Quante volte capita di dover dividere un gruppo di persone, compiti o risorse in più categorie diverse?
Che si tratti di assegnare progetti in ufficio, prevedere l’esito del lancio simultaneo di più dadi, o analizzare come si combinano diverse variabili in un algoritmo, ci scontriamo continuamente con la matematica delle scelte.
Spesso a scuola ci si ferma al coefficiente binomiale: la classica formula per calcolare “in quanti modi posso scegliere un gruppo A rispetto a tutto il resto”. Ma la realtà non è quasi mai divisa solo in bianco e nero. Quando le categorie diventano tre, quattro o più, il coefficiente binomiale non basta più. Entra in gioco il coefficiente multinomiale. In questo articolo ci confronteremo con quattro problemi pratici. Vedremo non solo come si applicano le formule, ma soprattutto quale logica si nasconde dietro ogni calcolo.
Combinatoria e coefficiente multinomiale: teoria, esercizi e applicazioni
Esercizio 1 – Calcolo base di un coefficiente multinomiale
Testo
Un’azienda deve suddividere 10 nuovi progetti tra tre team: il team A riceverà 3 progetti, il team B 2 progetti e il team C i restanti. Quanti modi diversi esistono per assegnare i progetti (considerando i progetti distinti)?
🔍 Risoluzione
1. Identificare i parametri del problema
- Numero totale di oggetti (progetti distinti): [math]n = 10[/math]
- Dimensioni dei singoli sottogruppi:
- Team A: [math]k_1 = 3[/math]
- Team B: [math]k_2 = 2[/math]
- Team C (i restanti): [math]k_3 = 10 – 3 – 2 = 5[/math]
Verifica della condizione di partizione: [math]3 + 2 + 5 = 10[/math].
2. Applicare la formula del coefficiente multinomiale
La formula generale per calcolare le combinazioni di partizione è:
[math]\binom{10}{3, 2, 5} = \frac{10!}{3! \cdot 2! \cdot 5!}[/math]
3. Sviluppare il calcolo dei fattoriali
Espandiamo i singoli fattoriali coinvolti nella frazione:
- [math]10! = 3.628.800[/math]
- [math]3! = 6[/math]
- [math]2! = 2[/math]
- [math]5! = 120[/math]
Calcoliamo il valore del denominatore: [math]6 \times 2 \times 120 = 1440[/math].
4. Eseguire la divisione finale
[math]\frac{3.628.800}{1440} = 2520[/math]
Risposta finale: Esistono 2520 modi diversi per assegnare i progetti.
💡 Osservazione didattica
Il coefficiente multinomiale non è altro che una generalizzazione del coefficiente binomiale classico. Infatti, nel caso in cui si abbiano solo due gruppi, la formula collassa nella forma standard che tutti conosciamo:
[math]\binom{n}{k, n-k} = \binom{n}{k}[/math]
❓ Domanda di riflessione
Quale proprietà fondamentale degli insiemi e delle partizioni hai utilizzato per determinare il valore di [math]k_3 = 5[/math] anziché doverlo gestire come un’ulteriore incognita libera del problema?
Esercizio 2 – Probabilità in un lancio di dadi
Testo
Si lanciano 8 dadi equilibrati a 6 facce. Qual è la probabilità che esca esattamente tre volte il numero 1, due volte il 2 e tre volte il 3? (I restanti numeri 4, 5 e 6 non devono uscire.)
🔍 Risoluzione
1. Interpretare il problema
Ogni dado ha 6 esiti possibili e indipendenti. Stiamo cercando il numero di sequenze ordinate di 8 lanci che rispettino esattamente le seguenti frequenze vincolate:
- Il numero 1 ripetuto esattamente 3 volte;
- Il numero 2 ripetuto esattamente 2 volte;
- Il numero 3 ripetuto esattamente 3 volte;
- I numeri 4, 5 e 6 con frequenza pari a 0.
2. Conteggio degli esiti favorevoli
Il numero di modi unici in cui possiamo disporre queste ripetizioni nelle 8 posizioni disponibili è dato dal coefficiente multinomiale a 6 classi:
[math]\binom{8}{3, 2, 3, 0, 0, 0} = \frac{8!}{3! \cdot 2! \cdot 3! \cdot 0! \cdot 0! \cdot 0!}[/math]
Ricordando la proprietà fondamentale per cui [math]0! = 1[/math], espandiamo i calcoli dei restanti fattoriali:
- [math]8! = 40.320[/math]
- [math]3! = 6[/math]
- [math]2! = 2[/math]
Calcoliamo il valore totale del denominatore: [math]6 \times 2 \times 6 = 72[/math].
