Rachunek prawdopodobieństwa kojarzy się zwykle z kostką, kartami i „suchymi” zadaniami. Tymczasem dotyka niemal każdej codziennej decyzji, tylko rzadko nazywamy to po imieniu. Gdy słyszysz w prognozie: „70% szans na deszcz”, w głowie automatycznie przeliczasz, czy brać parasol, czy zaryzykować. To właśnie rachunek prawdopodobieństwa w życiu codziennym – tylko w wersji „na czuja”.
Podobnie jest z kolejkami. Wchodzisz do sklepu, widzisz trzy kasy. Wybierasz tę, w której stoją dwie osoby, a nie cztery, bo „większe szanse, że pójdzie szybciej”. Podświadomie oceniasz rozkład możliwych czasów obsługi. Nie liczysz wzorów, ale wykorzystujesz intuicyjny model prawdopodobieństwa – im mniej osób, tym mniejsze ryzyko, że coś się „zaciśnie”.
Kiedy planujesz wyjście z domu na autobus, też grasz z prawdopodobieństwem. Wiesz, że „czasem się spóźnia” i dodajesz kilka minut zapasu. Jeśli raz się spóźnił dramatycznie, twoja ocena szans może być przesadzona – jeden skrajny przypadek wygina ci intuicję. Matematyka pomaga to „wyrównać” i patrzeć nie na pojedyncze historie, ale na rozkład wielu możliwych sytuacji.
Od gier losowych po wybór terminu egzaminu
Decyzje związane z pieniędzmi to prawie zawsze walka szans z emocjami. Gry losowe są klasycznym polem, gdzie rachunek prawdopodobieństwa brutalnie kłóci się z nadzieją. Gdy kupujesz los na loterię, pytanie brzmi: czy potencjalna wygrana jest warta realnego prawdopodobieństwa wygranej? Zwykle nie jest – ale nasz mózg lubi spektakularne historie zwycięzców i ignoruje miliony przegranych.
Co ciekawe, podobny mechanizm działa przy wyborze terminu egzaminu. Masz dwa terminy do wyboru: wcześniejszy, gdy możesz być nie do końca przygotowany, i późniejszy, kiedy kumuluje się kilka sprawdzianów. W praktyce oceniasz prawdopodobieństwo, że:
zdążysz opanować materiał do wcześniejszej daty,
nie „wysiądziesz” energią przy kilku egzaminach naraz,
nauczyciel zapowie trudniejszą formułę w późniejszym terminie.
Kto lepiej rozumie pojęcie „szansy”, ten spokojniej podejmuje takie decyzje. Rachunek prawdopodobieństwa nie mówi, co masz zrobić, ale uporządkowuje myślenie: co jest bardziej, a co mniej realne.
Dlaczego intuicja często myli się w ocenie ryzyka
Ludzka intuicja statystyczna jest obciążona kilkoma typowymi błędami. Pierwszy to efekt świeżości: jeśli ostatnio wydarzyło się coś rzadkiego (np. głośny wypadek), zaczynamy przeceniać prawdopodobieństwo powtórki. Drugi to efekt dostępności: im łatwiej przywołać przykład z pamięci, tym częściej sądzimy, że zdarzenie „często występuje”.
Klasyczny przykład to lęk przed lataniem. Statystyki mówią jasno: lot samolotem jest znacznie bezpieczniejszy niż jazda samochodem. Ale gdy samolot spadnie, słyszy o tym cały kraj. Wypadek samochodowy rzadko staje się ogólnopolską sensacją. Nasz mózg zaczyna więc przeceniać jeden rodzaj ryzyka, a ignorować inny. Rachunek prawdopodobieństwa, nawet w swojej najprostszej, „szkolnej” formie, jest tarczą przeciw takim złudzeniom.
Spokój na maturze, gdy wiesz, że to nie magia
Na maturze z matematyki zadania z prawdopodobieństwa potrafią wyglądać na „podchwytliwe”. W rzeczywistości opierają się na kilku prostych strukturach: policz przypadki, ustal, które są sprzyjające, sprawdź, czy zdarzenia są rozłączne czy niezależne, zastosuj właściwą regułę. Kto czuje te schematy z życia codziennego, temu łatwiej przenieść je na zadania.
