ความน่าจะเป็นเบื้องต้น คิดอย่างไรให้ไม่พลาดกรณีที่ซ่อนอยู่

ความน่าจะเป็นเบื้องต้น คิดอย่างไรให้ไม่พลาดกรณีที่ซ่อนอยู่

ก่อนที่เราจะไปเจาะลึกถึงกรณีที่ซ่อนอยู่ เรามาทบทวนพื้นฐานของความน่าจะเป็นกันก่อนนะครับ

ความน่าจะเป็นคืออะไร?

ความน่าจะเป็น คือ การวัดโอกาสที่จะเกิดเหตุการณ์ใดเหตุการณ์หนึ่ง โดยมีค่าอยู่ระหว่าง 0 ถึง 1 เท่านั้น (หรือ 0% ถึง 100%) ถ้าความน่าจะเป็นเป็น 0 หมายความว่าเหตุการณ์นั้นไม่มีทางเกิดขึ้นได้เลย แต่ถ้าเป็น 1 หมายความว่าเหตุการณ์นั้นเกิดขึ้นแน่นอน

สูตรพื้นฐานของความน่าจะเป็นที่เราคุ้นเคยกันก็คือ:

$P(E) = frac{n(E)}{n(S)}$

โดยที่:

• $P(E)$ คือ ความน่าจะเป็นของเหตุการณ์ E
• $n(E)$ คือ จำนวนของผลลัพธ์ทั้งหมดที่เราสนใจในเหตุการณ์ E (หรือจำนวนวิธีที่เหตุการณ์ E จะเกิดขึ้น)
• $n(S)$ คือ จำนวนของผลลัพธ์ทั้งหมดที่เป็นไปได้ในปริภูมิตัวอย่าง (Sample Space) หรือจำนวนวิธีทั้งหมดที่อาจเกิดขึ้นได้

หัวใจสำคัญของการหาความน่าจะเป็นคือ การนับ $n(E)$ และ $n(S)$ ให้ถูกต้องและครบถ้วน ซึ่งนี่แหละครับคือจุดที่ “กรณีที่ซ่อนอยู่” มักจะเข้ามาป่วน

กรณีที่ซ่อนอยู่คืออะไร? ทำไมถึงพลาดได้ง่าย?

กรณีที่ซ่อนอยู่ (Hidden Cases) คือ สถานการณ์ย่อยๆ หรือเงื่อนไขบางอย่างที่โจทย์อาจไม่ได้บอกมาตรงๆ หรือเป็นสิ่งที่ต้องคิดวิเคราะห์แยกย่อยออกมาด้วยตัวเอง ซึ่งถ้าเราไม่ได้นึกถึงหรือมองข้ามไป ก็จะทำให้การนับ $n(E)$ หรือ $n(S)$ ผิดพลาดไปทั้งหมดเลยครับ

สาเหตุที่มักจะพลาดก็คือ:

• โจทย์มีเงื่อนไขซับซ้อน: บางครั้งเงื่อนไขในโจทย์มีหลายระดับ หรือมีการผูกเงื่อนไขเข้าด้วยกัน ทำให้ต้องแยกพิจารณาแต่ละส่วนอย่างละเอียด
• เหตุการณ์ที่เกิดขึ้นต่อเนื่องกัน: การตัดสินใจหรือเหตุการณ์ที่เกิดขึ้นทีละขั้น อาจมีผลลัพธ์ที่แตกต่างกันไปในแต่ละขั้น
• การนับที่ซ้ำซ้อนหรือตกหล่น: อาจมีการนับกรณีเดียวกันซ้ำ หรือลืมนับบางกรณีที่ตรงตามเงื่อนไขไป
• การตีความโจทย์ผิด: เข้าใจคำบางคำคลาดเคลื่อน เช่น “อย่างน้อย”, “ไม่เกิน”, “พร้อมกัน”, “ทีละลูก”

เทคนิคคิดอย่างไรให้ไม่พลาดกรณีที่ซ่อนอยู่

เพื่อป้องกันการพลาดกรณีที่ซ่อนอยู่ พี่กฤษณ์มีเทคนิคและหลักการพื้นฐานที่อยากให้น้องๆ นำไปปรับใช้ครับ

1. การแตกกรณี (Case by Case Analysis)

