সম্ভাবনা কাকে বলে? সূত্র ও সিমুলেশনে শেখো (SSC) | শিক্ষা ওয়েব

নিজে একবার মুদ্রা ছোঁড়ো, অথবা Play চেপে বহুবার চালাও

পরীক্ষালব্ধ হারতাত্ত্বিক সম্ভাবনা

গতি

নিয়ন্ত্রণ

পরীক্ষা

প্রতি সেকেন্ডে নিক্ষেপ৫

পরিমাপ

মোট নিক্ষেপ: ০
সর্বশেষ ফলাফল: —
তত্ত্ব থেকে গড় ব্যবধান: ০.৫০০
হেড: ০.০০০ / ০.৫০০
টেইল: ০.০০০ / ০.৫০০

সিমুলেশনটি কীভাবে ব্যবহার করবে

"মুদ্রা নিক্ষেপ" মোডে শুরু করো, নিচের বোতাম দিয়ে একবার ছোঁড়ো — H বা T দেখাবে, বাম পাশের কাউন্ট আর ডান পাশের বার একসাথে বাড়বে।
Play চেপে অনেকবার ছোঁড়ো, প্রতি সেকেন্ডে নিক্ষেপ স্লাইডার বাড়িয়ে দ্রুত করো। লক্ষ করো, পরীক্ষালব্ধ বার আস্তে আস্তে তাত্ত্বিক ০.৫ রেখার কাছে চলে আসছে।
"দুটি ছক্কার যোগফল" মোডে যাও, লক্ষ্য যোগফল বদলাও — ৩৬-ঘরের গ্রিডে কোন কোন জোড়া মিলে সেই যোগফল দেয় তা রঙিন হয়ে যাবে।
"থলি থেকে বল তোলা" মোডে লাল-নীল-সবুজ বলের সংখ্যা বদলে দেখো তাত্ত্বিক সম্ভাবনার বারগুলো সাথে সাথে বদলে যায়, যদিও কোনো বলই এখনো তোলা হয়নি।
অনেকবার চালানোর পর "তত্ত্ব থেকে গড় ব্যবধান" রিডআউটটা দেখো — সংখ্যাটা ছোট হতে থাকবে, এটাই "বৃহৎ সংখ্যার সূত্র"।
Reset চেপে পুরো সিমুলেশন আবার শূন্য থেকে শুরু করো — একই সূচনা-সংখ্যা (seed) থেকে নিক্ষেপ শুরু হয়, তাই একই পরীক্ষা আবার করলে একই ক্রমে ফলাফল আসবে।

একটা মুদ্রা একশোবার ছুঁড়লে কী হয়

একটা মুদ্রা মাত্র একবার ছুঁড়লে হেড আসবে না টেইল, তা আগে থেকে নিশ্চিতভাবে বলা যায় না। কিন্তু যদি একশোবার ছোঁড়ো, প্রায় ৫০ বার হেড আসবে বলে তুমি নিশ্চিতভাবেই আন্দাজ করতে পারো — এবং হাজারবার ছুঁড়লে এই আন্দাজ আরও নিখুঁত হবে। একটা এলোমেলো ঘটনাও তাই বড় সংখ্যায় একটা প্যাটার্ন মেনে চলে — এটাই সম্ভাবনার আসল গল্প।

ক্যাসিনো, বিমা কোম্পানি আর আবহাওয়া অফিস — সবাই এই একই সত্যের ওপর দাঁড়িয়ে ব্যবসা করে। কোনো একজন গ্রাহকের ঠিক কী হবে তা কেউ জানে না, কিন্তু লক্ষ লক্ষ গ্রাহকের গড় আচরণ চমৎকার নির্ভুলভাবে হিসাব করা যায়। ওপরের সিমুলেশনে Play চেপে নিজের চোখেই দেখো, এলোমেলো হয়েও সংখ্যাগুলো কীভাবে একটা নির্দিষ্ট মানের দিকে এগোয়।

মজার বিষয়, "সম্ভাবনা" শব্দটা আমরা রোজই বলি অথচ ঠিক কী বোঝাচ্ছি তা প্রায় কখনো ভেবে দেখি না — "আজ বৃষ্টি হওয়ার সম্ভাবনা আছে", "পরীক্ষায় পাশ করার ভালো সম্ভাবনা আছে", "এই দলটার জেতার সম্ভাবনা কম"। গণিতের সম্ভাবনা এই একই স্বজ্ঞাকে একটা নির্দিষ্ট সংখ্যায় বাঁধে, যাতে দুটো ভিন্ন সম্ভাবনাকে তুলনা করা যায় — শুধু "কম" বা "বেশি" না বলে, ঠিক কতটা কম বা বেশি তা বলা যায়।

