Riail Suimiú Dhá Imeacht A agus B nach bhfuil Eisiatach go Frithpháirteach

Riail Suimiú Dhá Imeacht A agus B nach bhfuil Eisiatach go Frithpháirteach

Is uirlis thábhachtach í suimiú dóchúlachta i staitisticí agus i dteoiric dóchúlachta. Is minic a úsáidtear í chun an dóchúlacht chomhpháirteach go dtarlóidh dhá imeacht éagsúla nó níos mó a chinneadh. I go leor cásanna, bíonn na himeachtaí seo eisiach dá chéile, rud a chiallaíonn nach féidir leo tarlú ag an am céanna. Mar sin féin, tá go leor cásanna ann freisin nach mbíonn dhá imeacht eisiach dá chéile—is féidir leo tarlú ag an am céanna. Pléifidh an t-alt seo an riail maidir le dhá imeacht neamh-eisiach A agus B a chur le chéile, ag soláthar samplaí coincréiteacha chun cabhrú le tuiscint a fháil orthu.

Réamhrá: Sainmhínithe agus Coincheapa Bunúsacha

Sula dtéimid isteach sa riail suimithe le haghaidh dhá imeacht neamh-eisiacha, tá sé tábhachtach roinnt coincheapa bunúsacha a thuiscint:

1. Dóchúlacht: Is beart é dóchúlacht ar an dóchúlacht go dtarlóidh teagmhas agus tá a luach idir 0 agus 1.
2. Imeacht: Is éard is imeacht ann toradh nó sraith torthaí turgnamh randamach.
3. Imeachtaí Frithpháirteacha Eisiatacha: Deirtear go bhfuil dhá imeacht frithpháirteach eisiatach mura féidir leo tarlú ag an am céanna.

Nuair nach mbíonn dhá imeacht eisiach dá chéile, ciallaíonn sé sin go bhfuil seans ann go dtarlóidh siad ag an am céanna. Sa chás seo, ní mór dúinn an t-idirghníomhú idir an dá imeacht a chur san áireamh agus an dóchúlacht iomlán á ríomh.

An Riail maidir le Suimiú Imeachtaí Neamh-Eisiacha go Frithpháirteach

Go ginearálta, i gcás dhá imeacht A agus B, is mar seo a leanas an riail suimithe chun dóchúlacht imeacht A nó B a ríomh:

[P(A µg B) = P(A) + P(B) – P(A µg B)]

Dimana:
– Is é \(P(A \cup B) \) an dóchúlacht go dtarlóidh ceann amháin ar a laghad de na himeachtaí A nó B.
– Is é \(P(A) \) dóchúlacht teagmhais A.
– Is é \(P(B) \) dóchúlacht teagmhais B.
– Is é \( P(A \cap B) \) an dóchúlacht go dtarlóidh an dá imeacht A agus B ag an am céanna.

Cén fáth a gcaithfimid P(A) agus P(B) a dhealú? Mar nuair a chuireann muid P(A) agus P(B) le chéile, déantar an réigiún a léiríonn an teagmhas A agus B a chomhaireamh faoi dhó (uair amháin i P(A) agus arís i P(B)). Dá bhrí sin, baintear uair amháin é chun an toradh ceart a fháil.

Sampla coincréite

Glacaimis sampla coincréiteach le go mbeidh sé níos éasca a thuiscint:

Samhlaigh go bhfuil deic chaighdeánach 52 cárta againn. Más mian linn an dóchúlacht a ríomh gur spád (imeacht A) nó ás (imeacht B) an cárta a tharraingímid, is féidir linn an riail suimithe a thuairiscítear thuas a úsáid.

1. Dóchúlacht cárta spád a tharraingt:

Tá 13 spád i ndeic de 52 cárta.

[P(A) = \frac{13}{52} \]

2. Dóchúlacht Ás a tharraingt:

Tá 4 Ás i ndeic de 52 cárta.

