Теоретическая и экспериментальная вероятность
Навигация
Аннотация
В этом уроке мы изучим такое понятие как "Вероятность".

  • Вы узнаете что такое вероятность с разных точек зрения: с субъективной, экспериментальной и теоретической
  • Научитесь решать простые задачи на вероятности
  • Расширите своё понимание вероятностей
  • Узнаете, что такое ожидаемое число успехов, и научитесь его вычислять
Одним словом, вы познакомитесь с понятием «вероятность» и научитесь выбирать подходящий метод расчёта вероятностей в зависимости от ситуации, а также применять вероятность в жизни.
Quiz
Ответьте на вопросы, чтобы вспомнить базу:
Умеете делить числа?
Введение
Вероятность - это синоним слова шанс. Вероятность - это мера возможности того, что определённое событие произойдёт. Вероятность имеет три основных вида:

  1. субъективная,
  2. экспериментальная,
  3. теоретическая.
Субъективная вероятность
Когда мы говорим о вероятностях в повседневной жизни, мы в основном опираемся на свой субъективный опыт и общие соображения, а не на строгие вычисления. Например, когда оцениваем вероятность дождя, мы смотрим на приметы: насколько облачно, как ощущается воздух, как низко летят птицы и так далее. И на основании этого делаем вывод "скорее всего будет дождь" или "дождя скорее всего не будет".
Субъективная вероятность — это субъективная или интуитивная оценка возможности наступления события.
Такая вероятность отличается от других видов вероятности тем, что может сильно варьироваться от человека к человеку. Два разных человека, исходя из своего опыта и убеждений, могут по-разному оценивать шансы одних и тех же событий.
Пример
Порефлексируйте о том, насколько вероятны следующие события:

A. Следующим победителем чемпионата мира по футболу будет сборная Англии.
B. Люди организуют колонию на Марсе к 2040 году.
C. Завтра не будет дождя.
D. Случайно выбранная цифра в десятичной записи дроби $\frac{1}{11}$ окажется 9.
E. В период с 2030 по 2050 на Земле не будет вооружённых конфликтов между странами.
F. Стоимость 1 биткоина достигнет отметки \$1 000 000 к 2030 году.

Оцените вероятности по шкале от $0$ до $1$, где:
$0$ — невероятное событие,
$1$ — событие точно произойдёт,
$0.5$ — событие настолько же вероятно, как и невероятно (как орёл и решка).
0 Невероятно 0.5 50/50 1 Достоверно
Сравните свои оценки с оценками других людей. Предложите друзьям и близким тоже оценить эти вероятности и обсудите результаты. Вы можете заметить, что ваши числа отличаются от оценок других.

Вопрос для размышления: Чьи оценки оказались ближе всего к вашим и почему?
Экспериментальная вероятность
Экспериментальная вероятность (ее еще называют статистической или эмпирической) определяется на основе реальных наблюдений и экспериментов.

Давайте введем необходимые понятия, чтобы понимать о чем идет речь:
  • Эксперимент (experiment) - опыт, некоторое действие, процедура, наблюдение, которое можно повторять. Сложный эксперимент может состоять из нескольких других экспериментов.
  • Попытка (trial) - единичное проведение эксперимента. Например, один бросок монеты - это одна попытка.
  • Исход (outcome) - возможный результат одного эксперимента. Орел и решка - два исхода броска монеты.
  • Событие (event) - конкретный исход или набор исходов, которые нас интересуют. Например, событие "выпало четное число" при броске игральной кости.
  • Пространство исходов (sample space) - множество всех возможных исходов эксперимента (обозначается как $U$ или $\Omega$). При броске монеты $\{\text{орел}, \text{решка}\}$ - множество всех исходов.
Давайте разберемся с тем, что такое экспериментальная вероятность на конкретном примере.
Пример
Возьмём необычную двенадцатигранную игральную кость (додекаэдр) с гранями, пронумерованными от 1 до 12.

Проведём эксперимент: поместим этот кубик в стакан, потрясем, опрокинем и посмотрим на выпавшее число. Этот эксперимент достаточно эффективен и исключает какое-либо влияние на результат, чистая случайность, рандом.

Повторим эксперимент $100$ раз, то есть у нас будет $100$ попыток, и посмотрим какие числа выпадают. В результате мы заметим, что может выпасть любое число от $1$ до $12$, то есть всего $12$ возможных исходов. Эти исходы формируют пространство исходов - множество $\{1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12\}$.

