C’è un momento preciso, mentre scuotiamo i dadi o fissiamo l’ultima carta sul tavolo, in cui smettiamo di giocare contro i nostri amici e iniziamo a sfidare le leggi dell’universo.
Lo chiamiamo “fortuna”, ma per la matematica è solo un numero che non è ancora uscito.
Chiunque abbia perso un territorio a Risiko per un pareggio o abbia aspettato un asso al tavolo verde sa che il confine tra un colpo di genio e un disastro finanziario (o ludico) è tracciato dalla probabilità.
In questo articolo non parleremo di sistemi infallibili per sbancare il casinò – che, spoiler, non esistono – ma di come la logica possa aiutarci a leggere meglio la realtà del gioco. Sporchiamoci le mani con cinque situazioni concrete per capire se quel rischio che stiamo per prenderci ha davvero senso o se stiamo solo correndo incontro a un muro.
Esercizio 1: Lancio di un Dado in Risiko (Livello: Facile)
Testo: Stai giocando a Risiko e devi attaccare un territorio. L’attaccante lancia 1 dado, il difensore lancia 1 dado. Vince chi ottiene il numero più alto; in caso di pareggio, vince il difensore.
Qual è la probabilità che l’attaccante vinca in un singolo confronto?
Risoluzione
Spazio campionario:
Abbiamo due dadi equi a 6 facce. Il totale degli esiti possibili è:
[math]\displaystyle \begin{aligned}
6 \times 6 &= 36 \text{ coppie ordinate (attaccante, difensore)}
\end{aligned}[/math]
Evento favorevole:
L’attaccante vince se il suo dado è maggiore di quello del difensore. Pareggio significa vittoria del difensore, quindi non è un evento favorevole per l’attaccante.
Contiamo i casi favorevoli:
[math]\displaystyle \begin{aligned}
\text{Attaccante } 6 &\rightarrow \text{difensore } [1,2,3,4,5] \rightarrow 5 \text{ casi} \\
\text{Attaccante } 5 &\rightarrow \text{difensore } [1,2,3,4] \rightarrow 4 \text{ casi} \\
\text{Attaccante } 4 &\rightarrow \text{difensore } [1,2,3] \rightarrow 3 \text{ casi} \\
\text{Attaccante } 3 &\rightarrow \text{difensore } [1,2] \rightarrow 2 \text{ casi} \\
\text{Attaccante } 2 &\rightarrow \text{difensore } [1] \rightarrow 1 \text{ caso} \\
\text{Attaccante } 1 &\rightarrow \text{nessun caso} \\
\text{Totale} &= 5+4+3+2+1 = 15 \text{ casi}
\end{aligned}[/math]
Probabilità:
[math]\displaystyle \begin{aligned}
P &= \frac{15}{36} = \frac{5}{12} \\
&\approx 0.4167
\end{aligned}[/math]
💡 Osservazione strategica
La regola “pareggio vince il difensore” favorisce notevolmente la difesa. Infatti, la probabilità di vincita del difensore è:
[math]\displaystyle \begin{aligned}
P(\text{difesa}) &= 1 – \frac{5}{12} = \frac{7}{12} \\
&\approx 0.5833 > 0.5
\end{aligned}[/math]
Domanda di riflessione: Perché non abbiamo usato la formula per la probabilità dell’unione di eventi o della somma di probabilità?
Risposta: In questo caso è stato più semplice utilizzare la definizione classica di probabilità (casi favorevoli su casi possibili) poiché lo spazio campionario è piccolo e facilmente enumerabile. L’unione di eventi si usa solitamente quando gli eventi non sono mutuamente esclusivi o quando si analizzano scenari composti più complessi.
Esercizio 2: Poker – Probabilità di una Coppia al Texas Hold’em (Livello: Medio-Basso)
Testo: Nel Texas Hold’em, a ogni giocatore vengono distribuite 2 carte coperte (le “hole cards”) da un mazzo di 52 carte. Qual è la probabilità che un giocatore riceva esattamente una coppia (due carte dello stesso valore, ad esempio due Re) nelle sue due carte?
