probability…. संभ्यावता यातून अनिश्चितता ध्वनित होते . Random Experiment, outcomes , event , sample space हे शब्द तुम्ही पाठ्यपुस्तकातून वाचले असतील . जे निश्चितच नाही , ते शिकून काय उपयोग असा प्रश्न तुम्हाला पडला असेल , त्याचा एवढा कशाला विचार करायचा ?
२. एडीसन यांचे महाविद्यालयीन शिक्षणाबाबत नकारात्मक विचार होते . त्याचं म्हणण अस होते की , ते निरर्थक आहे . यावर Einstein यांनी सुंदर उत्तर दिले आहे , ज्या गोष्टी तुम्हाला पाठ्यपुस्तकातून शिकता येत नाही त्याचा विचार करण्यासाठी मनाला प्रशिक्षण देण्यात शिक्षणाचं महत्व आहे . पाठ्य पुस्तकात थेट विषयाला हात घातलेला असतो . एखाद्या विषया भूमिका समजून घ्यायची असेल तर , पाठ्यपुस्तकाबाहेर खूप चिंतन , वाचन याची आवश्यकता आहे .
३. Random Experiment म्हणजे अचानक केलेली/घडलेली क्रिया . समजा १० घोडे एकाच वेळी धावत आहेत, नाण वर उडवलं , die वर फेकली याचे , Outcomes म्हणजे शक्य उत्तरे आपणास
माहित असतात.(१० घोडे , head or tail , die चे ६ अंक ) परंतु
नेमक आपणास favorable असलेल
उत्तर येईल काय ? हे माहित नसत.
उदा.
एखाद नाण उडवल तर हेड किंवा टेल
मिळेल.
या घटनेत शक्य असलेले जास्तीत जास्त किती
Result
मिळू
शकतील २ , म्हणून sample space- (H,T)- २.
event- यातील
एकच उत्तर आपणास अपेक्षित
आहे (समजा
आपणास Head अपेक्षित
आहे )
तर
event
(H) म्हणजे
१ होईल. कारण Head
येण्याची
शक्यता एकच आहे .
समजा दोन नाणी उडवली तर हेड येण्याची शक्यता किती ? त्यसाठी प्रथम sample space काढणे आवश्यक आहे . ती खालीलप्रमाणे
(HH,HT,TH,TT)
वरील sample space वरून ती शक्यता ३ आहे हे स्पष्ट होत. (HH,HT,TH)
दोन नाणी उडवली तर दोन्ही हेड येण्याची शक्यता किती ?असा event असेल वरील sample space वरून ती शक्यता १ आहे हे स्पष्ट होत. (HH)
समजा दोन नाणी उडवली तर हेड येण्याची शक्यता किती ? त्यसाठी प्रथम sample space काढणे आवश्यक आहे . ती खालीलप्रमाणे
(HH,HT,TH,TT)
वरील sample space वरून ती शक्यता ३ आहे हे स्पष्ट होत. (HH,HT,TH)
दोन नाणी उडवली तर दोन्ही हेड येण्याची शक्यता किती ?असा event असेल वरील sample space वरून ती शक्यता १ आहे हे स्पष्ट होत. (HH)
४. दुसरे उदा. डाय हवेत उडविली तर समक्रमांक येण्याची शक्यता किती?
event- समक्रमांक येणे हा यातील event आहे . डायवर १ ते ६ इतके आकडे असतात त्यामुळे त्यापेक्षा जास्त outcomes असू शकत नाहीत म्हणून, sample space (१,२,३,४,५,६)
१ ते ६ क्रमांकात २,४,६ हे तीन सम क्रमांक आहेत . त्यामुळे event points ३.
५. संभाव्यशास्त्रात Sample space आणि event फार महत्वाचे आहे.यावरुन probability ठरवली जाते . यासाठी खालील शक्यतांचा विचार केला पाहिजे .
१) घटना घडेलच (certain event )
२) घडण्याची शक्यता जास्त . (likely )
३) ५०% शक्यता
४) कदाचित घडेल . (unlikely )
५)घडणारच नाही . (impossible )
एक लाईन काढली अन ५०% शक्यता मध्यभागी दाखवली तर १ व २ उजव्या बाजुला येतील , ४ व ५ डाव्या बाजूला येतील .
२) घडण्याची शक्यता जास्त . (likely )
३) ५०% शक्यता
४) कदाचित घडेल . (unlikely )
५)घडणारच नाही . (impossible )
एक लाईन काढली अन ५०% शक्यता मध्यभागी दाखवली तर १ व २ उजव्या बाजुला येतील , ४ व ५ डाव्या बाजूला येतील .