একদম শুরু থেকে: পরীক্ষা, ফলাফল ও নমুনা ক্ষেত্র

যে কাজের ফলাফল আগে থেকে নিশ্চিত করে বলা যায় না, কিন্তু সব সম্ভাব্য ফলাফল আগেই জানা থাকে, তাকে বলে দৈব পরীক্ষা — যেমন মুদ্রা ছোঁড়া বা ছক্কা গড়ানো। পরীক্ষার একেকটা সম্ভাব্য ফলাফলকে বলে নমুনা বিন্দু, আর সব নমুনা বিন্দুর সেটকে বলে নমুনা ক্ষেত্র (S)। একটা মুদ্রার নমুনা ক্ষেত্র S = {H, T}, একটা ছক্কার S = {১, ২, ৩, ৪, ৫, ৬}।

নমুনা ক্ষেত্রের যেকোনো উপসেটকে বলে ঘটনা (E) — যেমন "জোড় সংখ্যা আসা" একটা ঘটনা, যার মধ্যে আছে {২, ৪, ৬}। যে নমুনা বিন্দুগুলো ঘটনাটাকে সত্যি করে, তাদের বলে অনুকূল ফলাফল।

যদি প্রতিটা নমুনা বিন্দুর ঘটার সম্ভাবনা সমান হয় (একটা সুষম মুদ্রা বা সুষম ছক্কার ক্ষেত্রে যেমন), তাহলে তাদের বলে সম-সম্ভাব্য ঘটনা। এই শর্তেই সবচেয়ে সহজ সূত্রটা খাটে — অনুকূল ফলাফল ভাগ মোট ফলাফল।

সম্ভাবনা সবসময় ০ আর ১-এর মাঝে থাকে। ০ মানে ঘটনাটা কখনোই ঘটবে না (অসম্ভব ঘটনা), ১ মানে প্রতিবারই ঘটবে (নিশ্চিত ঘটনা)। কোনো ঘটনার সম্ভাবনা ঋণাত্মক হতে পারে না, আবার ১-এর বেশিও হতে পারে না — উত্তরে এমন কিছু পেলে বুঝবে হিসাবে ভুল হয়েছে।

জরুরি শব্দগুলো এক নজরে

সূত্রে যাওয়ার আগে পরিভাষাগুলো ঝালিয়ে নাও।

পরিভাষা	প্রতীক	সহজ ভাষায় অর্থ	সীমা
পরীক্ষা/প্রচেষ্টা	—	দৈব পরীক্ষাটি একবার চালানো — একবার মুদ্রা ছোঁড়া, একবার ছক্কা গড়ানো	—
ফলাফল	—	একটা প্রচেষ্টার শেষে যা পাওয়া গেল — যেমন H বা ৪	—
নমুনা ক্ষেত্র	S	সব সম্ভাব্য ফলাফলের সম্পূর্ণ সেট	—
ঘটনা	E	নমুনা ক্ষেত্রের একটা উপসেট, যা আমরা মাপতে চাই — যেমন "জোড় সংখ্যা"	—
অনুকূল ফলাফল	n(E)	যে ফলাফলগুলো ঘটনাটাকে সত্যি করে	—
সম-সম্ভাব্য	—	প্রতিটা নমুনা বিন্দুর ঘটার সুযোগ সমান, যেমন একটা সুষম ছক্কার প্রতিটা পিঠ	—
তাত্ত্বিক সম্ভাবনা	P(E)	যুক্তি দিয়ে আগে থেকেই হিসাব করা সম্ভাবনা, কোনো পরীক্ষা না চালিয়েই	0–1
পরীক্ষালব্ধ (অভিজ্ঞতালব্ধ) সম্ভাবনা	—	বাস্তবে অনেকবার চালিয়ে পাওয়া হার — অনুকূল ফলাফলের সংখ্যা ÷ মোট প্রচেষ্টা	0–1

