Home SSC CGL Syllabus Statistics Binomial Poisson Normal Exponential Distributions

Binomial Poisson Normal Exponential Distributions

Complete 5-Tab SSC CGL Statistics Guide: Theory, Shortcuts, Notes & FAQs, Practice MCQs, & PYQs.

Concept & Detailed Theory: Binomial, Poisson, Normal, and Exponential Distributionsअवधारणा और विस्तृत सिद्धांत: द्विपद, पॉ Poisson, सामान्य, और घातीय वितरण

Quick Overviewत्वरित अवलोकन

Probability distributions form the backbone of statistical modeling in SSC CGL Paper-III. This module covers four fundamental distributions: Binomial and Poisson (discrete), and Normal and Exponential (continuous). Mastering these helps decode complex random variables, compute expectations, variances, and probabilities accurately in competitive exams.

संभाव्यता वितरण एसएससी सीजीएल पेपर-III में सांख्यिकीय मॉडलिंग की रीढ़ बनाते हैं। यह मॉड्यूल चार मौलिक वितरणों को कवर करता है: द्विपद और पॉइसन (विविक्त), और सामान्य तथा घातीय (सतत)। इन्हें सीखने से प्रतिस्पर्धी परीक्षाओं में जटिल यादृच्छिक चर को डिकोड करने, अपेक्षाओं, विचरण और संभावनाओं की सटीक गणना करने में मदद मिलती है।

Learning Objectivesसीखने के उद्देश्य

  • Understand the theoretical foundations and parameter requirements of Binomial, Poisson, Normal, and Exponential distributions.
  • Apply recurrence relations and moment generating functions (MGFs) to find mean, variance, and higher moments.
  • Recognize real-life applications and inter-relationships among these distributions (e.g., Poisson as a limiting case of Binomial).
  • द्विपद, पॉइसन, सामान्य और घातीय वितरण के सैद्धांतिक आधार और पैरामीटर आवश्यकताओं को समझें।
  • माध्य, विचरण और उच्च आघूर्ण ज्ञात करने के लिए पुनरावृत्ति संबंधों और आघूर्ण जनक फलनों (MGFs) को लागू करें।
  • वास्तविक जीवन के अनुप्रयोगों और इन वितरणों के बीच आपसी संबंधों (जैसे, द्विपद के सीमांत मामले के रूप में पॉइसन) को पहचानें।

Concept Introductionअवधारणा परिचय

Probability distributions describe how the total probability is distributed over all possible values of a random variable $X$. They are categorized into discrete probability distributions (where $X$ takes countable distinct values) and continuous probability distributions (where $X$ takes any value within an interval).

संभाव्यता वितरण बताते ���ैं कि कुल संभावना यादृच्छिक चर $X$ के सभी संभावित मूल्यों पर कैसे वितरित की जाती है। उन्हें विविक्त संभाव्यता वितरण (जहाँ $X$गणनीय अलग-अलग मान लेता है) और सतत संभाव्यता वितरण (जहाँ $X$ किसी अंतराल के भीतर कोई भी मान लेता है) में वर्गीकृत किया जाता है।

Real-Life Applicationsवास्तविक जीवन के अनुप्रयोग

In SSC CGL problem-solving, these models reflect real scenarios: Binomial models quality control defect rates in manufactured batches; Poisson models call-center traffic or radioactive decay; Normal models human height, measurement errors, and test scores; Exponential models waiting times between service requests or component lifespans.

एसएससी सीजीएल समस्या-समाधान में, ये मॉडल वास्तविक परिदृश्यों को दर्शाते हैं: द्विपद मॉडल निर्मित बैचों में गुणवत्ता नियंत्रण दोष दर का मॉडल तैयार करता है; पॉइसन कॉल-सेंटर ट्रैफ़िक या रेडियोधर्मी क्षय का मॉडल बनाता है; सामान्य मॉडल मानव ऊँचाई, माप त्रुटियों और परीक्षा स्कोर का प्रतिनिधित्व करता है; घातीय मॉडल सेवा अनुरोधों या घटक जीवनकाल के बीच प्रतीक्षा समय का मॉडल बनाता है।

Important Terms & Definitionsमहत्वपूर्ण शब्द और परिभाषाएँ

Termशब्द Definitionपरिभाषा
Random Variable ($X$)यादृच्छिक चर ($X$) A function that maps outcomes of a random experiment to real numbers.एक फलन जो यादृच्छ���क प्रयोग के परिणामों को वास्तविक संख्याओं में मैप करता है।
Probability Mass Function (PMF)संभाव्यता द्रव्यमान फलन (PMF) Gives the probability that a discrete random variable is exactly equal to some value.यह प्रायिकता देता है कि एक विविक्त यादृच्छिक चर किसी मान के बिल्कुल बराबर है।
Probability Density Function (PDF)संभाव्यता घनत्व फलन (PDF) A function whose integral across an interval gives the probability of the continuous random variable falling within that interval.एक फलन जिसका किसी अंतराल पर समाकलन उस अंतराल के भीतर आने वाले सतत यादृच्छिक चर की प्रायिकता देता है।
Moment Generating Function (MGF)आघूर्ण जनक फलन (MGF) Expectation of $e^{tX}$, used to derive moments of a distribution.$e^{tX}$ की प्रत्याशा, जिसका उपयोग वितरण के आघूर्ण प्राप्त करने के लिए किया जाता है।