Мы также можем уточнить, что нас интересует какое-то конкретное событие, например $A$ = "выпало простое число" или $B$ = "выпало четное число". Событие $A$ состоит из чисел $\{2, 3, 5, 7, 11\}$, а событие $B$ из чисел $\{2, 4, 6, 8, 10, 12\}$.

Если мы хотим записать вероятность этих событий математически, то мы можем сделать это так $P(\text{выпало простое число})$, $P(\text{выпало четное})$ или вот так $P(A)$, $P(B)$, где $A=\{2, 3, 5, 7, 11\}$ и $B=\{2, 4, 6, 8, 10, 12\}$.

Попробуйте приблизительно оценить, насколько часто будет появляться каждая грань двенадцатигранного кубика из нашего примера.

Часто в таких задачах на игральные кости, кубики, монеты, вероятности всех исходов принимаются одинаковыми. В таком случае обычно пишут, что кубик, кость, монета - симметричные или честные (fair). Однако эксперимент может показать отклонения.

Такое возможно, если кубик несбалансирован, тогда некоторые грани будут выпадать статистически чаще. Или просто так совпало, что в результате именно вашего эксперимента, в результате случайностей, даже при симметричности кубика, какие-то грани выпадают чаще других.

Попробуйте подбросить монетку 10 раз. Не обязательно количество выпавших орлов и решек разделится поровну. Скорее всего будет 5 на 5, или 4 на 6, или 6 на 4, может быть даже 3 на 7 или 2 на 8... Строго говоря может быть что угодно. Только вот при увеличении количества проведенных экспериментов вы можете наблюдать, как вероятности стремятся к своим "идеальным" значениям. Чуть позже это продемонстрируем.

Однако, как с помощью эксперимента определить насколько симметричен кубик и как оценить вероятность каждой грани?
Для этого мы должны сделать следующее:

1. Повторить эксперимент с броском кубика 100 или больше раз
2. Записать результаты в таблицу
3. Посчитать частоту каждого исхода
Относительная частота (экспериментальная вероятность) вычисляется как:
$$ P_{\text{эксп}} = \frac{k}{n}, $$
где $k$ - количество раз которое выполнилось событие $А$ при $n$ повторениях, $n$ = общее число проведенных экспериментов.
Ниже табличка с результатами 100 экспериментов:

Исход

Частота, k

Вероятность, P

1

6

0.06

2

12

0.12

3

6

0.06

4

9

0.09

5

8

0.08

6

10

0.1

7

10

0.1

8

5

0.05

9

8

0.08

10

6

0.06

11

8

0.08

12

12

0.12

На подумать
  • Чему равна сумма всех вероятностей?
  • В каком диапазоне могут располагаться вероятности?
  • Как сильно отличаются самая большая и самая маленькая вероятности в нашем случае?
  • Попробуйте перезапустить процесс, сделайте ещё $100$ бросков. Закономерности сохраняются?
  • Как думаете, как можно добиться большей точности в определении вероятностей?
Как ответил один из учеников
  • В сумме получается $\approx 1$
  • От $0$ до $1$ скорее всего
  • Немного отличаются, на 0.06 примерно
  • В сумме также $\approx 1$, вероятности все от $0$ до $1$, отличие самой маленькой вероятности от самой большой стало чуть меньше, примерно $0.2$
  • Скорее всего сделать больше бросков кубика, $1000$ или лучше $100000$
На практике, если бы кубик был бы не идеальным, то есть имел бы смещенный центр масс, то какие-то из его граней имели бы сильно другие вероятности. Как с бутербродом - обычный кусок хлеба одинаково часто падает на любую сторону, а бутерброд с сыром почти всегда (у меня лично всегда) на сторону с сыром.

Интересно, кто-нибудь рассчитает эту вероятность экспериментально?

Хочется также отметить тот факт, что эксперимент может быть комбинированный, т.е. состоять из нескольких экспериментов.
Пример
Рассмотрим эксперимент, состоящий из двух бросков монеты.

Что может выпасть в результате двух бросков?
Как проанализировать этот эксперимент?

Один бросок имеет два исхода: орел и решка.

