Бесплатный урок с нашим репетитором!

Узнать подробнее

Новая Школа - онлайн-школа подготовки к ЕГЭ
При поддержке
Посмотреть все вопросы нейросети
Бесплатный пробный урок с репетитором

Узнай больше про репетиторов Новой Школы и запишись на бесплатный пробный урок. Мы проверим твой уровень знаний и составим план обучения по любому предмету и классу

Вопрос от Анонимного юзера 25 сентября 2025 18:09

50-50%

Ответ нейросети

25 сентября 2025 18:09

Похоже, задача относится к вероятности с двумя равновероятными исходами (50–50), например к монете: вероятность каждого исхода равна 0.5. Ниже приведено подробное объяснение и формулы, которые помогут решить большинство типичных задач на такую тему.

  1. Основные идеи и определения
  • Пусть у нас независимые испытания (например, подряд бросаем монету n раз).
  • Пусть X — число удач (например, число выпавших голов) за эти n испытаний.
  • При равной вероятности двух исходов p = 0.5.
  1. Базовые формулы (для независимых испытаний)
  • Вероятность конкретного исхода каждого испытания: P(Голова) = 0.5, P(Хвост) = 0.5.

  • Количество способов выбрать k успехов из n испытаний: сочетание C(n, k) = n! / (k!(n−k)!).

  • Распределение Бернулли/Биномиальное распределение: P(X = k) = C(n, k) (0.5)^n, когда k = 0, 1, ..., n. Это вероятность exactly k раз получить head при n независимых бросках монеты.

  • Вероятность получить хотя бы одну удачу (например хотя бы одну голову): P(X ≥ 1) = 1 − P(X = 0) = 1 − (0.5)^n.

  • Ожидание (математическое ожидание): E[X] = n · p = n/2.

  • Дисперсия: Var(X) = n · p · (1 − p) = n/4.

  1. Примеры (пошагово) Пример 1. Вероятность ровно 3 головы за 6 бросков монеты.
  • n = 6, k = 3.
  • P(X = 3) = C(6,3) (0.5)^6 = 20 · 1/64 = 20/64 = 5/16 ≈ 0.3125.

Пример 2. Вероятность хотя бы одной головы за 10 бросков.

  • P(X ≥ 1) = 1 − (0.5)^10 = 1 − 1/1024 ≈ 0.9990.

Пример 3. Ожидание числа голов за 12 бросков.

  • E[X] = n/2 = 12/2 = 6.

Пример 4. Вероятность получить ровно 0 голов в 8 бросках.

  • P(X = 0) = (0.5)^8 = 1/256 ≈ 0.0039.
  1. Полезные заметки и советы
  • Если p = 0.5, распределение симметрично по отношению к n/2: вероятность быть ближе к середине больше для k ближе к n/2.
  • Чтобы найти вероятность «прикоснуться» к диапазону голов, используйте суммы по k: P(a ≤ X ≤ b) = Σ_{k=a}^{b} C(n,k) (0.5)^n.
  • При задачах с десятью и более испытаниями удобно помнить, что сумма всех P(X = k) по k от 0 до n даст 1.
  1. Что попросить уточнить, если задача неясна
  • Сколько испытаний (n)?
  • Что считать успехом (k голов)?
  • Нужна ли вероятность «хотя бы одно» или «ровно k»?
  • Нужны ли ожидания/дисперсии?

Если хочешь, пришли конкретную формулировку задачи (например: «монета подбрасывается n раз, найдите P(X = k)» или «найдите вероятность получить хотя бы одну голову за n бросков»), — сделаю подробное решение под твой случай с пошаговыми расчётами.

Задай свой вопрос

Напиши любую задачу или вопрос, а нейросеть её решит

Похожие вопросы 15

Бесплатно Мобильное приложение ГДЗ
Мобильное приложение ГДЗ

Задавай вопросы искуcственному интеллекту текстом или фотографиями в приложении на iPhone или Android

qr-codegoogle-playapp-store

Саша — ассистент в телеграмме

50-50%
Похоже, задача относится к вероятности с двумя равновероятными исходами (50–50), например к монете: вероятность каждого исхода равна 0.5. Ниже приведено подробное объяснение и формулы, которые помогут решить большинство типичных задач на такую тему. 1) Основные идеи и определения - Пусть у нас независимые испытания (например, подряд бросаем монету n раз). - Пусть X — число удач (например, число выпавших голов) за эти n испытаний. - При равной вероятности двух исходов p = 0.5. 2) Базовые формулы (для независимых испытаний) - Вероятность конкретного исхода каждого испытания: P(Голова) = 0.5, P(Хвост) = 0.5. - Количество способов выбрать k успехов из n испытаний: сочетание C(n, k) = n! / (k!(n−k)!). - Распределение Бернулли/Биномиальное распределение: P(X = k) = C(n, k) (0.5)^n, когда k = 0, 1, ..., n. Это вероятность exactly k раз получить head при n независимых бросках монеты. - Вероятность получить хотя бы одну удачу (например хотя бы одну голову): P(X ≥ 1) = 1 − P(X = 0) = 1 − (0.5)^n. - Ожидание (математическое ожидание): E[X] = n · p = n/2. - Дисперсия: Var(X) = n · p · (1 − p) = n/4. 3) Примеры (пошагово) Пример 1. Вероятность ровно 3 головы за 6 бросков монеты. - n = 6, k = 3. - P(X = 3) = C(6,3) (0.5)^6 = 20 · 1/64 = 20/64 = 5/16 ≈ 0.3125. Пример 2. Вероятность хотя бы одной головы за 10 бросков. - P(X ≥ 1) = 1 − (0.5)^10 = 1 − 1/1024 ≈ 0.9990. Пример 3. Ожидание числа голов за 12 бросков. - E[X] = n/2 = 12/2 = 6. Пример 4. Вероятность получить ровно 0 голов в 8 бросках. - P(X = 0) = (0.5)^8 = 1/256 ≈ 0.0039. 4) Полезные заметки и советы - Если p = 0.5, распределение симметрично по отношению к n/2: вероятность быть ближе к середине больше для k ближе к n/2. - Чтобы найти вероятность «прикоснуться» к диапазону голов, используйте суммы по k: P(a ≤ X ≤ b) = Σ_{k=a}^{b} C(n,k) (0.5)^n. - При задачах с десятью и более испытаниями удобно помнить, что сумма всех P(X = k) по k от 0 до n даст 1. 5) Что попросить уточнить, если задача неясна - Сколько испытаний (n)? - Что считать успехом (k голов)? - Нужна ли вероятность «хотя бы одно» или «ровно k»? - Нужны ли ожидания/дисперсии? Если хочешь, пришли конкретную формулировку задачи (например: «монета подбрасывается n раз, найдите P(X = k)» или «найдите вероятность получить хотя бы одну голову за n бросков»), — сделаю подробное решение под твой случай с пошаговыми расчётами.