калькулятор віку

Ймовірність визначає, наскільки вірогідним є настання певної події. Вона коливається від 0 (неможливо) до 1 (вірогідно).

У побутовому розумінні ймовірність 0.5 означає шанс 50 на 50.

Наш калькулятор охоплює всі стандартні типи ймовірностей, які використовуються в статистиці, математиці, аналізі азартних ігор та науці.

• Базова ймовірність ділить сприятливі результати на загальну кількість результатів.
• Для кількох незалежних подій множте ймовірності (І) або використовуйте формулу об'єднання (АБО).
• Умовна ймовірність запитує «що, якщо ми вже знаємо, що сталося B?»
• Біноміальна ймовірність опрацьовує повторювані незалежні випробування на зразок підкидання монети n разів.

Щоб обчислити ймовірність однієї події, поділіть кількість сприятливих результатів на загальну кількість рівноможливих результатів: P(A) = сприятливі / загальні.

Наприклад, витягування червоної карти зі стандартної колоди з 52 карт дає P = 26/52 = 1/2 = 50%. Це класичне визначення передбачає, що кожен результат є рівноможливим — ідею, формалізовану П'єром-Симоном Лапласом і описану Британською енциклопедією як фундамент теорії ймовірностей.

Результат завжди лежить у діапазоні від 0 до 1, або від 0% до 100%. Якщо результати не є рівноможливими, ймовірність натомість оцінюється на основі довгострокових відносних частот, які спостерігаються в багатьох повторюваних випробуваннях.

Три правила охоплюють більшість задач на ймовірність.

• Правило протилежної події стверджує, що P(не A) = 1 - P(A).
• Правило множення для незалежних подій дає P(A і B) = P(A) x P(B); для залежних подій воно використовує умовну ймовірність: P(A і B) = P(A) x P(B|A).
• Загальне правило додавання має вигляд P(A або B) = P(A) + P(B) - P(A і B), яке віднімає перетин, порахований двічі.

Як зазначає Wolfram MathWorld, коли події є взаємовиключними, перетин дорівнює нулю, тому формула спрощується до P(A) + P(B). Ці правила поєднуються для розв'язання складених сценаріїв, таких як багатоетапні розіграші або повторювані випробування.

Умовна ймовірність, яка записується як P(A|B), — це ймовірність настання A за умови, що B вже відбулася: P(A|B) = P(A і B) / P(B).

Теорема Байєса обертає цей зв'язок, виражаючи P(A|B) = [P(B|A) x P(A)] / P(B). Вона дозволяє оновлювати попередні переконання за допомогою нових доказів, і Академія Хана підкреслює її як рушійну силу інтерпретації медичних тестів та фільтрації спаму.

Класичним результатом є ігнорування базової частоти: навіть тест із точністю 99% на рідкісну хворобу, яка вражає 1 із 1000 людей, дає переважно хибнопозитивні результати, оскільки домінує мала апріорна ймовірність. Байєсівське міркування виправляє це шляхом зважування доказів щодо того, наскільки поширеним є цей стан насправді.

Біноміальна формула дає ймовірність рівно k успіхів у n незалежних випробуваннях, кожне з яких має ймовірність успіху p: P(X=k) = C(n,k) x p^k x (1-p)^(n-k), де C(n,k) — кількість комбінацій.

Наприклад, шанс отримати рівно 3 орли у 5 підкиданнях чесної монети становить C(5,3) x 0.5^3 x 0.5^2 = 10 x 0.125 x 0.25 = 0.3125, або 31.25%. Довідник статистичних методів NIST/SEMATECH документує середнє значення біноміального розподілу (np) та дисперсію [np(1-p)].

Біноміальна модель застосовується завжди, коли:

• випробування є незалежними,
• кількість випробувань фіксована,
• і кожне випробування має лише два можливі результати: успіх або невдача.

Для одного чесного кубика кожна границя має ймовірність 1/6. З двома кубиками є 36 рівноможливих впорядкованих результатів, тому найпоширеніша сума, 7, випадає 6 способами (1+6, 2+5, 3+4, 4+3, 5+2, 6+1), що дає P(сума=7) = 6/36 = 1/6.

Стандартна колода з 52 карт має 4 масті та 13 номіналів: P(будь-який Туз) = 4/52 = 1/13, а P(Черва) = 13/52 = 1/4.

Багатокрокові витягування використовують правило множення; наприклад, два Тузи без повернення складають 4/52 x 3/51 = 12/2652, приблизно 0.45%. Britannica простежує ці методи підрахунку до листування між Ферма і Паскалем щодо азартних ігор.

Дві події є незалежними, коли настання однієї не змінює ймовірності іншої; формально, P(A|B) = P(A). Підкидання монети двічі є незалежним, оскільки перше підкидання не «пам'ятає» друге.

Події є залежними, коли результат однієї змінює простір вибірки для наступної, що й відбувається під час вибірки без повернення. Wolfram MathWorld наголошує, що незалежність потрібно перевіряти, а не припускати.

Частою помилкою в класі є множення ймовірностей так, ніби події є незалежними, хоча насправді вони пов'язані — наприклад, витягування карт без їх повернення, що завищує або занижує справжній шанс складеного результату.

Ймовірність керує рішеннями в багатьох сферах.

• Страховики розраховують ціну полісів, використовуючи очікувану частоту та серйозність збитків.
• Медичні дослідники повідомляють про ефекти лікування та діагностичну точність як про умовні ймовірності.
• Метеорологи виражають 30% шанс дощу як частку подібних минулих умов, які призводили до опадів.

У фінансах ймовірність лежить в основі моделей ризиків та ціноутворення опціонів, тоді як інженери з контролю якості використовують біноміальні моделі та моделі Пуассона для встановлення допусків на дефекти. Класифікатори машинного навчання, як це описано в Академії Хана та сучасних курсах статистики, виводять ймовірності для кожної мітки.

Навіть повсякденні вибори, від носіння парасольки до купівлі гарантії, є неявними розрахунками ймовірності, що зважують вірогідність проти вартості.

Найпоширеніші помилки виникають через хибну оцінку незалежності та попередніх шансів.

• Помилка гравця припускає, що минулі результати впливають на незалежні майбутні випробування, тому люди очікують орла після серії решок, хоча кожне підкидання залишається на рівні 50%.
• Ігнорування базової частоти не зважає на те, наскільки рідкісною є подія під час інтерпретації доказів, спотворюючи логіку результатів тестів.
• Плутання P(A|B) з P(B|A), тобто помилка зворотної ймовірності, міняє місцями причину та наслідок.
• Деякі забувають відняти перетин у правилі АБО, двічі враховуючи спільні результати, або додають ймовірності подій, які не є взаємовиключними.
• Контрінтуитивна проблема днів народження, в якій лише 23 людини дають 50.7% шансу на спільний день народження, показує, як інтуїція часто применшує складні ймовірності.

Математичне сподівання — це довгостроковий середній результат випадкового процесу, що обчислюється шляхом множення кожного результату на його ймовірність та підсумовування результатів: E(X) = сума (x_i x P(x_i)).

Для одного чесного кубика математичне сподівання становить (1+2+3+4+5+6)/6 = 3.5, хоча 3.5 насправді ніколи не може випасти. Wolfram MathWorld визначає його як перший момент розподілу, і воно є центральним для ухвалення рішень в умовах невизначеності.

Гра чи ставка з від'ємним математичним сподіванням втрачає гроші з часом у середньому, саме тому ігри в казино розробляються з перевагою закладу. Математичне сподівання поєднує сирі ймовірності з практичними, кількісно вимірюваними рішеннями.