เมื่อโจทย์มีเงื่อนไขที่ซับซ้อนหรือไม่ชัดเจน การแตกกรณีเป็นวิธีที่ปลอดภัยที่สุด ลองพิจารณาตัวอย่างง่ายๆ ครับ

ตัวอย่าง: โยนเหรียญ 3 ครั้ง จงหาความน่าจะเป็นที่จะได้ “หัวอย่างน้อย 2 ครั้ง”

• ขั้นตอนที่ 1: หาสมาชิกในปริภูมิตัวอย่าง $n(S)$
  การโยนเหรียญ 3 ครั้ง ผลลัพธ์ทั้งหมดที่เป็นไปได้มี $2 times 2 times 2 = 8$ แบบ ได้แก่ HHH, HHT, HTH, THH, HTT, THT, TTH, TTT
  ดังนั้น $n(S) = 8$ ครับ
• ขั้นตอนที่ 2: หาสมาชิกของเหตุการณ์ที่สนใจ $n(E)$
  คำว่า “หัวอย่างน้อย 2 ครั้ง” หมายถึง ได้หัว 2 ครั้ง หรือ ได้หัว 3 ครั้ง นี่คือการแตกกรณีครับ
  • กรณีที่ 1: ได้หัว 2 ครั้ง
    ผลลัพธ์คือ HHT, HTH, THH (มี 3 แบบ)
  • กรณีที่ 2: ได้หัว 3 ครั้ง
    ผลลัพธ์คือ HHH (มี 1 แบบ)

  รวมแล้ว $n(E) = 3 + 1 = 4$ ครับ

• ขั้นตอนที่ 3: คำนวณความน่าจะเป็น
  $P(E) = frac{4}{8} = frac{1}{2}$ ครับ

2. แผนภาพต้นไม้ (Tree Diagram)

เป็นวิธีที่มีประโยชน์มากเมื่อมีเหตุการณ์ที่เกิดขึ้นต่อเนื่องกัน โดยแต่ละขั้นมีทางเลือกหลายทาง แผนภาพต้นไม้จะช่วยให้น้องๆ มองเห็นทุกผลลัพธ์ที่เป็นไปได้ชัดเจน ไม่พลาดกรณีต่างๆ ไป

3. หลักการนับเบื้องต้น

ความน่าจะเป็นกับการนับเป็นของคู่กันครับ น้องๆ ต้องแม่นเรื่องหลักการนับ ซึ่งได้แก่:

• กฎการบวก (Addition Rule): ใช้เมื่อเหตุการณ์ไม่สามารถเกิดขึ้นพร้อมกันได้ (mutually exclusive) จำนวนวิธีทั้งหมดคือการนำจำนวนวิธีของแต่ละเหตุการณ์มารวมกัน
• กฎการคูณ (Multiplication Rule): ใช้เมื่อเหตุการณ์เกิดขึ้นต่อเนื่องกัน หรือเมื่อต้องเลือกสิ่งของหลายอย่างโดยแต่ละการเลือกไม่ขึ้นกับกัน จำนวนวิธีทั้งหมดคือการนำจำนวนวิธีของแต่ละขั้นตอนมาคูณกัน
• การจัดหมู่ (Combinations): ใช้เมื่อต้องการเลือกของ r ชิ้นจากของ n ชิ้นที่แตกต่างกัน โดยไม่คำนึงถึงลำดับ
  สูตร: $binom{n}{r} = frac{n!}{r!(n-r)!}$
• การเรียงสับเปลี่ยน (Permutations): ใช้เมื่อต้องการจัดเรียงของ r ชิ้นจากของ n ชิ้นที่แตกต่างกัน โดยคำนึงถึงลำดับ
  สูตร: $P(n,r) = frac{n!}{(n-r)!}$

4. หลักการส่วนเติมเต็ม (Complement Rule)

บางครั้งการนับ $n(E)$ โดยตรงนั้นยากและมีหลายกรณีมาก แต่การนับเหตุการณ์ที่ไม่สนใจ (เหตุการณ์ตรงข้ามหรือ Complement) นั้นง่ายกว่ามาก ในกรณีนี้เราสามารถใช้สูตรนี้ได้เลยครับ:

$P(E) = 1 – P(E’)$

โดยที่ $E’$ คือ เหตุการณ์ที่ไม่ใช่ E

ตัวอย่าง: โยนลูกเต๋า 2 ลูก จงหาความน่าจะเป็นที่ผลรวมของแต้ม “ไม่น้อยกว่า 10”

ถ้าเราหาโดยตรง เราต้องหาผลรวมที่เป็น 10, 11, 12 ซึ่งมีหลายกรณี แต่ถ้าเราหาเหตุการณ์ตรงข้ามคือ “ผลรวมน้อยกว่า 10” จะง่ายกว่ามากครับ (ผลรวมที่เป็นไปได้คือ 2 ถึง 9)

ข้อผิดพลาดที่พบบ่อยที่ทำให้พลาดกรณีที่ซ่อนอยู่

• ลืมนับบางกรณี: นี่คือสาเหตุหลักของการผิดพลาด เช่น โจทย์บอกว่า “อย่างน้อย 2” แต่คิดแค่ “2 พอดี”
• นับซ้ำกรณีเดียวกัน: มักจะเกิดขึ้นเมื่อมีการใช้กฎการบวกโดยไม่ได้พิจารณาว่าเหตุการณ์ที่เอามาบวกกันนั้นมีส่วนที่ซ้อนทับกันหรือไม่
• สับสนระหว่างการจัดหมู่และการเรียงสับเปลี่ยน: การเลือกของโดยไม่คำนึงถึงลำดับกับการจัดเรียงของโดยคำนึงถึงลำดับให้ผลลัพธ์ที่ต่างกัน
• ไม่ได้อ่านโจทย์อย่างละเอียด: คำเล็กๆ น้อยๆ เช่น “พร้อมกัน”, “ทีละลูก”, “มีสีเดียวกัน”, “มีสีต่างกัน” มีผลต่อการคำนวณมากครับ
• คำนวณปริภูมิตัวอย่าง $n(S)$ ผิด: ถ้าฐานผิดตั้งแต่แรก คำตอบก็ผิดแน่นอนครับ

ตัวอย่างโจทย์ประยุกต์: การค้นหากรณีที่ซ่อนอยู่

มาลองดูตัวอย่างที่ซับซ้อนขึ้นอีกนิด เพื่อให้น้องๆ ได้ฝึกการแตกกรณีและระมัดระวังเรื่อง “กรณีที่ซ่อนอยู่” กันครับ

โจทย์: ในถุงใบหนึ่งมีลูกบอลสีแดง 3 ลูก สีน้ำเงิน 2 ลูก และสีเขียว 1 ลูก (รวมทั้งหมด 6 ลูก) ถ้าหยิบลูกบอลออกมา 2 ลูกพร้อมกัน จงหาความน่าจะเป็นที่จะได้ลูกบอล “ต่างสีกัน”

• ขั้นตอนที่ 1: หาจำนวนสมาชิกในปริภูมิตัวอย่าง $n(S)$
  เราหยิบลูกบอล 2 ลูกพร้อมกันจากลูกบอลทั้งหมด 6 ลูก โดยไม่สนใจลำดับ นี่คือการจัดหมู่ (Combination) ครับ
  $n(S) = binom{6}{2} = frac{6!}{2!(6-2)!} = frac{6 times 5}{2 times 1} = 15$ วิธี
• ขั้นตอนที่ 2: หาจำนวนสมาชิกของเหตุการณ์ที่สนใจ $n(E)$
  เหตุการณ์ที่สนใจคือ “ได้ลูกบอลต่างสีกัน” นี่แหละครับคือจุดที่ต้องแตกกรณีให้ดี
  เราสามารถได้ลูกบอลต่างสีกันได้ 3 แบบหลักๆ คือ:
  • กรณีที่ 1: ได้สีแดง 1 ลูก และสีน้ำเงิน 1 ลูก
    จากแดง 3 ลูก เลือกมา 1 ลูก ได้ $binom{3}{1} = 3$ วิธี
    จากน้ำเงิน 2 ลูก เลือกมา 1 ลูก ได้ $binom{2}{1} = 2$ วิธี
    ดังนั้นกรณีนี้มี $3 times 2 = 6$ วิธี
  • กรณีที่ 2: ได้สีแดง 1 ลูก และสีเขียว 1 ลูก
    จากแดง 3 ลูก เลือกมา 1 ลูก ได้ $binom{3}{1} = 3$ วิธี
    จากเขียว 1 ลูก เลือกมา 1 ลูก ได้ $binom{1}{1} = 1$ วิธี
    ดังนั้นกรณีนี้มี $3 times 1 = 3$ วิธี
  • กรณีที่ 3: ได้สีน้ำเงิน 1 ลูก และสีเขียว 1 ลูก
    จากน้ำเงิน 2 ลูก เลือกมา 1 ลูก ได้ $binom{2}{1} = 2$ วิธี
    จากเขียว 1 ลูก เลือกมา 1 ลูก ได้ $binom{1}{1} = 1$ วิธี
    ดังนั้นกรณีนี้มี $2 times 1 = 2$ วิธี

