Читать онлайн "Невероятно – не факт" автора Китайгородский Александр Исаакович - RuLit - Страница 2

 
...
 
     


1 2 3 4 5 6 7 8 9 10 « »

Выбрать главу
Загрузка...

Вряд ли эта подмена радовала служителей культа, так как, несмотря на то, что государственные и церковные деятели неоднократно запрещали монахам играть в азартные игры, те продолжали «тешить беса».

Ещё труднее было бороться с этой страстью у придворных, рыцарей, дворян и прочей знати. Указами и сообщениями о наказаниях за нарушение этих указов, жалобами членов семьи на своего кормильца и другими подобными историями полна средневековая пресса.

Насколько увлечение было сильно, можно судить по тому, что существовали не только ремесленники, изготовлявшие кости, но и школы по изучению премудростей игры.

Играли двумя костями, а больше – тремя. Их встряхивали в кубке или в руке и бросали на доску. Игр существовало множество. Но, вероятно, наибольшее распространение имело прямолинейное бросание – кто выбросит большую сумму очков.

У нас в России игральные кости не пользовались большой популярностью. Возможно, это объясняется тем, что «просвещение» захватило наши придворные круги уже тогда, когда в Европе мода на кости прошла и появились карты. Зато игра в орлянку процветала повсеместно. Мы оставим без внимания эту простую игру и вернёмся к более сложной – к игре с костями кубом с шестью цифрами.

Итак, игрок дрожащей рукой встряхивает кубок и выбрасывает из него кости. Вверх смотрят какие-то цифры. Какие? Любые. Предсказать их невозможно, так как здесь господствует «его величество случай». Результат события случаен, потому что зависит от большого числа неконтролируемых мелочей: и как кости легли в кубке, и какова была сила и направление броска, и как каждая из костей встретилась с доской, на которую бросали кости. Достаточно крошечного, микронного смещения в начале опыта, чтобы полностью изменился конечный результат.

Таким образом, огромное число факторов делает совершенно непредсказуемым результат выброса костей, изготовленных без жульничества. А рассуждения о том, что вот если бы была возможность разместить кости в кубке в положении, фиксируемом с микронной точностью, да если бы ещё направление выбрасывания костей можно было бы установить с точностью тысячных долей углового градуса, да, кроме того, силу броска измерить с точностью до миллионных долей грамма… вот тогда можно было бы предсказать результат и случай был бы с позором изгнан из этого опыта, – есть абсолютно пустой разговор. Ведь постоянство условий, при которых протекает явление или ставится опыт, есть практическое понятие. То есть я говорю, что условия проведения двух испытаний одинаковы лишь в том случае, если не могу установить различий между ними.

Если тысячи и миллионы опытов, поставленных в одних и тех же условиях, всегда приводят к определённому событию (выпущенное из руки яблоко падает на землю), то событие называется достоверным. А коль скоро миллионы опытов показывают, что некоторый их исход никогда не наблюдается (невозможно одним караваем хлеба накормить тысячу голодных людей), то такие события называются невозможными.

Случайные события лежат между этими двумя крайностями. Они иногда происходят, а иногда нет, хотя практически условия, при которых мы их наблюдаем, не меняются.

Выпадение кости – классический пример случайного события. И всё же интересно, можно ли наперёд предусмотреть, предугадать, наконец, рассчитать и предсказать результат такого события, и как это делается?

Когда мы сталкиваемся с одинаковыми ситуациями, которые приводят к случайным исходам, на сцене появляется слово «вероятность». Вероятность – это число. А раз так, то оно относится к точным понятиям; и чтобы не попасть впросак, надо пользоваться этим словом с той определённостью и недвусмысленностью, которые приняты в естествознании.

Рассуждение начинается так. Есть некая исходная ситуация, которая может привести к разным результатам: кость-кубик может упасть вверх любой гранью, из колоды берётся карта – она может быть любой масти, родился человек – это может быть мальчик или девочка, завтра наступит 10 сентября – день может быть дождливым или солнечным… Число исходов событий может быть самым разным, и мы должны все их держать в уме и знать, что один из них произойдёт обязательно, то есть достоверно.

