ስለ እድሎች ስርጭት የውይይት ጥያቄ ምሳሌ

የፕሮባቢሊቲ ስርጭት ጥያቄዎች እና ውይይት ምሳሌ

የዕድል ስርጭት በስታቲስቲክስ እና በዕድል ውስጥ ካሉት መሠረታዊ ፅንሰ-ሀሳቦች አንዱ ነው። የዘፈቀደ ቁጥር የተለያዩ እሴቶች የመከሰት እድልን ለመረዳት ይጠቅማል። የዕድል ስርጭቶች እየተተነተነ ባለው መረጃ ባህሪ ላይ በመመስረት ብዙ ቅርጾችን ሊወስዱ ይችላሉ። ሁለቱ በጣም የተለመዱ የዕድል ስርጭቶች ዓይነቶች ገለልተኛ እና ቀጣይ ናቸው። በዚህ ጽሑፍ ውስጥ፣ ይህንን ርዕስ በተሻለ ለመረዳት እንዲረዳን በርካታ የምሳሌ ችግሮችን እንገመግማለን እና የዕድል ስርጭቶችን እንወያያለን።

ዲስክሬት ዲፓርትመንት

ዲስትሪቢዩሽን ማለት ዲስትሪቢዩሽን የዘፈቀደ ተለዋዋጭ እድልን የሚያሰላ ስርጭት ሲሆን ይህም ማለት የተወሰኑ እሴቶችን ብቻ ሊወስድ የሚችል ተለዋዋጭ ነው። የዲስትሪቢዩሽን ስርጭቶች ታዋቂ ምሳሌዎች ቢኖሚያል ዲቪዚዮን እና ፖይሰን ዲቪዚዮን ናቸው።

ምሳሌ 1፡ የሁለትዮሽ ስርጭት
የሁለትዮሽ ስርጭት በበርኑሊ ተከታታይ ሙከራዎች ውስጥ ያሉትን የስኬቶች ብዛት ይገልፃል። እያንዳንዱ የበርኑሊ ሙከራ ሁለት ውጤቶች አሉት፤ ስኬት ወይም ውድቀት። የስኬት እድሉ በሙከራው ጊዜ ሁሉ ቋሚ ሆኖ ይቆያል።

ጥያቄ፡
አንድ የመድኃኒት ኩባንያ በ10 ታካሚዎች ላይ አዲስ መድኃኒት እየሞከረ ነው። መድኃኒቱ በማንኛውም ታካሚ ላይ የመሥራት እድሉ 0.7 ነው። መድኃኒቱ ከ10 ታካሚዎች ውስጥ በትክክል በ7ቱ ላይ የመሥራት እድሉን አስሉ።

ውይይት፡
የዘፈቀደ ተለዋዋጭ \(X\) ከ \(n = 10\) እና \(p = 0.7\ ጋር የሁለትዮሽ ስርጭትን ይከተላል። የሁለትዮሽ ፕሮባቢሊቲ ተግባር የሚከተለው ነው፡
\[ P(X = k) = \binom{n}{k} p^k (1 – p)^{n – k} \]

ለ\(k = 7\):
\[ P(X = 7) = \binom{10}{7} (0.7)^7 (0.3)^3 \]

የቢኖሚያል ኮፊሸንት \(\binom{10}{7}\) በማስላት ላይ፦
\[ \binom{10}{7} = \frac{10!}{7!(10-7)!} = \frac{10!}{7!3!} = 120 \]

የዕድል እሴቶችን በማስላት ላይ፦
\[ P(X = 7) = 120 \ጊዜ (0.7)^7 \ጊዜ (0.3)^3 \]
\[ P(X = 7) \በግምት 120 \በግምት 0.0823543 \በግምት 0.027 \]
\[ P(X = 7) \approx 0.231 \]

ስለዚህ፣ መድሃኒቱ ከ10 ታካሚዎች ውስጥ በትክክል በ7ቱ ላይ የመሥራት እድሉ 0.231 ወይም 23.1% ያህል ነው።

ምሳሌ 2፡ የፖይሰን ስርጭት
የፖይሰን ስርጭት በተወሰነ የጊዜ ወይም የቦታ ክፍተት ውስጥ የአንድ ብርቅዬ ክስተት ክስተቶችን ብዛት ለመምሰል ይጠቅማል።

ጥያቄ፡
አንድ ሱቅ በሰዓት በአማካይ 4 ደንበኞችን ያገኛል። ሱቁ በአንድ ሰዓት ውስጥ በትክክል 5 ደንበኞችን የማግኘት እድሉ ስንት ነው?

ውይይት፡
የዘፈቀደ ተለዋዋጭ \(X\) የፖይሰን ስርጭትን ከፓራሜትር \(\lambda = 4\) ጋር ይከተላል። የፖይሰን ፕሮባቢሊቲ የጅምላ ተግባር፡
\[ P(X = k) = \frac{\lambda^ke^{-\lambda}}{k!} \]

ለ\(k = 5\):
\[ P(X = 5) = \frac{4^5 e^{-4}}{5!} \]

ብዛት፡
\[ P(X = 5) = \frac{1024 \cdot e^{-4}}{120} \]
\[ P(X = 5) \approx \frac{1024 \cdot 0.0183}{120} \]
\[ P(X = 5) \approx 0.156 \]

