सम्भाव्यता वितरणको आधारभूत कुराहरू

सम्भाव्यता वितरणको आधारभूत कुराहरू

सम्भाव्यता वितरण तथ्याङ्क र सम्भाव्यतामा एक आधारभूत अवधारणा हो जसले सम्भाव्यतालाई अनियमित मानहरूमा कसरी वितरण गरिन्छ भनेर वर्णन गर्दछ। सम्भाव्यता वितरणले कुनै विशेष घटना वा मान हुने सम्भावनाको बारेमा महत्त्वपूर्ण जानकारी प्रदान गर्न सक्छ। यस लेखले सम्भाव्यता वितरणको आधारभूत कुराहरू, सम्भाव्यता वितरणका प्रकारहरू, र दैनिक जीवनमा प्रयोग र उदाहरणहरू छलफल गर्नेछ।

सम्भाव्यता वितरण भनेको के हो?

सम्भाव्यता वितरण भनेको एउटा गणितीय प्रकार्य हो जसले प्रत्येक सम्भावित परिणामको सम्भाव्यतालाई एउटा अनियमित चरमा तोक्छ। अनियमित चर भनेको एउटा चर हो जसको मान अनियमित प्रयोगको परिणामद्वारा निर्धारण गरिन्छ। उदाहरणका लागि, डाई घुमाउनु एउटा अनियमित प्रयोग हो, र डाईको मान एउटा अनियमित चर हो।

सम्भाव्यता वितरणलाई दुई मुख्य वर्गमा विभाजन गर्न सकिन्छ: असक्रिय सम्भाव्यता वितरण र निरन्तर सम्भाव्यता वितरण। असक्रिय वितरणहरू गणनायोग्य संख्या भएका अनियमित चरहरूका लागि प्रयोग गरिन्छ, जबकि निरन्तर वितरणहरू अनियमित चरहरूका लागि प्रयोग गरिन्छ जसले निरन्तर अन्तराल भित्र मानहरू लिन सक्छ।

असन्तुलित सम्भाव्यता वितरण

द्विपद वितरण

द्विपद वितरण भनेको दुईवटा मात्र परिणाम भएका प्रयोगहरूको मोडेल बनाउन प्रयोग गरिने एक असक्रिय सम्भाव्यता वितरण हो: सफलता वा असफलता। यो वितरण प्रायः त्यस्तो अवस्थामा प्रयोग गरिन्छ जहाँ हामी धेरै पटक स्वतन्त्र प्रयोग दोहोर्याउँछौं।

द्विपद वितरण सूत्र यस प्रकार छ:

\[ P(X = k) = \binom{n}{k} p^k (1-p)^{nk} \]

कहाँ:
\( P(X = k) \) भनेको n परीक्षणहरूमा k सफलताहरू प्राप्त गर्ने सम्भाव्यता हो।
\( \binom{n}{k} \) द्विपद गुणांक हो।
\( p \) भनेको एकल परीक्षणमा सफलताको सम्भावना हो।
\( n \) परीक्षणहरूको संख्या हो।

उदाहरण: १० वटा सिक्का फ्याँकिएका छन्, र हामी ७ पटक हेड प्राप्त गर्ने सम्भावना जान्न चाहन्छौं, हामी यसलाई गणना गर्न द्विपद वितरण प्रयोग गर्छौं।

पोइसन वितरण

पोइसन वितरण एक असक्रिय सम्भाव्यता वितरण हो जसले दिइएको समय वा स्थान अन्तराल भित्र घटनाको घटनाहरूको संख्या वर्णन गर्दछ। पोइसन वितरण प्रायः निश्चित समय अवधि भित्र हुने अनियमित, दुर्लभ घटनाहरूको मोडेल बनाउन प्रयोग गरिन्छ।

पोइसन वितरण सूत्र यस प्रकार छ:

\[ P(X = k) = \frac{\lambda^ke^{-\lambda}}{k!} \]

कहाँ:
\( P(X = k) \) भनेको अन्तरालमा k घटनाहरू भएको सम्भाव्यता हो।
\( \lambda \) अन्तरालमा भएका घटनाहरूको औसत संख्या हो।
\( e \) प्राकृतिक लघुगणकको आधार हो (लगभग २.७१८२८)।

उदाहरण: यदि हरेक घण्टा औसत ३ जना ग्राहक पसलमा आउँछन् भने, हामी एक घण्टामा ५ जना ग्राहक आउने सम्भावना निर्धारण गर्न पोइसन वितरण प्रयोग गर्न सक्छौं।

निरन्तर सम्भाव्यता वितरण

सामान्य वितरण

सामान्य वितरण, जसलाई प्रायः गौसियन वितरण भनिन्छ, सबैभन्दा महत्त्वपूर्ण र सामान्यतया प्रयोग हुने निरन्तर सम्भाव्यता वितरणहरू मध्ये एक हो। यो प्रायः प्रयोग गरिन्छ किनभने धेरै प्राकृतिक र सामाजिक घटनाहरूले यो वितरणलाई पछ्याउँछन्।

सामान्य वितरण दुई प्यारामिटरहरू द्वारा विशेषता हो: माध्य र मानक विचलन। सामान्य वितरणको सम्भाव्यता घनत्व प्रकार्य (pdf) हो:

\[ f(x) = \frac{1}{\sqrt{2\pi\sigma^2}} e^{-\frac{(x-\mu)^2}{2\sigma^2}} \]

कहाँ:
\( \mu \) माध्य हो।
\( \sigma \) मानक विचलन हो।
\( x \) एक अनियमित चर हो।

सामान्य वितरण वक्र घण्टी आकारको र औसत वरिपरि सममित हुन्छ। सामान्य वितरणका उदाहरणहरूमा मानव उचाइ, IQ परीक्षण स्कोर, र धेरै अन्य प्राकृतिक घटनाहरू समावेश छन्।

घातांकीय वितरण

घातांकीय वितरण भनेको अनियमित र निरन्तर रूपमा हुने घटनाहरूमा घटनाहरू बीचको समय मोडेल गर्न प्रयोग गरिने निरन्तर सम्भाव्यता वितरण हो। घातांकीय वितरण प्रायः उत्पादन जीवन समय विश्लेषण र क्युइङ प्रक्रिया मोडेलहरूमा प्रयोग गरिन्छ।

घातांकीय वितरणको सम्भाव्यता घनत्व प्रकार्य हो:

\[ f(x) = \lambda e^{-\lambda x} \]

कहाँ:
\( \lambda \) दर प्यारामिटर (घटना दर) हो।
\( x \) घटनाहरू बीचको समय हो।

घातीय वितरणको प्रयोगका उदाहरणहरू मेसिन विफलता बीचको समय र सेवा स्थानमा ग्राहक आगमन बीचको समय निर्धारण गर्ने हो।

सम्भाव्यता वितरण अनुप्रयोगहरू

सम्भाव्यता वितरणका दैनिक जीवन र विज्ञानका विभिन्न क्षेत्रहरूमा विभिन्न प्रयोगहरू छन्, जस्तै:

१. तथ्याङ्क: सम्भाव्यता वितरणहरू तथ्याङ्कीय अनुमानको लागि प्रयोग गरिन्छ, अर्थात्, नमूनाबाट जनसंख्याको बारेमा निष्कर्ष निकाल्न। सामान्य वितरण, t-वितरण, र ची-वर्ग वितरण सबैभन्दा धेरै प्रयोग हुने वितरणहरू हुन्।

२. बीमा: बीमा कम्पनीहरूले जोखिम अनुमान गर्न र बीमा प्रिमियम निर्धारण गर्न सम्भाव्यता वितरण प्रयोग गर्छन्। बीमा दावीहरूको आवृत्ति मोडेल गर्न पोइसन वितरण प्रयोग गर्न सकिन्छ।

३. व्यावसायिक र निर्माण: उपकरणको जीवन विश्लेषण र मर्मत समय अनुमानको लागि घातांकीय वितरण प्रयोग गरिन्छ। सामान्य वितरण उत्पादन प्रक्रियाहरूको गुणस्तर नियन्त्रण गर्न प्रयोग गरिन्छ।

४. वित्त: लगानी जोखिम र प्रतिफलको मोडेलमा सम्भाव्यता वितरण प्रयोग गरिन्छ। सामान्य वितरण सामान्यतया स्टक मूल्य आन्दोलन र ब्याज दरहरू मोडेल गर्न प्रयोग गरिन्छ।

५. सामाजिक र चिकित्सा विज्ञान: चिकित्सा अनुसन्धानमा, सर्वेक्षण डेटाको विश्लेषणको लागि द्विपद वितरण प्रयोग गरिन्छ, र ठूलो नमूना डेटाको विश्लेषणको लागि सामान्य वितरण प्रयोग गरिन्छ।

केसिम्पुलन

विभिन्न परिस्थितिहरूमा अनियमित चरहरू बुझ्न र मोडेल गर्न सम्भाव्यता वितरणले महत्त्वपूर्ण भूमिका खेल्छ। असक्रिय र निरन्तर दुवै सम्भाव्यता वितरणको आधारभूत कुराहरू बुझ्नाले थप जटिल तथ्याङ्कीय विधिहरू लागू गर्नको लागि ठोस आधार प्रदान गर्दछ। सम्भाव्यता वितरण प्रयोग गरेर, हामी भविष्यवाणी गर्न सक्छौं, जोखिमहरू मूल्याङ्कन गर्न सक्छौं, र डेटाको आधारमा थप सूचित निर्णयहरू गर्न सक्छौं।

सम्भाव्यता वितरणको ज्ञान शैक्षिक वा व्यावसायिक सेटिङहरूमा मात्र उपयोगी हुँदैन, तर यसले हामीलाई दैनिक जीवनमा सामना गर्ने विभिन्न घटनाहरू बुझ्न पनि मद्दत गर्छ। उदाहरणका लागि, सामान्य वितरणले कसरी काम गर्छ भनेर बुझेर, हामी परीक्षण स्कोर, उचाइ, र अन्य विभिन्न सामाजिक र आर्थिक डेटामा प्रवृत्तिहरू बुझ्न सक्छौं।

सम्भाव्यता वितरणको आधारभूत अवधारणाहरूको ठोस बुझाइको साथ, हामी गहिरो विश्लेषणात्मक सीपहरू विकास गर्न सक्छौं र यो ज्ञानलाई विभिन्न व्यावहारिक अनुप्रयोगहरूमा लागू गर्न सक्छौं।