نظرية الاحتمالات

 نظرية الاحتمالات هي فرع من فروع الرياضيات يتعامل مع دراسة الأحداث العشوائية واحتمال حدوثها. تعتمد هذه النظرية على استخدام الرموز الرياضية والمعادلات والأدوات الرياضية الأخرى لتحديد الاحتمالات والتنبؤ بنتائج الأحداث المختلفة.

وتستخدم نظرية الاحتمالات في العديد من المجالات، مثل الإحصاء والفيزياء والهندسة والاقتصاد والعلوم الاجتماعية والعلوم الطبية والعلوم النفسية. وتستخدم لتحليل البيانات الإحصائية وتطوير النماذج الرياضية لتنبؤ بالنتائج المستقبلية، وتساعد في صنع القرارات المختلفة في العديد من المجالات.

ومن بين المفاهيم الرئيسية في نظرية الاحتمالات: المساحة العينية (أي الحدث الكلي الذي يتم دراسته)، والأحداث المستقلة (أي الأحداث التي لا تتأثر بوقوع أحداث أخرى)، والأحداث المتبادلة (أي الأحداث التي تتأثر بوقوع أحداث أخرى)، والاحتمال المطلق (أي الاحتمال الذي يعبر عن توزيع الأحداث على المساحة العينية بشكل موحد)، والاحتمال الشرطي (أي الاحتمال المشروط على وقوع حدث معين).

وتتميز نظرية الاحتمالات بأنها تتيح لنا فهماً أفضل للأحداث العشوائية وتوقع نتائجها بشكل أفضل، مما يمكننا من تحليل المعلومات واتخاذ القرارات الصحيحة.

قاعدة بايز

 يعتبر قاعدة بايز (Bayes' Rule) من الأدوات الأساسية في الإحصاء وعلم الرياضيات، وتستخدم لحساب الاحتمالية المشروطة لحدث ما بعد حدث آخر.

تعتمد قاعدة بايز على العلاقة بين الاحتمالية المشروطة والاحتمالية الغير مشروطة، وتقوم على فكرة تحديث الاحتمالية الغير مشروطة عندما يتم توفير معلومات جديدة.

وتتمثل قاعدة بايز في الصيغة التالية:

 

P(A | B) = P(B | A) * P(A) / P(B)

حيث:

P(A | B) هي الاحتمالية المشروطة لحدث A بعد حدث B

P(B | A) هي الاحتمالية المشروطة لحدث B بعد حدث A

P(A) هي الاحتمالية الغير مشروطة لحدث A

P(B) هي الاحتمالية الغير مشروطة لحدث B

ويمكن تطبيق قاعدة بايز على سيناريوهات مختلفة، مثل حساب احتمالية الإصابة بمرض معين بعد إجراء اختبار، أو تحديد مصدر المشكلة في عملية إنتاج، أو حساب الاحتمالية الغير مشروطة للحدث A بعد حدث B.

على سبيل المثال، إذا كانت الاحتمالية المسبقة لحدث A هي 0.4، والاحتمالية المسبقة لحدث B هي 0.6، والاحتمالية المشروطة لحدث A بعد حدث B هي 0.8، فإن الاحتمالية المشروطة لحدث B بعد حدث A ستكون:

P(B | A) = P(A | B) * P(B) / P(A)

P(B | A) = (0.8 * 0.6) / 0.4

P(B | A) = 1.2

ويمكن فهم هذه النتيجة بالقول إنه إذا كان الحدث A قد حدث بالفعل، فإن الاحتمالية المشروطة لحدوث الحدث B بعد حدوث A هي 1.2 مرة أعلى من الاحتمالية.

قاعدة بايز (Bayes' Rule) هي قاعدة حسابية في الإحصاء تستخدم لتحديد الاحتمالية المشروطة لحدث ما بعد حدث آخر. وتقوم القاعدة على توزيع الاحتماليات الشرطية والمعاكسة (المرجعية) للحدث المستقل.

لتطبيق قاعدة بايز، نحتاج إلى اتباع الخطوات التالية:

1. تعريف الأحداث: يجب تعريف الأحداث المراد حساب الاحتمالات المشروطة لها.

2. تحديد الأحتماليات المرجعية: يجب تحديد الاحتمالية الأساسية لحدوث الأحداث المرتبطة بدون أي شروط مسبقة.

3. تحديد الاحتماليات الشرطية: يجب تحديد الاحتمالية المشروطة لحدوث الحدث المعني بعد وقوع الحدث الأول.

4. تطبيق قاعدة بايز: يتم حساب الاحتمالية المشروطة باستخدام الصيغة التالية:

P(A|B) = P(B|A) * P(A) / P(B)

حيث:

P(A|B): الاحتمالية المشروطة لحدث A بعد وقوع حدث B.

P(B|A): الاحتمالية المشروطة لحدوث حدث B إذا حدث حدث A.

P(A): الاحتمالية الأساسية لحدث A.

P(B): الاحتمالية الأساسية لحدوث حدث B.

يمكن تطبيق قاعدة بايز في العديد من المجالات، مثل تشخيص الأمراض وتحليل البيانات. فعلى سبيل المثال، يمكن استخدام قاعدة بايز لتحديد احتمال إصابة المريض بمرض ما بعد إجراء اختبار معين. ويمكن تطبيق القاعدة لحساب الاحتمالية المشروطة للمرض بعد أخذ بعض العوامل المحددة في الاعتبار، مثل العمر والنوع والتاريخ الصحي للمريض.

