Нийлмэл үйл явдлын магадлал

Нийлмэл үйл явдлын магадлал: Төрөл бүрийн салбарт хэрэглэх ойлголт ба хэрэглээ

Пендахулуан

Магадлал бол математикийн маш чухал салбар бөгөөд өдөр тутмын амьдралд байнга хэрэглэгддэг. Энэ нийтлэлд бид эдийн засаг, статистик, нийгмийн ухаан, шинжлэх ухаан зэрэг янз бүрийн салбарт янз бүрийн хэрэглээтэй нийлмэл үйл явдлын магадлалын талаар авч үзэх болно. Нийлмэл магадлал гэдэг нь нэгээс олон үйл явдал эсвэл үйл явдлын нэгэн зэрэг тохиолдох магадлалыг тодорхойлоход ашигладаг ойлголт юм. Энэ нийтлэлд нийлмэл магадлалын үндсэн ойлголт, түүний төрлүүд, бодит амьдрал дээрх хэрэглээг дэлгэрэнгүй тайлбарлах болно.

Нийлмэл үйл явдлын магадлалын тодорхойлолт

Нийлмэл үйл явдлын магадлал гэдэг нь туршилтад нэгээс олон үйл явдал тохиолдох магадлал юм. Магадлалын онолд нийлмэл үйл явдлын магадлалыг үйл явдлуудын хоорондын хамаарлын шинж чанараас хамааран хэд хэдэн үндсэн дүрмийг ашиглан тооцоолж болно. Нийлмэл үйл явдлын магадлалыг тооцоолохдоо ихэвчлэн хоёр үндсэн төрлийн үйл явдлын хамаарлыг харгалзан үздэг: харилцан үгүйсгэдэг үйл явдлууд ба бие даасан үйл явдлууд.

Харилцан онцгой арга хэмжээнүүд

Харилцан үгүйсгэх үйл явдлууд гэдэг нь нэгэн зэрэг тохиолдож болохгүй үйл явдлууд юм. Жишээлбэл, шоог хаях үед дээд талын гадаргуу дээр гарч ирэх тоо нь 1-ээс 6 хүртэлх тоонуудын нэг юм. Тиймээс, хэрэв 3 хаях үйл явдал нь 5 хаях үйл явдлын нэг бол 5 хаях үйл явдал нэгэн зэрэг тохиолдож чадахгүй.

Харилцан үгүйсгэдэг үйл явдлын гол давуу тал нь хоёр харилцан үгүйсгэдэг үйл явдлын хамтарсан магадлал нь хоёр үйл явдал тус бүрийн магадлалын нийлбэр юм. Математикийн хувьд, хэрэв А ба В нь харилцан үгүйсгэдэг үйл явдлууд бол:

МӨН УНШИХ  Тойрог ба нуманууд

\[ P(A \cup B) = P(A) + P(B) \]

Харилцан бие даасан үйл явдлууд

Харилцан бие даасан үйл явдлууд гэдэг нь нэг үйл явдлын тохиолдол нь нөгөө үйл явдлын тохиолдох магадлалд нөлөөлдөггүй үйл явдлууд юм. Харилцан бие даасан үйл явдлын энгийн жишээ бол хоёр зоосыг нэгэн зэрэг шидэх явдал юм. Нэг зоосны үр дүн нөгөөгийнх нь үр дүнд нөлөөлөхгүй.

Бие даасан үйл явдлын хувьд хоёр үйл явдлын хамтарсан магадлал нь үйл явдал тус бүрийн магадлалын үржвэр юм. Математикийн хувьд хэрэв А ба В нь бие даасан үйл явдлууд бол:

\[ P(A \cap B) = P(A) \урт P(B) \]

Нийлмэл үйл явдлын магадлалыг тооцоолох нь

Нийлмэл үйл явдлын үндсэн ойлголтыг ойлгосны дараа одоо бид янз бүрийн төрлийн үйл явдлуудаас нийлмэл үйл явдлын магадлалыг хэрхэн тооцоолох талаар авч үзэх болно.

Харилцан үгүйсгэх үйл явдлын магадлал

Өмнө дурдсанчлан харилцан үгүйсгэсэн үйл явдлуудын хувьд хамтарсан магадлалыг үйл явдал бүрийн магадлалыг нэмж тооцоолж болно. Жишээлбэл, хэрэв бидэнд магадлал нь \(P(A) = 0.3 \) ба \(P(B) = 0.4 \) хоёр харилцан үгүйсгэсэн үйл явдал A ба B байгаа бол эдгээр үйл явдлуудын аль нэг нь тохиолдох магадлал нь:

\[ P(A \cup B) = P(A) + P(B) = 0.3 + 0.4 = 0.7 \]

Бие даасан үйл явдлын магадлал

Бие даасан үйл явдлуудын хувьд бид үржүүлэх дүрмийг ашигладаг. Жишээлбэл, хэрэв бидэнд магадлал нь \(P(A) = 0.5 \) ба \(P(B) = 0.2 \) хоёр бие даасан үйл явдал A ба B байгаа бол эдгээр хоёр үйл явдал нэгэн зэрэг тохиолдох магадлал нь:

