Один выбор меняет следующий
Представим коробку с десятью одинаковыми на вид пакетиками чая: четыре с мятой и шесть с ромашкой. Мы наугад достаём один пакетик, не заглядывая внутрь. Вероятность получить мятный в этот момент равна четырём из десяти. Но если пакетик оставить на столе и выбрать следующий, исход первого выбора уже важен: состав коробки изменился.
Это простое обстоятельство отличает выбор без возвращения от выбора с возвращением. Если после каждого извлечения возвращать пакетик и перемешивать коробку, вероятность мяты каждый раз остаётся прежней. Если не возвращать, число оставшихся пакетиков и их соотношение меняются. Поэтому последовательные результаты связаны между собой, хотя заранее мы не знаем, какими они будут.
Такая модель встречается в бытовых ситуациях: когда вытаскивают карточки из колоды, выбирают предметы из закрытого набора или разбирают перемешанные вещи по одной. Она помогает понять, почему фраза «шанс такой же, как раньше» иногда верна, а иногда — нет.
Два шага и разные условные шансы
Вернёмся к коробке с чаем. Какова вероятность достать два мятных пакетика подряд, если первый не возвращают? Для первого выбора шанс равен 4/10. Если он оказался мятным, внутри остаются три мятных пакетика из девяти, и шанс мяты на втором шаге равен 3/9. Вероятность обоих событий вместе — произведение этих шансов: 4/10 × 3/9, то есть 2/15.
Если же первый пакетик был ромашковым, в коробке остаются четыре мятных из девяти. Тогда вероятность мяты на втором шаге составляет 4/9. Итак, второй шанс не является одним неизменным числом: он зависит от того, что произошло сначала. Это и есть условная вероятность — вероятность события при условии, что нам уже известен результат другого события.
Важно не перепутать зависимость с предопределённостью. Первый выбор меняет состав коробки, но не диктует второй результат. При трёх оставшихся мятных пакетиках следующий всё ещё может оказаться ромашковым. Вероятность описывает долю возможных исходов, а не обещание конкретного исхода.
Вероятность целого события
Можно поставить вопрос иначе: какова вероятность, что среди двух извлечённых пакетиков будет хотя бы один мятный? Удобно рассмотреть противоположное событие: оба пакетика ромашковые. Вероятность такого исхода равна 6/10 × 5/9, потому что после первой ромашки их остаётся пять среди девяти пакетиков. Получаем 1/3. Значит, вероятность хотя бы одного мятного — 1 − 1/3, то есть 2/3.
Этот расчёт показывает, как связаны отдельные шаги и итоговый вопрос. Мы не складываем вероятности «мята первой» и «мята второй» без разбора: некоторые исходы, например два мятных пакетика, попали бы сразу в обе части такого подсчёта. Вместо этого можно перечислить несовпадающие варианты или взять дополнение — событие, при котором мяты не встретилось вовсе.
Для маленькой коробки исходы можно выписать вручную. Для большого набора это утомительно, но принцип остаётся тем же: определить, какие последовательности ведут к нужному результату, и учесть, как каждый предыдущий выбор меняет следующий шанс.
Почему случай без возвращения часто кажется странным
Люди нередко ожидают, что каждый новый выбор должен иметь ту же вероятность, что и предыдущий. Это ожидание разумно, когда предмет возвращают и исходы независимы: например, если каждый раз заново перемешивать коробку. Но при выборе без возвращения повторение одного типа предмета делает его долю среди оставшихся меньше, а выбор другого типа — больше.
Допустим, первый пакетик оказался мятным. Это не означает, что «мята теперь должна выпадать реже» в смысле какого-то намерения случайности. Просто в коробке физически осталось меньше мятных пакетиков. Никакая компенсация не требуется: если сначала выпали две ромашки, система не обязана выдать мяту позже. Вероятности меняются из-за состава набора, а не потому, что случайность стремится уравновесить прошлое.
Различие важно и в обратную сторону. Если мы не знаем результата первого извлечения, нельзя автоматически подставить один из двух условных шансов для второго. Нужно усреднить возможности с учётом того, насколько вероятен каждый первый исход. В нашем примере мятный пакетик на втором шаге в целом имеет шанс 4/10: до наблюдения первого результата ни один цвет не получил преимущества. Это не отменяет того, что после раскрытия первого исхода условный шанс будет иным.
Модель и реальная коробка
Расчёты предполагают, что в коробке ровно четыре мятных и шесть ромашковых пакетиков, каждый пакетик выбирается одинаково случайно, а его тип известен после извлечения. В жизни эти условия могут нарушаться: пакетики разложены неравномерно, коробку предварительно не перемешали, или человек на ощупь различает упаковки. Тогда простая модель уже не полностью описывает ситуацию.
Это не делает математику бесполезной. Модель отвечает на условный вопрос: что следует из заданного состава и способа выбора? Если условия меняются, меняется и ответ. Сначала важно понять, возвращается ли выбранный предмет, известен ли состав набора и действительно ли выбор случаен. Затем можно решить, нужны ли точные вычисления или достаточно качественного вывода.
Выбор без возвращения — небольшой, но наглядный пример того, что вероятность зависит не только от предметов, но и от процедуры. Один и тот же набор даёт разные последовательности шансов, если после каждого шага предмет возвращают или оставляют вне коробки. Замечая эту разницу, проще рассуждать о повседневных случайных выборах без ошибочного предположения, будто каждый новый шаг всегда начинается с прежних условий.
Материал подготовлен с использованием ИИ. Информационная публикация, не руководство по участию в азартных играх.
