நிகழ்தகவு பரவல்கள் - பாடக் குறிப்புகள்
பாடச் சுருக்கம்
நிகழ்வெண் பரவல்கள் இரு வகைப்படும். உண்மையான தரவு அல்லது சோதனையின் அடிப்படையில் அமைபவை கண்டறிந்த நிகழ்வெண் பரவல்கள்; முன் அனுபவத்தின் அடிப்படையில் எதிர்பார்ப்புகளைக் கொண்டு அமைபவை கோட்பாட்டு (நிகழ்தகவு) பரவல்கள். இவ்வலகில் ஈருறுப்பு, பாய்சான் ஆகிய இரண்டு தனிநிலைப் பரவல்களும், இயல்நிலைப் பரவல் என்ற தொடர்நிலைப் பரவலும் கற்கப்படுகின்றன.
ஈருறுப்புப் பரவல்
- ஜேம்ஸ் பெர்னோலி (1654-1705) 1700-ல் கண்டறிந்தார்; அவர் மறைந்து எட்டு ஆண்டுகளுக்குப் பின் 1713-ல் வெளியிடப்பட்டது.
- பெர்னோலியின் முயற்சி: வெற்றி S, தோல்வி F என இரண்டு விளைவுகள் மட்டுமே கொண்டு, நிகழ்தகவுகள் p, q உடைய சமவாய்ப்புச் சோதனை. எ.கா. நாணயத்தைச் சுண்டுதல் (தலை அல்லது பூ), பகடை உருட்டுதல் (ஒற்றை அல்லது இரட்டை எண்).
- வரையறை: \( P(X = x) = {}^nC_x\, p^x q^{n-x},\; x = 0, 1, 2, \ldots, n \), \( q = 1 - p \). இதனை \( X \sim B(n, p) \) என எழுதுகிறோம்; X என்பது ஈருறுப்பு மாறி.
- நிகழ்தகவுகள் ஈருறுப்பு விரிவு \( (q + p)^n \)-ன் தொடர் உறுப்புகள் ஆகும்.
நிபந்தனைகள்
- முயற்சிகளின் எண்ணிக்கை n ஒரு முடிவுறு எண்ணாக இருத்தல் வேண்டும்.
- முயற்சிகள் ஒன்றுக்கொன்று சார்பற்றவையாக இருத்தல் வேண்டும்.
- வெற்றிக்கான நிகழ்தகவு p ஒவ்வொரு முயற்சியிலும் மாறிலியாக இருக்க வேண்டும்.
- ஒவ்வொரு முயற்சிக்கும் வெற்றி அல்லது தோல்வி என இரண்டு விளைவுகள் மட்டுமே.
சராசரி, மாறுபாட்டளவை, பண்புகள்
- சராசரி \( E(X) = np \); மாறுபாட்டளவை \( = npq \); திட்டவிலக்கம் \( = \sqrt{npq} \).
- \( p = q = 0.5 \) எனில் சமச்சீரானது; \( p \ne q \) எனில் சமச்சீர் அற்றது.
- \( p < 0.5 \) எனில் மிகை கோட்ட அளவை; \( p > 0.5 \) எனில் குறை கோட்ட அளவை.
- மாறுபாட்டளவை சராசரியைவிடக் குறைவு: \( npq = (np)q < np \).
- சரிபார்ப்பு: \( q > 1 \) கிடைத்தால் அப்பரவல் சாத்தியமில்லை. எ.கா. சராசரி 12, திட்டவிலக்கம் 4 எனில் \( q = 16/12 = 4/3 \); எனவே அத்தகைய பரவல் இல்லை.
பாய்சான் பரவல்
- பிரெஞ்சு கணித மேதை சைமன் டெனிஸ் பாய்சான் 1837-ல் வரையறுத்தார்.
- n பெரியதாகவும் p பூஜ்யத்திற்கு நெருக்கமாகவும் இருக்கும்போது ஈருறுப்புப் பரவலுக்கு எளிய தோராயமாகவும், அரிதாக நிகழும் நிகழ்ச்சிகளுக்கும் பயன்படுகிறது.
- எடுத்துக்காட்டுகள்: ஒரு கன செ.மீ-ல் உள்ள நுண்ணுயிர்களின் எண்ணிக்கை; ஒரு பக்கத்தில் உள்ள தட்டச்சுப் பிழைகள்; கதிரியக்கப் பொருளிலிருந்து வெளிப்படும் ஆல்ஃபா துகள்கள்; ஒரு நாளில் குறிப்பிட்ட நேரத்தில் நடக்கும் பேருந்து விபத்துகள்; ஒரு வினாடியில் ஏற்படும் மின்னல்கள்.
நிபந்தனைகள் (ஈருறுப்புப் பரவலின் எல்லை)
- முயற்சிகளின் எண்ணிக்கை வரையறுக்க இயலாத அளவு அதிகம்: \( n \to \infty \).
- ஒவ்வொரு முயற்சியிலும் வெற்றிக்கான நிகழ்தகவு மிகச் சிறியது: \( p \to 0 \).
- \( np = \lambda \) ஒரு முடிவுறு எண்; \( p = \lambda/n \), \( q = 1 - \lambda/n \).
வரையறை, பண்பு
- \( P(X = x) = \dfrac{e^{-\lambda}\lambda^x}{x!},\; x = 0, 1, 2, \ldots;\; \lambda > 0 \).
- சராசரி \( = \lambda \), மாறுபாட்டளவை \( = \lambda \). சராசரியும் மாறுபாட்டளவையும் சமமாக உள்ள ஒரே பரவல் பாய்சான் பரவல் மட்டுமே.
