দ্বিপদী বন্টন

দ্বিপদী বিন্যাস: তত্ত্ব, প্রয়োগ এবং উদাহরণ

পেন্ডাহুলুয়ান

দ্বিপদী বিন্যাস হলো পরিসংখ্যান এবং সম্ভাবনা তত্ত্বের একটি মৌলিক ধারণা। সর্বাধিক ব্যবহৃত বিচ্ছিন্ন বিন্যাসগুলোর মধ্যে অন্যতম হওয়ায়, চিকিৎসা, অর্থনীতি, জীববিজ্ঞান এবং সমাজবিজ্ঞানের মতো ক্ষেত্রগুলিতে দ্বিপদী বিন্যাসের অসংখ্য প্রয়োগ রয়েছে। এই প্রবন্ধে দ্বিপদী বিন্যাস নিয়ে এর সংজ্ঞা, মূল বৈশিষ্ট্য, সম্পর্কিত সূত্রাবলী এবং কয়েকটি বাস্তব প্রয়োগের উদাহরণসহ বিস্তারিত আলোচনা করা হবে।

দ্বিপদী বন্টন বোঝা

দ্বিপদী বিন্যাস n সংখ্যক বার্নোলি পরীক্ষার ফলাফল বর্ণনা করে, যেখানে প্রতিটি পরীক্ষার কেবল দুটি সম্ভাব্য ফলাফল থাকে: “সফলতা” বা “ব্যর্থতা”। উদাহরণস্বরূপ, একটি মুদ্রা নিক্ষেপে, সম্ভাব্য ফলাফলগুলো হলো “হেডস” বা “হেডস”।

দ্বিপদী বিন্যাসের দুটি প্রধান পরামিতি হলো:
১. n (পরীক্ষার সংখ্যা)
২. p (প্রতিটি চেষ্টায় সফলতার সম্ভাবনা)

আরও আনুষ্ঠানিকভাবে, n সংখ্যক চেষ্টায় সফলতার সংখ্যাকে দ্বিপদী বিন্যাস \( B(n, p) \) দ্বারা বর্ণনা করা যায়।

সম্ভাবনা ভর ফাংশন (পিএমএফ)

দ্বিপদী বিন্যাসের সম্ভাবনা ভর ফাংশনটি নিম্নরূপে প্রণয়ন করা হয়:
\[ P(X = k) = \binom{n}{k} p^k (1 – p)^{n – k} \]
কোথায়:
– \( \binom{n}{k} \) হলো n-এর এমন একটি সংমিশ্রণ যা k দ্বারা নির্বাচিত,
– \( p \) হলো একক চেষ্টায় সফলতার সম্ভাবনা,
– \( k \) হলো সফলতার সংখ্যা,
– \( n \) হলো মোট পরীক্ষার সংখ্যা।

দ্বিপদী বিন্যাসের প্রধান বৈশিষ্ট্যসমূহ

দ্বিপদী বিন্যাসের কয়েকটি গুরুত্বপূর্ণ বৈশিষ্ট্য রয়েছে:
১. গড় (গড়): মোট পরীক্ষার সংখ্যাকে প্রতিটি পরীক্ষায় সফলতার সম্ভাবনা দিয়ে গুণ করে এটি পাওয়া যায়। গড় হলো \( \mu = np \)।
২. ভেদাঙ্ক: দ্বিপদী বিন্যাসের ভেদাঙ্ক হলো পরীক্ষার সংখ্যা, সফলতার সম্ভাবনা এবং ব্যর্থতার সম্ভাবনার গুণফল, অর্থাৎ, \( \sigma^2 = np(1 – p) \)।
৩. প্রতিসাম্য ও অপ্রতিসমতা: যখন \( p = 0.5 \), দ্বিপদী বিন্যাসটি প্রতিসম হয়। \( p < 0.5 \), বিন্যাসটি ডানদিকে অপ্রতিসম হয়, এবং \( p > 0.5 \), বিন্যাসটি বামদিকে অপ্রতিসম হয়।
৪. মানের সীমা: দ্বিপদী মান (k)-এর পরিসর ০ থেকে n পর্যন্ত।

দ্বিপদী বিন্যাস এবং কেন্দ্রীয় সীমা উপপাদ্য

কেন্দ্রীয় সীমা উপপাদ্যে দ্বিপদী বিন্যাস একটি গুরুত্বপূর্ণ ভূমিকা পালন করে। যখন পরীক্ষার সংখ্যা (n) অনেক বড় হয়ে যায়, তখন দ্বিপদী বিন্যাসটি গড় \( \mu = np \) এবং পরিমিত ব্যবধান \( \sigma = \sqrt{np(1 – p)} \) সহ একটি স্বাভাবিক বিন্যাসের কাছাকাছি চলে আসে।

দ্বিপদী বিন্যাস ব্যবহার করে একটি দৃষ্টান্তমূলক ঘটনা

বিভিন্ন ক্ষেত্রের বাস্তব উদাহরণের মাধ্যমে দ্বিপদী বিন্যাস সম্পর্কে আলোচনা বোঝা সহজ হবে। এখানে এর কিছু বাস্তব প্রয়োগ দেওয়া হলো:

উদাহরণ ১: পণ্য পরীক্ষা

ধরা যাক, একটি ইলেকট্রনিক্স কোম্পানির একটি উৎপাদন লাইন আছে যেখানে একটি ত্রুটিপূর্ণ পণ্য থাকার সম্ভাবনা ০.০১। যদি কোম্পানিটি ১০০টি পণ্য পরিদর্শন করে, তবে ঠিক ২টি ত্রুটিপূর্ণ পণ্য পাওয়ার সম্ভাবনা কত?

