ਬਾਇਨੋਮੀਅਲ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਫੰਕਸ਼ਨ ਬਾਰੇ ਚਰਚਾ ਕਰਨ ਵਾਲੇ ਉਦਾਹਰਨ ਸਵਾਲ

ਬਾਈਨੋਮੀਅਲ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਫੰਕਸ਼ਨ ਬਾਰੇ ਚਰਚਾ ਕਰਨ ਵਾਲੇ ਉਦਾਹਰਨ ਸਵਾਲ

ਬਾਇਨੋਮੀਅਲ ਵੰਡ ਇੱਕ ਵੱਖਰੀ ਸੰਭਾਵਨਾ ਵੰਡ ਹੈ ਜੋ ਇੱਕ ਪ੍ਰਯੋਗ ਵਿੱਚ ਸਫਲਤਾਵਾਂ ਦੀ ਸੰਖਿਆ ਦਾ ਵਰਣਨ ਕਰਦੀ ਹੈ ਜਿਸ ਵਿੱਚ ਦੋ ਸੰਭਾਵਿਤ ਨਤੀਜਿਆਂ ਵਾਲੇ ਕਈ ਸੁਤੰਤਰ ਅਜ਼ਮਾਇਸ਼ਾਂ ਸ਼ਾਮਲ ਹਨ: ਸਫਲਤਾ ਅਤੇ ਅਸਫਲਤਾ। ਹਰੇਕ ਅਜ਼ਮਾਇਸ਼ ਨੂੰ ਇੱਕ ਅਜ਼ਮਾਇਸ਼ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਬਾਇਨੋਮੀਅਲ ਵੰਡ ਅਕਸਰ ਉਹਨਾਂ ਸਥਿਤੀਆਂ ਵਿੱਚ ਵਰਤੀ ਜਾਂਦੀ ਹੈ ਜਿੱਥੇ ਕਈ ਸੁਤੰਤਰ ਅਜ਼ਮਾਇਸ਼ਾਂ ਵਿੱਚ ਸਫਲਤਾਵਾਂ ਦੀ ਸੰਖਿਆ ਦਿਲਚਸਪੀ ਵਾਲੀ ਹੁੰਦੀ ਹੈ। ਇਸ ਲੇਖ ਵਿੱਚ, ਅਸੀਂ ਬਾਇਨੋਮੀਅਲ ਵੰਡ ਦੀਆਂ ਮੂਲ ਧਾਰਨਾਵਾਂ 'ਤੇ ਚਰਚਾ ਕਰਾਂਗੇ ਅਤੇ ਉਦਾਹਰਣਾਂ ਅਤੇ ਹੱਲ ਪ੍ਰਦਾਨ ਕਰਾਂਗੇ।

ਬਾਇਨੋਮੀਅਲ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਫੰਕਸ਼ਨ ਦੀਆਂ ਮੂਲ ਧਾਰਨਾਵਾਂ

ਉਦਾਹਰਣ ਪ੍ਰਸ਼ਨਾਂ ਅਤੇ ਚਰਚਾ ਵਿੱਚ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ, ਆਓ ਦੋਪਦੀ ਵੰਡ ਨਾਲ ਸਬੰਧਤ ਕੁਝ ਬੁਨਿਆਦੀ ਸੰਕਲਪਾਂ 'ਤੇ ਚਰਚਾ ਕਰੀਏ।

1. ਪਰਿਭਾਸ਼ਾ: ਦੋਪੰਥੀ ਵੰਡ ਨੂੰ 'n' ਸੁਤੰਤਰ ਅਜ਼ਮਾਇਸ਼ਾਂ ਵਿੱਚ ਸਫਲਤਾਵਾਂ ਦੇ ਜੋੜ ਵਜੋਂ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ, ਜਿੱਥੇ ਹਰੇਕ ਅਜ਼ਮਾਇਸ਼ ਦੇ ਦੋ ਸੰਭਾਵੀ ਨਤੀਜੇ ਹੁੰਦੇ ਹਨ: ਸਫਲਤਾ (ਸੰਭਾਵਨਾ p ਦੇ ਨਾਲ) ਜਾਂ ਅਸਫਲਤਾ (ਸੰਭਾਵਨਾ q = 1 – p ਦੇ ਨਾਲ)।

