सामान्य संभाव्यता वितरण उपाय

चरण 0: पूर्व-गणन सारांश
फॉर्म्युला वापरले जाते
सामान्य संभाव्यता वितरण कार्य = 1/(सामान्य वितरणाचे मानक विचलन*sqrt(2*pi))*e^((-1/2)*((यशांची संख्या-सामान्य वितरणाचा अर्थ)/सामान्य वितरणाचे मानक विचलन)^2)
PNormal = 1/(σNormal*sqrt(2*pi))*e^((-1/2)*((x-μNormal)/σNormal)^2)
हे सूत्र 2 स्थिर, 1 कार्ये, 4 व्हेरिएबल्स वापरते
सतत वापरलेले
pi - आर्किमिडीजचा स्थिरांक मूल्य घेतले म्हणून 3.14159265358979323846264338327950288
e - नेपियरचे स्थिर मूल्य घेतले म्हणून 2.71828182845904523536028747135266249
कार्ये वापरली
sqrt - स्क्वेअर रूट फंक्शन हे एक फंक्शन आहे जे इनपुट म्हणून नॉन-ऋणात्मक संख्या घेते आणि दिलेल्या इनपुट नंबरचे वर्गमूळ परत करते., sqrt(Number)
व्हेरिएबल्स वापरलेले
सामान्य संभाव्यता वितरण कार्य - सामान्य संभाव्यता वितरण कार्य हे गॉसियन वितरण म्हणून देखील ओळखले जाते, हे एक गणितीय कार्य आहे जे सममितीय घंटा-आकार वक्र वर्णन करते.
सामान्य वितरणाचे मानक विचलन - सामान्य वितरणाचे मानक विचलन हे प्रत्येक डेटा बिंदू आणि वितरणाच्या मध्यामधील सरासरी अंतर आहे, मूल्ये सामान्यत: सरासरीपासून किती विचलित होतात याचे मोजमाप प्रदान करते.
यशांची संख्या - यशांची संख्या हे यादृच्छिक चल आहे जे ठराविक वेळेच्या किंवा जागेच्या मध्यांतरातील घटना किंवा घटनांची संख्या दर्शवते.
सामान्य वितरणाचा अर्थ - सामान्य वितरणाचा मध्य सरासरी किंवा अपेक्षित मूल्य आहे आणि वितरणाच्या मध्यवर्ती प्रवृत्तीचे प्रतिनिधित्व करतो.
चरण 1: इनपुट ला बेस युनिटमध्ये रूपांतरित करा
सामान्य वितरणाचे मानक विचलन: 2 --> कोणतेही रूपांतरण आवश्यक नाही
यशांची संख्या: 7 --> कोणतेही रूपांतरण आवश्यक नाही
सामान्य वितरणाचा अर्थ: 5.5 --> कोणतेही रूपांतरण आवश्यक नाही
चरण 2: फॉर्म्युलाचे मूल्यांकन करा
फॉर्म्युलामध्ये इनपुट व्हॅल्यूजची स्थापना करणे
PNormal = 1/(σNormal*sqrt(2*pi))*e^((-1/2)*((x-μNormal)/σNormal)^2) --> 1/(2*sqrt(2*pi))*e^((-1/2)*((7-5.5)/2)^2)
मूल्यांकन करत आहे ... ...
PNormal = 0.150568716077402
चरण 3: निकाल आउटपुटच्या युनिटमध्ये रूपांतरित करा
0.150568716077402 --> कोणतेही रूपांतरण आवश्यक नाही
अंतिम उत्तर
0.150568716077402 0.150569 <-- सामान्य संभाव्यता वितरण कार्य
(गणना 00.004 सेकंदात पूर्ण झाली)