দ্বিপদী বিন্যাসের সূত্র ব্যবহার করে:
\[ P(X = 2) = \binom{100}{2} (0.01)^2 (0.99)^{98} \]

\(\binom{100}{2}\) বিন্যাসগুলো গণনা করে, তারপর অবশিষ্ট সম্ভাবনাগুলো দিয়ে গুণ করলে আমরা চূড়ান্ত ফলাফলটি পাই।

উদাহরণ ২: চিকিৎসা গবেষণা

একটি নির্দিষ্ট রোগের ওষুধের ক্লিনিক্যাল ট্রায়ালে, ওষুধটির দ্বারা একজন রোগীর সুস্থ হয়ে ওঠার সম্ভাবনা হলো ০.৮। যদি ১০ জন রোগীর উপর পরীক্ষা চালানো হয়, তবে তাদের মধ্যে কমপক্ষে ৮ জন রোগী সুস্থ হয়ে ওঠার সম্ভাবনা কত?

এই সম্ভাবনাটি বের করার জন্য, আমাদের ৮, ৯ এবং ১০ জন রোগীর সুস্থ হওয়ার সম্ভাবনাগুলো যোগ করতে হবে:
\[ P(X \geq 8) = P(X = 8) + P(X = 9) + P(X = 10) \]

k-এর প্রতিটি মানের (৮, ৯, এবং ১০) জন্য দ্বিপদী সূত্র ব্যবহার করে, তারপর ফলাফলগুলো যোগ করা।

উদাহরণ ৩: অর্থনীতিতে সিদ্ধান্ত গ্রহণ

একটি বাজার সমীক্ষায়, ৬০% ভোক্তা একটি নতুন পণ্য পছন্দ করেছেন। যদি ২০ জন ভোক্তার একটি দৈব নমুনা নেওয়া হয়, তবে তাদের মধ্যে কমপক্ষে ১৫ জন পণ্যটি পছন্দ করার সম্ভাবনা কত?

১৫ থেকে ২০ পর্যন্ত লাইক পাওয়ার সম্ভাবনা গণনা করার জন্য আমাদের দ্বিপদী বিন্যাস প্রয়োজন:
\[ P(X \geq 15) = P(X = 15) + P(X = 16) + P(X = 17) + P(X = 18) + P(X = 19) + P(X = 20) \]

একই পদ্ধতি ব্যবহার করে আমরা এই সম্ভাবনাগুলো গণনা করে যোগ করি।

দ্বিপদী বিন্যাস গণনায় প্রযুক্তির ব্যবহার

ডিজিটাল যুগে, দ্বিপদী বিন্যাসের গণনার কাজ শুধু হাতেই করা হয় না, বরং R, Python-এর মতো সফটওয়্যার বা নির্দিষ্ট কিছু পরিসংখ্যানগত ক্যালকুলেটর ব্যবহার করেও করা হয়।

পাইথন ব্যবহার করে দ্বিপদী বিন্যাস গণনা করার একটি উদাহরণ নিচে দেওয়া হলো:

"`পাইথন
scipy.stats থেকে binom আমদানি করুন

n = ১০টি পরীক্ষার সংখ্যা
p = ০.৮ সফলতার সম্ভাবনা
k = 8 প্রত্যাশিত সফলতার সংখ্যা

ঠিক ৮টি সফলতার সম্ভাবনা
prob_8 = binom.pmf(k, n, p)

কমপক্ষে ৮টি সফলতার সম্ভাবনা
prob_ge_8 = 1 – binom.cdf(k-1, n, p)

print(f”ঠিক ৮টি সফলতার সম্ভাবনা: {prob_8}”)
print(f”কমপক্ষে ৮টি সফলতার সম্ভাবনা: {prob_ge_8}”)
"

উপসংহার

দ্বিপদী বিন্যাস হলো পরিসংখ্যান ও সম্ভাব্যতা শাস্ত্রের একটি অপরিহার্য মৌলিক ধারণা। দ্বিপদী বিন্যাস বোঝার মাধ্যমে আমরা বাস্তব জগতের এমন সব পরিস্থিতিতে বিভিন্ন সম্ভাব্যতা মডেল প্রয়োগ করতে পারি, যেখানে দুটি ফলাফলসহ বারবার পরীক্ষা-নিরীক্ষা করা হয়। প্রযুক্তিগত সরঞ্জাম ব্যবহারের ক্ষমতা গণনা প্রক্রিয়াকে আরও দক্ষ ও নির্ভুল করে তোলে। দ্বিপদী বিন্যাস কেবল তাত্ত্বিকভাবেই গুরুত্বপূর্ণ নয়, বরং বিজ্ঞান ও শিল্পের বিভিন্ন ক্ষেত্রে এর অসংখ্য প্রাসঙ্গিক ব্যবহারিক প্রয়োগও রয়েছে।

আশা করি, এই নিবন্ধটি দ্বিপদী বিন্যাস সম্পর্কে গভীরতর ধারণা দেবে এবং পরিসংখ্যান ও সম্ভাব্যতা বিষয়ে আরও অনুসন্ধানে অনুপ্রাণিত করবে।