Dlatego warto łączyć naukę z obserwacją świata. Gdy słyszysz w prognozie „30% na deszcz”, możesz w głowie ułożyć proste pytanie maturalne: „Losowo wybieramy dzień z miesiąca maj. Ile wynosi prawdopodobieństwo, że będzie padać, jeśli wiadomo, że 9 dni było słonecznych, a 22 deszczowe lub pochmurne?”. To ten sam sposób myślenia, tylko zamknięty w arkuszu egzaminacyjnym. Dobrze ułożony rachunek szans wyprowadza z poczucia chaosu do poczucia kontroli – i to jest największa wartość na egzaminie.
Słownik pojęć po ludzku: zdarzenia, przestrzeń, prawdopodobieństwo
Przestrzeń zdarzeń elementarnych na prostym przykładzie
Podstawą rachunku prawdopodobieństwa jest przestrzeń zdarzeń elementarnych, oznaczana często grecką literą Ω (omega). Brzmi groźnie, a jest banalne: to po prostu zbiór wszystkich możliwych wyników doświadczenia losowego, takich, których nie da się już „rozbić” na prostsze.
Rzut kostką? Przestrzeń zdarzeń elementarnych to:
Ω = {1, 2, 3, 4, 5, 6}
Każdy wynik (1, 2, 3, …, 6) to zdarzenie elementarne – pojedynczy możliwy wynik, który w konkretnym rzucie albo wystąpi, albo nie. Losowanie jednej karty z pełnej talii 52 kart? Wtedy Ω to zbiór wszystkich 52 kart, np.:
Ω = {As kier, 2 kier, 3 kier, …, Król pik}
Zdarzenia jako podzbiory – „wypadło parzyste”, „wylosowano króla”
Skoro przestrzeń to zbiór wszystkich możliwości, to zdarzenie jest po prostu podzbiorem tej przestrzeni. Czyli grupą wyników, które traktujemy „razem” jako coś, co nas interesuje.
Przykład: rzut kostką i zdarzenie „wypadła liczba parzysta”. W zapisie zbiorowym:
A = {2, 4, 6}
Tutaj A jest zdarzeniem, które „występuje”, jeśli wynik rzutu jest jednym z elementów tego zbioru. Jeśli wypadnie 5, zdarzenie A nie zaszło. Jeśli wypadnie 4, zdarzenie A zaszło.
Podobnie z kartami. Zdarzenie „wylosowano króla”:
B = {Król kier, Król karo, Król trefl, Król pik}
Jeśli losujesz kartę i widzisz Króla karo – jesteś „w” zdarzeniu B. Jeśli As pik – nie jesteś. Tyle.
Klasyczna definicja prawdopodobieństwa: kiedy wolno jej używać
Najczęściej spotykana na maturze i w szkole jest klasyczna definicja prawdopodobieństwa:
P(A) = liczba wyników sprzyjających zdarzeniu A / liczba wszystkich możliwych wyników
Na przykład: rzut kostką, zdarzenie A = „wypadła liczba parzysta”. Wyniki sprzyjające: {2, 4, 6}, czyli 3. Wszystkich wyników: 6. Zatem:
P(A) = 3 / 6 = 1/2
Ta definicja działa, gdy:
przestrzeń Ω ma skończoną liczbę wyników,
wszystkie wyniki są jednakowo prawdopodobne (symetryczne warunki losowania).
Gdy losujesz kulki z dobrze wymieszanej urny, rzucasz „uczciwą” kostką, tasujesz karty – to ustawienia idealne dla klasycznej definicji. Gdy masz do czynienia z nierównymi szansami (np. kostka „oszukana”, loteria z różnymi wagami losów), sama definicja „sprzyjające / wszystkie” nie wystarczy, trzeba wprowadzić inne narzędzia. Na maturze jednak w zdecydowanej większości zadań masz sytuację „uczciwych” losowań.