जमा

Creator Image
ने निर्मित ध्रुव वालिया
इंडियन इन्स्टिट्यूट ऑफ टेक्नॉलॉजी, इंडियन स्कूल ऑफ माईन्स, धनबाद (IIT ISM), धनबाद, झारखंड
ध्रुव वालिया यांनी हे कॅल्क्युलेटर आणि 1100+ अधिक कॅल्क्युलेटर तयार केले आहेत!
Verifier Image
द्वारे सत्यापित निखिल
मुंबई विद्यापीठ (डीजेएससीई), मुंबई
निखिल यानी हे कॅल्क्युलेटर आणि 300+ अधिक कॅल्क्युलेटर सत्यापित केले आहेत।

2 सामान्य वितरण कॅल्क्युलेटर

सामान्य संभाव्यता वितरण
​ जा सामान्य संभाव्यता वितरण कार्य = 1/(सामान्य वितरणाचे मानक विचलन*sqrt(2*pi))*e^((-1/2)*((यशांची संख्या-सामान्य वितरणाचा अर्थ)/सामान्य वितरणाचे मानक विचलन)^2)
सामान्य वितरणामध्ये झेड स्कोअर
​ जा सामान्य वितरणामध्ये झेड स्कोअर = (सामान्य वितरणातील वैयक्तिक मूल्य-सामान्य वितरणात सरासरी)/सामान्य वितरणातील मानक विचलन

सामान्य संभाव्यता वितरण सुत्र

सामान्य संभाव्यता वितरण कार्य = 1/(सामान्य वितरणाचे मानक विचलन*sqrt(2*pi))*e^((-1/2)*((यशांची संख्या-सामान्य वितरणाचा अर्थ)/सामान्य वितरणाचे मानक विचलन)^2)
PNormal = 1/(σNormal*sqrt(2*pi))*e^((-1/2)*((x-μNormal)/σNormal)^2)

संभाव्यता म्हणजे काय?

गणितामध्ये संभाव्यता सिद्धांत म्हणजे शक्यतांचा अभ्यास. वास्तविक जीवनात, आम्ही परिस्थितीनुसार शक्यतांचा अंदाज लावतो. परंतु संभाव्यता सिद्धांत संभाव्यतेच्या संकल्पनेला एक गणिती पाया आणत आहे. उदाहरणार्थ, जर बॉक्समध्ये 10 बॉल असतील ज्यात 7 काळे बॉल आणि 3 लाल बॉल असतील आणि यादृच्छिकपणे एक बॉल निवडला असेल. मग लाल चेंडू मिळण्याची संभाव्यता 3/10 आणि काळा चेंडू मिळण्याची संभाव्यता 7/10 आहे. आकडेवारीकडे येत असताना, संभाव्यता ही आकडेवारीच्या पाठीच्या कण्यासारखी असते. निर्णय घेणे, डेटा सायन्स, बिझनेस ट्रेंड स्टडीज इत्यादींमध्ये त्याचा विस्तृत उपयोग आहे.

सामान्य वितरण म्हणजे काय?

सामान्य वितरण हे वास्तविक-मूल्य असलेल्या यादृच्छिक व्हेरिएबलसाठी सतत संभाव्यता वितरणाचा एक प्रकार आहे. सामान्य वितरण हे सांख्यिकीमध्ये महत्त्वाचे असते आणि ज्यांचे वितरण ज्ञात नाही अशा वास्तविक-मूल्यवान यादृच्छिक चलांचे प्रतिनिधित्व करण्यासाठी अनेकदा नैसर्गिक आणि सामाजिक विज्ञानांमध्ये वापरले जाते. त्यांचे महत्त्व अंशतः मध्यवर्ती मर्यादा प्रमेयामुळे आहे. त्यात असे म्हटले आहे की, काही परिस्थितींमध्ये, मर्यादित मध्य आणि भिन्नता असलेल्या यादृच्छिक चलांच्या अनेक नमुन्यांची (निरीक्षणे) सरासरी स्वतःच एक यादृच्छिक चल असते—ज्याचे वितरण नमुन्यांची संख्या वाढते तसे सामान्य वितरणामध्ये रूपांतरित होते.

Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!