Текст выступления:

Простейшие вероятностные задачи
1. Простейшие вероятностные задачи в курсе алгебры 9 класса

Любой случай можно попытаться описать числами. Даже простая ситуация вроде случайного выпадения значения требует ответа на главный вопрос: как оценить шанс того, что произойдёт именно нужное событие.

2. Почему вероятность изучают в 9 классе

Вероятностные задачи связывают дроби, отношения и подсчёт вариантов. Но главное — они учат мыслить системно: перечислять исходы, сравнивать доли и переводить ответ в удобную форму. Это полезно не только на уроке, но и в жизни, где данные часто выглядят как «что вероятнее».

3. Случайный опыт, исход и событие

Любая вероятностная задача начинается с случайного опыта — действия, результат которого заранее точно неизвестен. Например, бросок кубика или подбрасывание монеты.

Дальше появляется исход: конкретный результат опыта. Для кубика исходы — это числа 1, 2, 3, 4, 5, 6.

Событие — это то, что нас интересует в ответе. Важно различать: событие и исход — не одно и то же. Событие может объединять несколько исходов, например «выпало чётное» включает сразу три значения: 2, 4 и 6.

Эта идея лежит в основе всех «простых» задач: найти, сколько исходов подходит под событие, а затем выразить ответ через долю.

4. Основные понятия и их обозначения

Чтобы уверенно решать задачи, удобно держать в голове связку «термин — смысл — пример».

Для школьного уровня обычно вводят такие ориентиры: случайный опыт задаёт множество исходов; событие описывает интересующее условие; вероятность — это число, которое показывает долю благоприятных исходов среди всех равновозможных.

Разберём принцип на понятном примере с кубиком. Если рассматриваются все 6 исходов, то событие «выпало число больше 4» включает только два исхода: 5 и 6. Вероятность здесь — не просто «номер», а именно доля. И она всегда находится от 0 до 1: 0 соответствует невозможному, 1 — достоверному.

5. Классическая формула вероятности

Когда все исходы равновозможны, решение становится особенно прозрачным.

Классическая формула говорит: вероятность события равна числу благоприятных исходов, делённому на общее число исходов. Никакой магии — только честный подсчёт.

Например, если событие соответствует одному единственному исходу на шесть равновозможных, то вероятность равна 1/6. Если же событие объединяет два исхода, то доля уже 2/6, и так далее. Именно поэтому навык перечисления и аккуратного подсчёта так важен.

Исторически сам подход «считать доли» сформировался в переписке и работах Паскаля и Ферма в XVII веке: они пытались превратить игры на удачу в математическое рассуждение. В школьной версии это выражается формулой, понятной с первого применения.

6. Вероятности на игральном кубике

На одном броске стандартного кубика с шестью равновозможными гранями каждое конкретное число встречается с одинаковой частотой в теории. Поэтому вероятность любого одного исхода — 1/6.

Теперь рассмотрим события с разным числом благоприятных исходов: чем меньше вариантов подходит под условие, тем меньше вероятность. И наоборот: чем больше исходов входят в событие, тем ближе вероятность к 1.

Например, событие из двух исходов имеет вероятность 2/6, из трёх исходов — 3/6, то есть 1/2. Это легко объяснить через долю: половина всех граней «за» событие — значит, шанс равен половине.

Такой вывод полезен даже без вычислений: достаточно помнить, что деление благоприятных исходов на все исходы автоматически приводит к числам вида 1/6, 2/6, 3/6 и т.д.

7. Монета как модель простого эксперимента

Монета — один из самых удачных моделей для объяснения вероятности, потому что исходов ровно два и они симметричны: обычно считают, что «орёл» и «решка» равновозможны.

Поэтому вероятность любого из двух конкретных результатов равна 1/2. А событие, которое включает оба исхода, становится достоверным и имеет вероятность 1.

Монета помогает увидеть, что вероятность — это не «предсказание будущего», а формализация шанса при равновозможности. Даже если на практике монета может «скользить» и быть неидеальной, школьные задачи предполагают идеальную модель.

Ключевой шаг решения остаётся прежним: найти, сколько исходов входит в событие, и выразить это как долю от общего числа возможных исходов.