В нашем случае два броска - это один эксперимент. Значит в результатах будут последовательности из орлов и решек:
  • Орел на первом броске, Орел на втором
  • Орел на первом броске, Решка на втором
  • Решка на первом броске, Орел на втором
  • Решка на первом броске, Решка на втором
Эти исходы можно записать коротко, в виде последовательности двух букв (ОО, ОР, РО, РР):

Исход

Обозначение

Орёл, Орёл

ОО

Орёл, Решка

ОР

Решка, Орёл

РО

Решка, Решка

РР

Поставим 100 таких экспериментов и посмотрим что получится:

Исход

Частота, k

Вероятность, P

ОО

23

0.23

ОР

25

0.25

РО

28

0.28

РР

24

0.24

Экспериментальная вероятность используется в том числе и для оценки численности популяций различных видов животных.

Дело в том, что мы не всегда имеем возможность выловить всех рыб из водоема, собрать всех птиц в одном месте, посчитать каждую букашку в траве. Однако есть способы как можно обойтись без этого.
Пример
Орнитологи хотят оценить размер популяции ласточек на острове. Для этого они поймали $25$ ласточек и пометили их особыми метками и выпустили на волю. Спустя продолжительное время они вновь поймали $20$ ласточек и выяснили, что среди этих $20$ лишь $5$ имеют особую метку.

Найдите вероятность встретить ласточку с особой меткой и оцените размер популяции ласточек на этом острове.

Какую информацию несет то, что орнитологи пометили $25$ ласточек особыми метками?

Это говорит нам о том, что лишь $25$ ласточек из общего числа $n$ имеют эту особую метку. То есть нам известна частота события $A$ = "ласточка с особой меткой".

Теперь, как интерпретировать то, что из $20$ вновь пойманных ласточек лишь $5$ с особой меткой?

Мы можем определить экспериментальную вероятность события $P_{\text{эксп}}(A) = \tfrac{5}{20} = 0.25$.

Также нам известно, что $P_{\text{эксп}}=\tfrac{k}{n}$, где $k$ - частота события $A$, то есть количество ласточек с особой меткой, а $n$ - общее количество ласточек, то есть искомое число.

Выходит, что $0.25 = \tfrac{25}{n} \Rightarrow n = \tfrac{25}{0.25} = 100$ ласточек.
Попробуйте сами
Теоретическая вероятность
Экспериментальный подход требует проделать много работы - повторять опыты, записывать результаты, рассчитывать вероятности. И не факт, что эксперимент поставлен правильно, то есть на вероятности не влияют дополнительные факторы.

Теоретическая вероятность позволяет рассчитать вероятность события без проведения эксперимента, если мы знаем что все исходы равновероятны.
Теоретическая вероятность определяется как
$$ P(A) = \frac{n(A)}{n(U)}, $$
где:

  • $n(A)$ — количество исходов, удовлетворяющих событию $A$
  • $n(U)$ — общее число всех возможных исходов эксперимента.
Это определение работает только в случае, когда все исходы эксперимента равновероятны.

Другими словами нам уже незачем повторять эксперимент тысячи раз. Если мы уверены в том, что все исходы имеют одинаковые вероятности, то достаточно найти количество подходящих исходов (успехов) и разделить на общее число исходов.

Продолжим пример с двенадцатигранной костью.

Событие $A$ = "выпало простое число" включает 5 исходов $\{2, 3, 5, 7, 11\}$ из 12 возможных. Если кубик честный, то теоретическая вероятность $P(A) = \frac{5}{12} \approx 0.417 \approx 41.7\%$.

Теперь сделаем $100$ бросков и посмотрим на то, как связаны экспериментальная и теоретическая вероятности события $A$ = "выпало простое число". В таблицу запишем только первые $28$ бросков.