Granice: prawdopodobieństwo 0 i 1 oraz codzienne rozumienie skrajności
Prawdopodobieństwo dowolnego zdarzenia A spełnia zawsze:
0 ≤ P(A) ≤ 1
Wartości skrajne mają prostą interpretację:
P(A) = 0 – zdarzenie niemożliwe (w warunkach danego doświadczenia). Np. „wypadnie 7 przy rzucie standardową kostką”.
P(A) = 1 – zdarzenie pewne. Np. „wypadnie liczba od 1 do 6 przy rzucie standardową kostką”.
W życiu codziennym mówimy „0%” i „100%” bardzo swobodnie. „Na 100% jutro przyjdę”, „szanse są zerowe, że się uda”. Z matematycznego punktu widzenia to mocne słowa. Częściej mamy do czynienia z „prawie niemożliwe” i „prawie pewne”, tylko nie chce nam się tak mówić. Uświadomienie sobie tego pomaga: gdy ktoś obiecuje „100% skuteczności” jakiejś metody, lampka powinna się zapalić.
Mini-trening tłumaczenia: z sytuacji słownej na język zdarzeń
Jedno z najważniejszych ćwiczeń przed maturą z matematyki to przekład tekstu na zapis zdarzeń. Bez tego nawet proste zadanie z rachunku prawdopodobieństwa zaczyna przypominać zagadkę z języka polskiego.
Wyobraź sobie klasę 30 uczniów, w której:
18 osób lubi matematykę (zdarzenie M),
15 osób lubi geografię (zdarzenie G),
10 osób lubi obie te dziedziny (M ∩ G).
Losowo wybierasz ucznia. Możesz zapisać:
Ω – zbiór wszystkich uczniów, |Ω| = 30,
M – podzbiór uczniów lubiących matematykę, |M| = 18,
G – podzbiór uczniów lubiących geografię, |G| = 15,
M ∩ G – przecięcie zbiorów, uczniowie lubiący zarówno matmę, jak i geografię, |M ∩ G| = 10.
Jeśli pytanie brzmi: „Jakie jest prawdopodobieństwo, że wylosowany uczeń lubi przynajmniej jedną z tych dziedzin?”, to w języku zdarzeń oznacza:
P(M ∪ G) = ?
Źródło: Pexels | Autor: MART PRODUCTION
Dodawanie i mnożenie prawdopodobieństw – dwa „tryby myślenia”
Zdarzenia rozłączne i nierozłączne – kiedy coś może się zdarzyć razem
Pierwsze ważne rozróżnienie: zdarzenia rozłączne i nierozłączne. Rozłączne (mutually exclusive) to takie, które nie mogą zajść jednocześnie. Jeśli jedno zachodzi, drugie automatycznie nie zachodzi.
Przykład: rzut kostką i zdarzenia:
A – „wypadła liczba parzysta” = {2, 4, 6},
B – „wypadła liczba nieparzysta” = {1, 3, 5}.
Nie ma wyniku, który jest jednocześnie parzysty i nieparzysty. Zatem A i B są rozłączne, a ich przecięcie A ∩ B = ∅ (zbiór pusty).
To już prosta droga do zastosowania reguły dodawania. Trening takiego przekładu przydaje się także w innych tematach – dlatego wielu nauczycieli poleca śledzić blogi edukacyjne, np. praktyczne wskazówki: edukacja, gdzie zadania rozpisuje się „po ludzku”, krok po kroku.
Zdarzenia nierozłączne to takie, które mogą wydarzyć się razem. Przykład z klasą:
M – uczeń lubi matematykę,
C – uczeń lubi chemię.
Część uczniów lubi oba przedmioty, więc M ∩ C ≠ ∅. To jest kluczowa różnica: jeśli zdarzenia „nachodzą na siebie”, nie możesz po prostu dodać P(M) i P(C), bo policzyłbyś tę wspólną część dwa razy.