সূত্র: তাত্ত্বিক থেকে পরীক্ষালব্ধ পর্যন্ত

সম-সম্ভাব্য ঘটনার জন্য তাত্ত্বিক সম্ভাবনার সূত্রটা সবচেয়ে বেশি ব্যবহৃত হয়। এর পাশাপাশি দুটো নিয়ম আর একটা বাস্তব-জগতের সংজ্ঞা জানা দরকার।

P(E) = n(E) / n(S)তাত্ত্বিক সম্ভাবনা — সম-সম্ভাব্য ফলাফলের জন্য

P(E) + P(not E) = 1পূরক ঘটনার নিয়ম: E না ঘটার সম্ভাবনা = ১ − P(E)

P(A অথবা B) = P(A) + P(B)A ও B পরস্পর বর্জনশীল হলে (দুটো একসাথে ঘটতেই পারে না, যেমন একই নিক্ষেপে হেড ও টেইল দুটোই)

P(A এবং B) = P(A) × P(B)A ও B স্বাধীন হলে (একটার ফলাফল অন্যটাকে প্রভাবিত করে না)

পরীক্ষালব্ধ P(E) ≈ অনুকূল ফলাফলের সংখ্যা ÷ মোট প্রচেষ্টাপ্রচেষ্টার সংখ্যা বাড়লে এই মান তাত্ত্বিক P(E)-এর কাছাকাছি চলে আসে — একেই বলে বৃহৎ সংখ্যার সূত্র

পরস্পর বর্জনশীল ঘটনা বনাম স্বাধীন ঘটনা — দুটো আলাদা জিনিস, প্রায়ই গুলিয়ে যায়

পরস্পর বর্জনশীল মানে দুটো ঘটনা একই পরীক্ষায় একসাথে ঘটতেই পারে না — একটা ছক্কায় একসাথে ২ আর ৫ আসা অসম্ভব, তাই এই দুটো ঘটনা পরস্পর বর্জনশীল। তখন "A অথবা B" ঘটার সম্ভাবনা হলো দুটোর সমষ্টি।

স্বাধীন ঘটনা সম্পূর্ণ ভিন্ন ধারণা — এখানে দুটো আলাদা পরীক্ষা (যেমন একটা মুদ্রা আর একটা ছক্কা) চলছে, আর একটার ফলাফল অন্যটাকে কোনোভাবেই প্রভাবিত করে না। তখন "A এবং B" দুটোই ঘটার সম্ভাবনা হলো দুটোর গুণফল। একই নিয়মে দুটো ভিন্ন প্রশ্নে গুণ আর যোগ গুলিয়ে ফেললে উত্তর ভুল হবেই।

সিমুলেশনে যা করে দেখবে

প্রতিটা ধাপ নিজে হাতে করে দেখো, তারপর সমাধান করা সমস্যাগুলোয় যাও।

১. মুদ্রায় বৃহৎ সংখ্যার সূত্র দেখো

"একবার চালাও" বোতামে গুটিকয় নিক্ষেপ করলে হেড-টেইলের অনুপাত এলোমেলো লাগবে — কখনো পরপর তিনবার হেডও আসতে পারে। কিন্তু Play চেপে কয়েকশো নিক্ষেপ করলে "তত্ত্ব থেকে গড় ব্যবধান" রিডআউট ক্রমশ ছোট হতে থাকবে।

২. দুই ছক্কার গ্রিড থেকে গোনা শেখো

"দুটি ছক্কার যোগফল" মোডে লক্ষ্য যোগফল ৭ রেখে গ্রিডের রঙিন ঘরগুলো গোনো — ঠিক ৬টা ঘর রঙিন হবে, কারণ ৩৬টা সমান-সম্ভাব্য জোড়ার মধ্যে ৬টাতে যোগফল ৭ হয়। যোগফল ২ বা ১২-এর জন্য মাত্র ১টা ঘর রঙিন হবে — কোণার জোড়াগুলো সবচেয়ে বিরল।

৩. থলির রঙ বদলে তাত্ত্বিক বার নিজে বদলাতে দেখো

লাল বলের সংখ্যা বাড়ালে লালের তাত্ত্বিক বার (ফাঁপা বার) সাথে সাথে বড় হয়ে যাবে, যদিও একটা বলও তোলা হয়নি। এটাই দেখায় তাত্ত্বিক সম্ভাবনা শুধু গণনা, কোনো পরীক্ষার ওপর নির্ভর করে না।

