Перестановка — не то же самое, что перемена для каждого
Представим, что несколько человек положили в коробку карточки со своими именами, перемешали их и вытянули по одной. Каждый получает место, указанное на карточке. Кажется естественным ожидать, что после такого обмена все окажутся не там, где сидели раньше. Но случайное перемешивание не обещает перемен каждому: кто-то может вытянуть собственную карточку.
Такой исход называют неподвижной точкой перестановки: объект после перестановки сохраняет исходное положение. Пример с людьми и местами легко заменить книгами на полке, перепутанными подписанными папками или ключами, которые возвращают владельцам наугад. Важно, чтобы каждой исходной позиции соответствовал ровно один новый получатель, а все варианты распределения считались одинаково возможными.
Именно это последнее условие отличает математическую модель от бытовой процедуры. Если карточки плохо перемешаны, участники выбирают сами или кто-то может отказаться от результата, распределение уже не обязано быть равномерным. Теория отвечает на вопрос о заданном способе случайного назначения, а не автоматически описывает любую ситуацию, которую назвали «перемешиванием».
Вероятность для одного человека
Пусть есть n человек и столько же карточек. Для выбранного человека любая из n карточек имеет равный шанс оказаться у него. Только одна карточка содержит его имя, поэтому вероятность остаться на прежнем месте равна 1/n. При десяти участниках это одна десятая.
Из этого не следует, что в каждой группе из десяти человек ровно один останется на месте. Доля 1/10 описывает вероятность для выбранного участника в повторяющихся сопоставимых опытах. В отдельной перестановке неподвижных точек может не быть вовсе, а может быть несколько. Среднее число таких точек тоже равно единице: для каждого человека вероятность совпадения составляет 1/n, а сумма n таких вероятностей равна 1.
Здесь полезно различать ожидаемое число и гарантированный результат. Ожидание — это средний итог большого числа повторений модели, а не обещание, что конкретное испытание даст именно это число. Среднее может быть дробным, даже если фактические количества всегда целые.
Почему совпадения не исключают друг друга
Можно ошибочно представить, будто совпадения распределяются строго по одному: если кто-то получил своё место, остальные уже обязательно поменялись. Но это неверно. Два человека могут одновременно получить собственные карточки, а могут совпасть трое или больше. Ограничение лишь в том, что одна карточка не может достаться сразу двум людям.
Для двух выбранных участников вероятность того, что оба останутся на местах, равна 1/[n(n−1)]. Первый должен получить свою карточку, а после этого для второго остаётся n−1 карточек, из которых только одна нужная. Это меньше, чем вероятность совпадения для одного человека: совпадение двух конкретных людей — более узкое событие.
Но события «этот человек остался» и «тот человек остался» не независимы. Если один получил свою карточку, состав оставшихся карточек изменился. Поэтому нельзя без проверки считать, что число совпавших людей складывается из независимых бросков монеты. Зависимость не мешает найти среднее число, но важна, когда нас интересует вероятность конкретного числа совпадений.
Насколько вероятно, что никто не совпадёт
Задача меняется, если мы спрашиваем не об одном участнике, а о всей группе: какова вероятность, что никто не получит собственную карточку? Для четырёх человек всего существует 24 возможных распределения карточек. Из них 9 не оставляют никого на прежнем месте, так что вероятность равна 9/24, то есть 3/8.
Подсчёт здесь не сводится к тому, чтобы каждому по очереди назначить «чужую» карточку с неизменным шансом. После каждого назначения доступный выбор меняется. Некоторые ранние решения оставляют несколько удобных вариантов, другие загоняют процесс в ситуацию, где последнему участнику достаётся только его собственная карточка. Именно поэтому равенство шансов для отдельных карточек не означает независимости всех назначений.
Для больших групп вероятность полного отсутствия совпадений приближается к числу около 0,368. Это не магическая постоянная для любых перестановок: результат относится к равномерному случайному распределению, в котором каждому участнику назначается ровно одна карточка. Для понимания бытового примера достаточно помнить более скромный вывод: даже при честном перемешивании полное отсутствие совпадений далеко не гарантировано.
Что можно узнать из этого примера
Случайное распределение не обязательно выглядит равномерно в каждом отдельном результате. Некоторые люди могут совпасть, а другие — нет; отдельная серия исходов часто производит более нерегулярное впечатление, чем ожидается от слова «случайный». Теория вероятностей описывает набор возможных результатов и их шансы, а не обещает аккуратное чередование.
Пример с карточками также показывает, почему важно сначала уточнить вопрос. «Каков шанс для одного человека?» — это 1/n. «Каково среднее число людей, оставшихся на местах?» — единица. «Каков шанс, что не совпадёт никто?» — другой расчёт. Это три разных величины, хотя все они относятся к одной и той же процедуре.
Такое различение полезно не только для математических задач. Когда мы читаем описание случайного распределения вещей или людей, стоит отделять вероятность отдельного события от среднего числа событий и от вероятности определённого общего исхода. Тогда фраза «в среднем один» не превращается в ошибочное ожидание, что ровно один обязательно найдётся в каждой конкретной группе.
Материал подготовлен с использованием ИИ. Информационная публикация, не руководство по участию в азартных играх.