Reguła dodawania: jak nie policzyć tego samego dwa razy
Reguła dodawania mówi, jak policzyć prawdopodobieństwo zdarzenia „A lub B”. Matematycznie:
P(A ∪ B) = P(A) + P(B) – P(A ∩ B)
Odejmowanie P(A ∩ B) to właśnie korekta na to, że wspólna część została policzona dwa razy. Gdy zdarzenia są rozłączne (A ∩ B = ∅), wzór upraszcza się do:
P(A ∪ B) = P(A) + P(B)
Wracając do przykładu z klasą. Załóżmy:
P(M) = 0,6 (60% uczniów lubi matematykę),
P(C) = 0,5 (50% uczniów lubi chemię),
P(M ∩ C) = 0,3 (30% lubi oba przedmioty).
Jakie jest prawdopodobieństwo, że losowo wybrany uczeń lubi przynajmniej jeden z tych przedmiotów?
P(M ∪ C) = 0,6 + 0,5 – 0,3 = 0,8
Reguła mnożenia: „i” w sensie jednoczesnego spełnienia warunków
Drugi tryb myślenia to sytuacje, gdy interesuje cię, że zajdzie i A, i B. W języku szkolnym: „pierwszy raz wylosowano…, a drugi raz…”, „pierwszy rzut dał…, a drugi…”, „uczeń spełnia jednocześnie warunki…”. Wtedy włącza się reguła mnożenia.
W najprostszej wersji, gdy mowa o zdarzeniach niezależnych (o tym za chwilę):
P(A ∩ B) = P(A) · P(B)
Jeśli rzucasz dwa razy uczciwą kostką, to:
A – „w pierwszym rzucie wypadnie 6”,
B – „w drugim rzucie wypadnie liczba parzysta”.
P(A) = 1/6, P(B) = 3/6 = 1/2, więc:
P(A ∩ B) = 1/6 · 1/2 = 1/12
Tak wygląda klasyczna sytuacja „i” – musi się zdarzyć oba naraz (w sensie: w całym opisywanym doświadczeniu).
Zależność i niezależność zdarzeń – gdy los wpływa na los
Kluczowe pytanie: czy jedno zdarzenie „psuje” lub „podkręca” szansę drugiego? Jeśli nie, mówimy, że zdarzenia są niezależne. Jeśli tak – zależne.
Rzuty kostką są niezależne: to, że w pierwszym rzucie wypadła 6, nie zmienia szans w kolejnym rzucie. Ale już losowanie kart bez zwracania jest inne. Jeśli wyciągasz asa z talii 52 kart i go odkładasz na stół, to w kolejnym losowaniu talię masz uszczuploną, więc prawdopodobieństwa są inne.
Przykład z kartami:
A – „w pierwszym losowaniu wylosowano asa”,
B – „w drugim losowaniu wylosowano asa”, losujemy bez zwracania.
P(A) = 4/52 = 1/13. Jeśli A zaszło (pierwszy raz faktycznie wylosowałeś asa), to w talii zostały 3 asy i 51 kart, więc:
P(B | A) = 3/51 = 1/17
Szansa na „A i B” to wtedy:
P(A ∩ B) = P(A) · P(B | A) = 1/13 · 1/17 = 1/221
Takich sytuacji na maturze jest sporo: „losujemy bez zwracania” prawie zawsze oznacza, że zdarzenia są zależne i musisz myśleć o szansach po kolei, aktualizując je po każdym kroku.
Kiedy dodajemy, a kiedy mnożymy – prosty „test językowy”
Gubi ci się, czy użyć dodawania, czy mnożenia? Pomoże krótkie rozpoznanie języka.
Jeśli tekst sugeruje „albo” (w sensie: wystarczy jedno z kilku) – zwykle wchodzi reguła dodawania.
Jeśli mowa o „i” oraz kolejnych krokach (pierwszy, drugi, trzeci etap) – zwykle będzie reguła mnożenia.
Oczywiście, to uproszczenie, ale na egzaminie takie „ucho matematyczne” bardzo pomaga. Zadanie:
„Z talii 52 kart losujemy dwie karty bez zwracania. Oblicz prawdopodobieństwo, że obie będą kierami.”