६. काय संभाव्यता निश्चित असू शकते ?
die उडवल्यावर मिळणारा अंक ६ किवा त्या पेक्षा कमी असेल असा event घेतला तर शक्यता १ येईल .म्हणजे घटना घडेलच .याचा अर्थ एवढाच की , अशी घटना घडण्याची शक्यता सर्वात जास्त आहे. म्हणजे no of sample pt .=no. no of event pt .
सर्व शक्यता अशा निश्चित असत्या तर या शास्त्राचा उगमच झाला नसता . उदा. १० सर्व १० घोडे जिंकले तर, practically एखादवेळेस हे शक्य होऊ शकत , परंतु या खेळाला मग अर्थच राहणार नाही, नाण उडवलं तर एकाचवेळी हेड व टेल मिळण practically ही शक्य नाही . त्यामुळे संभाव्यता नेहमी ० ते १ च्या मध्ये असते. जेव्हा निश्चित उत्तरे माहित नसतात तेव्हा आपण संभ्यावतेकडे वळतो .
die उडवल्यावर मिळणारा अंक ६ किवा त्या पेक्षा कमी असेल असा event घेतला तर शक्यता १ येईल .म्हणजे घटना घडेलच .याचा अर्थ एवढाच की , अशी घटना घडण्याची शक्यता सर्वात जास्त आहे. म्हणजे no of sample pt .=no. no of event pt .
सर्व शक्यता अशा निश्चित असत्या तर या शास्त्राचा उगमच झाला नसता . उदा. १० सर्व १० घोडे जिंकले तर, practically एखादवेळेस हे शक्य होऊ शकत , परंतु या खेळाला मग अर्थच राहणार नाही, नाण उडवलं तर एकाचवेळी हेड व टेल मिळण practically ही शक्य नाही . त्यामुळे संभाव्यता नेहमी ० ते १ च्या मध्ये असते. जेव्हा निश्चित उत्तरे माहित नसतात तेव्हा आपण संभ्यावतेकडे वळतो .
७. या संभाव्य शास्त्राचा उगमच जुगारातून झाला आहे . जे पूर्णपणे risk आणि अनिश्चितता यावर आधारलेले आहे . Hygens ,Cardano इ. नी त्याचा पाया रचला . पुढे शास्त्रीय स्वरुपात Laplace, Bernoulli यांनी हे शास्त्र विकसित केल .
८. आता सर्वात महत्वाचा प्रश्न संभाव्यशास्त्र अनिश्चित असल्यामुळे त्याचा व्यवहारात उपयोग काय ? तर ते अशा ठिकाणी वापरलं जात , जिथे result निश्चित नसतात .
उदा. एखाद्या मुलाला वार्षिक परीक्षेत ९०% गुण मिळतील किवा कसे , याचा अंदाज काढायचा असेल तर त्यासाठी वर्षभरात झालेल्या टेस्टचे गुण विचारात घ्यावे लागतील . समजा त्याला ५ टेस्ट मध्ये खालीलप्रमाणे मार्क मिळाले असतील……
८५,९०,९१,८७,८९
म्हणजे ९०% मार्क मिळण्याची शक्यता २/५ इतकी आहे. संभाव्यशास्त्रात data महत्वाचा आहे, म्हणून संभाव्यशास्त्र statistics शी फार जवळचे आहे.
संभाव्यशास्त्र जिथे risk आहे , अनिश्चिती आहे . तिथे वापरले जाते . याकरिता विमा क्षेत्राचे उदाहरण नेहमी दिले जाते .
विम्याचा अर्ज भरताना तुमच वय , आजार ही माहिती प्रामुख्याने भरावी लागते . आजार व वय यानुसार जगण्याचा अंदाज बांधला जातो . एखाद्या माणसाचे आरोग्य चांगले असेल तर तो विम्याचे जास्तीत जास्त हप्ते भरेल . यामुळे विमा कंपनीला जास्तीत जास्त हप्ते मिळून फायदा होईल . पण तो कमी जगाला तर त्याने भरलेल्या रकमेपेक्षा जास्त रक्कम कंपनीला द्यावी लागते . तुमच्या दीर्घ आयुष्याची कामना करणार कोणी नाही अस समजू नका . विमा कंपन्या तुमच्या दीर्घ आयुष्याची मनापासून प्रार्थना करतात .
