Независимость событий

События $A$ и $B$ независимы, если:

Произведение вероятностей - формальное определение независимости. Эквивалент: $P(A|B)=P(A)$ - знание о $B$ не меняет вероятность $A$. Несовместность ($A\cap B=\emptyset$) - это другое.

Два броска монеты

Классическая проверка независимости

$A$ = "первый бросок - орёл" $B$ = "второй бросок - орёл" Пространство исходов: {ОО, ОР, РО, РР} - все равновероятны. $P(A) = 2/4 = 1/2$ (ОО и ОР) $P(B) = 2/4 = 1/2$ (ОО и РО) $P(A \cap B) = 1/4$ (только ОО) **Проверка:** $P(A) \cdot P(B) = 1/2 \cdot 1/2 = 1/4 = P(A \cap B)$ ✓ События независимы! Результат первого броска не влияет на второй.

Для независимых событий A и B верно P(A|B) = P(A). Что это означает на практике?

$P(A|B) = P(A)$ буквально означает: "вероятность A при условии B" = "вероятность A без всяких условий". Информация о B **бесполезна** для предсказания A. Неважно, произошло B или нет - наша оценка P(A) не меняется. Это и есть суть независимости: события "не знают" друг о друге.

Несовместные, но ЗАВИСИМЫЕ

Бросок кубика

$A$ = "выпало 1", $B$ = "выпало 6" **Несовместные?** ✅ Да - нельзя одновременно выбросить 1 и 6. $P(A \cap B) = 0$ **Независимые?** ❌ НЕТ! Если $A$ произошло (выпала 1), то $B$ точно не произошло: $P(B|A) = 0 \neq P(B) = 1/6$ Знание об $A$ **полностью определяет** $B$ - это сильнейшая зависимость!

Независимые и СОВМЕСТНЫЕ

Чётность и "больше 2"

$A$ = "выпало чётное" = {2, 4, 6}, $P(A) = 1/2$ $B$ = "выпало больше 2" = {3, 4, 5, 6}, $P(B) = 4/6 = 2/3$ **Совместные?** ✅ Да - $A \cap B$ = {4, 6}, $P(A \cap B) = 2/6 = 1/3$ **Независимые?** Проверим: $P(A) \cdot P(B) = 1/2 \cdot 2/3 = 1/3 = P(A \cap B)$ ✅ Да, независимые! Информация "выпало больше 2" не меняет вероятность чётного.

Если события не могут произойти одновременно, они независимы (не влияют друг на друга)

Несовместные события (кроме тривиальных) ВСЕГДА зависимы - и очень сильно!

Если $A$ и $B$ несовместны, то $P(A \cap B) = 0$. Но $P(A) \cdot P(B) > 0$ (если оба события возможны). Значит $P(A \cap B) \neq P(A) \cdot P(B)$ - зависимость. Более того, это максимальная отрицательная зависимость: если одно произошло, второе гарантированно нет. Несовместность - это полная противоположность независимости, не синоним.

Бросаем кубик. A = "чётное" = {2,4,6}, B = "меньше 4" = {1,2,3}. Независимы ли события?

$A = \{2,4,6\}$, $P(A) = 3/6 = 1/2$ $B = \{1,2,3\}$, $P(B) = 3/6 = 1/2$ $A \cap B = \{2\}$, $P(A \cap B) = 1/6$ $P(A) \cdot P(B) = 1/2 \cdot 1/2 = 1/4$ Но $P(A \cap B) = 1/6 \neq 1/4$ События **зависимы**! Знание "меньше 4" уменьшает вероятность чётного (только 2 из {1,2,3} чётное).

5 орлов подряд

Простое умножение

Какова вероятность получить 5 орлов подряд при бросках честной монеты? Броски **независимы**, $P(\text{орёл}) = 1/2$. $$P(\text{5 орлов}) = \left(\frac{1}{2}\right)^5 = \frac{1}{32} \approx 3.1\%$$ Редко, но не невозможно. В среднем это происходит раз в 32 серии по 5 бросков.

Надёжность последовательной системы

Реальное применение

Система из 3 компонентов работает, только если работают **все** три. Надёжность: $R_1 = 0.95$, $R_2 = 0.98$, $R_3 = 0.99$ Отказы **независимы**. $$P(\text{система работает}) = 0.95 \cdot 0.98 \cdot 0.99 \approx 0.921$$ Даже при высокой надёжности компонентов (~95-99%) система работает только в 92% случаев! **Инженерный вывод:** для критических систем используют **параллельное** резервирование (дублирование).

Вероятность дождя в каждый день - 30% (независимо). Какова вероятность, что дождь будет хотя бы один день из 7?

$P(\text{нет дождя в день}) = 0.7$ $P(\text{нет дождя всю неделю}) = 0.7^7 \approx 0.082$ $P(\text{хотя бы 1 дождливый день}) = 1 - 0.082 \approx \mathbf{91.8\%}$ **Трюк "от противного"** - часто проще вычислить $P(\text{ни одного})$, чем перебирать все варианты "хотя бы одного".

