Probability Basics
المصطلحات الأساسية
- Experiment: إجراء يؤدي لواحد من عدة نواتج محتملة (رمي نرد).
- Sample Space ($S$): مجموعة كل النواتج الممكنة. ($S=\{1,2,3,4,5,6\}$).
- Event ($E$): مجموعة جزئية من $S$ (ظهور رقم زوجي $E=\{2,4,6\}$).
إذا كانت النواتج متساوية الاحتمال (Equally Likely):
عدد عناصر الحدث / العدد الكلي.
Rules & Conditional Probability
$$ p(E \cup F) = p(E) + p(F) - p(E \cap F) $$
نطرح التقاطع حتى لا نعده مرتين.
$$ p(\bar{E}) = 1 - p(E) $$
احتمال "عدم" حدوث الحدث.
Conditional Probability (الاحتمال الشرطي)
احتمال حدوث $E$ بشرط أن $F$ قد حدث بالفعل ($p(E|F)$).
بما أن $F$ حدث، فإن فضاء العينة يتقلص ليصبح $F$.
يكون $E$ و $F$ مستقلين إذا كان: $p(E \cap F) = p(E) \cdot p(F)$.
(حدوث أحدهما لا يؤثر على احتمال الآخر).
Bayes' Theorem (نظرية بايز)
قلب الاحتمالات
تسمح لنا بحساب $p(F|E)$ إذا كنا نعرف $p(E|F)$.
تستخدم لتحديث احتمالية الفرضية بناءً على دليل جديد.
$p(F|E)$: Posterior Probability (الاحتمال اللاحق).
Expectation & Variance
Expected Value ($E(X)$)
هو "المعدل الموزون" للقيم المتوقعة.
Linearity: $E(aX + bY) = aE(X) + bE(Y)$.
Variance ($V(X)$)
يقيس مدى "تشتت" القيم عن المعدل.
Standard Deviation $\sigma = \sqrt{V(X)}$.
$p(E|F) \neq p(F|E)$
"احتمال أن تكون مريضاً إذا كان الاختبار إيجابياً" يختلف تماماً عن "احتمال أن يكون الاختبار إيجابياً إذا كنت مريضاً".
الخلط بينهما يسمى Prosecutor's Fallacy.
Bernoulli Trials
احتمال تحقيق $k$ نجاحات في $n$ محاولة (باحتمال نجاح $p$):
$$ P(k) = C(n, k) p^k (1-p)^{n-k} $$