Mamy „obie będą kierami”, czyli wymóg spełnienia naraz dwóch warunków: pierwsza karta kier i druga karta kier. To klasyczna sytuacja dla mnożenia:
P(1. karta kier) = 13/52 = 1/4
P(2. karta kier | 1. karta kier) = 12/51
P(oba kier) = 1/4 · 12/51 = 12/204 = 1/17
Prawdopodobieństwo warunkowe – jak zmienia się obraz po nowej informacji
Co oznacza „prawdopodobieństwo przy założeniu, że…”
Gdy w treści pojawia się „wiadomo, że…”, „okazuje się, że…”, „pod warunkiem, że…”, wchodzi na scenę prawdopodobieństwo warunkowe. Oznaczamy je P(A | B) i czytamy: „prawdopodobieństwo zdarzenia A, jeżeli zaszło B”.
Definicja maturalna:
P(A | B) = P(A ∩ B) / P(B), przy założeniu, że P(B) ≠ 0
Czyli: „prawdopodobieństwo, że zaszło A i B, podzielone przez prawdopodobieństwo B”. Innymi słowy, patrzymy tylko na ten fragment świata, w którym B już się wydarzyło, i tam liczymy szanse na A.
Przykład z kartą – co zmienia wiedza o kolorze
Załóżmy, że losujesz jedną kartę z talii 52 kart. Interesuje nas:
A – „wylosowano asa”,
B – „wylosowano kartę koloru kier”.
Bez dodatkowej informacji P(A) = 4/52 = 1/13.
A teraz: „Jakie jest prawdopodobieństwo, że wylosowano asa, jeśli wiadomo, że wylosowana karta jest kierem?”. Szansa na A wzrosła, bo nie patrzymy już na całą talię, tylko na 13 kierów.
W zdarzeniu B (kier) mamy 13 kart, z czego jedną jest As kier. Zatem:
Szanse na asa ogólnie to 1/13, a szanse na asa pod warunkiem, że karta jest kierem – również 1/13? Tutaj tak wyszło, ale tylko dlatego, że wszystkie kolory są symetryczne. W innych przykładach warunek bardzo mocno zmienia liczbę.
Szkoła, zainteresowania i drzewa prawdopodobieństw
Weźmy klasę 100 uczniów. Załóżmy:
60 lubi matematykę (M),
40 nie lubi matematyki (¬M),
spośród lubiących matematykę 45 chodzi na kółko (K),
spośród nielubiących tylko 5 chodzi na kółko (K).
Można to rozpisać w tabeli lub w postaci drzewa. Drzewo myślenia krok po kroku wygląda tak:
Najpierw dzielimy uczniów na „M” i „¬M”.
W każdej grupie patrzymy, jaka część to „K”, a jaka „nie K”.
Liczby:
M i K: 45 uczniów,
M i ¬K: 15 uczniów,
¬M i K: 5 uczniów,
¬M i ¬K: 35 uczniów.
Jeżeli losujesz ucznia i pytanie brzmi: „Jakie jest prawdopodobieństwo, że lubi matematykę, pod warunkiem że chodzi na kółko?”, to szukasz:
P(M | K) = liczba uczniów M i K / liczba uczniów K = 45 / (45 + 5) = 45/50 = 0,9
Tu warunek „chodzi na kółko” dramatycznie zmienia obraz. Ogólnie matematykę lubi 60% klasy, ale wśród osób z kółka – 90%. To typowy klimat zadań z prawdopodobieństwem warunkowym na maturze.
Od warunkowego do niezależności – podejście „od tyłu”
Pojęcie niezależności można też zdefiniować przy pomocy prawdopodobieństwa warunkowego. Dwa zdarzenia A i B są niezależne, gdy:
P(A | B) = P(A) (i równoważnie: P(B | A) = P(B))
Znaczenie? Wiedza o zajściu B nie zmienia twojej oceny szans A. Jeśli mimo dodatkowej informacji liczba się nie rusza, to znaczy, że ta informacja jest dla A obojętna.
