ٻن واقعن الف ۽ ب جي اضافي جو قاعدو جيڪي باهمي طور تي خاص نه آهن

ٻن واقعن الف ۽ ب جي اضافي جو قاعدو جيڪي باهمي طور تي خاص نه آهن

امڪان جو اضافو انگ اکر ۽ امڪان جي نظريي ۾ هڪ اهم اوزار آهي. اهو اڪثر ڪري ٻن يا وڌيڪ مختلف واقعن جي گڏيل امڪان کي طئي ڪرڻ لاءِ استعمال ڪيو ويندو آهي. ڪيترن ئي ڪيسن ۾، اهي واقعا هڪ ٻئي کان الڳ آهن، مطلب ته اهي هڪ ئي وقت نه ٿي سگهن. جڏهن ته، ڪيتريون ئي حالتون پڻ آهن جتي ٻه واقعا هڪ ٻئي کان الڳ نه آهن - اهي هڪ ئي وقت ٿي سگهن ٿا. هي مضمون ٻن غير خاص واقعن A ۽ B کي شامل ڪرڻ جي قاعدي تي بحث ڪندو، انهن کي سمجهڻ ۾ مدد لاءِ ٺوس مثال فراهم ڪندو.

تعارف: بنيادي وصفون ۽ تصورات

ٻن غير خاص واقعن لاءِ اضافي قاعدي ۾ داخل ٿيڻ کان اڳ، ڪجھ بنيادي تصورن کي سمجھڻ ضروري آهي:

1. امڪان: امڪان هڪ اهڙو ماپ آهي جيڪو ڪنهن واقعي جي ٿيڻ جي امڪان جو اندازو لڳائي ٿو ۽ ان جي قيمت 0 کان 1 تائين هوندي آهي.
2. واقعو: هڪ واقعو هڪ بي ترتيب تجربي جي نتيجن جو نتيجو يا سلسلو آهي.
3. باهمي طور تي خاص واقعا: ٻہ واقعا باهمي طور تي خاص چيو ويندو آهي جيڪڏهن انهن جو هڪ ئي وقت ٿيڻ ناممڪن هجي.

جڏهن ٻه واقعا هڪ ٻئي کان ڌار نه هوندا آهن، ته ان جو مطلب آهي ته هڪ امڪان آهي ته اهي هڪ ئي وقت ٿي سگهن ٿا. هن صورت ۾، اسان کي ڪل امڪان جي حساب سان ٻن واقعن جي وچ ۾ رابطي کي حساب ۾ رکڻ گهرجي.

غير باهمي طور تي خاص واقعن جي اضافي جو قاعدو

عام طور تي، ٻن واقعن A ۽ B لاءِ، واقعي A يا B جي امڪان جي حساب لاءِ اضافي قاعدو هن ريت آهي:

\[ پي(اي \ڪپ ب) = پي(اي) + پي(بي) – پي(اي \ڪپ ب) \]

ڪٿي:
– \( P(A \cup B) \) اهو امڪان آهي ته گهٽ ۾ گهٽ هڪ واقعو A يا B ٿئي ٿو.
– \( P(A) \) واقعو A جو امڪان آهي.
– \( P(B) \) واقعو B جو امڪان آهي.
– \( P(A \cap B) \) اهو امڪان آهي ته ٻئي واقعا A ۽ B هڪ ئي وقت ٿين ٿا.

اسان کي \( P(A \cap B) \) کي گھٽائڻ جي ضرورت ڇو آهي؟ ڇاڪاڻ ته جڏهن اسان \( P(A) \) ۽ \( P(B) \ شامل ڪندا آهيون، ته واقعي \( A \cap B \) جي نمائندگي ڪندڙ علائقو ٻه ڀيرا ڳڻيو ويندو آهي (هڪ ڀيرو \( P(A) \) ۾ ۽ ٻيهر \( P(B) \) ۾). تنهن ڪري، اسان صحيح نتيجو حاصل ڪرڻ لاءِ ان کي هڪ ڀيرو گھٽائيندا آهيون.

ڪنڪريٽ مثال

اچو ته هڪ ٺوس مثال وٺون ته جيئن سمجهڻ ۾ آساني ٿئي:

تصور ڪريو ته اسان وٽ هڪ معياري 52 ڪارڊن وارو ڊيڪ آهي. جيڪڏهن اسان اهو امڪان ڳڻڻ چاهيون ٿا ته جيڪو ڪارڊ اسان ڪڍون ٿا اهو هڪ اسپيڊ (واقعو A) يا هڪ ايس (واقعو B) آهي، ته اسان مٿي بيان ڪيل اضافي قاعدي کي استعمال ڪري سگهون ٿا.

