Перемешать — не значит исключить совпадения
Представим, что в классе перепутали подписанные папки и случайно раздали их ученикам. Кажется естественным ожидать, что после хорошего перемешивания ни одна папка не попадёт к своему владельцу. Но случайная перестановка не стремится устранить совпадения: она просто не отдаёт предпочтения ни одному допустимому порядку. Поэтому правильная папка иногда возвращается к правильному человеку — и число таких совпадений можно оценить заранее.
Назовём совпадением случай, когда объект оказывается на исходном месте. Это может быть папка у владельца, карточка напротив соответствующей строки или ключ возле своей бирки. В математике подобные совпадения называют неподвижными точками перестановки. Сам термин звучит отвлечённо, но вопрос бытовой: сколько предметов после случайного распределения сохранят прежнего адресата?
Считаем совпадения по одному
Пусть есть десять папок и десять учеников, а папки раздают в случайном порядке. Для каждого ученика вероятность получить именно свою папку равна одной десятой: в равномерно перемешанном наборе каждая из десяти папок одинаково вероятна на его месте. Обозначим совпадение для первого ученика индикатором: оно равно единице, если папка совпала, и нулю — если нет. То же можно сделать для остальных девяти.
Общее число совпадений — сумма этих десяти индикаторов. Среднее число совпадений равно сумме их средних значений, а у каждого индикатора среднее равно вероятности совпадения, то есть одной десятой. Значит, среднее число совпадений составляет десять раз по одной десятой, то есть одно.
Важно: это не обещание, что в каждой раздаче найдётся ровно одна правильная папка. В одной попытке совпадений может не быть, в другой — оказаться несколько. Число один описывает среднее по множеству возможных раздач, а не точный результат отдельной раздачи.
Почему не нужно считать пары совпадений
На первый взгляд здесь есть препятствие. Если один ученик уже получил свою папку, меняются ли шансы остальных? Да: распределение оставшихся папок зависит от того, что произошло раньше. Поэтому простое предположение о независимости было бы неверным. Однако для вычисления среднего она не нужна.
Достаточно сложить вероятности отдельных совпадений. Это свойство среднего значения сохраняется даже тогда, когда события связаны между собой. Удобно представить каждый возможный удачный адрес как отдельную маленькую лампочку: у каждой своя вероятность загореться, а среднее общее число горящих лампочек получается сложением их вероятностей. Какая лампочка загорелась вместе с какой — на этот расчёт не влияет.
Такой приём полезен, когда хочется оценить количество совпадений, но трудно описать все их сочетания. Для ответа на вопрос о среднем не обязательно перечислять все варианты распределения по группам: «ни одного», «одно», «два» и так далее.
Среднее — не самая вероятная картина
Если среднее равно одному, легко сделать слишком сильный вывод: будто чаще всего будет ровно одно совпадение. Но среднее и наиболее частый результат — разные понятия. Например, результаты могут часто собираться по обе стороны от среднего, так что само среднее значение встречается не особенно часто.
Для случайной раздачи многих предметов распределение числа совпадений имеет характерную форму: заметную долю составляют случаи с небольшим числом совпадений, в том числе с нулём, а большие числа встречаются всё реже. Если предметов становится больше, среднее число совпадений всё равно остаётся равным одному. Это не означает, что доля совпавших предметов остаётся постоянной: при большом наборе одно совпадение — лишь малая часть всех мест.
Здесь важно уточнение: вывод относится к равномерному случайному распределению, в котором каждый возможный порядок имеет одинаковый шанс. Если раздатчик кладёт папки в стопку по алфавиту, действует привычка, или некоторые папки легко узнать, модель меняется. Математический ответ описывает именно принятые условия, а не любую ситуацию, названную случайной.
Где пригодится такая оценка
Идея подходит для проверки интуиции в задачах о случайном распределении. Например, организатор может раздать перемешанные карточки участникам, а затем выяснить, сколько карточек случайно вернулось к исходным адресатам. Для достаточно большого количества участников среднее число таких совпадений будет около одного — при условии равномерного перемешивания и одинакового числа карточек и адресатов.
Это также напоминание о том, что «случайно» не означает «обязательно равномерно на вид». В короткой последовательности могут возникнуть несколько совпадений рядом, а могут не возникнуть вовсе. Один конкретный результат не опровергает расчёт среднего: сравнивать нужно множество повторений или множество равновероятных исходов.
Парадокс здесь только кажущийся. При росте списка вероятность совпадения для каждого отдельного места уменьшается, но самих мест становится больше. Эти два эффекта уравновешиваются: суммарное ожидаемое число совпадений остаётся равным одному. Так простое сложение вероятностей объясняет знакомую мелочь — почему после перемешивания что-то иногда всё-таки оказывается на своём месте.
Материал подготовлен с использованием ИИ. Информационная публикация, не руководство по участию в азартных играх.
