В 1654 году азартный игрок Антуан Гомбо написал письмо своему другу — математику Блезу Паскалю. Проблема была простая: он годами играл в кости, ставя на то, что хотя бы одна шестёрка выпадет за четыре броска. Игра приносила прибыль. Но стоило ему перейти к другой ставке — хотя бы одна пара шестёрок за двадцать четыре броска — и он начал проигрывать. Почему разница в одном броске меняет всё?
Паскаль и его коллега Ферма переписывались несколько месяцев, решая эту головоломку. Так, из нужды игрока, родилась теория вероятностей — математика случайного.
💡 Интересный факт: Страховые компании зарабатывают не потому что «угадывают будущее» — они его вычисляют. Страховщик не знает, попадёте ли именно вы в аварию. Но зная, что из 10 000 водителей вашего профиля в среднем 87 попадают в ДТП в год — он точно рассчитывает страховой взнос. Теория вероятностей превращает хаос случайных событий в предсказуемый бизнес.
Монетка и кубик: как устроена вероятность
Возьмём монетку. Подбросим. Что может выпасть? Орёл или решка — два равновозможных исхода. Вероятность орла — один из двух, то есть 1/2, или 50%.
Теперь кубик. Шесть граней, все равновозможны. Хочу выбросить тройку — это один из шести исходов. Вероятность: 1/6 ≈ 16.7%. Хочу выбросить чётное число (2, 4 или 6) — три благоприятных исхода из шести. Вероятность: 3/6 = 1/2 = 50%.
Именно так устроена классическая вероятность: считаем благоприятные исходы, делим на все возможные.
Формула: P = m / n
Вероятность события A обозначается P(A) и вычисляется по формуле:
P(A) = m / n
Где m — число благоприятных (нужных нам) исходов, n — общее число равновозможных исходов.
Вероятность всегда находится между 0 и 1. Если P(A) = 0 — событие невозможно (выбросить 7 на стандартном кубике). Если P(A) = 1 — событие достоверно (выбросить число меньше 100 на стандартном кубике). Сумма вероятностей всех возможных исходов всегда равна 1.
Три способа посчитать вероятность
Способ 1: Классический. Считаем исходы — как выше. Работает, когда все исходы равновозможны: правильная монета, симметричный кубик, хорошо перемешанная колода карт.
Способ 2: Статистический (частотный). Проводим много экспериментов и смотрим, как часто происходит событие. Если из 1000 семян проросло 847 — вероятность прорастания ≈ 84.7%. Медицинские испытания лекарств работают именно так: наблюдают тысячи пациентов и считают частоту выздоровлений.
Способ 3: Субъективный. Используем экспертную оценку, когда эксперимент невозможен или нецелесообразен. «С вероятностью 70% завтра дождь» — метеоролог не бросал кубик, он анализирует данные и даёт оценку. Оценка шансов проекта на успех в венчурном фонде — тоже субъективная вероятность.
Сложение и умножение вероятностей
Два ключевых правила позволяют считать вероятности сложных событий.
Правило сложения («ИЛИ»): если события A и B несовместимы (не могут произойти одновременно), то P(A или B) = P(A) + P(B). Вероятность выбросить 1 или 2 на кубике: 1/6 + 1/6 = 2/6 = 1/3.
Правило умножения («И»): если события A и B независимы (одно не влияет на другое), то P(A и B) = P(A) × P(B). Вероятность орла на монете И шестёрки на кубике: 1/2 × 1/6 = 1/12 ≈ 8.3%.
Как вероятность работает в реальном мире
Прогноз погоды. «70% вероятность дождя» — это не случайная цифра. Метеорологи анализируют тысячи похожих атмосферных ситуаций в архивах: в 70% из них дождь был. Чем больше данных, тем точнее прогноз. Современные модели обрабатывают миллиарды измерений со спутников, зондов и датчиков.
Медицина и диагностика. Тест на заболевание «точностью 99%» — это не значит, что вы больны с вероятностью 99%, если тест положительный. Здесь вступает в игру теорема Байеса: надо учитывать, насколько редко это заболевание в популяции. Если болезнь встречается у 1 из 10 000 человек, даже очень точный тест даст много «ложных тревог». Врачи обязаны понимать вероятности, чтобы не назначать лишнее лечение.
Финансы и риски. Оценка кредитного риска банком — это модель вероятности дефолта. Value at Risk (VaR) — инструмент управления портфелем, который говорит: «с вероятностью 95% потери не превысят X рублей за день». Весь финансовый рынок работает на вероятностных моделях.
