combinazioni di due lettere tra A,B,C è C(3 ,2) = 3! / (2! x (3 -2)!) = 3</li>
</ul>



<p class="wp-block-paragraph">Vediamo qualche altro esempio:</p>



<h3 class="wp-block-heading">Quante sono le combinazioni possibili per un insieme di 10 persone prese a gruppi di 3?</h3>



<p class="wp-block-paragraph">Per calcolare il numero di combinazioni possibili per un insieme di 10 persone prese a gruppi di 3, possiamo utilizzare la formula delle combinazioni:</p>



<p class="wp-block-paragraph">n! / (k! × (n &#8211; k)!)</p>



<p class="wp-block-paragraph">dove &#8220;n&#8221; rappresenta il numero di oggetti totali (in questo caso, le 10 persone) e &#8220;k&#8221; rappresenta il numero di oggetti che vogliamo scegliere senza preoccuparci dell&#8217;ordine (in questo caso, 3 persone).</p>



<p class="wp-block-paragraph">Quindi, sostituendo i valori, otteniamo:</p>



<p class="wp-block-paragraph">10! / (3! × (10 &#8211; 3)!) = (10 × 9 × 8) / (3 × 2 × 1) = 720 / 6 = 120</p>



<h3 class="wp-block-heading">Una classe è composta da 12 ragazzi e 4 ragazze. Tra i sedici allievi se ne scelgono tre a caso: qual è la probabilità che essi siano tutti maschi?</h3>



<p class="wp-block-paragraph">Questo esempio è preso dall&#8217; Esame di stato, tema di matematica n 1 (PNI, a. s. 2000-2001- Corso di ordinamento. Liceo scientifico)</p>



<p class="wp-block-paragraph">La probabilità di scegliere tre allievi tutti maschi può essere calcolata come il rapporto tra il numero di modi in cui possiamo scegliere tre maschi e il numero totale di modi in cui possiamo scegliere tre studenti tra tutti i sedici.<br>Se vogliamo scegliere tre allievi tutti maschi, dobbiamo considerare tutti i possibili gruppi di 3 allievi maschi che possono essere formati scegliendoli tra i 12 ragazzi maschi.</p>



<p class="wp-block-paragraph">Il numero di modi in cui possiamo scegliere tre maschi dalla classe di 12 ragazzi è dato dalla combinazione di 3 elementi scelti tra i 12 ragazzi maschi. Calcoliamolo con la formula della combinazione:</p>



<p class="wp-block-paragraph">C(12, 3) = 12! / (3! × (12-3)!) = 220</p>



<p class="wp-block-paragraph">Il numero totale di modi in cui possiamo scegliere tre allievi dalla classe di 16 studenti è dato dalla combinazione di 3 elementi scelti tra i 16 allievi.</p>



<p class="wp-block-paragraph">C(16, 3) = 16! / (3! × (16-3)!) = 560</p>



<p class="wp-block-paragraph">Quindi, la probabilità di scegliere tre allievi tutti maschi è data da:</p>



<p class="wp-block-paragraph">P(tre maschi) = C(12, 3) / C(16, 3) = 220 / 560 = 11 / 28</p>



<h3 class="wp-block-heading">Un esempio concreto: scegliere le keyword per una landing page</h3>



<p class="wp-block-paragraph">Vediamo ora un esempio che forse tocca più da vicino il lavoro di chi si occupa di analisi dati e SEO. Supponiamo di avere un elenco di 15 keyword e di volerne scegliere 3 come focus di una landing page.</p>



<p class="has-light-gray-background-color has-background wp-block-paragraph"><strong>Scenario 1: mi interessa solo sapere quali keyword scegliere</strong><br>L&#8217;ordine non conta: il gruppo {SEO tecnica, ottimizzazione contenuti, link building} è lo stesso di {link building, SEO tecnica, ottimizzazione contenuti}.<br>Si tratta di una <strong>combinazione</strong>: C(15, 3) = 455 modi diversi.</p>



<p class="has-light-gray-background-color has-background wp-block-paragraph"><strong>Scenario 2: voglio stabilire anche l&#8217;ordine nel title</strong><br>Se la prima keyword deve andare nel title, la seconda nell&#8217;H1 e la terza nel body, allora l&#8217;ordine conta. Lo stesso gruppo di keyword in ordine diverso produce una pagina diversa.<br>Si tratta di una <strong>disposizione</strong>: 15! / (15-3)! = 2730 modi diversi.</p>