Risoluzione
Spazio campionario:
Il numero di modi possibili per scegliere 2 carte da un mazzo di 52 (combinazioni semplici) è:
[math]\displaystyle \begin{aligned}
\binom{52}{2} &= \frac{52 \times 51}{2} \\
&= 1326
\end{aligned}[/math]
Evento favorevole – una coppia:
Per calcolare quante coppie diverse esistono nel mazzo, seguiamo questi passaggi:
- Ci sono 13 valori possibili (2, 3, …, 10, J, Q, K, A).
- Per ogni valore, ci sono 4 semi disponibili. Il numero di modi per scegliere 2 carte tra le 4 di uno stesso valore è:
[math]\displaystyle \begin{aligned}
\binom{4}{2} &= 6
\end{aligned}[/math]
Calcolo totale:
[math]\displaystyle \begin{aligned}
\text{Numero di coppie possibili} &= 13 \times 6 \\
&= 78
\end{aligned}[/math]
Probabilità:
[math]\displaystyle \begin{aligned}
P &= \frac{78}{1326} \\
&= \frac{1}{17} \approx 0.0588
\end{aligned}[/math]
💡 Osservazione
Attenzione: “coppia” qui significa due carte dello stesso valore (es. due Assi), indipendentemente dal seme. La probabilità è circa il 5,9%, il che spiega perché ricevere una “pocket pair” sia un evento statisticamente significativo all’inizio di una mano.
Domanda di riflessione: Come cambierebbe il calcolo se volessimo la probabilità di una coppia o meglio (cioè due carte dello stesso valore o due carte dello stesso seme, ovvero un potenziale flush draw)?
Risposta: In questo caso dovremmo sommare la probabilità di ricevere una coppia e la probabilità di ricevere due carte dello stesso seme (suited cards). Poiché questi due eventi sono mutuamente esclusivi (non puoi avere due carte che hanno contemporaneamente lo stesso valore e lo stesso seme), la probabilità totale sarebbe semplicemente la somma delle singole probabilità.
Esercizio 3: Blackjack – Probabilità di Fare 21 con Due Carte (Livello: Medio)
Testo: Nel Blackjack, l’asso vale 1 o 11 e le figure (J, Q, K) valgono 10 punti. Qual è la probabilità di ottenere esattamente 21 con le prime due carte (il cosiddetto “blackjack naturale”), assumendo un mazzo di 52 carte ben mescolato?
Risoluzione
Composizione del mazzo:
Per fare 21 con due carte, abbiamo bisogno di elementi specifici:
- Assi: 4 carte
- Carte da 10 punti: 16 carte (4 decine + 4 J + 4 Q + 4 K)
Casi favorevoli per blackjack naturale:
L’evento si verifica solo se estraiamo un Asso E una carta da 10 punti.
[math]\displaystyle \begin{aligned}
\text{Modi di scegliere un Asso} &= 4 \\
\text{Modi di scegliere un 10} &= 16 \\
\text{Totale combinazioni} &= 4 \times 16 = 64
\end{aligned}[/math]
Spazio campionario:
Il numero totale di possibili mani da due carte (non ordinate) estratte da un mazzo di 52 è:
[math]\displaystyle \begin{aligned}
\binom{52}{2} &= \frac{52 \times 51}{2} \\
&= 1326
\end{aligned}[/math]
Probabilità:
[math]\displaystyle \begin{aligned}
P &= \frac{64}{1326} \\
&= \frac{32}{663} \approx 0.0483
\end{aligned}[/math]
La probabilità è circa il 4,83%.
💡 Osservazione
Poiché la probabilità è inferiore al 5%, il blackjack naturale solitamente paga un premio maggiore (spesso 3:2). Nota bene: in molti casinò si usano più mazzi mescolati insieme; in quel caso, la probabilità cambierebbe leggermente poiché l’estrazione della prima carta influenzerebbe meno la composizione del mazzo rimanente.
Domanda di riflessione: Perché nel calcolo dei casi favorevoli [math]4 \times 16[/math] non abbiamo diviso per 2, come fatto per lo spazio campionario?
