ऋणात्मक द्विपद वितरण क्या है?

ऋणात्मक द्विपद वितरण एक है संभावना वितरण इसका उपयोग असतत यादृच्छिक चर के साथ किया जाता है। वितरण के इस प्रकार के परीक्षणों की संख्या की चिंता है जो सफलताओं की पूर्व निर्धारित संख्या के क्रम में होनी चाहिए। जैसा कि हम देखेंगे, नकारात्मक द्विपद वितरण से संबंधित है द्विपद वितरण. इसके अलावा, यह वितरण ज्यामितीय वितरण को सामान्य करता है।

हम सेटिंग और स्थितियों दोनों को देखकर शुरू करेंगे जो एक नकारात्मक द्विपद वितरण को जन्म देते हैं। इन स्थितियों में से कई एक द्विपद सेटिंग के समान हैं।

1. हमारे पास एक बर्नौली प्रयोग है। इसका मतलब यह है कि हमारे द्वारा किया गया प्रत्येक परीक्षण एक अच्छी तरह से परिभाषित सफलता और विफलता है और ये केवल परिणाम हैं।
2. सफलता की संभावना निरंतर है कि हम कितनी बार प्रयोग करें। हम इस निरंतर संभावना को निरूपित करते हैं पी।
3. के लिए प्रयोग दोहराया जाता है एक्स स्वतंत्र परीक्षण, जिसका अर्थ है कि एक परीक्षण के परिणाम का बाद के परीक्षण के परिणाम पर कोई प्रभाव नहीं पड़ता है।

ये तीन स्थितियां द्विपद वितरण में समान हैं। अंतर यह है कि एक द्विपद यादृच्छिक चर में परीक्षणों की एक निश्चित संख्या होती है एन। का ही मान है एक्स 0, 1, 2,... हैं, एन, तो यह एक परिमित वितरण है।

एक नकारात्मक द्विपद वितरण परीक्षण की संख्या से संबंधित है एक्स हमारे पास होने तक यह होना चाहिए आर सफलताओं। जो नंबर आर एक पूरी संख्या है जिसे हम अपना परीक्षण करने से पहले चुनते हैं। यादृच्छिक चर एक्स अभी भी असतत है। हालाँकि, अब रैंडम वैरिएबल मूल्यों पर ले सकता है एक्स = r, r + 1, r + 2,... यह यादृच्छिक चर अनगिनत रूप से अनंत है, क्योंकि हम इसे प्राप्त करने से पहले एक मनमाना समय ले सकते हैं आर सफलताओं।

एक नकारात्मक द्विपद वितरण की भावना बनाने में मदद करने के लिए, एक उदाहरण पर विचार करना सार्थक है। मान लीजिए कि हम एक उचित सिक्का फ्लिप करते हैं और हम सवाल पूछते हैं, "क्या संभावना है कि हमें पहले तीन सिर मिलें एक्स सिक्का फ़्लिप? "यह एक ऐसी स्थिति है जो एक नकारात्मक द्विपद वितरण के लिए कॉल करती है।

सिक्का फ़्लिप के दो संभावित परिणाम हैं, सफलता की संभावना एक निरंतर 1/2 है, और वे परीक्षण जो एक दूसरे से स्वतंत्र हैं। हम पहले तीन प्रमुखों को प्राप्त करने की संभावना के बारे में पूछते हैं एक्स सिक्का फड़फड़ाता है। इस प्रकार हमें कम से कम तीन बार सिक्का पलटना होगा। हम तब तक फड़फड़ाते रहते हैं जब तक कि तीसरा सिर दिखाई न दे।

नकारात्मक द्विपद वितरण से संबंधित संभावनाओं की गणना करने के लिए, हमें कुछ और जानकारी चाहिए। हमें संभाव्यता द्रव्यमान फ़ंक्शन को जानने की आवश्यकता है।

एक नकारात्मक द्विपद वितरण के लिए संभाव्यता द्रव्यमान समारोह को थोड़े से विचार के साथ विकसित किया जा सकता है। प्रत्येक परीक्षण में दी गई सफलता की संभावना है पी। चूंकि केवल दो संभावित परिणाम हैं, इसका मतलब है कि विफलता की संभावना निरंतर है (1) पी ).

आरवें सफलता के लिए होना चाहिए एक्सवें और अंतिम परीक्षण। पिछला वाला एक्स - 1 परीक्षणों में बिल्कुल शामिल होना चाहिए आर - 1 सफलताओं। यह हो सकता है कि तरीकों की संख्या संयोजनों की संख्या द्वारा दी गई है:

सी(एक्स - 1, आर -1) = (x - 1)! / [(R - 1)!]एक्स - आर)!].

इसके अतिरिक्त हमारे पास स्वतंत्र कार्यक्रम हैं, और इसलिए हम अपनी संभावनाओं को एक साथ गुणा कर सकते हैं। इन सभी को एक साथ रखते हुए, हम प्रायिकता मास फ़ंक्शन प्राप्त करते हैं

च(एक्स) = सी (एक्स - 1, आर -1) पी^आर(1 - पी)^{एक्स - आर}.

अब हम यह समझने की स्थिति में हैं कि इस यादृच्छिक चर का नकारात्मक द्विपद वितरण क्यों है। हमारे द्वारा ऊपर दिए गए संयोजनों की संख्या को सेटिंग द्वारा अलग-अलग लिखा जा सकता है x - r = k:

(x - 1)! / [(r - 1)!]एक्स - आर)!] = (x + के (१)! / [(आर - १)! क!] = (आर + के - 1)(x + के - 2)... (आर + 1) (आर) /क! = (-1)^क(-आर) (- आर - 1) ।। ।; - (r - (k + 1) / k !.

