rootEnginear's Blog
  • 🦄Howdy!
  • เรื่องที่ฉันเรียนในมหาวิทยาลัย
    • 📊Statistic for Engineers
      • [STA1] Experiment, Sample Space, Event
      • [STA2] Fundamental Counting Principle
      • [STA3] Permutation, Combination
      • [STA4] Probability
      • [STA5] Properties of Probability
    • ⚛️Quantum Programming and Computing
      • [QPC1] Quantum Overview
      • [QPC2] Basic Components of Computation
    • 🕹️Human Computer Interaction
      • [HCI1] Human
      • [HCI2] Computer
      • [HCI3] Interaction
      • [HCI4] The Basics of Interaction Design
      • [HCI5] Design Rules & Principles
      • [HCI6] Error & Error Handling
      • [HCI7] 7 Principles of Universal Design
      • [HCI8] Storyboard
      • [HCI9] Representations and Information Visualization
      • [HCI10] Gestalt Theory and Use of Colors
      • [HCI11] Prototyping
      • [HCI12] UX Writing
  • Quantum Computing
    • 🛸อยากรู้พื้นฐาน Quantum Computing? งั้นก็ลองสร้างมันขึ้นมาสิ!
  • โน้ตดนตรี
    • 🎹ดึงดัน — Cocktail X ตั๊ก ศิริพร
  • Contacts
    • Portfolio
    • GitHub
    • LinkedIn
Powered by GitBook
On this page
  • คุณสมบัติของความน่าจะเป็น (Properties of Probability)
  • กฎความน่าจะเป็น (Probability Rules)
  • สรุปเนื้อหา

Was this helpful?

  1. เรื่องที่ฉันเรียนในมหาวิทยาลัย
  2. Statistic for Engineers

[STA5] Properties of Probability

คุณสมบัติของความน่าจะเป็น

คุณสมบัติของความน่าจะเป็น (Properties of Probability)

ความน่าจะเป็นนั้นมีคุณสมบัติคร่าวๆ อยู่ 5 ข้อ นั่นก็คือ:

  1. ความน่าจะเป็นของเหตุการณ์ A จะมีค่าเป็น 0 - 1 (0≤P(A)≤10\leq P(A)\leq10≤P(A)≤1)

  2. ถ้าการทดลองสุ่มมี Sample Space S={a1,a2,…,an}S=\{a_1,a_2,\dots,a_n\}S={a1​,a2​,…,an​} จะได้

    P(a1)+P(a2)+⋯+P(an)=1P(S)=1\begin{aligned} P(a_1)+P(a_2)+\dots+P(a_n)=&1\\ P(S)=&1 \end{aligned}P(a1​)+P(a2​)+⋯+P(an​)=P(S)=​11​
  3. ความน่าจะเป็นของ ∅\varnothing∅ คือ 0

  4. ถ้า A และ B เป็นเหตุการณ์ที่เกิดร่วมกันไม่ได้ ความน่าจะเป็นที่เหตุการณ์ A หรือ B จะเกิด คือ P(A∪B)=P(A)+P(B)P(A\cup B)=P(A)+P(B)P(A∪B)=P(A)+P(B)

  5. ถ้า A1,A2,…A_1, A_2, \dotsA1​,A2​,… เป็นเหตุการณ์ที่ไม่มีคู่ใดมีผลลัพธ์ร่วมกัน (Mutually Exclusive เป็นคู่ๆ) จะได้ว่า P(A1∪A2∪… )=P(A1)+P(A2)+…P(A_1\cup A_2\cup\dots)=P(A_1)+P(A_2)+\dotsP(A1​∪A2​∪…)=P(A1​)+P(A2​)+…

เดี๋ยวจะอธิบายให้ฟังทีละข้อ

ข้อที่ 1: ถ้าเราจำได้จากเรื่องของเหตุการณ์ เราบอกว่า A⊂SA\subset SA⊂S (เซตของเหตุการณ์ A จะเป็นซับเซตของ Sample Space) ใช่มะ?

นั่นแปลว่า n(A)≤n(S)n(A)\leq n(S)n(A)≤n(S) เสมอ

แล้วเมื่อเราเอา n(A)n(S)\frac{n(A)}{n(S)}n(S)n(A)​ ก็จะเป็นการเอา "เลขน้อย" หารด้วย "เลขมาก" ทำให้ 0≤P(A)≤10\leq P(A)\leq10≤P(A)≤1 เสมอ

อธิบายเพิ่มเติม: เนื่องจากจำนวนสมาชิกของเหตุการณ์จะมีช่วงอยู่บน [0,n(S)][0,n(S)][0,n(S)] และจำนวนสมาชิกของ Sample Space มีค่าเป็น n(S)n(S)n(S) จึงสามารถกล่าวได้ว่า 0n(S)≤n(A)n(S)≤n(S)n(S)\frac{0}{n(S)}\leq\frac{n(A)}{n(S)}\leq\frac{n(S)}{n(S)}n(S)0​≤n(S)n(A)​≤n(S)n(S)​ นั่นก็คือ 0≤P(A)≤10\leq P(A)\leq10≤P(A)≤1

