র‍্যান্ডম ভেরিয়েবলের মৌলিক ধারণা

র‍্যান্ডম ভেরিয়েবলের মৌলিক ধারণা

পরিসংখ্যান ও সম্ভাবনা তত্ত্বে, দৈব চলক হলো অন্যতম মৌলিক একটি ধারণা, যা দৈব ঘটনা এবং পরিমাপযোগ্য গাণিতিক বিশ্লেষণের মধ্যে সেতুবন্ধন তৈরি করে। দৈব চলকের মাধ্যমে, আমরা একটি দৈব পরীক্ষার ফলাফলকে—যা প্রাথমিকভাবে বিভিন্ন ঘটনা বা শ্রেণি নিয়ে গঠিত—এমন সংখ্যায় "রূপান্তরিত" করতে পারি যা প্রক্রিয়াজাত করা যায়: যেমন—তাদের সম্ভাবনা গণনা করা, গড় দিয়ে সারসংক্ষেপ করা, তাদের বিস্তৃতি পরিমাপ করা, এবং এমনকি নির্দিষ্ট বিন্যাস ব্যবহার করে তাদের মডেল তৈরি করা। এই প্রবন্ধে দৈব চলকের মৌলিক ধারণা, এর প্রকারভেদ, এবং সম্ভাবনা অপেক্ষক, ক্রমযোজিত বিন্যাস অপেক্ষক, প্রত্যাশিত মান ও ভেদাঙ্কের মতো মূল ধারণাগুলো নিয়ে আলোচনা করা হয়েছে।

১. দৈব চলক কাকে বলে?

সহজ কথায়, দৈব চলক হলো এমন একটি ফাংশন যা নমুনা ক্ষেত্রের প্রতিটি ফলাফলকে একটি বাস্তব সংখ্যায় রূপায়। নমুনা ক্ষেত্র হলো কোনো দৈব পরীক্ষার সমস্ত সম্ভাব্য ফলাফলের সমষ্টি।

উদাহরণস্বরূপ, ধরা যাক আমরা একটি ছয়-পার্শ্বযুক্ত ছক্কা গড়িয়ে দিলাম। নমুনা ক্ষেত্রটি হলো {১, ২, ৩, ৪, ৫, ৬}। আমরা দৈব চলক \(X\)-কে “ছক্কাটিতে ওঠা সংখ্যা” হিসেবে সংজ্ঞায়িত করতে পারি। তাহলে, ছক্কাটি নিরপেক্ষ হলে \(X\)-এর মান ১ থেকে ৬ পর্যন্ত সমান সম্ভাবনায় হতে পারে।

আরেকটি উদাহরণ: আমরা দুটি মুদ্রা নিক্ষেপ করি। নমুনা ক্ষেত্রটি হলো {HH, HT, TH, TT}। যদি আমরা দৈব চলক \(Y\)-কে “উঠে আসা হেড (H)-এর সংখ্যা” হিসেবে সংজ্ঞায়িত করি, তাহলে:
– HH → \(Y = 2\)
– HT → \(Y = 1\)
– TH → \(Y = 1\)
– TT → \(Y = 0\)

এখানে আমরা দেখতে পাই যে, দৈব চলকগুলোকে সরাসরি মূল ফলাফলকে “প্রতিফলিত” করতে হয় না; এগুলো হলো বিশ্লেষণের প্রয়োজন অনুযায়ী দৈব ফলাফলগুলোতে সাংখ্যিক মান আরোপ করার একটি উপায়।

২. দৈব চলকের প্রকারভেদ: বিচ্ছিন্ন এবং অবিচ্ছিন্ন

সাধারণত, দৈব চলকগুলোকে দুটি প্রধান ভাগে ভাগ করা হয়:

ক) বিচ্ছিন্ন দৈব চলক
একটি বিচ্ছিন্ন দৈব চলক হলো এমন একটি দৈব চলক যার মানগুলো এক এক করে গণনা করা যায় (গণনাযোগ্য), এবং এগুলো সাধারণত পূর্ণসংখ্যা বা নির্দিষ্ট মানের একটি পৃথক সেট আকারে থাকে।