№ броска

Исход

Является простым числом? 0 - нет, 1 - да

Сколько раз случилось событие A

Накопленная вероятность события A

1

4

0

0

0.000

2

7

1

1

0.500

3

10

0

1

0.333

4

10

0

1

0.250

5

7

1

2

0.400

6

4

0

2

0.333

7

8

0

2

0.286

8

7

1

3

0.375

9

3

1

4

0.444

10

11

1

5

0.500

11

8

0

5

0.455

12

11

1

6

0.500

13

6

0

6

0.462

14

10

0

6

0.429

15

7

1

7

0.467

16

5

1

8

0.500

17

9

0

8

0.471

18

8

0

8

0.444

19

5

1

9

0.474

20

6

0

9

0.450

21

1

0

9

0.429

22

11

1

10

0.455

23

8

0

10

0.435

24

10

0

10

0.417

25

4

0

10

0.400

26

3

1

11

0.423

27

8

0

11

0.407

28

5

1

12

0.429

С точки зрения экспериментальной вероятности мы можем заметить, что при увеличении количества повторов экспериментов вероятность события $A$ = "выпало простое число
" становится всё ближе к какому-то числу между $0.4$ и $0.43$.
Это значение в свою очередь не случайно, оно является теоретической вероятностью события $A$.
Вы можете также сделать свою таблицу из 100 и более элементов, руководствуясь этим гайдом
  • Зайдите в таблицы. Google spreadsheets например
  • Первая колонка будет называться "номер эксперимента". Заполните первые два числа в ячейках A1 и A2 - 1 и 2 соответственно. Затем выделите и потяните вниз до заполнения 100 ячеек.
  • Во второй колонке "исход" введите "=RANDBETWEEN(1,12)" в ячейку B1, это функция которая ставит случайное число из диапазона 1-12. Аналогично выделите и потяните вниз до заполнения всех ячеек.
  • В третьей колонке "событие" введите в ячейку C1 "=IF(OR(A1 = 2, A1 = 3, A1 = 5, A1 = 7, A1 = 11), 1,0)" и таким же образом заполните все 100 ячеек в колонке. Эта функция покажет, является ли число простым и если да, то выдаст 1, а если нет, то 0.
  • В четвертой колонке будем считать сколько нашлось выпало чисел в первых n экспериментах. Введите в ячейку D1 "=SUM(\$C\$1:C1)" и заполните для остальных ячеек.
  • В последней колонке рассчитаем экспериментальные вероятности. Введем в ячейку E1 формулу "=D1/A1". То есть мы поделили количество успешных исходов на общее количество произведенных экспериментов на какой-то момент.
  • Теперь можно построить графики. Insert -> Chart -> Line chart. Далее в настройках графика нужно выбрать диапазон данных, у нас это A1:A100, E1:E100.
Дальше всё это дело можно масштабировать изменяя параметры, количество экспериментов, попробуйте!
Теперь давайте разберем простые примеры нахождения теоретических вероятностей.
Пример
Найдите вероятности следующих событий:

A. Выпало 7 в результате броска 8-гранной кости.
B. Выпало простое число в результате броска 6-гранной кости.
C. Выпало число делитель 3 в результате броска 20-гранной кости
D. Выпало число большее 8 в результате броска 12-гранной кости
E. Вытащили красный шарик из мешка, в котором 7 черных и 5 красных шариков
F. Случайно выбранная шахматная фигура в начале партии оказалась пешкой
Решение

A. Событие "выпало 7" содержит единственный исход $\{7\}$. Так как всего $8$ граней, то всевозможных исходов $8$. Тогда $P(\text{выпало 7}) = \frac{1}{8}$.

B. Всего $6$ граней, то всевозможных исходов $8$. Событие "выпало простое число" содержит $3$ исхода - $\{2, 3, 5\}$. Тогда $P(\text{выпало простое число}) = \frac{3}{6} = \frac{1}{2}$.

C. $20$ граней означает $20$ возможных исходов. Событие "выпало число делитель 3" содержит следующие исходы: $\{3, 6, 9, 12, 15, 18\}$, всего $6$.
Тогда $P(\text{выпало число делитель 3}) = \frac{6}{20} = \frac{3}{10}$.

D. Всего исходов $12$, то есть $n(U) = 12$. Событие $A$ = "выпало больше 8" = $\{9, 10, 11, 12\}$, а значит $n(A) = 4$. Тогда $P(A) = \frac{4}{12} = \frac{1}{3}$.

E. Шариков в мешке $7 + 5 = 12$, тогда и $n(U) = 12$. Красных $5$, то есть $n(A) = 5$. Следовательно вероятность $P(A) = \frac{5}{12}$.

F. Шахматных фигур на доске $32$, значит $n(U) = 32$. Пешек $16$, значит $n(A) = 16$. Вероятность $P(A) = \frac{16}{32} = \frac{1}{2}$.
Пример
Рассмотрим более сложное событие - бросок 6-гранного кубика дважды. Грани кубика пронумерованы числами от 1 до 6, всё как полагается. Вопросы:

a. Как будут выглядеть исходы этого эксперимента?

b. Сколько их [исходов] будет?

c. Чему равна вероятность, что среди двух бросков будет хотя бы одна шестерка?

d. Чему равна вероятность что сумма чисел при двух бросках будет равна 7?
Решение

Сначала надо определиться с тем, как выглядят исходы эксперимента.

