නිල ඇඳුම් බෙදා හැරීමේ සාකච්ඡා ප්රශ්න සඳහා උදාහරණය
ඒකාකාර ව්යාප්තිය සංඛ්යාලේඛනවල සරලම සම්භාවිතා ව්යාප්ති වර්ග වලින් එකකි. එය ප්රධාන වර්ග දෙකකට බෙදා ඇත: විවික්ත ඒකාකාර ව්යාප්තිය සහ අඛණ්ඩ ඒකාකාර ව්යාප්තිය. මෙම ලිපියෙන් අපි ඒකාකාර ව්යාප්ති වර්ග දෙකම සාකච්ඡා කරමු, උදාහරණ සපයන්නෙමු, සහ මෙම ගැටළු වලට විසඳුම් සාකච්ඡා කරමු.
විවික්ත ඒකාකාර ව්යාප්තිය
විවික්ත ඒකාකාර ව්යාප්තියක් යනු අත්හදා බැලීමක හෝ සිදුවීමක සෑම විය හැකි ප්රතිඵලයක්ම සිදුවීමට සමාන අවස්ථාවක් ඇති සම්භාවිතා ව්යාප්තියකි. සරලම උදාහරණ වන්නේ සාධාරණ දාදු කැටයක් පෙරළීම හෝ සමාන කාඩ්පත් කට්ටලයකින් කාඩ්පතක් තෝරා ගැනීමයි.
උදාහරණ ප්රශ්නය 1
ප්රශ්නය:
සාධාරණ දාදු කැටයක පැති 6ක් 1 සිට 6 දක්වා අංකනය කර ඇත. දාදු කැටයේ තනි රෝලයකින් 4ක් ලබා ගැනීමේ සම්භාවිතාව තීරණය කරන්න.
සාකච්ඡාව:
සාධාරණ දාදු කැටයක සෑම පැත්තක්ම දිස්වීමේ සමාන සම්භාවිතාවක් ඇති බැවින්, එක් එක් පැත්තේ සම්භාවිතාව මෙසේ යැයි අපට පැවසිය හැකිය:
P(A) = 1/n
මෙහි n යනු විය හැකි මුළු ප්රතිඵල ගණනයි. මෙම අවස්ථාවේදී, n = 6.
ඉතින්, අංක 4 ලබා ගැනීමේ සම්භාවිතාව:
P(4) = 1/6 ≈ 0.167 හෝ 16.7%
උදාහරණ ප්රශ්නය 2
ප්රශ්නය:
පෙට්ටියක 1 සිට 10 දක්වා අංකිත බෝල 10 ක් ඇත. එක් බෝලයක් අහඹු ලෙස අඳිනු ලැබුවහොත්, අඳින ලද බෝලයට 7 ට වඩා වැඩි සංඛ්යාවක් තිබීමේ සම්භාවිතාව සොයා ගන්න.
සාකච්ඡාව:
සුදුසුකම් ලත් බෝල ගණන 8, 9 සහ 10 යන අංක සහිත බෝල වේ. එබැවින්, මුළු බෝල 10 න් 3 ක් සුදුසුකම් ලත් බෝල වේ.
P(B) = කොන්දේසි සපුරාලන බෝල ගණන / මුළු බෝල ගණන
පී(බී) = 3 / 10 = 0.3 හෝ 30%
අඛණ්ඩ ඒකාකාර බෙදා හැරීම
අඛණ්ඩ ඒකාකාර ව්යාප්තියක් යනු දී ඇති කාල පරතරයක් තුළ ඇති සියලුම අගයන් සිදුවීමේ සමාන සම්භාවිතාවක් ඇති ව්යාප්තියකි. මෙම ව්යාප්තිය බොහෝ විට පැන නගින්නේ දී ඇති පරාසයක් තුළ ඇති සෑම ප්රතිඵලයක්ම සමානව සිදුවිය හැකි අවස්ථාවන්හිදී ය.
උදාහරණ ප්රශ්නය 3
ප්රශ්නය:
X යනු 0 සහ 1 අතර ඒකාකාරව බෙදා හරින ලද අහඹු විචල්යයක් යැයි සිතමු. X 0.25 සහ 0.75 අතර වීමේ සම්භාවිතාව සොයන්න.
සාකච්ඡාව:
අඛණ්ඩ ඒකාකාර ව්යාප්තියක් සඳහා, සම්භාවිතා ඝනත්වය මුළු පරතරය පුරාම නියත වේ. මෙම අවස්ථාවේදී, පරතරය 0 සිට 1 දක්වා වන අතර, එයින් අදහස් වන්නේ ඒකාකාර ව්යාප්තියකට 1 වක්රය යටතේ මුළු වර්ගඵලයක් තිබිය යුතු බැවින් සම්භාවිතා ඝනත්වය (f(x)) 1 බවයි.
X 0.25 සහ 0.75 අතර වීමේ සම්භාවිතාව PDF (සම්භාවිතා ඝනත්ව ශ්රිතය) වක්රය යටතේ මෙම සීමාවන් දෙක අතර ප්රදේශය ලෙස ගණනය කළ හැක.