<p class="wp-block-paragraph">La differenza è sostanziale: 455 possibilità se l&#8217;ordine non conta, 2730 se conta. Questo è il motivo per cui è essenziale capire prima di tutto <em>se l&#8217;ordine è rilevante</em> nel problema che stiamo affrontando.</p>



<p class="has-light-gray-background-color has-background wp-block-paragraph"><strong>Errore comune</strong><br>Molti studenti — e non solo — confondono permutazioni e combinazioni. Il criterio più semplice per distinguerle è chiedersi: <em>se scambio l&#8217;ordine degli elementi, ottengo un risultato diverso?</em><br><br>Se sì, l&#8217;ordine conta: stiamo lavorando con permutazioni o disposizioni.<br>Se no, l&#8217;ordine non conta: siamo nel caso delle combinazioni.<br><br>Questa domanda è tutto ciò che serve per non sbagliare.</p>



<h3 class="wp-block-heading">Come scegliere la formula giusta</h3>



<p class="has-light-gray-background-color has-background wp-block-paragraph"><strong>Devo ordinare tutti gli elementi?</strong> → <strong>Permutazioni</strong>: n!<br>
<strong>Devo sceglierne alcuni e l&#8217;ordine conta?</strong> → <strong>Disposizioni</strong>: n!/(n-r)!<br>
<strong>Devo sceglierne alcuni e l&#8217;ordine non conta?</strong> → <strong>Combinazioni</strong>: C(n,k)<br><br>
Con questo schema, affrontare qualsiasi problema di calcolo combinatorio diventa molto più semplice: basta identificare il tipo di domanda e applicare la formula corrispondente.</p>



<h2 class="wp-block-heading">Un&#8217;applicazione: la distribuzione binomiale</h2>



<p class="wp-block-paragraph">In un <strong><a href="https://www.gironi.it/blog/distribuzioni-di-probabilita-distribuzioni-discrete-la-binomiale/" target="_blank" rel="noreferrer noopener">post specificamente dedicato alle distribuzioni di probabilità</a></strong> ho esaminato in dettaglio le proprietà della <strong><a href="https://www.gironi.it/blog/distribuzioni-di-probabilita-distribuzioni-discrete-la-binomiale/" target="_blank" rel="noreferrer noopener">distribuzione binomiale</a></strong>. Rimando ovviamente al post per tutti i dettagli.<br>In questa sede vorrei però introdurla brevemente in maniera diretta e pratica, al solo scopo di rispondere a quesiti del tipo:</p>



<ul class="wp-block-list">
<li>Qual è la probabilità che in 10 lanci di una moneta esca testa 5 volte o meno?</li>



<li>Se in 20 domande a risposta multipla (ogni domanda ha 4 scelte) rispondiamo totalmente a caso, qual è la probabilità di rispondere correttamente a 15 o più?</li>



<li>In 100 estrazioni con reinserimento da un&#8217;urna con 10 palline bianche e 90 nere, qual è la probabilità di estrarne meno di 20 bianche?</li>
</ul>



<p class="wp-block-paragraph">Prendiamo il primo quesito. Vogliamo sapere la probabilità che in 10 lanci di una moneta esca testa 5 volte o meno.<br>Procedendo per logica, dovremmo calcolare la somma delle probabilità binomiali per k = 0, 1, 2, 3, 4 e 5. Cioè:</p>



<pre class="wp-block-code"><code>P(X &lt;= 5) = P(X = 0) + P(X = 1) + P(X = 2) + P(X = 3) + P(X = 4) + P(X = 5)</code></pre>



<p class="wp-block-paragraph">Usando la formula della probabilità binomiale e sostituendo n = 10 e p = 1/2, si ottiene:</p>



<pre class="wp-block-code"><code>P(X &lt;= 5) = C(10 ,0) x (1/2)^0 x (1/2)^10 + C(10 ,1) x (1/2)^1 x (1/2)^9 + … + C(10 ,5) x (1/2)^5 x (1/2)^5</code></pre>



<p class="wp-block-paragraph">Semplificando i calcoli e usando una calcolatrice si ottiene:</p>



<pre class="wp-block-code"><code>P(X &lt;= 5) = 0.0010 + 0.0098 + 0.0439 + 0.1172 + 0.2051 + 0.2461

P(X &lt;= 5) = 0.623</code></pre>



<p class="wp-block-paragraph">Quindi la probabilità che in 10 lanci di una moneta esca testa al massimo cinque volte è circa il 62%.</p>