Risolvendo la frazione otteniamo il numero di combinazioni vincenti:
[math]\frac{40.320}{72} = 560 \text{ sequenze favorevoli}[/math]
3. Conteggio degli esiti totali possibili
Poiché ogni singolo dado ha 6 facce indipendenti e i lanci totali sono 8, lo spazio campionario complessivo è dato dalle disposizioni con ripetizione:
[math]6^8 = 1.679.616 \text{ sequenze equiprobabili}[/math]
4. Calcolo della probabilità
Applicando la definizione classica di probabilità (casi favorevoli su casi possibili):
[math]P = \frac{560}{1.679.616} = \frac{35}{104.976} \approx 0{,}000333 = 3{,}33 \times 10^{-4}[/math]
Risposta finale: La probabilità esatta è [math]\mathbf{\frac{35}{104.976}}[/math], pari a circa lo 0,033%.
💡 Osservazione teorica
La probabilità risulta estremamente ridotta poiché si richiede l’uscita esclusiva di tre specifiche facce con conteggi rigidamente bloccati. Questo esercizio applica la distribuzione multinomiale. In generale, per un dado a [math]m[/math] facce, la probabilità di ottenere le frequenze desiderate [math]k_1, \dots, k_m[/math] su [math]n[/math] lanci totali si esprime come:
[math]P = \frac{n!}{k_1! \cdots k_m!} \cdot \left(\frac{1}{m}\right)^n[/math]
❓ Domanda di riflessione
Cosa cambierebbe nella struttura algebrica della formula se i dadi fossero truccati o non equilibrati, associando quindi una probabilità iniziale [math]p_i[/math] differente a ogni singola faccia?
Esercizio 3 – Coefficiente in un’espansione multinomiale
Testo
Sviluppa l’espressione [math](x + 2y + 3z)^5[/math] e determina il coefficiente esatto del termine [math]x^2 y^2 z^1[/math].
🔍 Risoluzione
1. Il Teorema Multinomiale
Ricordiamo la formula generale del teorema multinomiale per l’espansione di una potenza di un polinomio:
[math](x_1 + x_2 + \dots + x_m)^n = \sum_{k_1 + \dots + k_m = n} \binom{n}{k_1, \dots, k_m} x_1^{k_1} \dots x_m^{k_m}[/math]
2. Identificare i monomi e gli esponenti
Nel nostro caso specifico, i tre termini della base sono:
- [math]x_1 = x[/math]
- [math]x_2 = 2y[/math]
- [math]x_3 = 3z[/math]
Vogliamo isolare il monomio in cui compaiono le potenze [math]x^2[/math], [math]y^2[/math] e [math]z^1[/math]. Questo significa che gli esponenti associati ai tre blocchi della base devono essere rispettivamente:
[math]k_1 = 2, \quad k_2 = 2, \quad k_3 = 1[/math]
Verifichiamo la coerenza della potenza totale: [math]2 + 2 + 1 = 5[/math], che coincide perfettamente con l’esponente dell’espansione.
3. Applicare la formula al termine cercato
La struttura del termine specifico all’interno della sommatoria è definita da:
[math]\binom{5}{2, 2, 1} \cdot (x)^2 \cdot (2y)^2 \cdot (3z)^1[/math]
4. Calcolare il coefficiente multinomiale
Sviluppiamo la componente combinatoria legata alle permutazioni degli esponenti:
[math]\binom{5}{2, 2, 1} = \frac{5!}{2! \cdot 2! \cdot 1!} = \frac{120}{2 \cdot 2 \cdot 1} = \frac{120}{4} = 30[/math]
5. Includere i coefficienti numerici delle variabili
Ora è fondamentale sviluppare le potenze dei singoli monomi interni per estrarre i coefficienti numerici residui:
- [math](2y)^2 = 4y^2[/math]
- [math](3z)^1 = 3z[/math]
Moltiplichiamo la parte combinatoria per i coefficienti numerici appena ricavati:
[math]30 \cdot 4 \cdot 3 \cdot x^2 y^2 z = 30 \cdot 12 \cdot x^2 y^2 z = 360 \, x^2 y^2 z[/math]
Risposta finale: Il coefficiente richiesto del termine [math]x^2 y^2 z^1[/math] è 360.
💡 Osservazione didattica
Il trabocchetto tipico di questo genere di esercizi consiste nel confondere il coefficiente multinomiale (che in questo caso vale 30) con il coefficiente finale del termine (che vale 360). Bisogna sempre elevare a potenza anche le costanti numeriche che accompagnano le variabili letterali prima di effettuare il prodotto conclusivo.
