Kebarangkalian Priori - Definisi, Formula dan Pengiraan

Apakah Kebarangkalian Priori?

"Kebarangkalian Priori", juga dikenal sebagai kebarangkalian klasikal, merujuk kepada kemungkinan peristiwa tersebut yang hanya dapat memiliki sejumlah hasil yang terbatas dan setiap hasilnya kemungkinan sama terjadi. Dalam jenis kebarangkalian ini, hasilnya tidak dipengaruhi oleh hasil sebelumnya dan hasil yang diambil hari ini sama sekali tidak akan mempengaruhi ramalan kebarangkalian hasil masa depan.

Penjelasan

Istilah "a priori" adalah bahasa Latin untuk kata-kata "anggapan" atau "deduktif." Oleh itu, seperti namanya, lebih deduktif dan sama sekali tidak dipengaruhi oleh apa yang telah berlaku pada masa lalu. Dengan kata lain, asas yang mendasari kebarangkalian apriori mengikuti logik dan bukannya sejarah untuk menentukan kebarangkalian kejadian masa depan. Biasanya, hasil kebarangkalian klasik dikira dengan menilai maklumat atau keadaan yang ada sebelumnya yang berkaitan dengan situasi secara rasional. Seperti yang telah disebutkan di atas, dalam perkiraan kebarangkalian, setiap peristiwa adalah tidak bersendirian, dan peristiwa sebelumnya mempengaruhi kejadiannya sama sekali.

Formula

Rumus dinyatakan dengan membahagikan jumlah hasil yang diinginkan dengan jumlah hasil. Secara matematik, ia ditunjukkan seperti di bawah,

Formula Kebarangkalian Priori = Bilangan Hasil yang Diinginkan / Jumlah Bilangan Hasil

Harus diingat bahawa formula di atas hanya dapat digunakan dalam hal peristiwa di mana semua hasilnya sama mungkin terjadi dan saling eksklusif.

Contoh

Berikut adalah contoh untuk memahami konsep dengan lebih baik.

Contoh # 1

Mari kita ambil contoh gulungan dadu yang adil untuk menggambarkan konsepnya. Dadu yang adil mempunyai enam sisi dengan kebarangkalian yang sama untuk bergulir, dan semua hasilnya saling eksklusif. Tentukan kebarangkalian a priori untuk menggulung 1 atau 5 dalam gulungan dadu yang adil.

Diberikan,

  • Bilangan hasil yang diinginkan = 2 (gulung 1 atau 5)
  • Jumlah No. hasil = 6 (lancarkan 1, 2, 3, 4, 5 atau 6)

Penyelesaian

Sekarang, kebarangkalian menggulung 1 atau 5 dalam gulungan dadu adil dapat dikira dengan menggunakan formula di atas sebagai,

  • = 2/6
  • = 33.3%

Oleh itu, kebarangkalian menggulung 1 atau 5 dalam gulungan dadu adalah 33.3%.

Contoh # 2

Mari kita ambil contoh dek 52 kad standard untuk menggambarkan konsepnya. Terdapat 52 kad yang dibahagi sama rata di antara empat pakaian (13 kedudukan dalam setiap sut) di dek khas 52 kad. Sekiranya seseorang menarik satu kad dan meletakkannya kembali di geladak, maka tentukan untuk mengambil kad dari setelan hati?

Diberikan,

  • Bilangan hasil yang diinginkan = 13 (kerana setiap suite mempunyai 13 pangkat)
  • Jumlah No. hasil = 52

Penyelesaian

Sekarang, kebarangkalian apriori menarik kad dari setelan hati dapat dikira dengan menggunakan formula di atas sebagai,

  • = 13/52
  • = 25.0%

Oleh itu, kebarangkalian melukis kad dari sut jantung dari dek standard adalah 25.0%.

Contoh # 3

Mari kita ambil contoh pelemparan duit syiling untuk menggambarkan konsep. Duit syiling mempunyai dua sisi - kepala dan ekor. Tentukan kebarangkalian a priori untuk meletakkan kepala dalam pelemparan duit syiling biasa.

Diberikan,

  • Bilangan hasil yang diinginkan = 1 (mendarat)
  • Jumlah No. hasil = 2 (mendarat kepala atau ekor)

Penyelesaian

Sekarang, kebarangkalian mendarat kepala dengan duit syiling dapat dikira dengan menggunakan formula di atas sebagai,

  • = 1/2
  • = 50.0%

Kebarangkalian Terdahulu berbanding Kebarangkalian Priori

Kelebihan

Beberapa kelebihan utama adalah seperti berikut:

  • Konsep kebarangkalian apriori mudah dijelaskan.
  • Ini adalah konsep sederhana yang dapat diterapkan pada banyak situasi kehidupan nyata.

Kekurangan

Beberapa kelemahan utama adalah seperti berikut -

  • Ia gagal apabila kebarangkalian kejadian tidak sama.
  • Ini tidak dapat digunakan untuk kes-kes di mana jumlah hasilnya berpotensi tidak terbatas.

Kesimpulannya

Oleh itu, dapat dilihat bahawa kebarangkalian apriori adalah teknik statistik penting yang juga merangkumi konsep lain. Walau bagaimanapun, ia mempunyai had yang tersendiri yang perlu diketahui oleh seseorang semasa melukis pandangan statistik.

Artikel menarik...