Poisson paylanması: düsturlar, tənliklər, model, xassələr

Qeyd edək ki, bu təsadüfi dəyişənlər hadisənin sabit bir müddət ərzində baş vermə sayını əks etdirir (telefon stansiyasına dəqiqədə zənglər) və ya müəyyən bir kosmik bölgə (kvadrat metrə bir parça qüsurları).

Ər-arvad süni mayalanma ilə bağlı həqiqəti biləndə. – Ginekoloqla müsahibə

Teleqraf.com mama-ginekoloq, qadın xəstəlikləri və doğum uzmanı Olcay Turqutla müsahibəni təqdim edir.

– Həkim, 5 ildir Azərbaycandasınız, tibb sahəsində Türkiyə ilə ölkəmiz arasında fərqlər barədə nə deyərsiz?

– Təzə gələndə Azərbaycanla Türkiyə arasında tibb sahəsində fərqlər görürdüm. Amma son bir-iki ildə bir çox istiqamət üzrə həm Türkiyədə, həm də Azərbaycanda dünya ölkələri ilə müqayisədə heç də zəif olmayan gözəl həkimlər meydana çıxıb. Hazırda ətrafımızdakılar etibarlı və düzgün işləyən həkimlər var.

– Son illər dünyada sonsuzluqla üzləşən ailələrin sayında artım müşahidə olunur. Sizcə, bu nə ilə bağlıdır və onun müalicəsi necə aparılır?

– Sonsuzluq konkret şəkildə filan səbəbə bağlıdır demək mümkün deyil. Ümumən sonsuzluq zamanı təxminən 20-30 faiz qadınlarda, 20-30 faizi kişidə problem olur. 20-30 faiz hallarda isə nə qadında, nə də kişidə hər hansı problem tapa bilirik. Daha doğrusu, problem tapsaq belə, heç bir əməliyyat edə bilmədiyimiz üçün biz buna dünyada səbəbi bilinməyən, yaxud səbəbi açıqlanmayan ideopatik sonsuzluq deyirik. Qalan hallarda problemi tapıb onun həll yollarını axtarırıq.

– Bəs nə zaman müalicənin effektsiz olduğunu bilib, süni mayalanmaya getmək lazımdır?

– Süni mayalanma sonsuzluğun müalicəsində son mərhələdir. Sonsuzluq diaqnozu qoyduğumuz xəstələrdə problem dərmanla, əməliyyatla həll oluna bilərsə, bu yolu seçirik. Əgər problem bunlarla həll olunmursa, səbəb tapılmırsa, süni mayalanma son çarə kimi gündəmə gəlir. Uşaqlıq boşluğunda mioma ola bilər, bu, embrionun yerləşməsinə əngəl olan şeydir. Biz bunu laparoskopik götürürük. Bundan sonra süni mayalanma etməyə məcbur deyilik, müalicə də apara bilərik. Süni mayalanma üsulunu o zaman seçirik ki, edə biləcəyimiz bütün çarələr bitmiş olur.

– Süni mayalanma necə aparılır, prosesi izah edərdinizmi?

– Süni mayalanma zamanı əslində bizim öhdəmizə düşən normal qaydada hər ay çoxalan follikulun sayını 8-lə 10 arasında çoxaltmaqdır. Bunun üçün menstruasiyanın ikinci günündən başlayaraq qadına dərman veririk, 10-11-ci gündə yetişdirdiyimiz follikullardan yumurtanı toplayırıq, bu yumurtaları yoldaşından aldığımız sperma ilə birləşdirib, 3-5 gün arasında laboratoriyalarda sobalarımızda böyüdürük. Daha sonra əmələ gələn embrionları uşaqlıq boşluğuna köçürürük.

– Süni mayalanma üçün əsas şərt nədir?

– Qeyd etdiyim kimi, süni mayalanma son mərhələdə aparılan müalicə üsuludur və yetişdirmək qabiliyyətli yumurtası olan qadınlarda edirik. Yəni yumurta əmələ gəlməyəcəksə, bu prosesdən imtina etməli oluruq. Kişidə sperma yoxdursa, onda da süni mayalanma aparıla bilməz. Bu iki vəziyyət xaricində hər insanda süni mayalanma aparmaq mümkündür.

– Süni mayalanmada uğurlu sonluq ehtimalı nə qədərdir? Zəmanət verirsinizmi?

– Bu, tez-tez rastlaşdığımız sualdır. Mən sualı pozitiv tibb dediyimiz bir sahənin statistikası əsasında cavablandırardım. Dünya statistikasında süni mayalanmadan maksimum 40-60 faiz arası müsbət nəticə almaq olur. Təbii ki, yaş 35-i keçdikdə və ya başqa problem olduqda, bu şans aşağı düşür. Süni mayalanma 100 faiz nəticə verən bir proses deyil və heç bir qarantiyası yoxdur. Bütün dünyada belədir. Amerikada, Türkiyədə, İsraildə ortalama 40 faiz nəticə alınır. Gənc yaş qrupunda bu, 60 faizə qədər çıxır.

– Süni mayalanmada risk amilləri hansılardır? Onun qadın orqanizminə təsiri necədir?

