Comparthing Logo
साहचर्यसंभाव्यता-सिद्धांतगिनती के सिद्धांतगणित की मूल बातें

क्रमचय बनाम प्रायिकता

परम्यूटेशन एक गिनती की तकनीक है जिसका इस्तेमाल यह पता लगाने के लिए किया जाता है कि किसी आइटम के सेट को कितने तरीकों से खास तौर पर ऑर्डर किया जा सकता है, जबकि प्रोबेबिलिटी वह रेश्यो है जो उन खास अरेंजमेंट की तुलना कुल संभावित नतीजों से करता है ताकि किसी घटना के होने की संभावना का पता लगाया जा सके।

मुख्य बातें

  • परम्यूटेशन 'कितने' पर फोकस करता है, जबकि प्रोबेबिलिटी 'कितनी संभावना' पर फोकस करती है।
  • परम्यूटेशन एक खास 'अनुकूल नतीजा' है जिसका इस्तेमाल प्रोबेबिलिटी इक्वेशन में किया जाता है।
  • बिना ऑर्डर के, परम्यूटेशन एक कॉम्बिनेशन बन जाता है; प्रोबेबिलिटी दोनों में से किसी का भी इस्तेमाल कर सकती है।
  • परम्यूटेशन 'अरेंजमेंट' से जुड़ा है; प्रोबेबिलिटी 'एक्सपेक्टेशन' से जुड़ा है।

परिवर्तन क्या है?

एक सेट को अरेंज करने के तरीकों की संख्या का मैथमेटिकल कैलकुलेशन, जहाँ ऑर्डर प्रायोरिटी है।

  • बुनियादी नियम यह है कि चीज़ों का क्रम या क्रम बहुत मायने रखता है।
  • फैक्टोरियल का इस्तेमाल करके कैलकुलेट किया जाता है, जिसे अक्सर nPr फ़ॉर्मूला से दिखाया जाता है।
  • किसी एक एलिमेंट की जगह में बदलाव से एकदम नया परम्यूटेशन बनता है।
  • लॉकर कॉम्बिनेशन या रेस फिनिश पोजीशन जैसी समस्याओं को हल करने के लिए इस्तेमाल किया जाता है।
  • कुल संभावित व्यवस्थाओं को दिखाने वाला एक पूर्ण संख्या में नतीजा।

संभावना क्या है?

सभी पॉसिबिलिटी में से किसी खास इवेंट के होने की कितनी संभावना है, इसका न्यूमेरिकल रिप्रेजेंटेशन।

  • इसे 0 और 1 के बीच फ्रैक्शन, डेसिमल या परसेंटेज के रूप में दिखाया जाता है।
  • यह फ़ॉर्मूला है अच्छे नतीजों की संख्या को कुल संभावित नतीजों से भाग देना।
  • यह अपने डिनॉमिनेटर को डिफाइन करने के लिए परम्यूटेशन जैसे काउंटिंग मेथड पर निर्भर करता है।
  • यह कई बार दोहराए गए ट्रायल में किसी घटना की लंबे समय तक होने वाली फ्रीक्वेंसी को दिखाता है।
  • सैंपल स्पेस में सभी संभावित संभावनाओं का जोड़ हमेशा 1 के बराबर होता है।

तुलना तालिका

विशेषतापरिवर्तनसंभावना
बेसिक कार्यक्रममतगणना व्यवस्थासंभावना मापना
क्या ऑर्डर मायने रखता है?हां बिल्कुलबताए गए खास इवेंट पर निर्भर करता है
परिणाम प्रारूपपूर्णांक (उदाहरण के लिए, 120)अनुपात (उदाहरण के लिए, 1/120)
गणितीय उपकरणफैक्टोरियल (!)विभाजन (अनुकूल/कुल)
दायरासंयोजन विश्लेषणभविष्यसूचक विश्लेषण
आप LIMITकोई ऊपरी सीमा नहीं0 और 1 से घिरा हुआ