अर्थात वरील सर्व गोष्टी पुन्हा संभाव्यतेवर आधारित आहेत . एखाद्या नैसर्गिक आपत्तीत विमा कंपनीची गणित चुकू शकतात . ते अपवाद समजावे . विमा कंपनीने या सर्व गोष्टींचा विचार केलेला असतो. संपूर्ण उद्योगाच शक्यतेवर आधारलेला असल्यमुळे, कंपनीला calculated risk घ्यावी लागते .
९. दुसरे उदा . म्हणजे शासन . शासनाला त्यांच्या अनेक योजना करताना statistics आणि probability याचा आधार घ्यावा लागतो .
उदा . ग्रामीण भागातील ज्या मुलांना वार्षिक परीक्षेत ९०% पेक्षा जास्त गुण मिळू शकतील अशा विद्यार्थ्यांकरिता शासनाला एक योजना तयार करावयाची आहे . अशा विद्यार्थ्यांचा अंदाज काढायचा असेल तर त्यासाठी वर्षभरात झालेल्या टेस्टचे गुण विचारात घ्यावे लागतील . याचे उदाहरण वर दिले आहे . अशा विद्यार्थ्यांची संख्या निश्चित झाली कि शासनाला खर्चाचा अंदाज घेऊन त्याप्रमाणे निधी उपलब्ध करून देण्यासाठी योजना करता येते .
१०. वरील सर्व विवेचनावरून लक्षात आल असेल की , probability म्हणजे, आपणास अपेक्षित शक्यता व अशा सर्व शक्यता यांचे गुणोत्तर. probability ० आणि १ मध्ये येत असली तरी हा विषय व्यापक आहे.
८५,९०,९१,८७,८९
म्हणजे ९०% मार्क मिळण्याची शक्यता २/५ इतकी आहे. संभाव्यशास्त्रात data महत्वाचा आहे, म्हणून संभाव्यशास्त्र statistics शी फार जवळचे आहे.
संभाव्यशास्त्र जिथे risk आहे , अनिश्चिती आहे . तिथे वापरले जाते . याकरिता विमा क्षेत्राचे उदाहरण नेहमी दिले जाते .
विम्याचा अर्ज भरताना तुमच वय , आजार ही माहिती प्रामुख्याने भरावी लागते . आजार व वय यानुसार जगण्याचा अंदाज बांधला जातो . एखाद्या माणसाचे आरोग्य चांगले असेल तर तो विम्याचे जास्तीत जास्त हप्ते भरेल . यामुळे विमा कंपनीला जास्तीत जास्त हप्ते मिळून फायदा होईल . पण तो कमी जगाला तर त्याने भरलेल्या रकमेपेक्षा जास्त रक्कम कंपनीला द्यावी लागते . तुमच्या दीर्घ आयुष्याची कामना करणार कोणी नाही अस समजू नका . विमा कंपन्या तुमच्या दीर्घ आयुष्याची मनापासून प्रार्थना करतात .
अर्थात वरील सर्व गोष्टी पुन्हा संभाव्यतेवर आधारित आहेत . एखाद्या नैसर्गिक आपत्तीत विमा कंपनीची गणित चुकू शकतात . ते अपवाद समजावे . विमा कंपनीने या सर्व गोष्टींचा विचार केलेला असतो. संपूर्ण उद्योगाच शक्यतेवर आधारलेला असल्यमुळे, कंपनीला calculated risk घ्यावी लागते .
९. दुसरे उदा . म्हणजे शासन . शासनाला त्यांच्या अनेक योजना करताना statistics आणि probability याचा आधार घ्यावा लागतो .
उदा . ग्रामीण भागातील ज्या मुलांना वार्षिक परीक्षेत ९०% पेक्षा जास्त गुण मिळू शकतील अशा विद्यार्थ्यांकरिता शासनाला एक योजना तयार करावयाची आहे . अशा विद्यार्थ्यांचा अंदाज काढायचा असेल तर त्यासाठी वर्षभरात झालेल्या टेस्टचे गुण विचारात घ्यावे लागतील . याचे उदाहरण वर दिले आहे . अशा विद्यार्थ्यांची संख्या निश्चित झाली कि शासनाला खर्चाचा अंदाज घेऊन त्याप्रमाणे निधी उपलब्ध करून देण्यासाठी योजना करता येते .
१०. वरील सर्व विवेचनावरून लक्षात आल असेल की , probability म्हणजे, आपणास अपेक्षित शक्यता व अशा सर्व शक्यता यांचे गुणोत्तर. probability ० आणि १ मध्ये येत असली तरी हा विषय व्यापक आहे.
No comments:
Post a Comment