❓ Domanda di riflessione
Cosa succederebbe se volessimo calcolare lo stesso termine [math]x^2 y^2 z^1[/math] nell’espansione semplificata [math](x + y + z)^5[/math]? Quale valore assumerebbe il coefficiente e per quale ragione strutturale?
Fino a questo punto abbiamo usato il coefficiente multinomiale come strumento operativo: per distribuire progetti, calcolare probabilità e isolare termini in uno sviluppo algebrico.
Ora affrontiamo un problema di livello superiore.
Il seguente esercizio è un classico esempio di hero problem: un problema “ponte” che non verifica soltanto la capacità di applicare una formula, ma costringe a collegare più idee matematiche contemporaneamente:
- interpretazione combinatoria;
- manipolazione algebrica;
- cambiamento di variabili;
- tecniche di doppio conteggio;
- lettura strutturale delle sommatorie.
È il tipo di esercizio che segna il passaggio dalla combinatoria “procedurale” alla combinatoria “concettuale”.
Per chi è adatto?
Questo problema è particolarmente utile per:
- studenti universitari dei primi corsi di matematica, statistica, informatica o ingegneria;
- studenti delle superiori molto avanzati che vogliono prepararsi a gare matematiche o facoltà STEM;
- chi studia probabilità e machine learning e vuole comprendere la logica nascosta dietro le distribuzioni multinomiali;
- chi desidera allenarsi nel riconoscimento di pattern matematici riutilizzabili in contesti diversi.
L’obiettivo non è memorizzare il risultato finale, ma imparare a riconoscere una delle tecniche più potenti della matematica discreta: trasformare un conteggio complicato in una storia combinatoria più semplice da leggere.
Esercizio 4 – Identità multinomiale e somma pesata
Testo
Dimostra che per ogni intero [math]n \ge 1[/math]:
[math]\sum_{\substack{k_1 + k_2 + \dots + k_m = n \\ k_i \ge 0}} \binom{n}{k_1, k_2, \dots, k_m} \cdot k_1 = n \cdot m^{n-1}[/math]
(Interpretazione: somma dei coefficienti multinomiali pesata mediante il numero di elementi assegnati al primo gruppo).
🔍 Risoluzione
1. Interpretazione combinatoria (Doppio conteggio)
Il termine generico [math]\binom{n}{k_1, \dots, k_m} \cdot k_1[/math] ammette una narrazione combinatoria immediata: stiamo ripartendo [math]n[/math] oggetti distinti in [math]m[/math] gruppi di cardinalità [math]k_1, \dots, k_m[/math] e, successivamente, selezioniamo un elemento “speciale” (un leader) esclusivamente all’interno del primo gruppo (scelta effettuabile in [math]k_1[/math] modi).
In modo equivalente, possiamo invertire l’ordine delle scelte: selezioniamo prima il leader tra gli [math]n[/math] oggetti totali disponibili (in [math]n[/math] modi) e poi distribuiamo liberamente i restanti [math]n-1[/math] oggetti negli [math]m[/math] gruppi senza alcun vincolo sul primo gruppo, che conterrà l’elemento speciale più gli eventuali altri assegnati.
2. Procedimento formale e manipolazione algebrica
Esprimiamo esplicitamente la sommatoria [math]S[/math] espandendo il coefficiente multinomiale:
[math]S = \sum_{k_1 + \dots + k_m = n} \frac{n!}{k_1! \cdot k_2! \dots k_m!} \cdot k_1[/math]
Dato che per [math]k_1 = 0[/math] il contributo della frazione è nullo, possiamo restringere l’indice a [math]k_1 \ge 1[/math]. Sfruttiamo la proprietà fondamentale del fattoriale per cui [math]k_1! = k_1 \cdot (k_1 – 1)![/math], isolando il fattore di sbarramento:
[math]k_1 \cdot \frac{n!}{k_1! \cdot k_2! \dots k_m!} = \frac{n!}{(k_1 – 1)! \cdot k_2! \dots k_m!}[/math]
Estraiamo ora il fattore [math]n[/math] dal numeratore, sfruttando l’identità [math]n! = n \cdot (n – 1)![/math]:
[math]n \cdot \frac{(n – 1)!}{(k_1 – 1)! \cdot k_2! \dots k_m!}[/math]
La somma originaria può quindi essere riscritta come:
[math]S = n \cdot \sum_{\substack{k_1 + \dots + k_m = n \\ k_1 \ge 1}} \frac{(n – 1)!}{(k_1 – 1)! \cdot k_2! \dots k_m!}[/math]
3. Cambio di variabile
Per ricondurre l’indice della sommatoria a una forma nota, effettuiamo una traslazione definendo le nuove variabili di conteggio:
- [math]h_1 = k_1 – 1 \ge 0[/math]
- [math]h_i = k_i[/math] per ogni [math]i = 2, \dots, m[/math]
Sostituendo i nuovi indici, il vincolo della somma si riduce a: [math]h_1 + h_2 + \dots + h_m = (k_1 – 1) + k_2 + \dots + k_m = n – 1[/math].