Comprehensive Formula Sheetव्यापक सूत्र शीट

Distributionवितरण PMF / PDFPMF / PDF Mean ($E[X]$)माध्य ($E[X]$) Variance ($Var(X)$)विचरण ($Var(X)$) MGF ($M_X(t)$)MGF ($M_X(t)$)
Binomial $(n, p)$द्विपद $(n, p)$ $P(X=x) = \binom{n}{x} p^x q^{n-x}$$P(X=x) = \binom{n}{x} p^x q^{n-x}$ $np$$np$ $npq$$npq$ $(q + pe^t)^n$$(q + pe^t)^n$
Poisson $(\lambda)$���ॉइसन $(\lambda)$ $P(X=x) = \frac{e^{-\lambda} \lambda^x}{x!}$$P(X=x) = \frac{e^{-\lambda} \lambda^x}{x!}$ $\lambda$$\lambda$ $\lambda$$\lambda$ $e^{\lambda(e^t - 1)}$$e^{\lambda(e^t - 1)}$
Normal $(\mu, \sigma^2)$सामान्य $(\mu, \sigma^2)$ $\frac{1}{\sigma\sqrt{2\pi}} e^{-\frac{(x-\mu)^2}{2\sigma^2}}$$\frac{1}{\sigma\sqrt{2\pi}} e^{-\frac{(x-\mu)^2}{2\sigma^2}}$ $\mu$$\mu$ $\sigma^2$$\sigma^2$ $e^{\mu t + \frac{1}{2}\sigma^2 t^2}$$e^{\mu t + \frac{1}{2}\sigma^2 t^2}$
Exponential $(\lambda)$घातीय $(\lambda)$ $f(x) = \lambda e^{-\lambda x}$$f(x) = \lambda e^{-\lambda x}$ $\frac{1}{\lambda}$$\frac{1}{\lambda}$ $\frac{1}{\lambda^2}$$\frac{1}{\lambda^2}$ $(1 - \frac{t}{\lambda})^{-1}$$(1 - \frac{t}{\lambda})^{-1}$

Mathematical Properties & Derivationsगणितीय गुण और व्युत्पत्ति

Memoryless Property: The Exponential distribution is unique among continuous distributions for possessing the memoryless property: $P(X > s + t \mid X > s) = P(X > t)$.

Additive Property: If $X_1, X_2, \dots, X_k$ are independent Poisson variables with parameters $\lambda_1, \lambda_2, \dots, \lambda_k$, then their sum $\sum X_i$ is also Poisson distributed with parameter $\sum \lambda_i$. Similarly, the sum of independent Normal variables is Normal.

स्मृतिहीन गुण (Memoryless Property): घातीय वितरण स्मृतिहीन गुण रखने के लिए सतत वितरणों में अद्वितीय है: $P(X > s + t \mid X > s) = P(X > t)$।

योजक गुण (Additive Property): यदि $X_1, X_2, \dots, X_k$ पैरामीटर $\lambda_1, \lambda_2, \dots, \lambda_k$ वाले स्वतंत्र पॉइसन चर हैं, तो उनका योग $\sum X_i$ भी पैरामीटर $\sum \lambda_i$ के साथ पॉइसन वितरित होता है। इसी प्रकार, स्वतंत्र सामान्य चरों का योग सामान्य होता है।

Shortcuts & Topper Tricksशॉर्टकट और टॉपर ट्रिक्स

Shortcuts & Fast Calculation Methodsशॉर��टकट और तेज़ गणना विधियाँ

In SSC CGL Paper-III, time management is critical. Memorizing standard approximations and coefficient patterns saves vital seconds.

  • Poisson Approximation to Binomial: When $n$ is very large ($n \ge 50$) and $p$ is very small ($p \le 0.05$) such that $np = \lambda$ is moderate, use Poisson distribution to approximate Binomial: $P(X=x) \approx \frac{e^{-\lambda}\lambda^x}{x!}$.
  • Normal Approximation to Binomial: When $n$ is large and $p$ is close to $0.5$, use standard normal variate $Z = \frac{X - np}{\sqrt{npq}}$ with continuity correction $\pm 0.5$.

एसएससी सीजीएल पेपर-III में, समय प्रबंधन महत्वपूर्ण है। मानक अनुमानों और गुणांक पैटर्न को याद रखना महत्वपूर्ण सेकंड बचाता है।

  • द्विपद का पॉइसन सन्निकटन: जब $n$ बहुत बड़ा हो ($n \ge 50$) और $p$ बहुत छोटा हो ($p \le 0.05$) ताकि $np = \lambda$ मध्यम हो, तो द्विपद का अनुमान लगाने के लिए पॉइसन वितरण का उपयोग करें: $P(X=x) \approx \frac{e^{-\lambda}\lambda^x}{x!}$।
  • द्विपद का सामान्य सन्निकटन: जब $n$ बड़ा हो और $p$ $0.5$ के करीब हो, तो निर���तरता सुधार $\pm 0.5$ के साथ मानक सामान्य चर $Z = \frac{X - np}{\sqrt{npq}}$ का उपयोग करें।

Shortcut Comparison Tableशॉर्टकट तुलना तालिका

Condition / Scenarioस्थिति / परिदृश्य Standard Methodमानक विधि Topper Shortcutटॉपर शॉर्टकट
$n = 100, p = 0.02$, Find $P(X=3)$$n = 100, p = 0.02$, $P(X=3)$ ज्ञात करें Calculate $\binom{100}{3}(0.02)^3(0.98)^{97}$ (Tedious)$\binom{100}{3}(0.02)^3(0.98)^{97}$ की गणना करें (थकाऊ) Use Poisson with $\lambda = 2$: $\frac{e^{-2} 2^3}{3!}$$\lambda = 2$ के साथ पॉइसन का उपयोग करें: $\frac{e^{-2} 2^3}{3!}$
Relation between Mean & Variance in Poissonपॉइसन में माध्य और विचरण के बीच संबंध Derive via $E[X]$ and $E[X^2]$ definitions$E[X]$ और $E[X^2]$ परिभाषाओं के माध्यम से व्युत्पन्न करें Directly apply $\text{Mean} = \text{Variance} = \lambda$सीधे $\text{माध्य} = \text{विचरण} = \lambda$ लागू करें

Memory Tricks & Mnemonicsस्मृति युक्तियाँ और सूत्र (Mnemonics)

Mnemonic for Distribution Mean/Variance:

  • Binomial: Never Pay Quietly $\rightarrow Mean = np, Var = npq$.
  • Poisson: Lambda is Life $\rightarrow Mean = Variance = \lambda$.
  • Exponential: One over Lambda $\rightarrow Mean = \frac{1}{\lambda}, Var = \frac{1}{\lambda^2}$.