<p class="wp-block-paragraph">Esiste un metodo più semplice per arrivare al risultato corretto?</p>



<p class="wp-block-paragraph">Possiamo introdurre la <strong>funzione di ripartizione della distribuzione binomiale</strong>.</p>



<p class="wp-block-paragraph">La funzione di ripartizione è una funzione che calcola la probabilità che la variabile aleatoria X sia minore o uguale a un certo valore k. Si indica con F(k) e si definisce come:</p>



<pre class="wp-block-code"><code>F(k) = P(X &lt;= k) = somma delle probabilità binomiali per i = 0, 1, …, k</code></pre>



<p class="wp-block-paragraph">Questa funzione può essere calcolata con una formula approssimata o con una tabella precompilata. Per esempio, usando una tabella online come questa:</p>



<p class="wp-block-paragraph"><a href="https://www.statisticshowto.com/tables/binomial-distribution-table/" target="_blank" rel="noopener">https://www.statisticshowto.com/tables/binomial-distribution-table/</a></p>



<p class="wp-block-paragraph">dove si può trovare il valore di F(5) per n = 10 e p = 1/2.</p>



<p class="wp-block-paragraph">Basta cercare nella riga corrispondente a n = 10 e nella colonna corrispondente a p = 0.5 e leggere il valore in corrispondenza di k = 5. Il valore è 0.623.</p>



<div class="wp-block-group has-background" style="background-color:#f5f7f9;margin-top:2.5rem;margin-bottom:2.5rem;padding-top:1.5rem;padding-right:1.5rem;padding-bottom:1rem;padding-left:1.5rem"><div class="wp-block-group__inner-container is-layout-constrained wp-container-core-group-is-layout-eed7543b wp-block-group-is-layout-constrained">

<figure class="wp-block-image size-large"><img fetchpriority="high" decoding="async" width="975" height="600" src="https://www.gironi.it/blog/wp-content/uploads/2026/07/probabilita-binomiale-cumulata.png" alt="La probabilità cumulata P(X ≤ 5) per 10 lanci di moneta è la somma delle sei barre blu: 0,623." class="wp-image-4305" srcset="https://www.gironi.it/blog/wp-content/uploads/2026/07/probabilita-binomiale-cumulata.png 975w, https://www.gironi.it/blog/wp-content/uploads/2026/07/probabilita-binomiale-cumulata-300x185.png 300w" sizes="(max-width: 709px) 85vw, (max-width: 909px) 67vw, (max-width: 1362px) 62vw, 840px" /><figcaption class="wp-element-caption">La probabilità cumulata P(X ≤ 5) per 10 lanci di moneta è la somma delle sei barre blu: 0,623.</figcaption></figure>

</div></div>



<p class="wp-block-paragraph">Ovviamente, è molto più comodo usare R oppure Python, specialmente per numeri più elevati.</p>



<p class="wp-block-paragraph">Calcoliamolo in R con la funzione <code>pbinom</code>, che restituisce la probabilità cumulativa di un dato numero di successi in un dato numero di prove:</p>



<pre class="wp-block-code"><code># Probabilità di ottenere 5 o meno teste in 10 lanci
pbinom(5, size = 10, prob = 0.5)
# Risultato: 0.6230469</code></pre>



<p class="wp-block-paragraph">Lo stesso calcolo in Python si fa con la classe <code>binom</code> della libreria <code>scipy.stats</code>:</p>



<pre class="wp-block-code"><code># Importare la libreria
from scipy.stats import binom

# Probabilità di ottenere 5 o meno teste in 10 lanci
binom.cdf(5, n = 10, p = 0.5)
# Risultato: 0.623046875</code></pre>



<p class="wp-block-paragraph">Passiamo al secondo quesito.</p>



<p class="wp-block-paragraph">Vogliamo calcolare la probabilità che in 20 domande a risposta multipla si risponda correttamente a 15 domande o più. Se assumiamo che ogni domanda abbia 4 opzioni e solo una sia corretta, allora la probabilità di successo è p = 0.25. Quindi si deve calcolare:</p>



<pre class="wp-block-code"><code>P(X &gt;= 15) = P(X = 15) + P(X = 16) + P(X = 17) + P(X = 18) + P(X = 19) + P(X = 20)</code></pre>



<p class="wp-block-paragraph">La formula della probabilità binomiale è:</p>



\(
P(X = x) = {n \choose x} p^x (1-p)^{n-x}
\)



<p class="wp-block-paragraph">Usando la formula della probabilità binomiale, otteniamo:</p>



