Искусство вероятности: от подбрасывания монет до катастроф
Математика случая окружает нас повсюду, пронизывая всё: от бытовых споров до судебных разбирательств и глобальных технологических рисков. В третьей из цикла рождественских лекций 1997 года Иэн Стюарт из The Royal Institution объясняет, как теория вероятностей позволяет нам не просто гадать, а рассчитывать шансы и принимать обоснованные решения, даже когда интуиция настойчиво подводит.
🎲 Основы теории: почему монеты не имеют памяти
Многие люди склонны верить, что если серия подбрасываний монеты дала много «орлов» подряд, то следующим с большей вероятностью выпадет «решка». Иэн Стюарт утверждает: это фундаментальная ошибка. Монеты не обладают памятью, и шансы остаются равными при каждом броске.
Математическая вероятность — это число в диапазоне от нуля (невозможно) до единицы (абсолютная достоверность). Учёные-математики, такие как Пьер-Симон Лаплас, разработали методы для анализа этих шансов, которые помогают разобраться в неопределённости.
- Коинциденция дней рождения: Парадоксальный факт — чтобы вероятность совпадения дней рождения у двух людей в группе превысила 50%, требуется всего 23 человека.
- Случайное блуждание: График отклонений количества «орлов» от «решек» со временем может уйти как угодно далеко от нуля, но рано или поздно вернётся к равновесию. Однако среднее время такого возврата может быть бесконечно долгим.
⚖️ Вероятность в суде: ловушка ДНК-профилирования
Одним из самых критических применений теории вероятностей является оценка доказательств в уголовных делах. Иэн Стюарт указывает на распространённую юридическую ошибку: часто присяжным сообщают вероятность того, что ДНК невиновного человека совпадет с образцом с места преступления (например, один к миллиону).
По мнению лектора, это неверный вопрос. Истинный вопрос, который должен задавать суд: какова вероятность, что человек невиновен, учитывая, что его ДНК совпала с образцом?
- Если вероятность совпадения — один на миллион, а в стране 50 миллионов человек, то таких людей (потенциальных «совпадений») около 50.
- Если подозреваемый был выбран только потому, что он оказался в этой группе из 50 человек, шанс его виновности — один к 50, что кардинально отличается от «одного к миллиону».
⚠️ Уроки риска и катастрофы шаттла Challenger
Оценка рисков — это способ сделать мир безопаснее, но она требует учёта всех доступных данных, а не только тех, что кажутся важными. Иэн Стюарт иллюстрирует это на примере трагедии шаттла Challenger.
Техническая причина катастрофы заключалась в деформации уплотнительных колец (O-rings) при низких температурах. Инженеры предупреждали, что запускать шаттл в холод опасно, однако руководство NASA проигнорировало этот довод, опираясь на неполные данные:
- На графике рисков, который рассматривало руководство, были только случаи, когда уплотнительные кольца повреждались.
- Если бы менеджеры включили в анализ данные по всем предыдущим успешным запускам (которые проходили в тёплую погоду), зависимость стала бы очевидной: риск отказа при низкой температуре катастрофически возрастает.
Иэн Стюарт резюмирует, что люди часто ошибаются в оценке рисков, фокусируясь на отдельных событиях и упуская из виду общую картину. Дизайн систем, устойчивых к случайным событиям (например, сейсмостойкие здания в Японии), базируется именно на строгом статистическом расчёте.
