ਸਧਾਰਨ ਵੰਡ ਫੰਕਸ਼ਨ ਦੇ ਉਦਾਹਰਨ ਸਵਾਲ ਅਤੇ ਚਰਚਾ
ਆਮ ਵੰਡ, ਜਿਸਨੂੰ ਗੌਸੀ ਵੰਡ ਵੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਅੰਕੜਿਆਂ ਅਤੇ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਸਭ ਤੋਂ ਬੁਨਿਆਦੀ ਸੰਭਾਵਨਾ ਵੰਡਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ। ਇਹ ਵੰਡ ਮੱਧਮਾਨ ਦੇ ਦੁਆਲੇ ਇੱਕ ਸਮਮਿਤੀ ਘੰਟੀ ਵਕਰ ਦੁਆਰਾ ਦਰਸਾਈ ਜਾਂਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਡੇਟਾ ਫੈਲਾਅ ਇਸਦੇ ਆਲੇ ਦੁਆਲੇ ਮੁੱਲਾਂ ਦੇ ਮਿਆਰੀ ਭਟਕਣ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਆਮ ਵੰਡ ਅਨੁਮਾਨਤ ਅੰਕੜਿਆਂ ਵਿੱਚ ਬਹੁਤ ਸਾਰੀਆਂ ਧਾਰਨਾਵਾਂ ਦਾ ਆਧਾਰ ਹੈ ਅਤੇ ਅਰਥ ਸ਼ਾਸਤਰ, ਮਨੋਵਿਗਿਆਨ ਅਤੇ ਸਮਾਜਿਕ ਵਿਗਿਆਨ ਸਮੇਤ ਵੱਖ-ਵੱਖ ਖੇਤਰਾਂ ਵਿੱਚ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਵਰਤੀ ਜਾਂਦੀ ਹੈ।
ਇਸ ਲੇਖ ਵਿੱਚ, ਅਸੀਂ ਆਮ ਵੰਡ ਫੰਕਸ਼ਨ ਨੂੰ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਸਮਝਣ ਲਈ ਕੁਝ ਉਦਾਹਰਣ ਸਮੱਸਿਆਵਾਂ ਅਤੇ ਉਹਨਾਂ ਦੇ ਹੱਲਾਂ 'ਤੇ ਚਰਚਾ ਕਰਾਂਗੇ।
ਆਮ ਵੰਡ ਦੀਆਂ ਮੂਲ ਧਾਰਨਾਵਾਂ
ਆਮ ਵੰਡ ਨੂੰ ਦੋ ਮੁੱਖ ਮਾਪਦੰਡਾਂ ਦੁਆਰਾ ਦਰਸਾਇਆ ਗਿਆ ਹੈ:
1. ਔਸਤ (μ): ਡੇਟਾ ਸੈੱਟ ਦਾ ਔਸਤ।
2. ਸਟੈਂਡਰਡ ਡਿਵੀਏਸ਼ਨ (σ): ਇਹ ਮਾਪਦਾ ਹੈ ਕਿ ਡੇਟਾ ਔਸਤ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਕਿੰਨਾ ਫੈਲਿਆ ਹੋਇਆ ਹੈ।
ਆਮ ਵੰਡ ਦਾ ਸੰਭਾਵਨਾ ਘਣਤਾ ਫੰਕਸ਼ਨ ਇਹ ਹੈ:
\[ f(x) = \frac{1}{\sqrt{2\pi\ਸਿਗਮਾ^2}} e^{ -\frac{(x-\mu)^2}{2\ਸਿਗਮਾ^2} } \]
ਆਮ ਵੰਡ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਇੱਥੇ ਕੁਝ ਬੁਨਿਆਦੀ ਕਦਮ ਹਨ:
1. Z ਮੁੱਲ ਨਿਰਧਾਰਤ ਕਰਨਾ: Z ਮੁੱਲ ਇੱਕ ਮਾਪ ਹੈ ਕਿ ਡੇਟਾ ਮਿਆਰੀ ਭਟਕਣ ਇਕਾਈਆਂ ਵਿੱਚ ਔਸਤ ਤੋਂ ਕਿੰਨੀ ਦੂਰ ਹੈ ਅਤੇ ਇਸਦੀ ਗਣਨਾ ਇਸ ਫਾਰਮੂਲੇ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤੀ ਜਾਂਦੀ ਹੈ:
\[ Z = \frac{X – \mu}{\sigma} \]
2. Z ਟੇਬਲ ਦੀ ਵਰਤੋਂ: Z ਟੇਬਲ ਜਾਂ ਸਟੈਂਡਰਡ ਸਾਧਾਰਨ ਵੰਡ ਟੇਬਲ ਦੀ ਵਰਤੋਂ ਕਿਸੇ ਖਾਸ Z ਮੁੱਲ ਤੋਂ ਹੇਠਾਂ ਜਾਂ ਉੱਪਰ ਵਾਲੇ ਡੇਟਾ ਦੀ ਸੰਭਾਵਨਾ ਜਾਂ ਪ੍ਰਤੀਸ਼ਤਤਾ ਲੱਭਣ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
ਆਮ ਵੰਡ ਦੇ ਉਦਾਹਰਨ ਸਵਾਲ ਅਤੇ ਚਰਚਾ
ਪ੍ਰਸ਼ਨ 1
ਇੱਕ ਕਲਾਸ ਦਾ ਔਸਤ ਗਣਿਤ ਟੈਸਟ ਸਕੋਰ 70 ਹੈ ਜਿਸ ਵਿੱਚ ਸਟੈਂਡਰਡ ਡਿਵੀਏਸ਼ਨ 10 ਹੈ। ਜੇਕਰ ਟੈਸਟ ਸਕੋਰ ਆਮ ਤੌਰ 'ਤੇ ਵੰਡੇ ਜਾਂਦੇ ਹਨ, ਤਾਂ ਕਿੰਨੇ ਪ੍ਰਤੀਸ਼ਤ ਵਿਦਿਆਰਥੀਆਂ ਨੇ 85 ਤੋਂ ਵੱਧ ਅੰਕ ਪ੍ਰਾਪਤ ਕੀਤੇ?
ਚਰਚਾ:
1. Z-ਸਕੋਰ ਨਿਰਧਾਰਤ ਕਰਨਾ: ਪਹਿਲਾਂ, X = 85 ਲਈ Z-ਸਕੋਰ ਦੀ ਗਣਨਾ ਕਰੋ।
\[ Z = \frac{X – \mu}{\sigma} = \frac{85 – 70}{10} = 1.5 \]
2. Z ਟੇਬਲ ਨੂੰ ਵੇਖਣਾ: ਅਸੀਂ Z ਟੇਬਲ ਤੋਂ Z = 1.5 ਲਈ ਸੰਭਾਵਨਾ ਮੁੱਲ ਲੱਭਦੇ ਹਾਂ। Z = 1.5 ਲਈ ਸੰਭਾਵਨਾ ਮੁੱਲ 0.9332 ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ 93.32% ਮੁੱਲ Z = 1.5 ਤੋਂ ਹੇਠਾਂ ਹਨ।
3. ਪ੍ਰਤੀਸ਼ਤ ਦੀ ਗਣਨਾ ਕਰਨਾ: ਕਿਉਂਕਿ ਸਾਨੂੰ 85 ਤੋਂ ਵੱਧ ਅੰਕ ਪ੍ਰਾਪਤ ਕਰਨ ਵਾਲੇ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਪ੍ਰਤੀਸ਼ਤਤਾ ਦੀ ਲੋੜ ਹੈ, ਅਸੀਂ 1 – 0.9332 = 0.0668 ਦੀ ਗਣਨਾ ਕਰਦੇ ਹਾਂ।
ਇਸ ਲਈ, 6.68% ਵਿਦਿਆਰਥੀਆਂ ਨੇ 85 ਤੋਂ ਵੱਧ ਅੰਕ ਪ੍ਰਾਪਤ ਕੀਤੇ।
ਪ੍ਰਸ਼ਨ 2
ਕਿਸੇ ਦੇਸ਼ ਵਿੱਚ ਬਾਲਗ ਮਰਦਾਂ ਦੀ ਉਚਾਈ 175 ਸੈਂਟੀਮੀਟਰ ਦੇ ਔਸਤ ਅਤੇ 6 ਸੈਂਟੀਮੀਟਰ ਦੇ ਮਿਆਰੀ ਭਟਕਣ ਦੇ ਨਾਲ ਇੱਕ ਆਮ ਵੰਡ ਦੀ ਪਾਲਣਾ ਕਰਦੀ ਹੈ। ਉਹਨਾਂ ਮਰਦਾਂ ਦੀ ਪ੍ਰਤੀਸ਼ਤਤਾ ਨਿਰਧਾਰਤ ਕਰੋ ਜਿਨ੍ਹਾਂ ਦੀ ਉਚਾਈ 170 ਸੈਂਟੀਮੀਟਰ ਅਤੇ 180 ਸੈਂਟੀਮੀਟਰ ਦੇ ਵਿਚਕਾਰ ਹੈ।
