ماشین‌حساب احتمال

چه چیزی احتمال است؟

احتمال، اندازه‌ی ریاضیایی است که نشان می‌دهد یک رویداد چقدر احتمال دارد اتفاق بیفتد. این عدد بین 0 و 1 است، جایی که 0 نشان می‌دهد رویداد غیرممکن است و 1 نشان می‌دهد رویداد قطعی است. فرمول اساسی این است: P(event) = تعداد نتایج مطلوب ÷ تعداد کل نتایج ممکن.

برای مثال، هنگامی که یک سکه را می‌چرخانید، احتمال چرخش یک 4 برابر 1/6 ≈ 0.1667 (حدود 16.67%) است. یک نتیجه مطلوب (چرخش یک 4) وجود دارد و 6 نتیجه احتمالی برابر وجود دارد. احتمال می‌تواند به صورت یک نسبت (1/6)، یک دهم (0.1667) یا درصد (16.67%) بیان شود — سه شکل مختلف، اطلاعات یکسانی را منتقل می‌کنند.

تحقیق در مورد احتمال در قرن 17 آغاز شد، هنگامی که ریاضی‌دانان بلز پاسکال و پیر دو فرما نامه‌های مبادله‌ای در مورد مسائل بازی را مبادله کردند. کار آنها پایه‌گذاری برای نظریه احتمال را ایجاد کرد، که امروزه آمار، مالی، فیزیک، هوش مصنوعی و تقریباً هر زمینه‌ای که عدم قطعیت را شامل می‌شود را پشتیبانی می‌کند.

چگونه احتمال را محاسبه کنیم؟

این مراحل را برای محاسبه احتمال هر رویداد دنبال کنید:

1. فضای نمونه را تعریف کنید: تمام نتایج ممکن را فهرست کنید. برای چرخش سکه: {سر، ساقه} — 2 نتیجه کل وجود دارد.
2. نتایج مطلوب را شناسایی کنید: تعداد نتایج مطلوب را که با رویداد مورد نظر مطابقت دارد، شمار کنید. برای "سر": 1 نتیجه مطلوب وجود دارد.
3. فرمول را اعمال کنید: P = مطلوب ÷ کل = 1 ÷ 2 = 0.5 = 50%.
4. تایید کنید: احتمال باید بین 0 و 1 باشد. اگر عدد منفی یا یک عدد بالاتر از 1 را دریافت کنید، دوباره شمارش کنید.

در سناریوهای پیچیده‌تر، ممکن است باید از قوانین جمع یا ضرب استفاده کنید. قانون جمع برای سناریوهای "یا" استفاده می‌شود: P(A یا B) = P(A) + P(B) − P(A و B). قانون ضرب برای سناریوهای "و" استفاده می‌شود: P(A و B) = P(A) × P(B) اگر A و B مستقل باشند.

فهمیدن نسبت‌ها در برابر احتمال

احتمال مقایسه‌ی نتایج مطلوب را با کل نتایج انجام می‌دهد. نسبت مقایسه‌ی نتایج مطلوب را با نتایج نامطلوب انجام می‌دهد. این دو اندازه‌ی مختلف هستند و اشتباه گرفتن آنها یک اشتباه رایج است.

اگر احتمال برنده شدن یک بازی 1/4 (25%) باشد، آنگاه: نسبت در سود = 1:3 (یک برد برای هر سه باخت)، و نسبت در زیان = 3:1 (سه باخت برای هر یک برد). برای تبدیل نسبت به احتمال: اگر نسبت در سود a:b باشد، آنگاه P = a/(a+b). اگر نسبت 3:1 در سود باشد، P = 3/(3+1) = 0.75 = 75%.

بازی‌های ورزشی از فرمت‌های نسبت مانند نسبت‌های شش‌گانه (3/1)، دهمی (4.0) یا آمریکایی (+300) استفاده می‌کنند. در فرمت دهم، احتمال implied توسط نسبت 4.0 برابر 1/4.0 = 25% است. شرکت‌کنندگان در بازی‌ها، مارجین ( "vig" یا "juice" ) را اضافه می‌کنند تا احتمال‌های کل رویدادها به بیش از 100% برسد — این است که چگونه آنها از هر نتیجه‌ای که باشد، سود می‌کنند.

