Вероятность хотя бы одной ошибки: бытовая логика через противоположное событие

Не считать сбои по одному

Представьте, что вы собираете вещи в поездку и проверяете несколько предметов: зарядное устройство, ключи, документы и очки. У каждого предмета есть небольшая вероятность оказаться не на месте. Как оценить вероятность того, что забыта хотя бы одна вещь? Складывать вероятности отдельных пропусков — не всегда верный путь: если забыты сразу два предмета, такое событие попадёт в сумму дважды.

В теории вероятностей для подобных вопросов часто удобнее рассмотреть противоположное событие. Вместо «хотя бы одна вещь забыта» сначала считаем «все вещи на месте». Затем вычитаем вероятность этого исхода из единицы. Это правило опирается на простую идею: событие и его дополнение вместе охватывают все возможные исходы.

Если вероятность того, что каждый из четырёх предметов пропущен при проверке, условно равна 0,05, то вероятность заметить и положить каждый предмет — 0,95. При допущении независимости вероятность, что все четыре окажутся на месте, равна 0,95 в четвёртой степени, то есть примерно 0,81. Значит, вероятность хотя бы одного пропуска составляет около 0,19. Это не прогноз для конкретного путешественника, а пример того, как формула устроена.

Почему независимость имеет значение

Умножать вероятности можно не автоматически. Такое вычисление здесь предполагает, что пропуск одного предмета никак не влияет на вероятность пропуска другого. В реальной жизни это допущение может быть неверным. Например, если человек спешит, он может с большей вероятностью забыть сразу несколько вещей. Общая причина — спешка — связывает события.

Для независимых событий вероятность того, что все они не произойдут, равна произведению вероятностей их непроисхождения. Если же события зависимы, нужны сведения об этой зависимости. Допустим, предметы лежат в одном ящике, который вы не открыли: тогда их судьбы связаны сильнее, чем если они хранятся в разных местах. Математическая модель не становится бесполезной из-за упрощения, но её предположения важно назвать.

Можно представить и более строгую проверку: вероятность того, что второй предмет пропущен, рассматривается при условии, что первый уже пропущен. Если эта условная вероятность отличается от исходной, независимости нет. Так теория вероятностей напоминает: похожие на отдельные события ситуации иногда имеют общий источник.

Повторные попытки и растущая вероятность ошибки

Тот же принцип помогает оценить повторяющиеся небольшие сбои. Представьте домашнюю систему, которая отправляет напоминание о поливе растения, но иногда уведомление не появляется. Если вероятность сбоя при одной отправке равна 0,1, а отправки независимы, вероятность, что все три напоминания не придут, равна 0,1 × 0,1 × 0,1 — то есть 0,001. Вероятность получить хотя бы одно напоминание тогда равна 1 − 0,001, или 0,999.

Важно не перепутать вопрос. Мы вычислили шанс хотя бы одного успешного уведомления, а не вероятность того, что система «в целом надёжна» во всех обстоятельствах. Если сбой вызван отключением интернета, все три попытки могут оказаться зависимыми: одна неисправность повлияет на каждую из них. При такой общей причине повторение не даёт того же эффекта, что при независимых попытках.

Проверка модели на бытовом примере

Допустим, дома есть четыре лампочки, и каждая с вероятностью 0,02 оказывается неисправной. В упрощённой модели, где состояния лампочек независимы, вероятность, что все исправны, равна 0,98 в четвёртой степени — приблизительно 0,92. Вероятность хотя бы одной неисправной лампочки составляет около 0,08.

Это не означает, что в любой конкретной квартире неисправность встретится именно с такой частотой. Значение 0,02 здесь задано для учебного примера. Кроме того, если лампочки из одной партии или пережили одинаковые условия хранения, возможна связь между их состояниями. Тогда одной вероятности для отдельной лампочки недостаточно, чтобы точно описать весь набор.

Такой расчёт полезен прежде всего как способ задать ясный вопрос: что именно считается успехом, какие события повторяются и есть ли у них общая причина? Без этих уточнений точные числа могут создавать видимость знания, которого на самом деле нет.

Что даёт правило дополнения

Правило «один минус вероятность противоположного события» удобно, когда вариантов «хотя бы один» много, а вариант «ни одного» описать проще. Оно встречается не только в расчётах о вещах: так можно рассуждать о вероятности хотя бы одного ошибочного символа в наборе, хотя бы одного неполученного сообщения в серии или хотя бы одного дождливого дня в коротком промежутке. Каждый пример требует своих предположений и подходящих исходных данных.

Главная польза этого приёма не в том, чтобы угадывать исходы, а в том, чтобы не терять их при подсчёте. Он помогает увидеть разницу между отдельной вероятностью и вероятностью целой серии, а также заметить роль зависимости. Если условия не известны, честный вывод — не точное предсказание, а описание того, какие данные и допущения понадобились бы для расчёта.