৪. নিক্ষেপের গতি বাড়িয়ে দ্রুত মিলিয়ে দেখো

"প্রতি সেকেন্ডে নিক্ষেপ" স্লাইডার বাড়িয়ে দিলে হাজার হাজার প্রচেষ্টা কয়েক সেকেন্ডেই জমা হয়ে যাবে — বার দুটো (পরীক্ষালব্ধ ও তাত্ত্বিক) প্রায় একই উচ্চতায় থিতু হবে।

৫. রিডিং প্যানেলের সংখ্যা দিয়ে নিজের হাতে সূত্র মিলিয়ে দেখো

যেকোনো মোডে থামিয়ে (Pause করে) প্রতিটা ফলাফলের কাউন্ট আর মোট নিক্ষেপ নিজে ভাগ করে দেখো — পরীক্ষালব্ধ হার কলামের সংখ্যার সাথে মিলে গেলে বুঝবে তুমি ঠিক সেই সংজ্ঞাটাই ব্যবহার করছ যা পরীক্ষার খাতায় লিখতে হয়।

সমাধান করা সমস্যা

নয়টা সমস্যা — মুদ্রা, ছক্কা, দুই ছক্কা, বল আর বাস্তব উপাত্ত থেকে। প্রতিটার সংখ্যা এই পাতার কোডেই হিসাব করা।

সমস্যা ১ (মুদ্রা): একটা মুদ্রা একবার ছোঁড়া হলো, হেড পাওয়ার সম্ভাবনা কত?

নমুনা ক্ষেত্র S = {H, T}, n(S) = ২। অনুকূল ফলাফল {H}, n(E) = ১। তাই P(হেড) = ১ ÷ ২ = ০.৫০০।

সমস্যা ২ (একটা ছক্কা): একটা ছক্কা একবার গড়ানো হলো — (ক) ঠিক ৪ আসার, (খ) জোড় সংখ্যা আসার, (গ) ৪-এর বেশি আসার সম্ভাবনা বের করো

(ক) n(S) = ৬, অনুকূল ফলাফল {৪}, তাই P = ১ ÷ ৬ = ০.১৬৭।

(খ) জোড় সংখ্যা {২, ৪, ৬}, n(E) = ৩, তাই P = ৩ ÷ ৬ = ০.৫০০।

(গ) ৪-এর বেশি মানে {৫, ৬}, n(E) = ২, তাই P = ২ ÷ ৬ = ০.৩৩৩।

সমস্যা ৩ (দুই ছক্কা, সিমুলেশনের ডিফল্ট): দুটো ছক্কা একসাথে গড়িয়ে যোগফল ঠিক ৭ পাওয়ার সম্ভাবনা কত?

দুটো ছক্কাকে আলাদা আলাদা ধরতে হবে — একটাকে "প্রথম ছক্কা", আরেকটাকে "দ্বিতীয় ছক্কা"। তাই মোট জোড়া n(S) = ৬ × ৬ = ৩৬, যদিও চোখে দেখতে (১,৬) আর (৬,১) প্রায় একই রকম লাগে।

যোগফল ৭ হয় এমন জোড়া: (১,৬),(২,৫),(৩,৪),(৪,৩),(৫,২),(৬,১) — মোট ৬ টা। তাই P = ৬ ÷ ৩৬ = ০.১৬৭। এটাই এগারোটা সম্ভাব্য যোগফলের (২ থেকে ১২) মধ্যে সবচেয়ে বেশি সম্ভাবনার যোগফল, আর এই কারণেই বোর্ড গেমের ডাইস-ভিত্তিক অনেক খেলায় ৭ একটা বিশেষ সংখ্যা হিসেবে ধরা হয়।

সমস্যা ৪ (দুই ছক্কা): যোগফল ৩-এর গুণিতক (অর্থাৎ ৩, ৬, ৯ বা ১২) হওয়ার সম্ভাবনা কত?