  รวมจำนวนวิธีที่ได้ลูกบอลต่างสีกันทั้งหมด $n(E) = 6 + 3 + 2 = 11$ วิธี

• ขั้นตอนที่ 3: คำนวณความน่าจะเป็น
  $P(E) = frac{11}{15}$ ครับ

ข้อสังเกต: ถ้าเราใช้หลักการส่วนเติมเต็มจะง่ายกว่าไหม?
เหตุการณ์ตรงข้ามคือ “ได้ลูกบอลสีเดียวกัน” ซึ่งมีเพียง 2 กรณีคือ แดง-แดง หรือ น้ำเงิน-น้ำเงิน (เขียวมีแค่ลูกเดียว ไม่มีเขียว-เขียว)

• แดง-แดง: $binom{3}{2} = 3$ วิธี
• น้ำเงิน-น้ำเงิน: $binom{2}{2} = 1$ วิธี

รวมได้ $n(E’) = 3 + 1 = 4$ วิธี
ดังนั้น $P(E’) = frac{4}{15}$
และ $P(E) = 1 – frac{4}{15} = frac{15 – 4}{15} = frac{11}{15}$
เห็นไหมครับว่าหลักการส่วนเติมเต็มบางทีก็ช่วยให้เราคิดได้ง่ายและเร็วกว่า โดยเฉพาะเมื่อเหตุการณ์ที่เราสนใจมีกรณีที่ซับซ้อนกว่าเหตุการณ์ตรงข้ามครับ

สรุปแนวคิดสำคัญ

น้องๆ จะเห็นว่าเรื่องความน่าจะเป็นไม่ได้ยากแค่ที่สูตรคำนวณเท่านั้น แต่ความท้าทายจริงๆ อยู่ที่การวิเคราะห์โจทย์ให้แตก การมองเห็นทุกกรณีที่เป็นไปได้ และการเลือกใช้หลักการนับที่เหมาะสม

หัวใจสำคัญในการไม่พลาด “กรณีที่ซ่อนอยู่” คือการมีสติ ตั้งใจอ่านโจทย์ให้ละเอียด และฝึกฝนการแตกกรณีอย่างเป็นระบบ พี่กฤษณ์แนะนำให้น้องๆ พยายามจินตนาการภาพเหตุการณ์ หรือวาดแผนภาพเล็กๆ เพื่อช่วยจัดระเบียบความคิดนะครับ

ถ้าอยากฝึกฝนเพิ่มเติม หรืออยากปูพื้นฐานให้แน่นกว่าเดิมในเรื่องความน่าจะเป็นและคณิตศาสตร์อื่นๆ พี่กฤษณ์ยินดีช่วยเหลือน้องๆ ทุกคนนะครับ ไม่ว่าจะเป็นการติวเข้มเพื่อสอบเข้ามหาวิทยาลัย เสริมเกรดในโรงเรียน หรือเตรียมสอบแข่งขันต่างๆ

พี่กฤษณ์มีคอร์สให้เลือกหลากหลายรูปแบบ ทั้งคอร์สสด คอร์สออนไลน์ และคอร์สตัวต่อตัว ที่จะช่วยให้น้องๆ เข้าใจคณิตศาสตร์ได้ง่ายขึ้น และสนุกกับการเรียนรู้มากขึ้นครับ สามารถดูรายละเอียดเพิ่มเติมได้ที่เว็บไซต์นี้เลยนะครับ