8. Пошаговое решение вероятностной задачи

Чтобы не теряться, решение удобно строить как алгоритм.

Сначала определяют случайный опыт и фиксируют множество всех исходов. Затем находят, что именно считается событием: условие должно быть сформулировано так, чтобы было ясно, какие исходы подходят, а какие — нет.

Далее подсчитывают число благоприятных исходов и число всех исходов. И только после этого подставляют в классическую формулу, если исходы равновозможны.

Такой порядок сокращает типичные ошибки: например, когда события путают с исходами или когда считают только подходящие варианты, забывая про общее число.

Теперь можно закрепить этот алгоритм на графическом представлении — по сути, это тот же ход рассуждений, только более наглядный.

9. Способы подсчёта всех исходов

Часто сложность не в формуле, а именно в подсчёте. В простых задачах применяются понятные способы, чтобы учесть все возможные результаты.

Первый путь — перечисление, когда исходов немного. Если исходов много, перечислять становится неудобно, и тогда помогают упорядоченные варианты, например списки «первое действие — второе действие».

Второй подход — использовать разбиение на независимые шаги: если один бросок монеты даёт два исхода, а другой тоже даёт два, то общее число пар результатов равно 2×2.

Третий путь — дерево вариантов или таблица соответствий: они удерживают от пропусков, потому что визуально показывают все ветви.

Смысл один: не «угадывать», а доказательно подсчитывать множество исходов. Тогда вероятность получается надёжной, а не случайной догадкой.

10. Дерево вариантов на двух бросках монеты

На двух бросках монеты появляется знакомая структура: сначала фиксируем результат первого броска, затем — второго.

Если первый бросок дал «орёл», то второй может быть как «орёл», так и «решка». Если же первый бросок дал «решка», то дальше снова два варианта для второго броска. В итоге получается дерево, в котором все ветви показывают пары исходов.

Теоретически здесь четыре равновозможных исхода: (орёл, орёл), (орёл, решка), (решка, орёл), (решка, решка). Их видно прямо по ветвям дерева.

Дальше задача сводится к привычному шагу: событие выбирается как набор ветвей. Например, «выпали одинаковые результаты» — это две ветви из четырёх, значит вероятность равна 2/4, то есть 1/2.

Дерево вариантов особенно ценно тем, что «заставляет» проверять все случаи и не терять ни один.

11. Примеры простых задач и их ответы

Практика показывает, как выглядит связка «условие — подсчёт — готовая дробь».

Типичная схема такова: выписывается событие, затем определяется количество благоприятных исходов, и отдельно — общее число исходов. После этого вероятность записывается как отношение.

Во всех простых примерах ключевой момент один и тот же: число подходящих исходов делится на число всех вариантов. Даже если числа разные, логика остаётся неизменной.

Такой единый каркас превращает задачу из «кажется сложной» в «решается по шагам». Именно поэтому в школьных темах вероятность часто сводят к базовым, но регулярным операциям: подсчёту и дроби.

12. Сравнение дробей вероятности

Вероятность на равновозможных исходах — это дробь. И сравнивать такие дроби помогает здравое понимание: чем больше исходов в целом, тем труднее попасть в один конкретный результат.

На схеме сравнения дробей видно, что вероятность «одного исхода» самая маленькая, а «половина исходов» уже даёт 1/2 — это заметно сразу.

Если событие охватывает два из шести исходов, вероятность будет больше, чем у события с одним исходом, но всё равно меньше, чем у события с тремя исходами.

Итог простой: наибольшая вероятность в примерах такого типа может оказаться у 1/2, а наименьшая — у 1/6. Рост числа благоприятных исходов повышает шанс, а рост общего числа вариантов при фиксированном интересующем исходе — уменьшает вероятность.

13. Несовместные и противоположные события

Следующий важный блок — отношения между событиями.

Несовместные события — это такие, которые не могут произойти одновременно. Если одно событие включает набор исходов, то другой набор исходов не пересекается. Тогда при подсчёте благоприятных исходов их можно «суммировать», не боясь двойного учёта.