الاحصاء: الاحتمالية المشروطة والاحتمالية غير المشروطة

 تختلف الاحتمالية المشروطة عن الاحتمالية غير المشروطة في الإحصاء. فالاحتمالية غير المشروطة تشير إلى الاحتمالية الأساسية لحدوث حدث معين، دون أن يتم النظر إلى أي ظروف أو عوامل أخرى.

أما الاحتمالية المشروطة، فتشير إلى الاحتمالية لحدوث حدث معين، ولكن يتم تحديدها بناءً على شروط محددة. وبالتالي، فإن الاحتمالية المشروطة تعتمد على وجود شروط أو عوامل معينة، والتي يتم استنتاج الاحتمالية من خلالها.

على سبيل المثال، إذا كانت هناك حقيبة تحتوي على 4 كرات حمراء و 6 كرات خضراء، فإن الاحتمالية غير المشروطة للحصول على كرة حمراء هي 4/10 أو 0.4، حيث تشير هذه الاحتمالية إلى احتمالية الحصول على كرة حمراء بدون أي شروط.

أما الاحتمالية المشروطة، فمن الممكن أن تحددها بناءً على شرط محدد، مثل الاحتمالية المشروطة للحصول على كرة حمراء إذا كانت الكرة المستخرجة من الحقيبة خضراء. في هذه الحالة، يتم تحديد الاحتمالية المشروطة بناءً على الشرط، أي الحصول على كرة حمراء بشرط أن تكون الكرة المستخرجة خضراء، ويمكن حساب الاحتمالية المشروطة بالطريقة التالية:

الاحتمالية المشروطة للحصول على كرة حمراء بشرط أن تكون الكرة المستخرجة خضراء = (4/9) ، حيث يتم حساب هذه الاحتمالية بالتقسيم بين عدد الكرات الحمراء المتبقية (4) على عدد الكرات الخضراء المتبقية (6-1=5) و(4+5=9).

تختلف الاحتماليات الشرطية (Conditional Probabilities) عن الاحتماليات الغير شرطية (Unconditional Probabilities) في الإحصاء. ففي الاحتماليات الغير شرطية، يتم حساب الاحتمالية لحدث معين دون أي شرط أو قيود. أما في الاحتماليات الشرطية، فيتم حساب الاحتمالية لحدث معين تحت شرط معين.

وبمعنى آخر، فإن الاحتمالية الغير شرطية هي الاحتمالية التي يتم حسابها بغض النظر عن أي شروط أو حوادث أخرى، أما الاحتمالية الشرطية فهي الاحتمالية التي يتم حسابها وفقًا للشروط أو الحوادث الأخرى التي يتم تحديدها.

وعلى سبيل المثال، إذا كان لدينا صندوق يحتوي على 10 كرات حمراء و 5 كرات زرقاء، فإن احتمالية اختيار كرة حمراء من الصندوق دون أي شروط أو قيود هي 10/15، أي 2/3. ومن الناحية الأخرى، إذا كان لدينا شرط محدد، مثل اختيار كرة حمراء من الصندوق بعد اختيار كرة زرقاء أولاً، فإن الاحتمالية الشرطية هي 9/14، أي أنه يجب أن تكون الكرة الثانية حمراء مع اختيار كرة زرقاء أولاً.

وبشكل عام، فإن الفرق بين الاحتماليات الغير شرطية والاحتماليات الشرطية يتمثل في وجود شرط محدد يؤثر على الاحتمالية. في الاحتماليات الغير شرطية، لا يوجد شرط محدد يؤثر على الاحتمالية، بينما في الاحتماليات الشرطية، يوجد شرط محدد يتم تحديده قبل حساب الاحتمالية.

تختلف الاحتمالية المشروطة (Conditional Probability) عن الاحتمالية الغير مشروطة (Unconditional Probability) في الإحصاء. فالاحتمالية المشروطة هي الاحتمالية التي تحدث بشرط معين أو مرتبطة بحدث معين آخر، في حين أن الاحتمالية الغير مشروطة تشير إلى الاحتمالية التي يحدث حدث ما بغض النظر عن الشروط المحددة.

بشكل أكثر تحديدًا، يتم حساب الاحتمالية المشروطة عندما يتم تحديد شرط محدد مثل وقوع حدث معين. ويتم حساب الاحتمالية المشروطة باستخدام معادلة بايز التي تأخذ في الاعتبار الشرط المحدد. ومن المثال الشائع على ذلك هو احتمالية الإصابة بمرض معين مع العلم أن الفرد يحمل مورث خاص للمرض.

أما بالنسبة للإحتمالية الغير مشروطة فهي تشير إلى الاحتمالية التي لا تعتمد على شرط محدد، وتعبر عن احتمالية حدوث حدث ما بشكل عام. وهي تحسب بإجراء تجربة محددة أو بتحليل البيانات المتاحة. ومن المثال الشائع على ذلك هو احتمالية رمي النرد والحصول على وجه معين أو أي وجه آخر.

وبشكل عام، يمكن تمييز الاحتمالية المشروطة والغير مشروطة من خلال وجود شرط محدد أو عدم وجوده. في حين يتم حساب الاحتمالية المشروطة عندما يكون لدينا شرط معين أو حدث مرتبط، يتم حساب الاحتمالية الغير مشروطة بدون وجود شرط محدد أو حدث مرتبط.