# Distribuzioni di probabilità > Quanto è probabile un risultato tra due valori? Distribuzioni binomiale, di Poisson e normale: trascina i limiti e leggi P(X ≤ k) o P(a ≤ X ≤ b) con media e varianza. Esplora le distribuzioni binomiale, di Poisson e normale con barre e curve in tempo reale: P(X ≤ k), P(X ≥ k) e P(a ≤ X ≤ b), con media e varianza. - Page: https://how.box/it/distributions/ - Runs entirely in the browser. - License: HowToolbox's own text and data (titles, explanations, FAQs, tool descriptions and schemas, this file) are CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/); AI training and answers are welcome. Attribute "HowToolbox (how.box)" with a link to the page used. Third-party data keeps its own terms; the name and logo are not licensed. Publisher: HowToolbox, contact@how.box. Terms: https://how.box/it/about/terms/ ## Inputs Answer link: https://how.box/it/distributions/?d={d}&n={n}&p={p}&l={l}&mu={mu}&sd={sd}&q={q}&a={a}&b={b} - `d` (binomial, poisson or normal): binomial, poisson or normal. Example: `poisson`. - `n` (whole number 1 to 1000): Binomial trials. Example: `20`. - `p` (number 0 to 1): Binomial success probability (0–1). Example: `0.5`. - `l` (number 0 to 500): Poisson mean. Example: `10`. - `mu` (number -1e6 to 1e6): Normal mean. Example: `10`. - `sd` (number 0 to 1e6): Normal standard deviation. Example: `2`. - `q` (between, at_most or at_least): between, at_most or at_least. Example: `at_most`. - `a` (number -1e6 to 1e6): Lower bound. Example: `8`. - `b` (number -1e6 to 1e6): Upper bound. Example: `12`. Example answer: https://how.box/it/distributions/?d=poisson&n=20&p=0.5&l=10&mu=10&sd=2&q=at_most&a=8&b=12 A complete link carries the primary answer in the page HTML; a missing or invalid value shows the default page. ## Agent tools - `distributions_probability`: Probability of an event under a binomial (trials n, p), Poisson (lambda) or normal (mean, sd) distribution. - MCP, one POST to https://how.box/mcp: `{"jsonrpc":"2.0","id":1,"method":"tools/call","params":{"name":"distributions_probability","arguments":{"distribution":"poisson","trials":20,"p":0.5,"lambda":10,"mean":10,"sd":2,"query":"at_most","low":8,"high":12}}}` - GET: https://how.box/mcp/run/distributions_probability?distribution=poisson&trials=20&p=0.5&lambda=10&mean=10&sd=2&query=at_most&low=8&high=12 ## How it works Una distribuzione di probabilità dice quanto è probabile ogni risultato possibile. La distribuzione binomiale conta i successi in n prove indipendenti, ciascuna con probabilità di successo p, come le teste in 20 lanci di una moneta: P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ, con media np e varianza np(1 − p). La distribuzione di Poisson conta gli eventi che si verificano con una frequenza media λ, come le chiamate in un’ora: P(X = k) = e^−λ·λᵏ / k!, con media e varianza uguali a λ. La distribuzione normale è la curva a campana delle misure con media μ e deviazione standard σ; per essa la probabilità di un intervallo è l’area sotto la curva. Per i conteggi la probabilità di un intervallo è la somma delle sue barre. In 20 lanci di una moneta equilibrata, P(8 ≤ X ≤ 12) è la somma delle barre da 8 a 12, circa 73,7%; una curva normale con la stessa media 10 e σ = √5 dà una risposta simile, ed è per questo che l’approssimazione normale funziona per n grandi. Le risposte presuppongono che il modello valga: prove indipendenti con p fissa, eventi a ritmo costante, o dati che hanno davvero la forma a campana. Le definizioni seguono il NIST/SEMATECH e-Handbook of Statistical Methods, sezioni 1.3.6.6.1, 1.3.6.6.18 e 1.3.6.6.19. ## FAQ **Quando uso la distribuzione di Poisson invece della binomiale?** Quando conti eventi nel tempo o nello spazio senza un numero fisso di prove, come le e-mail al giorno. Con molte prove e una p piccola, la binomiale è vicina a una Poisson con λ = np. **Perché i limiti sono inclusi?** Per i conteggi, P(8 ≤ X ≤ 12) comprende 8 e 12. Usa 9 e 11 per escluderli. Nella distribuzione normale un singolo valore ha probabilità zero, quindi non cambia nulla. **Qual è la probabilità di ottenere esattamente k?** Scegli a ≤ X ≤ b e imposta entrambi i limiti a k: l’unica barra evidenziata è P(X = k). La tabella sotto il grafico elenca P(X = k) per i valori intorno alla media. **Come ottengo P(X > k) o P(X < k)?** Per i conteggi, P(X > k) è P(X ≥ k + 1) e P(X < k) è P(X ≤ k − 1). **Per una probabilità del 50% inserisco 50 o 0,5?** Inserisci 0,5 nel campo della probabilità binomiale p. Accetta probabilità da 0 a 1, non percentuali da 0 a 100. More: [HowToolbox index](https://how.box/llms.txt) · [Agent Skill](https://how.box/skill.md) · [agent terms](https://how.box/it/about/agents/)