1. اسپيڊ ڪارڊ ڪڍڻ جو امڪان:

52 تاش جي ڊيڪ ۾ 13 اسپيڊ آهن.

\[ پي(اي) = \فريڪ{13}{52} \]

2. ايس ڪڍڻ جو امڪان:

52 ڪارڊن جي ڊيڪ ۾ 4 ايس آهن.

\[ پي(بي) = \فريڪ{4}{52} \]

3. هڪ ڪارڊ ٺاهڻ جو امڪان جيڪو ايس ۽ اسپيڊ ٻئي هجي (ايس آف اسپيڊز):

52 ڪارڊن جي ڊيڪ ۾ صرف هڪ ايس آف اسپيڊس آهي.

\[ پي(اي \ڪيپ ب) = \فريڪ{1}{52} \]

اضافي قاعدو استعمال ڪندي:

\[ پي(اي \ڪپ ب) = پي(اي) + پي(بي) – پي(اي \ڪپ ب) \]

ڳڻپ:

\[ پي(اي \ڪپ ب) = \فريڪ{13}{52} + \فريڪ{4}{52} – \فريڪ{1}{52} \]
\[ پي(اي \ڪپ ب) = \فريڪ{16}{52} \]
\[ پي(اي \ڪپ ب) = \فريڪ{4}{13} \]

تنهن ڪري، اهو امڪان ته ٺهيل ڪارڊ هڪ اسپيڊ يا ايس آهي \( \frac{4}{13} \) آهي.

لاڳاپيل ۽ استعمال

ٻن غير الڳ ٿيندڙ واقعن لاءِ اضافي قاعدي کي سمجهڻ ڊيٽا جي تجزيي، شماريات، ۽ ڪاروبار، فنانس، ڪمپيوٽر سائنس، ۽ سماجي تحقيق جهڙن مختلف ٻين شعبن ۾ وسيع لاڳاپو رکي ٿو. ڪجھ عملي ايپليڪيشنن ۾ شامل آهن:

1. خطري جو تجزيو: خطري جي انتظام ۾ مختلف خطرن ۽ عنصرن جي ممڪن ميلاپ جي سڃاڻپ.
2. وبائي تحقيق: صحت جي مطالعي ۾ مختلف خطري جي عنصرن جي گڏيل امڪان جو حساب لڳائڻ.
3. ڪاروبار ۽ ماليات: اسٽاڪ مارڪيٽ يا ڪاروباري ماحول ۾ مختلف واقعن جي گڏيل موقعن جو جائزو وٺڻ.
4. پاليسي جو تعين: مختلف پاليسين ۽ ڪاررواين جي امڪاني اثرن تي غور ڪندي فيصلو ڪرڻ ۾ مدد ڪري ٿو.
5. ڊيٽا سائنس ۽ مشين لرننگ: اڳڪٿي ڪندڙ ماڊلز ۾ استعمال ڪيو ويندو آهي جيڪي ڪيترن ئي خاصيتن کي مدنظر رکن ٿا جيڪي شايد باهمي طور تي خاص نه هجن.

گرافڪ وضاحت

گهڻو ڪري، وين ڊاگرام جهڙيون گرافيڪل نمائندگيون ٻن واقعن جي وچ ۾ رابطي کي سمجهڻ ۾ مددگار ثابت ٿين ٿيون. اهي ڊاگرام ڏيکارين ٿا ته ٻه سيٽ (واقعا) ڪيئن رابطي ۾ اچن ٿا ۽ ڪٿي اوورليپ ٿين ٿا.

جيڪڏهن اسين ڪارڊن جي ڊيڪ مثال ڏانهن واپس وڃون ٿا، ته وين ڊاگرام ۾ اوورليپنگ علائقو ايس آف اسپيڊس جي نمائندگي ڪندو، جيڪو هڪ واضح تصور جي اجازت ڏئي ٿو ته اسان کي \( P(A \cap B) \) کي گھٽائڻ جي ضرورت ڇو آهي جڏهن \( P(A) \) ۽ \( P(B) \) شامل ڪيو وڃي.

نتيجو

ٻن غير خاص واقعن لاءِ اضافي قاعدي کي سکڻ امڪاني نظريي ۽ شماريات جو هڪ ضروري حصو آهي. هن تصور کي سمجهڻ سان، اسان مختلف حقيقي زندگي جي حالتن ۾ واقعن جي گڏيل امڪان کي وڌيڪ صحيح طور تي ڳڻپ ڪري سگهون ٿا. هميشه ياد رکو ته جڏهن واقعا غير خاص هوندا آهن، ته انهن جي گڏيل امڪانن کي ترتيب ڏيڻ گهرجي ته جيئن اوورليپنگ علائقن ۾ ٻٽي ڳڻپ کان بچي سگهجي. هي طريقو نه رڳو شمارياتي تجزيي ۾ مدد ڪري ٿو پر ڊيٽا تي ٻڌل فيصلي سازي کي به مضبوط ڪري ٿو.

هي مضمون ڏيکاري ٿو ته اسان هن تصور کي مختلف تناظرن ۾ ڪيئن استعمال ڪري سگهون ٿا ۽ امڪان ۽ انگ اکر سان لاڳاپيل ڪنهن به شعبي ۾ وڌيڪ ايپليڪيشنن لاءِ هڪ مضبوط بنياد فراهم ڪري ٿو.