ข้อที่ 2: ข้อนี้จะแสดงให้เราเห็นสองเรื่อง

  1. เรื่องแรกคือ ถ้าเหตุการณ์เป็นเหตุการณ์ที่มีผลลัพธ์ทั้งหมดเกิดขึ้น ความน่าจะเป็นที่ได้จะเป็น 1 (ก็คือ P(S)=1P(S)=1P(S)=1) เช่น โยนลูกเต๋าแล้วจะออกหน้าที่มีตัวเลขระหว่าง 1 - 6 ก็ต้องตอบว่าเกิดขึ้นแน่นอน เพราะเลขบนหน้าลูกเต๋ามันคือ 1 - 6 ถูกมะ?

  2. เรื่องที่สองคือ ถ้าเอาเหตุการณ์ที่แบ่งไปจาก Sample Space มารวมกัน จะต้องได้ 1 (P(a1)+P(a2)+⋯+P(an)=1P(a_1)+P(a_2)+\dots+P(a_n)=1P(a1​)+P(a2​)+⋯+P(an​)=1) เช่น โยนลูกเต๋า 1 ลูก โอกาสออกแต่ละหน้าก็จะมีโอกาสเป็น 16\frac{1}{6}61​ เท่ากัน พอเราเอาความน่าจะเป็นของแต่ละหน้าตั้งแต่ 1 - 6 มารวมกันก็จะได้ 1 (ก็คือ 6×16=16\times\frac{1}{6}=16×61​=1)

ข้อที่ 3: อ่ะแน่นอน ความน่าจะเป็นของสิ่งที่จะเกิดขึ้นไม่ได้ก็ต้องเป็น 0

ข้อที่ 4 และ 5: สองข้อนี้เหมือนกันเลย แค่เป็นสองตัวกับหลายตัว

แต่ก่อนที่เราจะไปทำความเข้าใจคุณสมบัติสองข้อนี้ เราจะต้องทำความเข้าใจเรื่องหนึ่งก่อน — สมมติว่าเรามี 3 เหตุการณ์ดังนี้:

  1. กำหนดเหตุการณ์ A เป็นเหตุการณ์ที่โยนลูกเต๋าได้หน้า 1, 2, 3

  2. กำหนดเหตุการณ์ B เป็นเหตุการณ์ที่โยนลูกเต๋าได้หน้า 4, 5, 6

  3. กำหนดเหตุการณ์ C เป็นเหตุการณ์ที่โยนลูกเต๋าได้หน้า 1, 3, 5

เราจะเห็นว่า เหตุการณ์ A กับ C เนี่ย สามารถเกิดขึ้นพร้อมกันได้ แต่เหตุการณ์ A กับ B เนี่ย ยังไงก็ไม่มีทางที่จะเกิดขึ้นพร้อมๆ กันได้ (เพราะแต้มจะเป็นต่ำและสูงพร้อมกันไม่ได้ ถูกมะ?)

ดังนั้น: เราจึงบอกว่า เหตุการณ์ A และ B เป็น "เหตุการณ์ที่เกิดร่วมกันไม่ได้ (Mutually Exclusive)" ตามชื่อ ตรงตัวเลย

อ่ะกลับมาที่คุณสมบัติ

สมมติเราบอกว่า เราอยากรู้ว่าเหตุการณ์ A กับ B (ที่ยกตัวอย่างไปตะกี๊) รวมกันแล้ว จะมีโอกาสเกิดขึ้นได้เท่าไร

ปกติแล้ว เราต้องพิจารณาว่า A กับ B ว่ามีผลลัพธ์อะไรร่วมกันหรือไม่ แล้วเอาความน่าจะเป็นในส่วนที่ทับซ้อนกันมาลบออกจากการบวก (ซึ่งตรงนี้จะเป็นเรื่องของกฎความน่าจะเป็น เดี๋ยวเราค่อยไปดูกันหลังจากอันนี้) ซึ่งถ้าหากว่าเหตุการณ์ทั้งสองอย่าง Mutually Exclusive แล้ว นั่นก็แสดงว่าไม่มีผลลัพธ์ของเหตุการณ์ทับซ้อนกัน ก็เลยสามารถเอามาบวกกันได้ตรงๆ เลย (และสำหรับกรณีที่มีหลายตัวก็จะเป็นเหมือนกัน) ก็เลยเป็นที่มาของคุณสมบัติข้อนี้นี่เอง

