Что такое теория вероятностей: формулы и задачи 10 класс

Что такое теория вероятностей простыми словами

Когда бросают монету, неизвестно, что выпадет — орёл или решка. Когда покупают лотерейный билет, выигрыш непредсказуем. Когда синоптик говорит «вероятность дождя 70%», за этим стоят конкретные расчёты, а не интуиция.

Что такое теория вероятностей — это раздел математики, который изучает закономерности в случайных явлениях. Её задача — не предсказать, что произойдёт в конкретном опыте, а определить, насколько то или иное событие вероятно.

Если объяснить теорию вероятности простыми словами: это математика случайности. Она отвечает на вопросы вроде «как часто при подбрасывании кубика выпадает шесть» или «каков шанс вытащить красный шар из мешка, если красных шаров треть». Именно с таких задач начинают знакомство с темой ещё в 7 классе, а в 10 классе материал существенно углубляется.

Связь со статистикой. Теория вероятностей в математике неотделима от математической статистики. Если говорить о том, что такое статистика в связке с теорией вероятности — это инструмент для анализа реальных данных. По многократным наблюдениям статистика восстанавливает вероятностные закономерности: чем больше опытов, тем ближе частота события к его теоретической вероятности.

Прикладной смысл. Теория вероятностей лежит в основе страхования, медицинских испытаний, прогнозирования погоды, алгоритмов машинного обучения и задач ЕГЭ. Это не абстрактная математика — это язык, на котором описывается неопределённость в реальном мире.

---

По этой теме есть отдельный разбор: теорию вероятностей в 7 классе.

Основные понятия: случайное событие, исход и равновозможность

Прежде чем переходить к формулам, нужно освоить терминологию — она строгая и в задачах важна каждая деталь.

Случайное событие — результат опыта, который может произойти или не произойти. Обозначается латинскими буквами \(A, B, C, \ldots\). Например: «выпало чётное число» при броске кубика — это событие \(A\). Случайные события в теории вероятности бывают простыми (один исход) и составными (несколько исходов).

Пространство элементарных исходов — полный список всех возможных результатов одного опыта. Для кубика это \(\{1, 2, 3, 4, 5, 6\}\) — шесть исходов. Для двух монет — четыре упорядоченные пары: ОО, ОР, РО, РР.

Равновозможные исходы — исходы, ни один из которых не имеет преимущества перед другими. Это условие симметрии: у честного кубика каждая грань выпадает с одинаковой частотой, у честной монеты орёл и решка равновероятны, при выборе наугад из мешка любой шар имеет равный шанс. Только при выполнении этого условия применима классическая формула вероятности. Для «нечестного» кубика она не работает.

Противоположное событие. Для каждого события \(A\) существует событие \(\bar{A}\) — «\(A\) не произошло». Если \(A\) = «выпала шестёрка», то \(\bar{A}\) = «выпало не шесть», то есть исходы \(\{1, 2, 3, 4, 5\}\). Ключевое свойство:

\[ P(A) + P(\bar{A}) = 1 \]

Это соотношение — один из самых рабочих приёмов. Часто найти вероятность противоположного события проще, чем прямого.

---

Все формулы теории вероятностей с примерами

Ниже — полный свод формул, которые входят в программу 10 класса. Теория вероятностей: все формулы с примерами — в одном месте.

1. Классическая вероятность \(\,P(A) = \dfrac{m}{n}\)

\(m\) — число исходов, благоприятных для события; \(n\) — общее число равновозможных исходов.

Пример. Кубик бросают один раз. Чётных граней три (\(\{2, 4, 6\}\)), всего граней шесть:

\[ P(\text{чётное}) = \frac{3}{6} = \frac{1}{2} \]

2. Границы вероятности \(\,0 \le P(A) \le 1\)

Невозможное событие имеет вероятность 0, достоверное — 1. Если в ответе получилось больше 1, значит, где-то ошибка.