Раз бросок одного кубика - это число от 1 до 6, то результат двух бросков - это последовательность двух чисел: число выпавшее на первом броске и число выпавшее на втором броске.

Например, если на первом броске выпало число 1, а на втором 3, то итоговый результат двух бросков можно записать как 13 (не число 13, а именно последовательность 1,3).

Визуально это можно представить в виде такой таблицы:


1

2

3

4

5

6

1

11

12

13

14

15

16

2

21

22

23

24

25

26

3

31

32

33

34

35

36

4

41

42

43

44

45

46

5

51

52

53

54

55

56

6

61

62

63

64

65

66

Так что даем ответ сразу на два вопроса:
a. Результат - это последовательность чисел $ab$, где $a$ - результат первого броска, $b$ -результат второго.

b. Исходов получается $6 \cdot 6 = 36$, так как существует $6$ вариантов первого числа и $6$ вариантов второго.

c. Можем посмотреть внимательно на таблицу с исходами двух бросков и увидеть, что только $11$ из них содержат хотя бы одну $6$.

Таким образом вероятность $P(\text{хотя бы одна 6})=\frac{11}{36} \approx 0.306$.

d. Сумма двух чисел равна $7$ при следующих исходах: $\{61, 52, 43, 34, 25, 16\}$, их всего 6.
Следовательно $P(\text{сумма 7})=\frac{6}{36} = \frac{1}{6} \approx 0.167$.
Ключевые моменты

  • Экспериментальная вероятность:
$$ P(A)=\frac{\text{количество успешных экспериментов}}{\text{общее количество экспериментов}} $$
  • Теоретическая вероятность:
$$ P(A)=\frac{n(A)}{n(U)}, $$
где $n(A)$ - число исходов в событии $A$, $n(U)$ - общее количество всевозможных исходов эксперимента.
Попробуйте сами
Ожидаемое число успехов
Теперь познакомимся с понятием ожидаемого числа успехов. Эта величина показывает, сколько раз в среднем произойдет интересующее нас событие при заданном количестве повторений эксперимента.

Вернемся к нашему примеру с 12-гранной костью. Вероятность выпадения числа $7$ при одном броске равна $\frac{1}{12} \approx 0.0833$. Если вы бросите кость $12$ раз, то можно ожидать, что число $7$ выпадет примерно один раз. Если же мы бросим её $36$ раз, то можно ожидать, что число $7$ выпадет уже $36\cdot\frac{1}{12} = 3$ раза.
Таким образом ожидаемое число успехов находится как $n \cdot P$, где $n$ - количество проведенных экспериментов, $P$ - вероятность успеха события.

Далее будем обозначать ожидаемое число успехов как $E_n$.
Проще говоря, умножаем количество попыток на вероятность успеха. Получаем, сколько успехов можно ожидать в среднем. Разумеется, фактическое число успехов в конкретном опыте может отличаться, но при больших $n$ результат часто оказывается близок к $E_n$.

Что если мы бросим нашу 12-гранную кость $100$ раз, сколько из $100$ раз мы ожидаем увидеть простое число?

Мы уже делали таблицу, сделаем ещё раз:

№ броска

Исход

Является простым числом?

Сколько раз выпало из n бросков

Накопленная вероятность

1

8

0

0

0.000

2

6

0

0

0.000

3

7

1

1

0.333

4

3

1

2

0.500

5

3

1

3

0.600

...

...

...

...

...

95

10

0

41

0.432

96

9

0

41

0.427

97

11

1

42

0.433

98

8

0

42

0.429

99

8

0

42

0.424

100

7

1

43

0.430

Видно, что простое число выпало $43$ раза, что приблизительно соответствует математически посчитанному ожидаемому числу успехов
$$
E_n = 100\cdot\frac{5}{12} = \frac{125}{3} = 41\frac{2}{3} \approx 41.3.
$$
Пример
Шестигранную кость бросают $250$ раз. Найдите ожидаемое количество раз, которое выпадет четное число.
Решение

Найдем вероятность события $A$ = "выпало четное число".

Всего $6$ граней, значит $6$ чисел, $n(U) = 6$. $A = \{2, 4, 6\}$, значит $n(A) = 3$.

Тогда вероятность $P(A) = \frac{3}{6} = 0.5$.

Теперь посчитаем ожидаемое количество четных чисел среди $250$ бросков.