যেমন:
– পরিবারে সন্তানের সংখ্যা (০, ১, ২, ৩, …)
– ১ মিনিটে টোল পোস্ট দিয়ে যাতায়াতকারী যানবাহনের সংখ্যা
– পরিদর্শন করা ১০টি পণ্যের মধ্যে ত্রুটিপূর্ণ পণ্যের সংখ্যা

বিচ্ছিন্ন দৈব চলকের ক্ষেত্রে, প্রতিটি মানের সম্ভাবনাকে সরাসরি সম্ভাবনা ভর অপেক্ষকের আকারে প্রকাশ করা যায়।

খ) অবিচ্ছিন্ন দৈব চলক
একটি অবিচ্ছিন্ন দৈব চলক হলো এমন একটি দৈব চলক যা বাস্তব সংখ্যা রেখার উপর একটি অবিচ্ছিন্ন (অগণনীয়) ব্যবধিতে মান গ্রহণ করতে পারে, উদাহরণস্বরূপ, ০ এবং ১-এর মধ্যবর্তী সমস্ত মান, অথবা সমস্ত ধনাত্মক বাস্তব মান।

যেমন:
– একজন ব্যক্তির উচ্চতা
– কাউন্টারে গ্রাহকের অপেক্ষার সময়
– একটি নির্দিষ্ট সময়ে বায়ুর তাপমাত্রা

একটি অবিচ্ছিন্ন দৈব চলকের ক্ষেত্রে, যেকোনো নির্দিষ্ট মুহূর্তে সম্ভাবনা মূলত শূন্য। তাই, সম্ভাবনা ঘনত্ব ফাংশন ব্যবহার করে একটি নির্দিষ্ট পরিসরের (যেমন, ১০ থেকে ১২ মিনিটের মধ্যে) জন্য সম্ভাবনা গণনা করা হয়।

৩. সম্ভাবনা ফাংশন: PMF এবং PDF

পরবর্তী গুরুত্বপূর্ণ ধারণাটি হলো, কীভাবে সম্ভাবনা একটি দৈব চলকের মানের সাথে “যুক্ত” থাকে।

ক) সম্ভাবনা ভর ফাংশন (পিএমএফ)
একটি বিচ্ছিন্ন দৈব চলক \(X\)-এর জন্য, PMF-কে নিম্নরূপে সংজ্ঞায়িত করা হয়:
\[
p(x) = P(X = x)
\]
এই শর্তে যে:
১. সকল x-এর জন্য p(x) ≥ 0
2. \(\sum_x p(x) = 1\)

সহজ উদাহরণ: ন্যায্য পাশা
\[
P(X=k)=\frac{1}{6}, \quad k=1,2,3,4,5,6
\]

খ) সম্ভাবনা ঘনত্ব ফাংশন (পিডিএফ)
একটি অবিচ্ছিন্ন দৈব চলক \(X\)-এর জন্য, আমরা PDF \(f(x)\) ব্যবহার করি, যাতে \([a,b]\) ব্যবধিতে সম্ভাবনাটি হয়:
\[
P(a \le X \le b) = ∫_a^bf(x) dx
\]
এই শর্তে যে:
১. \(f(x) \ge 0\)
2. \(\int_{-\infty}^{\infty} f(x)\,dx = 1\)

এটি বিশেষভাবে উল্লেখ্য যে, একটি অবিচ্ছিন্ন দৈব চলকের ক্ষেত্রে, \(x\)-এর প্রতিটি একক মানের জন্য \(P(X=x)=0\)। পরিসর নিয়ে আলোচনার সময় সম্ভাবনা সর্বদা অর্থবহ হয়।

৪. ক্রমযোজিত বণ্টন অপেক্ষক (CDF)

বিচ্ছিন্ন বা অবিচ্ছিন্ন যাই হোক না কেন, দৈব চলকসমূহকে ক্রমযোজিত বণ্টন অপেক্ষক (CDF) দ্বারা বর্ণনা করা যায়, যা নিম্নরূপে সংজ্ঞায়িত করা হয়:
\[
F(x) = P(X ≤ x)
\]