Задачи для самопроверки
Задача 1. В ящике 5 красных шаров, 3 синих и 2 зелёных. Наугад достают один шар. Найдите вероятность того, что он окажется синим.
Показать решение
Всего шаров: 5 + 3 + 2 = 10. Синих: 3.
P(синий) = 3/10 = 0.3 = 30%.
Задача 2. Два игрока бросают монету независимо. Какова вероятность того, что оба получат орла?
Показать решение
События независимы. Применяем правило умножения.
P(орёл у первого) = 1/2. P(орёл у второго) = 1/2.
P(оба орла) = 1/2 × 1/2 = 1/4 = 25%.
Задача 3 (чуть сложнее). Бросают кубик дважды. Какова вероятность того, что хотя бы один раз выпадет шестёрка?
Показать решение
Считаем через дополнение — вероятность того, что шестёрка НЕ выпадет ни разу:
P(не 6 за один бросок) = 5/6.
P(не 6 в обоих бросках) = 5/6 × 5/6 = 25/36.
P(хотя бы одна 6) = 1 − 25/36 = 11/36 ≈ 30.6%.
Именно такой подход (через дополнение) использовал Паскаль, решая задачу игрока Гомбо!
История: письма Паскаля и рождение науки
Блез Паскаль и Пьер де Ферма обменивались письмами летом 1654 года, решая «задачу об очках» — как справедливо разделить ставки, если игра прервана до конца. Этот обмен считается официальным рождением теории вероятностей.
Примечательно, что Паскаль вскоре после этого пережил религиозное обращение и почти оставил математику. Но за эти несколько месяцев переписки он заложил фундамент, на котором два века спустя Якоб Бернулли доказал закон больших чисел, Абрахам де Муавр открыл нормальное распределение, а Пьер-Симон Лаплас создал полноценную теорию вероятностей.
Карл Фридрих Гаусс применил вероятность к ошибкам измерений в астрономии. Андрей Колмогоров в 1933 году дал строгое математическое основание всей теории через аксиоматику, которой пользуются по сей день.
Удивительный финал: вероятность, которая правит физикой
Ньютон считал, что природа детерминирована: знай начальные условия — предскажешь всё. В начале XX века квантовая механика разрушила эту картину. Оказалось, что на уровне частиц природа фундаментально вероятностна: электрон не «находится» в одном месте, он описывается волновой функцией — распределением вероятностей найти его там или здесь.
Знаменитая фраза Эйнштейна «Бог не играет в кости» была именно протестом против этого. Но эксперименты раз за разом подтверждали: случайность — это не незнание, это фундаментальное свойство реальности. Теория вероятностей, рождённая из письма игрока к математику, оказалась языком, на котором написана Вселенная.
Частые вопросы о теории вероятностей
Если монету бросить 100 раз и 60 раз выпадет орёл — значит ли это, что монета «нечестная»?
Не обязательно. Такое отклонение вполне возможно при честной монете. Нужен статистический тест — например, критерий хи-квадрат — чтобы решить, является ли отклонение значимым или просто случайным разбросом. Для 100 бросков результат 60/40 — в пределах нормы.
Что такое условная вероятность?
Вероятность события A при условии, что уже произошло событие B. Обозначается P(A|B). Пример: вероятность того, что карта окажется тузом — 4/52 ≈ 7.7%. Но если мы уже знаем, что карта красная — P(туз|красная) = 2/26 ≈ 7.7% (не изменилась: масть и достоинство независимы). Зато P(красная|туз) = 2/4 = 50%.
Чем отличается вероятность от статистики?
Вероятность работает «вперёд»: зная модель (честная монета), предсказываем результаты. Статистика работает «назад»: по наблюдённым результатам восстанавливаем модель. Подбросили монету 1000 раз, получили 513 орлов — делаем вывод о свойствах монеты.
Что такое математическое ожидание?
Среднее значение случайной величины «в долгосрочной перспективе». Для кубика: (1+2+3+4+5+6)/6 = 3.5. Это не значит, что выпадет 3.5 — такой грани нет. Но если бросать кубик миллион раз и усреднять результаты, среднее будет стремиться к 3.5. Математическое ожидание — главный инструмент страховщиков, казино и инвесторов.
Правда ли, что если долго не везёт, то скоро «должно повезти»?
Нет, это классическая «ошибка игрока» (gambler’s fallacy). Монета не «помнит» прошлые броски. Если выпало 10 орлов подряд, вероятность решки на следующем броске всё равно 50%. Прошлые независимые события не влияют на будущие. Закон больших чисел говорит лишь о долгосрочном усреднении, но не гарантирует «компенсацию» за прошлые неудачи.