Ontario Grade 12 MDM4U Mathematics of Data Management (Grade 12, University Preparation)
अध्याय: 5
1. A. Counting and Probability
1 Solving Probability Problems Involving Discrete Sample Spaces · 2 Solving Problems Using Counting Principles
- प्रायिकता: घटनाएँ, घटनाओं का बीजगणित और अभिगृहीत – घटना प्रतिदर्श समष्टि S का कोई भी उपसमुच्चय है। घटनाओं A और B से नई घटनाएँ बनती हैं: A नहीं (A′), A और B (A ∩ B), A या B (A ∪ B)। कोई साझा परिणाम न हो तो घटनाएँ परस्पर अपवर्जी, और मिलकर पूरा S बनाएँ तो निःशेष। अभिगृहीत: हर P(E) ≥ 0, P(S) = 1, और परस्पर अपवर्जी A, B के लिए P(A ∪ B) = P(A) + P(B)। इनसे P(A′) = 1 − P(A) और P(A ∪ B) = P(A) + P(B) − P(A ∩ B) मिलते हैं।
- क्रमचय और संचय – इस अध्याय का मूल है: बिना सूची बनाए गिनना। गणना का मूल सिद्धांत कहता है: यदि एक काम m तरीकों से और उसके बाद दूसरा n तरीकों से हो सकता है, तो दोनों मिलकर m × n तरीकों से होते हैं। n! (n क्रमगुणित) = 1 × 2 × … × n, और 0! = 1। क्रमचय एक व्यवस्था है, जिसमें क्रम मायने रखता है: n भिन्न वस्तुओं में से r को व्यवस्थित करने के तरीके ⁿPᵣ = n!/(n − r)!। संचय एक चयन है, जिसमें क्रम मायने नहीं रखता: ⁿCᵣ = n!/(r!(n − r)!)। हर चयन को r! तरीकों से सजा सकते हैं, इसलिए ⁿPᵣ = ⁿCᵣ × r!। उपयोगी तथ्य: ⁿCᵣ = ⁿCₙ₋ᵣ और ⁿCᵣ + ⁿCᵣ₋₁ = ⁿ⁺¹Cᵣ। कुछ वस्तुएँ समान हों तो हर दोहराव की संख्या के क्रमगुणित से भाग दें।
2. B. Probability Distributions
1 Understanding Probability Distributions for Discrete Random Variables · 2 Understanding Probability Distributions for Continuous Random Variables
- असतत यादृच्छिक चर का प्रायिकता बंटन – यादृच्छिक चर X किसी प्रयोग के हर परिणाम को एक संख्या में बदलता है। उसका प्रायिकता बंटन हर मान x और उसकी प्रायिकता P(X = x) की सूची है; हर P, 0 और 1 के बीच होता है और सबका जोड़ 1 होता है। माध्य E(X) = Σx·P(x) लंबे समय का औसत (संतुलन बिंदु) है। प्रसरण Var(X) = Σ(x − μ)²P(x) = E(X²) − μ² फैलाव बताता है; σ = √Var। खास मॉडल: एकसमान, द्विपद B(n, p) जिसका माध्य np और प्रसरण np(1 − p), और प्वासों जिसमें माध्य = प्रसरण = λ।
- प्रसामान्य बंटन (Normal Distribution) – प्रसामान्य बंटन एक सतत, सममित, घंटी जैसा बंटन है जो माध्य μ (केंद्र) और मानक विचलन σ (फैलाव) से तय होता है: X ~ N(μ, σ²)। माध्य = माध्यिका = बहुलक। लगभग 68% मान μ से 1σ के भीतर, 95% 2σ के भीतर और 99.7% 3σ के भीतर होते हैं। किसी भी मान को मानक स्कोर z = (x − μ)/σ में बदलते हैं, जो N(0, 1) का पालन करता है; प्रायिकता वक्र के नीचे का क्षेत्रफल है, जिसे तालिका या कैलकुलेटर से Φ(z) के रूप में पढ़ते हैं।
3. C. Organization of Data for Analysis
1 Understanding Data Concepts · 2 Collecting and Organizing Data
- डेटा विश्लेषण – डेटा विश्लेषण यानी कच्चे आँकड़ों को जवाब में बदलना। इसका एक चक्र है: सवाल पूछो, डेटा इकट्ठा करो, साफ़ करो (ग़लती, दोहराव और खाली जवाब हटाओ), व्यवस्थित करो, माध्य, माध्यिका, परास और पैटर्न से विश्लेषण करो, सही चार्ट बनाओ और सावधानी से निष्कर्ष निकालो। बाहरी मान, छोटे नमूने और पक्षपात पर नज़र रखो, और याद रखो कि दो चीज़ों का साथ बढ़ना (सहसंबंध) यह साबित नहीं करता कि एक दूसरे का कारण है। डेटा को सुरक्षित रखना और अनुमति से इस्तेमाल करना भी ज़रूरी है।
