Конечно! Ниже представлен подробный конспект по теме "Монета и игральная кость" в теории вероятностей, охватывающий страницы 112–119 учебника "Вероятность и статистика". Этот материал подходит для средней школы и поможет понять основные идеи и законы, связанные с вероятностями повторных испытаний. --- # Конспект по теме: Монета и игральная кость в теории вероятностей ## 1. Введение Теория вероятностей — раздел математики, изучающий случайные явления и их вероятности. Монета и игральная кость — классические модели для изучения случайных событий. --- ## 2. Монета и вероятностные события ### Модель монеты - Монета имеет две стороны: орёл (О) и решка (Р). - При подбрасывании вероятности одинаковы: \[ P(О) = \frac{1}{2}, \quad P(Р) = \frac{1}{2} \] - Событие — любое исходное положение монеты. Например, "выпала орёл" или "выпала решка". ### Образец пространства - Все возможные исходы при одном подбрасывании: \[ \Omega = \{О, Р\} \] - Вероятность каждого исхода равна 1/2. ### Многократное подбрасывание - При двух или более подбрасываниях можно рассматривать последовательности исходов. - Например, для двух бросков: \[ \Omega = \{(О,О), (О,Р), (Р,О), (Р,Р)\} \] - Каждая последовательность имеет вероятность: \[ P = \left(\frac{1}{2}\right)^2 = \frac{1}{4} \] --- ## 3. Игра в кости ### Модель игральной кости - Кость — шестигранная, грани с числами от 1 до 6. - Возможные исходы: \[ \Omega = \{1, 2, 3, 4, 5, 6\} \] - Вероятность появления каждого числа равна \(\frac{1}{6}\). ### Вероятности событий - Например, вероятность выпасть чётным числом: \[ A = \{2, 4, 6\} \] \[ P(A) = \frac{3}{6} = \frac{1}{2} \] - Вероятность выпасть число больше 4: \[ B = \{5, 6\} \] \[ P(B) = \frac{2}{6} = \frac{1}{3} \] --- ## 4. Основные правила вероятности ### Правило суммы - Вероятность объединения двух несовместных событий \(A\) и \(B\): \[ P(A \cup B) = P(A) + P(B) \] - Если события возможны одновременно, используют формулу включения-исключения. ### Правило умножения - Вероятность одновременного наступления двух независимых событий: \[ P(А \cap B) = P(А) \times P(В) \] - Например, подбросить монету и бросить кость: эти события независимы. --- ## 5. Независимость событий - События \(A\) и \(B\) — независимы, если: \[ P(A \cap B) = P(A) \times P(B) \] - В случае монеты и кости они независимы, так как результат одного не влияет на результат другого. --- ## 6. Элементы комбинаторики - Для определения вероятностей часто используются комбинаторные задачи, например: - сколько способов получить определенный исход? - сколько вариантов подходящих исходов? --- ## 7. Итог - Монета и кость — наглядные модели для введения в основы вероятностей. - Вероятность — мера возможности наступления события. - Для равновероятных исходов вероятность вычисляется как отношение благоприятных исходов к общему числу исходов. --- Если потребуется более подробное решение конкретных задач или примеры — обращайтесь!