যোগফল ৩-এ ২টা জোড়া, ৬-এ ৫টা, ৯-এ ৪টা, ১২-এ ১টা — মোট ১২ টা জোড়া। তাই P = ১২ ÷ ৩৬ = ০.৩৩৩।

সমস্যা ৫ (থলি, সিমুলেশনের ডিফল্ট): থলিতে ৩টা লাল, ২টা নীল ও ১টা সবুজ বল আছে; একটা বল তুললে তা লাল হওয়ার, এবং নীল না হওয়ার সম্ভাবনা বের করো

মোট বল n(S) = ৬। P(লাল) = ৩ ÷ ৬ = ০.৫০০।

নীল না হওয়া মানে লাল বা সবুজ হওয়া, অনুকূল ফলাফল 4টা। P(নীল নয়) = 4 ÷ ৬ = ০.৬৬৭। একই উত্তর পূরক নিয়মেও মেলে: ১ − P(নীল) = ১ − (২÷৬)।

সমস্যা ৬ (থলি, ফেরত না দিয়ে দুইবার তোলা): একই থলি থেকে একটা বল তুলে আর ফেরত না দিয়ে আরেকটা তোলা হলো — দুটোই লাল হওয়ার সম্ভাবনা কত?

প্রথমবার P(লাল) = ৩ ÷ ৬। বল ফেরত না দেওয়ায় দ্বিতীয়বার থলিতে থাকে ৫টা বল, যার ২টা লাল, তাই P(দ্বিতীয়বারও লাল) = ২ ÷ ৫।

দুটো ঘটনা একসাথে ঘটার সম্ভাবনা = (৩÷৬) × (২÷৫) = ০.২০০। সিমুলেশনের মতো ফেরত দিয়ে তুললে দ্বিতীয়বারও P(লাল) = ৩÷৬-ই থাকত — এই পার্থক্যটাই "ফেরত দিয়ে" আর "ফেরত না দিয়ে" তোলার আসল তফাত।

সমস্যা ৭ (পূরক ঘটনা): একটা ছক্কা গড়িয়ে ৬ না আসার সম্ভাবনা কত?

P(৬ আসা) = ১ ÷ ৬। তাই P(৬ না আসা) = ১ − (১÷৬) = ০.৮৩৩।

সমস্যা ৮ (স্বাধীন ঘটনা): একটা মুদ্রা ও একটা ছক্কা একসাথে চালালে হেড এবং ৬ দুটোই আসার সম্ভাবনা কত?

মুদ্রার ফলাফল ছক্কার ফলাফলকে প্রভাবিত করে না, তাই দুটো ঘটনা স্বাধীন। P(হেড এবং ৬) = P(হেড) × P(৬) = (১÷২) × (১÷৬) = ০.০৮৩।

বোনাস সমস্যা ৯ (পরীক্ষালব্ধ সম্ভাবনা): একটা কারখানায় ৫০০টা বাল্ব পরীক্ষা করে ১৫টা নষ্ট পাওয়া গেল; একটা বাল্ব নষ্ট হওয়ার সম্ভাবনা অনুমান করো

এখানে কোনো সমসম্ভাব্য নমুনা ক্ষেত্র নেই, তাই তাত্ত্বিক সূত্র চলবে না — বরং পরীক্ষালব্ধ সংজ্ঞা ব্যবহার করতে হবে: P(নষ্ট) ≈ নষ্ট বাল্বের সংখ্যা ÷ মোট পরীক্ষিত সংখ্যা = ১৫ ÷ ৫০০ = ০.০৩০ (অর্থাৎ ৩.০%)।

আরও বেশি বাল্ব পরীক্ষা করলে এই অনুমান আরও নির্ভরযোগ্য হবে — ঠিক সিমুলেশনে নিক্ষেপ বাড়ালে যেমন হয়।

