kebarangkalian

Pengetahuan

2022

Kami menerangkan apa itu kebarangkalian, jenisnya, contoh dan formula untuk mengiranya. Juga, kawasan di mana ia boleh digunakan.

Kajian kebarangkalian memungkinkan untuk meramalkan masa depan pada tahap tertentu.

Apakah kebarangkalian?

Istilah kebarangkalian berasal dari berkemungkinan, iaitu, perkara yang paling berkemungkinan berlaku, dan difahami sebagai tahap kemungkinan yang lebih besar atau lebih kecil bahawa peristiwa rawak akan berlaku, dinyatakan dalam angka antara 1 (jumlah kemungkinan) dan 0 (kemustahilan mutlak), atau dalam peratusan antara 100% atau 0%, masing-masing.

Untuk mendapatkan kebarangkalian sesuatu peristiwa, kekerapan yang mana ia berlaku (dalam eksperimen rawak di bawah keadaan yang stabil), dan meneruskan untuk melakukan pengiraan teori.

Untuk melakukan ini, apa yang ditubuhkan oleh Teori Kebarangkalian diikuti, cabang daripada matematik khusus untuk kajian kebarangkalian. Disiplin ini digunakan secara meluas oleh orang lain Sains semula jadi Y sosial Apa disiplin tambahan, kerana ia membolehkan mereka mengendalikan kemungkinan senario berdasarkan generalisasi.

Asal kebarangkalian terletak pada keperluan manusia untuk menjangka peristiwa, dan untuk meramalkan masa depan sedikit sebanyak. Oleh itu, dalam usahanya untuk melihat corak dan perkaitan dalam realitiDia sentiasa berhadapan dengan peluang, iaitu, dengan apa yang tidak teratur.

Pertimbangan rasmi pertama mengenai perkara ini datang dari abad ketujuh belas, khususnya dari surat-menyurat antara Pierre de Fermat dan Blaise Pascal pada tahun 1654, atau daripada kajian Christiaan Huygens pada tahun 1657 dan daripada Kybeia oleh Juan Caramuel pada tahun 1649, sebuah teks pada masa kini hilang.

Jenis kebarangkalian

Terdapat jenis kebarangkalian berikut:

  • Kekerapan. Perkara yang menentukan bilangan kali fenomena boleh berlaku, dengan mengambil kira beberapa peluang tertentu, melalui percubaan.
  • Matematik. Ia tergolong dalam bidang aritmetik, dan bertujuan untuk mengira dalam angka kebarangkalian bahawa peristiwa rawak tertentu berlaku, daripada logik formal dan bukan percubaan anda.
  • binomial. Senario di mana kejayaan atau kegagalan sesuatu peristiwa dikaji, atau sebarang jenis senario berkemungkinan lain yang hanya mempunyai dua kemungkinan hasil.
  • Objektif Ini adalah nama yang diberikan kepada semua kebarangkalian di mana kita mengetahui lebih awal kekerapan sesuatu peristiwa, dan kes berkemungkinan kejadian itu berlaku hanya didedahkan.
  • subjektif. Bertentangan dengan matematik, ia berdasarkan kemungkinan tertentu yang membolehkan membuat kesimpulan kebarangkalian sesuatu peristiwa, walaupun jauh daripada kebarangkalian tertentu atau boleh dikira. Oleh itu subjektivitinya.
  • Hipergeometrik. Itu yang diperolehi berkat teknik persampelan, mencipta kumpulan acara mengikut penampilan mereka.
  • Logik. Yang mempunyai ciri ciri yang menetapkan kemungkinan berlakunya sesuatu peristiwa daripada hukum logik induktif.
  • Berkondisi. Itu yang digunakan untuk memahami sebab akibat antara dua peristiwa yang berbeza, apabila kejadian satu dapat ditentukan selepas kejadian yang lain.

Contoh kebarangkalian

Dalam meteorologi, kebarangkalian dikira dengan mengambil kira pelbagai faktor.

Kebarangkalian sentiasa ada di sekeliling kita. Contoh yang paling jelas berkaitan dengan perjudian: dadu, sebagai contoh. Adalah mungkin untuk menentukan kekerapan penampilan setiap muka, daripada siri gulungan dadu yang berterusan. Atau ia boleh dilakukan dengan loteri, walaupun ini memerlukan pengiraan yang sangat besar yang hampir mustahil untuk diramalkan.

Kami juga berurusan dengan kebarangkalian apabila kami menyemak ramalan cuaca, dan kami diberi amaran tentang peratusan tertentu kebarangkalian hujan. Bergantung pada bilangannya, kemungkinan besar hujan akan turun, tetapi boleh jadi ia tidak berlaku, kerana ia adalah ramalan, bukan kepastian.

Formula untuk mengira kebarangkalian

Pengiraan kebarangkalian dijalankan mengikut formula berikut:

Kebarangkalian = Kes yang menggalakkan / kemungkinan kes x 100 (untuk mengambilnya kepada peratusan)

Oleh itu, sebagai contoh, kita boleh mengira kebarangkalian bahawa syiling akan keluar kepala dalam satu lambungan, memikirkan bahawa hanya satu daripada dua kepala boleh keluar, iaitu, 1/2 x 100 = 50% kebarangkalian.

Sebaliknya, jika kita memutuskan untuk mengira berapa kali kepala yang sama akan keluar dalam dua lambungan berturut-turut, kita mesti berfikir bahawa kes yang menguntungkan (kepala dan kepala atau ekor dan ekor) adalah salah satu daripada empat kemungkinan hasil (kepala dan kepala). , kepala dan ekor, ekor dan ekor). muka, cop dan meterai). Oleh itu, 1/4 x 100 = 25% kebarangkalian.

Aplikasi kebarangkalian

Pengiraan kebarangkalian mempunyai banyak aplikasi dalam kehidupan seharian, seperti:

  • Analisis terhadap risiko perniagaan. Menurutnya kemungkinan kejatuhan harga saham dianggarkan, dan percubaan dibuat untuk meramalkan sama ada wajar atau tidak untuk berbuat demikian. pelaburan dalam satu atau yang lain perniagaan.
  • Analisis statistik bagi kelakuan. Penting kepada sosiologi, menggunakan kebarangkalian untuk menilai kemungkinan tingkah laku penduduk, dan dengan itu meramalkan arah aliran terfikir atau pendapat. Ia adalah perkara biasa untuk melihatnya dalam kempen pilihan raya.
  • Penentuan jaminan dan insurans. Proses di mana kebarangkalian kegagalan produk atau kebolehpercayaan a perkhidmatan (atau orang yang diinsuranskan, sebagai contoh), untuk mengetahui berapa banyak masa jaminan yang perlu ditawarkan, atau siapa yang harus diinsuranskan dan untuk berapa banyak.
  • Di lokasi zarah subatomik. Menurut Prinsip Ketidakpastian Heisenberg, yang menyatakan bahawa kita tidak dapat mengetahui di mana zarah subatom berada pada masa tertentu dan pada masa yang sama pada kelajuan apa ia bergerak, supaya pengiraan dalam jirim biasanya dilakukan dalam istilah kebarangkalian: ia wujud X peratus kemungkinan zarah itu ada.
  • Dalam penyelidikan bioperubatan. Peratusan kejayaan dan kegagalan ubat atau vaksin perubatan dikira, untuk mengetahui sama ada ia boleh dipercayai atau tidak, dan sama ada ia perlu dikeluarkan secara besar-besaran atau tidak, atau kepada peratusan populasi yang mungkin menyebabkan kesan sampingan tertentu.
!-- GDPR -->