МӨН УНШИХ  Тойрог ба нум

\[ P(A \cap B) = P(A) \удаа P(B) = 0.5 \удаа 0.2 = 0.1 \]

Үйл явдлын магадлалууд нь бие биенээ үгүйсгэдэггүй бөгөөд бие биенээсээ хамааралгүй байдаг

Үйл явдлууд харилцан бие биенээ үгүйсгэхгүй эсвэл бие даасан биш тохиолдолд магадлалыг тооцоолох нь арай илүү төвөгтэй болдог. Бид дараахыг ашиглах хэрэгтэй:

\[ P(A \cup B) = P(A) + P(B) – P(A \cap B) \]

Шаардлагатай бол хэрэв тэдгээр нь нэмэлт мэдээлэлгүйгээр чөлөөтэй биш бол бид \(P(A \cap B) \)-г хэрхэн тооцоолохыг мэдэх шаардлагатай байж магадгүй юм.

Нийлмэл үйл явдлын магадлалын хэрэглээ

Санхүү ба хөрөнгө оруулалтын ертөнц

Санхүү, хөрөнгө оруулалтын салбарт нийлмэл магадлалын тухай ойлголтыг эрсдэлийг хэмжих, удирдахад өргөн ашигладаг. Жишээлбэл, санхүүгийн шинжээчид янз бүрийн хөрөнгө оруулалтын үр дүнгийн магадлалыг тооцоолох, оновчтой портфолио бий болгоход магадлалыг ашигладаг. Тэд зах зээлийн янз бүрийн хувилбаруудад алдагдлын магадлалыг тодорхойлохын тулд магадлалын загваруудыг ашиглаж болно.

Нийгмийн шинжлэх ухаан ба статистик

Нийгмийн шинжлэх ухаанд магадлалыг нийгмийн нарийн төвөгтэй үзэгдлийг ойлгоход ашигладаг. Жишээлбэл, судлаач боловсрол ба орлогын хоорондын хамаарлыг сонирхож байж магадгүй юм. Энэ тохиолдолд тэд судалгааны өгөгдлийг шинжлэх, нэг үйл явдлын (жишээлбэл, өндөр орлоготой болох) өөр үйл явдлын (жишээлбэл, тодорхой боловсролын зэрэгтэй байх) үндсэн дээр тохиолдох магадлалын талаар дүгнэлт хийхэд нийлмэл үйл явдлуудыг ашиглаж болно.

Байгалийн шинжлэх ухаан ба инженерчлэл

Шинжлэх ухаан, инженерчлэлд магадлалыг туршилт зохион бүтээх, туршилтын үр дүнг тайлбарлахад ашигладаг. Жишээлбэл, физикийн чиглэлээр эрдэмтэд тодорхой нөхцөлд явагдах тодорхой химийн урвалын магадлалыг мэдэх сонирхолтой байж болно. Инженерчлэлийн чиглэлээр инженерүүд системийн найдвартай байдлыг тооцоолж, удаан эдэлгээтэй бүтээгдэхүүн зохион бүтээхэд магадлалыг ашиглаж болно.

МӨН УНШИХ  Геометрийн цуврал

Кейс судалгаа: Хөзрийн тоглоомууд

Нийлмэл үйл явдлын тухай ойлголтын хэрэглээг илүү сайн ойлгохын тулд хөзрийн тоглоомын ертөнцөөс энгийн жишээ авч үзье. Бидэнд 52 хөзрийн стандарт тавцан байгаа бөгөөд бид шог эсвэл хаан зурах магадлалыг тооцоолохыг хүсэж байна гэж бодъё.

Хөзрийн тавцанд 4 Аце ба 4 Хаан байдаг. Аце (A) зурах үйл явдлууд болон Хаан (B) зурах үйл явдлууд нь харилцан үгүйсгэдэг, учир нь бид хоёр хөзрийг нэгэн зэрэг зурж чадахгүй. Тиймээс эдгээр хоёр үйл явдлын хамтарсан магадлал нь:

\[ P(A \cup B) = P(A) + P(B) = \frac{4}{52} + \frac{4}{52} = \frac{8}{52} = \frac{2}{13} \approx 0.1538 \]

Тиймээс хөзрийн тавцангаас туз эсвэл хаан сугалах магадлал ойролцоогоор 15.38% байна.

Дүгнэлт

Олон үйл явдлын магадлал нь маш хэрэгтэй ойлголт бөгөөд янз бүрийн салбарт өргөн хүрээний хэрэглээтэй. Олон үйл явдлын магадлалыг хэрхэн тооцоолохыг ойлгох нь бидэнд илүү сайн шийдвэр гаргах, эргэн тойрныхоо ертөнцийг илүү баялаг аргаар ойлгоход тусалдаг. Санхүү, нийгмийн ухаан эсвэл шинжлэх ухааны аль ч салбарт магадлал нь оновчтой дүн шинжилгээ, шийдвэр гаргалтын гол цөм юм. Олон үйл явдлын магадлалыг ойлгож, хэрэгжүүлснээр бид өгөгдлийг илүү гүнзгий судалж, илүү нарийвчлалтай таамаглал, шийдвэр гаргаж чадна.

Сэтгэгдэл үлдээх