2. ਸੰਭਾਵਨਾ ਫੰਕਸ਼ਨ: ਬਾਇਨੋਮੀਅਲ ਵੰਡ ਦਾ ਸੰਭਾਵਨਾ ਫੰਕਸ਼ਨ ਹੈ:
\[
P(X = k) = \binom{n}{k} p^k (1-p)^{nk}
\]
ਮਨ ਵਿੱਚ:
– \( P(X = k) \) n ਪਰੀਖਣਾਂ ਵਿੱਚ k ਸਫਲਤਾਵਾਂ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ।
– \( \binom{n}{k} \) n take k ਦਾ ਸੁਮੇਲ ਹੈ, ਜਿਸਨੂੰ \( \frac{n!}{k!(nk)!} \) ਵਜੋਂ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ।
– \( p \) ਹਰੇਕ ਪਰਖ ਵਿੱਚ ਸਫਲਤਾ ਦੀ ਸੰਭਾਵਨਾ ਹੈ।
– \( (1-p) \) ਹਰੇਕ ਪਰਖ ਵਿੱਚ ਅਸਫਲਤਾ ਦੀ ਸੰਭਾਵਨਾ ਹੈ।

3. ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਅਤੇ ਭਿੰਨਤਾ:
– ਦੋਪਦੀ ਵੰਡ ਦਾ ਅਨੁਮਾਨਿਤ ਮੁੱਲ (ਔਸਤ) \( \mu = np \) ਹੈ।
– ਦੋਪਦੀ ਵੰਡ ਦਾ ਭਿੰਨਤਾ \( \sigma^2 = np(1-p) \) ਹੈ।

ਹੁਣ, ਆਓ ਇਹਨਾਂ ਸੰਕਲਪਾਂ ਨੂੰ ਇੱਕ ਉਦਾਹਰਣ ਸਮੱਸਿਆ ਵਿੱਚ ਲਾਗੂ ਕਰੀਏ ਤਾਂ ਜੋ ਡੂੰਘੀ ਸਮਝ ਪ੍ਰਦਾਨ ਕੀਤੀ ਜਾ ਸਕੇ।

ਉਦਾਹਰਨ ਪ੍ਰਸ਼ਨ 1: ਬਾਇਨੋਮੀਅਲ ਵੰਡ ਦੀਆਂ ਮੁੱਢਲੀਆਂ ਗਣਨਾਵਾਂ

ਸਵਾਲ:
ਇੱਕ ਕੰਪਨੀ 0.95 ਸੰਭਾਵਨਾ ਦੇ ਨਾਲ ਇਲੈਕਟ੍ਰਾਨਿਕ ਕੰਪੋਨੈਂਟ ਤਿਆਰ ਕਰਦੀ ਹੈ ਕਿ ਹਰੇਕ ਕੰਪੋਨੈਂਟ ਗੁਣਵੱਤਾ ਟੈਸਟ ਪਾਸ ਕਰਦਾ ਹੈ। ਜੇਕਰ 10 ਕੰਪੋਨੈਂਟ ਤਿਆਰ ਕੀਤੇ ਜਾਂਦੇ ਹਨ, ਤਾਂ ਇਸ ਸੰਭਾਵਨਾ ਦੀ ਗਣਨਾ ਕਰੋ ਕਿ ਬਿਲਕੁਲ 8 ਕੰਪੋਨੈਂਟ ਗੁਣਵੱਤਾ ਟੈਸਟ ਪਾਸ ਕਰਦੇ ਹਨ।

ਚਰਚਾ:
ਇਸ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਅਸੀਂ ਦੋਪੰਥੀ ਵੰਡ ਫਾਰਮੂਲੇ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹਾਂ। ਪਹਿਲਾਂ, ਅਸੀਂ ਹੇਠ ਲਿਖੇ ਮਾਪਦੰਡਾਂ ਦੀ ਪਛਾਣ ਕਰਦੇ ਹਾਂ:
– \( n \) (ਪ੍ਰੀਖਿਆਵਾਂ ਦੀ ਕੁੱਲ ਸੰਖਿਆ) = 10
– \( k \) (ਸਫਲਤਾਵਾਂ ਦੀ ਗਿਣਤੀ) = 8
– \( p \) (ਸਫਲਤਾ ਦੀ ਸੰਭਾਵਨਾ) = 0.95
– \( q \) (ਅਸਫਲਤਾ ਦੀ ਸੰਭਾਵਨਾ) = 1 – 0.95 = 0.05

ਫਿਰ ਇਹਨਾਂ ਮੁੱਲਾਂ ਨੂੰ ਬਾਇਨੋਮੀਅਲ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਫਾਰਮੂਲੇ ਵਿੱਚ ਬਦਲੋ:
\[
P(X = 8) = \binom{10}{8} (0.95)^8 (0.05)^2
\]

ਪਹਿਲਾਂ, ਸੁਮੇਲ \( \binom{10}{8} \) ਦੀ ਗਣਨਾ ਕਰੋ:
\[
\binom{10}{8} = \frac{10!}{8!(10-8)!} = \frac{10!}{8!2!} = \frac{10 \ਗੁਣਾ 9 \ਗੁਣਾ 8!}{8! \ਗੁਣਾ 2!} = \frac{10 \ਗੁਣਾ 9}{2 \ਗੁਣਾ 1} = 45
\]

