සංඛ්යාලේඛනවල සම්භාවිතාව පිළිබඳ මූලික සංකල්ප
සංඛ්යාලේඛනවල සම්භාවිතාව ඉතා වැදගත් සංකල්පයක් වන අතර, සංඛ්යාලේඛනඥයින් දත්ත විශ්ලේෂණය කිරීමට සහ තීරණ ගැනීමට භාවිතා කරන බොහෝ ක්රම සහ න්යායන් සඳහා එය පදනම වේ. එය අහඹු බව සහ අවිනිශ්චිතතාවය අධ්යයනය කිරීම සඳහා ගණිතමය රාමුවක් ලබා දෙන අතර, අනපේක්ෂිත සංසිද්ධි ප්රමාණනය කිරීමට සහ තේරුම් ගැනීමට අවශ්ය මෙවලම් සපයයි. මෙම ලිපියෙන් අර්ථ දැක්වීම්, රීති, බෙදාහැරීම් සහ යෙදුම් ඇතුළුව සම්භාවිතාව පිළිබඳ මූලික සංකල්ප කිහිපයක් ආවරණය කෙරේ.
සම්භාවිතාව පිළිබඳ අර්ථ දැක්වීම
සම්භාවිතාව යනු යම් සිදුවීමක් සිදුවීමේ සම්භාවිතාවයේ මිනුමක් වේ. එය සාමාන්යයෙන් 0 සහ 1 අතර සංඛ්යාවක් ලෙස ප්රකාශ වේ, එහිදී 0 යනු කළ නොහැකි බව පෙන්නුම් කරන අතර 1 නිශ්චිත බව පෙන්නුම් කරයි. උදාහරණයක් ලෙස, සාධාරණ කාසියක් පෙරලීමේ සහ එය ප්රමුඛස්ථානයට පැමිණීමේ සම්භාවිතාව 0.5 කි.
ගණිතමය වශයෙන්, \( A \) සිදුවීමක සම්භාවිතාව \( P(A) \) ලෙස දැක්වේ. අත්හදා බැලීමක \( n \) සමානව සම්භාවිතාවක් ඇති ප්රතිඵල තිබේ නම් සහ එම ප්රතිඵලවලින් \( m \) \( A \) සිදුවීමට අනුරූප වේ නම්, \( A \) හි සම්භාවිතාව ලබා දෙන්නේ:
\[ P(A) = \frac{m}{n} \]
සම්භාවිතා න්යායේ වඩාත් සංකීර්ණ සංකල්ප සඳහා පදනම මෙම මූලික මූලධර්මය සාදයි.
මූලික පාරිභාෂිතය
1. අත්හදා බැලීම: නිරීක්ෂණ ජනනය කරන ක්රියාවලියකි. උදාහරණයක් ලෙස, දාදු කැටයක් පෙරළීම අත්හදා බැලීමකි.
2. ප්රතිඵලය: අත්හදා බැලීමක ප්රතිඵලයක් විය හැකිය. දාදු කැටයක් පෙරළීමෙන් ප්රතිඵල හයෙන් එකකට (1, 2, 3, 4, 5, හෝ 6) ප්රතිඵල ලබා ගත හැකිය.
3. සිදුවීම: විය හැකි ප්රතිඵලවල උප කුලකයකි. ඉරට්ටේ සංඛ්යාවක් (2, 4, හෝ 6) පෙරළීම සිදුවීමකි.
4. නියැදි අවකාශය: අත්හදා බැලීමක සියලු විය හැකි ප්රතිඵලවල කට්ටලය. දාදු කැට රෝලයක් සඳහා, නියැදි අවකාශය \{1, 2, 3, 4, 5, 6\} වේ.
සම්භාවිතා වර්ග
සම්භාවිතාව ක්රම කිහිපයකට වර්ග කළ හැකිය:
1. සම්භාව්ය සම්භාවිතාව: නියැදි අවකාශයේ සියලුම ප්රතිඵල සමානව සිදුවිය හැකි බවට උපකල්පනය මත පදනම්ව. උදාහරණයක් ලෙස, සම්මත කාඩ්පත් තට්ටුවකින් ඒස් එකක් ඇඳීමේ සම්භාව්ය සම්භාවිතාව \( \frac{4}{52} \) හෝ \( \frac{1}{13} \) වේ.
