Stai lanciando due dadi in un gioco da tavolo. Quali sono le probabilità di ottenere un sei su entrambi? Oppure magari stai analizzando dati dei clienti e devi sapere la probabilità che un utente faccia clic su un annuncio o effettui un acquisto.
Questi scenari riguardano la probabilità composta, che calcola la probabilità di eventi multipli, che accadano insieme o separatamente. Se sembra complicato, niente paura: renderò i concetti facili da seguire con esempi chiari.
Che cos'è la probabilità composta?
La probabilità composta calcola la probabilità quando sono coinvolti due o più eventi. La probabilità semplice si concentra su un singolo evento (come il lancio di una moneta), mentre la probabilità composta gestisce situazioni in cui possono accadere più cose.
Nella statistica formale, questi scenari hanno nomi specifici: lo scenario AND è la probabilità congiunta (la probabilità che entrambi gli eventi si verifichino insieme) e lo scenario OR è l'unione (la probabilità che si verifichi almeno un evento).
Pensa alla probabilità composta come al termine ombrello, adatto ai principianti, che ti aiuta a imparare entrambi i tipi di calcoli prima di approfondire questi termini più tecnici.
Tipi di eventi di probabilità composta
La distinzione AND/OR ti indica quale formula usare, ma c'è un'altra relazione tra eventi che cambia il modo in cui funzionano tali formule. Prima di poter calcolare con precisione le probabilità composte, devi capire come gli eventi si relazionano tra loro. In particolare, se un evento influenza l'altro.
Eventi indipendenti
Due eventi sono indipendenti quando uno non influenza l'altro. Lancia una moneta, poi un dado. Ottenere testa non cambia le probabilità di fare quattro. Ogni evento ha la sua probabilità, che rimane costante.
Esempi classici includono lanciare più dadi, lanciare diverse monete o pescare carte con reinserimento (rimettendo ogni carta nel mazzo prima della pescata successiva). In data science, l'indipendenza emerge analizzando sessioni utente separate o gruppi di test A/B non correlati.
Eventi dipendenti
Gli eventi sono dipendenti quando il primo evento cambia la probabilità del secondo. Pesca una carta da un mazzo, poi pescane un'altra senza rimettere la prima. La seconda pescata ha probabilità diverse perché è cambiata la composizione del mazzo.
Vedrai eventi dipendenti quando si campiona senza reinserimento, in processi decisionali sequenziali o quando gli eventi sono causalmente collegati. La probabilità di un secondo acquisto dipende dal fatto che il cliente abbia effettuato un primo acquisto. Questa dipendenza influisce direttamente sui calcoli.
Regole per calcolare la probabilità composta
Ora che hai compreso le relazioni tra eventi, possiamo affrontare i calcoli veri e propri.
L'indipendenza o la dipendenza di cui hai appena letto determina direttamente quale versione della formula userai. Il metodo di calcolo dipende dal fatto che tu stia affrontando scenari AND o OR e, all'interno di questi scenari, se i tuoi eventi siano indipendenti o dipendenti.

Diagramma di flusso decisionale per scegliere la formula corretta di probabilità composta. Immagine dell'autore.
La regola della moltiplicazione
La regola della moltiplicazione gestisce gli scenari AND (quando vuoi che si verifichino entrambi gli eventi). Per eventi indipendenti, moltiplica le probabilità individuali: P(A ∩ B) = P(A) × P(B). Fare quattro E ottenere testa? Vale (1/6) × (1/2) = 1/12.
Per eventi dipendenti, serve la probabilità condizionata: P(A ∩ B) = P(A) × P(B|A). Significa "la probabilità di A per la probabilità di B dato che A è accaduto". Pescare due assi senza reinserimento? Il primo asso è 4/52, ma il secondo asso è ora 3/51 perché stai pescando da un mazzo più piccolo. Moltiplica: (4/52) × (3/51) = 1/221.
