امڪان جي ورڇ جا بنيادي اصول

امڪان جي ورڇ جا بنيادي اصول

امڪان جي تقسيم انگ اکر ۽ امڪان ۾ هڪ بنيادي تصور آهي جيڪو بيان ڪري ٿو ته امڪانن کي بي ترتيب قدرن ۾ ڪيئن ورهايو ويندو آهي. امڪان جي تقسيم ڪنهن خاص واقعي يا قدر جي ٿيڻ جي امڪان بابت اهم معلومات مهيا ڪري سگهي ٿي. هي مضمون امڪاني تقسيم جي بنيادي ڳالهين، امڪاني تقسيم جي قسمن، ۽ روزمره جي زندگي ۾ ايپليڪيشنن ۽ مثالن تي بحث ڪندو.

امڪان جي تقسيم ڇا آهي؟

امڪان جي تقسيم هڪ رياضياتي فنڪشن آهي جيڪو هر ممڪن نتيجي جي امڪان کي هڪ بي ترتيب متغير کي تفويض ڪري ٿو. هڪ بي ترتيب متغير هڪ متغير آهي جنهن جي قيمت هڪ بي ترتيب تجربي جي نتيجي سان طئي ڪئي ويندي آهي. مثال طور، هڪ ڊائي کي رول ڪرڻ هڪ بي ترتيب تجربو آهي، ۽ ڊائي جي قيمت هڪ بي ترتيب متغير آهي.

امڪاني تقسيم کي ٻن مکيه ڀاڱن ۾ ورهائي سگهجي ٿو: ڊسڪريٽ امڪاني تقسيم ۽ مسلسل امڪاني تقسيم. ڊسڪريٽ تقسيم بي ترتيب متغيرن لاءِ استعمال ڪيا ويندا آهن جن ۾ قدرن جو هڪ ڳڻپ جو تعداد هوندو آهي، جڏهن ته مسلسل تقسيم بي ترتيب متغيرن لاءِ استعمال ڪيا ويندا آهن جيڪي مسلسل وقفي اندر قدرن کي وٺي سگهن ٿا.

ڊسڪريٽ امڪاني ورڇ

ٻہ نالي ورڇ

بائنوميل ورڇ هڪ ڊسڪريٽ امڪاني ورڇ آهي جيڪا تجربن کي ماڊل ڪرڻ لاءِ استعمال ڪئي ويندي آهي جن جا صرف ٻه نتيجا هوندا آهن: ڪاميابي يا ناڪامي. هي ورڇ اڪثر ڪري انهن حالتن ۾ استعمال ٿيندي آهي جتي اسان هڪ آزاد تجربي کي ڪيترائي ڀيرا ورجائيندا آهيون.

ٻہ نالي واري تقسيم جو فارمولو هي آهي:

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

ڪٿي:
\( P(X = k) \) n آزمائشن ۾ k ڪاميابيون حاصل ڪرڻ جو امڪان آهي.
\( \binom{n}{k} \) ٻہ نالي وارو ڳوڙهو آهي.
\( p \) هڪ آزمائش ۾ ڪاميابي جو امڪان آهي.
\( n \) آزمائشن جو تعداد آهي.

مثال: 10 سڪا اُڇلايا وڃن ٿا، ۽ اسان 7 ڀيرا هيڊ حاصل ڪرڻ جو امڪان ڄاڻڻ چاهيون ٿا، اسان ان کي ڳڻڻ لاءِ بائنوميل ورڇ استعمال ڪندا آهيون.

پوائسن جي ورڇ

پوئسن ورڇ هڪ ڊسڪريٽ امڪاني ورڇ آهي جيڪا هڪ ڏنل وقت يا جڳهه جي وقفي اندر ڪنهن واقعي جي واقعن جي تعداد کي بيان ڪري ٿي. پوئسن ورڇ اڪثر ڪري بي ترتيب، غير معمولي واقعن کي ماڊل ڪرڻ لاءِ استعمال ڪيو ويندو آهي جيڪي هڪ مقرر وقت جي عرصي اندر ٿين ٿا.

پوائسن ورڇ فارمولا هي آهي:

\[ پي(ايڪس = ڪ) = \فريڪ{\ليمبڊا^ڪي^{-\ليمبڊا}}{ڪ!} \]

ڪٿي:
\( P(X = k) \) اهو امڪان آهي ته وقفي ۾ k واقعا آهن.
\( \lambda \) وقفي ۾ واقعن جو سراسري تعداد آهي.
\( e \) قدرتي لاگارٿم جو بنياد آهي (تقريبن 2.71828).

مثال: جيڪڏهن سراسري طور تي 3 گراهڪ هر ڪلاڪ هڪ دڪان تي اچن ٿا، ته اسان پوئسن ورڇ استعمال ڪري سگهون ٿا ته هڪ ڪلاڪ ۾ 5 گراهڪ اچڻ جو امڪان معلوم ڪري سگهون ٿا.

مسلسل امڪاني ورڇ

عام ورڇ

عام ورڇ، جنهن کي اڪثر گاسي ورڇ چيو ويندو آهي، سڀ کان اهم ۽ عام طور تي استعمال ٿيندڙ مسلسل امڪاني ورڇن مان هڪ آهي. اهو اڪثر استعمال ڪيو ويندو آهي ڇاڪاڻ ته ڪيترائي قدرتي ۽ سماجي واقعا هن ورڇ جي پيروي ڪندا آهن.

عام ورڇ ٻن پيرا ميٽرز سان نمايان آهي: اوسط ۽ معياري انحراف. عام ورڇ جو امڪاني کثافت فنڪشن (pdf) آهي:

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

ڪٿي:
\( \mu \) وچين آهي.
\( \سگما \) معياري انحراف آهي.
\( x \) هڪ بي ترتيب متغير آهي.