گونه‌های احتمال

سه تفسیر اصلی احتمال وجود دارد، هر کدام در زمینه‌های مختلف مفید هستند:

احتمال کلاسیک (تئوری): بر اساس منطق ریاضی و هماهنگی. فرض می‌کند همه نتایج برابر احتمال دارند. مثال‌ها: پرتاب سکه، پرتاب کوبنده، کشیدن کارت. احتمال پرتاب 6 دقیقاً 1/6 است به دلیل هماهنگی یک کوبنده عادلانه — ما نیاز نداریم آن را هزاران بار پرتاب کنیم تا بدانیم.

احتمال فرکانسی (تجربی): بر اساس داده‌های مشاهده شده از آزمایش‌های تکراری. اگر سکه را 1000 بار پرتاب کنید و 512 سره بگیرید، احتمال تجربی سره 512/1000 = 51.2% است. با قانون تعداد بزرگ، احتمال تجربی به احتمال تئوری نزدیک می‌شود هرچه تعداد آزمایش‌ها افزایش یابد.

احتمال بیزی (موضوعی): نمایانگر درجه ایمان، که با ورود شواهد جدید به روز می‌شود. یک پیش‌بینی‌کننده هوا که می‌گوید 70% Chance باران دارد، احتمال موضوعی را بیان می‌کند که بر اساس مدل‌های جو بر اساس آن است. احتمال بیزی به طور گسترده در یادگیری ماشین، تشخیص پزشکی و استنباط علمی استفاده می‌شود.

احتمال ترکیبی و شرطی

رویداد مستقل: دو رویداد مستقل هستند اگر وقوع یکی بر احتمال دیگری تأثیر نمی‌گذارد. پرتاب سکه دوبار: پرتاب دوم تحت تأثیر پرتاب اول نیست. P(سر بر سر هر دو) = P(سر) × P(سر) = 0.5 × 0.5 = 0.25 = 25%.

رویداد وابسته: کشیدن کارت بدون جایگزینی. P(کارت اول یک اسلحه) = 4/52. با این فرض که اولین اسلحه بود، P(کارت دوم نیز اسلحه) = 3/51 (بیشتر اسلحه و کمتر کارت). P(هر دو اسلحه) = (4/52) × (3/51) = 12/2652 ≈ 0.45%.

احتمال شرطی: P(A|B) — احتمال A که B رخ داده است — با استفاده از P(A و B) / P(B) محاسبه می‌شود. برای مثال، در کلاس 30 دانشجو که 12 نفر ورزشکار و 8 نفر هم ورزشکار و دانش‌آموز برتر هستند: P(برتر | ورزشکار) = (8/30) / (12/30) = 8/12 ≈ 0.667 = 66.7%.

فرمول بیز: P(A|B) = P(B|A) × P(A) / P(B). این فرمول قدرتمند امکان به روز رسانی احتمال یک فرضیه را با ورود شواهد جدید را فراهم می‌کند. این فرمول در آزمایش‌های پزشکی، فیلتر کردن اسپم و الگوریتم‌های یادگیری ماشین استفاده می‌شود.

توزیع احتمال

وقتی که ما پدیده‌های تصادفی را چند بار اندازه‌گیری می‌کنیم، نتایج یک توزیع احتمال را تشکیل می‌دهند — یک توصیف از نتایج و دفعاتی که رخ می‌دهند. توزیع‌های کلیدی شامل:

توزیع نرمال مهم‌ترین توزیع در آمار است به دلیل قضیه حد مرکزی: میانگین بسیاری از متغیرهای تصادفی مستقل به سمت توزیع نرمال میل می‌کند، بی‌توجه به توزیع اصلی. این است که چرا نمرات آزمون، قد و خطای اندازه‌گیری اغلب توزیع نرمال دارند.

موارد کاربردی دنیوی احتمال

دروغداری: آزمایش‌های بالینی از احتمال برای ارزیابی این استفاده می‌کنند که آیا یک درمان بهتر از شانس کار می‌کند. آزمایش‌های تشخیصی حساسیت (نرخ مثبت واقعی) و خاصیت (نرخ منفی واقعی) را به عنوان احتمالات بیان می‌کنند. یک نتیجه مثبت آزمایش به معنای یقین از بیماری نیست — فرمول بیز برای احتمال واقعی با دقت آزمایش و شیوع بیماری محاسبه می‌کند.