La regola dell'addizione (quando gli eventi si sovrappongono)
La regola dell'addizione gestisce gli scenari OR (quando vuoi che si verifichi almeno un evento). Se gli eventi non possono accadere contemporaneamente (mutuamente esclusivi), basta sommare: P(A o B) = P(A) + P(B). Ottenere un due O un tre con un dado significa 1/6 + 1/6 = 1/3.
Quando gli eventi possono sovrapporsi, devi sottrarre l'intersezione per evitare di contare due volte: P(A o B) = P(A) + P(B) - P(A ∩ B). Pescare un re O un cuore da un mazzo? Ci sono 4 re e 13 cuori, ma il re di cuori viene contato due volte, quindi: 4/52 + 13/52 - 1/52 = 16/52.
Esempi passo passo di probabilità composta
Vediamo esempi concreti per capire come si applicano queste regole. La probabilità composta è un termine ombrello che copre sia scenari con eventi indipendenti sia dipendenti.
Esempio con eventi indipendenti
Lanci una moneta equa due volte. Qual è la probabilità di ottenere testa entrambe le volte? Poiché i lanci sono indipendenti, ogni lancio ha probabilità 1/2. Usando la regola della moltiplicazione: P(Testa al primo lancio E Testa al secondo) = 1/2 × 1/2 = 1/4. C'è il 25% di probabilità di ottenere due teste di fila.
Esempio con eventi dipendenti
Un sacchetto contiene 5 biglie blu e 3 rosse. Peschi due biglie senza reinserimento. Qual è la probabilità che entrambe siano blu? La prima pescata ha probabilità 5/8. Dopo aver rimosso una biglia blu, ne restano solo 4 in un sacchetto di 7, quindi P(Blu alla seconda pescata | Blu alla prima) = 4/7. Pertanto: P(Entrambe blu) = 5/8 × 4/7 = 20/56 = 5/14, circa il 35,7%.

Diagramma ad albero che visualizza eventi dipendenti quando si pescano biglie senza reinserimento. Immagine dell'autore.
Esempio che coinvolge "AND" vs "OR"
Qui la lettura attenta è fondamentale. Si lancia un dado standard. Qual è la probabilità di ottenere un numero minore di 3 O un numero pari? Numeri minori di 3: {1, 2}. Numeri pari: {2, 4, 6}. Si sovrappongono nel 2, quindi non possiamo semplicemente sommare. Usando la regola dell'addizione: P(Minore di 3) = 2/6, P(Pari) = 3/6, P(Entrambi) = 1/6. Pertanto: 2/6 + 3/6 - 1/6 = 4/6 = 2/3.

Diagramma di Venn che mostra eventi sovrapposti. Immagine dell'autore.
Nota come la parola "o" indica che serve l'addizione, mentre "e" indicherebbe la moltiplicazione. Il linguaggio nei problemi di probabilità ti dice quale regola applicare.
Errori sulla probabilità composta
Trattare eventi dipendenti come indipendenti è l'errore più frequente. Se peschi carte senza reinserimento ma moltiplichi le probabilità come se il mazzo non cambiasse, la risposta sarà sbagliata. Chiediti sempre: il primo evento cambia le condizioni per il secondo?
Sommmare probabilità quando è richiesta la moltiplicazione accade quando si interpreta male "e" come "o". Se una domanda chiede la probabilità dell'evento A E dell'evento B, si moltiplica (assumendo indipendenza o usando la probabilità condizionata). Sommare porta a uno scenario completamente diverso.
Interpretare male "e" rispetto a "o" causa confusione perché il linguaggio quotidiano è meno preciso di quello matematico. "Quali sono le probabilità di pioggia o neve domani?" significa almeno una, non entrambe (questa è addizione). "Quali sono le probabilità di pioggia e neve domani?" significa entrambe (questa è moltiplicazione).
Dimenticare di aggiornare le probabilità dopo che si è verificato un esito compare negli scenari sequenziali. Dopo aver pescato una carta, il mazzo ha 51 carte, non 52. Dopo che un cliente se ne va, ne hai uno in meno nel campione. Aggiorna le probabilità a ogni passo.