Risposta: Nello spazio campionario dividiamo per 2 perché estrarre “Asso di Cuori poi Asso di Quadri” è identico a “Asso di Quadri poi Asso di Cuori”. Nel caso favorevole, invece, stiamo scegliendo un elemento da un gruppo A (Assi) e un elemento da un gruppo B (Dieci). Poiché i gruppi sono distinti, non c’è rischio di contare due volte la stessa coppia: la coppia [math]\{A, 10\}[/math] è formata univocamente da un elemento di ciascun set.
Esercizio 4: Gioco delle Tre Carte (Monty Hall-like) (Livello: Medio-Alto)
Testo: Un gioco televisivo mostra 3 carte scoperte: un Asso (vincita) e due Jolly (perdita). Il concorrente sceglie una carta. Prima di rivelare, il conduttore (che sa dove è l’Asso) scopre un Jolly tra le due non scelte. A questo punto il concorrente può cambiare la sua scelta con l’altra carta coperta rimasta. Se il concorrente cambia, qual è la probabilità di vincere?
Risoluzione
Modelliamo la situazione iniziale:
Al momento della prima scelta, le probabilità sono distribuite come segue:
- P(Asso nella scelta iniziale) = [math]\frac{1}{3}[/math]
- P(Asso nelle altre due carte) = [math]\frac{2}{3}[/math]
Azione del conduttore:
Il conduttore non apre una carta a caso, ma agisce in base alla posizione dell’Asso:
[math]\displaystyle \begin{aligned}
&\text{Caso A: Il concorrente ha scelto l’Asso } (\text{prob } 1/3) \\
&{} \quad \rightarrow \text{Il conduttore scopre un Jolly.} \\
&{} \quad \rightarrow \text{Cambiando si perde sempre.} \\
\\
&\text{Caso B: Il concorrente ha scelto un Jolly } (\text{prob } 2/3) \\
&{} \quad \rightarrow \text{Il conduttore DEVE scoprire l’altro Jolly.} \\
&{} \quad \rightarrow \text{L’unica carta rimasta è l’Asso.} \\
&{} \quad \rightarrow \text{Cambiando si vince sempre.}
\end{aligned}[/math]
Probabilità di vincita se si cambia:
[math]\displaystyle \begin{aligned}
P(\text{vincere} \mid \text{cambiare}) &= P(\text{aver scelto Jolly inizialmente}) \\
&= \frac{2}{3} \approx 0.6667
\end{aligned}[/math]
Se si mantiene:
[math]P(\text{vincere} \mid \text{non cambiare}) = \frac{1}{3} \approx 0.3333[/math]
💡 Osservazione
Questo è il famoso paradosso di Monty Hall. Cambiare raddoppia la probabilità di vittoria. L’errore comune è pensare che dopo l’apertura di un Jolly la probabilità sia 1/2 per ciascuna delle due carte rimaste. Tuttavia, non è così perché il conduttore fornisce informazione aggiuntiva aprendo intenzionalmente una carta perdente.
Domanda di riflessione: Perché la probabilità non diventa [math]1/2[/math] dopo che il conduttore ha scoperto un Jolly?
Risposta: Perché l’azione del conduttore non è casuale. Se avesse aperto una carta a caso e per fortuna fosse uscito un Jolly, allora la probabilità sarebbe [math]1/2[/math]. Ma poiché il conduttore sa dove è l’Asso e evita sempre di scoprirlo, tutta la probabilità iniziale del gruppo delle due carte non scelte ([math]2/3[/math]) si concentra sull’unica carta che lui ha lasciato chiusa.
Esercizio 5: Calcolo della Probabilità di una Scala Reale al Video Poker (Livello: Difficile)
Testo: Nel Video Poker (Draw Poker), ricevi inizialmente 5 carte da un mazzo di 52.
Supponiamo che tu abbia già una mano quasi perfetta: 10♥, J♥, Q♥, K♥ e un 2♠. Decidi di scartare il 2♠ e ripescare una carta. Qual è la probabilità di completare la Scala Reale?
Risoluzione
Situazione iniziale:
Per ottenere la Scala Reale (10, J, Q, K, A dello stesso seme), l’unica carta mancante è l’Asso di cuori (A♥).
