عام تقسیم

عام تقسیم: تصور اور حقیقی دنیا کی ایپلی کیشنز

عام تقسیم، جسے اکثر Gaussian ڈسٹری بیوشن کے نام سے جانا جاتا ہے، شماریات اور ریاضی میں سب سے بنیادی تصورات میں سے ایک ہے۔ اس کے مختلف شعبوں جیسے معاشیات، نفسیات، انجینئرنگ، اور قدرتی علوم میں متعدد عملی اطلاقات ہیں۔ یہ مضمون عام تقسیم، اس کی خصوصیات، اس کے ریاضیاتی فارمولے، اور روزمرہ کی زندگی میں اس کے استعمال کی مختلف مثالوں پر بحث کرے گا۔

عام تقسیم کیا ہے؟

عام تقسیم ایک سڈول، گھنٹی کے سائز کی امکانی تقسیم ہے (جسے 'گھنٹی کی شکل' کہا جاتا ہے)۔ یہ تقسیم بتاتی ہے کہ وسط (اوسط) کے ارد گرد ڈیٹا کی مختلف قدروں کو کس طرح تقسیم کیا جاتا ہے۔ عام تقسیم میں، وسط کے قریب ڈیٹا وسط سے دور ڈیٹا کے مقابلے زیادہ کثرت سے ہوتا ہے۔

عام تقسیم کی کئی اہم خصوصیات ہیں:

1. ہم آہنگی: عام تقسیم کا گراف مرکز میں وسط کے ساتھ ہم آہنگ ہے۔ اس کا مطلب ہے کہ اعداد و شمار کی آدھی قدریں اوسط سے نیچے ہیں، اور نصف اوسط سے اوپر ہیں۔
2. اوسط، میڈین، اور موڈ ایک جیسے ہیں: ایک عام تقسیم میں، اوسط، میڈین، اور موڈ ایک ہی نقطہ پر ہوتے ہیں۔
3. بیل کی شکل: عام تقسیم کا گراف گھنٹی کی شکل کا ہوتا ہے اور وسط کے دونوں طرف ایکس محور کی طرف تیزی سے کم ہوتا ہے۔
4. ٹیپرنگ ایکسٹریمز: وہ قدریں جو اوسط (انتہائی) سے دور ہیں ان اقدار کے مقابلے میں بہت کم ہیں جو اوسط کے قریب ہیں۔

عام تقسیم کا فارمولا

ریاضیاتی طور پر، عام تقسیم کا اظہار مندرجہ ذیل امکانی کثافت کے فعل سے کیا جاتا ہے:

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

کہاں:
- \( f(x) \) امکانی کثافت کا فعل ہے۔
- \( \mu \) ڈیٹا کا اوسط یا اوسط ہے۔
- \( \sigma \) معیاری انحراف ہے، جس سے اندازہ ہوتا ہے کہ ڈیٹا کتنا پھیلا ہوا ہے۔
- \( e \) قدرتی لوگارتھم کی بنیاد ہے، تقریباً 2.718۔
- \( \pi \) مستقل پائی ہے، تقریباً 3.14159۔

عام تقسیم کو معیاری یا 'معیاری نارمل' شکل میں بھی مطلب 0 اور معیاری انحراف 1 کے ساتھ ظاہر کیا جاسکتا ہے۔

عمومی تقسیم کی خصوصیات

1. تجرباتی اصول
تجرباتی اصول ایک ایسا طریقہ ہے جو اکثر عام تقسیم کو سمجھنے کے لیے استعمال ہوتا ہے۔ یہ اصول بتاتا ہے کہ کس طرح عام تقسیم میں ڈیٹا کو وسط کے ارد گرد تقسیم کیا جاتا ہے:

- تقریباً 68% ڈیٹا اوسط کے ایک معیاری انحراف (\( \mu \pm \sigma \)) کے اندر ہے۔
- تقریباً 95% ڈیٹا اوسط کے دو معیاری انحراف کے اندر ہے (\( \mu \pm 2\sigma \))۔
- تقریباً 99.7% ڈیٹا اوسط کے تین معیاری انحراف (\( \mu \pm 3\sigma \)) کے اندر ہے۔