\( P(X \geq 15) \approx 3{,}8 \times 10^{-6} \)



<p class="wp-block-paragraph">Meno di quattro possibilità su un milione. Calcolo la coda in R con <code>pbinom</code> (il primo argomento è 14, non 15: per «almeno 15» si passa il valore precedente, come abbiamo visto parlando della <a href="https://www.gironi.it/blog/distribuzioni-di-probabilita-distribuzioni-discrete-la-binomiale/">distribuzione binomiale</a>):</p>



<pre class="wp-block-code"><code>pbinom(14, size = 20, prob = 0.25, lower.tail = FALSE)
# [1] 3.813027e-06</code></pre>



<p class="wp-block-paragraph">Quindi la probabilità è bassissima… meglio studiare!</p>



<p class="wp-block-paragraph">Passiamo al terzo quesito.</p>



<p class="wp-block-paragraph">Vogliamo trovare la probabilità che in 100 estrazioni da un&#8217;urna con 10 palline bianche e 90 nere se ne estraggano meno di 20 bianche. Se assumiamo che le estrazioni siano con reinserimento, allora la probabilità di successo (estrarre una pallina bianca) è p = 0.1. Quindi dobbiamo calcolare:</p>



\( P(X \lt 20) = P(X \leq 19) = \sum_{x=0}^{19} {100 \choose x} (0{,}1)^x (0{,}9)^{100-x} \)



<p class="wp-block-paragraph">e otteniamo:</p>



\( P(X \lt 20) \approx 0{,}998 \)



<p class="wp-block-paragraph">Lo verifichiamo in R:</p>



<pre class="wp-block-code"><code>pbinom(19, size = 100, prob = 0.1)
# [1] 0.9979</code></pre>



<p class="wp-block-paragraph">Quindi in questo caso la probabilità è molto alta.</p>



<h2 class="wp-block-heading">Domande frequenti</h2>



<h3 class="wp-block-heading">Qual è il simbolo dello spazio campionario?</h3>



<p class="wp-block-paragraph">Di solito si indica con la lettera greca Ω (omega), a volte con S. Nel lancio di un dado Ω = {1, 2, 3, 4, 5, 6}, e il numero dei suoi elementi si scrive |Ω| = 6.</p>



<h3 class="wp-block-heading">Quando vale la regola «casi favorevoli su casi possibili»?</h3>



<p class="wp-block-paragraph">Solo quando tutti i risultati dello spazio campionario sono ugualmente probabili, come le facce di un dado equilibrato. Con un dado truccato, o con risultati che hanno probabilità diverse, la regola non vale più e la probabilità va stimata in altro modo, ad esempio dalle frequenze osservate.</p>



<h3 class="wp-block-heading">Qual è la differenza tra permutazioni, disposizioni e combinazioni?</h3>



<p class="wp-block-paragraph">Le permutazioni ordinano tutti gli elementi (n!); le disposizioni ne scelgono alcuni e l&#8217;ordine conta (n!/(n−r)!); le combinazioni ne scelgono alcuni e l&#8217;ordine non conta (n!/(k!(n−k)!)). Il test più rapido: se scambiando l&#8217;ordine si ottiene un risultato diverso, l&#8217;ordine conta.</p>



<h3 class="wp-block-heading">Quante combinazioni ci sono di 3 elementi su 10?</h3>



<p class="wp-block-paragraph">120: si calcola con il coefficiente binomiale C(10, 3) = 10! / (3! × 7!) = 120. Se l&#8217;ordine contasse (disposizioni) sarebbero 10 × 9 × 8 = 720.</p>



<h3 class="wp-block-heading">Che cosa sono gli eventi incompatibili?</h3>



<p class="wp-block-paragraph">Sono eventi che non possono verificarsi insieme, come «esce 3» ed «esce 5» nello stesso lancio di un dado. Per eventi incompatibili la probabilità che si verifichi l&#8217;uno o l&#8217;altro è la somma delle singole probabilità: 1/6 + 1/6 = 1/3.</p>



<h3 class="wp-block-heading">Come si calcolano permutazioni e combinazioni in R?</h3>



<p class="wp-block-paragraph">Il fattoriale si calcola con factorial(n) e il coefficiente binomiale con choose(n, k): choose(10, 3) restituisce 120. Le disposizioni si ottengono come factorial(n) / factorial(n &#8211; r).</p>