वितरण माध्य/विचरण के लिए म्नेमोनिक्स:

  • Binomial: Never Pay Quietly $\rightarrow \text{माध्य} = np, \text{विचरण} = npq$।
  • Poisson: Lambda is Life $\rightarrow \text{माध्य} = \text{विचरण} = \lambda$।
  • Exponential: One over Lambda $\rightarrow \text{माध्य} = \frac{1}{\lambda}, \text{विचरण} = \frac{1}{\lambda^2}$।

Revision Notes & 15 SEO FAQsसंशोधन नोट्स और 15 SEO अक्सर पूछे जाने वाले प्रश्न

1-Page Revision Notes1-पेज संशोधन नोट्स

  • Binomial Distribution: Discrete, parameters $n$ and $p$, $q = 1-p$. Mean = $np$, Variance = $npq$. Skewness is positive if $p < 0.5$.
  • Poisson Distribution: Discrete limit of Binomial when $n \to \infty, p \to 0$ with $np = \lambda$. Mean = Variance = $\lambda$.
  • Normal Distribution: Continuous, bell-shaped, symmetric, parameters $\mu$ and $\sigma^2$. Mean = Median = Mode = $\mu$. Total area under curve = 1. Inflection points at $\mu \pm \sigma$.
  • Exponential Distribution: Continuous, models waiting times. Memoryless property. Mean = $1/\lambda$, Variance = $1/\lambda^2$.
  • द्विपद वितरण (Binomial): विविक्त, पैरामीटर $n$ और $p$, $q = 1-p$। माध्य = $np$, विचरण = $npq$। यदि $p < 0.5$ है तो विषमता धनात्मक है।
  • पॉइसन वितरण (Poisson): द्विपद की विविक्त सीमा जब $n \to \infty, p \to 0$ और $np = \lambda$। माध्य = विचरण = $\lambda$।
  • सामान्य वितरण (Normal): सतत, घंटी के आकार का, सममित, पैरामीटर $\mu$ और $\sigma^2$। माध्य = माध्यिका = बहुलक = $\mu$। वक्र के तहत कुल क्षेत्रफल = 1। $\mu \pm \sigma$ पर मोड़ बिंदु।
  • घातीय वितरण (Exponential): सतत, प्रतीक्षा समय का मॉडल। स्मृतिहीन गुण। माध्य = $1/\lambda$, विचरण = $1/\lambda^2$।

One Minute Revision Bulletsएक मिनट संशोधन बुलेट

  • Binomial Variance is always less than its Mean ($npq < np$ since $q < 1$).
  • Poisson Variance equals its Mean ($\lambda = \lambda$).
  • Normal distribution has skewness = 0 and kurtosis = 3 (mesokurtic).
  • Exponential distribution PDF is $f(x) = \lambda e^{-\lambda x}$ for $x \ge 0$.
  • द्विपद विचरण हमेशा इसके माध्य से कम होता है ($npq < np$ चूंकि $q < 1$)।
  • पॉइसन विचरण इसके माध्य के बराबर होता है ($\lambda = \lambda$)।
  • सामान्य वितरण में विषमता = 0 और कर्टोसिस = 3 (मेसोकुर्टिक) होता है।
  • $x \ge 0$ के लिए घातीय वितरण PDF $f(x) = \lambda e^{-\lambda x}$ है।

Frequently Asked Questionsअक्सर पूछे जाने वाले प्रश्न

Q1. What are the main parameters of a Binomial distribution?
Ans: Number of trials $n$ and probability of success $p$.
Q1. द्विपद वितरण के मुख्य पैरामीटर क्या हैं?
उत्तर: परीक्षणों की संख्या $n$ और सफलता की प्रायिकता $p$।
Q2. Can Poisson distribution have variance less than mean?
Ans: No, in a Poisson distribution, mean is strictly equal to variance ($\lambda$).
Q2. क्या पॉइसन वितरण का विचरण माध्य से कम हो सकता है?
उत्तर: नहीं, पॉइसन वितरण में, माध्य कड़ाई से विचरण ($\lambda$) के बराबर होता है।
Q3. What is the total area under a Normal Probability Density Function curve?
Ans: Exactly 1 (or 100%).
Q3. सामान्य प्रायिकता घनत्व फलन वक्र के अंतर्गत कुल क्षेत्रफल कितना होता है?
उत्तर: ठीक 1 (या 100%)।
Q4. Which continuous distribution possesses the memoryless property?
Ans: Exponential distribution (and its discrete counterpart, the Geometric distribution).
Q4. किस सतत वितर�� में स्मृतिहीन गुण होता है?
उत्तर: घातीय वितरण (और इसका विविक्त समकक्ष, ज्यामितीय वितरण)।
Q5. What is the relationship between mean and variance in a Binomial distribution?
Ans: $\text{Variance} = \text{Mean} \times q$, where $q = 1-p$.
Q5. द्विपद वितरण में माध्य और विचरण के बीच क्या संबंध है?
उत्तर: $\text{विचरण} = \text{माध्य} \times q$, जहाँ $q = 1-p$।
Q6. Under what conditions does Binomial approach Poisson?
Ans: When $n$ is very large and $p$ is very small such that $np = \lambda$ remains constant.
Q6. किन परिस्थितियों में द्विपद पॉइसन के करीब पहुँचता है?
उत्तर: जब $n$ बहुत बड़ा हो और $p$ बहुत छोटा हो ताकि $np = \lambda$ स्थिर रहे।
Q7. What are the points of inflection of a Normal curve?
Ans: $x = \mu - \sigma$ and $x = \mu + \sigma$.
Q7. सामान्य वक्र के मोड़ बिंदु (points of inflection) क्या हैं?
उत्तर: $x = \mu - \sigma$ और $x = \mu + \sigma$।
Q8. What is the skewness of a standard Normal distribution?
Ans: Zero (it is perfectly symmetric).
Q8. मानक सामान्य वितरण की विषमता (skewness) क्या है?
उत्तर: शून्य (यह पूरी तरह से सममित है)।
Q9. How do you find the mean of an Exponential distribution with parameter $\lambda$?
Ans: Mean is given by $1/\lambda$.
Q9. पैरामीटर $\lambda$ वाले घातीय वितरण का माध्य कैसे ज्ञात करें?
उत्तर: माध्य $1/\lambda$ द्वारा दिया जाता है।
Q10. Is the sum of independent Poisson variables also Poisson?
Ans: Yes, with parameter equal to the sum of individual parameters ($\sum \lambda_i$).
Q10. क्या स्वतंत्र पॉइसन चरों का योग भी पॉइसन होता है?
उत्तर: हाँ, व्यक्तिगत पैरामीटर के योग ($\sum \lambda_i$) के बराबर पैरामीटर के साथ।
Q11. What is the kurtosis of a Normal distribution?
Ans: 3 (mesokurtic). Excess kurtosis is 0.
Q11. सामान्य वितरण का कर्टोसिस क्या है?
उत्तर: 3 (मेसोकुर्टिक)। अतिरिक्त कर्टोसिस 0 है।
Q12. What does the parameter $p$ represent in a Binomial distribution?
Ans: Probability of success in a single trial.
Q12. द्विपद वितरण में पैरामीटर $p$ क्या दर्शाता है?
उत्तर: एक ही परीक्षण में सफलता की प्रायिकता।
Q13. Can an Exponential random variable take negative values?
Ans: No, its domain is $x \ge 0$.
Q13. क्या एक घातीय यादृच्छिक चर ऋणात्मक मान ले सकता है?
उत्तर: नहीं, इसका डोमेन $x \ge 0$ है।
Q14. Why is Normal distribution vital in statistics?
Ans: Due to the Central Limit Theorem, the sum of a large number of random variables approaches a Normal distribution.
Q14. सांख्यिकी में सामान्य वितरण क्यों महत्वपूर्ण है?
उत्तर: केंद्रीय सीमा प्रमेय (CLT) के कारण, बड़ी संख्या में यादृच्छिक चरों का योग एक सामान्य वितरण के करीब पहुँचता है।
Q15. What is the variance of an Exponential distribution?
Ans: $1/\lambda^2$.
Q15. घातीय वितरण का विचरण क्या है?
उत्तर: $1/\lambda^2$।

