सशर्त संभावना को समझना

सशर्त संभावना संभाव्यता सिद्धांत में एक अवधारणा है जो यह निर्धारित करती है कि एक घटना के घटित होने की संभावना कितनी है, बशर्ते कि कोई अन्य घटना पहले ही घटित हो चुकी हो। यह संभाव्यता और सांख्यिकी का एक महत्वपूर्ण हिस्सा है क्योंकि वास्तविक दुनिया की स्थितियों में, हो सकता है कि हमारे पास ऐसी जानकारी हो जो किसी घटना के परिणाम को प्रभावित करती है।

संभावना की मूल बातें

सशर्त संभावना में गोता लगाने से पहले, आइए संक्षेप में संभावना की परिभाषा पर पुनर्विचार करें। संभावना किसी विशेष घटना से जुड़े अनिश्चितता को मापने का एक तरीका है। इसे निम्न प्रकार से गणना की जा सकती है:

घटना A की संभावना, P(A) = (A के अनुकूल परिणामों की संख्या) / (संभव परिणामों की कुल संख्या)

तो, यदि हमारे पास एक निष्पक्ष छह पक्षीय पासा है, तो तीन आने की संभावना इस प्रकार व्यक्त की जा सकती है:

P(roll 3) = 1/6

यह इसलिए है क्योंकि इसमें एक अनुकूल परिणाम होता है (3 आना) और कुल छह संभव परिणाम होते हैं (1, 2, 3, 4, 5, या 6)।

सशर्त संभावना का परिचय

सशर्त संभावना तब उपयोग में आती है जब हम जानते हैं कि एक घटना घटित हो चुकी है और हम जानना चाहते हैं कि दूसरी घटना के घटित होने की क्या संभावना है। गणितीय रूप से इसे इस प्रकार से व्यक्त किया जाता है:

P(A|B) = P(A और B) / P(B)

यहाँ, P(A|B) घटना A के घटित होने की संभावना है, यह मानते हुए कि घटना B घटित हो चुकी है। P(A और B) दोनों घटनाओं A और B के घटित होने की संभावना है, और P(B) घटना B के घटित होने की संभावना है।

    P(A|B) = P(A और B) / P(B) = (1/52) / (13/52) = 1/13
    

सशर्त संभावना का दृश्यावलोकन

एक वर्ग के भीतर दो वृत्तों की कल्पना करें। वर्ग सभी संभावित परिणामों का प्रतिनिधित्व करता है, जबकि वृत्त दो घटनाओं A और B के घटित होने का प्रतिनिधित्व करता है। दोनों वृत्तों का प्रतिच्छेद दोनों घटनाओं के घटित होने की संभावना का प्रतिनिधित्व करता है।

छह पक्षीय पासा फेंकने पर विचार करें। घटना A 'एक सम संख्या निकलना' और घटना B '3 से बड़ी संख्या निकलना' हो। A के लिए संभावित परिणाम {2, 4, 6} हैं, और B के लिए {4, 5, 6} हैं।

इस आरेख में, छायांकित प्रतिच्छेदन क्षेत्र A और B दोनों के घटित होने की संभावना का प्रतिनिधित्व करता है, अर्थात्, एक संख्या प्राप्त करना जो दोनों सम है और 3 से बड़ी है, जो {4, 6} हैं। सशर्त संभावना P(A|B) का अर्थ है कि B घटित हो गया है, जिससे B के केंद्रित वृत्त का केवल वह हिस्सा शामिल होता है जो B के साथ प्रतिच्छेदन करता है।

अतिरिक्त पाठ के उदाहरण

कल्‍पना कीजिए कि एक गांव में 30% लोग बिल्लियों के मालिक हैं और 20% के कुत्ते हैं। 10% कुत्ता मालिकों के पास भी बिल्लियाँ हैं। हम यह जानना चाहते हैं कि बिल्ली मालिकों में कितने प्रतिशत के पास भी कुत्ते हैं।

