پوائسن ورڇ کي سمجهڻ
انگ اکر ۽ امڪان جي دنيا ۾، حقيقي دنيا جي واقعن کي ماڊل ڪرڻ لاءِ مختلف تقسيم استعمال ڪيا ويندا آهن. هڪ تقسيم جيڪا اڪثر مختلف شعبن ۾ استعمال ٿيندي آهي اها آهي پوئسن تقسيم. هن تقسيم ۾ منفرد خاصيتون آهن ۽ قدرتي سائنسن کان وٺي انجنيئرنگ، معاشيات ۽ سماجي سائنسن تائين مختلف ايپليڪيشنن ۾ تمام گهڻي مفيد آهي. هي مضمون پوئسن تقسيم، ان جي خاصيتن، ۽ مختلف تناظر ۾ ان جي ايپليڪيشنن تي تفصيلي بحث ڪندو.
پوائسن ورڇ کي سمجهڻ
پوئسن ورڇ هڪ ڊسڪريٽ امڪاني ورڇ آهي جيڪا بيان ڪري ٿي ته ڪو واقعو وقت يا جاءِ جي هڪ مقرر وقفي ۾ ڪيترا ڀيرا ٿئي ٿو. هي ورڇ پهريون ڀيرو 1837 ۾ فرانسيسي رياضي دان سيمون ڊينس پوئسن پاران متعارف ڪرايو ويو هو. پوئسن ورڇ اڪثر ڪري بي ترتيب واقعن جي ماڊلنگ لاءِ استعمال ڪيو ويندو آهي جيڪي ڪڏهن ڪڏهن ٿين ٿا پر مشاهدن جي ڪل تعداد ۾ وڏي تعداد ۾.
پوئسن ورڇ فارمولا هيٺ ڏنل آهي:
\[ پي(ايڪس = ڪ) = \فريڪ{\ليمبڊا^ڪي^{-\ليمبڊا}}{ڪ!} \]
انسان ۾:
– \( P(X = k) \) اهو امڪان آهي ته ڏنل وقفي ۾ k واقعا آهن،
– \( \lambda \) وقفي ۾ واقعن جو سراسري آهي،
– \( k \) واقعن جو تعداد آهي،
– \( e \) قدرتي لاگارٿم جو بنياد آهي، جيڪو لڳ ڀڳ 2.71828 آهي.
پوئسن ورڇ ۾ بنيادي مفروضو اهو آهي ته واقعا هڪ ٻئي کان آزاد آهن ۽ وقت يا جاءِ جي في يونٽ وقفي تي واقعن جو سراسري تعداد مستقل آهي.
پوائسن ورڇ جون خاصيتون
پوئسن ورڇ ۾ ڪيتريون ئي اهم خاصيتون آهن جيڪي ان کي ٻين ورڇن کان ممتاز ڪن ٿيون. هتي پوئسن ورڇ جون مکيه خاصيتون آهن:
1. ڊسڪريٽ ۽ غير منفي: پوئسن ورڇ ۾ بي ترتيب متغير صرف غير منفي عدد قدرون وٺي سگهن ٿا (0، 1، 2، …).
2. واقعن جي آزادي: هر واقعي کي هڪ ٻئي کان آزاد هجڻ گهرجي. ان جو مطلب آهي ته هڪ واقعي جو واقعو ٻئي واقعي جي واقع ٿيڻ جي امڪان کي متاثر نٿو ڪري.
3. مستقل اوسط: ڏنل وقفي اندر واقعن جو سراسري مستقل هجڻ گهرجي. ان جو مطلب آهي ته جيڪڏهن واقعن جو سراسري وقت سان تبديل ٿئي ٿو ته پوئسن ورڇ مناسب نه آهي.
4. سنگل پيرا ميٽر (\( \lambda \)): پوئسن ورڇ ۾ صرف هڪ پيرا ميٽر آهي، يعني \( \lambda \)، جيڪو هڪ وقفي ۾ واقعن جو سراسري تعداد آهي.