Na maturze czasem wprost pada pytanie: „Sprawdź, czy zdarzenia A i B są niezależne”. Wtedy zwykle:
Liczymy P(A), P(B) i P(A ∩ B).
Sprawdzamy, czy P(A ∩ B) = P(A) · P(B).
Jeśli równość zachodzi – zdarzenia są niezależne. Jeśli nie – są zależne.
Źródło: Pexels | Autor: RDNE Stock project
Kombinatoryka w służbie prawdopodobieństwa – permutacje, kombinacje, wariacje
Dlaczego liczenie możliwości to połowa sukcesu
W zadaniach „losujemy coś z czegoś” ogromna część pracy polega wcale nie na liczeniu samego prawdopodobieństwa, ale na policzeniu ile jest możliwych wyników. Tu na scenę wchodzą:
permutacje,
wariacje,
kombinacje.
Można je traktować jak trzy tryby liczenia: „ważna kolejność czy nie?” oraz „bez powtórzeń czy z powtórzeniami?”. Dobrze wybrana formuła to jak dobranie właściwego klucza – gdy pasuje, zadanie nagle staje się proste.
Permutacje – układy wszystkich elementów
Permutacje to wszystkie możliwe ustawienia danej liczby elementów, gdy używamy wszystkich i kolejność ma znaczenie.
Jeśli masz 5 różnych książek i chcesz je ustawić na półce, to ile jest możliwych kolejności?
Liczba permutacji 5-elementowego zbioru to:
P5 = 5! = 5 · 4 · 3 · 2 · 1 = 120
Na maturze permutacje często pojawiają się np. przy losowym ustawianiu osób w kolejce, rozsadzeniu uczniów w rzędzie itp.
Jeżeli zadanie brzmi: „Losowo ustawiamy 5 uczniów w jednym rzędzie. Jakie jest prawdopodobieństwo, że Ania stoi pierwsza?”, to:
liczba wszystkich możliwych ustawień: 5! = 120,
liczba ustawień z Anią na pierwszym miejscu: „Ania z przodu, pozostałe 4 osoby w dowolnej kolejności” = 4! = 24.
P(Ania pierwsza) = 24 / 120 = 1/5
Kombinatoryka łączy się tu bezpośrednio z klasyczną definicją prawdopodobieństwa.
Wariacje – wybór kilku elementów, gdy kolejność ma znaczenie
Wariacje to układy, w których:
wybierasz k elementów z n dostępnych,
kolejność ma znaczenie,
zwykle rozważasz wariacje bez powtórzeń (elementu nie używasz drugi raz).
Liczba wariacji bez powtórzeń oznaczanych V(nk) to:
Przykład: masz 10 zawodników, z których spośród nich wybierasz trzy pierwsze miejsca na podium (złoto, srebro, brąz). Ile jest możliwości?
Tu ważne jest, kto jest pierwszy, drugi, trzeci, więc:
V(103) = 10 · 9 · 8 = 720
Jeśli pytanie o prawdopodobieństwo brzmi: „Jakie jest prawdopodobieństwo, że na podium, w dowolnej kolejności, znajdą się dwaj twoi koledzy i ty?”, trzeba zastosować kombinację kombinatoryki z rachunkiem prawdopodobieństwa. Najpierw liczysz liczbę układów „sprzyjających”, potem dzielisz przez wszystkie możliwe wariacje.
Kombinacje – wybór kilku elementów, gdy kolejność nie gra roli
Kombinacje to chyba najczęstszy gość w zadaniach maturalnych z prawdopodobieństwa. Używa się ich, gdy:
wybierasz pewną liczbę elementów z większego zbioru,
kolejność nie ma znaczenia (liczy się tylko, kto jest w grupie, nie w jakim porządku),
nie ma powtórzeń.
Liczba kombinacji k-elementowych z n-elementowego zbioru to:
C(nk) = n! / (k! · (n − k)!)
