✖

সম্ভাবনা বিন্যাস

দৈব চলকের সম্ভাবনা বিন্যাস (probability distribution) আমাদের জানায়, দৈব চলকটি কোনো নির্দিষ্ট মান নেওয়ার সম্ভাবনা কত।

বিচ্ছিন্ন চলকের বিন্যাস

ধরি, একটি বিচ্ছিন্ন দৈব চলক আছে। যেমন আমরা দেখতে পারি, পাড়ার চায়ের দোকানের সবচেয়ে নিয়মিত খদ্দের করিম চাচা দিনে কয় কাপ চা খান। পুরো এক মাস করিম চাচাকে লক্ষ করে আমরা নিচের সারণিটি বানালাম:

দিন কাপ চা দিন কাপ চা দিন কাপ চা
1 5 11 10 21 4
2 10 12 5 22 6
3 4 13 12 23 10
4 4 14 10 24 10
5 5 15 12 25 4
6 4 16 12 26 5
7 0 17 6 27 10
8 5 18 10 28 5
9 4 19 6 29 0
10 5 20 10 30 10

দেখা যাচ্ছে, মাসের শুরুতে করিম চাচা একটু সংযত ছিলেন, কিন্তু তারপর একের পর এক কাপ শেষ করেছেন। আর 11 তারিখ থেকে শুরু হওয়া সপ্তাহটা নিশ্চয়ই ভয়ংকর ছিল। এই বিচ্ছিন্ন দৈব চলককে X দিয়ে প্রকাশ করি। এখন আমরা জানতে চাই, মাসের কোনো একটি দিনে করিম চাচা x কাপ চা খাবেন, তার সম্ভাবনা কত।

সম্ভাবনা নির্ণয়ের আগে একটি সাধারণ গণসংখ্যার স্তম্ভলেখ আঁকি। কোনো দিনে করিম চাচা যত কাপ চা খেয়েছেন, সেগুলো খুঁজে গণসংখ্যার লেখচিত্রে বসাই। যেমন দশ কাপ চা তিনি মোট 9 দিন খেয়েছেন, তাই দশ কাপের জন্য 9 উচ্চতার একটি স্তম্ভ থাকবে:

লেখচিত্রটি এভাবে পড়ি: মাসের তিন দিন করিম চাচা ছয় কাপ করে চা খেয়েছেন।

করিম চাচা কোনো দিন দশ কাপ চা খাবেন, তার সম্ভাবনা কত? আনুষ্ঠানিকভাবে এভাবে লিখি: সম্ভাবনা ফাংশনকে P দিয়ে প্রকাশ করি, আর দশ কাপের প্রশ্নটি লিখি P(X = 10)। এর মাধ্যমে আমরা জিজ্ঞেস করছি, দৈব চলক X এর মান দশ হওয়ার সম্ভাবনা কত?

সম্ভাবনা হবে ওই মানের আপেক্ষিক গণসংখ্যার সমান। তাই আপেক্ষিক গণসংখ্যার লেখচিত্রও আঁকি:

এখন বলতে পারি, P(X = 10) এর মান 0.3, অর্থাৎ 30%।

পরিসংখ্যানভিত্তিক বনাম গাণিতিক সম্ভাবনা

উদাহরণ হিসেবে একটি সাধারণ লুডুর ছক্কা নিই। এটি 600 বার নিক্ষেপ করি। প্রচলিত গাণিতিক সম্ভাবনার দৃষ্টিতে 1, 2, …, 6 ওঠার সম্ভাবনা সমান। ছক্কার প্রতিটি তল ওঠার সম্ভাবনা 16। তাই একেবারে তাত্ত্বিকভাবে ছয়শ বার নিক্ষেপ করলে প্রতিটি তল একশ বার করে ওঠার কথা।

বাস্তবে সম্ভবত তা হবে না। আমাদের পরীক্ষায় এরকম ফলাফল পেতে পারি:

ছক্কার সংখ্যা নিক্ষেপের সংখ্যা আপেক্ষিক গণসংখ্যা
1 105 0.175
2 103 0.171666
3 90 0.15
4 96 0.16
5 100 0.16666
6 106 0.17666

দেখা যাচ্ছে, ছক্কায় এক ফোঁটা ওঠার আপেক্ষিক গণসংখ্যা, এবং তাই এর সম্ভাবনাও, 0.175, অর্থাৎ 17.5%। এটি 16 সম্ভাবনা, অর্থাৎ 0.16666… এর কাছাকাছি হলেও পুরোপুরি এক নয়।

এর মানে এই নয় যে কোনো একটি সম্ভাবনা ভুল। একেবারে নিখুঁত ভারসাম্যপূর্ণ ছক্কা বানানো মোটেও সহজ কাজ নয়। তেমনি ছক্কাটি 600 বার নিক্ষেপের পরীক্ষাটি ঠিকমতো চালানোও কঠিন হতে পারে।

তাই গাণিতিক সম্ভাবনা কাজ করে আদর্শ অবস্থায়, যেখানে ছক্কাটি অসীম সংখ্যক বার নিক্ষেপ করা হয়। একটি আদর্শ ভারসাম্যপূর্ণ ছক্কা যত বেশি বার নিক্ষেপ করব, প্রতিটি ফলাফলের আপেক্ষিক গণসংখ্যা তত বেশি তাত্ত্বিক গাণিতিক সম্ভাবনার কাছে আসবে।

এই কারণে আমরা দুই ধরনের সম্ভাবনা আলাদা করি: গাণিতিক, যা আদর্শ অবস্থা থেকে আসে, আর পরিসংখ্যানভিত্তিক (পরীক্ষালব্ধ), যা আমাদের উপাত্তের আপেক্ষিক গণসংখ্যা থেকে নির্ণয় করি।

