- ความน่าจะเป็นคืออะไร?
- ประเภทของความน่าจะเป็น
- ตัวอย่างความน่าจะเป็น
- สูตรคำนวณความน่าจะเป็น
- การประยุกต์ใช้ความน่าจะเป็น
เราอธิบายว่าความน่าจะเป็นคืออะไร ประเภท ตัวอย่าง และสูตรในการคำนวณ อีกทั้งบริเวณที่สามารถนำไปใช้ได้
ความน่าจะเป็นคืออะไร?
คำว่าความน่าจะเป็นมาจาก เป็นไปได้นั่นคือ ของสิ่งที่น่าจะเกิดขึ้นมากที่สุด และเข้าใจว่าเป็นระดับความเป็นไปได้มากหรือน้อยที่เหตุการณ์สุ่มจะเกิดขึ้น โดยแสดงเป็นตัวเลขระหว่าง 1 (ความเป็นไปได้ทั้งหมด) ถึง 0 (ความเป็นไปไม่ได้แน่นอน) หรือเป็นเปอร์เซ็นต์ ระหว่าง 100% หรือ 0% ตามลำดับ
เพื่อให้ได้ความน่าจะเป็นของเหตุการณ์ ความถี่ ที่เกิดขึ้น (ในการทดลองแบบสุ่มภายใต้สภาวะที่มั่นคง) และดำเนินการคำนวณทางทฤษฎีต่อไป
ในการทำเช่นนี้ สิ่งที่กำหนดขึ้นโดยทฤษฎีความน่าจะเป็น เป็นสาขาหนึ่งของ คณิตศาสตร์ ทุ่มเทให้กับการศึกษาความน่าจะเป็น วินัยนี้ใช้กันอย่างแพร่หลายโดยผู้อื่น วิทยาศาสตร์ธรรมชาติ Y ทางสังคม อะไร การลงโทษ เสริม เนื่องจากช่วยให้พวกเขาจัดการกับสถานการณ์ที่เป็นไปได้ตามลักษณะทั่วไป
ต้นกำเนิดของความน่าจะเป็นอยู่ที่ความต้องการของมนุษย์ในการคาดการณ์เหตุการณ์และคาดการณ์อนาคตในระดับหนึ่ง ดังนั้น ในความพยายามที่จะรับรู้รูปแบบและความเชื่อมโยงใน ความเป็นจริงเขามักจะเผชิญกับโอกาส นั่นคือ กับสิ่งที่ขาดระเบียบ
การพิจารณาอย่างเป็นทางการครั้งแรกเกี่ยวกับเรื่องนี้มาจากศตวรรษที่สิบเจ็ด โดยเฉพาะจากการติดต่อระหว่างปิแอร์ เดอ แฟร์มาต์และแบลส ปาสกาลในปี ค.ศ. 1654 หรือจากการศึกษาของคริสเตียอัน ฮอยเกนส์ ในปี ค.ศ. 1657 และจาก Kybeia โดย Juan Caramuel ในปี 1649 ข้อความในปัจจุบันหายไป
ประเภทของความน่าจะเป็น
มีความน่าจะเป็นประเภทต่อไปนี้:
- ความถี่. สิ่งที่กำหนดจำนวนครั้งที่ปรากฏการณ์สามารถเกิดขึ้นได้ โดยพิจารณาจากโอกาสจำนวนหนึ่งผ่านการทดลอง
- คณิตศาสตร์. เป็นสาขาคณิตศาสตร์และมีวัตถุประสงค์เพื่อคำนวณความน่าจะเป็นที่เหตุการณ์สุ่มบางอย่างเกิดขึ้นจาก ตรรกะ เป็นทางการและไม่ใช่การทดลองของคุณ
- ทวินาม เหตุการณ์ที่มีการศึกษาความสำเร็จหรือความล้มเหลวของเหตุการณ์ หรือสถานการณ์ที่เป็นไปได้ประเภทอื่นๆ ที่มีผลลัพธ์ที่เป็นไปได้เพียงสองอย่างเท่านั้น
- วัตถุประสงค์ นี่คือชื่อที่มอบให้กับความน่าจะเป็นทั้งหมดที่เราทราบล่วงหน้าถึงความถี่ของเหตุการณ์ และกรณีที่น่าจะเป็นของเหตุการณ์ที่เกิดขึ้นนั้นถูกเปิดเผยอย่างง่ายๆ
- อัตนัย ตรงกันข้ามกับคณิตศาสตร์ มันขึ้นอยู่กับเหตุการณ์บางอย่างที่ช่วยให้อนุมานความน่าจะเป็นของเหตุการณ์ แม้ว่าจะห่างไกลจากความน่าจะเป็นที่แน่นอนหรือคำนวณได้ ดังนั้นอัตวิสัยของมัน
- ไฮเปอร์จีโอเมตริก ที่ได้มาเพราะว่า เทคนิค สุ่มตัวอย่างสร้างกลุ่มเหตุการณ์ตามลักษณะที่ปรากฏ
- ตรรกะ. หนึ่งที่มีคุณสมบัติเป็นลักษณะที่กำหนดความเป็นไปได้ของเหตุการณ์ที่เกิดขึ้นจากกฎของตรรกะอุปนัย.