$E_n = 250\cdot0.5 = 125$ четных чисел.
Пример
Статистика показала, что вероятность рождения мальчика примерно $0.545$. Найдите ожидаемое число мальчиков среди $143,240$ новорожденных.
Решение

Вероятность уже дана, количество известно, так что вперед:
$E_n = 143,240\cdot0.545 = 78065.8 \approx 78066$ мальчиков.
Пример
Консерватория имени П. И. Чайковского собрала статистику частоты посещения концертов в 2023 году.
Данные посещения представлены в таблице ниже:

Возраст

1 раз

от 2 до 4 раз

от 5 до 10 раз

11 и более раз

18–27

21544

15824

9690

7213

28–40

32732

26500

14212

13545

41–70

29121

21023

16823

8844

70+

16542

11862

7465

4110

a. Определите вероятность, что случайно выбранный человек из статистики посетил консерваторию от 2 до 4 раз.

b. Выбирают случайного человека из статистики. Каков наиболее вероятный возраст этого человека?

c. Какова вероятность, что случайный посетитель окажется в самой молодой возрастной группе и посетит концерты консерватории от 5 до 10 раз?

d. В 2026 году консерватория ожидает, что 300,000 человек хотя бы раз посетят концерты. Найдите ожидаемое число людей, которые посетят более 11 концертов в течение 2026 года.
Решение

a. Число таких людей:

$ n(\text{2-4 раза}) = 15824+26500+21023+11862 = 75209. $

Общее число посетителей:

$ n(\text{все}) = \text{сумма по всем колонкам и столбцам} = 257050. $

Тогда:

$ P = \frac{n(\text{2-4 раза})}{n(\text{все})} = \frac{75209}{257050} \approx 0.293. $

b. Суммируем по группам:
18–27: $21544+15824+9690+7213 = 54271$
28–40: $32732+26500+14212+13545 = 86989$
41–70: $29121+21023+16823+8844 = 75811$
70+: $16542+11862+7465+4110 = 39979$
Наибольшее количество в группе 28–40 лет.

c. Самая молодая группа 18-27 лет, содержит $9690$ человек, посетивших концерты от 5 до 10 раз. Таким образом вероятность $P = \frac{9690}{257050} \approx 0.0377$.

d. Мы можем воспользоваться предположением, что распределение по возрастам и количеству посещеных концертов из года в год постоянно. Тогда вероятность того, что случайный человек посетит больше 11 концертов в 2023 году и в 2026 предполагается брать одинаковой.

$ P(\text{больше 11 концертов}) = \frac{7213+13545+8844+4110}{257050} = \frac{33712}{257050} \approx 0.131 $

Значит $E_n = 300000 \cdot \frac{33712}{257050} \approx 39345$ человек.
Попробуйте сами
Ключевые идеи
Субъективная вероятность — это субъективная или интуитивная оценка возможности наступления события.
Эксперимент (experiment) - опыт, некоторое действие, процедура, наблюдение, которое можно повторять.
Попытка (trial) - единичное проведение эксперимента.
Исход (outcome) - возможный результат одного эксперимента.
Событие (event) - конкретный исход или набор исходов, которые нас интересуют.
Пространство исходов (sample space) - множество всех возможных исходов эксперимента (обозначается как $U$ или $\Omega$).
Относительная частота (экспериментальная вероятность) вычисляется по формуле:
$$
P = \frac{\text{частота события }A}{\text{общее число экспериментов}}
$$
Вероятность может принимать значения от $0$ до $1$, где $0$ - невероятное событие, $1$ - гарантированное (достоверное) событие.
Сумма вероятностей всех исходов эксперимента всегда равна $1$.
Больше повторений эксперимента = больше точность. Экспериментальная вероятность при увеличении числа повторений будет стремиться к теоретической вероятности.
Теоретическая вероятность определяется как
$$
P(A) = \frac{n(A)}{n(U)},
$$
где:
- $n(A)$ — количество исходов, удовлетворяющих событию $A$
- $n(U)$ — общее число всех возможных исходов эксперимента.
Ожидаемое число успехов вычисляется по формуле $E_n = n \cdot P$, где $n$ - количество проведенных экспериментов, $P$ - вероятность успеха.
Упражнения
Оцените свое понимание
После завершения этого урока используйте данный чек-лист, чтобы оценить, насколько вы освоили цели урока:

Я могу

Уверенно

С какой-то помощью

Не, ничего не понятно

Объяснить субъективную вероятность




Рассчитать экспериментальную вероятность




Определить теоретическую вероятность




Найти ожидаемое число успехов