5. اوسط ۽ فرق: پوئسن ورڇ ۾، اوسط (اوسط) ۽ فرق (تغير) ساڳيا آهن، يعني \( \lambda \).
ڪيس اسٽڊيز ۽ ايپليڪيشنون
پوئسن ورڇ ۾ حقيقي زندگي ۾ مختلف قسم جا استعمال آهن. هن ورڇ جون ڪجهه عام مثالون شامل آهن:
1. فون ڪالن جو تعداد: فرض ڪريو هڪ ڪسٽمر سروس سينٽر ۾، في ڪلاڪ وصول ٿيندڙ فون ڪالن جو سراسري تعداد 5 آهي. پوئسن ڊسٽريبيوشن کي ڏنل ڪلاڪ ۾ وصول ٿيندڙ ڪالن جي تعداد کي ماڊل ڪرڻ لاءِ استعمال ڪري سگهجي ٿو.
2. ٽرئفڪ حادثا واقعا: فرض ڪريو ته هر مهيني هڪ خاص چوراهي تي ٿيندڙ ٽرئفڪ حادثن جو سراسري تعداد 3 آهي. پوئسن ورڇ ايندڙ مهيني ۾ ٿيندڙ حادثن جي تعداد جي اڳڪٿي ڪرڻ ۾ مدد ڪري سگهي ٿي.
3. ريسٽورنٽ ۾ گراهڪن جي آمد: جيڪڏهن في ڪلاڪ ريسٽورنٽ ۾ ايندڙ گراهڪن جو سراسري تعداد 10 آهي، ته پوئسن ورڇ کي انهن گراهڪن جي تعداد کي ماڊل ڪرڻ لاءِ استعمال ڪري سگهجي ٿو جيڪي هڪ ڏنل ڪلاڪ ۾ پهچي سگهن ٿا.
4. جينياتي تبديليون: جينياتيات جي حوالي سان، پوئسن ورڇ کي هڪ ڏنل وقت جي عرصي دوران جاندارن جي هڪ گروپ ۾ جينياتي تبديلين جي تعداد کي ماڊل ڪرڻ لاءِ استعمال ڪري سگهجي ٿو، ڇاڪاڻ ته تبديليون عام طور تي ناياب آهن پر ڪجهه خاص واقعا آهن.
پوائسن ورڇ سان امڪان جو حساب ڪيئن ڪجي
پوئسن ورڇ جي استعمال کي بهتر سمجهڻ لاءِ، اچو ته ڏسون ته پوئسن ورڇ فارمولا استعمال ڪندي امڪان کي ڪيئن ڳڻيو وڃي. مثال:
فرض ڪريو ته هڪ ڪلاڪ ۾ دڪان تي ايندڙ گراهڪن جو سراسري تعداد 4 آهي (( \lambda = 4 \)). اسان اهو امڪان ڄاڻڻ چاهيون ٿا ته هڪ ڏنل ڪلاڪ ۾، بلڪل 6 گراهڪ ايندا. پوئسن فارمولا استعمال ڪندي:
\[ پي(ايڪس = 6) = \فريڪ{4^6 اي^{-4}}{6!} \]
اسان حساب ڪري سگھون ٿا:
– \( 4^6 = 4096 \)
– \( e^{-4} \تقريبن 0.0183 \)
– \( 6! = 720 \)
تان ته،
\[ پي(ايڪس = 6) = \فريڪ{4096 \سي ڊاٽ 0.0183}{720} \تقريبن 0.104 \]
تنهن ڪري، امڪان اهو آهي ته هڪ ڪلاڪ ۾ بلڪل 6 گراهڪ ايندا، تقريباً 10.4٪ آهي.
پوائسن ورڇ جا فائدا ۽ حدون
زيادتي:
1. سادو ۽ آسان: پوئسن ورڇ ۾ هڪ سادو فارمولو آهي ۽ صرف هڪ پيرا ميٽر (\( \lambda \)) جي ضرورت آهي، جيڪو ان کي استعمال ڪرڻ آسان بڻائي ٿو.