পরিসংখ্যানভিত্তিক সম্ভাবনা নির্ণয়ের জন্য যথেষ্ট বড় উপাত্ত থাকা দরকার। যেমন আমাদের চা-প্রেমী করিম চাচাকে আমরা মাত্র এক মাস লক্ষ করেছি। অন্তত এক বছর লক্ষ করলে অনেক ভালো হতো।

অবিচ্ছিন্ন চলকের বিন্যাস

অবিচ্ছিন্ন চলকের ক্ষেত্রে আমরা কোনো একটি বিন্দুতে সম্ভাবনা নির্ণয় করি না, সবসময় একটি ব্যবধিতে করি। সম্ভাবনা হবে বক্ররেখার নিচের ক্ষেত্রফলের সমান, তাই হিসাবের জন্য যোগজ লাগবে। অবিচ্ছিন্ন চলকের এমন একটি লেখচিত্র হতে পারে, যেমন সে.মি.-তে মাপা কোনো বিচ্যুতি:

অবিচ্ছিন্ন চলকের সম্ভাবনা বিন্যাস

x-অক্ষে মানগুলো সে.মি.-তে, y-অক্ষে আপেক্ষিক গণসংখ্যা। ধরি, আমরা কেবল [−4, 4] ব্যবধির মধ্যেই মান পেয়েছি। তাহলে এই ব্যবধিতে বিচ্যুতি পাওয়ার পরীক্ষালব্ধ সম্ভাবনা 1, অর্থাৎ 100%।

ক্ষেত্রফলের সঙ্গে এর সম্পর্ক কী? আমরা বলি, ক্ষেত্রফল ∫−44p(x), যেখানে p হলো সম্ভাবনা ফাংশন, আমাদের ওই 100% দেয়। মান [0, 4] ব্যবধিতে থাকার পরীক্ষালব্ধ সম্ভাবনা কত, জানতে চাইলে এমন ছবি পেতাম:

x \in \left[0, 4\right] এর জন্য পরীক্ষালব্ধ সম্ভাবনা

আগের চিহ্নিত অংশ ছিল 100%, এটি 50%, কারণ স্পষ্টতই এর ক্ষেত্রফল অর্ধেক। নির্ভুলভাবে পরিসংখ্যানভিত্তিক সম্ভাবনা প্রকাশ করব এই অনুপাত দিয়ে

∫04p(x)∫−44p(x).

বৃহৎ সংখ্যার নিয়ম

আগের অংশের সঙ্গে সম্পর্কিত হলো সুপরিচিত বৃহৎ সংখ্যার নিয়ম (law of large numbers)। অনানুষ্ঠানিকভাবে এটি বলে, অনেক বার স্বাধীন পরীক্ষা চালালে আপেক্ষিক গণসংখ্যা (পরিসংখ্যানভিত্তিক সম্ভাবনা) গাণিতিক সম্ভাবনার কাছে আসতে থাকবে।

আবারও মুদ্রা নিক্ষেপের কথা ভাবা যাক। হেড বা টেল উঠতে পারে, প্রতিটির সম্ভাবনা 12, অর্থাৎ 50%। মুদ্রাটি চারবার নিক্ষেপ করলে হয়তো তিনবার হেড আর একবার টেল উঠবে। তখন আপেক্ষিক গণসংখ্যা 34 ও 14। এটি 12 থেকে বেশ দূরে।

মোট দশবার নিক্ষেপ করলে হয়তো সাতবার হেড আর তিনবার টেল উঠবে। তখন গণসংখ্যা 710 ও 310। এগুলোও 12 থেকে এখনও দূরে, তবে আগের গণসংখ্যাগুলোর চেয়ে এগুলো অর্ধেকের আরও কাছে।

এভাবে আমরা চালিয়ে যেতে পারি। হাজারবার মুদ্রা নিক্ষেপ করলে হয়তো 520 বার হেড আর 480 বার টেল উঠবে। তখন গণসংখ্যা 1325 ও 1225, যা অর্ধেকের অনেক কাছে (তুলনার জন্য 1325=0.52)।

লক্ষ কর, আপেক্ষিক গণসংখ্যা অর্ধেকের অনেক কাছে এলেও পরম গণসংখ্যা “আদর্শ” গণসংখ্যা থেকে অনেক বেশি দূরে। দশবার নিক্ষেপ করলে প্রতিটি পিঠের আদর্শ পরম গণসংখ্যা ছিল 5, অর্থাৎ পাঁচবার হেড আর পাঁচবার টেল। হেড সাতবার ওঠায় পার্থক্য দুইটি নিক্ষেপ: 7 − 5 = 2। আদর্শ অবস্থার তুলনায় ফল “দুইটি নিক্ষেপ অন্যরকম” হয়েছে।

কিন্তু হাজারবার নিক্ষেপ করলে হেড উঠেছে 520 বার, যা আদর্শ থেকে 20 টি নিক্ষেপের পার্থক্য, কারণ আদর্শ অবস্থায় প্রতিটি পিঠ 500 বার করে ওঠার কথা। তাই মনে হতে পারে, যত বেশি বার নিক্ষেপ করব, ফলাফল তত দূরে সরে যাবে।

তাতে কোনো সমস্যা নেই। বৃহৎ সংখ্যার নিয়ম বলে না যে পরম গণসংখ্যা আদর্শের কাছে আসবে, বলে আপেক্ষিক গণসংখ্যা আসবে। আর সেগুলো কাছেই আসে। অর্থাৎ পরম গণসংখ্যায় ফল হয়তো দূরে সরে যাবে, কিন্তু আপেক্ষিক গণসংখ্যায় কাছে আসবে।