Jeśli masz 10 uczniów i chcesz wybrać 3-osobową drużynę do konkursu, to liczba możliwych składów drużyny wynosi:
Łączenie kombinatoryki z prawdopodobieństwem – typowy schemat zadania
Schemat bywa zawsze ten sam: najpierw liczysz wszystkie możliwe wyniki, potem sprzyjające, a na końcu dzielisz:
P = liczba wyników sprzyjających / liczba wszystkich wyników
Jeśli losujesz kilka elementów „naraz”, bez kolejności, to liczbę możliwości najczęściej policzysz właśnie kombinacjami.
Przykład: z klasy 25 uczniów wybierasz 5-osobową reprezentację na zawody. W klasie jest 10 chłopców i 15 dziewczyn. Jakie jest prawdopodobieństwo, że w reprezentacji znajdą się:
Nie trzeba zawsze wyliczać liczby końcowej – na maturze często wystarczy ładny, poprawny wzór.
Mieszane podejście: kiedy kolejność raz się liczy, a raz nie
Czasem w jednym zadaniu w jednym miejscu używasz kombinacji, a w innym – permutacji albo wariacji. Brzmi groźnie, w praktyce to po prostu myślenie: „tu ważne kto, a tu dodatkowo ważne w jakiej kolejności”.
Wyobraź sobie, że ze wspomnianej wcześniej reprezentacji 5-osobowej chcesz jeszcze:
wybrać kapitana,
i wicekapitana.
Najpierw wybór drużyny (kolejność nieważna): C(255) możliwości. Gdy drużyna już jest, spośród 5 osób wybierasz:
kapitana,
wicekapitana (innego niż kapitan).
To już wariacje bez powtórzeń: V(52) = 5 · 4 = 20. Czyli:
liczba wszystkich możliwych „scenariuszy” (drużyna + przydział funkcji) = C(255) · V(52)
Jeśli warunek dotyczyłby np. „kapitanem jest Ania, a wicekapitanem Bartek”, to liczbę sprzyjających ustawień też rozbijasz: najpierw musisz dobrać pozostałych członków drużyny, potem uwzględnić wymuszony wybór funkcji.
„Co najmniej”, „co najwyżej” – jak nie zgubić części przypadków
Sformułowania „co najmniej” i „co najwyżej” często gubią w zadaniach więcej punktów niż sama matematyka. Klucz tkwi w tym, żeby zobaczyć, że chodzi o sumę kilku zdarzeń.
Przykład: z urny z 10 kulami (4 białe, 6 czarnych) losujesz 3 kule bez zwracania. Jakie jest prawdopodobieństwo, że wylosujesz co najmniej dwie białe?
Dwie różne drogi, to samo prawdopodobieństwo. Na egzaminie możesz wybrać tę, która szybciej prowadzi do celu.
Losowe testy, quizy i sprawdziany – rachunek prawdopodobieństwa „na kartkówce”
Rachunek prawdopodobieństwa pojawia się też, gdy ktoś gorączkowo liczy szanse „strzelania” na teście. Zamiast liczyć tylko na szczęście, można policzyć, jak bardzo opłaca się zgadywać.
Wyobraź sobie test jednokrotnego wyboru z 10 pytaniami, każde ma 4 odpowiedzi, z czego jedna jest poprawna. Jeżeli na każde pytanie odpowiadasz losowo, to:
P(poprawnej odpowiedzi na jedno pytanie) = 1/4,
P(błędnej odpowiedzi) = 3/4.
Liczba poprawnych odpowiedzi w całym teście jest losowa, ale można rozważyć proste pytania:
Jakie jest prawdopodobieństwo, że trafisz poprawnie dokładnie 3 odpowiedzi?
Tu miesza się losowanie niezależne i kombinatoryka: spośród 10 pytań wybierasz te, które trafisz, a kolejne odpowiedzi są niezależne.
Liczba sposobów wyboru 3 pytań, na które odpowiesz poprawnie: C(103). Dla każdego konkretnego wyboru:
trzeba 3 razy trafić (prawdopodobieństwo (1/4)3),
a na pozostałych 7 pytaniach się pomylić (prawdopodobieństwo (3/4)7).