2. وسيع ايپليڪيشنون: هن تقسيم جا مختلف شعبن ۾ ڪيترائي ايپليڪيشن آهن ڇاڪاڻ ته ڪيترائي حقيقي واقعا هڪ اهڙي تقسيم سان ماڊل ڪري سگهجن ٿا جنهن ۾ نادر ۽ آزاد واقعا هجن.
3. حقيقي مفروضا: اوسط جي آزادي ۽ مستقل مزاجي جا مفروضا اڪثر ڪري ڪيترن ئي حقيقي دنيا جي حالتن ۾ حقيقي هوندا آهن، جهڙوڪ گراهڪن جي اچڻ جو تعداد يا ٽيليفون ڪالن جو تعداد.
حدون:
1. مستقل اوسط هميشه ڪافي نه هوندو آهي: ڪيترين ئي حقيقي دنيا جي حالتن ۾، واقعن جو اوسط هميشه مستقل نه هوندو آهي. جيڪڏهن اوسط وقت سان گڏ تبديل ٿئي ٿو، ته پوئسن ورڇ صحيح نه ٿي سگهي.
2. واقعن جي آزادي: اهو مفروضو ته واقعا هڪ ٻئي کان آزاد آهن، ڪجهه حالتن ۾ هميشه صحيح نه ٿي سگهي.
3. صرف انٽيجرز لاءِ: پوئسن ورڇ صرف انهن واقعن لاءِ مناسب آهي جيڪي انٽيجرز ۾ ڳڻيا وڃن ٿا. ان کي مسلسل ڊيٽا لاءِ استعمال نٿو ڪري سگهجي.
پوائسن ورڇ جون تبديليون
جڏهن ته پوئسن ورڇ تمام ڪارآمد آهي، پر وڌيڪ پيچيده حالتن کي ترتيب ڏيڻ لاءِ هن ورڇ جا ڪيترائي تغير ۽ واڌارا آهن. هڪ مشهور تغير مکسچر پوئسن ورڇ آهي، جيڪو تسليم ڪري ٿو ته واقعن جو سراسري تعداد (\( \lambda \)) هڪ مخصوص ورڇ سان هڪ بي ترتيب متغير پڻ ٿي سگهي ٿو.
هتي جنرلائيزڊ پوئسن ڊسٽريبيوشن پڻ آهي، جيڪا معياري پوئسن ڊسٽريبيوشن جي ڪجهه مفروضن کي آرام ڏئي ٿي ته جيئن اهڙين حالتن کي ترتيب ڏئي سگهجي جتي واقعا مڪمل طور تي آزاد نه هجن يا جتي تمام گهٽ واقعن جا امڪان معياري پوئسن ماڊل سان مطابقت نه رکن.
نتيجو
پوئسن ورڇ انگ اکر ۽ امڪان ۾ هڪ طاقتور اوزار آهي جيڪو وقت يا جڳهه جي مقرر وقفن تي ٿيندڙ بي ترتيب واقعن کي ماڊل ڪرڻ لاءِ استعمال ڪيو ويندو آهي. هڪ اهم پيرا ميٽر سان، \(\lambda\)، اهو حقيقي دنيا جي حالتن جي وسيع رينج کي بيان ڪرڻ لاءِ هڪ سادو پر اثرائتو طريقو پيش ڪري ٿو، ڪسٽمر سروس کان جينياتيات تائين. جڏهن ته ان ۾ ڪجهه بنيادي مفروضا آهن جيڪي ڪجهه حالتن ۾ ان جي درستگي کي محدود ڪري سگهن ٿا، ان جي سادگي ۽ وسيع استعمال ان کي سڀ کان وڌيڪ مشهور ۽ مفيد امڪاني تقسيم مان هڪ بڻائي ٿو. پوئسن ورڇ کي سمجهڻ نه رڳو شمارياتي تجزيي ۾ مدد ڪري ٿو پر قدرتي ۽ انسان جي ٺاهيل رجحان ۾ امڪاني نمونن جي ڪم ڪرڻ جي بصيرت پڻ فراهم ڪري ٿو.