นี่ก็คือคุณสมบัติของความน่าจะเป็นคร่าวๆ 5 ข้อที่ต้องรู้ไว้ เราไปดูเรื่องสุดท้ายของหัวข้อนี้เลยดีกว่านั่นก็คือ…

กฎความน่าจะเป็น (Probability Rules)

กฎที่ 1: ถ้า AAA กับ BBB เป็นเหตุการณ์ใดๆ ความน่าจะเป็นที่อย่างน้อย 1 เหตุการณ์ใน 2 เหตุการณ์จะเกิดขึ้น คือ

P(A∪B)=P(A)+P(B)−P(A∩B)P(A\cup B)=P(A)+P(B)-P(A\cap B)P(A∪B)=P(A)+P(B)−P(A∩B)

ในกรณีที่มี 3 เหตุการณ์ เราขยายสูตรได้เป็น

P(A∪B∪C)= P(A)+P(B)+P(C)−P(A∩B)−P(B∩C)−P(C∩A)+P(A∩B∩C)\begin{aligned} P(A\cup B\cup C)=&\,P(A)+P(B)+P(C)\\ &-P(A\cap B)-P(B\cap C)-P(C\cap A)\\ &+P(A\cap B\cap C) \end{aligned}P(A∪B∪C)=​P(A)+P(B)+P(C)−P(A∩B)−P(B∩C)−P(C∩A)+P(A∩B∩C)​

เราอาจจะเอ๊? ทำไมสูตรของเรื่องเซตถึงมาอยู่ที่นี่ได้?

ตามที่เราเคยบอกไปว่า "เหตุการณ์" มันก็เป็นเซตๆ หนึ่งเหมือนกัน ดังนั้น เราเลยสามารถเอาการดำเนินการของเซตมาใช้กับความน่าจะเป็นของเหตุการณ์ได้

ทีนี้ สิ่งที่กฎข้อแรกบอกก็คือ เราจะเอาความน่าจะเป็นของสองเหตุการณ์มาบวกกันง่ายๆ ไม่ได้ เพราะถ้าสมมติว่าเหตุการณ์อันหนึ่งนั้นให้ผลลัพธ์บางตัวทับซ้อนกับเหตุการณ์อีกอันหนึ่ง คำตอบที่ได้จะมากเกินความเป็นจริง (ก็คือมันจะผิดนั่นแหละ) ดังนั้นเราต้องเอาส่วนที่ทับซ้อนกันออก (ก็คือตัว P(A∩B)P(A\cap B)P(A∩B) นั่นแหละ) คำตอบถึงจะถูกต้อง

เดี๋ยวเราลองไปดูโจทย์ที่ใช้สมบัตินี้ดีกว่า…

ปัญหา 1: จากการเก็บข้อมูลของร้านขายเครื่องเขียนแห่งหนึ่ง จากลูกค้าทั้งหมด 100% พบว่าลูกค้าจะซื้อดินสอ 70% ซื้อยางลบ 50% ซื้อดินสอและยางลบ 40% จงหาความน่าจะเป็นที่ลูกค้าจะซื้อดินสอ_หรือ_ยางลบ

จากปัญหานี้เราจะเจอคำแปลกๆ 2 คำคือคำว่า "และ" กับคำว่า "หรือ" ให้ชวนงง

  • คำว่า "…และ…": จะหมายถึงต้องมีทั้ง 2 อย่าง (ซื้อทั้งดินสอและยางลบไปเป็นแพ็คคู่)

  • คำว่า "…หรือ…": จะหมายถึงต้องมีอย่างใดอย่างหนึ่งและจะมีทั้งคู่ก็ได้ (ดินสออย่างเดียว ยางลบอย่างเดียว หรือทั้งคู่ก็ได้)

ข้อควรระวัง: คำว่า "…หรือ…" อาจจะหมายถึงกรณีเฉพาะของอย่างใดอย่างหนึ่ง (แบบไม่เอาคู่) ก็ได้ ในกรณีนั้นอาจจะมีการใช้คำอื่นๆ เข้ามาประกอบคำว่า "หรือ" เช่น ใช้เป็นคำว่า "…หรือ…อย่างใดอย่างหนึ่ง" — โดยทั่วไปแล้ว ถ้าไม่มีคำแปลกๆ อยู่ ก็ให้สรุปไปเลยว่าเป็นแบบ "อย่างใดอย่างหนึ่งและทั้งคู่รวมกันด้วย"

หลายๆ คนก็น่าจะแบบ

"ก็ดินสอ 70% ยางลบ 50% ไง? ก็จะต้องตอบว่า 50% + 70% = … เอ๊ะ!?"