विस्तृत तुलना

भाग का पूर्ण से संबंध

परम्यूटेशन एक चीज़ है, जबकि प्रोबेबिलिटी आखिरी चीज़ है। किसी खास लॉटरी को जीतने की प्रोबेबिलिटी पता करने के लिए, आप सबसे पहले हर पॉसिबल जीतने वाले सीक्वेंस को गिनने के लिए परम्यूटेशन का इस्तेमाल करते हैं। परम्यूटेशन आपको 'काउंट' देता है, और प्रोबेबिलिटी उस काउंट को चांस के कॉन्टेक्स्ट में रखती है।

अनुक्रम का महत्व

परम्यूटेशन में, '1-2-3' का नतीजा '3-2-1' से बिल्कुल अलग होता है। अगर आप प्रेसिडेंट, वाइस प्रेसिडेंट और सेक्रेटरी चुन रहे हैं, तो आप परम्यूटेशन का इस्तेमाल करते हैं क्योंकि उनके रोल अलग-अलग होते हैं। प्रोबेबिलिटी इन अलग-अलग अरेंजमेंट को लेती है और पूछती है, 'किसी खास व्यक्ति के किसी खास रोल में आने के कितने चांस हैं?'

संख्यात्मक श्रेणियाँ

क्रमचय से बहुत तेज़ी से बहुत बड़ी संख्या में किताबें मिल सकती हैं; उदाहरण के लिए, एक शेल्फ़ पर सिर्फ़ 10 यूनिक किताबों को अरेंज करने के 3 मिलियन से ज़्यादा तरीके हैं। प्रोबेबिलिटी इसे वापस मैनेजेबल 0-से-1 रेंज तक कम कर देती है, जिससे किसी खास नतीजे के रिस्क या रिवॉर्ड को समझना आसान हो जाता है।

वास्तविक दुनिया में अनुप्रयोग

कंप्यूटर साइंटिस्ट हर ऑर्डर किए गए कैरेक्टर की स्ट्रिंग को टेस्ट करके पासवर्ड क्रैक करने के लिए परम्यूटेशन का इस्तेमाल करते हैं। स्टैटिस्टिक्स और इंश्योरेंस कंपनियाँ लाखों संभावित सिनेरियो में एक्सीडेंट होने की संभावना के आधार पर पॉलिसी के लिए कितना चार्ज करना है, यह तय करने के लिए प्रोबेबिलिटी का इस्तेमाल करती हैं।

लाभ और हानि

परिवर्तन

लाभ

  • +अत्यधिक विशिष्ट परिणाम
  • +सुरक्षा/कोडिंग के लिए ज़रूरी
  • +तार्किक चरण-दर-चरण गिनती
  • +कोई भिन्नात्मक भ्रम नहीं

सहमत

  • संख्याएँ बहुत बड़ी हो जाती हैं
  • केवल ऑर्डर-संवेदनशील
  • यह संयोग नहीं दर्शाता
  • दोहराव के साथ जटिल

संभावना

लाभ

  • +भविष्य की घटनाओं की भविष्यवाणी करता है
  • +मानकीकृत 0-1 पैमाना
  • +यादृच्छिकता के लिए खाते
  • +निर्णय लेने के लिए महत्वपूर्ण

सहमत

  • कभी भी परिणाम की गारंटी नहीं देता
  • सटीक गिनती की आवश्यकता है
  • गलत समझा जा सकता है
  • नमूना आकार पर निर्भर

सामान्य भ्रांतियाँ

मिथ

पैडलॉक पर बना 'कॉम्बिनेशन' असल में एक कॉम्बिनेशन है।

वास्तविकता

मैथमेटिकली, यह एक परम्यूटेशन है। क्योंकि नंबरों का ऑर्डर मायने रखता है (10-20-30, 30-20-10 जैसा नहीं है), इसे 'परम्यूटेशन लॉक' कहा जाना चाहिए।

मिथ

परम्यूटेशन की ज़्यादा संख्या का मतलब है कम संभावना।

वास्तविकता

ज़रूरी नहीं। हालांकि कुल संभावनाओं (डिनॉमिनेटर) की बड़ी संख्या अक्सर किसी खास घटना की संभावना को कम कर देती है, लेकिन संभावना पूरी तरह इस बात पर निर्भर करती है कि आपके न्यूमरेटर में कितने 'जीतने वाले' परम्यूटेशन हैं।