<script type="application/ld+json">{"@context": "https://schema.org", "@type": "FAQPage", "mainEntity": [{"@type": "Question", "name": "Qual è il simbolo dello spazio campionario?", "acceptedAnswer": {"@type": "Answer", "text": "Di solito si indica con la lettera greca Ω (omega), a volte con S. Nel lancio di un dado Ω = {1, 2, 3, 4, 5, 6}, e il numero dei suoi elementi si scrive |Ω| = 6."}}, {"@type": "Question", "name": "Quando vale la regola «casi favorevoli su casi possibili»?", "acceptedAnswer": {"@type": "Answer", "text": "Solo quando tutti i risultati dello spazio campionario sono ugualmente probabili, come le facce di un dado equilibrato. Con un dado truccato, o con risultati che hanno probabilità diverse, la regola non vale più e la probabilità va stimata in altro modo, ad esempio dalle frequenze osservate."}}, {"@type": "Question", "name": "Qual è la differenza tra permutazioni, disposizioni e combinazioni?", "acceptedAnswer": {"@type": "Answer", "text": "Le permutazioni ordinano tutti gli elementi (n!); le disposizioni ne scelgono alcuni e l'ordine conta (n!/(n−r)!); le combinazioni ne scelgono alcuni e l'ordine non conta (n!/(k!(n−k)!)). Il test più rapido: se scambiando l'ordine si ottiene un risultato diverso, l'ordine conta."}}, {"@type": "Question", "name": "Quante combinazioni ci sono di 3 elementi su 10?", "acceptedAnswer": {"@type": "Answer", "text": "120: si calcola con il coefficiente binomiale C(10, 3) = 10! / (3! × 7!) = 120. Se l'ordine contasse (disposizioni) sarebbero 10 × 9 × 8 = 720."}}, {"@type": "Question", "name": "Che cosa sono gli eventi incompatibili?", "acceptedAnswer": {"@type": "Answer", "text": "Sono eventi che non possono verificarsi insieme, come «esce 3» ed «esce 5» nello stesso lancio di un dado. Per eventi incompatibili la probabilità che si verifichi l'uno o l'altro è la somma delle singole probabilità: 1/6 + 1/6 = 1/3."}}, {"@type": "Question", "name": "Come si calcolano permutazioni e combinazioni in R?", "acceptedAnswer": {"@type": "Answer", "text": "Il fattoriale si calcola con factorial(n) e il coefficiente binomiale con choose(n, k): choose(10, 3) restituisce 120. Le disposizioni si ottengono come factorial(n) / factorial(n - r)."}}]}</script>



<p class="wp-block-paragraph">Queste sono le basi — spazio campionario, eventi, permutazioni, disposizioni, combinazioni, e un primo assaggio della binomiale. Strumenti all&#8217;apparenza semplici, ma su cui si regge gran parte della statistica che useremo nel lavoro quotidiano. Nel <a href="https://www.gironi.it/blog/distribuzioni-di-probabilita-distribuzioni-discrete-la-binomiale/">prossimo articolo sulla distribuzione binomiale</a> approfondiamo proprio questa funzione di distribuzione, vedendo come calcolarla e quando applicarla — e scopriremo che non è affatto così complessa come potrebbe sembrare a prima vista.</p>



<h3 class="wp-block-heading">Potrebbe interessarti anche</h3>



<ul class="wp-block-list">
<li><a href="https://www.gironi.it/blog/statistica-bayesiana/">Statistica bayesiana: come imparare dai dati, un passo alla volta</a></li>
</ul>



<hr class="wp-block-separator has-alpha-channel-opacity" />



<h3 class="wp-block-heading">Per approfondire</h3>



<p class="wp-block-paragraph">Per consolidare le basi del ragionamento probabilistico consiglio due letture complementari: <a href="https://www.amazon.it/dp/8806246623?tag=consulenzeinf-21&amp;ascsubtag=probabilita-permutazioni-e-combinazioni" rel="nofollow sponsored noopener" target="_blank"><em>L&#8217;arte della statistica</em></a> di David Spiegelhalter per l&#8217;inquadramento concettuale, e <a href="https://www.amazon.it/dp/8867319396?tag=consulenzeinf-21&amp;ascsubtag=probabilita-permutazioni-e-combinazioni" rel="nofollow sponsored noopener" target="_blank"><em>Finalmente ho capito la statistica</em></a> di Maurizio De Pra per chi preferisce un percorso graduale e ricco di esempi.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://www.gironi.it/blog/probabilita-permutazioni-e-combinazioni/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
	</channel>
</rss>