2. ආනුභවික සම්භාවිතාව: නිරීක්ෂණ හෝ අත්හදා බැලීම් මත පදනම්ව. සිදුවීමක සම්භාවිතාව ඇස්තමේන්තු කරනු ලබන්නේ සිදුවීම සිදුවන සාපේක්ෂ සංඛ්යාතය අනුව ය. උදාහරණයක් ලෙස, ඔබ කාසියක් 100 වතාවක් පෙරලන විට එය ශීර්ෂ මත 55 වතාවක් පතිත වුවහොත්, ශීර්ෂ වල ආනුභවික සම්භාවිතාව 0.55 කි.
3. ආත්මීය සම්භාවිතාව: සංඛ්යානමය දත්ත වලට වඩා පුද්ගලික විනිශ්චය හෝ අත්දැකීම් මත පදනම්ව. ආර්ථික විද්යාඥයෙකුගේ අවපාතයක සම්භාවිතාව පිළිබඳ පුරෝකථනය ආත්මීය සම්භාවිතාවට උදාහරණයකි.
සම්භාවිතාව පිළිබඳ මූලික නීති
1. අනුපූරක රීතිය: සිදුවීමක් සිදු නොවීමේ සම්භාවිතාව \( 1 \) වන අතර එය සිදුවීමේ සම්භාවිතාව අඩු වේ. \( A \) සිදුවීමක් නම්, \( P(A') = 1 – P(A) \), මෙහි \( A' \) යනු \( A \) හි අනුපූරකයයි.
2. එකතු කිරීමේ රීතිය: අන්යෝන්ය වශයෙන් බැහැර සිදුවීම් දෙකක් \( A \) සහ \( B \) සඳහා, \( A \) හෝ \( B \) සිදුවීමේ සම්භාවිතාව \( P(A \cup B) = P(A) + P(B) \) වේ. අන්යෝන්ය වශයෙන් බැහැර නොවන සිදුවීම් සඳහා, සූත්රය \( P(A \cup B) = P(A) + P(B) – P(A \cap B) \) ලෙස සකස් කර ඇත, එහිදී \( P(A \cap B) \) යනු සිදුවීම් දෙකම සිදුවීමේ සම්භාවිතාවයි.
3. ගුණ කිරීමේ රීතිය: ස්වාධීන සිදුවීම් දෙකක් සඳහා \( A \) සහ \( B \), \( A \) සහ \( B \) යන දෙකම සිදුවීමේ සම්භාවිතාව \( P(A \cap B) = P(A) \cdot P(B) \). යැපෙන සිදුවීම් සඳහා, ඔබ කොන්දේසි සහිත සම්භාවිතාව සලකා බැලිය යුතුය: \( P(A \cap B) = P(A) \cdot P(B|A) \).
කොන්දේසි සහිත සම්භාවිතාව සහ බේස් ප්රමේයය
කොන්දේසි සහිත සම්භාවිතාව යනු \( A \) සිදුවීමේ සම්භාවිතාවය වන අතර එය \( B \) සිදුවී ඇති බැවින් එය \( P(A|B) \) ලෙස දැක්වේ. එය ගණනය කරනු ලබන්නේ:
\[ P(A|B) = \frac{P(A \cap B)}{P(B)} \]
බේස්ගේ ප්රමේයය කොන්දේසි සහිත සම්භාවිතාව පිළිබඳ සංකල්පය තවදුරටත් පුළුල් කරන අතර නව සාක්ෂි මත පදනම්ව සිදුවීමක සම්භාවිතාව යාවත්කාලීන කිරීමට ක්රමයක් සපයයි:
\[ P(A|B) = \frac{P(B|A) \cdot P(A)}{P(B)} \]
යන්ත්ර ඉගෙනීම, වෛද්ය රෝග විනිශ්චය සහ තීරණ ගැනීමේ ක්රියාවලීන් ඇතුළු බොහෝ ක්ෂේත්රවල බේස්ගේ ප්රමේයය මූලික වේ.
සම්භාවිතා බෙදාහැරීම්
සම්භාවිතා ව්යාප්තියක් මඟින් අහඹු විචල්යයක අගයන් මත සම්භාවිතා බෙදා හරින ආකාරය විස්තර කෙරේ. සම්භාවිතා ව්යාප්ති ප්රධාන වර්ග දෙකක් තිබේ:
1. විවික්ත සම්භාවිතා ව්යාප්ති: විවික්ත අහඹු විචල්ය සඳහා අදාළ වේ. සම්භාවිතා ස්කන්ධ ශ්රිතය (PMF) මඟින් අහඹු විචල්යය යම් අගයකට හරියටම සමාන වීමේ සම්භාවිතාව සපයයි. උදාහරණ ලෙස ද්විපද ව්යාප්තිය සහ විෂ ව්යාප්තිය ඇතුළත් වේ.
