KURS ISHI

KIRISH 2023-yilda O‘zbekistonda raqamli iqtisodiyotning yalpi ichki mahsulotdagi ulushi 5,7% ga yetdi, bu esa so'nggi besh yilda o‘rtacha yillik 20% o‘sishni ko‘rsatmoqda [1]. Bu o‘sish raqamli platformalar, ma’lumotlar tahlili va sun’iy intellektga asoslangan tizimlarga bo‘lgan talabni kuchaytirmoqda. Xususan, moliya sektorida noqulay kreditlar ulushini bashorat qilishda diskret tasodifiy miqdorlar taqsimot qonunlaridan foydalanish orqali 2022-yilda banklarning zararlarini 8-12% ga kamaytirish imkoniyati yaratilgan [2]. Transport va logistika sohasida, masalan, tovarlarni yetkazib berish vaqtini optimallashtirishda Puasson taqsimotidan foydalanish orqali kechikishlar sonini 15% ga qisqartirishga erishildi [3]. Ushbu raqamlar tasodifiy jarayonlarni modellashtirishning iqtisodiy samaradorligini va amaliy ahamiyatini yaqqol ko‘rsatadi. Diskret tasodifiy miqdorlarning taqsimot qonunlarini chuqur o‘rganish hozirgi raqamli transformatsiya davrida juda dolzarbdir, chunki ko‘plab real hayotdagi hodisalar – mijozlar kelishi, mahsulotdagi nuqsonlar soni, moliyaviy bozorlardagi muvaffaqiyatli bitimlar soni kabi hodisalar – aynan shu kabi miqdorlar bilan tavsiflanadi. Hozirgi kunda, murakkab tizimlarda qaror qabul qilish jarayonlarida noaniqliklar va tavakkalchiliklarni baholashda yetarli darajada aniq va samarali modellar ishlab chiqilmagan. Ayniqsa, O‘zbekiston sharoitida, rivojlanayotgan iqtisodiyotda risklarni boshqarish va resurslarni optimallashtirishda, bu nazariyalarning amaliy tatbiqlariga bo‘lgan ehtiyoj tobora ortib bormoqda, ammo mavjud yondashuvlar ko‘pincha mahalliy sharoitlar va ma’lumotlarning o‘ziga xos xususiyatlarini to‘liq hisobga olmaydi. Diskret tasodifiy miqdorlarning taqsimot qonunlari bo‘yicha dunyo miqyosida ko‘plab fundamental tadqiqotlar o‘tkazilgan. Simeon Denis Puasson (1837) o‘zining nomini olgan Puasson taqsimotini kashf etib, kam uchraydigan hodisalarning statistik modellashtirilishiga asos soldi [4]. Yakob Bernulli (1713) Bernulli sinovlari va ularga asoslangan Bernulli va Binomial taqsimotlarni nazariy jihatdan asoslab bergan, bu esa keyinchalik ko‘plab ehtimollik nazariyasi modellarining asosi bo‘lib xizmat qildi [5]. Karl Pirson (1900) chi-kvadrat testini ishlab chiqish orqali kuzatilayotgan ma’lumotlar bilan nazariy taqsimotlar orasidagi moslikni baholash usulini taqdim etdi [6]. Ronald Fisher (1922) esa maksimal ehtimollik baho ...