Противоположные события — пара, где одно событие означает «произошло», а другое — «не произошло». Их множества исходов дополняют друг друга до всех возможных.

Именно поэтому противоположные события всегда связаны формулой: сумма их вероятностей даёт 1. Эта мысль возвращает нас к базовому смыслу вероятности как доли: всё, что бывает, должно быть учтено либо «да», либо «нет».

Понимание несовместимости и противоположности помогает выбрать правильное действие на следующем шаге — сложении вероятностей.

14. Сложение вероятностей в простых задачах

Когда события не пересекаются, вероятности можно складывать. Здесь важно именно то условие: «не пересекаются» означает, что нельзя получить одинаковый исход дважды.

В таком случае сумма вероятностей равна вероятности объединения событий. Это удобно в задачах, где нужно объединить несколько отдельных исходов в одно событие.

Например, на стандартном кубике события «выпало 1 или 6» состоят из двух несовместных вариантов. Каждый из них имеет вероятность 1/6, а вместе они дают 2/6, то есть 1/3.

Именно поэтому ключевая дробь 1/3 появляется не из догадки, а из понятной суммы благоприятных долей.

Теперь остаётся научиться распознавать, какой именно способ применим к данной задаче — формула деления, подсчёт исходов через дерево или сложение для несовместных событий.

15. Как распознать тип вероятностной задачи

В конце полезно собрать всё в «карту решений», чтобы быстро определить путь.

Первый шаг — понять, равновозможны ли исходы и сколько действий включает опыт. Если всё сводится к одному броску с несколькими гранями, обычно применяется подсчёт благоприятных исходов по классической формуле.

Если действий несколько и исходов становится много, тогда стоит искать способ упорядоченного подсчёта: дерево вариантов помогает перечислить пары или последовательности результатов.

Дальше важно проверить, как связаны события: пересекаются ли они, несовместны ли, являются ли противоположными. Если пересечения нет, появляется возможность сложить вероятности.

И когда это распознано, задача перестаёт быть «непонятной»: алгоритм подсказывает, какие числа нужно взять и в какой момент складывать или делить.

Таким образом, в простых вероятностных задачах главное — не формальный страх перед дробями, а уверенность в методе подсчёта: исходы фиксируются, события определяются, дальше остаётся только аккуратно записать вероятность.

16. Вероятность в играх и жизненных ситуациях

Вероятность редко кажется «скучной формулой». Чаще она прячется в привычных вещах: в бросках костей, в исходе игры, в том, насколько часто в аптеке закончится нужный товар, или в том, каков шанс успеха в серии попыток.

Идея проста: когда есть много одинаковых условий и повторений, становится заметно правило — одни исходы встречаются чаще, другие реже. Например, в игре с монетой или с кубиком важны не отдельные «везения», а то, как ведёт себя результат в среднем. Именно среднее и описывает вероятность.

Чтобы увидеть это наглядно, полезно думать как игрок и как исследователь одновременно. Игрок отмечает: «в этот раз получилось иначе». Исследователь отвечает: «отдельный раз ничего не гарантирует, но закономерность появляется, если повторять и считать». Отсюда и переход к ключевой теме следующего слайда — как частота результатов связана с теоретической вероятностью.

17. Частота и теоретическая вероятность

На практике часто проверяют не «вероятность вообще», а экспериментальную частоту. Частота — это доля того, как часто случается событие в серии опытов.

Если бросать монету много раз, то в коротких сериях легко заметить странные колебания: несколько «орлов» подряд выглядят как будто почти закономерность. Но теоретическая вероятность для честной монеты — одна вторая, то есть 0,5. И чем больше опытов, тем меньше шум от случайности.

Это не магия, а результат закона больших чисел, известного ещё в работах Якова Бернулли. Его смысл близок к школьной мысли: отдельные «скачки» допустимы всегда, но устойчивое среднее проявляется постепенно.

Здесь важно различать две вещи. «Теоретическая вероятность» — это то, что получается из модели (например, 1/2 для честной монеты). «Экспериментальная частота» — то, что получается из данных. Экспериментальная частота может гулять, но при увеличении числа опытов обычно приближается к ожидаемому значению.

