Пуассондун бөлүштүрүлүшүн түшүнүү
Статистика жана ыктымалдуулук дүйнөсүндө реалдуу дүйнөдөгү кубулуштарды моделдөө үчүн ар кандай бөлүштүрүүлөр колдонулат. Ар кандай тармактарда көп колдонулган бөлүштүрүүлөрдүн бири - Пуассон бөлүштүрүүсү. Бул бөлүштүрүү уникалдуу мүнөздөмөлөргө ээ жана жаратылыш илимдеринен тартып инженерияга, экономикага жана коомдук илимдерге чейин ар кандай колдонмолордо абдан пайдалуу. Бул макалада Пуассон бөлүштүрүүсү, анын мүнөздөмөлөрү жана ар кандай контексттердеги колдонулушу терең талкууланат.
Пуассондун бөлүштүрүлүшүн түшүнүү
Пуассон бөлүштүрүүсү – бул убакыттын же мейкиндиктин белгиленген аралыгында окуянын канча жолу пайда болгонун сүрөттөгөн дискреттик ыктымалдуулук бөлүштүрүүсү. Бул бөлүштүрүүнү биринчи жолу француз математиги Симеон Дени Пуассон 1837-жылы киргизген. Пуассон бөлүштүрүүсү көбүнчө байкоолордун жалпы санында сейрек кездешүүчү, бирок көп санда болгон кокустук окуяларды моделдөө үчүн колдонулат.
Төмөндө Пуассондун бөлүштүрүү формуласы келтирилген:
\[ P(X = k) = \frac{\lambda^ke^{-\lambda}}{k!} \]
ди мана:
– \( P(X = k) \) – берилген аралыкта k окуясынын болуу ыктымалдыгы,
– \( \lambda \) – бул интервалдагы окуялардын орточо саны,
– \( k \) - окуялардын саны,
– \( e \) болжол менен 2.71828ге барабар болгон натуралдык логарифмдин негизи.
Пуассон бөлүштүрүлүшү окуялар бири-биринен көз карандысыз жана убакыттын же мейкиндиктин бирдик аралыгына түшкөн окуялардын орточо саны туруктуу деген негизги божомолго ээ.
Пуассондун бөлүштүрүлүшүнүн мүнөздөмөлөрү
Пуассон бөлүштүрүлүшүнүн башка бөлүштүрүүлөрдөн айырмалап турган бир нече негизги мүнөздөмөлөрү бар. Пуассон бөлүштүрүлүшүнүн негизги мүнөздөмөлөрү төмөнкүлөр:
1. Дискреттик жана терс эмес: Пуассон бөлүштүрүүсүндөгү кокустук чоңдуктар терс эмес бүтүн сан маанилерин гана кабыл ала алат (0, 1, 2, …).
2. Окуялардын көз карандысыздыгы: Ар бир окуя бири-биринен көз карандысыз болушу керек. Бул бир окуянын болушу башка окуянын болуу ыктымалдыгына таасир этпейт дегенди билдирет.
3. Туруктуу орточо маани: Берилген аралыктагы окуялардын орточо мааниси туруктуу болушу керек. Бул Пуассондун бөлүштүрүлүшү убакыттын өтүшү менен окуялардын орточо мааниси өзгөрсө, ылайыктуу эмес дегенди билдирет.
4. Бир параметр (\( \lambda \)): Пуассон бөлүштүрүлүшүнүн бир гана параметри бар, тактап айтканда, \( \lambda \), ал интервалдагы окуялардын орточо саны.
5. Орточо маани жана дисперсия: Пуассон бөлүштүрүүсүндө орточо маани (орточо маани) жана дисперсия (вариация) бирдей, тактап айтканда \( \lambda \).
Кейс-стадилер жана колдонмолор
Пуассон бөлүштүрүүсүнүн реалдуу жашоодо ар кандай колдонулуштары бар. Бул бөлүштүрүүнүн кээ бир кеңири таралган мисалдары төмөнкүлөрдү камтыйт:
1. Телефон чалууларынын саны: Кардарларды тейлөө борборунда саатына алынган телефон чалууларынын орточо саны 5 деп коёлу. Пуассон бөлүштүрүүсүн белгилүү бир саатта алынган чалуулардын санын моделдөө үчүн колдонсо болот.
2. Жол кырсыгы окуялары: Белгилүү бир кесилиште айына болгон жол кырсыгынын орточо саны 3 деп коёлу. Пуассондун бөлүштүрүлүшү кийинки айда болушу мүмкүн болгон кырсыктардын санын алдын ала айтууга жардам берет.
3. Ресторанга келген кардарлардын саны: Эгерде ресторанга саатына келген кардарлардын орточо саны 10 болсо, Пуассон бөлүштүрүүсү белгилүү бир саатта келиши мүмкүн болгон кардарлардын санын моделдөө үчүн колдонулушу мүмкүн.
4. Генетикалык мутациялар: Генетика контекстинде, Пуассондун бөлүштүрүлүшүн белгилүү бир убакыт аралыгында организмдер тобундагы генетикалык мутациялардын санын моделдөө үчүн колдонсо болот, анткени мутациялар адатта сейрек кездешет, бирок белгилүү бир окуялар болот.