Dove si applica la probabilità composta
Nei giochi d'azzardo, i casinò usano la probabilità composta per calcolare il margine della casa. Capire la probabilità di più esiti favorevoli aiuta i giocatori a prendere decisioni di puntata informate (anche se il vantaggio matematico della casa è sempre incorporato). L'analisi del rischio in ambito business e finanza si basa molto sulla probabilità composta. Qual è la probabilità sia di un calo del mercato SIA di un aumento dei tassi di interesse? Questi scenari composti aiutano le aziende a coprirsi contro il verificarsi simultaneo di più fattori di rischio.
I processi di controllo qualità usano la probabilità composta per valutare la probabilità di difetti. Se due fasi di produzione hanno ciascuna un tasso di difetti del 2%, la probabilità composta ti dice il tasso complessivo di difetti per i prodotti che passano attraverso entrambe le fasi. I test medici combinano più risultati usando la probabilità composta. Un paziente può ricevere diversi test diagnostici e i medici devono conoscere la probabilità della malattia dati tutti i risultati insieme, non solo un test isolato.
Il nostro corso Foundations of Probability in Python tratta in profondità applicazioni pratiche come queste.
Probabilità composta vs probabilità condizionata
La probabilità condizionata chiede: "Dato che B è accaduto, qual è la probabilità di A?" Stai aggiornando la tua stima di probabilità in base a nuove informazioni. La probabilità composta chiede: "Qual è la probabilità che più eventi si verifichino in qualche combinazione?"
Si collegano quando si calcola la probabilità composta per eventi dipendenti. Usi la probabilità condizionata nella regola della moltiplicazione. P(A ∩ B) = P(A) × P(B|A) mostra esplicitamente questa relazione. La probabilità condizionata P(B|A) ti aiuta a calcolare la probabilità composta che si verifichino sia A sia B.
Pensala così. La probabilità condizionata è uno strumento che usi all'interno dei calcoli di probabilità composta. Quando gli eventi sono dipendenti, non puoi calcolare le probabilità composte senza considerare come un evento influenzi l'altro, ed è esattamente ciò che misura la probabilità condizionata.
Consigli pratici per risolvere problemi di probabilità composta
Inizia identificando quanti eventi sono coinvolti e se sono indipendenti o dipendenti. Cerca indizi: il problema menziona il reinserimento? Un evento cambia le condizioni per il successivo? Gli eventi indipendenti mantengono costanti le loro probabilità, mentre gli eventi dipendenti richiedono di aggiornare le probabilità dopo ciascun evento.
Traduci con attenzione "e" o "o" perché queste parole determinano l'intero approccio. Scrivi ciò che sai prima di calcolare. Elenca le probabilità individuali, identifica eventuali probabilità condizionate e abbozza un diagramma rapido se stai lavorando con eventi sequenziali. Questo lavoro preparatorio evita errori quando inizi a calcolare.
Controlla i risultati per una verifica di buon senso. Le probabilità devono essere tra 0 e 1. Se stai moltiplicando probabilità, la tua risposta dovrebbe essere più piccola della probabilità individuale più bassa. Se qualcosa non torna, rivedi il lavoro prima di proseguire. Il nostro corso Probability Puzzles in R offre esercizi per mettere in pratica queste strategie di problem solving.
Conclusione
La probabilità composta ti offre il quadro matematico per gestire eventi multipli in combinazione. La chiave è riconoscere se stai affrontando scenari AND (regola della moltiplicazione) o OR (regola dell'addizione), e se i tuoi eventi sono indipendenti o dipendenti. Queste distinzioni determinano quale formula utilizzare.
Con la pratica svilupperai intuizione per questi problemi. Le applicazioni reali in data science (dall'A/B testing alla modellazione del rischio) impiegano gli stessi principi. Parti da esempi semplici, lavora la logica passo dopo passo e costruisci la fiducia con scenari sempre più complessi.