- आँकड़ों का संग्रह: प्राथमिक और द्वितीयक स्रोत, प्रतिचयन, भारत की जनगणना और NSSO – आँकड़े प्राथमिक (खुद पहली बार इकट्ठे) या द्वितीयक (किसी और के इकट्ठे) होते हैं। प्राथमिक आँकड़े साक्षात्कार, डाक प्रश्नावली या फ़ोन से मिलते हैं। हम सबका अध्ययन कर सकते हैं (जनगणना) या कुछ का (प्रतिदर्श)। प्रतिदर्श यादृच्छिक या अयादृच्छिक होता है। नतीजों में प्रतिचयन और अप्रतिचयन त्रुटियाँ हो सकती हैं। भारत में जनगणना हर 10 साल सबकी गिनती करती है और NSSO (अब NSO) प्रतिदर्श सर्वे करता है।
4. D. Statistical Analysis
1 Analysing One-Variable Data · 2 Analysing Two-Variable Data · 3 Evaluating Validity
- प्रकीर्णन की माप: परिसर, माध्य विचलन, प्रसरण और मानक विचलन – प्रकीर्णन का मतलब है फैलाव: मान बीच (केंद्र) से कितनी दूर हैं। परिसर = सबसे बड़ा − सबसे छोटा। माध्य विचलन = माध्य (या माध्यिका) से औसत दूरी। प्रसरण = माध्य से दूरियों के वर्गों का औसत। मानक विचलन = √प्रसरण। वर्गीकृत आँकड़ों में हर पद को बारंबारता f से गुणा करते हैं।
- सहसंबंध: प्रकीर्ण आरेख, कार्ल पियर्सन गुणांक और स्पीयरमैन कोटि सहसंबंध – सहसंबंध बताता है कि दो चर साथ-साथ कैसे बदलते हैं। दोनों साथ बढ़ें तो धनात्मक, एक बढ़े और दूसरा घटे तो ऋणात्मक, और कोई सीधा पैटर्न न हो तो शून्य। प्रकीर्ण आरेख इसे चित्र में दिखाता है। कार्ल पियर्सन का गुणांक r दिशा और ताक़त नापता है और हमेशा −1 से +1 के बीच रहता है। स्पीयरमैन का कोटि सहसंबंध R कोटियों (रैंक) से चलता है और सुंदरता या ईमानदारी जैसे गुणों पर भी काम करता है; समान कोटियों में छोटा सुधार जोड़ते हैं।
- डेटा विश्लेषण – डेटा विश्लेषण यानी कच्चे आँकड़ों को जवाब में बदलना। इसका एक चक्र है: सवाल पूछो, डेटा इकट्ठा करो, साफ़ करो (ग़लती, दोहराव और खाली जवाब हटाओ), व्यवस्थित करो, माध्य, माध्यिका, परास और पैटर्न से विश्लेषण करो, सही चार्ट बनाओ और सावधानी से निष्कर्ष निकालो। बाहरी मान, छोटे नमूने और पक्षपात पर नज़र रखो, और याद रखो कि दो चीज़ों का साथ बढ़ना (सहसंबंध) यह साबित नहीं करता कि एक दूसरे का कारण है। डेटा को सुरक्षित रखना और अनुमति से इस्तेमाल करना भी ज़रूरी है।
5. E. Culminating Data Management Investigation
1 Designing and Carrying Out a Culminating Investigation · 2 Presenting and Critiquing the Culminating Investigation
- डेटा विश्लेषण – डेटा विश्लेषण यानी कच्चे आँकड़ों को जवाब में बदलना। इसका एक चक्र है: सवाल पूछो, डेटा इकट्ठा करो, साफ़ करो (ग़लती, दोहराव और खाली जवाब हटाओ), व्यवस्थित करो, माध्य, माध्यिका, परास और पैटर्न से विश्लेषण करो, सही चार्ट बनाओ और सावधानी से निष्कर्ष निकालो। बाहरी मान, छोटे नमूने और पक्षपात पर नज़र रखो, और याद रखो कि दो चीज़ों का साथ बढ़ना (सहसंबंध) यह साबित नहीं करता कि एक दूसरे का कारण है। डेटा को सुरक्षित रखना और अनुमति से इस्तेमाल करना भी ज़रूरी है।