Очередь одинаковых попыток
Представим автоматический датчик, который раз в минуту проверяет воздух и с некоторой неизменной вероятностью распознаёт заданный сигнал. Проверки независимы: результат одной не меняет условия следующей. Если сигнал не обнаружен несколько раз подряд, легко почувствовать, будто теперь он «должен» появиться. Но при этих предпосылках каждая новая проверка начинается в вероятностном смысле заново.
Возьмём простой учебный пример: вероятность обнаружить сигнал при одной проверке равна одной пятой. Тогда вероятность не обнаружить его — четыре пятых. Шанс успеха на следующей проверке остаётся одной пятой независимо от того, сколько раз до этого датчик дал отрицательный результат. Предыдущие попытки важны для истории наблюдений, но не меняют вероятность нового независимого испытания.
Такое свойство называют отсутствием памяти у геометрического распределения. Название относится не к устройству или человеку, а к математической модели ожидания: число повторов до первого успеха при одинаковой вероятности и независимости испытаний.
Что меняется, когда мы считаем серию
Отдельный шанс и шанс получить хотя бы один успех за серию — разные вопросы. В примере с датчиком вероятность не обнаружить сигнал во всех трёх проверках подряд равна произведению вероятностей трёх неудач: (4/5) × (4/5) × (4/5), то есть 64/125. Поэтому вероятность хотя бы одного обнаружения за три проверки равна 1 − 64/125, или 61/125.
Серия даёт больше возможностей для успеха, чем одиночная проверка, но это не означает, что шанс именно следующей проверки постепенно растёт. Вероятность серии описывает несколько событий вместе; вероятность следующего события — только один очередной шаг. Смешение этих двух масштабов порождает бытовое рассуждение: «долго не происходило, значит, уже пора». В независимой модели из длительности ожидания такой вывод не следует.
Можно увидеть и другое различие. После нескольких неудач вероятность того, что успех всё же случится в ближайших проверках, может быть значительной. Однако это не компенсация за прошлое: она возникает потому, что мы рассматриваем сразу несколько новых возможностей, а не потому, что случайность хранит счёт.
Простая формула ожидания
Если вероятность успеха в каждой попытке равна p, вероятность неудачи равна 1 − p. Чтобы первый успех произошёл ровно на пятой попытке, нужны четыре неудачи, а затем успех. При независимости вероятность такой последовательности равна (1 − p)⁴ × p. Для успеха на более позднем шаге множитель неудач повторяется соответствующее число раз.
Эта формула показывает, почему ожидание может быть разной длины, даже если условия не меняются. У модели нет обещания, что успех появится примерно в одном и том же месте каждой серии. Иногда он случается рано, иногда после долгого ряда неудач. Вероятностное правило описывает распределение возможных ожиданий, а не расписание конкретного исхода.
В учебном примере с p = 1/5 среднее число попыток до первого успеха составляет пять. Это среднее для множества мысленно повторённых серий, а не утверждение, что в каждой отдельной серии успех будет на пятом шаге. Некоторые серии завершатся раньше, другие — позже. Среднее помогает описать совокупность, но не предсказывает точный момент в одном случае.
Где бытовая аналогия перестаёт работать
Отсутствие памяти — следствие допущений модели, а не универсальное свойство мира. Если условия меняются, предыдущие наблюдения могут быть важны. Например, комнатный датчик после проветривания работает в иной среде, чем до него; вероятность обнаружения сигнала может измениться. Если устройство нагревается, разряжается или получает новую настройку, попытки уже нельзя считать одинаковыми.
Не всякое повторение также независимо. Вытягивание карточек из небольшой стопки без возвращения меняет состав оставшихся карточек, поэтому исходы связаны. Аналогично, если один и тот же фактор влияет на несколько измерений подряд, серия отрицательных результатов может сообщать что-то об этом факторе. Тогда правильный вопрос не «сколько раз уже не повезло?», а «сохранились ли прежние условия и независимость?»
Важно и различать независимость событий и наше незнание причины. Допустим, мы не знаем, насколько хорошо настроен датчик. Если его реальная чувствительность постоянна, но неизвестна наблюдателю, серия неудач может заставить пересмотреть предположение о настройке. Для нас вероятность следующего обнаружения тогда может измениться, хотя при точно заданной модели прибора попытки были бы независимы. Меняется не обязательно сам механизм, а информация, которой располагает наблюдатель.
Как читать ожидание в повседневной жизни
Когда говорят о повторяющемся событии, полезно уточнить, о какой вероятности идёт речь: об одной попытке, о серии или о времени до первого успеха. Затем стоит проверить, одинаковы ли условия и независимы ли испытания. Без этих уточнений фраза «шанс растёт с каждой неудачей» может описывать ошибочную интуицию, а не устройство процесса.
Модель геометрического ожидания полезна не как обещание и не как совет, а как способ отделить прошлые результаты от новых возможностей. Если повторения действительно независимы и вероятность постоянна, длинное ожидание само по себе не делает следующий шаг более благоприятным. Если же механизм меняется или результаты связаны, прошлое может иметь значение — но тогда это нужно объяснить конкретным устройством ситуации, а не ощущением, что случайность обязана восстановить равновесие.
Материал подготовлен с использованием ИИ. Информационная публикация, не руководство по участию в азартных играх.