Conteggio del mazzo:
Dobbiamo determinare quante carte sono rimaste nel mazzo nel momento in cui effettuiamo il cambio:
- Carte totali nel mazzo: 52
- Carte attualmente in mano: 5
- Carte rimanenti nel mazzo (non viste): [math]52 – 5 = 47[/math]
Casi favorevoli:
Tra le 47 carte rimaste, esiste una sola carta che può completare la combinazione:
[math]\displaystyle \begin{aligned}
\text{Carte favorevoli} &= 1 \text{ (A♥)}
\end{aligned}[/math]
Probabilità:
La probabilità di pescare esattamente l’Asso di cuori è data dal rapporto tra il caso favorevole e il totale delle carte rimaste:
[math]\displaystyle \begin{aligned}
P &= \frac{1}{47} \\
&\approx 0.02128
\end{aligned}[/math]
La probabilità è di circa il 2,13%.
💡 Osservazione
Nel Video Poker, questa situazione è definita “Royal Flush Draw”. Sebbene il 2,13% sembri una probabilità molto bassa, è estremamente alta rispetto alla probabilità di ricevere una Scala Reale servita direttamente (che è circa lo 0,00015%). Il calcolo non cambia se la carta scartata viene rimessa nel mazzo o meno (solitamente non lo è), poiché ciò che conta è la conoscenza che abbiamo delle carte già uscite.
Domanda di riflessione: Come cambierebbe la probabilità se invece di scartare 1 carta, ne scartassimo 2 (avendo quindi 3 carte utili e 2 inutili) e ne ripescassimo 2?
Risposta tecnica: In questo caso dovremmo pescare esattamente le 2 carte mancanti (es. Q♥ e A♥) tra le 47 rimaste. Il calcolo si baserebbe sulle combinazioni di 2 carte:
[math]\displaystyle \begin{aligned}
P &= \frac{1}{\binom{47}{2}} = \frac{1}{1081} \\
&\approx 0.000925
\end{aligned}[/math]
La probabilità crollerebbe allo 0,09% circa, rendendo il tentativo molto più difficile.
Perché questi esercizi sono interessanti?
Risiko: È l’esempio perfetto di come le regole (il pareggio alla difesa) influenzino la strategia. Insegna che non basta avere “numeri grandi”, serve un vantaggio strutturale.
Poker: Introduce il concetto di Equity. Capire che hai solo il 5,8% di possibilità di servire una coppia ti insegna la pazienza e la gestione delle aspettative.
Blackjack: Mostra come i casinò costruiscono il loro margine (House Edge). Anche un evento favorevole come il Blackjack è raro abbastanza da permettere al banco di guadagnare nel lungo periodo.
Monty Hall: È l’esercizio psicologico per eccellenza. Dimostra che il nostro cervello è programmato male per la probabilità e che l’istinto spesso ci porta a ignorare nuove informazioni cruciali.
Video Poker: Illustra la differenza tra probabilità “servita” e probabilità “di completamento”. È il cuore del processo decisionale sotto incertezza: vale la pena investire per un colpo basso ma ad alto rendimento?
Decision Making Aziendale
La probabilità è l’architettura invisibile su cui poggia il mondo moderno.
Quando passiamo dal tavolo da gioco alla sala riunioni di una multinazionale, i nomi delle variabili cambiano, ma la struttura logica resta identica.
Risk Management: Quantificare l’Incertezza
In finanza, il rischio non è il “pericolo”, ma la deviazione standard dai risultati attesi. I Quantitative Analysts (Quants) non cercano di indovinare se il mercato salirà, ma costruiscono modelli per capire quanto possono perdere nello scenario peggiore.
-
Value at Risk (VaR): È una misura statistica usata per quantificare il livello di rischio finanziario all’interno di un portafoglio. Ad esempio: “Abbiamo un VaR del 5% di 1 milione di euro su base giornaliera”. Significa che c’è solo il 5% di probabilità che la perdita domani superi il milione.
-
Simulazioni Monte Carlo: Invece di lanciare un dado fisico, i computer lanciano “dadi virtuali” milioni di volte per prevedere l’andamento di investimenti complessi.
Game Design: L’economia del Divertimento
Se un videogioco è troppo facile, annoia; se è troppo difficile, frustra. Il Game Designer usa la probabilità per creare il “bilanciamento”.