Stai lanciando due dadi in un gioco da tavolo. Quali sono le probabilità di ottenere un sei su entrambi? Oppure magari stai analizzando dati dei clienti e devi sapere la probabilità che un utente faccia clic su un annuncio o effettui un acquisto.
Questi scenari riguardano la probabilità composta, che calcola la probabilità di eventi multipli, che accadano insieme o separatamente. Se sembra complicato, niente paura: renderò i concetti facili da seguire con esempi chiari.
Che cos'è la probabilità composta?
La probabilità composta calcola la probabilità quando sono coinvolti due o più eventi. La probabilità semplice si concentra su un singolo evento (come il lancio di una moneta), mentre la probabilità composta gestisce situazioni in cui possono accadere più cose.
Nella statistica formale, questi scenari hanno nomi specifici: lo scenario AND è la probabilità congiunta (la probabilità che entrambi gli eventi si verifichino insieme) e lo scenario OR è l'unione (la probabilità che si verifichi almeno un evento).
Pensa alla probabilità composta come al termine ombrello, adatto ai principianti, che ti aiuta a imparare entrambi i tipi di calcoli prima di approfondire questi termini più tecnici.
Tipi di eventi di probabilità composta
La distinzione AND/OR ti indica quale formula usare, ma c'è un'altra relazione tra eventi che cambia il modo in cui funzionano tali formule. Prima di poter calcolare con precisione le probabilità composte, devi capire come gli eventi si relazionano tra loro. In particolare, se un evento influenza l'altro.
Eventi indipendenti
Due eventi sono indipendenti quando uno non influenza l'altro. Lancia una moneta, poi un dado. Ottenere testa non cambia le probabilità di fare quattro. Ogni evento ha la sua probabilità, che rimane costante.
Esempi classici includono lanciare più dadi, lanciare diverse monete o pescare carte con reinserimento (rimettendo ogni carta nel mazzo prima della pescata successiva). In data science, l'indipendenza emerge analizzando sessioni utente separate o gruppi di test A/B non correlati.
Eventi dipendenti
Gli eventi sono dipendenti quando il primo evento cambia la probabilità del secondo. Pesca una carta da un mazzo, poi pescane un'altra senza rimettere la prima. La seconda pescata ha probabilità diverse perché è cambiata la composizione del mazzo.
Vedrai eventi dipendenti quando si campiona senza reinserimento, in processi decisionali sequenziali o quando gli eventi sono causalmente collegati. La probabilità di un secondo acquisto dipende dal fatto che il cliente abbia effettuato un primo acquisto. Questa dipendenza influisce direttamente sui calcoli.
Regole per calcolare la probabilità composta
Ora che hai compreso le relazioni tra eventi, possiamo affrontare i calcoli veri e propri.
L'indipendenza o la dipendenza di cui hai appena letto determina direttamente quale versione della formula userai. Il metodo di calcolo dipende dal fatto che tu stia affrontando scenari AND o OR e, all'interno di questi scenari, se i tuoi eventi siano indipendenti o dipendenti.
Diagramma di flusso decisionale per scegliere la formula corretta di probabilità composta. Immagine dell'autore.
La regola della moltiplicazione
La regola della moltiplicazione gestisce gli scenari AND (quando vuoi che si verifichino entrambi gli eventi). Per eventi indipendenti, moltiplica le probabilità individuali: P(A ∩ B) = P(A) × P(B). Fare quattro E ottenere testa? Vale (1/6) × (1/2) = 1/12.
Per eventi dipendenti, serve la probabilità condizionata: P(A ∩ B) = P(A) × P(B|A). Significa "la probabilità di A per la probabilità di B dato che A è accaduto". Pescare due assi senza reinserimento? Il primo asso è 4/52, ma il secondo asso è ora 3/51 perché stai pescando da un mazzo più piccolo. Moltiplica: (4/52) × (3/51) = 1/221.
