Puasson Paylanmasını Anlamaq
Statistika və ehtimal dünyasında real dünya hadisələrini modelləşdirmək üçün müxtəlif paylanmalardan istifadə olunur. Müxtəlif sahələrdə tez-tez istifadə olunan paylanmalardan biri də Puasson paylanmasıdır. Bu paylanma unikal xüsusiyyətlərə malikdir və təbiət elmlərindən mühəndisliyə, iqtisadiyyata və sosial elmlərə qədər müxtəlif tətbiqlərdə çox faydalıdır. Bu məqalədə Puasson paylanması, onun xüsusiyyətləri və müxtəlif kontekstlərdə tətbiqləri ətraflı müzakirə olunacaq.
Puasson Paylanmasını Anlamaq
Puasson paylanması, bir hadisənin sabit bir zaman və ya məkan intervalında baş vermə sayını təsvir edən diskret ehtimal paylanmasıdır. Bu paylanma ilk dəfə 1837-ci ildə fransız riyaziyyatçısı Siméon Denis Puasson tərəfindən təqdim edilmişdir. Puasson paylanması, müşahidələrin ümumi sayında nadir hallarda, lakin çox sayda baş verən təsadüfi hadisələri modelləşdirmək üçün tez-tez istifadə olunur.
Puasson paylanma düsturu aşağıdakı kimidir:
\[ P(X = k) = \frac{\lambda^ke^{-\lambda}}{k!} \]
Harada:
– \( P(X = k) \) verilən intervalda k hadisənin olması ehtimalıdır,
– \( \lambda \) intervaldakı hadisələrin ortalamasıdır,
– \( k \) hadisələrin sayıdır,
– \( e \) təxminən 2.71828-ə bərabər olan natural loqarifmin əsasını təşkil edir.
Puasson paylanması hadisələrin bir-birindən asılı olmadığı və zaman və ya məkan vahidi intervalına düşən hadisələrin orta sayının sabit olduğu əsas fərziyyəsinə malikdir.
Puasson paylanmasının xüsusiyyətləri
Puasson paylanması onu digər paylanmalardan fərqləndirən bir neçə əsas xüsusiyyətə malikdir. Puasson paylanmasının əsas xüsusiyyətləri aşağıdakılardır:
1. Diskret və Qeyri-mənfi: Puasson paylanmasındakı təsadüfi dəyişənlər yalnız mənfi olmayan tam ədəd dəyərlərini (0, 1, 2, …) qəbul edə bilər.
2. Hadisələrin Müstəqilliyi: Hər bir hadisə bir-birindən asılı olmamalıdır. Bu o deməkdir ki, bir hadisənin baş verməsi digər hadisənin baş vermə ehtimalına təsir etmir.
3. Sabit Orta: Verilmiş interval daxilində hadisələrin ortalaması sabit olmalıdır. Bu o deməkdir ki, hadisələrin ortalaması zamanla dəyişirsə, Puasson paylanması uyğun deyil.
4. Tək Parametr (\( \lambda \)): Puasson paylanmasının yalnız bir parametri var, yəni bir intervaldakı hadisələrin orta sayı olan \( \lambda \).
5. Orta və Variasiya: Puasson paylanmasında orta (orta) və variasiya (dəyişmə) eynidir, yəni \( \lambda \).
Case Studies və Applications
Puasson paylanmasının real həyatda müxtəlif tətbiqləri var. Bu paylanmanın bəzi ümumi nümunələri bunlardır:
1. Telefon Zənglərinin Sayı: Tutaq ki, müştəri xidmətləri mərkəzində saatda qəbul edilən telefon zənglərinin orta sayı 5-dir. Puasson paylanması müəyyən bir saatda qəbul edilən zənglərin sayını modelləşdirmək üçün istifadə edilə bilər.
2. Yol-nəqliyyat Qəzaları Hadisələri: Tutaq ki, müəyyən bir kəsişmədə ayda baş verən yol-nəqliyyat hadisələrinin orta sayı 3-dür. Puasson paylanması növbəti ayda baş verə biləcək qəzaların sayını proqnozlaşdırmağa kömək edə bilər.
3. Restorana Müştəri Gəlişi: Əgər saatda restorana gələn müştərilərin orta sayı 10-dursa, Puasson paylanması müəyyən bir saatda gələ biləcək müştərilərin sayını modelləşdirmək üçün istifadə edilə bilər.
4. Genetik Mutasiyalar: Genetika kontekstində, mutasiyaların adətən nadir, lakin müəyyən hadisələr olduğunu nəzərə alsaq, Puasson paylanması müəyyən bir zaman dövründə bir qrup orqanizmdə genetik mutasiyaların sayını modelləşdirmək üçün istifadə edilə bilər.