Пуассон бөлүштүрүүсү менен ыктымалдуулукту кантип эсептөө керек
Пуассон бөлүштүрүүсүн колдонууну жакшыраак түшүнүү үчүн, Пуассон бөлүштүрүү формуласын колдонуп ыктымалдуулукту кантип эсептөөнү карап көрөлү. Мисал:
Мисалы, бир сааттын ичинде дүкөнгө келген кардарлардын орточо саны 4 (\( \lambda = 4 \)) болсун. Берилген сааттын ичинде так 6 кардар келүү ыктымалдыгын билгибиз келет. Пуассон формуласын колдонуу менен:
\[ P(X = 6) = \frac{4^6 e^{-4}}{6!} \]
Биз эсептей алабыз:
– \( 4^6 = 4096 \)
– \( e^{-4} \болжол менен 0.0183 \)
– \( 6! = 720 \)
Демек,
\[ P(X = 6) = \frac{4096 \cdot 0.0183}{720} \болжол менен 0.104 \]
Ошентип, бир сааттын ичинде так 6 кардар келүү ыктымалдыгы болжол менен 10.4% түзөт.
Пуассон бөлүштүрүүсүнүн артыкчылыктары жана чектөөлөрү
Ашыкча:
1. Жөнөкөй жана оңой: Пуассон бөлүштүрүүсүнүн жөнөкөй формуласы бар жана аны колдонууну жеңилдетүүчү бир гана параметрди (\( \lambda \)) талап кылат.
2. Кеңири колдонулушу: Бул бөлүштүрүүнүн ар кандай тармактарда көптөгөн колдонулушу бар, анткени көптөгөн реалдуу окуяларды сейрек кездешүүчү жана көз карандысыз окуялары бар бөлүштүрүү менен моделдөөгө болот.
3. Реалдуу божомолдор: Орточо маанинин көз карандысыздыгы жана туруктуулугу жөнүндөгү божомолдор көп учурда реалдуу дүйнөдөгү көптөгөн кырдаалдарда, мисалы, келген кардарлардын саны же телефон чалуулардын саны сыяктуу учурларда реалдуу болот.
Кетербатасан:
1. Туруктуу орточо маани дайыма эле жетиштүү боло бербейт: Көптөгөн реалдуу дүйнөдөгү кырдаалдарда окуялардын орточо мааниси дайыма эле туруктуу боло бербейт. Эгерде орточо маани убакыттын өтүшү менен өзгөрсө, Пуассондун бөлүштүрүлүшү так болбошу мүмкүн.
2. Окуялардын көз карандысыздыгы: Окуялар бири-биринен көз карандысыз деген божомол кээ бир кырдаалдарда дайыма эле туура боло бербеши мүмкүн.
3. Бүтүн сандар үчүн гана: Пуассон бөлүштүрүүсү бүтүн сандар менен эсептелүүчү окуялар үчүн гана ылайыктуу. Аны үзгүлтүксүз маалыматтар үчүн колдонууга болбойт.
Пуассон бөлүштүрүлүшүнүн вариациялары
Пуассон бөлүштүрүүсү абдан пайдалуу болгону менен, бул бөлүштүрүүнүн татаалыраак кырдаалдарды эске алуу үчүн бир нече вариациялары жана кеңейтүүлөрү бар. Белгилүү вариациялардын бири - Аралаш Пуассон бөлүштүрүүсү, ал окуялардын орточо санынын (\( \lambda \)) белгилүү бир бөлүштүрүүгө ээ болгон кокустук өзгөрмө да болушу мүмкүн экенин тааныйт.
Ошондой эле, окуялар толугу менен көз карандысыз болбошу мүмкүн болгон же өтө сейрек кездешүүчү окуялардын ыктымалдуулугу стандарттуу Пуассон моделине туура келбеген кырдаалдарды эске алуу үчүн стандарттуу Пуассон бөлүштүрүлүшүнүн айрым божомолдорун жумшартуучу Жалпыланган Пуассон бөлүштүрүүсү бар.
Корутунду
Пуассон бөлүштүрүүсү - убакыттын же мейкиндиктин белгиленген аралыктарында болуп жаткан кокустук окуяларды моделдөө үчүн колдонулган статистика жана ыктымалдуулук жаатындагы күчтүү курал. Бир гана негизги параметр, \(\lambda\) менен, ал кардарларды тейлөөдөн генетикага чейинки кеңири реалдуу дүйнөдөгү кырдаалдарды сүрөттөөнүн жөнөкөй, бирок натыйжалуу жолун сунуштайт. Айрым кырдаалдарда анын тактыгын чектеши мүмкүн болгон кээ бир негизги божомолдору болгону менен, анын жөнөкөйлүгү жана кеңири колдонулушу аны эң популярдуу жана пайдалуу ыктымалдуулук бөлүштүрүүлөрүнүн бирине айлантат. Пуассон бөлүштүрүүсүн түшүнүү статистикалык анализге гана жардам бербестен, табигый жана техногендик кубулуштарда ыктымалдуулук үлгүлөрүнүн кандайча иштээрин түшүнүүгө да мүмкүндүк берет.