ਫਿਰ, ਸੰਭਾਵਨਾਵਾਂ \( (0.95)^8 \) ਅਤੇ \( (0.05)^2 \) ਦੀ ਗਣਨਾ ਕਰੋ:
\[
(0.95)^8 \ਲਗਭਗ 0.6634
\]
\[
(0.05)^2 = 0.0025
\]

ਅੰਤ ਵਿੱਚ, ਇਹਨਾਂ ਸਾਰੇ ਮੁੱਲਾਂ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਗੁਣਾ ਕਰੋ:
\[
P(X = 8) = 45 \ਗੁਣਾ 0.6634 \ਗੁਣਾ 0.0025 \ਲਗਭਗ 0.0744
\]

ਇਸ ਲਈ, ਇਹ ਸੰਭਾਵਨਾ ਕਿ 10 ਵਿੱਚੋਂ 8 ਹਿੱਸੇ ਗੁਣਵੱਤਾ ਟੈਸਟ ਪਾਸ ਕਰਦੇ ਹਨ, ਲਗਭਗ 0.0744 ਜਾਂ 7.44% ਹੈ।

ਉਦਾਹਰਨ ਸਵਾਲ 2: ਸੰਚਤ ਸੰਭਾਵਨਾ

ਸਵਾਲ:
ਫਿਰ ਵੀ ਉਸੇ ਕੰਪਨੀ ਨਾਲ, ਇਸ ਸੰਭਾਵਨਾ ਦੀ ਗਣਨਾ ਕਰੋ ਕਿ 10 ਵਿੱਚੋਂ ਘੱਟੋ-ਘੱਟ 9 ਹਿੱਸੇ ਗੁਣਵੱਤਾ ਪ੍ਰੀਖਿਆ ਪਾਸ ਕਰਦੇ ਹਨ।

ਚਰਚਾ:
ਇਸ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, ਸਾਨੂੰ ਸੰਚਤ ਸੰਭਾਵਨਾ ਦੀ ਗਣਨਾ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। 10 ਵਿੱਚੋਂ ਘੱਟੋ-ਘੱਟ 9 ਹਿੱਸਿਆਂ ਦੇ ਟੈਸਟ ਪਾਸ ਕਰਨ ਦੀ ਸੰਭਾਵਨਾ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਅਸੀਂ \( P(X \geq 9) \) ਦੀ ਗਣਨਾ ਕਰਦੇ ਹਾਂ, ਜਿਸਨੂੰ ਇਸ ਤਰ੍ਹਾਂ ਲਿਖਿਆ ਜਾ ਸਕਦਾ ਹੈ:
\[
P(X \geq 9) = P(X = 9) + P(X = 10)
\]

ਬਾਇਨੋਮੀਅਲ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਫਾਰਮੂਲੇ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ:
\[
P(X = 9) = \binom{10}{9} (0.95)^9 (0.05)^1
\]
\[
P(X = 10) = \binom{10}{10} (0.95)^{10} (0.05)^0
\]

ਪਹਿਲਾਂ, ਹਰੇਕ ਕੇਸ ਲਈ ਸੁਮੇਲ ਦੀ ਗਣਨਾ ਕਰੋ:
\[
\binom{10}{9} = \frac{10!}{9!(10-9)!} = 10
\]
\[
\ਬਿਨੋਮ{10}{10} = 1
\]

ਫਿਰ, \( P(X = 9) \) ਅਤੇ \( P(X = 10) \) ਲਈ ਸੰਭਾਵਨਾਵਾਂ ਦੀ ਗਣਨਾ ਕਰੋ:
\[
P(X = 9) = 10 \ਗੁਣਾ (0.95)^9 \ਗੁਣਾ 0.05
\]
\[
(0.95)^9 \ਲਗਭਗ 0.6302
\]
\[
P(X = 9) = 10 \ਗੁਣਾ 0.6302 \ਗੁਣਾ 0.05 \ਲਗਭਗ 0.3151
\]

\[
ਪੀ(ਐਕਸ = 10) = 1 \ਗੁਣਾ (0.95)^{10} \ਗੁਣਾ 1
\]
\[
(0.95)^{10} \ਲਗਭਗ 0.5987
\]
\[
ਪੀ(ਐਕਸ = 10) = 0.5987
\]

\( P(X \geq 9) \ ਲਈ ਕੁੱਲ ਸੰਭਾਵਨਾ):
\[
P(X \geq 9) = 0.3151 + 0.5987 \ਲਗਭਗ 0.9138
\]