L’espressione si trasforma di conseguenza in:
[math]S = n \cdot \sum_{h_1 + h_2 + \dots + h_m = n – 1} \frac{(n – 1)!}{h_1! \cdot h_2! \dots h_m!}[/math]
4. Riconoscimento della chiusura multinomiale
La struttura interna alla sommatoria rappresenta ora l’estensione completa di tutti i coefficienti multinomiali di ordine [math]n-1[/math] distribuiti su [math]m[/math] classi. In virtù del Teorema Multinomiale, tale somma equivale allo sviluppo della potenza di un vettore unitario:
[math]\sum_{h_1 + \dots + h_m = n – 1} \binom{n – 1}{h_1, \dots, h_m} = (\underbrace{1 + 1 + \dots + 1}_{m \text{ volte}})^{n-1} = m^{n-1}[/math]
Sostituendo questo blocco strutturale nell’equazione di [math]S[/math], perveniamo direttamente alla tesi:
[math]S = n \cdot m^{n-1}[/math]
Conclusione: L’identità è formalmente ed algebricamente dimostrata.
💡 Osservazione metodologica
Questa identità rappresenta l’estensione multivariata della celebre identità binomiale [math]\sum_{k=0}^{n} k \binom{n}{k} = n 2^{n-1}[/math]. Se poniamo [math]m = 2[/math] (ripartizione in sole due classi), la nostra formula restituisce esattamente il medesimo coefficiente d’aula. La tecnica di riscalamento dell’indice e fattorizzazione dell’elemento lineare è uno dei pattern analitici più ricorrenti e potenti del calcolo combinatorio avanzato.
❓ Domanda di riflessione
Cosa esprime e mappa la formulazione sintetica del membro destro [math]n \cdot m^{n-1}[/math] sotto il profilo combinatorio puro? (Suggerimento didattico: prova a pensare a una stringa lineare di [math]n[/math] lanci di un dado a [math]m[/math] facce e focalizza l’attenzione su una proprietà specifica di un singolo elemento).
Risposte alle domande di riflessione
Focus Esercizio 1 – Vincoli e Gradi di Libertà
La condizione fondamentale [math]\sum_{i=1}^{m} k_i = n[/math] introduce una dipendenza lineare rigida. In un sistema a [math]m[/math] gruppi, l’assegnazione delle taglie dei primi [math]m-1[/math] sottoinsiemi determina univocamente la cardinalità dell’ultimo gruppo come:
[math]k_m = n – \sum_{i=1}^{m-1} k_i[/math]
In ambito statistico e computazionale, diciamo che il sistema possiede esattamente [math]m-1[/math] gradi di libertà. Questa proprietà è alla base della strutturazione delle tabelle di contingenza e del calcolo dei parametri nei test di adattamento (come il test [math]\chi^2[/math]).
Focus Esercizio 2 – Generalizzazione alla Distribuzione Multinomiale
Quando il sistema esce dall’ipotesi di equiprobabilità (dati non bilanciati), la probabilità di una specifica sequenza ordinata non è più simmetrica. Per un vettore di frequenze campionarie [math](k_1, k_2, \dots, k_6)[/math], la probabilità complessiva è regolata dalla PMF (Probability Mass Function) multinomiale:
[math]P(X_1=k_1, \dots, X_6=k_6) = \binom{n}{k_1, k_2, \dots, k_6} \cdot p_1^{k_1} \cdot p_2^{k_2} \cdots p_6^{k_6}[/math]
Qui il coefficiente multinomiale agisce come moltiplicatore combinatorio, quantificando il numero di permutazioni distinte con ripetizione che esibiscono la medesima combinazione di frequenze.
Focus Esercizio 3 – Coefficienti Multinomiali vs Coefficienti Algebrici
È fondamentale distinguere il coefficiente combinatorio puro dal coefficiente del termine nello sviluppo algebrico di [math](x + 2y + 3z)^5[/math]. Per il monomio [math]x^2 y^2 z^1[/math]:
- Il coefficiente multinomiale puro calcola le distribuzioni spaziali dei fattori: [math]\binom{5}{2, 2, 1} = 30[/math].
- Le basi scalari introducono i pesi numerici estratti dalle funzioni lineari: [math](1)^2 \cdot (2)^2 \cdot (3)^1 = 12[/math].