2. අඛණ්ඩ සම්භාවිතා ව්යාප්ති: අඛණ්ඩ අහඹු විචල්ය සඳහා අදාළ වේ. සම්භාවිතා ඝනත්ව ශ්රිතය (PDF) මඟින් අහඹු විචල්යය අඛණ්ඩ පරාසයක් තුළ අගයක් ගැනීමේ සම්භාවිතාව විස්තර කෙරේ. උදාහරණ ලෙස සාමාන්ය ව්යාප්තිය සහ ඝාතීය ව්යාප්තිය ඇතුළත් වේ.
පොදු බෙදාහැරීම්
– ද්විපද ව්යාප්තිය: එකම සාර්ථකත්ව සම්භාවිතාවක් සහිත ස්ථාවර ස්වාධීන අත්හදා බැලීම් ගණනක සාර්ථකත්ව ගණන ආකෘති කරයි.
– සාමාන්ය ව්යාප්තිය: එහි සීනුව හැඩැති වක්රය මගින් සංලක්ෂිත වන අතර, එය බොහෝ ස්වාභාවික සංසිද්ධි විස්තර කරන අතර, එහි ගුණාංග මධ්යන්යය සහ සම්මත අපගමනය මගින් තීරණය වේ.
– විෂ ව්යාප්තිය: නියත සාමාන්ය සිදුවීම් අනුපාතයක් ලබා දී ඇති විට, ස්ථාවර කාල පරතරයක් හෝ අවකාශයක් තුළ සිදුවීමක් සිදුවන වාර ගණන නිරූපණය කරයි.
සම්භාවිතාවයේ යෙදීම්
සම්භාවිතා න්යාය බොහෝ සැබෑ ලෝක යෙදුම් සඳහා අත්යවශ්ය වේ:
1. අවදානම් තක්සේරුව: මූල්ය, රක්ෂණ සහ සෞඛ්ය ක්ෂේත්රයන්හි, අවදානම් තක්සේරු කිරීමට සහ කළමනාකරණය කිරීමට සම්භාවිතාව භාවිතා කරයි.
2. තත්ත්ව පාලනය: නිෂ්පාදනයේදී, දෝෂ හඳුනා ගැනීමට සහ නිෂ්පාදනවල ගුණාත්මකභාවය සහතික කිරීමට පරීක්ෂණ සැලසුම් කිරීමේදී සම්භාවිතාව උපකාරී වේ.
3. තීරණ ගැනීම: අවිනිශ්චිතතාවයන් යටතේ දැනුවත් තීරණ ගැනීමට ව්යාපාර සම්භාවිතාව මත රඳා පවතී.
4. විද්යාත්මක පර්යේෂණ: සම්භාවිතාව උපකල්පිත පරීක්ෂණයට සහාය වන අතර, පර්යේෂකයන්ට පර්යේෂණාත්මක දත්ත වලින් නිගමනවලට එළඹීමට ඉඩ සලසයි.
නිගමනය
සම්භාවිතාව යනු සංඛ්යාලේඛනවල මූලික අංගයක් වන අතර, අවිනිශ්චිතතාවය හැසිරවීමට සහ අනාවැකි පළ කිරීමට ව්යුහගත ක්රමයක් ලබා දෙයි. සම්භාවිතා රීති, බෙදාහැරීම් සහ කොන්දේසි සහිත සම්භාවිතාව වැනි මූලික සංකල්ප තේරුම් ගැනීමෙන්, අපට මෙම මූලධර්ම පුළුල් පරාසයක ප්රායෝගික සහ න්යායාත්මක ගැටළු සඳහා යෙදිය හැකිය. අපගේ දත්ත කේන්ද්රීය ලෝකය අඛණ්ඩව වර්ධනය වන විට, සම්භාවිතාව පිළිබඳ මූලධර්ම සංඛ්යාලේඛනඥයින්ට, පර්යේෂකයන්ට සහ තීරණ ගන්නන්ට අත්යවශ්ය මෙවලම් වනු ඇත.
