احتمال کی بنیادی باتیں: ایک عملی تعارف

نتائج، واقعات اور احتمال کا پیمانہ

احتمال کا آغاز ایک تجربے سے ہوتا ہے، جیسے پانسہ پھینکنا، اور اس کی نمونہ فضا سے، یعنی تمام ممکنہ نتائج کا سیٹ۔ ایک معیاری پانسے کی ایک بار پھینک کے لیے نمونہ فضا $\{1, 2, 3, 4, 5, 6\}$ ہے۔ واقعہ نتائج کا کوئی بھی مجموعہ ہے، جیسے جفت عدد آنا، جو سیٹ $\{2, 4, 6\}$ ہے۔

ہر احتمال 0 اور 1 کے درمیان ہوتا ہے۔ 0 احتمال کا مطلب ہے کہ واقعہ ہو ہی نہیں سکتا، 1 کا مطلب ہے کہ یقینی ہے، اور 0.5 کا مطلب ہے کہ ہونے اور نہ ہونے کا امکان برابر ہے۔ احتمالات کسور، اعشاریوں یا فیصد میں لکھے جا سکتے ہیں، اس لیے $\frac{1}{4}$، 0.25 اور 25 فیصد سب کا ایک ہی مطلب ہے۔ جب تمام نتائج یکساں ممکن ہوں تو کسی واقعے کا احتمال ایک سادہ نسبت ہے:

چنانچہ جفت عدد آنے کا احتمال $\frac{3}{6} = \frac{1}{2}$ ہے۔ دو پانسوں کے ساتھ $6 \times 6 = 36$ یکساں ممکن ترتیب وار نتائج ہیں، اور ان میں سے چھ کا مجموعہ 7 ہے، یعنی (1,6)، (2,5)، (3,4)، (4,3)، (5,2) اور (6,1)، اس لیے $P(\text{مجموعہ} = 7) = \frac{6}{36} = \frac{1}{6}$۔ بڑے سوالوں میں نتائج گننے کے لیے ترتیب اور انتخاب کی تکنیکیں استعمال ہوتی ہیں۔

متمم کا قاعدہ

واقعہ $A$ کا متمم ہر وہ چیز ہے جو $A$ میں نہیں۔ چونکہ ان میں سے ایک کا ہونا لازم ہے، اس لیے ان کے احتمالات کا مجموعہ 1 ہے:

جب بھی سوال میں کم از کم ایک کہا جائے، پہلے متمم آزمائیں۔ یہ تقریباً ہمیشہ لمبے حساب کو مختصر بنا دیتا ہے۔

جمع کا قاعدہ: الف یا ب

$A$ یا $B$ یا دونوں کے ہونے کا احتمال ان کے احتمالات جمع کر کے اور مشترک حصہ تفریق کر کے نکلتا ہے، جو ورنہ دو بار گنا جاتا:

52 پتوں کی معیاری گڈی سے ایک پتا نکالنے میں پان یا بادشاہ آنے کا احتمال $\frac{13}{52} + \frac{4}{52} - \frac{1}{52} = \frac{16}{52} = \frac{4}{13}$ ہے، کیونکہ پان کا بادشاہ دونوں گروہوں میں شامل ہے۔ جو واقعات ایک ساتھ نہیں ہو سکتے، جیسے ایک ہی پھینک میں 2 اور 5 آنا، باہمی طور پر مانع ہیں۔ ان کا مشترک حصہ صفر ہے، اس لیے ان کے احتمالات سیدھے جمع ہوتے ہیں۔

ضرب کا قاعدہ: الف اور ب

دو واقعات آزاد ہوتے ہیں جب ایک کا نتیجہ دوسرے کا احتمال نہ بدلے، جیسے سکے کے الگ الگ اچھال۔ آزاد واقعات کے لیے ضرب دیں:

اس لیے دو اچھالوں میں دو بار چت آنے کا احتمال $\frac{1}{2} \times \frac{1}{2} = \frac{1}{4}$ ہے۔ جب واقعات منحصر ہوں تو دوسرے احتمال میں وہ بات شامل ہونی چاہیے جو پہلے ہو چکی۔ واپس رکھے بغیر دو پتے نکالنے میں دونوں کے اکے ہونے کا احتمال $\frac{4}{52} \times \frac{3}{51} = \frac{12}{2652} = \frac{1}{221}$ ہے، کیونکہ ایک اکا نکلنے کے بعد 51 پتوں میں صرف 3 اکے بچتے ہیں۔

