स्नातकोत्तर → प्रायिकता और सांख्यिकी ↓
प्रायिकता सिद्धांत
प्रायिकता सिद्धांत गणित की एक शाखा है जो विभिन्न परिणामों की संभावना से संबंधित है। यह पैटर्न के आधार पर भविष्य की घटनाओं की भविष्यवाणी करने के लिए उपयोग किया जाता है और अनिश्चितता को मापकर निर्णय लेने में मदद करता है। मॉडल और स्वयंसिद्धों के माध्यम से, प्रायिकता सिद्धांत वित्त, जुआ, विज्ञान और इंजीनियरिंग जैसे विभिन्न क्षेत्रों में उपयोग पाता है।
प्रायिकता के बुनियादी अवधारणाएँ
प्रायिकता के मौलिक निर्माण खंडों में प्रयोग, परिणाम, नमूना स्थान और घटनाएँ शामिल होती हैं। आइए इन प्रत्येक घटकों का अन्वेषण करें:
- प्रयोग: एक क्रिया या प्रक्रिया जो एक या अधिक विशिष्ट परिणामों की ओर ले जाती है। उदाहरण के लिए, पासा फेंकना या सिक्का उछालना प्रयोग हैं।
- परिणाम: किसी प्रयोग का संभावित परिणाम। उदाहरण के लिए, '4' का लुढ़कना एक परिणाम है।
- नमूना स्थान: किसी प्रयोग के सभी संभावित परिणामों का सेट। यदि हम पासा फेंक रहे हैं, तो नमूना स्थान
{1, 2, 3, 4, 5, 6}है। - घटना: नमूना स्थान का एक उपसमूह। एक घटना हो सकती है परीक्ष्य संख्या प्राप्त करना जब पासा फेंका जाए, जिसे
{2, 4, 6}के रूप में प्रदर्शित किया जा सकता है।
प्रायिकता स्वयंसिद्ध
प्रायिकता सिद्धांत की स्वयंसिद्धीय नींव 1933 में कोलमोगोरोव द्वारा रखी गई थी। तीन मौलिक स्वयंसिद्ध हैं:
- गैर-निगर्यता: किसी भी घटना की प्रायिकता एक गैर-निगर्यता वास्तविक संख्या है। प्रतीकात्मक रूप से, यदि A एक घटना है, तो
P(A) ≥ 0। - सामान्यकरण: पूरे नमूना स्थान की प्रायिकता 1 है। इसका अर्थ है कि नमूना स्थान से कुछ निश्चित रूप से होगा। औपचारिक रूप से,
P(S) = 1, जहाँ S नमूना स्थान है। - सांपत्यता: यदि दो घटनाएँ A और B पारस्परिक रूप से विशिष्ट हैं, तो किसी भी घटना के होने की प्रायिकता उनके व्यक्तिगत प्रायिकताओं का योग है:
P(A ∪ B) = P(A) + P(B)
प्रायिकता की शास्त्रीय परिभाषा
प्रायिकता की शास्त्रीय परिभाषा, जो उस स्थिति में लागू होती है जब सभी परिणाम समान रूप से संभावित होते हैं, निम्नानुसार दी गई है:
P(A) = frac{text{अनुकूल परिणामों की संख्या}}{text{नमूना स्थान में कुल परिणामों की संख्या}}प्रदर्शित करने के लिए, एक यथार्थवादी, छह-पक्षीय पासा फेंकने के प्रयोग पर विचार करें। 3 के ऊपर आने की प्रायिकता (एक घटना) है:
P(3) = frac{1}{6}चूंकि केवल एक अनुकूल परिणाम है (3 का आना), कुल परिणामों की संख्या 6 है।
प्रायिकता का निरूपण
सिक्का उछालने के सरल उदाहरण को लें। हम एक निष्पक्ष सिक्का उछालने पर शीर्ष प्राप्त करने की प्रायिकता 0.5 के रूप में परिभाषित करते हैं, क्योंकि नमूना स्थान {Heads, Tails} है, दोनों परिणामों की समान प्रायिकता है।
शर्तीय प्रायिकता
शर्तीय प्रायिकता किसी घटना के होने की प्रायिकता है, यह मानकर कि कोई अन्य घटना पहले ही हो चुकी है। इसे निम्नलिखित सूत्र से गणना किया जाता है:
P(A | B) = frac{P(A ∩ B)}{P(B)}यहाँ, P(A | B) घटना A के होने की शर्तीय प्रायिकता है, P(A ∩ B) दोनों घटनाओं के होने की प्रायिकता है, और P(B) घटना B की प्रायिकता है।
बेयस प्रमेय
बेयस प्रमेय प्रायिकता में एक उपयोगी परिणाम है जो हमें दिए गए सबूत के आधार पर किसी परिसीमा के लिए प्रायिकता अनुमान को अपडेट करने की अनुमति देता है। यह इस प्रकार सूत्रबद्ध किया गया है:
P(A | B) = frac{P(B | A) cdot P(A)}{P(B)}जहाँ:
P(A | B)डेटा B के आधार पर परिसीमा A की प्रायिकता है।P(B | A)परिसीमा A के तहत डेटा B के अवलोकन की प्रायिकता है।P(A)परिसीमा A के सही होने की प्रायिकता (पूर्व-प्रायिकता) है।P(B)डेटा B के अवलोकन की प्रायिकता है।
स्वतंत्रता
दो घटनाओं, A और B, को स्वतंत्र कहा जाता है यदि उनमें से एक के घटित होने का दूसरे के घटित होने पर कोई प्रभाव नहीं पड़ता। इसे गणितीय रूप से इस प्रकार व्यक्त किया जा सकता है:
P(A ∩ B) = P(A) · P(B)सरल शब्दों में, अगर यह जानने पर कि घटना B हुई है, यह आपको घटना A के घटित होने के बारे में कुछ नहीं बताता है, तो दोनों घटनाएँ स्वतंत्र हैं।
प्रायिकता सिद्धांत में सामान्य वितरण
प्रायिकता वितरण इस बात का वर्णन करते हैं कि कैसे एक यादृच्छिक परिवर्तनीय के मानों पर प्रायिकताएँ वितरित होती हैं। इनमें से कुछ मुख्य वितरण इस प्रकार हैं:
विस्र्द्ध वितरण
- बर्नोली वितरण: एक ही प्रयोग के संभावित परिणामों को दर्शाता है जिसमें एक हाँ-ना प्रश्न पूछा जाता है, जिसमें एक उत्तर की प्रायिकता p दी जाती है।
- बाइनोमिल वितरण: बर्नोली वितरण का सामान्य रूप है जब एक प्रयोग कई बार किया जाता है।
- पॉइसन वितरण: एक विशेष समय या स्थान अंतराल में होने वाली घटनाओं की संख्या की प्रायिकता का वर्णन करता है।
सतत वितरण
- सामान्य वितरण: अक्सर घंटी वक्र के रूप में जाना जाता है, यह अपने सममित आकार द्वारा वर्णित है और दो मापदंडों द्वारा परिभाषित है: माध्यक और प्रसार।
- घातीय वितरण: एक पॉइसन प्रक्रिया में घटनाओं के बीच समय का मॉडल करता है, जहाँ घटनाएँ लगातार और स्वतंत्र रूप से होती हैं।
- सम वितरण: एक परिभाषित सीमा के भीतर सभी परिणाम समान रूप से संभावित होते हैं।
संख्याओं का बड़ा नियम
संख्याओं का बड़ा नियम बताता है कि जैसे-जैसे प्रयोग की संख्या बढ़ती जाती है, प्राप्त परिणामों का औसत अपेक्षित मान के करीब होता जाता है। औपचारिक रूप से, यदि X_1, X_2, ..., X_n स्वतंत्र और समान रूप से वितरित यादृच्छिक चर हैं जिनका अपेक्षित मान E(X) है, तो:
frac{X_1 + X_2 + ... + X_n}{n} rightarrow E(X) text{ as } n rightarrow inftyकेंद्रीय सीमा प्रमेय
केंद्रीय सीमा प्रमेय (सीएलटी) बताता है कि एक पर्याप्त बड़ी नमूना आकार के लिए, नमूना माध्य का नमूना वितरण मूल आबादी के वितरण की परवाह किए बिना लगभग सामान्य वितरण होगा। यह सांख्यिकी का एक कोने का पत्थर सिद्धांत है जो व्यावहारिक समस्याओं में सामान्य वितरण के उपयोग को उचित ठहराने में मदद करता है।
प्रायिकता सिद्धांत के अनुप्रयोग
प्रायिकता सिद्धांत की प्रासंगिकता विभिन्न क्षेत्रों में विस्तारित होती है:
- वित्त में: जोखिम आकलन और बाजारों के पूर्वानुमान के लिए।
- चिकित्सा में: रोग के पूर्वानुमान और उपचार की प्रभावशीलता की व्याख्या के लिए।
- कंप्यूटर विज्ञान में: एल्गोरिदम, विशेष रूप से मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस में, अक्सर प्रायिकता मॉडलों पर निर्भर करते हैं।
- विज्ञान में: तत्वों, कणों आदि के वितरण का अनुमान लगाने के लिए प्रायिकता का उपयोग किया जाता है।
निष्कर्ष
प्रायिकता सिद्धांत वह औपचारिक आधार प्रदान करता है जिस पर अनिश्चितता की अवधारणाओं का गणितीय और तार्किक रूप से अध्ययन किया जा सकता है। यह अंतर्दृष्टि को मात्रात्मक विश्लेषण के साथ संयोजित करता है, जिससे यह वैज्ञानिक स्पेक्ट्रम में एक अनिवार्य उपकरण बन जाता है। इसकी शब्दावली, स्वयंसिद्धों और अनुप्रयोगों को समझकर, अधिक आत्मविश्वास के साथ पूर्वानुमान किए जा सकते हैं।
टिप्पणियाँ