Перечислив все возможные исходы, возникающие из некой ситуации, математик скажет: дана группа исходов события, которая является предметом изучения теории вероятностей.

Различные результаты события, то есть различные представители группы, могут быть равновозможными. Этот самый простой вариант случайности осуществляется в азартных играх. (Потому мы и начали книгу рассказом об азартных играх.) Введём число вероятности на примере игральной кости.

Группой исходов события является выпадение единицы, двойки, тройки, четвёрки, пятёрки и шестёрки. «Исход события» звучит немного громоздко, и мы надеемся, что читатель не будет путаться, если мы иногда не станем писать первое слово. Итак, событий в группе шесть – это полное число событий.

Следующий вопрос, который надо себе задать, таков: сколько из этих событий дают интересующий нас результат? Допустим, мы хотим узнать вероятность выпадения тройки, то есть нас волнует осуществление одного события из группы в шесть. Тогда число благоприятных вариантов (одно – тройка) делят на полное число событий и получают вероятность появления интересующего нас события. В нашем примере вероятность выпадения тройки будет равна 1/6. А чему равна вероятность появления чётной цифры? Очевидно, 3/6 (три благоприятных события делят на общее число событий, равное шести). Вероятность же выхода на кости числа, кратного трём, равна 2/6.

Ещё примеры.

В ящике, куда заглянуть нельзя, находится сто шаров, четыре из которых чёрные. Чему равна вероятность вытащить чёрный шар? Рассматривается группа из ста событий; благоприятных событий четыре, значит, вероятность вытянуть чёрный шар равна 0,04. Вероятность вытянуть туза пик из полной колоды равна 1/52. Вероятность вытянуть любую пику – 1/4, какой-либо туз – 1/13, а любую пиковую фигуру – 3/13 и так далее.

Мы рассмотрели примеры, когда сразу ясно, о какой группе событий идёт речь, когда вполне очевидно, что все события из-за равенства условий имеют одинаковые шансы осуществиться, когда заранее ясно, чему равняется вероятность интересующего нас события. Но есть случаи и посложнее. Подробнее о них будет рассказано в других главах, а сейчас скажем, что осложнения могут быть двух типов.

Первое – вероятность исхода события не очевидна заранее. И тогда значение вероятности может быть установлено лишь на опыте. К этому, так называемому статистическому, методу определения вероятности мы будем возвращаться неоднократно и тогда подробнее о нём поговорим.

Другая трудность, скорее логического порядка, появляется тогда, когда нет однозначности в выделении группы явлений, к которой относится интересующее нас событие.

Скажем, некто Пьер отправился на мотоцикле на работу на улицу Гренель и по дороге наскочил на грузовик. Можно ли ответить, какова вероятность этого грустного происшествия? Без сомнения, можно, но необходимо оговорить исходную ситуацию. А выбор её, конечно, неоднозначен. Ведь можно привлечь к статистике лишь выезды на работу молодых парижан; а можно исследовать группу выездов всех парижан в любое время; можно расширить статистику на другие города, а не ограничиться Парижем. Во всех этих вариантах вероятности будут разными.

Итак, вывод один: когда начинаешь оперировать числами, необходима точность в постановке задачи; исследователь всегда должен формализовать явление – с этим уж ничего не поделаешь.

Вернёмся теперь к игре в кости. Одной костью никто не играет: слишком просто и загодя известно, что вероятность выпадения любой грани – 1/6, и никаких математических задач в такой игре не возникает.

При бросании трех или даже двух костей сразу появляются проблемы, и можно уже задать, скажем, такой вопрос: какова вероятность появления двух шестёрок? Каждая из них появляется независимо с вероятностью, равной 1/6. При выпадении шестёрки на одной кости вторая может лечь шестью способами. Значит, вероятность выпадения двух шестёрок одновременно будет равна произведению двух вероятностей (1/6·1/6). Это пример так называемой теории умножения вероятностей. Но на этом новые проблемы не кончаются.

     

 

2011 - 2018