Probability

📊 Probability के सभी Formulas

✅ Formula + मतलब + आसान उदाहरण (सरल भाषा में)

🎯 कोई भी व्यक्ति आसानी से समझ सके

1️⃣ Probability (संभावना)

P(A) = \frac{\text{जितने तरीके से A हो सकता है}}{\text{कुल संभावित तरीके}}

📖 मतलब: किसी घटना के होने की संभावना (0 से 1 के बीच)

🎲 साधारण उदाहरण:
एक थैले में 5 लाल + 5 नीली गेंदें (कुल 10)।
सवाल: लाल गेंद निकलने की संभावना?
→ लाल के तरीके = 5, कुल = 10
\( P(\text{लाल}) = \frac{5}{10} = \frac{1}{2} = 0.5 \)
💡 मतलब: आधी संभावना (50%) कि लाल गेंद निकलेगी।

2️⃣ Complement (पूरक घटना)

P(A') = 1 - P(A)

📖 मतलब: घटना A के न होने की संभावना

🔴 साधारण उदाहरण:
थैले में लाल गेंद की संभावना = 0.5
सवाल: लाल गेंद नहीं (यानी नीली) निकलने की संभावना?
\( P(\text{नीली}) = 1 - 0.5 = 0.5 \)
💡 सीधा: 1 में से घटना की संभावना घटाओ।

3️⃣ Addition Rule (योग का नियम)

🔹 (A) General Case – जब दोनों एक साथ हो सकें

P(A ∪ B) = P(A) + P(B) - P(A ∩ B)

♠️ उदाहरण (ताश के पत्ते):
A = बादशाह (4/52), B = लाल रंग (26/52), A∩B = लाल बादशाह (2/52)
\( P(A∪B) = \frac{4}{52} + \frac{26}{52} - \frac{2}{52} = \frac{28}{52} = \frac{7}{13} \)
💡 दोनों जोड़ो, जो दो बार गिना गया उसे घटाओ।

---

🔹 (B) Mutually Exclusive – जब दोनों साथ नहीं हो सकते

P(A ∪ B) = P(A) + P(B)

🪙 उदाहरण (सिक्का):
A = Head, B = Tail (एक साथ नहीं आ सकते)
\( P = \frac{1}{2} + \frac{1}{2} = 1 \)
💡 सीधे जोड़ दो।

4️⃣ Multiplication Rule (गुणन का नियम)

🔹 (A) General Case (बिना लौटाए / dependent)

P(A ∩ B) = P(A) × P(B|A)

🎒 उदाहरण (बिना लौटाए):
थैले में 5 लाल, 5 नीली। दो गेंद बिना लौटाए निकाली।
A = पहली लाल, B = दूसरी लाल
\( P(A) = \frac{5}{10} \), \( P(B|A) = \frac{4}{9} \)
\( P = \frac{5}{10} \times \frac{4}{9} = \frac{20}{90} = \frac{2}{9} \)
💡 पहली घटना के बाद दूसरी की संभावना बदल जाती है।

---

🔹 (B) Independent Events (एक-दूसरे पर निर्भर नहीं)

P(A ∩ B) = P(A) × P(B)

🪙🪙 उदाहरण (दो सिक्के):
A = पहले सिक्के में Head, B = दूसरे में Head
\( P = \frac{1}{2} \times \frac{1}{2} = \frac{1}{4} \)
💡 सीधे गुणा करो।

5️⃣ Conditional Probability (सप्रतिबंध संभावना)

P(A|B) = \frac{P(A ∩ B)}{P(B)}, \quad P(B) > 0

📖 मतलब: B पहले ही हो चुका हो, तब A की संभावना

♠️ उदाहरण (ताश):
B = लाल पत्ता (26/52), A = बादशाह, A∩B = लाल बादशाह (2/52)
\( P(A|B) = \frac{2/52}{26/52} = \frac{2}{26} = \frac{1}{13} \)
💡 लाल पत्ता मिल चुका, अब उसके बादशाह होने की संभावना 1/13।

6️⃣ Total Probability Theorem (कुल संभावना)

P(A) = P(A|B)P(B) + P(A|B')P(B')

📖 मतलब: अलग-अलग cases जोड़कर total probability

🏭 उदाहरण (Factory):
मशीन B: 60% उत्पादन, खराबी 2% → P(A|B)=0.02, P(B)=0.60
मशीन B': 40% उत्पादन, खराबी 5% → P(A|B')=0.05, P(B')=0.40
\( P(A) = (0.02×0.60) + (0.05×0.40) = 0.012 + 0.020 = 0.032 \)
💡 कुल खराब उत्पाद की संभावना = 3.2%

7️⃣ Bayes Theorem (बेज प्रमेय – उल्टा निकालना)

P(B|A) = \frac{P(A|B) \cdot P(B)}{P(A)}

📖 मतलब: परिणाम देखकर कारण की संभावना

🏭 उदाहरण (Factory से):
P(B) = 0.60, P(A|B)=0.02, P(A)=0.032 (ऊपर निकाला)
सवाल: खराब उत्पाद मिला, उसके मशीन B से बनने की संभावना?
\( P(B|A) = \frac{0.02 × 0.60}{0.032} = \frac{0.012}{0.032} = 0.375 \)
💡 37.5% संभावना कि खराब मशीन B से बना हो।

🎯 सारांश – एक नज़र में

स्थिति (Concept)	क्या करना है	उदाहरण
Mutually Exclusive (एक साथ नहीं)	✅ जोड़ो	Head या Tail
Independent (आज़ाद)	✅ गुणा करो	दो सिक्कों में Head & Head
Conditional (शर्त के साथ)	✅ भाग करो	लाल पत्ते में बादशाह

🧠 "Mutually Exclusive में जोड़, Independent में गुणा, Conditional में भाग"

✅ पूर्णतः सत्यापित | सरल भाषा | हर फॉर्मूला उदाहरण सहित
📚 कॉपी करने योग्य, PDF की तरह उपयोग करें