সাধারণ ভুলগুলো

সম্ভাবনা অধ্যায়ে বেশিরভাগ ভুল ধারণা থেকে নয়, গোনায় বা শব্দের অর্থে হয়।

"সম-সম্ভাব্য নয়" এমন ফলাফলে সরল সূত্র বসিয়ে দেওয়া — যেমন একটা অসম মুদ্রা বা ওজনযুক্ত ছক্কায় প্রতিটা ফলাফলের সম্ভাবনা সমান ধরে নেওয়া ভুল, কারণ সেখানে প্রতিটা পিঠ বা পৃষ্ঠ সমান হারে আসে না।
নমুনা ক্ষেত্র ভুল গোনা — দুই ছক্কায় যোগফল গোনার সময় (১,২) আর (২,১) কে একই ধরে ফেলা, অথচ প্রথম ছক্কা ও দ্বিতীয় ছক্কা আলাদা বস্তু বলে এরা আলাদা দুটো নমুনা বিন্দু, এবং দুটোকেই গোনায় ধরতে হবে।
ফেরত দিয়ে তোলা আর ফেরত না দিয়ে তোলার মধ্যে গুলিয়ে ফেলা — দ্বিতীয় তোলায় মোট সংখ্যা কমেছে কিনা সবসময় আগে ঠিক করে নাও, নইলে দ্বিতীয় ভগ্নাংশের হর ভুল বসবে।
সম্ভাবনাকে শতাংশ ভেবে ১-এর বেশি লিখে ফেলা, বা ভগ্নাংশ উল্টিয়ে লেখা (অনুকূল ফলাফলের বদলে মোট ফলাফলকে লব বসিয়ে দেওয়া)।
পূরক নিয়ম ভুলে গিয়ে "না ঘটার" সম্ভাবনা আলাদা করে নতুন করে গোনার চেষ্টা করা, যেখানে ১ − P(E) লিখলেই কাজ শেষ হয়ে যেত।
পরস্পর বর্জনশীল ঘটনার যোগ-নিয়ম আর স্বাধীন ঘটনার গুণ-নিয়ম উল্টিয়ে ব্যবহার করা — কোন দুটো ঘটনা একসাথে ঘটতেই পারে না (যোগ) আর কোন দুটো একে অন্যকে প্রভাবিত করে না (গুণ), প্রশ্ন পড়েই আগে ঠিক করে নাও।
স্বাধীন ঘটনার গুণ-নিয়ম এমন ঘটনায় বসিয়ে দেওয়া যেগুলো আসলে পরস্পর নির্ভরশীল (যেমন ফেরত না দিয়ে তোলা বল, যেখানে দ্বিতীয় তোলার সম্ভাবনা প্রথমটার ওপর নির্ভর করে)।

বাস্তব জীবনে ব্যবহার

সম্ভাবনার হিসাব পরীক্ষার খাতা ছাড়িয়ে অনেক জায়গায় সিদ্ধান্ত নিতে সাহায্য করে।

আবহাওয়ার পূর্বাভাস: "৭০% বৃষ্টির সম্ভাবনা" মানে অতীতের হাজারো একই রকম আবহাওয়ার দিনের মধ্যে প্রায় ৭০% দিনে বৃষ্টি হয়েছিল — এটা পরীক্ষালব্ধ সম্ভাবনার সরাসরি প্রয়োগ।
বিমা কোম্পানি: কোন বয়সের মানুষ কত বছর বাঁচবে তার পরিসংখ্যান থেকে প্রিমিয়াম ঠিক করা হয়।
কারখানার মান নিয়ন্ত্রণ: হাজার হাজার পণ্যের মধ্যে কয়টা নষ্ট বের হয়, তার নমুনা পরীক্ষা করে পুরো ব্যাচের মান অনুমান করা হয় (ঠিক বোনাস সমস্যা ৯-এর মতো)।
চিকিৎসাবিজ্ঞান: একটা ওষুধ কার্যকর হওয়ার সম্ভাবনা রোগীদের দলে পরীক্ষা চালিয়ে বের করা হয়।
জেনেটিক্স: মা-বাবার জিন থেকে সন্তানের চোখের রঙ বা রক্তের গ্রুপ কী হতে পারে, তার সম্ভাবনা হিসাব করা হয়।
খেলাধুলা ও জুয়া: ক্যাসিনো ও লটারির প্রতিটা খেলা এমনভাবে সাজানো যে দীর্ঘমেয়াদে (বৃহৎ সংখ্যার সূত্র মেনে) আয়োজকের পক্ষে সামান্য বেশি সম্ভাবনা থাকে।
কৃত্রিম বুদ্ধিমত্তা: স্প্যাম মেইল চেনা, মুখ শনাক্ত করা বা পরবর্তী শব্দ অনুমান করার মতো প্রায় প্রতিটা AI মডেলই ভেতরে ভেতরে একটা সম্ভাবনার হিসাবই করে — "এই ছবিটা বিড়ালের হওয়ার সম্ভাবনা কত" এই প্রশ্নের উত্তর খোঁজে।
ক্রীড়া পরিসংখ্যান: একজন ব্যাটসম্যানের গড় থেকে তার আউট হওয়ার সম্ভাবনা, বা একটা দলের আগের বহু ম্যাচের ফলাফল থেকে পরের ম্যাচে জেতার সম্ভাবনা অনুমান করা হয় খেলাধুলার পরিসংখ্যান বিশ্লেষণে।

পরীক্ষার কর্নার

SSC-তে সম্ভাবনা থেকে বহুনির্বাচনি প্রশ্নে প্রায়ই একটা মুদ্রা, একটা ছক্কা বা তাস থেকে সরাসরি সম্ভাবনা বের করতে বলা হয় — নমুনা ক্ষেত্র সঠিক গুনতে পারলেই উত্তর সহজ। কিছু প্রশ্নে আবার সরাসরি সংজ্ঞা জিজ্ঞেস করা হয়, যেমন "নমুনা ক্ষেত্র কাকে বলে" বা "সম-সম্ভাব্য ঘটনা বলতে কী বোঝ" — তাই শব্দগুলোর সংজ্ঞা মুখস্থ না করে, উদাহরণ দিয়ে বোঝাটাই বেশি কাজে দেয়।

সৃজনশীল প্রশ্নে সাধারণত একটা বাস্তব পরিস্থিতি (থলিতে রঙিন বল, বা দুটো ছক্কা) দিয়ে ধাপে ধাপে প্রশ্ন থাকে — শেষ ধাপে প্রায়ই পূরক নিয়ম বা স্বাধীন ঘটনার গুণ-নিয়ম প্রয়োগ করতে হয়।

খাতায় নমুনা ক্ষেত্র S এবং ঘটনা E আলাদা করে লিখে, n(S) ও n(E) স্পষ্টভাবে দেখিয়ে তবেই সূত্রে বসাও — শুধু চূড়ান্ত ভগ্নাংশ লিখলে ধাপের নম্বর কাটা যায়।

HSC পরিসংখ্যান ২য় পত্রেও সম্ভাবনা একটা আলাদা অধ্যায় হিসেবে ফিরে আসে, সেখানে যোগ ও গুণ সূত্র আরও জটিল বাস্তব সমস্যায় (যেমন একাধিক শর্তযুক্ত ঘটনা) প্রয়োগ করতে হয় — তাই SSC-তে ভিত্তিটা মজবুত করে রাখলে পরে সুবিধা হবে।

এক নজরে রিভিশন

পরীক্ষার ঠিক আগে এই টেবিলটা দেখে নাও।

পরিস্থিতি	সূত্র	উদাহরণ
সম-সম্ভাব্য ঘটনা	P(E) = n(E) / n(S)	P(হেড) = ০.৫০০
পূরক ঘটনা	P(not E) = 1 − P(E)	P(৬ নয়) = ০.৮৩৩
স্বাধীন ঘটনা (এবং)	P(A ও B) = P(A) × P(B)	P(হেড ও ৬) = ০.০৮৩
পরীক্ষালব্ধ সম্ভাবনা	P(E) ≈ ফলাফলের সংখ্যা / মোট প্রচেষ্টা	১৫/৫০০ = ০.০৩০

সচরাচর জিজ্ঞাসা

সম্ভাবনা কাকে বলে?

কোনো একটা ঘটনা কতটা সহজে ঘটবে তা ০ (কখনো না) থেকে ১ (নিশ্চিত) এর মধ্যে একটা সংখ্যা দিয়ে প্রকাশ করাকে সম্ভাবনা বলে।

নমুনা ক্ষেত্র কাকে বলে?

একটা দৈব পরীক্ষার সব সম্ভাব্য ফলাফলের সম্পূর্ণ সেটকে নমুনা ক্ষেত্র (S) বলে। একটা মুদ্রার নমুনা ক্ষেত্র {H, T}, একটা ছক্কার {১,২,৩,৪,৫,৬}।

তাত্ত্বিক ও পরীক্ষালব্ধ সম্ভাবনার মধ্যে পার্থক্য কী?

তাত্ত্বিক সম্ভাবনা যুক্তি দিয়ে আগে থেকে হিসাব করা (P(E)=n(E)/n(S)), কোনো পরীক্ষা না চালিয়েই। পরীক্ষালব্ধ সম্ভাবনা বাস্তবে বহুবার চালিয়ে পাওয়া হার। প্রচেষ্টা বাড়লে দ্বিতীয়টা প্রথমটার কাছাকাছি চলে আসে।

বৃহৎ সংখ্যার সূত্র কী বলে?