3. Противоположное событие \(\,P(\bar{A}) = 1 - P(A)\)

Пример. Вероятность бракованной детали — 0,05. Вероятность исправной:

\[ P(\bar{A}) = 1 - 0{,}05 = 0{,}95 \]

4. Сложение несовместных событий

Два события несовместны, если они не могут произойти одновременно:

\[ P(A \cup B) = P(A) + P(B) \]

Пример. Кубик: «выпала 1» или «выпала 2» — несовместные исходы:

\[ P = \frac{1}{6} + \frac{1}{6} = \frac{1}{3} \]

5. Сложение произвольных (совместных) событий

Если события могут произойти одновременно, пересечение вычитается — иначе общие исходы учитываются дважды:

\[ P(A \cup B) = P(A) + P(B) - P(A \cap B) \]

Пример. Из колоды тянут карту. \(A\) = «туз» (4 карты), \(B\) = «червонная масть» (13 карт), «туз червей» — 1 карта, всего 52:

\[ P(A \cup B) = \frac{4}{52} + \frac{13}{52} - \frac{1}{52} = \frac{16}{52} = \frac{4}{13} \]

6. Умножение независимых событий

Если наступление одного события не влияет на вероятность другого:

\[ P(A \cap B) = P(A) \cdot P(B) \]

Пример. Два стрелка стреляют независимо: первый попадает с вероятностью 0,8, второй — 0,6. Вероятность, что оба попадут:

\[ P = 0{,}8 \cdot 0{,}6 = 0{,}48 \]

7. Число сочетаний \(\,C_n^k = \dfrac{n!}{k!\,(n-k)!}\)

Количество способов выбрать \(k\) объектов из \(n\), когда порядок выбора не важен.

Пример. Из 5 студентов выбирают 2 дежурных:

\[ C_5^2 = \frac{5!}{2!\cdot 3!} = \frac{120}{2 \cdot 6} = 10 \text{ способов} \]

8. Вероятность через сочетания

Применяется, когда из смешанной партии берут несколько объектов наугад:

\[ P = \frac{C_a^k \cdot C_b^r}{C_n^{k+r}} \]

Пример. В ящике 7 красных и 3 синих шара. Берут 2 шара наугад. Вероятность, что оба красных:

\[ P = \frac{C_7^2}{C_{10}^2} = \frac{21}{45} = \frac{7}{15} \approx 0{,}47 \]

---

По этой теме есть отдельный разбор: факториал в математике.

Случайная величина, распределение, математическое ожидание и дисперсия

Случайная величина — числовая характеристика результата случайного опыта. Число очков при броске кубика, количество бракованных деталей в выборке, выигрыш в лотерее — всё это случайные величины. Обычно обозначаются \(X, Y, Z\). Что такое случайная величина в теории вероятности — это функция, которая каждому элементарному исходу ставит в соответствие число.

Закон распределения описывает полное поведение случайной величины: какие значения она принимает и с какими вероятностями. Что такое распределение в теории вероятности — это именно такая «паспортная таблица» случайной величины.

| \(X\) | 1 | 2 | 3 | 4 | 5 | 6 | |:---:|:---:|:---:|:---:|:---:|:---:|:---:| | \(P\) | \(\tfrac{1}{6}\) | \(\tfrac{1}{6}\) | \(\tfrac{1}{6}\) | \(\tfrac{1}{6}\) | \(\tfrac{1}{6}\) | \(\tfrac{1}{6}\) |

Сумма всех вероятностей в таблице всегда равна 1.

Математическое ожидание — это «средний» результат при многократном повторении опыта. Что такое математическое ожидание в теории вероятности — взвешенная сумма значений, где вес каждого — его вероятность:

\[ M(X) = \sum_i x_i \cdot p_i \]

Пример. Для честного кубика:

\[ M(X) = 1 \cdot \frac{1}{6} + 2 \cdot \frac{1}{6} + 3 \cdot \frac{1}{6} + 4 \cdot \frac{1}{6} + 5 \cdot \frac{1}{6} + 6 \cdot \frac{1}{6} = \frac{21}{6} = 3{,}5 \]

Кубик никогда не покажет 3,5 — это именно средний результат за большое число бросков.

Дисперсия показывает, насколько значения случайной величины разбросаны вокруг математического ожидания. Что такое дисперсия в теории вероятности — мера разброса: большая дисперсия означает, что результаты сильно «гуляют», малая — что они сосредоточены вблизи среднего.

\[ D(X) = \sum_i \bigl(x_i - M(X)\bigr)^2 \cdot p_i \]

Пример. Игрок получает 0 рублей с вероятностью 0,5 и 100 рублей с вероятностью 0,5:

\[ M(X) = 0 \cdot 0{,}5 + 100 \cdot 0{,}5 = 50 \]

\[ D(X) = (0 - 50)^2 \cdot 0{,}5 + (100 - 50)^2 \cdot 0{,}5 = 1250 + 1250 = 2500 \]

Среднеквадратическое отклонение \(\sigma = \sqrt{D(X)} = 50\) означает: результаты отклоняются от среднего примерно на ±50 рублей.

