Kâns op gearstalde eveneminten: konsept en tapassing yn ferskate fjilden
Pendahuluan
Kânsberekkening is in tige wichtige tûke fan 'e wiskunde en wurdt faak brûkt yn it deistich libben. Yn dit artikel sille wy de kânsberekkening fan gearstalde eveneminten beprate, dy't ferskate tapassingen hat yn ferskate fjilden lykas ekonomy, statistyk, sosjale wittenskippen en wittenskip. Gearstalde kânsberekkening is in konsept dat brûkt wurdt om de kâns te bepalen dat mear as ien evenemint of eveneminten tagelyk foarkomme. Dit artikel sil yn detail it basiskonsept fan gearstalde kânsberekkening, syn soarten en syn tapassingen yn it echte libben útlizze.
Definysje fan kâns op gearstalde eveneminten
De kâns op in gearstalde barren is de kâns dat mear as ien barren yn in eksperimint foarkomt. Yn kânsberekkeningsteory kin de kâns op in gearstalde barren berekkene wurde mei ferskate basisregels, ôfhinklik fan 'e aard fan' e relaasje tusken de barrens. Der binne twa haadtypen fan barrenrelaasjes dy't meastentiids yn rekken brocht wurde by it berekkenjen fan 'e kâns op in gearstalde barren: ûnderling útslutende barrens en ûnôfhinklike barrens.
Wjersidich útslutende eveneminten
Wjersidich útslutende barrens binne barrens dy't net tagelyk foarkomme kinne. Bygelyks, by it smiten fan in dobbelstien is it getal dat op 'e boppekant ferskynt ien fan 'e nûmers 1 oant en mei 6. Dus, as it barren fan it smiten fan in 3 ien fan 'e barrens is fan it smiten fan in 5, dan kin it barren fan it smiten fan in 5 net tagelyk foarkomme.
De wichtichste sterkte fan ûnderling útslutende barrens is dat de mienskiplike kâns fan twa ûnderling útslutende barrens de som is fan 'e kânsen fan elk fan' e twa barrens. Wiskundich, as A en B ûnderling útslutende barrens binne, dan:
[P(A ⋅B) = P(A) + P(B)]
Wjersidich ûnôfhinklike eveneminten
Underling ûnôfhinklike barrens binne barrens wêrby't it foarkommen fan ien barren gjin ynfloed hat op de kâns dat de oare barren foarkomt. In ienfâldich foarbyld fan ûnderling ûnôfhinklike barrens is it tagelyk smiten fan twa munten. De útkomst fan ien munt sil de útkomst fan 'e oare net beynfloedzje.
Foar ûnôfhinklike barrens is de mienskiplike kâns fan 'e twa barrens it produkt fan 'e kânsen fan elke barren. Wiskundich, as A en B ûnôfhinklike barrens binne, dan:
[P(A × B) = P(A) × P(B)]
De kâns op gearstalde eveneminten berekkenje
Nei it begripen fan it basiskonsept fan gearstalde eveneminten, sille wy no beprate hoe't wy de kâns op gearstalde eveneminten kinne berekkenje út ferskate soarten eveneminten.
Kâns op ûnderling útslutende eveneminten
Foar ûnderling útslutende barrens, lykas earder neamd, kin de mienskiplike kâns berekkene wurde troch de kânsen fan elke barren op te tellen. Bygelyks, as wy twa ûnderling útslutende barrens A en B hawwe mei kânsen \(P(A) = 0.3 \) en \(P(B) = 0.4 \), dan is de kâns dat ien fan dizze barrens foarkomt:
[P(A ⋅B) = P(A) + P(B) = 0.3 + 0.4 = 0.7]
Kâns op ûnôfhinklike eveneminten
Foar ûnôfhinklike barrens brûke wy de fermannichfâldigingsregel. Bygelyks, as wy twa ûnôfhinklike barrens A en B hawwe mei kânsen \(P(A) = 0.5 \) en \(P(B) = 0.2 \), dan is de kâns dat dizze twa barrens tagelyk foarkomme:
[P(A × B) = P(A) × P(B) = 0.5 × 0.2 = 0.1]
Kânsen fan eveneminten binne net ûnderling útslutend en binne net ûnôfhinklik fan elkoar
Yn gefallen dêr't barrens noch ûnderling útslutend noch ûnôfhinklik binne, wurdt it berekkenjen fan 'e kâns wat yngewikkelder. Wy moatte brûke:
[P(A µg B) = P(A) + P(B) – P(A µg B)]
En as it nedich is, moatte wy miskien ek witte hoe't wy \( P(A \cap B) \) berekkenje kinne as se net frij binne mei wat ekstra ynformaasje.
