Netherlands HAVO 5 (eindexamenjaar) Mathematics A
अध्याय: 2
1. Relationships (part 2)
Linear relationships · Exponential relationships
- रैखिक फलन (Linear Functions) – रैखिक फलन में x के हर 1 बढ़ने पर y में हमेशा एक बराबर मात्रा जुड़ती है। इसका नियम y = mx + c है (कहीं f(x) = mx + b भी लिखते हैं)। m ढाल है: ऊपर ÷ आगे, यानी x में 1 बढ़ने पर y का बदलाव। c, y-अंतःखंड है: x = 0 पर y का मान। इसका ग्राफ़ हमेशा सीधी रेखा होता है।
- घातांकी फलन (Exponential Functions) – घातांकी फलन का रूप y = a·bˣ है, जहाँ a ≠ 0 शुरुआती मान है और b > 0, b ≠ 1 वृद्धि-गुणक (आधार) है। b > 1 हो तो बढ़ता है, 0 < b < 1 हो तो घटता (क्षय) है। x में 1 बढ़ने पर y को b से गुणा किया जाता है (स्थिर अनुपात), जबकि रैखिक फलन में हर बार एक ही संख्या जुड़ती है। y = bˣ का ग्राफ (0, 1) से गुज़रता है, प्रांत सभी वास्तविक संख्याएँ, परिसर y > 0, और x-अक्ष अनंतस्पर्शी है। सामान्य रूप y = a·b^(k(x − d)) + c इसे खींचता, पलटता और खिसकाता है।
2. Statistics (part 2)
Data and distributions · Making statistical statements
- 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।
- सांख्यिकीय अनुमिति – सांख्यिकीय अनुमिति (statistical inference) का मतलब है: एक छोटे नमूने को देखकर पूरी समष्टि (population) के बारे में बात कहना। समष्टि के बारे में संख्या (जैसे असली अनुपात p या माध्य μ) प्राचल (parameter) कहलाती है। नमूने से निकली संख्या (जैसे p̂ या x̄) प्रतिदर्शज (statistic) है, और यही हमारा बिंदु आकलन है। अलग-अलग नमूने अलग उत्तर देते हैं: यह नमूना परिवर्तनशीलता है। बहुत सारे नमूनों के उत्तर मिलकर नमूना वितरण बनाते हैं, जिसका बीच असली मान पर होता है और फैलाव मानक त्रुटि (SE) कहलाता है: अनुपात के लिए √(p(1−p)/n), माध्य के लिए σ/√n। बड़ा नमूना = कम फैलाव। 95% विश्वास्यता अंतराल = आकलन ± 1.96 × SE; ऐसे 100 में से लगभग 95 अंतराल असली मान को पकड़ते हैं। सिमुलेशन से जाँचते हैं कि कोई दावा आँकड़ों से मेल खाता है या नहीं। अच्छी अनुमिति के लिए यादृच्छिक नमूना ज़रूरी है, और साथ-साथ बदलना कारण साबित नहीं करता।