Il coefficiente finale registrato nel polinomio è il prodotto delle due componenti:
[math]\text{Coeff} = \binom{5}{2, 2, 1} \cdot 1^2 \cdot 2^2 \cdot 3^1 = 30 \cdot 12 = 360[/math]
Focus Esercizio 4 – Soluzione all’Interpretazione Combinatoria
Il membro destro [math]n \cdot m^{n-1}[/math] ammette una doppia lettura combinatoria elegante basata sul doppio conteggio:
Modello dei Gruppi con Leader: Scegliamo prima un singolo oggetto “speciale” (il Leader del primo gruppo) tra gli [math]n[/math] disponibili (in [math]n[/math] modi). Successivamente, distribuiamo i restanti [math]n-1[/math] oggetti liberi all’interno degli [math]m[/math] gruppi disponibili, senza alcuna restrizione o sbarramento sul primo (in [math]m^{n-1}[/math] modi).
Modello delle Stringhe (Dado a [math]m[/math] facce): Conta il numero di stringhe di lunghezza [math]n[/math] in cui è stato definito un “Lancio Speciale” fissato sulla faccia 1. Ci sono [math]n[/math] posizioni possibili per identificare il lancio speciale, mentre le rimanenti [math]n-1[/math] posizioni della stringa possono variare liberamente tra le [math]m[/math] facce del dado.
Il senso pratico dietro i calcoli: perché questi esercizi sono importanti?
Esercizio 1: L’assegnazione dei progetti (Ottimizzazione delle risorse)
-
Questo è il classico problema di partizione. Ci insegna a gestire i “gradi di libertà”.
-
Applicazione: È la base della Ricerca Operativa e del management. In informatica, questo calcolo determina il numero di modi in cui un load balancer può distribuire pacchetti di dati tra diversi server con capacità di carico differenti.
Esercizio 2: La probabilità nei dadi (Distribuzioni complesse)
-
L’esercizio mostra l’effetto dei vincoli rigidi (frequenza zero per alcune facce) che abbattono drasticamente la probabilità di un evento.
-
Applicazione: La distribuzione multinomiale è il cuore del Controllo Qualità industriale (es: classificare i pezzi prodotti come “perfetti”, “con difetti lievi” o “da scartare”) e della genetica delle popolazioni, dove si studiano i tratti ereditari con più di due alleli (come i gruppi sanguigni).
Esercizio 3: Il coefficiente nello sviluppo (Meccanica statistica)
-
Il “trabocchetto” dei coefficienti numerici della base (il 2y e il 3z) costringe a non fermarsi alla sola formula combinatoria.
-
Applicazione: Espandere polinomi multivariati è fondamentale in fisica quantistica, ingegneria dei materiali e per il calcolo delle funzioni generatrici nell’analisi degli algoritmi. Ci permette di isolare e pesare il contributo di specifiche interazioni all’interno di un sistema complesso.
Esercizio 4: L’identità multinomiale (Doppio conteggio)
-
Dimostra un’identità senza manipolazioni algebriche noiose, ma raccontando una “storia” (il doppio conteggio: scegliere il leader prima o dopo).
-
Applicazione: Il trucco del doppio conteggio è un pattern essenziale per il calcolo del valore atteso in statistica avanzata e nel machine learning. Ci aiuta a semplificare sommatorie apparentemente impossibili trasformandole in calcoli lineari gestibili.
(4)
Altri articoli nella categoria "Esercizi svolti di Calcolo delle probabilità"
- Probabilità Geometrica: Calcolare l’Angolo Ottuso in un Quadrato (con il Teorema di Talete) 🎓
- Come calcolare la Varianza e applicare il Delta Method: Esercizi risolti su Covarianza e Campionamento Stratificato
- Statistica dei Sondaggi: Guida Pratica a Valore Atteso e Varianza (con Esercizi)
- Distribuzioni di Probabilità: Esercizi Svolti su Geometrica e Binomiale Negativa
- Probabilità Discreta: Esercizi Svolti di Distribuzione Bernoulli, Binomiale e Ipergeometrica
- Calcolo Combinatorio: Guida Pratica con 12 Esercizi Svolti e Strategie di Logica
- Teorema del Limite Centrale: 3 Esercizi Svolti tra Probabilità e Casi Reali
- Teorema del Limite Centrale: spiegazione semplice, esempi reali ed esercizi svolti
- Calcolo Combinatorio: 4 Esercizi per Capire la Logica dei Numeri (e delle Password)
- Come leggere le Tavole Statistiche (Z, t, Chi-quadrato): Guida Completa ed Esempi