Conclusion & Internal/External Resourcesनिष्कर्ष और आंतरिक/बाहरी संसाधन

Mastering Binomial, Poisson, Normal, and Exponential distributions is essential for conquering SSC CGL Paper-III. Practice rigorous numericals and review previous year questions for maximum retention.

एसएससी सीजीएल पेपर-III को जीतने के लिए द्विपद, पॉइसन, सामान्य और घातीय वितरण में महारत हासिल करना आवश्यक है। अधिकतम प्रतिधारण के लिए कठोर संख्यात्मक प्रश्नों का अभ्यास करें और पिछले वर्ष के प्रश्नों की समीक्षा करें।

Solved Practice MCQsहल किए गए अभ्यास MCQ

Q1. If the mean of a Poisson distribution is 4, what is its variance?
Q1. यदि किसी पॉइसन वितरण का माध्य 4 है, तो इसका विचरण क्या है?
(A) 2(A) 2
(B) 4(B) 4
(C) 16(C) 16
(D) 8(D) 8
View Solution हल देखें

Correct Option: (B)सही विकल्प: (B)

Step-by-Step Solution: For a Poisson distribution, Mean = Variance = $\lambda$. Given Mean = 4, hence Variance = 4.
चरण-दर-चरण हल: पॉइसन वितरण के लिए, माध्य = विचरण = $\lambda$ होता है। दिया गया माध्य = 4, अतः विचरण = 4।
Topper's Shortcut: Remember: Poisson has identical Mean and Variance. No calculation needed!
टॉपर शॉर्टकट: याद रखें: पॉइसन का माध्य और विचरण समान होता है। किसी गणना की आवश्यकता नहीं है!
Q2. In a Binomial distribution with $n=10$ and $p=0.4$, find the mean.
Q2. $n=10$ और $p=0.4$ वाले द्विपद वितरण में, माध्य ज्ञात कीजिए।
(A) 2(A) 2
(B) 4(B) 4
(C) 6(C) 6
(D) 2.4(D) 2.4
View Solution हल देखें

Correct Option: (B)सही विकल्प: (B)

Step-by-Step Solution: Mean of Binomial distribution is given by $np$. Here, $n = 10, p = 0.4 \implies 10 \times 0.4 = 4$.
चरण-दर-चरण हल: द्विपद वितरण का माध्य $np$ द्वारा दिया जाता है। यहाँ, $n = 10, p = 0.4 \implies 10 \times 0.4 = 4$।
Topper's Shortcut: Multiply directly: $10 \times 0.4 = 4$.
टॉपर शॉर्टकट: सीधे गुणा करें: $10 \times 0.4 = 4$।
Q3. What is the variance of a Binomial distribution with $n=10$ and $p=0.4$?
Q3. $n=10$ और $p=0.4$ वाले द्विपद वितरण का विचरण क्या है?
(A) 4(A) 4
(B) 2.4(B) 2.4
(C) 1.6(C) 1.6
(D) 3.2(D) 3.2
View Solution हल देखें

Correct Option: (B)सही विकल्प: (B)

Step-by-Step Solution: Variance $= npq$. Here $n=10, p=0.4, q = 1-0.4 = 0.6$. Variance $= 10 \times 0.4 \times 0.6 = 2.4$.
चरण-दर-चरण हल: विचरण $= npq$। यहाँ $n=10, p=0.4, q = 1-0.4 = 0.6$। विचरण $= 10 \times 0.4 \times 0.6 = 2.4$।
Topper's Shortcut: Mean was 4. Multiply by $q$ ($0.6$): $4 \times 0.6 = 2.4$.
टॉपर शॉर्टकट: माध्य 4 था। $q$ ($0.6$) से गुणा करें: $4 \times 0.6 = 2.4$।
Q4. The mean of an Exponential distribution is 5. What is the parameter $\lambda$?
Q4. एक घातीय वितरण का माध्य 5 है। पैरामीटर $\lambda$ क्या है?
(A) 5(A) 5
(B) 0.2(B) 0.2
(C) 25(C) 25
(D) 0.04(D) 0.04
View Solution हल देखें

Correct Option: (B)सही विकल्प: (B)