मान लीजिए C घटना कि किसी व्यक्ति के पास बिल्ली है, और D घटना कि किसी व्यक्ति के पास कुत्ता है।

- P(C) = 0.30 - P(D) = 0.20 - P(C और D) (कुत्ता मालिक जो बिल्लियों के भी मालिक हैं) = 0.02 (0.20 का 10%)

P(C|D) = P(C और D) / P(D) = 0.02 / 0.20 = 0.10

तो, सभी लोग जो कुत्तों के मालिक हैं, उनमें 10% के पास भी बिल्लियाँ हैं। अब, अगर हम विपरीत जानना चाहते हैं - कितने प्रतिशत बिल्ली मालिकों के पास भी कुत्ते हैं:

P(D|C) = P(C और D) / P(C) = 0.02 / 0.30 ≈ 0.067

इसलिए, लगभग 6.7% बिल्ली मालिकों के पास भी कुत्ते हैं।

सशर्त संभावना के गुणधर्म

सशर्त संभावना के परिभाषा से कई गुणधर्म होते हैं:

1. गुणन नियम: P(A और B) = P(A|B) * P(B) = P(B|A) * P(A)
2. विनिमेय गुणधर्म: P(A|B) आवश्यक रूप से P(B|A) के समान नहीं होता है। वे भिन्न स्थितियों पर आधारित होते हैं।
3. बेसियन संदर्भ: सशर्त संभावना के पहलू व्यापक रूप से बेसियन सांख्यिकी में उपयोग किए जाते हैं, जिससे एक परिकल्पना की संभावना का अद्यतन किया जा सके जैसे ही अधिक साक्ष्य उपलब्ध होता है।

बेस के प्रमेय के साथ सशर्त संभावना का अनुप्रयोग

बेयस' का प्रमेय प्रत्यक्ष सिद्धांत और सांख्यिकी में एक मूलभूत प्रमेय है जो सशर्त संभावनाओं का उपयोग करता है। यह दी गई साक्ष्य के आधार पर किसी अनुमान के बारे में विश्वास को अद्यतन करने का तरीका प्रदान करता है। प्रमेय कहता है:

P(A|B) = [P(B|A) * P(A)] / P(B)

यह सूत्र अपनी शक्ति प्राप्त करता है क्योंकि यह विपरीत स्थिति को जानते हुए सशर्त संभावनाओं को उलटने में सक्षम बनाता है।

    P(t) = P(t|d) * P(d) + P(t|¬d) * P(¬d)
         = 0.99 * 0.01 + 0.01 * 0.99
         = 0.0099 + 0.0099
         = 0.0198
    

    P(D|T) = [P(T|D) * P(D)] / P(T)
           = 0.99 * 0.01 / 0.0198
           = 0.0099 / 0.0198
           ≈ 0.5
    

निष्कर्ष

सशर्त संभावना प्रत्यक्ष सिद्धांत और सांख्यिकी में एक मूल स्तंभ है। यह ज्ञात स्थितियों के आधार पर घटनाओं की संभावना को समायोजित करता है, और जैसे ही अधिक जानकारी उपलब्ध होती है, हमारे समझ को निरंतर अद्यतन करने का एक तरीका प्रदान करता है। आज की अनिश्चितताओं से भरी दुनिया में, यह अवधारणा स्वास्थ्य सेवा और वित्त से लेकर कृत्रिम बुद्धिमत्ता और इसके परे के क्षेत्रों में हमें भविष्यवाणी और निर्णय लेने में अधिक ठोस रूप से मदद करती है।

उम्मीद है कि इस व्याख्या ने आपको सशर्त संभावना की एक बुनियादी समझ प्रदान की है। गणित के सभी क्षेत्रों की तरह, वास्तविक दुनिया के परिदृश्यों का अभ्यास करने से आपकी समझ गहरी होगी और इन अवधारणाओं को लागू करने में आपकी आत्मविश्वास बढ़ेगी।

टिप्पणियाँ