ስለዚህ፣ መደብሩ በአንድ ሰዓት ውስጥ በትክክል 5 ደንበኞችን የማግኘት እድሉ 0.156 ወይም 15.6% ያህል ነው።

ቀጣይነት ያለው ስርጭት

ቀጣይነት ያላቸው ስርጭቶች ጥቅም ላይ የሚውሉት የሚለካው የዘፈቀደ ተለዋዋጭ በተወሰነ ክልል ውስጥ ማንኛውንም እሴት መውሰድ ሲችል ነው። የተከታታይ ስርጭቶች ታዋቂ ምሳሌዎች መደበኛ ስርጭት እና ኤክስፖነንሻል ስርጭት ናቸው።

ምሳሌ 3፡ መደበኛ ስርጭት
መደበኛ ስርጭት (የጋውሲያን ስርጭት) ተብሎ የሚጠራው ስርጭት በተለያዩ ዘርፎች ማለትም ሳይንስ፣ ኢንጂነሪንግ እና ኢኮኖሚክስን ጨምሮ በስፋት ጥቅም ላይ የሚውል ስርጭት ነው።

ጥያቄ፡
በከተማ ውስጥ የአዋቂ ወንዶች ቁመት በተለምዶ በአማካይ 170 ሴ.ሜ እና መደበኛ ልዩነት 10 ሴ.ሜ ነው። በዘፈቀደ የተመረጠ ወንድ ከ160 ሴ.ሜ እስከ 180 ሴ.ሜ ቁመት የመሆን እድሉ ስንት ነው?

ውይይት፡
የ160 ሴ.ሜ እና የ180 ሴ.ሜ የ z-ነጥብ ማስላት ያስፈልገናል። የ z-ነጥብ እንደሚከተለው ይገለጻል፡
\[ Z = \frac{X – \mu}{\sigma} \]

ለ \(X = 160\):
\[ Z_{160} = \frac{160 – 170}{10} = -1 \]

ለ \(X = 180\):
\[ Z_{180} = \frac{180 – 170}{10} = 1 \]

አሁን በ z ሠንጠረዥ ውስጥ ከ -1 እስከ 1 ያሉትን የዕድል እሴቶችን መመልከት አለብን። ከ z = -1 እስከ z = 1 ያለው እሴት በግምት 0.6826 ነው።

ስለዚህ፣ በዘፈቀደ የተመረጠ ወንድ ከ160 ሴ.ሜ እስከ 180 ሴ.ሜ ቁመት የመኖሩ እድል በግምት 0.6826 ወይም 68.26% ነው።

ምሳሌ 4፡ ኤክስፖነንሻል ዲቪዥን
የኤክስፖነንሻል ዲፓርትመንት በፖይሰን ሂደት ውስጥ ባሉ ክስተቶች መካከል ያለውን ጊዜ ለመምሰል ይጠቅማል።

ጥያቄ፡
ሁለት ደንበኞች ወደ መደብር ሲደርሱ የሚፈጀው አማካይ ጊዜ 15 ደቂቃ ነው። በሁለት ደንበኞች መካከል ያለው ጊዜ ከ10 ደቂቃ ያነሰ የመሆን እድሉ ስንት ነው?

ውይይት፡
የኤክስፖነንሻል ዲፓርትመንት ፓራሜትር \(\lambda\) አለው፣ ይህም የአማካይ (\(\mu\) ተገላቢጦሽ ነው። በአማካይ 15 ደቂቃዎች፡
\[ \lambda = \frac{1}{\mu} = \frac{1}{15} = 0.0667 \]

የኤክስፖነንሲቭ ኮምፓዩመር ስርጭት ተግባር፡
\[ P(X \leq x) = 1 – e^{-\lambda x} \]

ለ\(x = 10\):
\[ P(X \leq 10) = 1 – e^{-0.0667 \times 10} \]
\[ P(X \leq 10) = 1 – e^{-0.667} \]
\[ P(X \leq 10) \approx 1 - 0.5134 \]
\[ P(X \leq 10) \approx 0.4866 \]

ስለዚህ፣ በሁለት ደንበኞች መካከል ያለው ጊዜ ከ10 ደቂቃ ያነሰ የመሆኑ እድል 0.4866 ወይም 48.66% ያህል ነው።

ከሲምፑላን

የፕሮባቢሊቲ ስርጭቶች፣ ሁለቱም መለያየትም ሆነ ቀጣይ፣ የዘፈቀደ ተለዋዋጮችን ባህሪ ለሞዴሊንግ እና ለመረዳት በጣም ጠቃሚ ፅንሰ-ሀሳቦች ናቸው። የሁለትዮሽ እና የፖይሰን ስርጭቶች ብዙውን ጊዜ ለልዩ ተለዋዋጮች ጥቅም ላይ ይውላሉ፣ መደበኛ እና ገላጭ ስርጭቶች ደግሞ የቀጣይ ስርጭቶች ምሳሌዎች ናቸው።

ከላይ በተጠቀሱት ምሳሌዎች፣ በዕጣ ፈንታ ስርጭት ውስጥ ያሉ እድሎችን እንዴት ማስላት እና መተርጎም እንደሚቻል የተሻለ ግንዛቤ እንዳገኙ ተስፋ እናደርጋለን። ወጥ የሆነ ልምምድ በማድረግ፣ የዕጣ ፈንታ ስርጭትን የመረዳት ችሎታዎ ይሻሻላል እና በተለያዩ ዘርፎች ላይ ሊተገበር ይችላል።