संभाव्यता वितरण और संभाव्यता घनत्व फ़ंक्शन के बीच अंतर:

संभाव्यता वितरण समारोह बनाम संभावना घनत्व फ़ंक्शन

संभाव्यता एक घटना होने की संभावना है यह विचार बहुत आम है, और दिन-प्रतिदिन जीवन में अक्सर प्रयोग किया जाता है जब हम अपने अवसरों, लेनदेन, और कई अन्य चीजों का मूल्यांकन करते हैं। घटनाओं के बड़े सेट में इस सरल अवधारणा का विस्तार करना थोड़ा और अधिक चुनौतीपूर्ण है उदाहरण के लिए, हम लॉटरी जीतने की संभावनाओं को आसानी से नहीं समझ सकते, लेकिन यह सुविधाजनक है, बल्कि सहज ज्ञान युक्त है, यह कहने के लिए कि छह में से एक की संभावना है कि हमें फेंका एक पासा में नंबर छह मिल रहा है।

जब घटनाओं की संख्या बड़ी हो सकती है, या व्यक्तिगत संभावनाओं की संख्या बड़ी है, संभावना का यह एक सरल विचार विफल हो जाता है। इसलिए, उच्च जटिलता के साथ समस्याओं को आने से पहले इसे एक ठोस गणितीय परिभाषा दी जानी चाहिए।

जब एक ही स्थिति में होने वाली घटनाओं की संख्या बड़ी है, तो प्रत्येक घटना को व्यक्तिगत रूप से विचार करना असंभव है जैसे फेंका गया पासा का उदाहरण। इसलिए, यादृच्छिक चर की अवधारणा को शुरू करके घटनाओं का पूरा सेट सारांशित किया गया है। यह एक चर है, जो उस विशेष स्थिति (या नमूना स्थान) में विभिन्न घटनाओं के मूल्यों को मान सकता है। यह स्थिति में सरल घटनाओं के लिए गणितीय अर्थ देता है, और घटना को संबोधित करने का गणितीय तरीका देता है। अधिक सटीक, एक यादृच्छिक चर नमूना अंतरिक्ष के तत्वों पर एक वास्तविक मूल्य समारोह है। यादृच्छिक चर या तो असतत या निरंतर हो सकते हैं। वे आमतौर पर अंग्रेजी वर्णमाला के बड़े अक्षरों से चिह्नित हैं।

संभाव्यता वितरण समारोह (या बस, संभाव्यता वितरण) एक ऐसा समारोह है जो प्रत्येक घटना के लिए संभावना मान प्रदान करता है; मैं। ई। यह उन मानों के लिए संभावनाओं का एक संबंध प्रदान करता है जो कि यादृच्छिक चर ले सकता है। संभाव्यता वितरण फ़ंक्शन असतत यादृच्छिक चर के लिए परिभाषित किया गया है।

संभाव्यता घनत्व फ़ंक्शन निरंतर यादृच्छिक चर के लिए संभाव्यता वितरण समारोह के समतुल्य है, एक निश्चित यादृच्छिक चर की संभावना को एक निश्चित मान मानने के लिए देता है।

यदि एक्स एक असतत यादृच्छिक चर है, जो फ़ंक्शन को f (x) = पी के रूप में दिया गया है > एक्स की सीमा के भीतर प्रत्येक x के लिए एक्स = x) को संभावना वितरण वितरण समारोह कहा जाता हैएक फ़ंक्शन संभावना वितरण वितरण के रूप में कार्य कर सकता है यदि और केवल तभी जब कार्य निम्न स्थितियों को पूरा करता है 1। च

(x) ≥ 0 2 Σ f

(x) = 1 एक फ़ंक्शन f

(x) जो वास्तविक संख्याओं के सेट पर परिभाषित है निरंतर यादृच्छिक चर X, अगर और केवल तभी, पी (एक ≤ x ≤ की संभावना घनत्व समारोह कहा जाता है = एक ∫ _ख च ⁽ x) डीएक्स किसी भी वास्तविक स्थिरांक के लिए एक < और b । संभावना घनत्व फ़ंक्शन निम्नलिखित शर्तों को भी पूरा करना चाहिए 1। f

(x) ≥ 0 के लिए सभी x: -∞ << x <+ ∞ 2 -9 ∫ + ∞

f ₍ x ⁾ डीएक्स = 1 प्रायिकता वितरण समारोह और संभावना घनत्व दोनों समारोह का उपयोग नमूना अंतरिक्ष पर संभावनाओं के वितरण का प्रतिनिधित्व करने के लिए किया जाता है। आमतौर पर, इन्हें संभाव्यता वितरण कहते हैं। सांख्यिकीय मॉडलिंग के लिए, मानक संभावना घनत्व कार्य और संभावना वितरण कार्य व्युत्पन्न होते हैं। सामान्य वितरण और मानक सामान्य वितरण निरंतर संभावना वितरण के उदाहरण हैं। द्विपदीय वितरण और पॉसों वितरण असतत संभावना वितरण के उदाहरण हैं। संभाव्यता वितरण और संभावना घनत्व फंक्शन के बीच अंतर क्या है? • संभाव्यता वितरण समारोह और संभाव्यता घनत्व फ़ंक्शन, प्रत्येक तत्व के लिए प्रासंगिक संभाव्यता मूल्य को निर्दिष्ट करने के लिए नमूना स्थान पर परिभाषित कार्य हैं।

• संभाव्यता वितरण कार्यों को असतत यादृच्छिक चर के लिए परिभाषित किया जाता है, जबकि संभावना घनत्व कार्य निरंतर यादृच्छिक चर के लिए परिभाषित होते हैं।

• संभाव्यता मानों का वितरण (i। संभाव्यता वितरण) संभाव्यता घनत्व फ़ंक्शन और संभाव्यता वितरण समारोह द्वारा सबसे अच्छा चित्रित किया गया है।

• संभावना वितरण फ़ंक्शन को तालिका में मान के रूप में प्रस्तुत किया जा सकता है, लेकिन संभाव्यता घनत्व फ़ंक्शन के लिए ऐसा संभव नहीं है क्योंकि चर निरंतर है।

• जब प्लॉट किया गया, संभाव्यता वितरण समारोह एक बार प्लॉट देता है, जबकि संभावना घनत्व फ़ंक्शन वक्र देता है।

• संभाव्यता वितरण समारोह की सलाखों की ऊंचाई / लंबाई 1 में जोड़नी चाहिए, जबकि संभावना घनत्व फ़ंक्शन के वक्र के नीचे क्षेत्र को 1 में जोड़ना होगा।

दोनों ही मामलों में, फ़ंक्शन के सभी मान गैर-नकारात्मक होना चाहिए