МатематикаТеория вероятностей

Вычисление вероятности: формулы и примеры

Как рассчитать шанс события: классическая формула, правила сложения и умножения. Пошаговые примеры с решениями и разбор частых ошибок.

Калькулятор вероятностей

1. Классическая вероятность

Вероятность события по формуле: P(A) = m / n

Все исходы должны быть равновозможны

2. Сложение вероятностей

Вероятность события A или B

Число от 0 до 1 (например, 0.3 для 30%)

3. Умножение вероятностей

Вероятность события A и B

Для зависимых событий
Для независимых событий

4. Вероятность "хотя бы одного"

Вероятность того, что произойдет хотя бы одно из независимых событий

Максимум 10 событий

Примеры из статьи

Классическая формула вероятности

Вероятность — это численная мера возможности наступления случайного события. Если все возможные результаты испытания равноправны и ни один из них объективно не имеет преимуществ перед другими, применяется классическое определение вероятности:

P(A)=mnP(A) = \frac{m}{n}

Где:

  • P(A)P(A) — вероятность наступления интересующего события AA (от лат. probabilitas);
  • mm — число благоприятных исходов (результатов, при которых событие AA происходит);
  • nn — общее число всех возможных, элементарных и равновероятных исходов испытания.

Свойства и числовая шкала

Значение вероятности всегда находится в строгих границах:

0P(A)10 \le P(A) \le 1

  • Невозможное событие (P=0P = 0): событие не может произойти ни при каких обстоятельствах (например, выпадение числа 7 на стандартной игральной кости).
  • Случайное событие (0<P<10 < P < 1): событие может произойти или не произойти в ходе эксперимента.
  • Достоверное событие (P=1P = 1): событие наступит обязательно (например, выпадение числа меньше 7 на игральном кубике).

Вероятность выражают обыкновенной дробью (16\frac{1}{6}), десятичной дробью (0,50{,}5) или в процентах (50%50\%). Чтобы перевести результат в проценты, достаточно умножить полученное числовое значение на 100%.


Правила сложения и умножения вероятностей

На практике большинство задач требует оценки не единичных событий, а их комбинаций: когда должно произойти либо одно, либо другое событие (логическое «ИЛИ»), либо несколько событий одновременно (логическое «И»).

Сложение вероятностей: логическое «ИЛИ»

Теорема сложения применяется, когда достаточно наступления хотя бы одного из событий (AA или BB). Формула зависит от того, могут ли события наступить одновременно.

Тип событийУсловиеФормула
НесовместныеСобытия AA и BB не могут произойти одновременноP(A+B)=P(A)+P(B)P(A + B) = P(A) + P(B)
СовместныеНаступление события AA не исключает одновременного наступления BBP(A+B)=P(A)+P(B)P(AB)P(A + B) = P(A) + P(B) - P(A \cdot B)

Пример совместных событий: при вытягивании одной карты из колоды в 36 карт нужно вытянуть либо туза, либо карту червовой масти. Так как туз червей относится к обеим категориям, его вероятность вычитается из суммы, чтобы избежать двойного учета.

Противоположные события

Если два несовместных события исчерпывают все возможные исходы опыта, они называются противоположными (обозначаются как AA и Aˉ\bar{A}). Их сумма всегда равна единице:

P(A)+P(Aˉ)=1    P(A)=1P(Aˉ)P(A) + P(\bar{A}) = 1 \implies P(A) = 1 - P(\bar{A})

Этот метод незаменим в задачах с формулировкой «найдите вероятность того, что произойдет хотя бы одно событие». Проще вычислить вероятность того, что не произойдет ни одно, и вычесть ее из 1.

Умножение вероятностей: логическое «И»

Теорема умножения применяется, когда требуется совместное наступление событий AA и BB.