بیمه: بیمه‌گران احتمال ادعاها را برای قیمت‌گذاری سودآور محاسبه می‌کنند. یک معمار عمر از جداول مرگ و میر (احتمال مرگ در هر سن) برای تعیین چقدر باید برای یک قرارداد هزینه کند.

مالی: مدل‌های قیمت‌گذاری اختیار (بلک-شولز) از احتمال برای ارزش‌گذاری اوراق بهادار استفاده می‌کنند. ارزش در ریسک (VaR) احتمال از دست دادن بیش از یک مبلغ مشخص را اندازه‌گیری می‌کند. نظریه پرتفوی از احتمال برای بهینه‌سازی تعادلی بین بازده مورد انتظار و ریسک استفاده می‌کند.

آموزش ماشین: مدل‌های طبقه‌بندی احتمالات را تولید می‌کنند. طبقه‌بندیگر بیز ساده، رگرسیون لوجستیک و شبکه‌های عصبی با خروجی نرمال تماماً پیش‌بینی‌های احتمالی تولید می‌کنند. هر فیلتر اسپم در صندوق پستی شما از احتمال برای تصمیم‌گیری در مورد پیام‌های کلاه‌قرمز استفاده می‌کند.

خطاهای احتمالی رایج را اجتناب کنید

آسیب‌شناسی بت‌باز: باور کردن که رویدادهای تصادفی گذشته بر رویدادهای آینده تأثیر می‌گذارند. پس از این که یک سکه 10 بار سر می‌خورد، احتمال سر خوردن بعدی هنوز دقیقاً 50% است. سکه هیچ حافظه‌ای ندارد. افراد که فکر می‌کنند "سر است" در حال وقوع آسیب‌شناسی بت‌باز هستند.

مخلوط کردن "یا" با "و": "احتمال رول کردن یک 1 یا یک 2" P(1) + P(2) = 1/6 + 1/6 = 1/3 (زیرا نمی‌توانند همزمان رخ دهند). "احتمال رول کردن یک 1 اول و سپس یک 2" 1/6 × 1/6 = 1/36 (رویدادهای مستقل ضرب می‌شوند).

غفلت از نرخ پایه: خطای نرخ پایه رخ می‌دهد که مردم نرخ‌های پیشین را نادیده می‌گیرند. یک بیماری نادر 1 در 10,000 نفر را تحت تأثیر قرار می‌دهد. یک آزمایش 99% دقیق است. اگر مثبت تست شوید، احتمال واقعی داشتن بیماری بسیار پایین است — فقط حدود 1٪، از طریق فرمول بیز محاسبه می‌شود — زیرا بیماری بسیار نادر است که مثبت‌های جعلی مثبت‌های واقعی را فراتر می‌برند.

احتمال در ورزش، آب و هوا و زندگی روزمره

احتمال در زبان روزمره گنجانده شده است. پیش‌بینی آب و هوایی "70 درصد chance of rain" به این معنی است که در شرایط تاریخی با شرایط مشابه، باران 70 درصد از زمان رخ داده است. این به این معنی نیست که باران برای 70 درصد از روز خواهد بارید. این احتمال فرکانسی است که به یک رویداد آینده - یک پیش‌بینی احتمالی است.

در ورزش، احتمالات شرط بندی به این معنی است. اگر احتمال برد یک تیم 2.50 در قالب دسیمال باشد، احتمال پیروزی 1/2.50 = 40 درصد است. شرط بندی دهندگان یک مارجین (سفید) اضافه می‌کنند تا احتمالات در تمام نتایج مجموع 100 درصد را vượt نکرده باشد - این مکانیسم سود آنها است. مقایسه احتمالات خودتان با احتمالات IMPLIED شرط دهندگان، تمرین اساسی در تجزیه و تحلیل ارزش شرط بندی است.

برنامه های غربالگری پزشکی از مفاهیم احتمال برای تعادل مثبت و منفی استفاده می کنند. یک ماموگرافی با 90 درصد حساسیت و 95 درصد خاصیت ویژه به نظر بسیار عالی است، اما اگر فراوانی سرطان سینه در جمعیت مورد غربالگری 1 درصد باشد، ارزش پیش بینی مثبت (احتمال سرطان در صورت آزمایش مثبت) فقط حدود 15 درصد است. درک این اعداد برای تصمیم گیری پزشکی آگاهانه ضروری است.