मिथ

परम्यूटेशन में हमेशा सेट के सभी आइटम शामिल होते हैं।

वास्तविकता

आप एक सबसेट के पर्मुटेशन निकाल सकते हैं। उदाहरण के लिए, आप 20 रनर्स के ग्रुप में से 3 लोगों के रेस पूरी करने के पर्मुटेशन कैलकुलेट कर सकते हैं।

मिथ

संभावना 100% से ज़्यादा हो सकती है।

वास्तविकता

मैथ्स में, प्रोबेबिलिटी 1 (100%) पर लिमिट होती है। अगर आपके कैलकुलेशन का रिज़ल्ट 1 से ज़्यादा आता है, तो शायद आपने अपने परम्यूटेशन या टोटल रिज़ल्ट गिनने में गलती की है।

अक्सर पूछे जाने वाले सवाल

परम्यूटेशन का फ़ॉर्मूला क्या है?
एक बार में 'r' लेकर 'n' आइटम के क्रमचय का फ़ॉर्मूला $nPr = \frac{n!}{(nr)!}$ है। यह एक बड़े ग्रुप से एक सबसेट को चुनने और अरेंज करने के तरीकों की संख्या कैलकुलेट करता है, जहाँ सीक्वेंस ज़रूरी है।
प्रोबेबिलिटी परम्यूटेशन के नतीजों का इस्तेमाल कैसे करती है?
प्रोबेबिलिटी आम तौर पर अपने इक्वेशन में 'डिनॉमिनेटर' के तौर पर कुल परम्यूटेशन की संख्या का इस्तेमाल करती है। अगर किसी रेस में 120 परम्यूटेशन हैं और आप किसी एक खास टॉप-थ्री फिनिश का चांस जानना चाहते हैं, तो प्रोबेबिलिटी 1/120 है।
मुझे परम्यूटेशन के बजाय कॉम्बिनेशन का इस्तेमाल कब करना चाहिए?
जब ऑर्डर मायने नहीं रखता, तो कॉम्बिनेशन का इस्तेमाल करें, जैसे तीन लोगों की टीम चुनें जिसमें सभी का रोल एक जैसा हो। जब ऑर्डर ज़रूरी हो, तो परम्यूटेशन का इस्तेमाल करें, जैसे गोल्ड, सिल्वर और ब्रॉन्ज़ मेडल देना।
अगर मैं आइटम का ऑर्डर बदलूं तो क्या प्रोबेबिलिटी बदल जाएगी?
किसी *खास* ऑर्डर वाली घटना की प्रोबेबिलिटी आम तौर पर किसी आम घटना की प्रोबेबिलिटी से अलग होती है। उदाहरण के लिए, एक इक्का और फिर एक राजा (ऑर्डर किया हुआ) निकालने की प्रोबेबिलिटी, किसी भी ऑर्डर में एक इक्का और एक राजा निकालने की प्रोबेबिलिटी से अलग होती है।
पर्म्यूटेशन में फैक्टोरियल (!) का इस्तेमाल क्यों किया जाता है?
फैक्टोरियल 'बिना रिप्लेसमेंट के चुनने' के प्रोसेस को दिखाते हैं। अगर आपको 5 जगहें भरनी हैं, तो आपके पास पहले के लिए 5 चॉइस हैं, दूसरे के लिए 4, और इसी तरह आगे भी। इन्हें (5x4x3x2x1) गुणा करने पर आपको कुल ऑर्डर्ड अरेंजमेंट मिलते हैं।
'परम्यूटेशन के साथ प्रोबेबिलिटी' क्या है?
यह उन प्रॉब्लम के बारे में है जहाँ आपको कुल नतीजों का पता लगाने के लिए परम्यूटेशन फ़ॉर्मूला का इस्तेमाल करना होता है। यह मुश्किल सिनेरियो में आम है, जैसे किसी खास पोकर हैंड या मल्टी-डिजिट लॉटरी जीतने के ऑड्स को कैलकुलेट करना।
क्या 0! सच में 1 के बराबर है?
हाँ। परम्यूटेशन के मामले में, 0! = 1 एक तरीका है जिससे फ़ॉर्मूले काम करते हैं। यह इस बात को दिखाता है कि ज़ीरो आइटम को अरेंज करने का एक ही तरीका है: कुछ न करके।
क्या आप रिपीटिशन के साथ परम्यूटेशन कर सकते हैं?
हाँ। अगर आप 'APPLE' शब्द में अक्षरों को अरेंज कर रहे हैं, तो दो 'P' में कोई फर्क नहीं है। आप एक जैसे अरेंजमेंट को ओवरकाउंट करने से बचने के लिए, रिपीटेड आइटम ($2!$) के फैक्टोरियल से डिवाइड करके परम्यूटेशन फ़ॉर्मूला को एडजस्ट करते हैं।