مشروط احتمال اور بیز کا مسئلہ

مشروط احتمال $A$ کا احتمال ہے بشرطیکہ $B$ ہو چکا ہو، جسے $P(A \mid B)$ لکھتے ہیں۔ $B$ کا علم نمونہ فضا کو صرف $B$ تک سکیڑ دیتا ہے:

بیز کا مسئلہ مشروط احتمال کو الٹ دیتا ہے اور $P(B \mid A)$ کو $P(A \mid B)$ میں بدلتا ہے۔ اس کا سب سے مشہور استعمال دکھاتا ہے کہ مثبت طبی ٹیسٹ اتنا تشویش ناک کیوں نہیں ہوتا جتنا لگتا ہے۔

متوقع قدر

کسی کھیل یا بے ترتیب مقدار کی متوقع قدر طویل مدتی اوسط نتیجہ ہے، جو ہر نتیجے کو اس کے احتمال سے ضرب دے کر اور جمع کر کے ملتی ہے:

فرض کریں ایک کھیل پانسے پر چھکا آنے پر 10 ڈالر دیتا ہے اور ورنہ آپ کے 2 ڈالر لیتا ہے۔ متوقع قدر $10 \cdot \frac{1}{6} - 2 \cdot \frac{5}{6} = \frac{10 - 10}{6} = 0$ ہے، اس لیے کھیل منصفانہ ہے: بہت سی باریوں میں آپ برابر رہنے کی توقع کریں گے۔ جوئے خانوں کے کھیل اس طرح بنائے جاتے ہیں کہ کھلاڑی کی متوقع قدر تھوڑی منفی ہو، اسی سے جوئے خانے لاکھوں بازیوں میں نفع کماتے ہیں حالانکہ انفرادی کھلاڑی کبھی کبھار جیت جاتے ہیں۔ بیمہ دوسری جانب سے اسی اصول پر چلتا ہے: بیمہ کمپنی پریمیم میں اس سے کچھ زیادہ وصول کرتی ہے جتنا وہ دعووں میں ادا کرنے کی توقع رکھتی ہے۔

عام پھندے

• جواری کا مغالطہ: منصفانہ رولیٹ پہیے پر پانچ بار سرخ آنے کے بعد کالے کی باری نہیں آ جاتی۔ ہر چکر آزاد ہے، اس لیے احتمال وہی رہتا ہے۔
• مشترک حصے والے واقعات کے احتمالات مشترک حصہ تفریق کیے بغیر جمع کرنا، جس سے 1 سے بڑے احتمال بن سکتے ہیں۔
• غیر آزاد واقعات کے احتمالات کو ضرب دینا۔
• $P(A \mid B)$ کو $P(B \mid A)$ سمجھ لینا، جیسا کہ طبی ٹیسٹ کی مثال میں۔
• اتفاقات کو کم سمجھنا: صرف 23 افراد کے گروہ میں دو کی سالگرہ ایک ہی دن ہونے کا امکان تقریباً 50.7 فیصد ہے۔

بڑے اعداد کا قانون بتاتا ہے کہ احتمال دراصل کیا وعدہ کرتا ہے: جب تجربہ بہت بار دہرایا جائے تو کسی واقعے کے ہونے کا تناسب اس کے احتمال کے قریب ٹھہر جاتا ہے۔ یہ نتائج کے کسی مختصر سلسلے کے بارے میں کوئی وعدہ نہیں کرتا۔ احتمال کیلکولیٹر واحد، مرکب اور مشروط واقعات کو مراحل کے ساتھ حل کرتا ہے، اور ترتیب اور انتخاب کیلکولیٹر وہ نتائج گنتا ہے جن کی احتمال کے بہت سے سوالوں کو ضرورت ہوتی ہے۔

کثیر مرحلہ سوالات کے لیے شجری خاکے

جب تجربہ مراحل میں ہو تو شجری خاکہ ہر راستے کا حساب رکھتا ہے۔ ہر شاخ پر اس کا احتمال لکھا جاتا ہے، پورے سلسلے کا احتمال پانے کے لیے راستے کے ساتھ ضرب دی جاتی ہے، اور مطلوبہ واقعہ بنانے والے راستے جمع کیے جاتے ہیں۔

شجری خاکے ضرب کے قاعدے کو بصری بناتے ہیں اور صاف دکھاتے ہیں کہ مراحل کے درمیان احتمالات کہاں بدلتے ہیں۔ یہ بیز کے مسئلے کا سوال ترتیب دینے کا بھی سب سے قابلِ اعتماد طریقہ ہیں، کیونکہ دوسرے مرحلے کی ہر شاخ ایک مشروط احتمال ہے۔

اکثر پوچھے جانے والے سوالات