To nic innego jak typowy rozkład dwumianowy, ale na poziomie matury wystarczy takie właśnie, „zdroworozsądkowe” rozumowanie: w których miejscach trafię i w których nie.
Prawdopodobieństwo a ryzyko w codziennych decyzjach
Poza szkołą taki sam schemat myślenia użyjesz, wybierając np. abonament telefoniczny czy ubezpieczenie. Nie trzeba znać zaawansowanych wzorów, wystarczy umieć oszacować:
ile jest możliwych scenariuszy,
które z nich są dla ciebie korzystne lub niekorzystne,
jakie są mniej więcej ich szanse.
Jeśli podpisujesz umowę na rok, a kara za zerwanie wynosi tyle samo, co 3 miesiące abonamentu, to w głowie robisz coś typu: „Jakie jest prawdopodobieństwo, że przed końcem roku zmienię operatora / przeprowadzę się / będę niezadowolony?”. Nie da się tego policzyć tak ściśle jak w zadaniu z urną, ale struktura rozumowania jest ta sama.
W grach planszowych czy komputerowych działa to identycznie: zastanawiasz się, czy opłaca się „zaryzykować rzut kostką”, wiedząc, że tylko dwa wyniki na sześć dają ci zwycięstwo. To nic innego jak:
P(sukces) = liczba korzystnych ścianek / 6
Po kilku takich rozkminach rachunek prawdopodobieństwa przestaje być suchą teorią, a zaczyna się kojarzyć z bardzo przyziemnymi decyzjami.
Myślenie w kategoriach szans – sposób na „trudne” zadania maturalne
W wielu zadaniach maturalnych zamiast od razu wyciągać wzory, lepiej najpierw opowiedzieć sobie po ludzku, co się dzieje. Na przykład:
„Losujemy ucznia z dziennika” – każdy ma takie same szanse, czyli klasyczna definicja.
„Losujemy wielokrotnie z powtórzeniami” – niezależne powtórzenia, mnożenie prawdopodobieństw.
„Wiadomo, że ktoś spełnia warunek X – jakie są szanse na Y?” – prawdopodobieństwo warunkowe.
„Wybieramy grupę osób / kule / bilety” – kombinatoryka w tle, najczęściej kombinacje.
Dopiero potem dobierasz narzędzie: permutacje, kombinacje, wariacje, iloczyn czy sumę prawdopodobieństw, ewentualnie dopełnienie do jedności. To dokładnie tak, jak z narzędziami w domu: najpierw patrzysz, co trzeba zrobić, dopiero potem sięgasz po właściwy klucz.
Bibliografia
Rachunek prawdopodobieństwa dla nauczycieli matematyki. Centralna Komisja Egzaminacyjna (2013) – Omówienie pojęć: zdarzenia, przestrzeń zdarzeń, klasyczna definicja
Informator o egzaminie maturalnym z matematyki od roku szkolnego 2022/2023. Centralna Komisja Egzaminacyjna (2021) – Zakres wymagań maturalnych z rachunku prawdopodobieństwa
Podstawa programowa kształcenia ogólnego z komentarzem. Matematyka – liceum i technikum. Ministerstwo Edukacji Narodowej (2018) – Wymagania dotyczące rachunku prawdopodobieństwa w szkole ponadpodstawowej
Rachunek prawdopodobieństwa i statystyka. Wydawnictwo Naukowe PWN (2012) – Podstawowe definicje: zdarzenia, przestrzeń, prawdopodobieństwo klasyczne
Rachunek prawdopodobieństwa dla inżynierów. Wydawnictwo Naukowo‑Techniczne (2006) – Zastosowania rachunku prawdopodobieństwa w praktyce i inżynierii
Matematyka. Zbiór zadań maturalnych z rozwiązaniami. Rachunek prawdopodobieństwa. Operon (2020) – Typowe zadania maturalne z rachunku prawdopodobieństwa
Matematyka z plusem. Liceum i technikum. Zakres podstawowy i rozszerzony. Gdańskie Wydawnictwo Oświatowe (2019) – Wprowadzenie intuicyjne do zdarzeń, przestrzeni i obliczania szans
