Calcolatore del Paradosso della Scatola di Bertrand
Esplora la natura controintuitiva della probabilità condizionata
Calcolatore del Paradosso della Scatola di Bertrand
Indice dei Contenuti
Cos'è il Paradosso della Scatola di Bertrand?
Il Paradosso della Scatola di Bertrand è un famoso enigma di probabilità che dimostra come la nostra intuizione sulla probabilità possa a volte portarci fuori strada. Il paradosso coinvolge tre scatole:
- Scatola 1: Contiene due monete d'oro
- Scatola 2: Contiene una moneta d'oro e una moneta d'argento
- Scatola 3: Contiene due monete d'argento
Il paradosso emerge quando selezioni casualmente una scatola, estrai casualmente una moneta da essa, e la moneta risulta essere d'oro. Molte persone pensano intuitivamente che la probabilità di aver scelto la Scatola 1 (con due monete d'oro) sia 2/3, ma la risposta corretta è in realtà 1/3.
Come Funziona?
Il problema segue questi passaggi:
- Selezioni casualmente una delle tre scatole
- Estrai casualmente una moneta dalla scatola selezionata
- Osservi che la moneta è d'oro
- Devi determinare la probabilità che tu abbia selezionato la Scatola 1 (la scatola con due monete d'oro)
La chiave per comprendere questo paradosso è riconoscere che si tratta di un problema di probabilità condizionata e applicare correttamente il teorema di Bayes.
Errori Comuni
L'errore più comune è pensare che, poiché abbiamo estratto una moneta d'oro, deve essere più probabile che abbiamo scelto la Scatola 1. Il ragionamento di solito è:
- La Scatola 1 ha due monete d'oro, quindi è più probabile che la nostra moneta d'oro provenga da lì
- La Scatola 2 ha solo una moneta d'oro, quindi è meno probabile che provenga da lì
- La Scatola 3 non ha monete d'oro, quindi possiamo eliminarla
- Pertanto, deve essere due volte più probabile che sia la Scatola 1 rispetto alla Scatola 2 (portando alla probabilità errata di 2/3)
Questo ragionamento è errato perché non tiene correttamente conto delle probabilità condizionate coinvolte.
Spiegazione Matematica
Risolviamo questo usando il teorema di Bayes:
Probabilità a priori:
- P(Scatola 1) = 1/3
- P(Scatola 2) = 1/3
- P(Scatola 3) = 1/3
Verosimiglianze:
- P(Oro | Scatola 1) = 1 (entrambe le monete sono d'oro)
- P(Oro | Scatola 2) = 1/2 (una delle due monete è d'oro)
- P(Oro | Scatola 3) = 0 (nessuna moneta d'oro)
Usando il teorema di Bayes:
P(Scatola 1 | Oro) = P(Oro | Scatola 1) × P(Scatola 1) / P(Oro)
Dove P(Oro) = 1 × 1/3 + 1/2 × 1/3 + 0 × 1/3 = 1/2
Quindi: P(Scatola 1 | Oro) = (1 × 1/3) / (1/2) = 1/3
Applicazioni Pratiche
La comprensione del Paradosso della Scatola di Bertrand ha importanti implicazioni per:
- Diagnosi Medica: Comprendere come i risultati dei test influenzano la probabilità di avere una condizione
- Controllo Qualità: Interpretare i risultati del campionamento nella produzione
- Ricerca Scientifica: Evitare bias nella progettazione sperimentale e nell'interpretazione dei dati
- Processo Decisionale: Riconoscere quando l'intuizione sulle probabilità può essere fuorviante
- Valutazione del Rischio: Valutare correttamente le probabilità condizionate negli scenari di rischio