ਸੰਭਾਵਨਾ
ਸੰਭਾਵਨਾ ਇੱਕ ਮੌਕੇ ਤੇ ਕਿਸੇ ਵੀ ਘਟਨਾ ਦੇ ਹੋਣ ਜਾਂ ਨਾ ਹੋਣ ਦੇ ਸੰਜੋਗ ਨੂੰ ਕਹਿੰਦੇ ਹਨ।[1] ਸੰਭਾਵਨਾ ਦੀ ਮਾਤਰਾ 0 ਜਾਂ 1 ਵਿੱਚ ਨਿਰਧਾਰਿਤ ਹੁੰਦੀ ਹੈ, ਜਿੱਥੇ 0 ਕਿਸੇ ਘਟਨਾ ਦਾ ਅਸੰਭਵ ਹੋਣਾ ਅਤੇ 1 ਉਸਦਾ ਯਕੀਨੀ ਹੋਣਾ ਦਰਸ਼ਾਉਂਦਾ ਹੈ।[2][3] ਜਿੰਨੀ ਜ਼ਿਆਦਾ ਕਿਸੇ ਚੀਜ਼ ਦੀ ਸੰਭਾਵਨਾ ਹੁੰਦੀ ਹੈ, ਉਨ੍ਹਾਂ ਹੀ ਜ਼ਿਆਦਾ ਉਸ ਚੀਜ਼ ਦਾ ਹੋਣਾ ਯਕੀਨੀ ਹੁੰਦਾ ਹੈ। ਜਿਵੇਂ ਇੱਕ ਸਿੱਕੇ ਦਾ ਨਿਰਪੱਖ ਉਛਾਲ ਜਿਸ ਵਿੱਚ ਚਿੱਤ ਜਾਂ ਪੱਟ ਆਉਣ ਦੇ ਬਰਾਬਰ ਮੌਕੇ ਹੁੰਦੇ ਹਨ, ਇੱਥੇ ਚਿੱਤ ਜਾਂ ਪੱਟ ਦੀ ਸੰਭਾਵਨਾ ½ (50%) ਹੋ ਜਾਂਦੀ ਹੈ। ਇਸ ਧਰਨਾ ਨੂੰ ਗਣਿਤ ਦੇ ਫਾਰਮੂਲਿਆਂ ਦੇ ਸਹਿਯੋਗ ਨਾਲ ਸੰਭਾਵਨਾ ਸਿਧਾਂਤ ਬਣਾਇਆ ਗਿਆ ਹੈ ਜੋ ਕਿ ਵੱਖ ਵੱਖ ਵਿਸ਼ਿਆਂ ਵਿੱਚ ਇਸਤੇਮਾਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
ਵਿਆਖਿਆਵਾਂ
ਸੋਧੋਅਜਿਹੇ ਤਜੁਰਬਿਆਂ ਵਿੱਚ ਜੋ ਲਿਖਤ ਰੂਪ ਵਿੱਚ ਬੇਤਰਤੀਬੇ ਜਾਂ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪਰਿਭਾਸ਼ਿਤ ਹੋਣ, ਤਾਂ ਸੰਭਾਵਨਾ ਨੂੰ ਸੰਖਿਅਕ ਰੂਪ ਵਿੱਚ ਪਾਉਣ ਲਈ ਲੋੜੀਂਦੇ ਨਤੀਜਿਆਂ ਨੂੰ ਕੁੱਲ ਨਤੀਜਿਆਂ ਨਾਲ ਵੰਡਿਆ ਜਾਂਦਾ ਹੈ। ਜਿਵੇਂ ਸਿੱਕੇ ਦੇ ਦੋ ਵਾਰ ਨਿਰਪੱਖ ਉਛਾਲ ਵਿੱਚ ਚਿੱਤ ਜਾਂ ਚਿੱਤ ਆਉਣ ਦੀ ਸੰਭਾਵਨਾ ¼ ਹੁੰਦੀ ਹੈ ਕਿਉਂਕਿ ਚਿੱਤ-ਚਿੱਤ, ਚਿੱਤ-ਪੱਟ, ਪੱਟ-ਚਿੱਤ, ਪੱਟ-ਪੱਟ ਆਉਣ ਦੀ ਸੰਭਾਵਨਾ ਬਰਾਬਰ ਹੁੰਦੀ ਹੈ। ਵਿਹਾਰਕ ਕਾਰਜਾਂ ਵਿੱਚ ਸੰਭਾਵਨਾ ਵਿਆਖਿਆਵਾਂ ਦੇ ਦੋ ਮੁੱਖ ਮੁਕਾਬਲਾ ਵਰਗ ਹੁੰਦੇ ਹਨ ਜਿਸਦੇ ਪੈਰੋਕਾਰ ਸੰਭਾਵਨਾ ਦੇ ਬੁਨਿਆਦੀ ਸੁਭਾਅ ਬਾਰੇ ਵੱਖ-ਵੱਖ ਵਿਚਾਰ ਰੱਖਦੇ ਹਨ-
ਉਦੇਸ਼ ਪੱਖੀ