-
Loot Tables e Gacha: Dietro il drop di un oggetto raro in Diablo o la ricerca di un personaggio in Genshin Impact, c’è una distribuzione di probabilità studiata per massimizzare il tempo di gioco.
-
Pity Systems: Molti giochi moderni “barano” a favore del giocatore. Se non ottieni un premio dopo $X$ tentativi, il gioco aumenta artificialmente la tua probabilità di vittoria. È un’applicazione psicologica della probabilità per evitare l’abbandono dell’utente.
Il Messaggio del Monty Hall: L’Aggiornamento Bayesiano
Il paradosso di Monty Hall è fondamentale perché insegna il Teorema di Bayes. La maggior parte delle persone fallisce il test perché pensa in modo “statico” (ho due porte, è 50/50). Il professionista pensa in modo “dinamico”.
Nel business, questo si chiama Bayesian Updating:
-
Hai un’ipotesi iniziale (A).
-
Arrivano nuovi dati dal mercato (il conduttore apre la porta).
-
Aggiorni la tua probabilità.
Chi non cambia idea davanti a nuovi dati non è “coerente”, è solo statisticamente inefficiente. Nel marketing, se un A/B test mostra che il pubblico preferisce il colore blu al rosso, insistere sul rosso “per intuito” significa ignorare l’aggiornamento bayesiano.
Cybersecurity e Teoria delle Code
-
Threat Modeling: Gli esperti di sicurezza non proteggono tutto allo stesso modo. Calcolano P(Attacco) x Impatto. Se la probabilità è bassa ma l’impatto è catastrofico, l’investimento è prioritario.
-
Teoria delle Code: Amazon o Poste Italiane usano la probabilità per decidere quanti server o sportelli tenere aperti. Si calcola la probabilità che arrivino N clienti nello stesso momento (Distribuzione di Poisson) per minimizzare i costi senza distruggere l’esperienza utente.
Perché questo è il futuro del lavoro?
Con l’avvento dell’IA, che è essa stessa un motore probabilistico (prevede la parola successiva in base alla probabilità statistica), capire questi concetti non è più opzionale.
Chi comprende la probabilità smette di subire gli eventi e inizia a gestire i flussi.
Viviamo in una società che premia la certezza (i politici e i manager che dicono “ne sono sicuro al 100%” piacciono di più), ma il successo a lungo termine appartiene a chi sa dire: “Ho il 70% di probabilità di successo, ecco il mio piano per il restante 30%”.
Probabilità & Risk
📘 Lotterie italiane 2025: probabilità, valore atteso e rischio
📘 Sfide avvincenti nel calcolo delle probabilità: 5 esercizi
📘Calcolo delle probabilità: quesiti risolti per metterti alla prova
📘Quesiti risolti di calcolo delle probabilità
📘Probabilità: metti alla prova fortuna e logica
📘5 esercizi risolti e commentati sul Value at Risk (VaR)
📘Value at Risk (VaR): definizione, metodi, applicazioni e limiti
(108)
Altri articoli nella categoria "Esercizi svolti di Calcolo delle probabilità"
- Funzioni Suriettive: Definizione, Calcolo Combinatorio ed Esercizi Svolti
- Test d’Ipotesi nel Marketing: Quando la Significatività Statistica Non Basta (Esercizi Svolti)
- Esercizi di Calcolo Combinatorio Applicato al Nudging di Richard Thaler: 6 Casi Aziendali Svolti per l’Architettura delle Scelte
- Test sulla Distribuzione Binomiale: 10 Esercizi Svolti (con Soluzioni e Valutazione)
- Legge di Benford e Data Quality nel Marketing: Guida, Formule ed Esercizi Python
- Calcolo Combinatorio: Come Risolvere i Problemi Senza Formule (con Esempi e Python)
- Il Principio dei Cassetti: la tecnica olimpica che risolve problemi apparentemente impossibili
- Semplificare i Fattoriali: Proprietà, Formule ed Esercizi Risolti
- Coefficiente Multinomiale: Formule, Calcolo e Applicazioni Pratiche con Esercizi Risolti
- Probabilità Geometrica: Calcolare l’Angolo Ottuso in un Quadrato (con il Teorema di Talete) 🎓