نمونه سوالاتی در مورد قانون جمع دو پیشامد A و B که ناسازگار نیستند
پنداهولوان
در احتمال، درک مفاهیم اساسی و کاربردهای آنها بسیار مهم است. یکی از مفاهیمی که اغلب مطرح میشود، قانون جمع احتمال است. در این مقاله، ما به طور عمیقتری به قانون جمع برای دو رویداد غیر انحصاری خواهیم پرداخت. رویدادهای غیر انحصاری زمانی رخ میدهند که دو رویداد یک عنصر ممکن را به اشتراک بگذارند، یا به عبارت دیگر، هر دو رویداد میتوانند همزمان رخ دهند. برای تسهیل درک، بیایید به یک مثال و توضیح آن نگاهی بیندازیم.
نظریه پایه
اگر دو پیشامد A و B داشته باشیم که با هم ناسازگار نباشند، آنگاه قانون جمع برای محاسبه احتمال پیشامد A یا B را میتوان به صورت زیر بیان کرد:
\[ P(A \cup B) = P(A) + P(B) – P(A \cap B) \]
اینجا:
- \(P(A \cup B) \) احتمال وقوع A یا B (یا هر دو) است.
- \(P(A) \) احتمال وقوع رویداد A است.
- \(P(B) \) احتمال وقوع رویداد B است.
- \(P(A \cap B) \) احتمال وقوع همزمان A و B است.
مثال مشکلات
سوال ۱: در یک مدرسه، ۷۰٪ از دانشآموزان دوست دارند فوتبال بازی کنند (رویداد الف)، ۴۰٪ از دانشآموزان دوست دارند بسکتبال بازی کنند (رویداد ب) و ۲۰٪ از دانشآموزان دوست دارند هر دو ورزش را انجام دهند. احتمال اینکه یک دانشآموز دوست داشته باشد فوتبال یا بسکتبال بازی کند، چقدر است؟
بحث:
شناخته شده است:
– \( P(A) = 0.70 \)
– \( P(B) = 0.40 \)
– \( P(A \cap B) = 0.20 \)
با استفاده از قانون جمع دو رویداد ناسازگار:
\[ P(A \cup B) = P(A) + P(B) – P(A \cap B) \]
\[ P(A \cup B) = 0.70 + 0.40 – 0.20 \]
\[ P(A \cup B) = 0.90 \]
بنابراین، احتمال اینکه یک دانشآموز فوتبال یا بسکتبال را دوست داشته باشد، ۰.۹۰ یا ۹۰٪ است.
سوال ۲: در یک نظرسنجی، ۳۵٪ از پاسخدهندگان قهوه را دوست دارند (رویداد الف)، ۵۰٪ از پاسخدهندگان چای را دوست دارند (رویداد ب) و ۱۰٪ از پاسخدهندگان هر دو را دوست دارند. احتمال اینکه یک پاسخدهنده قهوه یا چای را دوست داشته باشد، چقدر است؟
بحث:
شناخته شده است:
– \( P(A) = 0.35 \)
– \( P(B) = 0.50 \)
– \( P(A \cap B) = 0.10 \)
با استفاده از قانون جمع دو رویداد ناسازگار:
\[ P(A \cup B) = P(A) + P(B) – P(A \cap B) \]
\[ P(A \cup B) = 0.35 + 0.50 – 0.10 \]
\[ P(A \cup B) = 0.75 \]
بنابراین، احتمال اینکه یک پاسخدهنده قهوه یا چای را دوست داشته باشد، 0.75 یا 75٪ است.
سوال ۳: از دادههای آماری، مشخص است که ۶۰٪ از مردم کتاب خواندن (رویداد الف)، ۳۰٪ از مردم تماشای فیلم (رویداد ب) و ۱۵٪ از مردم انجام هر دو را دوست دارند. احتمال اینکه یک فرد کتاب خواندن یا تماشای فیلم را دوست داشته باشد، چقدر است؟
بحث:
شناخته شده است:
– \( P(A) = 0.60 \)
– \( P(B) = 0.30 \)
– \( P(A \cap B) = 0.15 \)
با استفاده از قانون جمع دو رویداد ناسازگار:
\[ P(A \cup B) = P(A) + P(B) – P(A \cap B) \]
\[ P(A \cup B) = 0.60 + 0.30 – 0.15 \]
\[ P(A \cup B) = 0.75 \]
بنابراین، احتمال اینکه یک فرد کتاب خواندن یا تماشای فیلم را دوست داشته باشد، 0.75 یا 75٪ است.
سوال ۴: از یک نظرسنجی در یک رستوران، ۵۵٪ از مشتریان پیتزا سفارش دادهاند (رویداد الف)، ۳۵٪ از مشتریان پاستا سفارش دادهاند (رویداد ب) و ۲۰٪ از مشتریان هر دو را سفارش دادهاند. احتمال اینکه یک مشتری پیتزا یا پاستا سفارش دهد چقدر است؟
بحث:
شناخته شده است:
– \( P(A) = 0.55 \)
– \( P(B) = 0.35 \)
– \( P(A \cap B) = 0.20 \)
با استفاده از قانون جمع دو رویداد ناسازگار:
\[ P(A \cup B) = P(A) + P(B) – P(A \cap B) \]
\[ P(A \cup B) = 0.55 + 0.35 – 0.20 \]
\[ P(A \cup B) = 0.70 \]
بنابراین، احتمال اینکه یک مشتری پیتزا یا پاستا سفارش دهد، ۰.۷۰ یا ۷۰٪ است.
نتیجه گیری
در مطالعه احتمال، قانون جمع دو رویداد غیر انحصاری A و B برای تعیین احتمال وقوع همزمان یک یا هر دو رویداد بسیار مهم است. استفاده از فرمول \(P(A \cup B) = P(A) + P(B) – P(A \cap B) \) محاسبه احتمال مشترک دو رویداد که دارای تقاطع یا یک عنصر مشترک هستند را آسان میکند.
از طریق مثالهای بالا، میتوانیم ببینیم که درک مراحل اساسی این محاسبه به ما امکان میدهد آن را در موقعیتهای مختلف، چه در آموزش، چه در نظرسنجیها یا زندگی روزمره، به کار ببریم. وضوح و دقت در تشخیص اینکه کدام رویدادها عناصر مشترک دارند، برای محاسبه صحیح احتمال بسیار مهم است. بنابراین، تمرین مداوم و درک مفاهیم اساسی به تسلط بر این موضوع کمک زیادی خواهد کرد.