La regola dell'addizione (quando gli eventi si sovrappongono)
La regola dell'addizione gestisce gli scenari OR (quando vuoi che si verifichi almeno un evento). Se gli eventi non possono accadere contemporaneamente (mutuamente esclusivi), basta sommare: P(A o B) = P(A) + P(B). Ottenere un due O un tre con un dado significa 1/6 + 1/6 = 1/3.
Quando gli eventi possono sovrapporsi, devi sottrarre l'intersezione per evitare di contare due volte: P(A o B) = P(A) + P(B) - P(A ∩ B). Pescare un re O un cuore da un mazzo? Ci sono 4 re e 13 cuori, ma il re di cuori viene contato due volte, quindi: 4/52 + 13/52 - 1/52 = 16/52.
Esempi passo passo di probabilità composta
Vediamo esempi concreti per capire come si applicano queste regole. La probabilità composta è un termine ombrello che copre sia scenari con eventi indipendenti sia dipendenti.
Esempio con eventi indipendenti
Lanci una moneta equa due volte. Qual è la probabilità di ottenere testa entrambe le volte? Poiché i lanci sono indipendenti, ogni lancio ha probabilità 1/2. Usando la regola della moltiplicazione: P(Testa al primo lancio E Testa al secondo) = 1/2 × 1/2 = 1/4. C'è il 25% di probabilità di ottenere due teste di fila.
Esempio con eventi dipendenti
Un sacchetto contiene 5 biglie blu e 3 rosse. Peschi due biglie senza reinserimento. Qual è la probabilità che entrambe siano blu? La prima pescata ha probabilità 5/8. Dopo aver rimosso una biglia blu, ne restano solo 4 in un sacchetto di 7, quindi P(Blu alla seconda pescata | Blu alla prima) = 4/7. Pertanto: P(Entrambe blu) = 5/8 × 4/7 = 20/56 = 5/14, circa il 35,7%.
Diagramma ad albero che visualizza eventi dipendenti quando si pescano biglie senza reinserimento. Immagine dell'autore.
Esempio che coinvolge "AND" vs "OR"
Qui la lettura attenta è fondamentale. Si lancia un dado standard. Qual è la probabilità di ottenere un numero minore di 3 O un numero pari? Numeri minori di 3: {1, 2}. Numeri pari: {2, 4, 6}. Si sovrappongono nel 2, quindi non possiamo semplicemente sommare. Usando la regola dell'addizione: P(Minore di 3) = 2/6, P(Pari) = 3/6, P(Entrambi) = 1/6. Pertanto: 2/6 + 3/6 - 1/6 = 4/6 = 2/3.
Diagramma di Venn che mostra eventi sovrapposti. Immagine dell'autore.
Nota come la parola "o" indica che serve l'addizione, mentre "e" indicherebbe la moltiplicazione. Il linguaggio nei problemi di probabilità ti dice quale regola applicare.
Errori sulla probabilità composta
Trattare eventi dipendenti come indipendenti è l'errore più frequente. Se peschi carte senza reinserimento ma moltiplichi le probabilità come se il mazzo non cambiasse, la risposta sarà sbagliata. Chiediti sempre: il primo evento cambia le condizioni per il secondo?
Sommmare probabilità quando è richiesta la moltiplicazione accade quando si interpreta male "e" come "o". Se una domanda chiede la probabilità dell'evento A E dell'evento B, si moltiplica (assumendo indipendenza o usando la probabilità condizionata). Sommare porta a uno scenario completamente diverso.
Interpretare male "e" rispetto a "o" causa confusione perché il linguaggio quotidiano è meno preciso di quello matematico. "Quali sono le probabilità di pioggia o neve domani?" significa almeno una, non entrambe (questa è addizione). "Quali sono le probabilità di pioggia e neve domani?" significa entrambe (questa è moltiplicazione).
Dimenticare di aggiornare le probabilità dopo che si è verificato un esito compare negli scenari sequenziali. Dopo aver pescato una carta, il mazzo ha 51 carte, non 52. Dopo che un cliente se ne va, ne hai uno in meno nel campione. Aggiorna le probabilità a ogni passo.