2. زیڈ سکور
Z-score اس بات کا پیمانہ ہے کہ ایک ڈیٹا سیٹ اوسط سے کتنے معیاری انحراف ہے۔ اس کا حساب ڈیٹا اور وسط کے درمیان فرق کو معیاری انحراف سے تقسیم کرکے لگایا جاتا ہے۔ زیڈ سکور عام تقسیم میں ڈیٹا کی پوزیشن کا تعین کرنے میں مدد کرتا ہے۔

\[ Z = \frac{(X – \mu)}{\sigma} \]

جہاں \( X \) ماپا ڈیٹا کی قدر ہے، \( \mu \) اوسط ہے، اور \( \sigma \) معیاری انحراف ہے۔

3. بیل وکر
گھنٹی کا وکر ایک عام تقسیم کی بصری نمائندگی ہے۔ وکر کی چوٹی، یا سب سے اونچا نقطہ، وسط میں ہے، اور وکر وسط سے دونوں سمتوں میں متوازی طور پر نیچے آتا ہے، ایک گھنٹی کی شکل بناتا ہے۔

حقیقی دنیا میں عام تقسیم کے اطلاقات

1. شماریات اور ڈیٹا کا تجزیہ
اعداد و شمار کے تجزیہ کے لیے اعداد و شمار میں عام تقسیم کا وسیع پیمانے پر استعمال ہوتا ہے۔ بہت سی شماریاتی تکنیکیں اس مفروضے پر انحصار کرتی ہیں کہ ڈیٹا عام تقسیم کی پیروی کرتا ہے یا اس کا تخمینہ لگاتا ہے۔ ان میں مفروضے کی جانچ، اعتماد کے وقفے، اور رجعت کا تجزیہ شامل ہے۔

2. نفسیات اور سماجی علوم
نفسیات میں، عام تقسیم اکثر انسانی خصوصیات کی تقسیم کو بیان کرنے کے لیے استعمال ہوتی ہے، جیسے کہ IQ سکور، قد وغیرہ۔ بہت سے سائیکومیٹرک ٹیسٹ اس مفروضے کے ساتھ بنائے گئے ہیں کہ ٹیسٹ کے نتائج عام تقسیم کے مطابق ہوں گے۔

3. اقتصادیات اور کاروبار
ماہرین اقتصادیات اور کاروباری تجزیہ کار مختلف معاشی مظاہر جیسے اسٹاک ریٹرن، آمدنی اور اخراجات کو ماڈل بنانے کے لیے عام تقسیم کا استعمال کرتے ہیں۔ یہ تقسیم خطرے کی تشخیص اور فیصلہ سازی میں مدد کرتی ہے۔

4. انجینئرنگ اور نیچرل سائنسز
انجینئرنگ اور نیچرل سائنسز میں، عام تقسیم کا استعمال مختلف قدرتی اور انسان ساختہ عمل کے نتائج کا تجزیہ اور پیشین گوئی کرنے کے لیے کیا جاتا ہے۔ مثال کے طور پر، کوالٹی کنٹرول میں، عام تقسیم اس بات کا تعین کرنے میں مدد کرتی ہے کہ آیا کوئی پروڈکٹ معیار کے معیار پر پورا اترتا ہے۔

5. امکان اور فیصلہ کرنا
عام تقسیم امکانی تھیوری اور فیصلہ سازی میں مفید ہے۔ مونٹی کارلو تجزیہ جیسی تکنیکیں ایسی نقلیں چلانے کے لیے عام تقسیم کا استعمال کرتی ہیں جو پیشین گوئی اور منصوبہ بندی میں معاون ہوتی ہیں۔

نتیجہ اخذ کرنا

عام تقسیم شماریات اور بہت سے دوسرے شعبوں میں سب سے بنیادی اور مفید تصورات میں سے ایک ہے۔ اس تقسیم کو سمجھنا ہمیں ڈیٹا کو زیادہ مؤثر طریقے سے پروسیس کرنے اور اس کا تجزیہ کرنے اور اس علم کو مختلف قسم کے عملی استعمال میں لاگو کرنے کی اجازت دیتا ہے۔ چاہے نفسیاتی پیمائش، کاروباری تجزیہ، یا صنعتی کوالٹی کنٹرول میں، عام تقسیم حقیقی دنیا کے مظاہر کو سمجھنے اور پیش گوئی کرنے کے لیے ایک ٹھوس بنیاد فراہم کرتی ہے۔