عام ورڇ جو وکر گھنٽي جي شڪل وارو ۽ سراسري جي چوڌاري هموار آهي. عام ورڇ جي مثالن ۾ انساني قد، IQ ٽيسٽ اسڪور، ۽ ٻيا ڪيترائي قدرتي واقعا شامل آهن.

ايڪسپونيشل ورڇ

ايڪسپونشنل ڊسٽريبيوشن هڪ مسلسل امڪاني ورڇ آهي جيڪا اڪثر ڪري واقعن جي وچ ۾ وقت کي ماڊل ڪرڻ لاءِ استعمال ڪئي ويندي آهي جيڪي بي ترتيب ۽ مسلسل ٿين ٿا. ايڪسپونشنل ڊسٽريبيوشن اڪثر ڪري پراڊڪٽ لائف ٽائيم تجزيي ۽ قطار ۾ عمل جي ماڊلز ۾ استعمال ٿيندي آهي.

ايڪسپونينشل ورڇ جو امڪاني کثافت فنڪشن آهي:

\[ f(x) = \ليمبڊا اي^{-\ليمبڊا x} \]

ڪٿي:
\( \lambda \) شرح پيرا ميٽر (واقعي جي شرح) آهي.
\( x \) واقعن جي وچ ۾ وقت آهي.

ايڪسپونشنل ڊسٽريبيوشن جي استعمال جون مثالون مشين جي ناڪامي جي وچ ۾ وقت ۽ سروس جي جڳهه تي گراهڪ جي آمد جي وچ ۾ وقت جو تعين ڪرڻ ۾ آهن.

امڪاني تقسيم جون درخواستون

امڪان جي تقسيم جا روزمره جي زندگي ۽ سائنس جي مختلف شعبن ۾ مختلف قسم جا استعمال آهن، جهڙوڪ:

1. شماريات: امڪان جي تقسيم کي شمارياتي اندازي لاءِ استعمال ڪيو ويندو آهي، يعني، نموني مان آبادي بابت نتيجا ڪڍڻ. عام تقسيم، ٽي-تقسيم، ۽ چائي-اسڪوائر تقسيم ڪجھ عام طور تي استعمال ٿيندڙ تقسيم آهن.

2. انشورنس: انشورنس ڪمپنيون خطري جو اندازو لڳائڻ ۽ انشورنس پريميئم جو تعين ڪرڻ لاءِ امڪاني تقسيم استعمال ڪنديون آهن. پوئسن تقسيم کي انشورنس دعوائن جي فريڪوئنسي کي ماڊل ڪرڻ لاءِ استعمال ڪري سگهجي ٿو.

3. پيشيور ۽ پيداوار: ايڪسپونيشل ورڇ ڊوائيس جي زندگي جي تجزيي ۽ مرمت جي وقت جي تخميني لاءِ استعمال ڪئي ويندي آهي. عام ورڇ پيداوار جي عملن جي معيار کي ڪنٽرول ڪرڻ لاءِ استعمال ڪئي ويندي آهي.

4. فنانس: امڪاني تقسيم سيڙپڪاري جي خطري ۽ واپسي جي ماڊلز ۾ استعمال ٿينديون آهن. عام تقسيم عام طور تي اسٽاڪ جي قيمت جي حرڪت ۽ سود جي شرحن کي ماڊل ڪرڻ لاءِ استعمال ٿيندي آهي.

5. سماجي ۽ طبي سائنس: طبي تحقيق ۾، سروي ڊيٽا جي تجزيي لاءِ ٻہ نالي واري ورڇ استعمال ڪئي ويندي آهي، ۽ عام ورڇ وڏي نموني ڊيٽا جي تجزيي لاءِ استعمال ڪئي ويندي آهي.

نتيجو

امڪاني تقسيم مختلف حالتن ۾ بي ترتيب متغيرن کي سمجهڻ ۽ ماڊل ڪرڻ ۾ اهم ڪردار ادا ڪن ٿا. امڪاني تقسيم جي بنيادي ڳالهين کي سمجهڻ، ٻئي الڳ ۽ مسلسل، وڌيڪ پيچيده شمارياتي طريقن کي لاڳو ڪرڻ لاءِ هڪ مضبوط بنياد فراهم ڪري ٿو. امڪاني تقسيم کي استعمال ڪندي، اسان اڳڪٿيون ڪري سگهون ٿا، خطرن جو جائزو وٺي سگهون ٿا، ۽ ڊيٽا جي بنياد تي وڌيڪ باخبر فيصلا ڪري سگهون ٿا.

امڪان جي تقسيم جو علم نه رڳو تعليمي يا پيشه ورانه سيٽنگن ۾ مفيد آهي، پر اسان کي روزمره جي زندگي ۾ منهن ڏيڻ وارن مختلف واقعن کي سمجهڻ ۾ پڻ مدد ڪري ٿو. مثال طور، عام تقسيم ڪيئن ڪم ڪري ٿي اهو سمجهڻ سان، اسان ٽيسٽ اسڪور، قد، ۽ ٻين مختلف سماجي ۽ معاشي ڊيٽا ۾ رجحانات کي سمجهي سگهون ٿا.

امڪان جي ورڇ جي بنيادي تصورن جي مضبوط سمجھ سان، اسان وڌيڪ تجزياتي صلاحيتون پيدا ڪري سگهون ٿا ۽ هن علم کي مختلف عملي ايپليڪيشنن ۾ لاڳو ڪري سگهون ٿا.