यहाँ हम एक नकारात्मक द्विपद गुणांक की उपस्थिति देखते हैं, जिसका उपयोग तब किया जाता है जब हम एक द्विपद अभिव्यक्ति (a + b) को ऋणात्मक शक्ति में बढ़ाते हैं।

वितरण का मतलब जानना महत्वपूर्ण है क्योंकि यह वितरण के केंद्र को निरूपित करने का एक तरीका है। इस प्रकार के यादृच्छिक चर का अर्थ इसके अपेक्षित मूल्य द्वारा दिया गया है और इसके बराबर है आर / पी. इसका उपयोग करके हम इसे ध्यान से साबित कर सकते हैं पल उत्पन्न समारोह इस वितरण के लिए।

अंतर्ज्ञान हमें इस अभिव्यक्ति के लिए भी मार्गदर्शन करता है। मान लीजिए कि हम परीक्षणों की एक श्रृंखला करते हैं n₁ जब तक हम प्राप्त नहीं करते आर सफलताओं। और फिर हम इसे फिर से करते हैं, केवल इस बार यह होता है n₂ परीक्षणों। हम इसे बार-बार जारी रखते हैं, जब तक कि हमारे पास परीक्षणों के समूह की एक बड़ी संख्या नहीं है एन = n₁ + n₂ +... +n_क।

इनमें से प्रत्येक क परीक्षण शामिल हैं आर सफलताओं, और इसलिए हमारे पास कुल है kr सफलताओं। अगर एन बड़ा है, तो हम इसके बारे में देखने की उम्मीद करेंगे Np सफलताओं। इस प्रकार हम इन्हें एक साथ और समान करते हैं क्र = एनपी।

हम कुछ बीजगणित करते हैं और पाते हैं एन / के = आर / पी। इस समीकरण के बाईं ओर का अंश हमारे प्रत्येक के लिए आवश्यक परीक्षणों की औसत संख्या है क परीक्षणों के समूह। दूसरे शब्दों में, यह प्रयोग करने के लिए अपेक्षित समय है ताकि हमारे पास कुल हो आर सफलताओं। यह ठीक वैसी ही अपेक्षा है जैसी हम चाहते हैं। हम देखते हैं कि यह सूत्र के बराबर है आर / पी।

क्षण उत्पन्न करने वाले फ़ंक्शन का उपयोग करके नकारात्मक द्विपद वितरण के विचरण की गणना भी की जा सकती है। जब हम ऐसा करते हैं तो हम देखते हैं कि इस वितरण का विचरण निम्न सूत्र द्वारा दिया गया है:

आर (1) पी)/पी²

इस प्रकार के रैंडम वेरिएबल के लिए क्षण उत्पन्न करने का कार्य काफी जटिल है। स्मरण करो कि पल उत्पन्न करने वाला फ़ंक्शन अपेक्षित मान E [e है^TX]. इस संभावना का उपयोग करके हमारे प्रायवेट मास फंक्शन के साथ, हमारे पास:

एम (टी) = ई [ई^TX] = ((X - 1)! / [(R - 1)!]एक्स - आर)!]इ^TXपी^आर(1 - पी)^{एक्स - आर}

कुछ बीजगणित के बाद यह M (t) = (pe) हो जाता है^टी)^आर[1- (1- पी) ई^टी]^-r

हमने ऊपर देखा है कि कैसे द्विपद वितरण के लिए नकारात्मक द्विपद वितरण कई मायनों में समान है। इस संबंध के अलावा, नकारात्मक द्विपद वितरण एक ज्यामितीय वितरण का अधिक सामान्य संस्करण है।

एक ज्यामितीय यादृच्छिक चर एक्स पहली सफलता होने से पहले आवश्यक परीक्षणों की संख्या को गिना जाता है। यह देखना आसान है कि यह बिल्कुल नकारात्मक द्विपद वितरण है, लेकिन इसके साथ आर एक के बराबर।

नकारात्मक द्विपद वितरण के अन्य सूत्र मौजूद हैं। कुछ पाठ्यपुस्तकें परिभाषित करती हैं एक्स परीक्षणों की संख्या तक आर विफलताएँ होती हैं।

हम एक उदाहरण समस्या को देखेंगे कि नकारात्मक द्विपद वितरण के साथ कैसे काम किया जाए। मान लीजिए कि एक बास्केटबॉल खिलाड़ी 80% फ़्री थ्रो शूटर है। इसके अलावा, मान लें कि एक मुक्त फेंक अगले बनाने से स्वतंत्र है। क्या संभावना है कि इस खिलाड़ी के लिए आठवीं टोकरी दसवें फ्री थ्रो पर बनाई गई है?

हम देखते हैं कि हमारे पास एक नकारात्मक द्विपद वितरण के लिए एक सेटिंग है। सफलता की निरंतर संभावना 0.8 है, और इसलिए विफलता की संभावना 0.2 है। हम r = 8 होने पर X = 10 की संभावना निर्धारित करना चाहते हैं।

हम इन मानों को हमारे प्रायिकता फ़ंक्शन में प्लग करते हैं:

f (10) = C (10 -1, 8 - 1) (0.8)⁸(0.2)²= 36(0.8)⁸(0.2)², जो लगभग 24% है।

हम फिर पूछ सकते हैं कि इस खिलाड़ी के आठ बनाने से पहले नि: शुल्क फेंके गए शॉट की औसत संख्या क्या है। चूंकि अपेक्षित मूल्य 8 / 0.8 = 10 है, इसलिए यह शॉट्स की संख्या है।