- มีเครื่องปรับอากาศ สิ่งที่ใช้เพื่อทำความเข้าใจความเป็นเหตุเป็นผลระหว่างสองเหตุการณ์ที่แตกต่างกัน เมื่อการเกิดขึ้นของเหตุการณ์หนึ่งสามารถกำหนดได้หลังจากการเกิดขึ้นของอีกเหตุการณ์หนึ่ง
ตัวอย่างความน่าจะเป็น
ในอุตุนิยมวิทยา ความน่าจะเป็นคำนวณโดยพิจารณาจากหลายปัจจัย
ความน่าจะเป็นอยู่รอบตัวเราเสมอ ตัวอย่างที่ชัดเจนที่สุดเกี่ยวกับการพนัน เช่น ลูกเต๋า เป็นต้น เป็นไปได้ที่จะกำหนดความถี่ของการปรากฏตัวของแต่ละใบหน้าจากการทอยลูกเต๋าอย่างต่อเนื่อง หรือสามารถทำได้ด้วยลอตเตอรี แม้ว่าจะต้องใช้การคำนวณมหาศาลจนแทบเป็นไปไม่ได้เลยที่จะทำนาย
นอกจากนี้เรายังจัดการกับความน่าจะเป็นเมื่อเราตรวจสอบพยากรณ์อากาศ และเราได้รับคำเตือนถึงความน่าจะเป็นของฝนเป็นเปอร์เซ็นต์ ขึ้นอยู่กับจำนวน มีแนวโน้มว่าฝนจะตกมากหรือน้อย แต่อาจเกิดขึ้นที่ไม่เกิดขึ้นเพราะเป็นการทำนายไม่แน่นอน
สูตรคำนวณความน่าจะเป็น
การคำนวณความน่าจะเป็นดำเนินการตามสูตรต่อไปนี้:
ความน่าจะเป็น = กรณีที่น่าพอใจ / กรณีที่เป็นไปได้ x 100 (เพื่อนำไปเป็นเปอร์เซ็นต์)
ตัวอย่างเช่น เราสามารถคำนวณความน่าจะเป็นที่เหรียญจะออกหัวในการโยนครั้งเดียว โดยคิดว่ามีเพียงหนึ่งในสองหัวเท่านั้นที่จะออกมา นั่นคือ 1/2 x 100 = ความน่าจะเป็น 50%
ในทางกลับกัน หากเราตัดสินใจที่จะคำนวณว่าการโยนหัวเดียวกันกี่ครั้งในการโยนสองครั้งติดต่อกัน เราต้องคิดว่ากรณีที่ดี (หัวและหัวหรือก้อยและก้อย) เป็นหนึ่งในสี่ผลลัพธ์ที่เป็นไปได้ (หัวและหัว , หัวและหาง, หางและก้อย) ใบหน้า ตราประทับ และตราประทับ) ดังนั้น 1/4 x 100 = ความน่าจะเป็น 25%
การประยุกต์ใช้ความน่าจะเป็น
การคำนวณความน่าจะเป็นมีการใช้งานมากมายในชีวิตประจำวัน เช่น:
- บทวิเคราะห์ของ เสี่ยง ธุรกิจ. ตามความเป็นไปได้ของราคาหุ้นที่ตกต่ำและมีการพยายามคาดการณ์ว่าเหมาะสมหรือไม่ การลงทุน อย่างใดอย่างหนึ่ง ธุรกิจ.
- การวิเคราะห์ทางสถิติของ จัดการ. มีความสำคัญต่อ สังคมวิทยา, ใช้ความน่าจะเป็นในการประเมินพฤติกรรมที่เป็นไปได้ของ ประชากรและทำนายแนวโน้มของ คิด หรือความเห็น เป็นเรื่องปกติที่จะเห็นในแคมเปญการเลือกตั้ง
- การกำหนดหลักประกันและการประกันภัย กระบวนการที่ความน่าจะเป็นของความล้มเหลวของ สินค้า หรือความน่าเชื่อถือของ a บริการ (หรือผู้เอาประกันภัย เป็นต้น) เพื่อที่จะทราบว่าควรให้ระยะเวลาการรับประกันนานเท่าใด หรือใครควรเป็นผู้ประกันตน และเท่าใด
- ณ ที่ตั้งของ อนุภาค. ตามหลักการความไม่แน่นอนของไฮเซนเบิร์ก ซึ่งระบุว่าเราไม่สามารถรู้ได้ว่าอนุภาคของอะตอมอยู่ที่ไหนในช่วงเวลาที่กำหนดและในขณะเดียวกันก็เคลื่อนที่ด้วยความเร็วเท่าใด ดังนั้นการคำนวณในเรื่องจึงมักจะดำเนินการในแง่ความน่าจะเป็น: มันมีอยู่ X เปอร์เซ็นต์โอกาสที่อนุภาคจะมี
- ในการวิจัยทางชีวการแพทย์ เปอร์เซ็นต์ของความสำเร็จและความล้มเหลวของยารักษาโรคหรือวัคซีนจะถูกคำนวณ เพื่อที่จะทราบว่ายาเหล่านี้เชื่อถือได้หรือไม่ และควรผลิตเป็นจำนวนมากหรือไม่ หรือร้อยละของประชากรที่ยาเหล่านี้อาจทำให้เกิดผลข้างเคียง