ਸੋਧੋਇਹ ਮਾਮਲੇ ਦੀ ਕੁਝ ਉਦੇਸ਼ ਜ ਭੌਤਿਕ ਹਾਲਤ ਦਾ ਵਰਣਨ ਕਰਨ ਲਈ ਨੰਬਰ ਨਿਰਧਾਰਤ ਕਰਦੇ ਹਨ। ਇਸਦਾ ਸਭ ਤੋਂ ਪ੍ਰਸਿੱਧ ਪ੍ਰਕਾਰ ਹੈ- ਆਵਿਰਤੀ ਸੰਭਾਵਨਾ, ਜੋ ਇਹ ਦਾਅਵਾ ਕਰਦੀ ਹੈ ਕਿ ਕਿਸੇ ਵੀ ਤਜੁਰਬੇ ਨੂੰ ਦੁਹਰਾਉਂਦੇ ਹੋਏ ਕਿਸੇ ਵੀ ਨਤੀਜੇ ਦੀ ਤੁਲਨਾਤਮਕ ਆਵਿਰਤੀ ਨੂੰ ਇੱਕ ਬੇਤਰਤੀਬ ਘਟਨਾ ਦੀ ਸੰਭਵਾਨਾ ਦਰਸ਼ਾਉਂਦੀ ਹੈ।
ਅੰਤਰਮੁਖੀ
ਸੋਧੋਇਸ ਵਿੱਚ ਵਿਸ਼ਵਾਸ ਦੀ ਸੀਮਾ ਦੇ ਤੌਰ ਤੇ ਅੰਤਰਮੁਖੀ ਸੰਭਾਵਨਾ ਦੇ ਫੀਸਦੀ ਨੰਬਰ ਨਿਰਧਾਰਤ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਵਿਸ਼ਵਾਸ ਦੀ ਦਰ ਦੀ ਵਿਆਖਿਆ ਇਸ ਤਰ੍ਹਾਂ ਦਿੱਤੀ ਗਈ ਹੈ ਕਿ ਉਹ ਕੀਮਤ ਜਿਸਤੇ ਤੁਸੀਂ ਇੱਕ ਚੀਜ਼ ਖਰੀਦੋਗੇ ਜੋ ਕਿ ਸਹੂਲਤ ਦੇ 1 ਯੂਨਿਟ ਦੀ ਅਦਾਇਗੀ ਕਰਦੀ ਹੈ ਜੇ ਓਹ E ਹੋਵੇ ਅਤੇ 0 ਕਰਦੀ ਹੈ ਜੇ ਓਹ E ਨਾ ਹੋਵੇ। ਇਸਦਾ ਸਭ ਤੋਂ ਪ੍ਰਸਿੱਧ ਪ੍ਰਕਾਰ ਹੈ- ਬੇਜ਼ੀਅਨ ਸੰਭਾਵਨਾ, ਜਿਸ ਵਿੱਚ ਸੰਭਾਵਨਾ ਪੈਦਾ ਕਰਨ ਲਈ, ਮਾਹਰ ਗਿਆਨ ਦੇ ਨਾਲ ਨਾਲ ਤਜਰਬੇ ਦਾ ਡਾਟਾ ਵੀ ਸ਼ਾਮਲ ਹੈ। ਮਾਹਰ ਗਿਆਨ ਨੂੰ ਕੁਝ (ਅੰਤਰਮੁਖੀ) ਪੁਰਾਣੇ ਸੰਭਾਵਨਾ ਵੰਡ ਦੁਆਰਾ ਦਰਸਾਇਆ ਗਿਆ ਹੈ। ਡਾਟਾ ਨੂੰ ਸੰਭਾਵਨਾ ਫੰਕਸ਼ਨ ਵਿੱਚ ਸ਼ਾਮਿਲ ਕੀਤਾ ਗਿਆ ਹੈ। ਪੁਰਾਣੇ ਗਿਆਨ ਅਤੇ ਸੰਭਾਵਨਾ ਦੇ ਉਤਪਾਦ, ਸਾਧਾਰਨਤਾ, ਪਿਛਲੀ ਸੰਭਾਵਨਾ ਦੀ ਵੰਡ ਦਰਸ਼ਾਉਂਦੇ ਹਨ ਜਿਸ ਵਿੱਚ ਅੱਜ ਤੱਕ ਦੀ ਸਾਰੀ ਜਾਣਕਾਰੀ ਸ਼ਾਮਿਲ ਹੈ।
ਹਵਾਲੇ
ਸੋਧੋ- ↑ "Probability" Archived 2015-04-28 at the Wayback Machine.. Webster's Revised Unabridged Dictionary. G & C Merriam, 1913
- ↑ "Kendall's Advanced Theory of Statistics, Volume 1: Distribution Theory", Alan Stuart and Keith Ord, 6th Ed, (2009), ISBN 9780534243128
- ↑ William Feller, "An Introduction to Probability Theory and Its Applications", (Vol 1), 3rd Ed, (1968),Wiley,ISBN 0-471-25708-7