🎲

प्रायिकता कैलकुलेटर (Probability Calculator)

सिंगल इवेंट · AND/OR/कंडीशनल · बाइनोमियल (द्विपद) · नॉर्मल डिस्ट्रीब्यूशन · पासा/कार्ड/सिक्का

त्वरित उदाहरण (Quick Examples)

प्रायिकता गेज (Probability Gauge) 0%
0% — असंभव 50% 100% — निश्चित

सूत्र: P = अनुकूल परिणाम ÷ कुल परिणाम

त्वरित सूत्र संदर्भ (Quick Formulas Reference)

P(A) = अनुकूल परिणाम / कुल परिणाम
P(A') = 1 − P(A)
P(A∩B) = P(A) × P(B) [स्वतंत्र घटनाएं]
P(A∪B) = P(A) + P(B) − P(A∩B)
P(A|B) = P(A∩B) / P(B)
द्विपद (Binomial) = C(n,k) × pk × (1−p)n−k
Z-स्कोर = (X − μ) / σ
C(n,k) = n! / (k! × (n−k)!)

हल किए गए उदाहरण (Worked Examples)

लॉटरी की संभावना (Lottery Odds)

एक लॉटरी में 1-49 में से 6 नंबर चुनने की आवश्यकता होती है। अनुकूल परिणाम = 1, कुल परिणाम = C(49,6) = 13,983,816। प्रायिकता = 1/13,983,816 ≈ 0.0000000715 (7.15 × 10⁻⁸)। पूरक संभावना (लॉटरी न जीतने की प्रायिकता) = 99.99999285% है।

गुणवत्ता नियंत्रण (Binomial Distribution)

एक कारखाने में दोषपूर्ण दर 5% (p = 0.05) है। n = 20 वस्तुओं के बैच में, ठीक k = 2 दोषपूर्ण वस्तुएं होने की प्रायिकता C(20,2) × 0.05² × 0.95¹⁸ ≈ 0.1887 (18.87%) है। P(अधिक से अधिक 2 दोष) ≈ 92.45% है।

परीक्षा अंक (Normal Distribution)

परीक्षा के अंक सामान्य रूप से μ = 70, σ = 10 के साथ वितरित (normally distributed) हैं। P(अंक > 85) = P(Z > 1.5) ≈ 6.68%। P(60 < X < 80) = P(−1 < Z < 1) ≈ 68.27% (अनुभवजन्य नियम के अनुसार)।

प्रायिकता (Probability) क्या है?

प्रायिकता गणित की वह शाखा है जो अनिश्चितता को मापती है। यह किसी घटना के घटित होने की संभावना को 0 (बिल्कुल असंभव) से 1 (बिल्कुल निश्चित) के पैमाने पर मापती है। मूल प्रायिकता का सूत्र अनुकूल परिणामों की संख्या को समान रूप से संभावित कुल परिणामों की संख्या से विभाजित करता है: P = अनुकूल परिणाम / कुल परिणाम। उदाहरण के लिए, एक निष्पक्ष सिक्के के चित (heads) आने की संभावना 1/2 = 0.5 = 50% होती है।

प्रायिकता घटनाओं के प्रकार (Types of Probability Events)

घटनाओं को कई तरीकों से वर्गीकृत किया जा सकता है जो यह प्रभावित करते हैं कि उनकी प्रायिकता की गणना कैसे की जाती है:

  • स्वतंत्र घटनाएं (Independent events): एक घटना का घटित होना दूसरी घटना की प्रायिकता को नहीं बदलता है। उदाहरण: दो अलग-अलग सिक्कों को उछालना।
  • परस्पर अपवर्जी घटनाएं (Mutually exclusive events): दोनों घटनाएं एक साथ घटित नहीं हो सकती हैं। उदाहरण: एक ही पासे को फेंकने पर 3 और 5 का आना।
  • पूरक घटनाएं (Complementary events): मिलकर वे सभी संभावनाओं को कवर करती हैं। P(A) + P(A') = 1.
  • सप्रतिबंध घटनाएं (Conditional events): घटना A की संभावना इस शर्त पर कि B पहले ही घटित हो चुकी है, इसे P(A|B) लिखा जाता है।

योग का नियम - OR Rule

प्रायिकता कि घटना A या घटना B घटित होती है, उसे इस सूत्र द्वारा दर्शाया जाता है: P(A∪B) = P(A) + P(B) − P(A∩B)। प्रतिच्छेदन क्षेत्र P(A∩B) को इसलिए घटाया जाता है क्योंकि इसे दो बार गिना जा चुका होता है। परस्पर अपवर्जी घटनाओं के लिए जहां P(A∩B) = 0 होता है, यह सूत्र P(A∪B) = P(A) + P(B) में सरल हो जाता है।

गुणन का नियम - AND Rule

स्वतंत्र घटनाओं के लिए, प्रायिकता कि A और B दोनों घटित हों: P(A∩B) = P(A) × P(B) होती है। निर्भर (dependent) घटनाओं के लिए, आपको सप्रतिबंध रूप की आवश्यकता होती है: P(A∩B) = P(A|B) × P(B)। तीन स्वतंत्र घटनाओं के लिए: P(A∩B∩C) = P(A) × P(B) × P(C) होता है।