- தேர்வு வினாக்களில் தேவையான \( e^{-\lambda} \) மதிப்பு கொடுக்கப்பட வேண்டும்.
- அடுத்த உறுப்பு: \( P(X = x + 1) = \dfrac{\lambda}{x + 1} P(X = x) \). எ.கா. \( P(0) = 0.2725 \) எனில் \( \lambda = 1.3 \), \( P(1) = 0.2725 \times 1.3 = 0.3543 \).
இயல்நிலைப் பரவல்
- எடை, உயரம், ஊதியம் போன்ற தொடர்ச்சியாக மாறும் அளவுகளுக்கான தொடர்நிலைப் பரவல். 1733-ல் டீ மாய்வர் முதலில் அறிமுகப்படுத்தினார்; லாப்லேஸ், காஸ் ஆகியோரும் இதன் வளர்ச்சியில் தொடர்புடையவர்கள்.
- n மிகப் பெரியதாகவும், p அல்லது q மிகச் சிறியதாக இல்லாமலும் இருக்கும்போது ஈருறுப்புப் பரவலின் எல்லையாக அமைகிறது.
- அடர்த்திச் சார்பு: \( f(x) = \dfrac{1}{\sigma\sqrt{2\pi}} e^{-\frac{(x-\mu)^2}{2\sigma^2}},\; -\infty < x < \infty \); \( X \sim N(\mu, \sigma^2) \).
இயல்நிலை வளைவரையின் பண்புகள்
| பண்பு | விவரம் |
|---|---|
| வடிவம் | மணிவடிவம்; \( x = \mu \)-ஐப் பொறுத்துச் சமச்சீரானது |
| சராசரிகள் | சராசரி, இடைநிலை, முகடு ஒன்றுகின்றன |
| தொலைத்தொடுகோடு | x-அச்சு; வளைவரையின் முனைகள் அதனைத் தொடுவதில்லை |
| அமைவிடம் | வளைவரையின் எப்பகுதியும் x-அச்சுக்குக் கீழ் இல்லை |
| வளைவு மாற்றுப்புள்ளிகள் | \( x = \mu \pm \sigma \) |
| முகடு | ஒரே ஒரு முகடு; \( x = \mu \)-ல் மீப்பெரு உயரம் \( \dfrac{1}{\sigma\sqrt{2\pi}} \) |
| மொத்தப் பரப்பு | ஒன்று |
பரப்புப் பண்பு
- \( P(\mu - \sigma < X < \mu + \sigma) = 0.6826 \) (ஏறத்தாழ 68.27%)
- \( P(\mu - 2\sigma < X < \mu + 2\sigma) = 0.9544 \) (ஏறத்தாழ 95.5%)
- \( P(\mu - 3\sigma < X < \mu + 3\sigma) = 0.9973 \) (ஏறத்தாழ 99.7%)
திட்ட இயல்நிலைப் பரவல்
- \( Z = \dfrac{X - \mu}{\sigma} \) என்பது திட்ட இயல்நிலை மாறி; சராசரி 0, திட்டவிலக்கம் 1: \( Z \sim N(0, 1) \).
- அடர்த்திச் சார்பு: \( \varphi(z) = \dfrac{1}{\sqrt{2\pi}} e^{-z^2/2},\; -\infty < z < \infty \).
- அட்டவணை 0 முதல் z வரையிலான பரப்பைத் தருகிறது. 0-க்கு வலப்புறம் (அல்லது இடப்புறம்) உள்ள பரப்பு 0.5.
அட்டவணையைப் பயன்படுத்துதல்
- \( a > 0 \) எனில் \( P(Z > a) = 0.5 - P(0 < Z < a) \). எ.கா. \( P(Z > 1.09) = 0.5 - 0.3621 = 0.1379 \).
- \( P(Z < -a) = 0.5 - P(0 < Z < a) \). எ.கா. \( P(Z < -1.65) = 0.5 - 0.4505 = 0.0495 \).
- எல்லைகள் இருபுறமும் இருந்தால் கூட்டுக: \( P(-1 < Z < 1.96) = 0.3413 + 0.4750 = 0.8163 \).
- எல்லைகள் ஒரே புறம் இருந்தால் கழிக்க: \( P(1.25 < Z < 2.75) = 0.4970 - 0.3944 = 0.1026 \).
- கொடுக்கப்பட்ட வலப்புறப் பரப்பு 0.5-ஐ விட அதிகம் எனில் z குறை எண்.
எடுத்துக்காட்டு
X என்பது சராசரி 30, திட்டவிலக்கம் 5 கொண்ட இயல்நிலை மாறி. \( P(26 \le X \le 40) \)-க்கு \( z = -0.8 \), \( z = 2 \); நிகழ்தகவு \( 0.2881 + 0.4772 = 0.7653 \). \( P(X \ge 45) \)-க்கு \( z = 3 \); \( 0.5 - 0.49865 = 0.00135 \).
இந்தப் பாடத்திற்கு மேலும்
புத்தகப் பயிற்சி வினாக்கள்27 பாடநூல் வினாக்கள் · விடையுடன்
கூடுதல் வினாக்கள்7 கூடுதல் வினாக்கள் · விடையுடன்
பயிற்சித் தேர்வுஊடாடும் · உடனடி மதிப்பெண்
புத்தகப் பயிற்சித் தேர்வுபாடநூல் தொகுப்பில் உங்களைச் சோதியுங்கள்
கூடுதல் வினாத் தேர்வுகூடுதல் தொகுப்பில் உங்களைச் சோதியுங்கள்
சூத்திரத் தாள்அனைத்து முக்கிய சூத்திரங்கள்