  • Для независимых событий (наступление события AA не меняет вероятность наступления BB): P(AB)=P(A)P(B)P(A \cdot B) = P(A) \cdot P(B) Пример: бросок двух независимых монет или стрельба по мишени двумя стрелками.

  • Для зависимых событий (вероятность события BB изменяется в зависимости от того, произошло ли событие AA): P(AB)=P(A)P(BA)P(A \cdot B) = P(A) \cdot P(B \mid A) Здесь P(BA)P(B \mid A) — условная вероятность события BB при условии, что событие AA уже состоялось. Пример: последовательное извлечение предметов из коробки без их возвращения обратно.


Пошаговый алгоритм решения задач

Чтобы безошибочно вычислить вероятность, придерживайтесь четкой последовательности действий:

  1. Идентифицируйте событие: сформулируйте словами, какой именно результат считается успехом (AA).
  2. Определите общее число исходов (nn): посчитайте все мыслимые результаты эксперимента. Убедитесь, что все они равновозможны.
  3. Подсчитайте благоприятные исходы (mm): выделите из общего пула только те сценарии, которые удовлетворяют условию события AA.
  4. Проверьте независимость (при нескольких этапах): если испытание многоступенчатое, определите, влияет ли первый шаг на шансы второго.
  5. Выполните расчет: примените формулу P(A)=mnP(A) = \frac{m}{n} либо теоремы сложения/умножения.
  6. Проверьте адекватность ответа: результат обязан попадать в промежуток [0;1][0; 1].

Примеры практических расчетов

Пример 1. Сумма очков при броске двух кубиков

Условие: Бросают две стандартные шестигранные кости. Какова вероятность того, что сумма выпавших очков будет равна 8?

Решение:

  1. Каждый кубик имеет 6 граней. Общее число всех возможных исходов при броске двух костей рассчитывается по правилу произведения: n=6×6=36n = 6 \times 6 = 36
  2. Найдем все пары чисел, дающие в сумме 8: (2;6)(2; 6), (3;5)(3; 5), (4;4)(4; 4), (5;3)(5; 3), (6;2)(6; 2). Всего таких исходов: m=5m = 5
  3. Вычисляем вероятность: P=5360,1389 (или 13,89%)P = \frac{5}{36} \approx 0{,}1389 \text{ (или } 13{,}89\%)

Пример 2. Выбор деталей без возвращения (зависимые события)

Условие: В коробке лежит 10 деталей, из которых 3 — бракованные. Контролер наугад достает 2 детали одну за другой. Какова вероятность того, что обе детали окажутся качественными?

Решение:

  1. Пусть событие AA — первая деталь качественная, событие BB — вторая деталь качественная.
  2. В коробке изначально 103=710 - 3 = 7 качественных деталей из 10. P(A)=710=0,7P(A) = \frac{7}{10} = 0{,}7
  3. После того как одну качественную деталь извлекли, в коробке осталось 9 деталей, из них качественных — 6. Условная вероятность второго успеха: P(BA)=69=23P(B \mid A) = \frac{6}{9} = \frac{2}{3}
  4. Находим вероятность совместного наступления обоих событий: P(AB)=710×69=4290=7150,4667 (или 46,67%)P(A \cdot B) = \frac{7}{10} \times \frac{6}{9} = \frac{42}{90} = \frac{7}{15} \approx 0{,}4667 \text{ (или } 46{,}67\%)

Пример 3. Вероятность наступления «хотя бы одного» события

Условие: Три независимых стрелка стреляют по одной мишени. Вероятность попадания для первого стрелка равна 0,70{,}7, для второго — 0,80{,}8, для третьего — 0,60{,}6. Какова вероятность того, что мишень будет поражена хотя бы один раз?

