✖

प्रायिकता बंटन

किसी यादृच्छिक चर का प्रायिकता बंटन बताता है कि यादृच्छिक चर के कोई विशेष मान लेने की प्रायिकता कितनी है।

विविक्त चर का बंटन

मान लीजिए हमारे पास कोई विविक्त यादृच्छिक चर है। उदाहरण के लिए, हम देख सकते हैं कि पड़ोस के मोहन चाचा, जो चाय के बहुत शौकीन हैं, दिन भर में कितने कप चाय पीते हैं। पूरे एक महीने तक मोहन चाचा पर नज़र रखकर हमने यह सारणी बनाई:

दिन चाय के कप दिन चाय के कप दिन चाय के कप
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

हम देखते हैं कि महीने की शुरुआत में मोहन चाचा ने थोड़ा संयम रखा, लेकिन फिर एक के बाद एक कप चाय पीते गए। और 11 तारीख़ से शुरू हुए हफ़्ते में तो घर पर ज़रूर मेहमान आए होंगे। इस विविक्त यादृच्छिक चर को X से दर्शाते हैं। अब हम जानना चाहते हैं कि इसकी प्रायिकता कितनी है कि मोहन चाचा महीने के किसी एक दिन x कप चाय पिएँ।

प्रायिकता परिकलित करने से पहले हम एक सामान्य बारंबारता दंड आलेख बनाते हैं। हम देखते हैं कि मोहन चाचा ने किसी दिन कितने कप चाय पी, और इन्हें बारंबारता आलेख में दर्शाते हैं। उदाहरण के लिए, दस कप चाय मोहन चाचा ने कुल नौ बार पी, इसलिए मान दस कप के लिए हमारे पास नौ ऊँचाई वाला दंड होगा:

आलेख को इस प्रकार पढ़ते हैं: मोहन चाचा ने महीने के तीन दिनों में छह कप चाय पी।

इसकी प्रायिकता कितनी है कि मोहन चाचा ने किसी दिन दस कप चाय पी? औपचारिक रूप से हम प्रायिकता फलन को P से दर्शाते हैं, और दस कप वाले प्रश्न को इस प्रकार लिखते हैं: P(X = 10)। इससे हम पूछते हैं कि इसकी प्रायिकता कितनी है कि यादृच्छिक चर X का मान दस हो?

प्रायिकता, उस मान की आपेक्षिक बारंबारता के बराबर होगी। इसलिए हम आपेक्षिक बारंबारता का आलेख भी बनाते हैं:

अब हम कह सकते हैं कि P(X = 10) का मान 0.3 है, अर्थात् 30%।

प्रायोगिक और सैद्धांतिक प्रायिकता

उदाहरण के लिए, एक सामान्य पासा लीजिए। इसे 600 बार फेंककर देखते हैं। पारंपरिक सैद्धांतिक प्रायिकता की दृष्टि से 1, 2, …, 6 आना समसंभाव्य परिणाम हैं। पासे के हर फलक के आने की प्रायिकता 16 है। इसलिए विशुद्ध सैद्धांतिक रूप से, यदि हमने पासा छह सौ बार फेंका, तो हर फलक ठीक सौ बार आना चाहिए।

स्वाभाविक है कि शायद ऐसा नहीं होगा। अपने प्रयोग में हमें ये परिणाम मिल सकते हैं:

पासे पर संख्या कितनी बार आई आपेक्षिक बारंबारता
1 105 0.175
2 103 0.171666
3 90 0.15
4 96 0.16
5 100 0.16666
6 106 0.17666

हम देखते हैं कि पासे पर एक बिंदु आने की आपेक्षिक बारंबारता, और इसलिए प्रायिकता भी, 0.175 है, अर्थात् 17.5%। यह प्रायिकता 16 के, जो 0.16666… है, पास तो है, लेकिन पूरी तरह बराबर नहीं।

इसका अर्थ यह नहीं है कि इनमें से कोई एक प्रायिकता गलत है। पूरी तरह संतुलित पासा बनाना बिलकुल आसान काम नहीं है। इसी प्रकार स्वयं परीक्षण करना, जिसमें पासा 600 बार फेंका जाए, भी कठिन हो सकता है।

अतः सैद्धांतिक प्रायिकता आदर्श परिस्थितियों में काम करती है, जब हम पासा अनंत बार फेंकें। आदर्श रूप से संतुलित पासे को हम जितनी अधिक बार फेंकेंगे, अलग-अलग परिणामों की आपेक्षिक बारंबारताएँ सैद्धांतिक प्रायिकता के उतनी ही पास पहुँचेंगी।

इसलिए हम दो प्रायिकताओं में भेद करते हैं: सैद्धांतिक प्रायिकता, जो आदर्श परिस्थितियों पर आधारित है, और प्रायोगिक (आनुभविक) प्रायिकता, जिसे हम अपने आँकड़ों की आपेक्षिक बारंबारताओं से परिकलित करते हैं।