ใช่แล้ว การที่บอกว่าซื้อดินสอ 70% ไม่ได้หมายความว่า 70% นี้จะเป็นดินสออย่างเดียว อาจจะรวมยอดที่มียางลบอยู่ด้วยก็ได้ (แต่เพราะว่ามันมีดินสอไง ก็เลยนับด้วย)

ดังนั้น ข้อนี้จึงต้องเอา "ดินสอ + ยางลบ - ดินสอและยางลบ (เอาส่วนเกินจากการบวกออก)" ก็จะได้คำตอบที่ถูกต้อง

นั่นคือ 70% + 50% - 40% = 80% หรือก็คือลูกค้าจะซื้อดินสอหรือยางลบด้วยความน่าจะเป็น 0.8

ดังนั้น: ความน่าจะเป็นที่ลูกค้าจะซื้อดินสอหรือยางลบคือ 0.8

หมายเหตุ: ความน่าจะเป็นจะเป็นเลขจำนวนจริงระหว่าง 0 - 1 แต่เราสามารถเขียนเป็นเปอร์เซ็นต์ก็ได้โดยการนำ "ความน่าจะเป็น × 100"

จากโจทย์ข้างต้น ก็น่าจะช่วยให้กระจ่างเรื่องกฎแรกแล้วเนอะ ทั้งนี้ในกรณีแบบ 3 ตัว หรือหลายๆ ตัวก็จะเหมือนๆ กัน สามารถอ้างอิงจากสูตรของเรื่องการรวมเซตได้เลย 👍

เราไปดูอีกกฎที่สำคัญกันดีกว่า นั่นก็คือ…

กฎที่ 2: ถ้า AAA เป็นเหตุการณ์ใดๆ ความน่าจะเป็นที่เหตุการณ์ AAA จะไม่เกิดขึ้น คือ

P(A′)=1−P(A)P(A')=1-P(A)P(A′)=1−P(A)

กฎข้อนี้ ไม่ต้องอธิบายมาก ง่ายๆ เลยคือ "สิ่งที่จะไม่เกิด = 1 - สิ่งที่จะเกิด" — เช่น

ปัญหา 1: เหรียญถ่วงน้ำหนัก 1 เหรียญมีโอกาสออกหัวด้วยความน่าจะเป็น 0.4 จงหาว่าเหรียญถ่วงน้ำหนักนี้จะออกก้อยด้วยความน่าจะเป็นเท่าไร**

คือเรารู้ไงว่าเหรียญมันมีแค่ 2 หน้าถูกมะ เราเลยบอกได้ว่า "เฮ้ย เมื่อโยนเหรียญถ่วงน้ำหนักนี้แล้วมันจะออกก้อยด้วยความน่าจะเป็น '1 - หัว'"

นั่นก็คือ 1 - 0.4 = 0.6 นั่นเอง

ดังนั้น: เหรียญถ่วงน้ำหนักนี้จะออกก้อยด้วยความน่าจะเป็น 0.6

ตรงไปตรงมาและเข้าใจง่ายใช่มะข้อนี้ 😄 ตอนนี้ก็จบเรื่องความน่าจะเป็น_เบื้องต้น_กันแล้ว เดี๋ยวเราไปดูสรุปกันตามเช่นเคยดีกว่า

สรุปเนื้อหา

  • คุณสมบัติ

    1. ความน่าจะเป็นจะเป็นเลข 0-1 (P∈[0,1]P\in[0,1]P∈[0,1])

    2. ความน่าจะเป็นในแต่ละเหตุการณ์รวมกันจะได้ 1 (∑nP(an)=P(S)=1\sum_nP(a_n)=P(S)=1∑n​P(an​)=P(S)=1)

    3. ความน่าจะเป็นของเซตว่างคือ 0 (P(∅)=0P(\varnothing)=0P(∅)=0)

    4. A∩B∈∅→P(A∪B)=P(A)+P(B)A\cap B\in\varnothing\rightarrow P(A\cup B)=P(A)+P(B)A∩B∈∅→P(A∪B)=P(A)+P(B) (A∩B∈∅A\cap B\in\varnothingA∩B∈∅ เรียกว่า Mutually Exclusive)

  • กฎ

    1. P(A∪B)=P(A)+P(B)−P(A∩B)P(A\cup B)=P(A)+P(B)-P(A\cap B)P(A∪B)=P(A)+P(B)−P(A∩B) ท่องว่า "นอก - ใน"

    2. P(A′)=1−P(A)P(A')=1-P(A)P(A′)=1−P(A)

ใน EP นี้เราก็ได้เรียนรู้วิธีการหาความน่าจะเป็นแบบคร่าวๆ ง่ายๆ กันไปแล้วเนอะ ในคราวหน้าเราจะมาพูดถึง "ความน่าจะเป็นแบบมีเงื่อนไข" และวิธีการคำนวณกัน อย่าลืมติดตามกันด้วยน้า สวัสดีครับ 🥰

Previous[STA4] ProbabilityNextQuantum Programming and Computing

Last updated 3 years ago

Was this helpful?

📊