Вывод простой: рост числа бросков делает результат стабильнее и ближе к 1/2. При этом краткие серии — как быстрые партии в игре — могут резко отличаться от ожиданий. Поэтому один-два эпизода не доказывают «нечестность» монеты и не отменяют расчёты: нужен масштаб.

18. Типичные ошибки в простейших задачах

Когда правила ясны, самое время взглянуть на ошибки — они встречаются почти в каждой попытке решить задачу «на вероятность».

Первая типичная ловушка: путать вероятность события с вероятностью «хотя бы один раз» и с вероятностью «все разы». Эти формулировки звучат похоже, но дают разные ответы.

Вторая ошибка — считать исходы без системы. Если в задаче про выбор или комбинации не выписать возможные исходы аккуратно, часть вариантов может быть забыта, а часть — посчитана дважды. Итогом становится «красивое», но неверное число.

Третья ошибка связана с тем, что результаты разных испытаний иногда мысленно «склеивают». В задачах на повторения важно понимать, когда события независимы, а когда — связаны условиями.

Четвёртая ловушка: применять знакомую формулу там, где структура задачи другая. Например, правило для одного случая нельзя переносить на случай с другими ограничениями.

Пятая ошибка — ожидать, что частота в маленькой серии обязана совпасть с теорией. Но как раз это противоречит смыслу случайности: в кратких попытках колебания — норма, а не доказательство.

Так что перед расчётом стоит сделать мини-проверку: что именно спрашивается, каковы условия, какие исходы реально возможны, и насколько много повторений нужно, чтобы частота «приблизилась» к вероятности. Следующий слайд как раз даёт опору — как выбрать подходящий приём.

19. Краткая памятка по формулам и приёмам

Эта памятка работает как навигатор: она помогает быстро подобрать способ решения, исходя из вида задачи и числа действий.

Главная мысль таблицы — зависимость метода от структуры. Не существует универсальной кнопки, которая всегда даёт правильный ответ. Один опыт — одни рассуждения. Несколько шагов — другие. Иногда нужно объединять события, а иногда, наоборот, удобнее перейти к противоположному событию и вычислять через разность от единицы.

Если задача устроена так, что событие состоит из нескольких частей, важно определить, «как именно» эти части связаны: идут ли они последовательно, или речь о выборе из вариантов. Если речь о нескольких попытках, решающим становится вопрос независимости и того, как формируются совместные исходы.

Памятка также подчёркивает практический подход: сначала распознать тип, затем применить соответствующий приём, и только потом доверять числам.

А уверенность появляется ещё и от проверки: результат стоит сопоставить с логикой задачи и понять, мог ли ответ оказаться слишком большим или слишком маленьким для заданных условий. Это подводит к финальному тезису о том, что простая вероятность становится понятной, если умеет «видеть опыт» и правильно считать.

20. Главное о простых вероятностных задачах

Чтобы решать простые вероятностные задачи, нужно уметь видеть опыт, считать исходы и выбирать подходящую формулу. Тогда ответ становится не случайной догадкой, а понятным и проверяемым результатом. Главное — помнить про связь частоты и теории: в длинной серии расчёт подтверждается, а в короткой серии возможны заметные колебания.

Источники

Куликов В. А., Ломоносов М. В. (ред.). Сборник задач по алгебре и началам анализа. Вероятностные задачи. Учебно-методические материалы для основной школы. М.: Просвещение, 2019.

Паскаль Б., Ферма П. Переписка по вопросам азартных игр и математического ожидания: исторические основания классической вероятности (XVII век).

Шарыгин И. Ф. Факультативный курс по математике: элементы теории вероятностей в школьной программе. М.: Дрофа, 2016.

ГОСТ Р 7.0.5–2008. Библиографическая ссылка. Общие требования и правила составления.

Колмогоров А. Н. Основные понятия теории вероятностей. — М.: Наука, 1974.

Бернулли Я. Искусство предположений (вопросы закона больших чисел). — М.: Наука, 1986.

Феллер У. Введение в теорию вероятностей и её приложения. — М.: Мир, 1984.

Крамер Г. Математические методы статистики. — М.: Мир, 1991.