Рулетка после 5 чёрных

Ошибочное vs правильное рассуждение

**Ошибочное:** "Чёрное выпадало 5 раз! Закон больших чисел говорит, что должен быть баланс. Ставлю на красное!" **Правильное:** Каждый спин **независим**. Рулетка не помнит предыдущие результаты. $P(\text{красное на 6-м спине}) = 18/37 \approx 48.6\%$ Ровно такая же вероятность, как и на **любом** спине. "Баланс" восстанавливается не тем, что красное станет более вероятным, а тем, что доля чёрного "размоется" в длинной серии.

Монета выдала 10 орлов подряд. Какова вероятность решки на 11-м броске?

Для **честной** монеты каждый бросок независим. Предыдущие 10 орлов никак не влияют на 11-й бросок. $P(\text{решка на 11-м}) = 50\%$ **Однако** 10 орлов подряд - очень редкое событие $(1/1024)$. Если это произошло, разумно **усомниться** в честности монеты! Возможно, $P(\text{решка}) \neq 50\%$ для этой конкретной монеты. Ответ "зависит от честности" был бы верен, если бы вопрос был о реальной ситуации. Но для **идеальной** честной монеты - 50%.

Зонт и солнечные очки

Классический пример условной независимости

$A$ = "Алиса взяла зонт" $B$ = "Боб надел солнечные очки" $C$ = "Сегодня солнечно" **Безусловно** $A$ и $B$ **зависимы** - оба зависят от погоды. Если Алиса взяла зонт, вероятно, пасмурно, и Боб вряд ли в очках. **При условии "солнечно"** $A$ и $B$ могут стать **независимы**: каждый принимает решение сам, погода уже известна. $$P(A \cap B | C) = P(A|C) \cdot P(B|C)$$

Результаты двух студентов на экзамене безусловно зависимы (оба готовились по одним материалам). При каком условии они могут стать независимы?

Результаты **коррелируют** через общий скрытый фактор - уровень подготовки (и сложность экзамена). Если мы **знаем** уровень подготовки каждого студента, результаты становятся условно независимы: каждый пишет свой экзамен, зная его уровень. $$P(A \geq 4, B \geq 4 | \text{уровни}) = P(A \geq 4 | \text{уровень A}) \cdot P(B \geq 4 | \text{уровень B})$$ Это принцип **d-separation** в байесовских сетях: обусловливание на общем "предке" делает потомков независимыми.

Стрелок попадает в мишень с вероятностью 0.8. Выстрелы независимы. Какова вероятность попасть хотя бы раз из 3 выстрелов?

$P(\text{промах}) = 0.2$ $P(\text{3 промаха подряд}) = 0.2^3 = 0.008$ $P(\text{хотя бы 1 попадание}) = 1 - 0.008 = \mathbf{0.992 = 99.2\%}$ Почти наверняка попадёт хотя бы раз!

Бросают две игральные кости. Независимы ли события: A = "на первой выпало 6" и B = "сумма очков равна 7"?

$P(A) = 1/6$ (на первой выпало 6) $P(B) = 6/36 = 1/6$ - пары с суммой 7: (1,6), (2,5), (3,4), (4,3), (5,2), (6,1) $A \cap B$: первая = 6 **и** сумма = 7 → вторая = 1 Это единственная пара (6, 1): $P(A \cap B) = 1/36$ **Проверка:** $P(A) \cdot P(B) = 1/6 \cdot 1/6 = 1/36 = P(A \cap B)$ ✅ События **независимы**! Удивительно, но факт.

Система состоит из 4 компонентов: два соединены последовательно (оба должны работать), затем параллельно со вторым таким же блоком. Надёжность каждого компонента 0.9. Отказы независимы. Какова надёжность системы?

**Шаг 1:** Надёжность одного последовательного блока: $R_{\text{блок}} = 0.9 \cdot 0.9 = 0.81$ **Шаг 2:** Вероятность отказа блока: $Q_{\text{блок}} = 1 - 0.81 = 0.19$ **Шаг 3:** Для параллельного соединения система работает, если хотя бы один блок работает: $R_{\text{система}} = 1 - Q_{\text{блок}}^2 = 1 - 0.19^2 = 1 - 0.0361 = \mathbf{0.964}$ Параллельное резервирование повысило надёжность с 81% до 96.4%!

Сервер дублируется тремя независимыми экземплярами, у каждого вероятность отказа за сутки $0{,}05$. Какова вероятность, что хотя бы один экземпляр работает в течение суток?

Хотя бы один работает = не все отказали. Отказы независимы, поэтому $P(\text{все отказали}) = 0{,}05^3$, а ответ $1 - 0{,}05^3 = 0{,}999875$. Параллельное резервирование резко повышает отказоустойчивость.