পরস্পর বর্জনশীল নয় এমন দুটি ঘটনা A এবং B-এর যোগের নিয়ম নিয়ে আলোচনামূলক উদাহরণ প্রশ্ন।
পেন্ডাহুলুয়ান
সম্ভাবনার ক্ষেত্রে, মৌলিক ধারণা এবং সেগুলোর প্রয়োগ বোঝা অত্যন্ত গুরুত্বপূর্ণ। একটি ধারণা যা প্রায়শই উঠে আসে তা হলো সম্ভাবনার যোগের নিয়ম। এই প্রবন্ধে, আমরা দুটি অ-একচেটিয়া ঘটনার যোগের নিয়মটি নিয়ে আরও গভীরভাবে আলোচনা করব। অ-একচেটিয়া ঘটনা ঘটে যখন দুটি ঘটনার মধ্যে একটি সম্ভাব্য উপাদান একই থাকে, বা অন্য কথায়, উভয় ঘটনাই একই সাথে ঘটতে পারে। বোঝার সুবিধার্থে, আসুন একটি উদাহরণ সমস্যা এবং তার ব্যাখ্যা দেখি।
মৌলিক তত্ত্ব
যদি আমাদের দুটি ঘটনা A এবং B থাকে যা পরস্পর বর্জনশীল নয়, তাহলে ঘটনা A অথবা B ঘটার সম্ভাবনা গণনা করার যোগের নিয়মটি নিম্নরূপে প্রকাশ করা যেতে পারে:
\[ P(A \cup B) = P(A) + P(B) – P(A \cap B) \]
এখানে:
– \( P(A \cup B) \) হলো A অথবা B (কিংবা উভয়ই) ঘটার সম্ভাবনা।
– \( P(A) \) হলো ঘটনা A ঘটার সম্ভাবনা।
– \( P(B) \) হলো ঘটনা B ঘটার সম্ভাবনা।
– \( P(A \cap B) \) হলো A এবং B একই সাথে ঘটার সম্ভাবনা।
সমস্যার উদাহরণ
প্রশ্ন ১: একটি স্কুলে, ৭০% ছাত্রছাত্রী ফুটবল (খেলা ক) খেলতে পছন্দ করে, ৪০% ছাত্রছাত্রী বাস্কেটবল (খেলা খ) খেলতে পছন্দ করে এবং ২০% ছাত্রছাত্রী উভয় খেলাই খেলতে পছন্দ করে। একজন ছাত্রছাত্রী ফুটবল অথবা বাস্কেটবল খেলতে পছন্দ করার সম্ভাবনা কত?
আলোচনা:
এটা জানা আছে:
– \( P(A) = 0.70 \)
– \( P(B) = 0.40 \)
– \( P(A \cap B) = 0.20 \)
দুটি পরস্পর বর্জনশীল ঘটনা যোগ করার নিয়ম ব্যবহার করে:
\[ P(A \cup B) = P(A) + P(B) – P(A \cap B) \]
\[ P(A \cup B) = 0.70 + 0.40 – 0.20 \]
\[ P(A \cup B) = 0.90 \]
সুতরাং, একজন ছাত্র বা ছাত্রীর ফুটবল বা বাস্কেটবল খেলতে পছন্দ করার সম্ভাবনা হলো ০.৯০ বা ৯০%।
প্রশ্ন ২: একটি সমীক্ষায়, ৩৫% উত্তরদাতা কফি পছন্দ করেন (ঘটনা A), ৫০% উত্তরদাতা চা পছন্দ করেন (ঘটনা B), এবং ১০% উত্তরদাতা উভয়ই পছন্দ করেন। একজন উত্তরদাতার কফি অথবা চা পছন্দ করার সম্ভাবনা কত?