निर्णय

जब आपको यह जानना हो कि आप किसी ग्रुप को कितने अलग-अलग तरीकों से ऑर्गनाइज़ या सीक्वेंस कर सकते हैं, तो परम्यूटेशन का इस्तेमाल करें। जब आपको यह जानना हो कि असल ज़िंदगी में उन खास ऑर्गनाइज़ेशन में से किसी एक के होने का कितना चांस है, तो प्रोबेबिलिटी का इस्तेमाल करें।

संबंधित तुलनाएं

अंकगणित बनाम ज्यामितीय अनुक्रम

असल में, अरिथमेटिक और जियोमेट्रिक सीक्वेंस नंबरों की लिस्ट को बढ़ाने या घटाने के दो अलग-अलग तरीके हैं। एक अरिथमेटिक सीक्वेंस जोड़ने या घटाने से एक जैसी, सीधी रफ़्तार से बदलता है, जबकि एक जियोमेट्रिक सीक्वेंस गुणा या भाग से तेज़ी से बढ़ता या घटता है।

अंकगणितीय माध्य बनाम भारित माध्य

अरिथमेटिक मीन हर डेटा पॉइंट को फ़ाइनल एवरेज में बराबर योगदान देने वाला मानता है, जबकि वेटेड मीन अलग-अलग वैल्यू को खास लेवल का महत्व देता है। इस अंतर को समझना सिंपल क्लास एवरेज कैलकुलेट करने से लेकर कॉम्प्लेक्स फ़ाइनेंशियल पोर्टफ़ोलियो तय करने तक, हर चीज़ के लिए ज़रूरी है, जहाँ कुछ एसेट दूसरों की तुलना में ज़्यादा ज़रूरी होते हैं।

अभाज्य संख्या बनाम संयुक्त संख्या

यह तुलना अभाज्य और संयुक्त संख्याओं की परिभाषाओं, गुणों, उदाहरणों और अंतरों को स्पष्ट करती है, जो प्राकृतिक संख्याओं की दो मूलभूत श्रेणियां हैं। यह बताता है कि उन्हें कैसे पहचाना जाता है, वे गुणनखंडन में कैसे व्यवहार करते हैं, और बुनियादी संख्या सिद्धांत में उन्हें पहचानने का महत्व क्यों है।

अभिसारी बनाम अपसारी श्रृंखला

कन्वर्जेंट और डाइवर्जेंट सीरीज़ के बीच का अंतर यह तय करता है कि नंबरों का एक अनंत जोड़ एक खास, सीमित वैल्यू पर आता है या अनंत की ओर भटक जाता है। जबकि एक कन्वर्जेंट सीरीज़ अपने टर्म्स को धीरे-धीरे 'सिकुड़ती' है जब तक कि उनका टोटल एक स्थिर लिमिट तक नहीं पहुँच जाता, एक डाइवर्जेंट सीरीज़ स्थिर नहीं हो पाती, या तो बिना किसी सीमा के बढ़ती रहती है या हमेशा ऑसिलेट करती रहती है।

कर्व बनाम परिमेय संख्या

कर्स्ड और रैशनल नंबरों के बीच की सीमा उन नंबरों के बीच का अंतर बताती है जिन्हें साफ-साफ फ्रैक्शन के तौर पर दिखाया जा सकता है और उन नंबरों के बीच जो इनफिनिट, नॉन-रिपीटिंग डेसिमल में बदल जाते हैं। जबकि रैशनल नंबर सिंपल डिवीज़न के साफ नतीजे होते हैं, कर्स्ड उन इंटीजर के रूट को दिखाते हैं जिन्हें फाइनाइट या रिपीटिंग फॉर्म में बदलना मना है।