Puasson Paylanması ilə Ehtimal Necə Hesablanır
Puasson paylanmasının istifadəsini daha yaxşı başa düşmək üçün, Puasson paylanma düsturundan istifadə edərək ehtimalın necə hesablanacağına baxaq. Misal:
Tutaq ki, bir saat ərzində mağazaya gələn müştərilərin orta sayı 4-dür (\( \lambda = 4 \)). Müəyyən bir saat ərzində tam olaraq 6 müştərinin gəlmə ehtimalını bilmək istəyirik. Puasson düsturundan istifadə edərək:
\[ P(X = 6) = \frac{4^6 e^{-4}}{6!} \]
Hesablaya bilərik:
– \( 4^6 = 4096 \)
– \( e^{-4} \təxminən 0.0183 \)
– \( 6! = 720 \)
Belə ki,
\[ P(X = 6) = \frac{4096 \cdot 0.0183}{720} \təqribən 0.104 \]
Beləliklə, bir saat ərzində tam olaraq 6 müştərinin gəlmə ehtimalı təxminən 10.4%-dir.
Puasson Paylanmasının Üstünlükləri və Məhdudiyyətləri
Həddindən artıq:
1. Sadə və Asan: Puasson paylanması sadə bir düstura malikdir və yalnız bir parametr (\( \lambda \)) tələb edir ki, bu da onun istifadəsini asanlaşdırır.
2. Geniş Tətbiqlər: Bu paylanmanın müxtəlif sahələrdə bir çox tətbiqi var, çünki bir çox real hadisələr nadir və müstəqil hadisələrə malik bir paylanma ilə modelləşdirilə bilər.
3. Realist Fərziyyələr: Orta qiymətin müstəqilliyi və sabitliyi fərziyyələri bir çox real həyat vəziyyətlərində, məsələn, gələn müştərilərin sayı və ya telefon zənglərinin sayı kimi hallarda çox vaxt real olur.
Məhdudiyyətlər:
1. Sabit Orta Həmişə Adekvat Deyil: Bir çox real həyat vəziyyətlərində hadisələrin orta qiyməti həmişə sabit olmaya bilər. Əgər orta qiymət zamanla dəyişirsə, Puasson paylanması dəqiq olmaya bilər.
2. Hadisələrin Müstəqilliyi: Hadisələrin bir-birindən asılı olmadığı fərziyyəsi bəzi hallarda həmişə doğru olmaya bilər.
3. Yalnız tam ədədlər üçün: Puasson paylanması yalnız tam ədədlərlə sayıla bilən hadisələr üçün uyğundur. Kəsilməz məlumatlar üçün istifadə edilə bilməz.
Puasson paylanmasının variasiyaları
Puasson paylanması çox faydalı olsa da, daha mürəkkəb vəziyyətlərə uyğunlaşmaq üçün bu paylanmanın bir neçə variasiyası və genişləndirilməsi mövcuddur. Tanınan variasiyalardan biri Qarışıq Puasson Paylanmasıdır ki, bu da hadisələrin orta sayının (\( \lambda \)) müəyyən bir paylanmaya malik təsadüfi dəyişən ola biləcəyini qəbul edir.
Həmçinin, hadisələrin tamamilə müstəqil olmaya biləcəyi və ya çox nadir hadisələrin ehtimallarının standart Puasson modelinə uyğun gəlmədiyi vəziyyətləri nəzərə almaq üçün standart Puasson paylanmasının bəzi fərziyyələrini yumşaldan Ümumiləşdirilmiş Puasson Paylanması da mövcuddur.
Nəticə
Puasson paylanması, zaman və ya məkanın sabit intervallarında baş verən təsadüfi hadisələri modelləşdirmək üçün istifadə edilən statistika və ehtimal nəzəriyyəsində güclü bir vasitədir. Tək bir əsas parametr olan \(\lambda\) ilə, müştəri xidmətlərindən genetikaya qədər geniş real dünya vəziyyətlərini təsvir etmək üçün sadə, lakin təsirli bir yol təqdim edir. Bəzi vəziyyətlərdə dəqiqliyini məhdudlaşdıra biləcək bəzi əsas fərziyyələrə malik olsa da, sadəliyi və geniş tətbiqi onu ən populyar və faydalı ehtimal paylanmalarından birinə çevirir. Puasson paylanmasını anlamaq təkcə statistik təhlilə kömək etmir, həm də ehtimal nümunələrinin təbii və texnogen hadisələrdə necə işlədiyinə dair məlumat verir.