ਚਰਚਾ:
1. 170 ਸੈਂਟੀਮੀਟਰ ਲਈ Z-ਸਕੋਰ ਨਿਰਧਾਰਤ ਕਰੋ:
\[ Z_{170} = \frac{170 – 175}{6} = – \frac{5}{6} \ਲਗਭਗ -0.83 \]
2. 180 ਸੈਂਟੀਮੀਟਰ ਲਈ Z-ਸਕੋਰ ਨਿਰਧਾਰਤ ਕਰੋ:
\[ Z_{180} = \frac{180 – 175}{6} \ਲਗਭਗ 0.83 \]
3. ਸਾਰਣੀ Z ਵੇਖੋ:
– Z = -0.83 ਲਈ ਸੰਭਾਵਨਾ 0.2033 ਹੈ।
– Z = 0.83 ਲਈ ਸੰਭਾਵਨਾ 0.7967 ਹੈ।
4. ਪ੍ਰਤੀਸ਼ਤ ਦੀ ਗਣਨਾ:
– 170 ਸੈਂਟੀਮੀਟਰ ਅਤੇ 180 ਸੈਂਟੀਮੀਟਰ ਦੇ ਵਿਚਕਾਰ ਉਚਾਈ ਦੀ ਸੰਭਾਵਨਾ 0.7967 – 0.2033 = 0.5934 ਹੈ।
- ਇਸ ਲਈ, 59.34% ਮਰਦਾਂ ਦੀ ਉਚਾਈ 170 ਸੈਂਟੀਮੀਟਰ ਅਤੇ 180 ਸੈਂਟੀਮੀਟਰ ਦੇ ਵਿਚਕਾਰ ਹੈ।
ਪ੍ਰਸ਼ਨ 3
ਇੱਕ IQ ਟੈਸਟ 100 ਦੇ ਔਸਤ ਅਤੇ 15 ਦੇ ਮਿਆਰੀ ਵਿਵਹਾਰ ਦੇ ਨਾਲ ਇੱਕ ਆਮ ਵੰਡ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਕਿਹੜਾ ਸਕੋਰ 85ਵੇਂ ਪ੍ਰਤੀਸ਼ਤ ਦੇ ਅੰਦਰ ਆਉਂਦਾ ਹੈ?
ਚਰਚਾ:
1. 85ਵੇਂ ਪ੍ਰਤੀਸ਼ਤ ਲਈ Z ਮੁੱਲ ਲੱਭਣਾ: Z ਸਾਰਣੀ ਤੋਂ ਜਾਂ ਕੈਲਕੁਲੇਟਰ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, 85ਵਾਂ ਪ੍ਰਤੀਸ਼ਤ Z = 1.04 ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ।
2. IQ ਸਕੋਰ ਦੀ ਗਣਨਾ ਕਰਨਾ:
\[ X = Z\ਸਿਗਮਾ + \mu \]
\[ X = 1.04 \ਗੁਣਾ 15 + 100 \]
\[ X = 15.6 + 100 \]
\[ X = 115.6 \]
ਇਸ ਲਈ, ਇੱਕ ਆਈਕਿਊ ਸਕੋਰ ਜੋ 85ਵੇਂ ਪ੍ਰਤੀਸ਼ਤ ਦੇ ਅੰਦਰ ਆਉਂਦਾ ਹੈ, ਲਗਭਗ 115.6 ਹੈ।
ਪ੍ਰਸ਼ਨ 4
ਜੇਕਰ ਇਹ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ ਕਿ ਹਾਈ ਸਕੂਲ ਦੇ ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਬੋਧਾਤਮਕ ਟੈਸਟ ਦੇ ਨਤੀਜਿਆਂ ਦਾ ਔਸਤ ਸਕੋਰ 65 ਹੈ ਜਿਸ ਵਿੱਚ ਮਿਆਰੀ ਵਿਵਹਾਰ 12 ਹੈ, ਤਾਂ 25ਵੇਂ ਪ੍ਰਤੀਸ਼ਤ ਵਿੱਚ ਕਿਹੜਾ ਸਕੋਰ ਹੋਵੇਗਾ?