द्विपद वितरण (Binomial Distribution)

द्विपद वितरण तब लागू होता है जब आपके पास स्वतंत्र परीक्षणों (trials) की एक निश्चित संख्या (n) होती है, जिसमें प्रत्येक परीक्षण में केवल दो परिणाम (सफलता या असफलता) संभव होते हैं, और प्रत्येक परीक्षण पर सफलता की समान प्रायिकता (p) होती है। ठीक k सफलताओं की प्रायिकता निम्न सूत्र द्वारा ज्ञात की जाती है:

P(X = k) = C(n,k) × pk × (1−p)n−k

मीट्रिक (Metric)सूत्र (Formula)
माध्य (Mean)μ = np
प्रसरण (Variance)σ² = np(1−p)
मानक विचलन (Std Dev)σ = √(np(1−p))
P(X ≤ k) CDF0 से k तक सभी P(X = i) का योग
P(X ≥ k)1 − P(X ≤ k−1)

सामान्य वितरण और Z-स्कोर (Normal Distribution & Z-Scores)

सामान्य वितरण (Normal Distribution) एक प्रसिद्ध घंटी के आकार का वक्र (bell-shaped curve) है जो इसके माध्य (μ) और मानक विचलन (σ) द्वारा परिभाषित होता है। किसी भी मान X को Z-स्कोर में बदला जा सकता है ताकि यह व्यक्त किया जा सके कि वह माध्य से कितने मानक विचलन दूर है: Z = (X − μ) / σ। एक बार बदलने के बाद, मानक सामान्य तालिका (या यह कैलकुलेटर) सटीक प्रायिकता प्रदान करता है।

अनुभवजन्य नियम (Empirical Rule - 68-95-99.7)

किसी भी सामान्य वितरण के लिए:

  • लगभग 68.27% मान माध्य के 1 मानक विचलन के भीतर आते हैं (μ ± σ)
  • लगभग 95.45% मान 2 मानक विचलन के भीतर आते हैं (μ ± 2σ)
  • लगभग 99.73% मान 3 मानक विचलन के भीतर आते हैं (μ ± 3σ)

यह नियम त्वरित मानसिक अनुमानों के लिए अमूल्य है। यदि परीक्षा के अंक 70 के माध्य और 10 के मानक विचलन के साथ सामान्य रूप से वितरित हैं, तो लगभग 68% छात्रों ने 60 और 80 के बीच अंक प्राप्त किए हैं।

सप्रतिबंध प्रायिकता और बेयस प्रमेय (Conditional Probability & Bayes)

सप्रतिबंध प्रायिकता (Conditional probability) P(A|B) वह संभावना है कि घटना A घटित होगी, जबकि घटना B पहले ही घटित हो चुकी है। इसे P(A|B) = P(A∩B) / P(B) के रूप में परिभाषित किया जाता है। यह अवधारणा बेयस प्रमेय (Bayes' theorem) का आधार है, जो कंडीशनिंग को उलट देती है: P(B|A) = P(A|B) × P(B) / P(A)। चिकित्सा परीक्षण, मशीन लर्निंग और जोखिम विश्लेषण में इसका व्यापक उपयोग किया जाता है।

पासा, कार्ड और सिक्के की प्रायिकता (Dice, Cards & Coin Probabilities)

प्रायिकता की शास्त्रीय समस्याओं में भौतिक यादृच्छिक उपकरण शामिल हैं:

  • निष्पक्ष पासा (d6): P(विशिष्ट फलक आना) = 1/6 ≈ 16.67%
  • दो पासों का योग: P(योग=7) = 6/36 = 1/6 ≈ 16.67% (दो पासों में सबसे आम योग)
  • मानक ताश की गड्डी: P(इक्का) = 4/52 = 1/13 ≈ 7.69%; P(पान) = 13/52 = 1/4 = 25%
  • निष्पक्ष सिक्का: P(10 उछालों में ठीक 5 चित) = C(10,5) × 0.5¹⁰ ≈ 24.61%

अक्सर पूछे जाने वाले प्रश्न (FAQ)