Dove si applica la probabilità composta
Nei giochi d'azzardo, i casinò usano la probabilità composta per calcolare il margine della casa. Capire la probabilità di più esiti favorevoli aiuta i giocatori a prendere decisioni di puntata informate (anche se il vantaggio matematico della casa è sempre incorporato). L'analisi del rischio in ambito business e finanza si basa molto sulla probabilità composta. Qual è la probabilità sia di un calo del mercato SIA di un aumento dei tassi di interesse? Questi scenari composti aiutano le aziende a coprirsi contro il verificarsi simultaneo di più fattori di rischio.
I processi di controllo qualità usano la probabilità composta per valutare la probabilità di difetti. Se due fasi di produzione hanno ciascuna un tasso di difetti del 2%, la probabilità composta ti dice il tasso complessivo di difetti per i prodotti che passano attraverso entrambe le fasi. I test medici combinano più risultati usando la probabilità composta. Un paziente può ricevere diversi test diagnostici e i medici devono conoscere la probabilità della malattia dati tutti i risultati insieme, non solo un test isolato.
Il nostro corso Foundations of Probability in Python tratta in profondità applicazioni pratiche come queste.
Probabilità composta vs probabilità condizionata
La probabilità condizionata chiede: "Dato che B è accaduto, qual è la probabilità di A?" Stai aggiornando la tua stima di probabilità in base a nuove informazioni. La probabilità composta chiede: "Qual è la probabilità che più eventi si verifichino in qualche combinazione?"
Si collegano quando si calcola la probabilità composta per eventi dipendenti. Usi la probabilità condizionata nella regola della moltiplicazione. P(A ∩ B) = P(A) × P(B|A) mostra esplicitamente questa relazione. La probabilità condizionata P(B|A) ti aiuta a calcolare la probabilità composta che si verifichino sia A sia B.
Pensala così. La probabilità condizionata è uno strumento che usi all'interno dei calcoli di probabilità composta. Quando gli eventi sono dipendenti, non puoi calcolare le probabilità composte senza considerare come un evento influenzi l'altro, ed è esattamente ciò che misura la probabilità condizionata.
Consigli pratici per risolvere problemi di probabilità composta
Inizia identificando quanti eventi sono coinvolti e se sono indipendenti o dipendenti. Cerca indizi: il problema menziona il reinserimento? Un evento cambia le condizioni per il successivo? Gli eventi indipendenti mantengono costanti le loro probabilità, mentre gli eventi dipendenti richiedono di aggiornare le probabilità dopo ciascun evento.
Traduci con attenzione "e" o "o" perché queste parole determinano l'intero approccio. Scrivi ciò che sai prima di calcolare. Elenca le probabilità individuali, identifica eventuali probabilità condizionate e abbozza un diagramma rapido se stai lavorando con eventi sequenziali. Questo lavoro preparatorio evita errori quando inizi a calcolare.
Controlla i risultati per una verifica di buon senso. Le probabilità devono essere tra 0 e 1. Se stai moltiplicando probabilità, la tua risposta dovrebbe essere più piccola della probabilità individuale più bassa. Se qualcosa non torna, rivedi il lavoro prima di proseguire. Il nostro corso Probability Puzzles in R offre esercizi per mettere in pratica queste strategie di problem solving.
Conclusione
La probabilità composta ti offre il quadro matematico per gestire eventi multipli in combinazione. La chiave è riconoscere se stai affrontando scenari AND (regola della moltiplicazione) o OR (regola dell'addizione), e se i tuoi eventi sono indipendenti o dipendenti. Queste distinzioni determinano quale formula utilizzare.
Con la pratica svilupperai intuizione per questi problemi. Le applicazioni reali in data science (dall'A/B testing alla modellazione del rischio) impiegano gli stessi principi. Parti da esempi semplici, lavora la logica passo dopo passo e costruisci la fiducia con scenari sempre più complessi.