வடிவியல் பரவல் கால்குலேட்டர்

இந்தக் கணிப்பான் பற்றி

வடிவியல் பரவல் முதல் வெற்றியைப் பெற தேவையான சுயாதீன பெர்னூலி சோதனைகளின் எண்ணிக்கையை மாதிரியாக்குகிறது, இதில் ஒவ்வொரு சோதனையும் p நிகழ்தகவுடன் வெற்றி பெறுகிறது. முதல் வெற்றி சரியாக k-வது சோதனையில் விழும் நிகழ்தகவு P(X=k) = (1−p)^(k−1)·p; k சோதனைகளுக்கு (≤k) உள்ளே வெற்றி பெறும் திரட்டு நிகழ்தகவு 1−(1−p)^k ஆகும், மற்றும் k-ஐ விட அதிகமான சோதனைகள் தேவைப்படும் நிகழ்தகவு உயிர்வாழ்வு சார்பிலிருந்து (1−p)^k நேரடியாகப் பின்பற்றுகிறது.

இந்தப் பரவல் நினைவிலிமையானது — m மேலும் சோதனைகள் தேவைப்படும் நிகழ்தகவு இதற்கு முன் எத்தனை தோல்விகள் நிகழ்ந்துவிட்டன என்பதைப் பொறுத்தது இல்லை — இது முதல்-நிகழ்வு-வரையிலான-நேரச் சிக்கல்களுக்கு இயல்பான மாதிரியாக இதை ஆக்குகிறது. முதல் குறைபாட்டைக் கண்டறியும் முன் ஆய்வு செய்யப்பட்ட பொருட்களின் எண்ணிக்கையை மாதிரியாக்க தரக் கட்டுப்பாட்டுப் பொறியாளர்கள் இதைப் பயன்படுத்துகின்றனர்; முதல்-தோல்வி-வரையிலான-நேரத்திற்காக நம்பகத்தன்மைப் பொறியாளர்கள் தனித்த சோதனைகளில் இதைப் பயன்படுத்துகின்றனர்; மற்றும் விற்பனையிலும் (முதல் மாற்றம் வரையிலான அழைப்புகள்) நிகழ்தகவு பாடங்களில் விரிவெண் பரவலின் தனித்த உறவினராகவும் இது தோன்றுகிறது.