प्रायिकता (Probability) क्या है?
प्रायिकता (Probability) किसी घटना के घटित होने की संभावना की माप है, जिसे 0 (असंभव) और 1 (निश्चित) के बीच की संख्या के रूप में व्यक्त किया जाता है। इसकी गणना अनुकूल परिणामों की संख्या को कुल संभावित परिणामों की संख्या से विभाजित करके की जाती है। उदाहरण के लिए, एक निष्पक्ष पासे पर 6 आने की प्रायिकता 1/6 ≈ 0.1667 या 16.67% है।
स्वतंत्र और परस्पर अपवर्जी घटनाओं में क्या अंतर है?
स्वतंत्र घटनाएं (Independent events) एक-दूसरे की संभावना को प्रभावित नहीं करती हैं। स्वतंत्र घटनाओं के लिए, P(A AND B) = P(A) × P(B) होता है। परस्पर अपवर्जी घटनाएं (Mutually exclusive events) एक ही समय में दोनों घटित नहीं हो सकती हैं, इसलिए P(A AND B) = 0 और P(A OR B) = P(A) + P(B) होता है। एक ही सिक्के के उछाल पर चित (Heads) और पट (Tails) का आना परस्पर अपवर्जी हैं; दो अलग-अलग सिक्कों को उछालना स्वतंत्र घटनाएं हैं।
द्विपद वितरण (Binomial Distribution) कैसे काम करता है?
द्विपद वितरण स्वतंत्र परीक्षणों की एक निश्चित संख्या में सफलताओं की संख्या को दर्शाता है, जिसमें प्रत्येक परीक्षण में सफलता की संभावना समान होती है। n परीक्षणों में ठीक k सफलताओं की प्रायिकता P(X = k) = C(n,k) × p^k × (1-p)^(n-k) होती है, जहां C(n,k) द्विपद गुणांक (binomial coefficient) है और p एकल परीक्षण पर सफलता की प्रायिकता है। इसका माध्य (mean) np है और प्रसरण (variance) np(1-p) है।
सामान्य वितरण (Normal Distribution) में Z-स्कोर क्या है?
Z-स्कोर (Z-score) यह मापता है कि कोई मान X माध्य μ से कितने मानक विचलन (standard deviations) दूर है। इसकी गणना Z = (X - μ) / σ के रूप में की जाती है। एक सकारात्मक Z-स्कोर का मतलब है कि X माध्य से ऊपर है; एक नकारात्मक Z-स्कोर का मतलब है कि X माध्य से नीचे है। Z-स्कोर आपको मानक सामान्य तालिका (standard normal table) में प्रायिकता देखने या सामान्य वितरण कैलकुलेटर का उपयोग करने की अनुमति देता है।
सप्रतिबंध प्रायिकता (Conditional Probability) क्या है?
सप्रतिबंध प्रायिकता या कंडीशनल प्रायिकता P(A|B) इस बात की संभावना है कि घटना A घटित होगी, यह देखते हुए कि घटना B पहले ही घटित हो चुकी है। इसकी गणना P(A|B) = P(A ∩ B) / P(B) के रूप में की जाती है, जहां P(A ∩ B) वह प्रायिकता है कि A और B दोनों घटित हों। उदाहरण के लिए, यदि आप एक ताश का पत्ता खींचते हैं और वह लाल रंग का है, तो उसके पान (Heart) का पत्ता होने की सप्रतिबंध प्रायिकता P(heart|red) = (13/52) / (26/52) = 0.5 है।
अनुभवजन्य नियम (Empirical Rule - 68-95-99.7 नियम) क्या है?
अनुभवजन्य नियम (Empirical rule) बताता है कि एक सामान्य वितरण (normal distribution) के लिए: लगभग 68.27% डेटा माध्य के 1 मानक विचलन के भीतर आता है (μ ± σ), लगभग 95.45% डेटा 2 मानक विचलन के भीतर आता है (μ ± 2σ), और लगभग 99.73% डेटा 3 मानक विचलन के भीतर आता है (μ ± 3σ)। यह नियम विस्तृत गणना के बिना जल्दी से प्रायिकता श्रेणियों का अनुमान लगाने के लिए उपयोगी है।
पासे की प्रायिकता (Dice Probability) की गणना कैसे करते हैं?
d फलकों (sides) वाले एक निष्पक्ष पासे के लिए, किसी भी विशिष्ट संख्या के आने की प्रायिकता 1/d होती है। कई पासों के लिए, एक विशिष्ट योग आने की प्रायिकता की गणना कुल अनुकूल संयोजनों की संख्या को कुल संभावित परिणामों (n पासों के लिए d^n) से विभाजित करके की जाती है। यह कैलकुलेटर किसी भी पासे और फलकों की संख्या के लिए सटीक प्रायिकता की गणना करने के लिए डायनेमिक प्रोग्रामिंग का उपयोग करता है।
प्रायिकता में पूरक नियम (Complement Rule) क्या है?
पूरक नियम (Complement rule) बताता है कि किसी घटना के घटित न होने की प्रायिकता, 1 में से उसके घटित होने की प्रायिकता को घटाने के बराबर होती है: P(A') = 1 - P(A)। यह नियम उपयोगी है क्योंकि कभी-कभी किसी घटना के न होने की प्रायिकता की गणना करना आसान होता है। उदाहरण के लिए, यदि बारिश होने की 30% संभावना है, तो बारिश न होने की 70% संभावना है।

संबंधित कैलकुलेटर (Related Calculators)

वैज्ञानिक कैलकुलेटर (Scientific Calculator) फैक्टोरियल कैलकुलेटर (Factorial Calculator) HCF और LCM कैलकुलेटर प्रतिशत वृद्धि कैलकुलेटर माध्य, माध्यिका, बहुलक (Mean / Median / Mode)