🧮ML গণিত গুরু
probability-statsসহজ10 মিনিট

Probability Basics — সম্ভাবনার শুরু

Probability Basics

🏏

ক্রিকেট টসের গল্প

ধর ভাই, মিরপুর স্টেডিয়ামে বাংলাদেশ বনাম ভারত ম্যাচ। ক্যাপ্টেন শান্ত ভাই টস করতে গেছে। কয়েন উপরে উড়ল — এখন হয় Head আসবে, না হয় Tail। তুই বন্ধুদের সাথে চায়ের কাপ ধরে বইসা আছিস পুরান ঢাকার চায়ের দোকানে। তোর বন্ধু কালাম বলল 'Head আসবে ১০০%!' তুই বললি 'আরে মিয়া, কয়েন fair হইলে Head আসার chance ৫০-৫০!' কালাম রাগ কইরা বলল 'তুই ক্রিকেট বুঝিস না!' তুই বললি 'ক্রিকেট না, probability বুঝি!'

এইটাই হইল Probability-র basic idea, মামা! কোনো event ঘটার chance কত — সেইটা measure করাই হইল probability। ০ মানে কোনো chance নাই, ১ মানে পাক্কা হবে, আর ০.৫ মানে ৫০-৫০। টসে Head আসার probability = ১/২ = ০.৫। এইটুকু বুঝলে ML-এর দরজায় পা রাখা হইয়া গেল!

সংজ্ঞা

Probability হইল কোনো event ঘটার সম্ভাবনা, যেইটা ০ থেকে ১ এর মধ্যে একটা সংখ্যা। ০ মানে অসম্ভব, ১ মানে নিশ্চিত। Sample space-এর মধ্যে favorable outcomes আর total outcomes-এর ratio দিয়া probability বাইর করা হয়।

Classical Probability Formula — অনুকূল ঘটনা ÷ মোট ঘটনা
\[P(A) = \frac{\text{Number of favorable outcomes}}{\text{Total number of outcomes}} = \frac{|A|}{|S|}\]

ব্যাখ্যা

Sample Space (S) কী?

সব possible outcome-এর সেটকে Sample Space বলে। টস করলে S = {Head, Tail} — মাত্র ২টা outcome। ডাইস গড়ালে S = {1, 2, 3, 4, 5, 6} — ৬টা outcome। পুরান ঢাকায় রিকশা ধরলে S = {পাওয়া যাবে, পাওয়া যাবে না, ভাড়া নিয়া তর্ক হবে} — ৩টা outcome!

\[S = \{\omega_1, \omega_2, ..., \omega_n\}\]

Event কী?

Sample Space-এর যেকোনো subset হইল Event। 'ডাইসে even number আসা' — এইটা একটা event, A = {2, 4, 6}। 'ঢাকায় বৃষ্টি হওয়া' — এইটাও event। Event ঘটলে বলি favorable outcome পাইছি।

\[A \subseteq S\]

Probability-র ৩টা Axiom

কলমগ্রভ নামে এক রুশ গণিতবিদ ৩টা rule দিয়া গেছে: (১) probability কখনো negative হয় না, (২) পুরা sample space-র probability ১, (৩) দুইটা mutually exclusive event-এর union-এর probability = তাদের আলাদা আলাদা probability-র যোগফল। এই ৩টা মাইনা চললেই তুই probability-র দুনিয়ায় safe!

\[P(A) \geq 0, \quad P(S) = 1, \quad P(A \cup B) = P(A) + P(B) \text{ if } A \cap B = \emptyset\]

Complement Rule

কোনো event না ঘটার probability = ১ - ঘটার probability। টসে Head না আসার chance = ১ - ০.৫ = ০.৫। ঢাকায় জ্যাম না লাগার chance? ভাই, সেইটা প্রায় ০ — মানে P(জ্যাম) ≈ ১!

\[P(A^c) = 1 - P(A)\]

ক্রিকেট ডাইসের Probability

পুরান ঢাকায় বন্ধুরা মিলে ক্রিকেট ডাইস খেলছে। একটা fair ডাইস গড়ায়। (a) ৬ আসার probability কত? (b) even number আসার probability কত? (c) ৭ আসার probability কত?

Step 1: Sample Space বানাও

Fair ডাইসের ৬টা face — S = {1, 2, 3, 4, 5, 6}, তাই |S| = 6

\[S = \{1, 2, 3, 4, 5, 6\}, \quad |S| = 6\]

Step 2: P(৬ আসা)

৬ আসার favorable outcome ১টা — শুধু {6}

\[P(6) = \frac{1}{6} \approx 0.167\]

Step 3: P(even number)

Even number = {2, 4, 6} — ৩টা favorable outcome

\[P(\text{even}) = \frac{3}{6} = \frac{1}{2} = 0.5\]

Step 4: P(৭ আসা)

৭ তো ডাইসে নাই-ই! Favorable outcome = ০। এইটা impossible event।

\[P(7) = \frac{0}{6} = 0\]
উত্তর:

P(6) = 1/6, P(even) = 1/2, P(7) = 0। মনে রাখ — probability সবসময় 0 আর 1 এর মধ্যে থাকে!

ML-এ কোথায় লাগে?

💡

মনে রাখার ট্রিক

মনে রাখ: Probability = Favorable ÷ Total। ঢাকার চায়ের দোকানে ১০টা আইটেম, তুই চা খাবি — P(চা পাওয়া) = ১/১০? না না, চা তো guaranteed আছে — P = ১! আর P সবসময় ০ থেকে ১ এর মাঝে — ঠিক যেমন ঢাকায় রিকশা পাওয়ার chance কখনো negative হয় না, আবার ১০০% guarantee-ও না (হরতাল থাকলে!)।

#probability#sample-space#event#axioms#complement#classification#dropout