Step-by-Step Solution: Mean of Exponential distribution is $\frac{1}{\lambda} = 5 \implies \lambda = \frac{1}{5} = 0.2$.
चरण-दर-चरण हल: घातीय वितरण का माध्य $\frac{1}{\lambda} = 5 \implies \lambda = \frac{1}{5} = 0.2$ है।
Topper's Shortcut: Take reciprocal of the mean: $\frac{1}{5} = 0.2$.
टॉपर शॉर्टकट: माध्य का व्युत्क्रम लें: $\frac{1}{5} = 0.2$।
Q5. For a standard Normal distribution, what is the value of Mean and Variance respectively?
Q5. मानक सामान्य वितरण के लिए, माध्य और विचरण का मान क्रमशः क्या है?
(A) 0 and 1(A) 0 और 1
(B) 1 and 0(B) 1 और 0
(C) 1 and 1(C) 1 और 1
(D) 0 and 0(D) 0 और 0
View Solution हल देखें

Correct Option: (A)सही विकल्प: (A)

Step-by-Step Solution: By definition, a standard Normal variate $Z \sim N(0, 1)$ has mean $\mu = 0$ and variance $\sigma^2 = 1$.
चरण-��र-चरण हल: परिभाषा के अनुसार, एक मानक सामान्य चर $Z \sim N(0, 1)$ का माध्य $\mu = 0$ और विचरण $\sigma^2 = 1$ होता है।
Topper's Shortcut: Standard Normal always means $N(0,1)$ $\rightarrow$ Mean 0, Variance 1.
टॉपर शॉर्टकट: मानक सामान्य का हमेशा अर्थ $N(0,1)$ होता है $\rightarrow$ माध्य 0, विचरण 1।
Q6. If $X$ is an Exponential random variable with $\lambda = 2$, what is its variance?
Q6. यदि $X$ $\lambda = 2$ के साथ एक घातीय यादृच्छिक चर है, तो इसका विचरण क्या है?
(A) $0.5$(A) $0.5$
(B) $2$(B) $2$
(C) $0.25$(C) $0.25$
(D) $4$(D) $4$
View Solution हल देखें

Correct Option: (C)सही विकल्प: (C)

Step-by-Step Solution: Variance of Exponential distribution is $\frac{1}{\lambda^2}$. Here $\lambda = 2$, so variance is $\frac{1}{2^2} = \frac{1}{4} = 0.25$.
चरण-दर-चरण हल: घातीय वितरण का विचरण $\frac{1}{\lambda^2}$ है। यहाँ $\lambda = 2$, इसलिए विचरण $\frac{1}{2^2} = \frac{1}{4} = 0.25$ है।
Topper's Shortcut: Square the parameter reciprocal: $(\frac{1}{2})^2 = 0.25$.
टॉपर शॉर्टकट: पैरामीटर के व्युत्क्रम का वर्ग करें: $(\frac{1}{2})^2 = 0.25$।
Q7. Which of the following distributions is suitable for modeling the number of typing errors per page?
Q7. प्रति पृष्ठ टाइपिंग त्रुटियों की संख्या का मॉडल तैयार करने के लिए निम्नलिखित में से कौन सा वि���रण उपयुक्त है?
(A) Normal Distribution(A) सामान्य वितरण
(B) Poisson Distribution(B) पॉइसन वितरण
(C) Exponential Distribution(C) घातीय वितरण
(D) Uniform Distribution(D) समान वितरण
View Solution हल देखें

Correct Option: (B)सही विकल्प: (B)

Step-by-Step Solution: Rare events occurring in a fixed interval or space (like typing errors per page, car arrivals at a toll) follow a Poisson distribution.
चरण-दर-चरण हल: एक निश्चित अंतराल या स्थान में होने वाली दुर्लभ घटनाएँ (जैसे प्रति पृष्ठ टाइपिंग त्रुटियाँ, टोल पर कारों का आगमन) पॉइसन वितरण का पालन करत��� हैं।
Topper's Shortcut: Keyword "number of errors/accidents in a fixed interval" $\rightarrow$ Poisson!
टॉपर शॉर्टकट: कीवर्ड "एक निश्चित अंतराल में त्रुटियों/दुर्घटनाओं की संख्या" $\rightarrow$ पॉइसन!
Q8. In a Normal distribution, the quartile deviation (QD) is approximately equal to:
Q8. एक सामान्य वितरण में, चतुर्थक विचलन (QD) लगभग किसके बराबर होता है?
(A) $0.675 \sigma$(A) $0.675 \sigma$
(B) $1.25 \sigma$(B) $1.25 \sigma$
(C) $0.7979 \sigma$(C) $0.7979 \sigma$
(D) $1.33 \sigma$(D) $1.33 \sigma$
View Solution हल देखें

Correct Option: (A)सही विकल्प: (A)

Step-by-Step Solution: For a normal distribution, $\text{QD} = \frac{Q_3 - Q_1}{2} \approx 0.6745\sigma \approx \frac{2}{3}\sigma$.
चरण-दर-चरण हल: एक सामान्य वितरण के लिए, $\text{QD} = \frac{Q_3 - Q_1}{2} \approx 0.6745\sigma \approx \frac{2}{3}\sigma$ होता है।
Topper's Shortcut: Standard relation: $QD : MD : SD \approx \frac{2}{3} : \frac{4}{5} : 1$. Thus $QD \approx 0.675\sigma$.
टॉपर शॉर्टकट: मानक संबंध: $QD : MD : SD \approx \frac{2}{3} : \frac{4}{5} : 1$। इस प्रकार $QD \approx 0.675\sigma$।
Q9. What is the sum of two independent Poisson variates with parameters $\lambda_1$ and $\lambda_2$?
Q9. पैरामीटर $\lambda_1$ और $\lambda_2$ वाले दो स्वतंत्र पॉइसन चरों का योग क्या है?
(A) Poisson with $\lambda_1 \lambda_2$(A) $\lambda_1 \lambda_2$ के साथ पॉइसन
(B) Poisson with $\lambda_1 + \lambda_2$(B) $\lambda_1 + \lambda_2$ के साथ पॉइसन
(C) Binomial with $n = \lambda_1 + \lambda_2$(C) $n = \lambda_1 + \lambda_2$ के साथ द्विपद
(D) Normal with mean $\lambda_1 + \lambda_2$(D) माध्य $\lambda_1 + \lambda_2$ के साथ सामान्य
View Solution हल देखें

Correct Option: (B)सही विकल्प: (B)

Step-by-Step Solution: Poisson distribution possesses the reproductive (additive) property. The sum of independent Poisson variables is also Poisson with parameter $\lambda_1 + \lambda_2$.
चरण-दर-चरण हल: पॉइसन वितरण में पुनरुत्पादक (योजक) गुण होता है। स्वतंत्र पॉइसन चरों का योग भी पैरामीटर $\lambda_1 + \lambda_2$ के साथ पॉइसन होता है।
Topper's Shortcut: Additive property for Poisson: parameters simply add up.
टॉपर शॉर्टकट: पॉइसन के लिए योजक गुण: पैरामीटर सीधे जुड़ जाते हैं।
Q10. For a Binomial distribution, if $n=4$ and $P(X=0) = \frac{16}{81}$, what is the value of $p$?
Q10. एक द्विपद वितरण के लिए, यदि $n=4$ और $P(X=0) = \frac{16}{81}$ है, तो $p$ का मान क्या है?
(A) $\frac{1}{3}$(A) $\frac{1}{3}$
(B) $\frac{2}{3}$(B) $\frac{2}{3}$
(C) $\frac{1}{4}$(C) $\frac{1}{4}$
(D) $\frac{3}{4}$(D) $\frac{3}{4}$
View Solution हल देखें

Correct Option: (A)सही विकल्प: (A)

Step-by-Step Solution: $P(X=0) = \binom{4}{0} p^0 q^4 = q^4$. Given $q^4 = \frac{16}{81} = (\frac{2}{3})^4 \implies q = \frac{2}{3}$. Since $p = 1 - q = 1 - \frac{2}{3} = \frac{1}{3}$.
चरण-दर-चरण हल: $P(X=0) = \binom{4}{0} p^0 q^4 = q^4$। दिया गया है $q^4 = \frac{16}{81} = (\frac{2}{3})^4 \implies q = \frac{2}{3}$। चूंकि $p = 1 - q = 1 - \frac{2}{3} = \frac{1}{3}$।
Topper's Shortcut: $P(X=0) = q^n$. Take $n$-th root of $\frac{16}{81}$ to get $q = \frac{2}{3}$, then $p = 1 - \frac{2}{3} = \frac{1}{3}$.
टॉपर शॉर्टकट: $P(X=0) = q^n$। $q = \frac{2}{3}$ प्राप्त करने के लिए $\frac{16}{81}$ का चौथा मूल लें, फिर $p = 1 - \frac{2}{3} = \frac{1}{3}$।

Previous Year Questions (PYQs)पिछले वर्ष के प्रश्न (PYQs)

Q1. [SSC CGL Paper-III] In a Binomial distribution, if the mean is 5 and variance is 4, find the parameter $n$.
Q1. [SSC CGL Paper-III] एक द्विपद वितरण में, यदि माध्य 5 और विचरण 4 है, तो पैरामीटर $n$ ज्ञात कीजिए।
(A) 20(A) 20
(B) 25(B) 25
(C) 50(C) 50
(D) 10(D) 10
View Solution हल देखें

Correct Option: (B)सही विकल्प: (B)

Step-by-Step Solution: Mean $np = 5$, Variance $npq = 4$. Thus, $q = \frac{npq}{np} = \frac{4}{5} = 0.8$. Then $p = 1 - 0.8 = 0.2$. Substituting $p$ into $np = 5 \implies n(0.2) = 5 \implies n = 25$.
चरण-दर-चरण हल: माध्य $np = 5$, विचरण $npq = 4$। इस प्रकार, $q = \frac{4}{5} = 0.8$। तब $p = 1 - 0.8 = 0.2$। $np = 5$ में $p$ रखने पर $\implies n(0.2) = 5 \implies n = 25$।
Topper's Shortcut: $q = \frac{\text{Variance}}{\text{Mean}} = \frac{4}{5} = 0.8 \implies p = 0.2$. $n = \frac{\text{Mean}}{p} = \frac{5}{0.2} = 25$.
टॉपर शॉर्टकट: $q = \frac{\text{विचरण}}{\text{माध्य}} = \frac{4}{5} = 0.8 \implies p = 0.2$। $n = \frac{5}{0.2} = 25$।
Q2. [SSC CGL Paper-III] If $X$ is a Poisson random variable such that $P(X=1) = P(X=2)$, what is the mean $\lambda$?
Q2. [SSC CGL Paper-III] यदि $X$ एक ऐसा पॉइसन यादृच्छिक चर है कि $P(X=1) = P(X=2)$, तो माध्य $\lambda$ क्या है?
(A) 1(A) 1
(B) 2(B) 2
(C) 0.5(C) 0.5
(D) e(D) e
View Solution हल देखें

Correct Option: (B)सही विकल्प: (B)

Step-by-Step Solution: $P(X=x) = \frac{e^{-\lambda}\lambda^x}{x!}$. Given $P(X=1) = P(X=2) \implies \frac{e^{-\lambda}\lambda^1}{1!} = \frac{e^{-\lambda}\lambda^2}{2!} \implies \lambda = \frac{\lambda^2}{2} \implies \lambda^2 - 2\lambda = 0 \implies \lambda($\lambda-2$) = 0$. Since $\lambda > 0$, $\lambda = 2$.
चरण-दर-चरण हल: दिया गया है $P(X=1) = P(X=2) \implies \frac{e^{-\lambda}\lambda^1}{1!} = \frac{e^{-\lambda}\lambda^2}{2!} \implies \lambda = \frac{\lambda^2}{2} \implies \lambda = 2$।
Topper's Shortcut: Equate $\frac{\lambda^1}{1!} = \frac{\lambda^2}{2!} \implies \lambda = 2$. Instant solve!
टॉपर शॉर्टकट: $\frac{\lambda^1}{1!} = \frac{\lambda^2}{2!} \implies \lambda = 2$ को बराबर करें। तुरंत हल!
Q3. [SSC CGL] Which distribution has the property that its mean is greater than its variance?
Q3. [SSC CGL] किस वितरण में यह गुण होता है कि उसका माध्य उसके विचरण से अधिक होता है?
(A) Poisson Distribution(A) पॉइसन वितरण
(B) Binomial Distribution(B) द्विपद वितरण
(C) Exponential Distribution(C) घातीय वितरण
(D) None of these(D) इनमें से कोई नहीं
View Solution हल देखें

Correct Option: (B)सही विकल्प: (B)

Step-by-Step Solution: In a Binomial distribution, Mean $= np$ and Variance $= npq$. Since $q < 1$, $npq < np$, meaning variance is less than mean (or mean > variance).
चरण-दर-चरण हल: एक द्विपद वितरण में, माध्य $= np$ और विचरण $= npq$ होता है। चूंकि $q < 1$, $npq < np$, यानी विचरण माध्य से कम है।
Topper's Shortcut: Binomial variance is multiplied by $q$ ($<1$), making it smaller than mean.
टॉपर शॉर्टकट: द्विपद विचरण को $q$ ($<1$) से गुणा किया जाता है, जिससे यह माध्य से छोटा हो जाता है।
Q4. [SSC CGL Paper-III] The total probability of a Normal distribution curve from $-\infty$ to $+\infty$ is:
Q4. [SSC CGL Paper-III] $-\infty$ से $+\infty$ तक सामान्य वितरण वक्र की कुल प्रायिकता है:
(A) 0.5(A) 0.5
(B) 1(B) 1
(C) $\infty$(C) $\infty$
(D) $\sqrt{2\pi}$(D) $\sqrt{2\pi}$
View Solution हल देखें

Correct Option: (B)सही विकल्प: (B)

Step-by-Step Solution: By the fundamental axiom of probability, the total area under any valid Probability Density Function (PDF) integrated over its entire domain is 1.
चर��-दर-चरण हल: प्रायिकता के मौलिक स्वयंसिद्ध के अनुसार, इसके संपूर्ण डोमेन पर एकीकृत किसी भी वैध प्रायिकता घनत्व फलन (PDF) के तहत कुल क्षेत्रफल 1 होता है।
Topper's Shortcut: Total probability across all outcomes is always 1 by definition.
टॉपर शॉर्टकट: परिभाषा के अनुसार सभी परिणामों में कुल प्रायिकता हमेशा 1 होती है।
Q5. [SSC CGL] If $X$ and $Y$ are independent Normal variables with means $\mu_1, \mu_2$ and variances $\sigma_1^2, \sigma_2^2$, what is the distribution of $X + Y$?
Q5. [SSC CGL] यदि $X$ और $Y$ माध्य $\mu_1, \mu_2$ और विचरण $\sigma_1^2, \sigma_2^2$ वाले स्वतंत्र सामान्य चर हैं, तो $X + Y$ का वितरण क्या है?
(A) Normal with mean $\mu_1 + \mu_2$ and variance $\sigma_1^2 + \sigma_2^2$(A) माध्य $\mu_1 + \mu_2$ और विचरण $\sigma_1^2 + \sigma_2^2$ के साथ सामान्य
(B) Normal with mean $\mu_1 + \mu_2$ and variance $\sigma_1^2 - \sigma_2^2$(B) माध्य $\mu_1 + \mu_2$ और विचरण $\sigma_1^2 - \sigma_2^2$ के साथ सामान्य
(C) Binomial(C) द्विपद
(D) Poisson(D) पॉइसन
View Solution हल देखें

Correct Option: (A)���ही विकल्प: (A)

Step-by-Step Solution: Normal distribution is reproductive. The sum of independent normal variables is also normal with mean equal to sum of means and variance equal to sum of variances.
चरण-दर-चरण हल: सामान्य वितरण पुनरुत्पादक है। स्वतंत्र सामान्य चरों का योग भी माध्यों के योग के बराबर माध्य और विचरनों के योग के बराबर विचरण के साथ सामान्य होता है।
Topper's Shortcut: Variances always add up for independent variables, whether sum or difference!
टॉपर शॉर्टकट: स्वतंत्र चरों के लिए विचरण हमेशा जुड़ते हैं, चाहे योग हो या अंतर!
Q6. [SSC CGL Paper-III] The memoryless property is exhibited by which continuous distribution?
Q6. [SSC CGL Paper-III] स्मृतिहीन गुण किस सतत वितरण द्वारा प्रदर्शित किया जाता है?
(A) Normal Distribution(A) सामान्य वितरण
(B) Exponential Distribution(B) घातीय वितरण
(C) Binomial Distribution(C) द्विपद वितरण
(D) Poisson Distribution(D) पॉइसन वितरण
View Solution हल देखें

Correct Option: (B)सही विकल्प: (B)

Step-by-Step Solution: The Exponential distribution is the unique continuous probability distribution that satisfies the memoryless property: $P(X > s+t \mid X > s) = P(X > t)$.
चरण-दर-चरण हल: घातीय वितरण अद्वितीय सतत प्रायिकता वितरण है जो स्मृतिहीन गुण को संतुष्ट करता है: $P(X > s+t \mid X > s) = P(X > t)$।
Topper's Shortcut: "Memoryless continuous" $\rightarrow$ Always Exponential.
टॉपर शॉर्टकट: "स्मृतिहीन सतत" $\rightarrow$ हमेशा घातीय।
Q7. [SSC CGL] If the parameter $\lambda$ of an Exponential distribution is 0.5, what is the standard deviation?
Q7. [SSC CGL] यदि किसी घातीय वितरण का पैरामीटर $\lambda$ 0.5 है, तो मानक विचलन क्या है?
(A) 0.5(A) 0.5
(B) 1(B) 1
(C) 2(C) 2
(D) 4(D) 4
View Solution हल देखें

Correct Option: (C)सही विकल्प: (C)

Step-by-Step Solution: Variance of Exponential distribution is $\frac{1}{\lambda^2} = \frac{1}{(0.5)^2} = \frac{1}{0.25} = 4$. Standard deviation is $\sqrt{\text{Variance}} = \sqrt{4} = 2$.
चरण-दर-चरण हल: घातीय वितरण का विचरण $\frac{1}{\lambda^2} = \frac{1}{(0.5)^2} = 4$ है। मानक विचलन $\sqrt{4} = 2$ है।
Topper's Shortcut: SD = $\frac{1}{\lambda} = \frac{1}{0.5} = 2$.
टॉपर शॉर्टकट: मानक विचलन = $\frac{1}{\lambda} = \frac{1}{0.5} = 2$।
Q8. [SSC CGL Paper-III] In a Normal distribution, what percentage of observations lie within $\mu \pm 2\sigma$?
Q8. [SSC CGL Paper-III] एक सामान्य वितरण में, $\mu \pm 2\sigma$ के भीतर कितने प्रतिशत अवलोकन होते हैं?
(A) 68.27%(A) 68.27%
(B) 95.45%(B) 95.45%
(C) 99.73%(C) 99.73%
(D) 50%(D) 50%
View Solution हल देखें

Correct Option: (B)सही विकल्प: (B)

Step-by-Step Solution: According to the empirical rule (68-95-99.7 rule) for Normal distributions, $68.27\%$ lie within $\pm 1\sigma$, $95.45\%$ within $\pm 2\sigma$, and $99.73\%$ within $\pm 3\sigma$.
चरण-दर-चरण हल: सामान्य वितरण के लिए अनुभवजन्य नियम (68-95-99.7 नियम) के अनुसार, $\pm 1\sigma$ के भीतर $68.27\%$, $\pm 2\sigma$ के भीतर $95.45\%$ और $\pm 3\sigma$ के भीतर $99.73\%$ होते हैं।
Topper's Shortcut: Remember rule: $1\sigma \to 68\%$, $2\sigma \to 95\%$, $3\sigma \to 99.7\%$.
टॉपर शॉर्टकट: नियम याद रखें: $1\sigma \to 68\%$, $2\sigma \to 95\%$, $3\sigma \to 99.7\%$।
Q9. [SSC CGL] Poisson distribution is a limiting case of Binomial distribution when:
Q9. [SSC CGL] पॉइसन वितरण द्विपद वितरण का सीमांत मामला है जब:
(A) $n \to \infty$ and $p \to 0$ such that $np = \lambda$ is constant(A) $n \to \infty$ और $p \to 0$ इस प्रकार कि $np = \lambda$ स्थिर हो
(B) $n$ is small and $p$ is large(B) $n$ छोटा है और $p$ बड़ा है
(C) $p = 0.5$ and $n$ is small(C) $p = 0.5$ और $n$ छोटा है
(D) $n \to 0$ and $p \to 1$(D) $n \to 0$ और $p \to 1$
View Solution हल देखें

Correct Option: (A)सही विकल्प: (A)

Step-by-Step Solution: Mathematically, Poisson is obtained from Binomial by taking limit as $n \to \infty, p \to 0$ with $np = \lambda$ remaining finite.
चरण-दर-चरण हल: गणितीय रूप से, $n \to \infty, p \to 0$ और $np = \lambda$ को परिमित रखते हुए सीमा लेकर द्विपद से पॉइसन प्राप्त किया जाता है।
Topper's Shortcut: Large $n$, tiny $p$, finite product $np$ $\rightarrow$ Poisson definition.
टॉपर शॉर्टकट: बड़ा $n$, छोटा $p$, परिमित गुणनफल $np$ $\rightarrow$ पॉइसन परिभाषा।
Q10. [SSC CGL Paper-III] If a random variable $X$ has PDF $f(x) = 3e^{-3x}$ for $x \ge 0$, what is its expected value $E[X]$?
Q10. [SSC CGL Paper-III] यदि एक यादृच्छिक चर $X$ का $x \ge 0$ के लिए PDF $f(x) = 3e^{-3x}$ है, तो इसका अपेक्षित मान $E[X]$ क्या है?
(A) 3(A) 3
(B) $\frac{1}{3}$(B) $\frac{1}{3}$
(C) 9(C) 9
(D) $\frac{1}{9}$(D) $\frac{1}{9}$
View Solution हल देखें

Correct Option: (B)सही विकल्प: (B)

Step-by-Step Solution: Comparing $f(x) = 3e^{-3x}$ with the standard Exponential PDF $f(x) = \lambda e^{-\lambda x}$, we get $\lambda = 3$. Mean $E[X] = \frac{1}{\lambda} = \frac{1}{3}$.
चरण-दर-चरण हल: मानक घातीय PDF $f(x) = \lambda e^{-\lambda x}$ के साथ $f(x) = 3e^{-3x}$ की तुलना करने पर, $\lambda = 3$ प्राप्त होता है। माध्य $E[X] = \frac{1}{\lambda} = \frac{1}{3}$।
Topper's Shortcut: Identify $\lambda$ from exponent coefficient (ignoring negative sign) and take its reciprocal.
टॉपर शॉर्टकट: घातांक गुणांक से $\lambda$ की पहचान करें और उसका व्युत्क्रम लें।

PYQ Trend Analysis TablePYQ प्रवृत्ति विश्लेषण तालिका

Distribution Topicवितरण विषय Average Questions per Examप्रति परी��्षा औसत प्रश्न Difficulty Levelकठिनााई स्तर
Binomial Distribution (Mean, Variance, $n, p$)द्विपद वितरण (माध्य, विचरण, $n, p$) 2 - 32 - 3 Moderateमध्यम
Poisson Distribution (Limiting case, $\lambda$)पॉइसन वितरण (सीमांत मामला, $\lambda$) 2 - 32 - 3 Moderate to Difficultमध्यम से कठिन
Normal Distribution (Empirical rule, Std Normal)सामान्य वितरण (अनुभवजन्य नियम, मानक सामान्य) 1 - 21 - 2 Easy to Moderateआसान से मध्यम
Exponential Distribution (PDF, Mean, Memoryless)घातीय वितरण (PDF, माध्य, स्मृतिहीन) 1 - 21 - 2 Moderateमध्यम