ਚਰਚਾ:
1. 25ਵੇਂ ਪ੍ਰਤੀਸ਼ਤ ਲਈ Z ਮੁੱਲ ਲੱਭਣਾ: Z ਟੇਬਲ ਤੋਂ ਜਾਂ ਕੈਲਕੁਲੇਟਰ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, 25ਵੇਂ ਪ੍ਰਤੀਸ਼ਤ ਲਈ Z ਲਗਭਗ -0.674 ਹੈ।
2. ਟੈਸਟ ਸਕੋਰਾਂ ਦੀ ਗਣਨਾ ਕਰਨਾ:
\[ X = Z\ਸਿਗਮਾ + \mu \]
\[ X = -0.674 \ਗੁਣਾ 12 + 65 \]
\[ X = -8.088 + 65 \]
\[ X \ਲਗਭਗ 56.912 \]
ਇਸ ਲਈ, 25ਵੇਂ ਪ੍ਰਤੀਸ਼ਤ ਵਿੱਚ ਮੁੱਲ ਲਗਭਗ 56.912 ਹੈ।
ਸਿੱਟਾ
ਆਮ ਵੰਡ ਅੰਕੜਿਆਂ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸੰਕਲਪ ਹੈ ਜੋ ਸਾਨੂੰ ਸੰਭਾਵਨਾ ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਸਮਝਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਆਮ ਵੰਡ ਪਹੁੰਚ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਅਸੀਂ ਪ੍ਰਤੀਸ਼ਤਾਂ ਦੀ ਗਣਨਾ ਕਰ ਸਕਦੇ ਹਾਂ, ਪ੍ਰਤੀਸ਼ਤਾਂ ਦੇ ਅਧਾਰ ਤੇ ਖਾਸ ਮੁੱਲ ਨਿਰਧਾਰਤ ਕਰ ਸਕਦੇ ਹਾਂ, ਅਤੇ ਡੇਟਾ ਦੀ ਤੁਲਨਾ ਔਸਤ ਨਾਲ ਕਰ ਸਕਦੇ ਹਾਂ।
ਆਮ ਵੰਡ ਨਾਲ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨਾ ਨਾ ਸਿਰਫ਼ ਪ੍ਰੀਖਿਆਵਾਂ ਅਤੇ ਅਕਾਦਮਿਕ ਖੋਜ ਲਈ ਲਾਭਦਾਇਕ ਹੈ, ਸਗੋਂ ਮਨੋਵਿਗਿਆਨ, ਕਾਰੋਬਾਰ ਅਤੇ ਸਮਾਜਿਕ ਵਿਗਿਆਨ ਵਰਗੇ ਕਈ ਅਸਲ-ਜੀਵਨ ਖੇਤਰਾਂ ਵਿੱਚ ਵੀ ਇਸਦਾ ਵਿਹਾਰਕ ਉਪਯੋਗ ਹੈ। ਉੱਪਰ ਦਿੱਤੀਆਂ ਉਦਾਹਰਣਾਂ ਅਤੇ ਚਰਚਾਵਾਂ ਰਾਹੀਂ, ਅਸੀਂ ਉਮੀਦ ਕਰਦੇ ਹਾਂ ਕਿ ਤੁਸੀਂ ਆਮ ਵੰਡ ਫੰਕਸ਼ਨ ਅਤੇ ਇਸਨੂੰ ਵੱਖ-ਵੱਖ ਸੰਦਰਭਾਂ ਵਿੱਚ ਕਿਵੇਂ ਲਾਗੂ ਕਰਨਾ ਹੈ, ਦੀ ਬਿਹਤਰ ਸਮਝ ਪ੍ਰਾਪਤ ਕਰੋਗੇ।