ਇਸ ਲਈ, 10 ਵਿੱਚੋਂ ਘੱਟੋ-ਘੱਟ 9 ਹਿੱਸਿਆਂ ਦੇ ਗੁਣਵੱਤਾ ਟੈਸਟ ਪਾਸ ਕਰਨ ਦੀ ਸੰਭਾਵਨਾ ਲਗਭਗ 0.9138 ਜਾਂ 91.38% ਹੈ।

ਉਦਾਹਰਨ ਸਵਾਲ 3: ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਅਤੇ ਭਿੰਨਤਾ

ਸਵਾਲ:
0.95 ਦੇ ਪਾਸ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਦੇ ਨਾਲ, ਤਿਆਰ ਕੀਤੇ ਗਏ 10 ਹਿੱਸਿਆਂ ਵਿੱਚੋਂ ਗੁਣਵੱਤਾ ਜਾਂਚ ਪਾਸ ਕਰਨ ਵਾਲੇ ਹਿੱਸਿਆਂ ਦੀ ਸੰਖਿਆ ਦੇ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਅਤੇ ਭਿੰਨਤਾ ਦੀ ਗਣਨਾ ਕਰੋ।

ਚਰਚਾ:
ਹੇਠ ਦਿੱਤੇ ਫਾਰਮੂਲੇ ਦੀ ਵਰਤੋਂ ਕਰੋ:
– ਅਨੁਮਾਨਿਤ ਮੁੱਲ (ਔਸਤ) \( \mu = np \)
– ਭਿੰਨਤਾ \( \ਸਿਗਮਾ^2 = np(1-p) \)

\( n = 10 \) ਅਤੇ \( p = 0.95 \) ਦੇ ਨਾਲ:
\[
\mu = 10 \ਗੁਣਾ 0.95 = 9.5
\]
\[
\ਸਿਗਮਾ^2 = 10 \ਗੁਣਾ 0.95 \ਗੁਣਾ 0.05 = 0.475
\]

ਇਸ ਲਈ, ਗੁਣਵੱਤਾ ਟੈਸਟ ਪਾਸ ਕਰਨ ਵਾਲੇ ਹਿੱਸਿਆਂ ਦੀ ਸੰਖਿਆ ਦਾ ਅਨੁਮਾਨਿਤ ਮੁੱਲ 9.5 ਹੈ, ਅਤੇ ਪਰਿਵਰਤਨ 0.475 ਹੈ।

ਸਿੱਟਾ

ਉੱਪਰ ਦਿੱਤੀਆਂ ਤਿੰਨ ਉਦਾਹਰਣ ਸਮੱਸਿਆਵਾਂ ਰਾਹੀਂ, ਅਸੀਂ ਚਰਚਾ ਕੀਤੀ ਹੈ ਕਿ ਵੱਖ-ਵੱਖ ਸਥਿਤੀਆਂ ਲਈ ਬਾਇਨੋਮੀਅਲ ਵੰਡ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸੰਭਾਵਨਾ ਦੀ ਗਣਨਾ ਕਿਵੇਂ ਕਰਨੀ ਹੈ: ਸਹੀ ਸੰਭਾਵਨਾ, ਸੰਚਤ ਸੰਭਾਵਨਾ ਦੀ ਗਣਨਾ, ਅਤੇ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਅਤੇ ਭਿੰਨਤਾ ਦੀ ਗਣਨਾ ਕਰਨਾ। ਬਾਇਨੋਮੀਅਲ ਵੰਡ ਦਾ ਗਿਆਨ ਵੱਖ-ਵੱਖ ਖੇਤਰਾਂ ਵਿੱਚ ਲਾਭਦਾਇਕ ਹੈ, ਜਿਵੇਂ ਕਿ ਨਿਰਮਾਣ, ਡਾਕਟਰੀ ਖੋਜ, ਅਤੇ ਸਮਾਜਿਕ ਅੰਕੜੇ, ਜਿੱਥੇ ਦੋ ਸੰਭਾਵਿਤ ਨਤੀਜਿਆਂ ਨਾਲ ਵਾਰ-ਵਾਰ ਕੀਤੇ ਪ੍ਰਯੋਗਾਂ ਦੇ ਨਤੀਜਿਆਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਫੈਸਲਾ ਲੈਣ ਵਿੱਚ ਸਹਾਇਤਾ ਲਈ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਉਮੀਦ ਹੈ, ਪ੍ਰਦਾਨ ਕੀਤੀਆਂ ਗਈਆਂ ਉਦਾਹਰਣ ਸਮੱਸਿਆਵਾਂ ਅਤੇ ਚਰਚਾਵਾਂ ਬਾਇਨੋਮੀਅਲ ਵੰਡ ਦੀ ਤੁਹਾਡੀ ਸਮਝ ਨੂੰ ਅੱਗੇ ਵਧਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਨਗੀਆਂ।