확률은 미래에 발생할 수있는 이벤트를 예측하는 방법입니다. 수학에서 어떤 일이 일어날 가능성이나 어떤 일이 일어날 수 있는지를 결정하기 위해 사용됩니다. 수학에서 발생하는 확률 문제에는 세 가지 유형이 있습니다.
가장 기본적인 유형의 확률 문제는 간단한 공식으로 구성됩니다. 즉, 성공적인 결과의 양 (나눈)의 총 결과의 양입니다. 확률을 결정하는 데 필요한 것은 두 개의 숫자입니다. 예를 들어, 실험에 가능한 총 20 개의 결과가 있고 그중 10 개만 성공한 경우 해당 문제의 확률은 50 %입니다. 이것은 수학 및 일상적인 상황에서 가장 많이 발생하는 확률 문제 유형입니다.
덜 일반적이지만 여전히 기본적인 확률 문제는 기하학을 사용하는 것입니다. 이런 종류의 확률에서는 간단한 방정식으로 표현할 수있는 결과가 너무 많습니다. 여기에는 선분 또는 공간에있는 점의 수와 그 공간의 미래 지점이 더 커졌을 확률과 사물의 확률 제 시간에 일어나고 있습니다. 이 방정식을 수행하려면 알려진 영역의 길이가 필요하고 전체 세그먼트의 길이로 나눕니다. 이것은 당신에게 확률을 줄 것입니다. 예를 들어 Bob이 무작위로 선택한 시간에 2시 30 분에서 4시 사이에 떨어져야하는 주차장에 차를 주차했다면 정확히 30 분 후에 그는 주차장에서 차를 몰고 갔는데, 그 후에 주차장을 떠날 확률은 얼마입니까? 4:00? 이 문제의 경우 시간을 분으로 나누어 더 작은 분수를 남깁니다. Bob이 부지에서 쫓아 낼 수있는 횟수는 무한하기 때문에 정확히 언제 발생했는지 계산할 방법이 없습니다. 성공적인 결과 시간의 선 세그먼트를 총 결과 시간의 선분과 비교하여 Bob이 4시 이후에 이탈 할 확률을 계산할 수 있습니다. 가능한 세그먼트 시간의 길이는 성공적인 결과의 시간이기 때문에 30 분입니다. 그런 다음 2:30에서 4:00 사이의 총 시간 (90 분)으로 나눕니다. 30/90을 사용하여 1/3의 확률을 얻거나, Bob이 4시 이후에 차를 몰아 낼 확률은 33 %입니다.
확률의 가장 일반적인 형태는 대수 방정식에서 발견되는 문제입니다. 이러한 유형의 확률은 과거 사건과 그것이 잠재적 인 미래 사건에 어떻게 영향을 미치는지를 결정함으로써 해결됩니다. 예를 들어, 다음 주 화요일 시애틀에 비가 올 확률이 비가 내리지 않을 확률의 두 배라면 다음 주 화요일 시애틀에서 비가 올 확률은 대수 방정식을 사용하여 계산됩니다. x는 비가 올 확률을 나타냅니다. 비가 올 것이다. 이것은 시애틀에 비가 내리거나 내리지 않기 때문에 방정식 [x = 2 (1-X)]를 만듭니다. 이것은 [1-x]가 아닐 확률을 만듭니다. 이것은 우리에게 비가 올 확률이 2/3 또는 67 %라는 답을줍니다.
이러한 문제와 이론은 확률의 가장 필수적인 측면을 기반으로합니다. 너무 많은 다른 상황이 너무 많은 다른 가능한 결과를 유발하기 때문에 확률은 무한히 더 어려워 질 수 있습니다. 그러나 이러한 간단한 방정식과 설명은 어떤 방식 으로든 모든 확률 문제에 적용될 수 있습니다.