පී(0.25 ≤ X ≤ 0.75) = (ආ – අ) / (ඈ – ඇ)
මෙහි a සහ b යනු අප සොයන පරතරයේ පහළ සහ ඉහළ සීමාවන් වන අතර c සහ d යනු ඒකාකාර ව්යාප්තියේ සීමාවන් වේ. මෙම අවස්ථාවේදී, a = 0.25, b = 0.75, c = 0, සහ d = 1 වේ.
පී(0.25 ≤
ඉතින්, X 0.25 සහ 0.75 අතර වීමේ සම්භාවිතාව 0.5 හෝ 50% කි.
උදාහරණ ප්රශ්නය 4
ප්රශ්නය:
[2, 5] පරතරය පුරා ඒකාකාර නිරවද්යතා ව්යාප්තියක් සහිත උපකරණයක් භාවිතයෙන් මිනුමක් සිදු කෙරේ. මිනුම 3 සහ 4 අතර අගයක් ලබා ගැනීමේ සම්භාවිතාව සොයන්න.
සාකච්ඡාව:
[2, 5] අන්තරයේ ඒකාකාර ව්යාප්තියක් සඳහා, සම්භාවිතා ඝනත්වය නියත වන අතර වක්රය යටතේ ඇති මුළු වර්ගඵලය 1 වේ. මේ අනුව, සම්භාවිතා ඝනත්වය (f(x)) 1/(5-2) = 1/3 වේ.
මිනුම 3 සහ 4 අතර වීමේ සම්භාවිතාව:
පී(3 ≤ X ≤ 4) = (ආ – අ) / (ඈ – ඇ)
මෙහි a සහ b යනු අප සොයන පරතරයේ මායිම් වන අතර, c සහ d යනු ඒකාකාර ව්යාප්තියේ මායිම් වේ. මෙම අවස්ථාවේදී, a = 3, b = 4, c = 2, සහ d = 5 වේ.
P(3 ≤ X ≤ 4) = (4 – 3) / (5 – 2) = 1/3 ≈ 0.333 හෝ 33.3%
නිගමනය
ඒකාකාර ව්යාප්තිය එහි සරල බව සහ අවබෝධයේ පහසුව නිසා සම්භාවිතාව සහ සංඛ්යානමය විශ්ලේෂණයේදී ඉතා ප්රයෝජනවත් මෙවලමකි. විවික්ත සහ අඛණ්ඩ ආකාර දෙකෙහිම, ඒකාකාර ව්යාප්තිය මඟින් දී ඇති පරාසයක් තුළ ඇති සෑම ප්රතිඵලයකටම එකම සම්භාවිතාවක් ඇති බව සහතික කෙරේ.
ප්රධාන කරුණු
1. විවික්ත ඒකාකාර ව්යාප්තිය: යම් පරාසයක් තුළ එක් එක් ප්රතිඵලයේ සම්භාවිතාව සමාන වේ. උදාහරණය: සාධාරණ දාදු කැටයක් විසි කිරීම.
2. අඛණ්ඩ ඒකාකාර ව්යාප්තිය: සම්භාවිතා ඝනත්වය මුළු කාල පරතරය පුරාම නියත වේ. උදාහරණය: නිශ්චිත පරාසයක් තුළ නිවැරදි මෙවලමක් භාවිතයෙන් දිග හෝ බර මැනීම.
මෙම සංකල්පය තේරුම් ගැනීමෙන් සහ උදාහරණ සහ සාකච්ඡා හරහා, විවිධ සැබෑ ලෝක තත්වයන් සහ පර්යේෂණ සඳහා ඒකාකාර ව්යාප්තිය අපට වඩාත් පහසුවෙන් යෙදිය හැකිය. මෙය විවික්ත හෝ අඛණ්ඩ ස්වරූපයෙන් වුවද, සමානව සිදුවිය හැකි ප්රතිඵල ඇති සංසිද්ධි පැහැදිලි කිරීමට උපකාරී වේ.
ඒකාකාර බෙදාහැරීම් සංඛ්යාලේඛනවල පමණක් නොව, පරිගණක විද්යාව, ඉංජිනේරු විද්යාව, ආර්ථික විද්යාව සහ තීරණ ගැනීම හෝ දත්ත විශ්ලේෂණය අවශ්ය වන තවත් බොහෝ ක්ෂේත්රවල ද ප්රයෝජනවත් වේ. උදාහරණයක් ලෙස, මොන්ටේ කාලෝ සමාකරණවලදී, නිශ්චිත පරාසයක් තුළ අහඹු දෛශික ජනනය කිරීමට ඒකාකාර බෙදාහැරීම් බොහෝ විට භාවිතා කරන අතර, පසුව විවිධ අවස්ථා සහ ප්රතිඵල ඇගයීමට භාවිතා කරයි.
ඒකාකාර ව්යාප්තිය සහ ඒ සමඟ ඇති ගැටළු විසඳන්නේ කෙසේද යන්න වඩා හොඳින් අවබෝධ කර ගැනීමට මෙම ලිපිය ඔබට උපකාරී වනු ඇතැයි අපි බලාපොරොත්තු වෙමු. මෙම සංකල්පය ප්රගුණ කිරීමට සහ ඔබේ ක්ෂේත්රයට අදාළ සැබෑ ලෝක අවස්ථාවන්ට එය යෙදීමට පුහුණු වන්න.