Решение:

  1. Прямой перебор (одно, два или три попадания) требует сложения множества комбинаций. Проще пойти через противоположное событие Aˉ\bar{A} — все стрелки промахнулись.
  2. Вероятности промаха для каждого стрелка:
    • P(Aˉ1)=10,7=0,3P(\bar{A}_1) = 1 - 0{,}7 = 0{,}3
    • P(Aˉ2)=10,8=0,2P(\bar{A}_2) = 1 - 0{,}8 = 0{,}2
    • P(Aˉ3)=10,6=0,4P(\bar{A}_3) = 1 - 0{,}6 = 0{,}4
  3. Так как выстрелы независимы, перемножаем вероятности промахов: P(Aˉ)=0,3×0,2×0,4=0,024P(\bar{A}) = 0{,}3 \times 0{,}2 \times 0{,}4 = 0{,}024
  4. Вычисляем вероятность хотя бы одного попадания: P(A)=1P(Aˉ)=10,024=0,976 (или 97,6%)P(A) = 1 - P(\bar{A}) = 1 - 0{,}024 = 0{,}976 \text{ (или } 97{,}6\%)

Типичные ошибки в вычислениях

  • Иллюзия 50/50: заблуждение, согласно которому любое событие имеет вероятность 0,5, поскольку «оно либо произойдет, либо нет». Например, вероятность встретить живого динозавра на улице не равна 50%, так как исходы неравновозможны.
  • Неверный подсчет общего знаменателя (nn): при броске двух одинаковых монет исходов не три (два орла, две решки, орел и решка), а четыре: (О,О)(О, О), (О,Р)(О, Р), (Р,О)(Р, О), (Р,Р)(Р, Р). Исход «орел и решка» вдвое вероятнее, так как может реализоваться двумя путями.
  • Игнорирование изменения условий: частая ошибка в задачах с выборкой без возвращения — сохранение исходного числа nn на втором шаге. Если объект извлечен, знаменатель обязан уменьшиться на единицу.
  • Сложение вместо умножения: путаница логических связок. Если нужно одновременное выполнение условий («событие 1 И событие 2»), вероятности перемножаются, а не складываются.

Часто задаваемые вопросы

Может ли вероятность быть больше 1 или отрицательной?
Нет, классическая вероятность строго ограничена диапазоном от 0 до 1 (или от 0% до 100%). Значение 0 соответствует невозможному событию, а 1 — абсолютно достоверному, которое произойдет гарантированно. Если при расчетах получилось число больше единицы или меньше нуля, в математических выкладках допущена ошибка.
В чем разница между теоретической и статистической вероятностью?
Теоретическая вероятность рассчитывается априори на основе комбинаторики и свойств равновозможности исходов, как в случае с идеальной монеткой. Статистическая вероятность (частота) вычисляется по итогам реальных экспериментов как отношение зафиксированных успехов к общему числу опытов. При бесконечном повторении испытаний частота стремится к теоретическому значению.
Что делать, если исходы эксперимента неравновозможны?
В таких ситуациях простая формула P(A) = m/n не работает. Применяют метод взвешивания элементарных исходов, геометрическую вероятность или аппарат случайных величин. Например, если кубик смещен по центру тяжести, вероятности граней определяют экспериментально через статистическую частоту или суммируют вероятности составляющих элементарных исходов с учетом их индивидуальных весов.
Как проще всего найти вероятность события «хотя бы один раз»?
Самый быстрый способ решения таких задач — переход к противоположному событию. Сначала определяют вероятность того, что интересующее событие не наступит ни разу в серии испытаний, перемножая вероятности неудач. Затем полученный результат вычитают из единицы по правилу P(A) = 1 - P(не A), что избавляет от громоздкого суммирования множества сценариев.
Как понять, зависимы события или нет при повторном выборе?
Зависимость напрямую определяется условиями эксперимента. Если выбранный объект возвращается обратно в общую совокупность перед следующим шагом (выборка с возвращением), события остаются независимыми, а базовые шансы не меняются. Если же объект извлекается насовсем (выборка без возвращения), состав группы уменьшается, и вероятность каждого следующего шага меняется под влиянием предыдущего.