---

Как решать задачи по теории вероятностей: методы и приёмы

Теория вероятностей — как решать? Главный навык — не знание формул наизусть, а умение выбрать нужный метод под конкретную задачу. Задачи по теории вероятностей в 10 классе укладываются в несколько типовых схем.

Алгоритм: прочитать условие → определить тип задачи → выбрать метод → применить формулу → проверить границы ответа.

---

Задача 1. В классе 30 учеников: 17 девочек и 13 мальчиков. Выбирают одного дежурного наугад. Найти вероятность, что это девочка.

\[ P = \frac{17}{30} \approx 0{,}57 \]

---

Задача 2. Стрелок попадает в мишень с вероятностью 0,7. Делает 3 независимых выстрела. Найти вероятность хотя бы одного попадания.

Противоположное событие — «ни одного попадания»:

\[ P(\bar{A}) = 0{,}3 \cdot 0{,}3 \cdot 0{,}3 = 0{,}027 \]

\[ P(A) = 1 - 0{,}027 = 0{,}973 \]

---

Задача 3. В партии 10 деталей, из них 3 бракованные. Берут 2 детали наугад. Найти вероятность, что обе исправные.

Исправных: \(10 - 3 = 7\).

\[ P = \frac{C_7^2}{C_{10}^2} = \frac{21}{45} = \frac{7}{15} \approx 0{,}47 \]

---

Задача 4. Бросают два кубика. Найти вероятность, что сумма очков равна 8.

Пары: (2,6), (3,5), (4,4), (5,3), (6,2) — итого 5 пар.

\[ P = \frac{5}{36} \approx 0{,}14 \]

---

Типичные ошибки в задачах на вероятность и как их избежать

Задачи по теории вероятностей в 10 классе часто теряют баллы не из-за незнания темы, а из-за типовых ловушек. Ниже — шесть разборов в формате «ошибка → правильный подход → причина».

---

Частые вопросы

Что такое теория вероятностей?

Раздел математики, изучающий закономерности в случайных явлениях. Она позволяет численно оценить, насколько вероятен тот или иной исход опыта — от броска монеты до медицинского испытания. В школьной программе тема появляется в 7 классе и развивается вплоть до задач ЕГЭ.

Как решать задачи по теории вероятностей?

Нужно определить тип задачи и выбрать подходящий метод: прямой подсчёт \(P = m/n\) для простых равновозможных случаев; метод противоположного события для формулировок «хотя бы один»; формулу сочетаний \(C_n^k\) при выборке без учёта порядка; перемножение вероятностей для независимых испытаний. Главный ориентир — убедиться в равновозможности исходов перед применением любой формулы.

Что такое событие в теории вероятностей?

Любой результат случайного опыта или их совокупность. При броске кубика «выпало чётное число» — это событие, включающее исходы \(\{2, 4, 6\}\). Событие может произойти или не произойти; событие, содержащее все исходы, достоверно (\(P = 1\)), не содержащее ни одного — невозможно (\(P = 0\)).

Что такое случайная величина в теории вероятности?

Числовая характеристика результата случайного опыта. Например, число очков при броске кубика или количество бракованных деталей в выборке. Случайная величина описывается законом распределения — таблицей значений и соответствующих вероятностей, сумма которых всегда равна 1.

Что такое дисперсия в теории вероятности?

Мера разброса значений случайной величины вокруг математического ожидания. Вычисляется по формуле \(D(X) = \sum_i (x_i - M(X))^2 \cdot p_i\). Чем больше дисперсия, тем сильнее «разбросаны» возможные результаты опыта относительно среднего значения.

Что такое статистика в теории вероятности?

Математическая статистика — прикладной раздел, который использует аппарат теории вероятностей для анализа реальных данных. По результатам многократных наблюдений статистика позволяет восстанавливать вероятностные закономерности: при большом числе опытов частота события сходится к его теоретической вероятности.

По этой теме есть отдельный разбор: задания на вероятность в ЕГЭ база.

По этой теме есть отдельный разбор: задание 5 ЕГЭ профиль по теории вероятностей.