द्विपद वितरण: सिद्धान्त, अनुप्रयोगहरू, र उदाहरणहरू
पेन्डाहुलुआन
तथ्याङ्क र सम्भाव्यता सिद्धान्तमा द्विपद वितरण एक आधारभूत अवधारणा हो। सबैभन्दा धेरै प्रयोग हुने असक्रिय वितरणहरू मध्ये एकको रूपमा, द्विपद वितरणले चिकित्सा, अर्थशास्त्र, जीवविज्ञान, र सामाजिक विज्ञान जस्ता क्षेत्रहरूमा असंख्य अनुप्रयोगहरू प्रदान गर्दछ। यस लेखले द्विपद वितरणको बारेमा गहिराइमा छलफल गर्नेछ, जसमा यसको परिभाषा, मुख्य गुणहरू, सम्बन्धित सूत्रहरू, र धेरै व्यावहारिक अनुप्रयोग उदाहरणहरू समावेश छन्।
द्विपद वितरण बुझ्दै
द्विपद वितरणले n Bernoulli परीक्षणहरूको नतिजा वर्णन गर्दछ, जहाँ प्रत्येक परीक्षणमा केवल दुई सम्भावित परिणामहरू हुन्छन्: "सफलता" वा "असफलता"। उदाहरणका लागि, सिक्का टसमा, सम्भावित परिणामहरू "हेड" वा "हेड" हुन्।
द्विपद वितरणमा दुई मुख्य प्यारामिटरहरू हुन्:
१. n (परीक्षणहरूको संख्या)
२. p (प्रत्येक परीक्षणमा सफलताको सम्भावना)
अझ औपचारिक रूपमा, n परीक्षणहरूमा सफलताहरूको संख्यालाई द्विपद वितरण \( B(n, p) \) द्वारा वर्णन गर्न सकिन्छ।
सम्भाव्यता मास फंक्शन (PMF)
द्विपद वितरणको सम्भाव्यता द्रव्यमान प्रकार्य यस प्रकार तयार गरिएको छ:
\[ P(X = k) = \binom{n}{k} p^k (1 – p)^{n – k} \]
कहाँ:
– \( \binom{n}{k} \) भनेको n छानिएको k को संयोजन हो,
– \( p \) भनेको एउटै परीक्षणमा सफलताको सम्भावना हो,
– \( k \) सफलताहरूको संख्या हो,
– \( n \) परीक्षणहरूको कुल संख्या हो।
द्विपद वितरणका मुख्य गुणहरू
द्विपद वितरणमा धेरै प्रमुख गुणहरू छन्:
१. औसत (औसत): प्रत्येक परीक्षणमा सफलताको सम्भाव्यताले परीक्षणहरूको संख्यालाई गुणन गरेर प्राप्त गरिन्छ। औसत \( \mu = np \) हो।
२. भिन्नता: द्विपद वितरणको भिन्नता परीक्षणहरूको संख्या, सफलताको सम्भावना र असफलताको सम्भावनाको गुणनफल हो, अर्थात्, \( \sigma^2 = np(1 – p) \)।
३. सममिति र बाङ्गोपन: जब \( p = ०.५ \), द्विपद वितरण सममित हुन्छ। \( p < ०.५ \) को लागि, वितरण दायाँतिर बाङ्गो हुन्छ, र \( p > ०.५ \) को लागि, वितरण बायाँतिर बाङ्गो हुन्छ।
४. मान सीमा: द्विपद मान (k) ० देखि n सम्म हुन्छ।
द्विपद वितरण र केन्द्रीय सीमा प्रमेय
केन्द्रीय सीमा प्रमेयमा द्विपद वितरणले महत्त्वपूर्ण भूमिका खेल्छ। जब परीक्षणहरूको संख्या (n) धेरै ठूलो हुन्छ, द्विपद वितरणले औसत \( \mu = np \) र मानक विचलन \( \sigma = \sqrt{np(1 – p)} \) भएको सामान्य वितरणमा पुग्छ।
द्विपद वितरण प्रयोग गर्ने उदाहरण
विभिन्न क्षेत्रहरूबाट व्यावहारिक उदाहरणहरू मार्फत द्विपद वितरणको बारेमा छलफल बुझ्न सजिलो हुनेछ। यहाँ केही वास्तविक-विश्व अनुप्रयोगहरू छन्:
उदाहरण १: उत्पादन परीक्षण
मानौं कुनै इलेक्ट्रोनिक्स कम्पनीको उत्पादन लाइन छ जहाँ दोषपूर्ण उत्पादनको सम्भावना ०.०१ छ। यदि कम्पनीले १०० वटा उत्पादनहरूको निरीक्षण गर्छ भने, ठ्याक्कै २ वटा दोषपूर्ण उत्पादनहरू फेला पार्ने सम्भावना कति हुन्छ?
द्विपद वितरण सूत्र प्रयोग गर्दै:
\[ P(X = २) = \binom{100}{2} (०.०१)^२ (०.९९)^{९८} \]
संयोजनहरू \(\binom{100}{2}\ गणना गरेर, त्यसपछि बाँकी सम्भाव्यताहरूले गुणन गरेर, हामी अन्तिम परिणाम प्राप्त गर्छौं।
उदाहरण २: चिकित्सा अनुसन्धान
कुनै खास रोगको लागि औषधिको क्लिनिकल परीक्षणमा, औषधिले बिरामी निको हुने सम्भावना ०.८ हुन्छ। यदि १० जना बिरामीको परीक्षण गरियो भने, कम्तिमा ८ जना बिरामी निको हुने सम्भावना कति हुन्छ?
यो सम्भाव्यता पत्ता लगाउन, हामीले ८, ९, र १० बिरामीहरू निको हुने सम्भावनाहरू जोड्नुपर्छ:
\[ P(X \geq 8) = P(X = 8) + P(X = 9) + P(X = 10) \]
k (८, ९, र १०) को प्रत्येक मानको लागि द्विपद सूत्र प्रयोग गरेर, त्यसपछि परिणामहरू जोड्दै।
उदाहरण ३: अर्थशास्त्रमा निर्णयहरू
बजार सर्वेक्षणमा, ६०% उपभोक्ताहरूले नयाँ उत्पादन मन पराए। यदि २० जना उपभोक्ताहरूको अनियमित नमूना लिइयो भने, कम्तिमा १५ जनाले उत्पादन मन पराएको सम्भावना कति हुन्छ?
१५ देखि २० सम्मका लाइकहरूको सम्भावना गणना गर्न हामीलाई द्विपद वितरण चाहिन्छ:
\[ P(X \geq 15) = P(X = 15) + P(X = 16) + P(X = 17) + P(X = 18) + P(X = 19) + P(X = 20) \]
उही विधि प्रयोग गरेर, हामी यी सम्भाव्यताहरू गणना गर्छौं र जोड्छौं।
द्विपद वितरण गणनामा प्रविधिको प्रयोग
डिजिटल युगमा, द्विपद वितरण गणना अनुप्रयोगहरू म्यानुअल रूपमा मात्र नभई R, पाइथन, वा निश्चित तथ्याङ्कीय क्याल्कुलेटरहरू जस्ता सफ्टवेयरहरू प्रयोग गरेर पनि गरिन्छ।
द्विपद वितरण गणना गर्न पाइथन प्रयोग गर्ने उदाहरण यहाँ छ:
'' अजगर
scipy.stats बाट import binom
n = १० परीक्षणहरूको संख्या
p = ०.८ सफलताको सम्भावना
k = ८ अपेक्षित सफलताहरूको संख्या
ठ्याक्कै ८ सफलताको सम्भावना
समस्या_८ = binom.pmf(k, n, p)
कम्तिमा ८ सफलताको सम्भावना
prob_ge_8 = 1 – binom.cdf(k-1, n, p)
print(f”ठ्याक्कै ८ सफलताको सम्भावना: {prob_8}”)
print(f"कम्तीमा ८ सफलताको सम्भावना: {prob_ge_8}")
"'
केसिम्पुलन
तथ्याङ्क र सम्भाव्यतामा द्विपद वितरण एक आवश्यक आधारभूत अवधारणा हो। द्विपद वितरण बुझेर, हामी दुई परिणामहरू सहित बारम्बार प्रयोगहरू समावेश गर्ने वास्तविक-विश्व परिस्थितिहरूमा विभिन्न सम्भाव्यता मोडेलहरू लागू गर्न सक्छौं। प्राविधिक उपकरणहरू प्रयोग गर्ने क्षमताले गणना प्रक्रियालाई अझ प्रभावकारी र सटीक बनाउँछ। द्विपद वितरण सैद्धान्तिक रूपमा मात्र महत्त्वपूर्ण छैन तर विज्ञान र उद्योगका विभिन्न क्षेत्रहरूमा असंख्य सान्दर्भिक व्यावहारिक अनुप्रयोगहरू पनि छन्।
आशा छ कि यो लेखले द्विपद वितरणको गहिरो बुझाइ प्रदान गर्नेछ र तथ्याङ्क र सम्भाव्यताको क्षेत्रमा थप अन्वेषण गर्न प्रेरित गर्नेछ।