CDF-এর বেশ কয়েকটি গুরুত্বপূর্ণ বৈশিষ্ট্য রয়েছে:
\(F(x)) এর মান সর্বদা 0 এবং 1 এর মধ্যে থাকে
– \(F(x)\) হ্রাস পায় না (অহ্রাসমান)
– \(\lim_{x\to -\infty}F(x)=0\) এবং \(\lim_{x\to\infty}F(x)=1\)

বিচ্ছিন্ন চলকের ক্ষেত্রে, CDF “সিঁড়ি” আকৃতির হয় (নির্দিষ্ট কিছু বিন্দুতে উপরের দিকে ওঠে)। অবিচ্ছিন্ন চলকের ক্ষেত্রে, CDF সাধারণত মসৃণ হয় এবং এটি PDF-এর ইন্টিগ্রাল:
\[
F(x)=\int_{-\infty}^{x} f(t)\,dt
\]

৫. কেন্দ্রীয় প্রবণতার পরিমাপ: প্রত্যাশিত মান (প্রত্যাশা)

একবার সম্ভাব্যতা বিন্যাস জানা হয়ে গেলে, আমরা প্রায়শই দৈব চলকটিকে একটিমাত্র সংখ্যা দিয়ে সংক্ষিপ্ত করতে চাই যা এর “দীর্ঘমেয়াদী গড় মান”কে প্রতিনিধিত্ব করে। এটিই প্রত্যাশিত মান বা প্রত্যাশা।

ক) বিচ্ছিন্ন চলক প্রত্যাশা
যদি \(X\) বিচ্ছিন্ন হয়:
\[
E[X] = \sum_x x\,p(x)
\]

খ) অবিচ্ছিন্ন চলকের প্রত্যাশা
যদি \(X\) অবিচ্ছিন্ন হয়:
\[
E[X] = ∫∞∞ x f(x) dx
\]

প্রত্যাশা সবসময় ‘সর্বাধিকবার সংঘটিত মান’ (মোড)-এর সমান হয় না, এবং এটি সবসময় সেই মানও নয় যা প্রকৃতপক্ষে ঘটার সম্ভাবনা থাকে, কিন্তু এটি সিদ্ধান্ত গ্রহণ, পূর্বাভাস এবং ঝুঁকি বিশ্লেষণের জন্য অত্যন্ত উপযোগী।

প্রয়োগের উদাহরণ: ব্যবসায়, বিভিন্ন পরিস্থিতি এবং সেগুলোর সম্ভাব্যতা বিবেচনায় রেখে কোনো কৌশলের প্রত্যাশিত গড় মুনাফা গণনা করতে প্রত্যাশা ব্যবহার করা যেতে পারে।

৬. বিচ্ছুরণের পরিমাপ: ভেদাঙ্ক এবং পরিমিত ব্যবধান

দুটি দৈব চলকের প্রত্যাশা একই হলেও তাদের অনিশ্চয়তার মাত্রা ভিন্ন হতে পারে। এজন্য আমাদের বিচ্ছুরণের পরিমাপ প্রয়োজন, যথা ভেদাঙ্ক এবং পরিমিত ব্যবধান।

\(X\)-এর ভেদাঙ্ককে নিম্নরূপে সংজ্ঞায়িত করা হয়:
\[
Var(X)=E[(XE[X])^2]
\]
প্রমাণ বিচ্যুতি হলো ভেদাঙ্কের বর্গমূল:
\[
σ = √Var(X)
\]

প্রায়শই ব্যবহৃত ব্যবহারিক সূত্রসমূহ:
\[
Var(X) = E[X^2] – (E[X])^2
\]

ভেদাঙ্ক যত বেশি হবে, গড় থেকে \(X\) মানগুলোর বিস্তারও তত বেশি হবে, যার অর্থ অনিশ্চয়তাও বেশি।

৭. প্রায়শই ব্যবহৃত সম্ভাব্যতা বিন্যাস

বাস্তবে, অনেক দৈব চলক নির্দিষ্ট বন্টন বিন্যাস অনুসরণ করে। কয়েকটি জনপ্রিয় বন্টন হলো:

– বার্নোলি: দুটি ফলাফল (সফলতা/ব্যর্থতা), যেমন সত্য-মিথ্যা, জীবিত-মৃত।
– দ্বিপদী: \(n\) টি বার্নোলি পরীক্ষার মাধ্যমে প্রাপ্ত সাফল্যের সংখ্যা, উদাহরণস্বরূপ, ২০ জন শিক্ষার্থীর মধ্যে থেকে স্নাতক সম্পন্নকারী শিক্ষার্থীর সংখ্যা।
– পয়সন: একটি নির্দিষ্ট সময়/স্থান ব্যবধানে ঘটা ঘটনার সংখ্যা, যেমন প্রতি মিনিটে আগত কলের সংখ্যা।
– সুষম অবিচ্ছিন্ন: ব্যবধিটির মধ্যে থাকা সকল মানের সম্ভাবনা সমান।
– স্বাভাবিক (গাউসীয়): অনেক প্রাকৃতিক ও সামাজিক ঘটনা এই বিন্যাসের কাছাকাছি হয়, যেমন উচ্চতা বা পরিমাপের ত্রুটি।

সঠিক বন্টন নির্বাচন করলে মডেলিং ও বিশ্লেষণ আরও নির্ভুল হয়ে ওঠে।

৮. দৈব চলক কেন গুরুত্বপূর্ণ?

র‍্যান্ডম ভেরিয়েবলগুলো নিম্নলিখিত বিষয়গুলোর ভিত্তি:
– অনুমিতিমূলক পরিসংখ্যান: নমুনার উপর ভিত্তি করে জনসংখ্যার পরামিতি অনুমান করা
– হাইপোথিসিস টেস্টিং: কোনো দাবি ডেটা দ্বারা সমর্থিত কিনা তা নির্ধারণ করা।
– মেশিন লার্নিং: অনিশ্চয়তার মডেলিং এবং পূর্বাভাসের সম্ভাবনা
– ঝুঁকি ব্যবস্থাপনা: ক্ষতির সম্ভাবনা এবং চরম পরিস্থিতি পরিমাপ করা
– প্রকৌশল ও বিজ্ঞান: সিগন্যাল প্রসেসিং, সিস্টেম নির্ভরযোগ্যতা, কিউইং তত্ত্ব

র‍্যান্ডম ভেরিয়েবলের মাধ্যমে, আমাদের কাছে একটি গাণিতিক ভাষা আছে যার সাহায্যে আমরা পদ্ধতিগতভাবে অনিশ্চয়তা নিয়ে আলোচনা করতে পারি।

উপসংহার

র‍্যান্ডম ভ্যারিয়েবল হলো সম্ভাবনা তত্ত্বের একটি মূল ধারণা, যা দৈব পরীক্ষার ফলাফলকে সাংখ্যিক মানে রূপান্তর করে। র‍্যান্ডম ভ্যারিয়েবল বিচ্ছিন্ন বা অবিচ্ছিন্ন হতে পারে এবং প্রত্যেকটির ক্ষেত্রে PMF বা PDF-এর মাধ্যমে সম্ভাবনা প্রকাশের ভিন্ন ভিন্ন পদ্ধতি রয়েছে। অধিকন্তু, CDF সম্ভাবনার পুঞ্জীভবন দেখার একটি সাধারণ উপায় প্রদান করে। একটি বিন্যাসকে সংক্ষিপ্ত করতে, কেন্দ্রীয় প্রবণতার পরিমাপ হিসেবে প্রত্যাশা এবং বিচ্ছুরণের পরিমাপ হিসেবে ভেদাঙ্ক/প্রমিত বিচ্যুতি ব্যবহৃত হয়। এই মৌলিক ধারণাগুলো বোঝা সম্ভাবনা বিন্যাস, পরিসংখ্যানগত প্রাক্কলন, রিগ্রেশন, ঝুঁকি মডেলিং এবং আধুনিক ডেটা বিশ্লেষণের মতো আরও উন্নত বিষয়গুলো শিখতে সহায়তা করবে।

আপনি চাইলে, দৈব চলকের ধারণাটি আরও সহজে বোঝানোর জন্য আমি উদাহরণ প্রশ্ন এবং সেগুলোর আলোচনাও (বিচ্ছিন্ন ও অবিচ্ছিন্ন) যোগ করতে পারি।