प्रायोगिक प्रायिकता परिकलित करने के लिए हमारे पास आँकड़ों का पर्याप्त बड़ा संग्रह होना चाहिए। उदाहरण के लिए, हमने अपने मोहन चाचा पर केवल एक महीने तक नज़र रखी, लेकिन कहीं बेहतर होता, यदि हम कम-से-कम एक साल तक नज़र रखते।

संतत चर का बंटन

संतत चर के लिए हम किसी एक बिंदु पर प्रायिकता निर्धारित नहीं करते, बल्कि हमेशा केवल किसी अंतराल पर। प्रायिकता वक्र के अंतर्गत क्षेत्रफल के बराबर होगी, इसलिए परिकलन के लिए हमें समाकलन की आवश्यकता होगी। संतत चर का आलेख कुछ ऐसा हो सकता है, उदाहरण के लिए किसी विचलन का cm में माप:

संतत चर का प्रायिकता बंटन

x-अक्ष पर cm में मान हैं, y-अक्ष पर आपेक्षिक बारंबारताएँ। मान लीजिए हमने केवल अंतराल [−4, 4] के मान ही मापे। इसलिए इस अंतराल में विचलन मापने की आनुभविक प्रायिकता 1, अर्थात् 100% है।

इसका क्षेत्रफल से क्या संबंध है? हम कहते हैं कि क्षेत्रफल ∫−44p(x), जहाँ p प्रायिकता फलन है, यही 100% दर्शाता है। यदि हम पूछें कि इसकी आनुभविक प्रायिकता कितनी है कि मान अंतराल [0, 4] में होगा, तो हमें ऐसी आकृति मिलेगी:

x \in \left[0, 4\right] के लिए आनुभविक प्रायिकता का निरूपण

पहले छायांकित भाग 100% के संगत था, यह भाग 50% के संगत है, क्योंकि इसका क्षेत्रफल स्पष्ट रूप से आधा है। सटीक रूप से प्रायोगिक प्रायिकता को इस अनुपात से व्यक्त करेंगे:

∫04p(x)∫−44p(x).

बृहत् संख्याओं का नियम

पिछले खंड से प्रसिद्ध बृहत् संख्याओं का नियम जुड़ा है। अनौपचारिक रूप से यह कहता है कि बहुत अधिक स्वतंत्र परीक्षणों में आपेक्षिक बारंबारता (प्रायोगिक प्रायिकता) सैद्धांतिक प्रायिकता के पास पहुँचती जाएगी।

इसे हम फिर से सिक्का उछालने के उदाहरण से समझ सकते हैं। चित (H) या पट (T) आ सकता है, दोनों की प्रायिकता 12, अर्थात् 50% है। यदि हम सिक्का चार बार उछालें, तो तीन बार चित और एक बार पट आ सकता है। तब आपेक्षिक बारंबारताएँ 34 और 14 होंगी। ये 12 से काफ़ी दूर हैं।

यदि हम सिक्का कुल दस बार उछालें, तो सात बार चित और तीन बार पट आ सकता है। तब बारंबारताएँ 710 और 310 होंगी। ये अभी भी 12 से दूर हैं, लेकिन पिछली बारंबारताओं की तुलना में आधे के अधिक पास हैं।

हम इसी प्रकार आगे बढ़ सकते हैं। यदि हम सिक्का एक हज़ार बार उछालें, तो 520 बार चित और 480 बार पट आ सकता है। तब बारंबारताएँ 1325 और 1225 होंगी, जो आधे के बहुत पास हैं (अंदाज़ा लगाने के लिए 1325=0.52)।

ध्यान दीजिए कि आपेक्षिक बारंबारताएँ आधे के कहीं अधिक पास हैं, फिर भी निरपेक्ष बारंबारताएँ “आदर्श” बारंबारता से कहीं अधिक दूर हैं। जब हमने सिक्का दस बार उछाला, तो चित और पट दोनों की आदर्श निरपेक्ष बारंबारता 5 थी, अर्थात् पाँच बार चित और पाँच बार पट। चित सात बार आया, इसलिए अंतर दो उछालों का है: 7 − 5 = 2। परिणाम आदर्श स्थिति से “दो उछाल अलग” रहा।

लेकिन जब हमने सिक्का एक हज़ार बार उछाला, तो चित 520 बार आया। यह आदर्श से 20 उछालों का अंतर है, क्योंकि आदर्श स्थिति में चित और पट दोनों 500-500 बार आने चाहिए थे। इसलिए ऐसा लग सकता है कि हम जितनी अधिक बार उछालेंगे, परिणाम उतने ही दूर होते जाएँगे।

लेकिन इसमें कोई समस्या नहीं है। बृहत् संख्याओं का नियम यह नहीं कहता कि निरपेक्ष बारंबारताएँ आदर्श के पास पहुँचेंगी, बल्कि यह कहता है कि आपेक्षिक बारंबारताएँ पहुँचेंगी। और वे पहुँचती हैं। अर्थात् निरपेक्ष बारंबारताओं में परिणाम शायद दूर होते जाएँ, लेकिन आपेक्षिक बारंबारताओं में पास आते जाएँगे।