Tapassing fan kâns op gearstalde eveneminten
De wrâld fan finânsjes en ynvestearrings
Yn finânsjes en ynvestearrings wurdt it konsept fan gearstalde kâns breed brûkt om risiko te mjitten en te behearjen. Finansjele analysten brûke bygelyks kâns om de kâns op ferskate ynvestearringsútkomsten te skatten en optimale portefúljes te meitsjen. Se kinne kânsmodellen brûke om de kâns op ferliezen ûnder ferskate merkscenario's te bepalen.
Sosjale Wittenskippen en Statistyk
Yn 'e sosjale wittenskippen wurdt kânsberekkening brûkt om komplekse sosjale ferskynsels te begripen. Bygelyks, in ûndersiker kin ynteressearre wêze yn 'e relaasje tusken oplieding en ynkommen. Yn dit gefal kinne se gearstalde barrens brûke om enkêtegegevens te analysearjen en konklúzjes te lûken oer de kâns dat ien barren (bygelyks it ûntfangen fan in heech ynkommen) foarkomt op basis fan in oar barren (bygelyks it hawwen fan in bepaalde opliedingsgraad).
Natuerwittenskippen en technyk
Yn wittenskip en technyk wurdt kânsberekkening brûkt om eksperiminten te ûntwerpen en eksperimintele resultaten te ynterpretearjen. Bygelyks, yn 'e natuerkunde kinne wittenskippers ynteressearre wêze yn it witten fan 'e kâns dat in bepaalde gemyske reaksje ûnder bepaalde omstannichheden foarkomt. Yn 'e technyk kinne yngenieurs kânsberekkening brûke om systeembetrouberens te berekkenjen en duorsume produkten te ûntwerpen.
Case Study: Kaartspultsjes
Litte wy in ienfâldich foarbyld nimme út 'e wrâld fan kaartspultsjes om de tapassing fan it konsept fan gearstalde eveneminten better te begripen. Stel dat wy in standert dek fan 52 kaarten hawwe en wy wolle de kâns berekkenje om in Aas of in Kening te lûken.
Der binne 4 Azen en 4 Keningen yn in pak kaarten. De barrens fan it lûken fan in Aas (A) en de barrens fan it lûken fan in Kening (B) binne ûnderling útslutend, om't wy net beide kaarten tagelyk lûke kinne. Dêrom is de mienskiplike kâns fan dizze twa barrens:
[P(A ⋅ B) = P(A) + P(B) = ⋅4}{52} + ⋅4}{52} = ⋅8}{52} = ⋅2}{13} sawat 0.1538]
Dus, ús kâns om in Aas of in Kening út in kaartspul te lûken is sawat 15.38%.
Konklúzje
De kâns op meardere eveneminten is in tige nuttich konsept en hat in breed skala oan tapassingen yn ferskate fjilden. Begrip fan hoe't wy de kâns op meardere eveneminten berekkenje kinne, kin ús helpe om bettere besluten te nimmen en de wrâld om ús hinne op in riker manier te begripen. Oft it no yn finânsjes, sosjale wittenskip of wittenskip is, kâns is de kearn fan rasjonele analyze en beslútfoarming. Troch de kâns op meardere eveneminten te begripen en ta te passen, kinne wy djipper yn 'e gegevens dûke en krektere foarsizzingen en besluten meitsje.