[P(B) = \frac{4}{52} \]

3. Dóchúlacht cárta a tharraingt atá ina Ás agus ina Spád araon (Ás na Spád):

Níl ach Ás Spáide amháin i ndeic de 52 cárta.

[P(A ≤ B) = 1/52]

Ag baint úsáide as an riail suimithe:

[P(A µg B) = P(A) + P(B) – P(A µg B)]

Ag comhaireamh é:

[P(A ⋅ B) = 13/52 + 4/52 – 1/52]
[P(A ≤ B) = ≤ 16/52]
[P(A ≤ B) = ≤ 4/13]

Mar sin, is é an dóchúlacht gur spád nó Ás an cárta a tharraingítear ná \( \frac{4}{13} \).

Ábharthacht agus Feidhmchlár

Tá tábhacht leathan ag baint le tuiscint a fháil ar an riail suimithe le haghaidh dhá imeacht neamh-idirdhealaitheacha in anailís sonraí, staitisticí, agus réimsí éagsúla eile amhail gnó, airgeadas, eolaíocht ríomhaireachta agus taighde sóisialta. I measc roinnt feidhmeanna praiticiúla tá:

1. Anailís Riosca: Teaglamaí féideartha de rioscaí agus fachtóirí éagsúla i mbainistíocht riosca a aithint.
2. Taighde Eipidéimeolaíoch: Dóchúlacht chomhcheangailte fachtóirí riosca éagsúla i staidéir sláinte a ríomh.
3. Gnó agus Airgeadas: Measúnú a dhéanamh ar na deiseanna comhcheangailte a bhaineann le himeachtaí éagsúla sa mhargadh stoic nó sa timpeallacht ghnó.
4. Cinneadh Beartais: Cuidíonn sé le cinnteoireacht trí bhreithniú a dhéanamh ar na tionchair fhéideartha a bhaineann le beartais agus gníomhartha éagsúla.
5. Eolaíocht Sonraí agus Foghlaim Meaisín: Úsáidtear i samhlacha tuartha a chuireann san áireamh gnéithe iolracha nach bhféadfadh a bheith eisiach dá chéile.

Míniú Grafach

Is minic a bhíonn léirithe grafacha ar nós léaráidí Venn ina gcabhair chun an t-idirghníomhú idir dhá imeacht a thuiscint. Taispeánann na léaráidí seo conas a idirghníomhaíonn dhá shraith (imeachtaí) agus cá bhfuil siad ag forluí.

Má fhillimid ar an sampla den deic cártaí, bheadh ​​an réigiún forluiteach sa léaráid Venn in ionannas don Ás Spáide, rud a thabharfadh léargas níos soiléire dúinn ar an gcúis a gcaithfimid \(P(A \cap B) \) a dhealú agus \(P(A) \) agus \(P(B) \) á gcur le chéile.

Conclúid

Is cuid riachtanach de theoiric dóchúlachta agus staitisticí é foghlaim riail an shuimithe do dhá imeacht neamh-eisiacha. Trí thuiscint a fháil ar an gcoincheap seo, is féidir linn dóchúlacht chomhpháirteach imeachtaí i gcásanna éagsúla sa saol fíor a ríomh níos cruinne. Cuimhnigh i gcónaí nuair a bhíonn imeachtaí neamh-eisiacha, go gcaithfear a ndóchúlachtaí comhpháirteacha a choigeartú chun comhaireamh dúbailte i réigiúin fhorluiteacha a sheachaint. Ní hamháin go gcabhraíonn an cur chuige seo le hanailís staitistiúil ach neartaíonn sé cinnteoireacht atá bunaithe ar shonraí freisin.

Taispeánann an t-alt seo conas is féidir linn an coincheap seo a úsáid i gcomhthéacsanna éagsúla agus cuireann sé bunús láidir ar fáil d’iarratais bhreise in aon réimse a bhaineann le dóchúlacht agus staitisticí.

Fág trácht