আলোচনা:
এটা জানা আছে:
– \( P(A) = 0.35 \)
– \( P(B) = 0.50 \)
– \( P(A \cap B) = 0.10 \)
দুটি পরস্পর বর্জনশীল ঘটনা যোগ করার নিয়ম ব্যবহার করে:
\[ P(A \cup B) = P(A) + P(B) – P(A \cap B) \]
\[ P(A \cup B) = 0.35 + 0.50 – 0.10 \]
\[ P(A \cup B) = 0.75 \]
সুতরাং, একজন উত্তরদাতার কফি বা চা পছন্দ করার সম্ভাবনা হলো ০.৭৫ বা ৭৫%।
প্রশ্ন ৩: পরিসংখ্যানগত তথ্য থেকে জানা যায় যে, ৬০% মানুষ বই পড়তে (ঘটনা A), ৩০% মানুষ সিনেমা দেখতে (ঘটনা B) এবং ১৫% মানুষ উভয়ই করতে পছন্দ করে। একজন ব্যক্তি বই পড়তে অথবা সিনেমা দেখতে পছন্দ করার সম্ভাবনা কত?
আলোচনা:
এটা জানা আছে:
– \( P(A) = 0.60 \)
– \( P(B) = 0.30 \)
– \( P(A \cap B) = 0.15 \)
দুটি পরস্পর বর্জনশীল ঘটনা যোগ করার নিয়ম ব্যবহার করে:
\[ P(A \cup B) = P(A) + P(B) – P(A \cap B) \]
\[ P(A \cup B) = 0.60 + 0.30 – 0.15 \]
\[ P(A \cup B) = 0.75 \]
সুতরাং, কোনো একজন ব্যক্তির বই পড়তে বা সিনেমা দেখতে পছন্দ করার সম্ভাবনা হলো ০.৭৫ বা ৭৫%।
প্রশ্ন ৪: একটি রেস্তোরাঁয় করা একটি সমীক্ষা অনুসারে, ৫৫% গ্রাহক পিজ্জা (ঘটনা A), ৩৫% গ্রাহক পাস্তা (ঘটনা B) এবং ২০% গ্রাহক উভয়ই অর্ডার করেছেন। একজন গ্রাহকের পিজ্জা অথবা পাস্তা যেকোনো একটি অর্ডার করার সম্ভাবনা কত?
আলোচনা:
এটা জানা আছে:
– \( P(A) = 0.55 \)
– \( P(B) = 0.35 \)
– \( P(A \cap B) = 0.20 \)
দুটি পরস্পর বর্জনশীল ঘটনা যোগ করার নিয়ম ব্যবহার করে:
\[ P(A \cup B) = P(A) + P(B) – P(A \cap B) \]
\[ P(A \cup B) = 0.55 + 0.35 – 0.20 \]
\[ P(A \cup B) = 0.70 \]
সুতরাং, একজন গ্রাহকের পিজ্জা বা পাস্তা অর্ডার করার সম্ভাবনা হলো ০.৭০ বা ৭০%।
উপসংহার
সম্ভাবনা অধ্যয়নে, দুটি অ-একচেটিয়া ঘটনা A এবং B-এর এক বা উভয়টি একই সাথে ঘটার সম্ভাবনা নির্ণয় করার জন্য যোগের নিয়মটি অত্যন্ত গুরুত্বপূর্ণ। \( P(A \cup B) = P(A) + P(B) – P(A \cap B) \) সূত্রটি ব্যবহার করে এমন দুটি ঘটনার যুগ্ম সম্ভাবনা গণনা করা সহজ হয় যাদের মধ্যে একটি ছেদ বা সাধারণ উপাদান রয়েছে।
উপরের উদাহরণগুলো থেকে আমরা দেখতে পাই যে, এই গণনার মৌলিক ধাপগুলো বুঝতে পারলে আমরা এটিকে শিক্ষা, জরিপ বা দৈনন্দিন জীবনের মতো বিভিন্ন পরিস্থিতিতে প্রয়োগ করতে পারি। কোন ঘটনাগুলোর মধ্যে সাধারণ উপাদান রয়েছে তা স্পষ্টভাবে ও নির্ভুলভাবে শনাক্ত করতে পারলেই সম্ভাব্যতা সঠিকভাবে গণনা করা যায়। সুতরাং, নিয়মিত অনুশীলন এবং মৌলিক ধারণাগুলো ভালোভাবে বুঝতে পারলে এই বিষয়টি আয়ত্ত করতে অনেক সাহায্য হবে।