একটা দৈব পরীক্ষা বহুবার চালালে পরীক্ষালব্ধ সম্ভাবনা তাত্ত্বিক সম্ভাবনার যত কাছাকাছি আসতে থাকে, প্রচেষ্টার সংখ্যা তত বাড়লে। অল্প কয়েকবার চালালে ফল এলোমেলো দেখাতেই পারে।

সম্ভাবনা কি কখনো ঋণাত্মক বা ১-এর বেশি হতে পারে?

না। সম্ভাবনা সবসময় ০ থেকে ১-এর মধ্যে থাকে। হিসাবে এর বাইরে কিছু এলে বুঝতে হবে সূত্রে বা গোনায় ভুল হয়েছে।

দুই ছক্কার যোগফলে সবচেয়ে বেশি সম্ভাবনার যোগফল কোনটি এবং কেন?

৭, কারণ ৩৬টা সমান-সম্ভাব্য জোড়ার মধ্যে ৬টা জোড়ায় যোগফল ৭ হয় — এটাই সর্বোচ্চ। অন্য যেকোনো যোগফলের চেয়ে ৭ পাওয়ার উপায় বেশি, যেমন ২ বা ১২ পাওয়ার উপায় মাত্র একটাই করে।

ফেরত দিয়ে তোলা আর ফেরত না দিয়ে তোলার মধ্যে সম্ভাবনায় পার্থক্য হয় কেন?

ফেরত দিয়ে তুললে প্রতিবার থলির মোট সংখ্যা একই থাকে, তাই প্রতিটা তোলার সম্ভাবনা অপরিবর্তিত। ফেরত না দিলে মোট সংখ্যা কমে যায়, তাই পরের তোলার সম্ভাবনা বদলে যায়।

দুটো ঘটনা স্বাধীন কখন বলা হয়?

একটা ঘটনার ফলাফল যদি অন্যটার সম্ভাবনাকে একদমই প্রভাবিত না করে, তখন তাদের স্বাধীন ঘটনা বলে — যেমন একটা মুদ্রা ও একটা ছক্কা একসাথে চালানো। তখন দুটো একসাথে ঘটার সম্ভাবনা হলো দুটোর গুণফল।

সিমুলেশনে "তত্ত্ব থেকে গড় ব্যবধান" সংখ্যাটা কী বোঝায়?

এটা প্রতিটা ফলাফলের পরীক্ষালব্ধ হার আর তাত্ত্বিক সম্ভাবনার মধ্যেকার পার্থক্যের গড়। ট্রায়াল সংখ্যা বাড়ার সাথে সাথে এই সংখ্যাটা ছোট হতে থাকা মানেই বৃহৎ সংখ্যার সূত্র নিজের চোখে দেখা।

তাসের একটা প্যাকেটে থেকে একটা তাস তুললে সম্ভাবনার সূত্র কীভাবে বদলায়?

নীতিটা একই থাকে, শুধু নমুনা ক্ষেত্র বদলায়। ৫২টা তাসের প্যাকেটে n(S) = ৫২। যেমন একটা রাজা (King) তোলার সম্ভাবনা P = ৪ ÷ ৫২ = ১/১৩, কারণ চারটা শ্রেণিতে (হরতন, রুইতন, ইস্কাপন, চিড়িতান) একটা করে মোট ৪টা রাজা আছে। একইভাবে একটা লাল তাস (হরতন বা রুইতন) তোলার সম্ভাবনা P = ২৬ ÷ ৫২ = ১/২, কারণ প্যাকেটের ঠিক অর্ধেক তাস লাল রঙের।

দুটো ঘটনা একসাথে "পরস্পর বর্জনশীল" এবং "স্বাধীন" দুটোই হতে পারে কি?

সাধারণত না, যদি দুটো ঘটনারই সম্ভাবনা শূন্যের বেশি হয়। পরস্পর বর্জনশীল হলে একটা ঘটলে অন্যটা ঘটতেই পারে না, অথচ স্বাধীন হওয়ার শর্ত হলো একটা ঘটা বা না ঘটা অন্যটার সম্ভাবনাকে না বদলানো — এই দুই শর্ত একসাথে মেলে কেবল তখনই যখন অন্তত একটার সম্ভাবনা শূন্য। পরীক্ষায় এই দুই ধারণাকে আলাদা রাখতে পারাটাই আসল দক্ষতা।