پاریتوها، ترکیبات و اصول شمارش

بسیاری از مسائل احتمال نیاز به شمارش نتایج مطلوب و کل دقیق دارند. دو ابزار شمارش بنیادین پاریتوها و ترکیبات هستند.

پاریتوها شمارش آرایش ها را در نظر می گیرند که ترتیب مهم است. تعداد راه های قرار دادن k عناصر از n عناصر DISTINCT: P(n,k) = n!/(n−k)!. برای 5 راننده در یک مسابقه با مدال برای 1st، 2nd، 3rd: P(5,3) = 5!/2! = 60 ترتیب ممکن است.

ترکیبات شمارش انتخاب ها را در نظر می گیرند که ترتیب مهم نیست: C(n,k) = n!/(k!(n−k)!). برای یک لاتریتی که 6 عدد را از 1–49 انتخاب می کند: C(49,6) = 13,983,816 ترکیب ممکن است. احتمال برنده شدن = 1/13,983,816 ≈ 0.0000071% ≈ 1 در 14 میلیون.

اصل مножیت: اگر یک انتخاب m گزینه داشته باشد و دیگری n گزینه داشته باشد، ترکیبات کل m×n است. یک رستوران با 4 گزینه غذای اصلی، 6 گزینه غذای اصلی و 3 گزینه دسر 4×6×3 = 72 وعده سه گزینه دارد. این اساس برای ساخت فضاهای نمونه در مسائل احتمال پیچیده است.

مسئله تولد و احتمال ناامید کننده

احتمال اغلب نتایج را به وجود می آورد که به عقلانیت انسانی احساس می شود اشتباه است. مسأله تولد، نمونه معروف ترین آن است: چند نفر در یک اتاق باید باشد تا احتمال 50% وجود داشته باشد که دو نفرشان تولد یک روز یکسان داشته باشند؟ اکثر مردم حدس می زنند یک عدد بزرگ مانند 183 باشد. پاسخ واقعی فقط 23 نفر است.

در محاسبه از احتمال مکمل استفاده می شود: P(at least one shared birthday) = 1 − P(no shared birthdays). P(no shared birthday) برای 23 نفر = (365/365) × (364/365) × (363/365) × … × (343/365) ≈ 0.493. بنابراین P(at least one match) = 1 − 0.493 ≈ 50.7%.

دلیل آن این است که تعداد زوج ها کم نیستند: با 23 نفر 253 زوج وجود دارد، هر کدام با احتمال (~0.27%) کوچک برای هماهنگی. با این تعداد فرصت های مستقل، یک هماهنگی بیشتر از احتمال می شود. این منطق به امنیت نیز گسترش می یابد: با فقط 82 نفر، 99.9% chance وجود دارد که یک تولد مشترک وجود داشته باشد. برای حملات تولد در رمزنگاری (یک مشکل مرتبط به نام "حملات تولد")، این ریاضی نشان می دهد که چرا توابع هش باید فضاهای خروجی بسیار بزرگ داشته باشند.

مثال های دیگر از نتایج احتمال ناامید کننده شامل مسأله مونت هال (تبدیل دروازه ها 2/3 از زمان را برنده می کند)، قضیهbankruptcy بازیکن (حتی یک مزیت کوچک برای خانه تضمین می کند Bankruptcy بازیکن در بلند مدت) و پارادوکس سیمپسون (یک روند در چندین گروه ممکن است با ترکیب گروه ها معکوس شود). این مثال ها نشان می دهند که چرا محاسبات احتمال رسمی از عقلانیت بیشتر از اعتماد هستند.

مرجع احتمال و اصطلاحات

استفاده از این کالبکولر احتمال

شمارنده تعداد نتایج مطلوب و مجموع نتایج ممکن را وارد کنید. کالبکولر احتمال بازگشت احتمال به صورت دسیمال، درصد و بیان احتمال را در مورد و علیه آن را بازگشت می دهد. تأیید کنید ورودی های خود را: نتایج مطلوب باید غیر منفی و نمی تواند از نتایج کل بیشتر باشد. نتایج کل باید مثبت باشد. نتایج به طور فوری به روز می شوند — برای بررسی مشکلات کلاس، تمرین های آزمون و تأیید محاسبات دستی مناسب است. تمام سناریوهای احتمال رایج می تواند با شمارش صحیح نتایج مطلوب و کل قبل از وارد کردن مقادیر مدل شود.