– Süni mayanlanma zamanı, əlbəttə, qəbul edilən dərmanların az da olsa yan təsirləri olur. Bizi qorxudan hazırladığmız follikulların sayının çox olmasıdır. Bəzən hər şeyi tamam qanunauyğun şəkildə etməyimizə baxmayaraq Ovari hiperstimulasiya sindromu (OHSS) əngəlli, yəni artıq follikulun daha çox maye verməsinə bağlı olaraq turşu əmələ gəlməsi süni mayalanmanı risk altında qoyur.

Bunun qabağını almaq üçün əlimizdən gələni edirik, lazım gələrsə köçürməni daha irəlidəki aylara atırıq. Yəni hazırladığımız embrionları dondururuq. Bundan başqa risklər olmur.

– Azərbaycanda süni mayalanma üçün müraciət edənlər çoxdurmu?

– İlk başda insanlar süni sözündən qorxurlar, amma zamanla qadından yumurta, kişidən sperma alındığı və bunlardan hazırlanan embrionun transfer olunduğunu öyrəndikcə, bu işə daha real və yaxşı baxmağa başlayırlar. İlk öncə pasiyentləri bu istiqamətdə məlumatlandırmaq lazımdır. Xəstələr dürüst həkimlərə müraciət edib məlumat aldıqları zaman onsuz da düzgün qərar verir və süni mayalanmaya gedirlər.

– Adətən, süni mayalanma zamanı əkizlər olur, bunun səbəbi nədir?

– Süni mayalanmada əsas məqsəd hamiləlik şansı əldə etməkdir. Bunun üçün də 1-3 embrion qoyuruq. Təbii ki, bəzi xəstələrdə 3 ədəd qoymalıyıq. İki embrion qoyduqda və hər ikisi tutduqda əkiz uşaq doğulur. Həm şansı artırmaq üçün, həm də müraciət edənlərin yaşı yuxarıdırsa, 2-3 embrion qoymalı oluruq. Təbi ki, 3 uşaq və daha artığını istəmirik. Tək uşaq həkim üçün daha idealdır, amma bəzən əkiz övlad cütlükləri də sevindirir.

Düzdür, əkiz olanda sona qədər izləmə zamanı problem yaranır, amma bununla iki hamiləlik aradan çıxmış olur.

– Süni mayalandırmanı bir neçə dəfə etmək mümkündürmü?

– Süni mayalanmada hər şey düzgün aparılıbsa, embrionlar düzgün qoyulubsa şans 60 faizdir. Tutmadığı zaman əlavə problem yoxdursa, bunu iki və ya üç dəfə təkrarlamaqda da şanslar həmişə eynidir. Amma təəssüf ki, 3 dəfədən çox etdikdə, şanslar azalmağa başlayır. Onun üçün də ikinci və ya üçüncü dəfə alınmırsa, süni mayalanmanın kömək edə bilməyəcəyini düşünürük.

– Süni mayalandırma ilə doğulan uşaqlarda normal doğuşla dünyaya gələn uşaqlar arasında fərq varmı? Bu uşaqlarda xəstəlik riski nə qədərdir?

– İllərdir bununla bağlı iş aparılır. 1980-ci illərdən bu yana süni mayalanma ilə doğan uşaqlar izlənilib və bununla bağlı çoxlu nəticələr var. Amma açığı, süni mayalanma nəticəsində dünyaya gələn uşaqlarla normal yolla doğulmuşlar arasında fərqin mövcudluğu üzərində aydın bir konsensus yoxdur.

Təbii ki, süni mayalanmaya gedən xəstələrimizdən bir az daha yaşlı qadınlarda yaşla bağlı riskli hamiləlik yaşanır, bundan savayı heç bir fərq yoxdur.

– Süni mayalandırmanın qiyməti necədir?

– Hazırda xəstəxanamızda 30 faizlik endirim kampaniyası var deyə, qiymət hər şey daxil 3200 manatdır.

Poisson paylanması: düsturlar, tənliklər, model, xassələr

The Poisson paylanması ayrı bir ehtimal paylanmasıdır ki, bunun köməyi ilə böyük bir seçmə ölçüsü daxilində və müəyyən bir aralıqda ehtimalı kiçik bir hadisənin baş vermə ehtimalını bilmək mümkündür.

Poisson paylanması, aşağıdakı şərtlər yerinə yetirildiyi təqdirdə tez-tez binomial paylanmanın yerinə istifadə edilə bilər: böyük nümunə və kiçik ehtimal.

Siméon-Denis Poisson (1781-1840), adını daşıyan bu dağılımı, gözlənilməz hadisələrə gəldikdə çox faydalıdır. Poisson nəticələrini 1837-ci ildə, səhv cinayət hökmlərinin baş vermə ehtimalı ilə bağlı bir araşdırma əsəri olaraq nəşr etdi.

Daha sonra digər tədqiqatçılar digər bölgələrdəki paylanmanı, məsələn, müəyyən bir həcmdə tapıla bilən ulduzların sayını və ya bir əsgərin at zərbəsindən ölmə ehtimalını uyğunlaşdırdılar.

Formula və tənliklər

Poisson paylanmasının riyazi forması belədir:

– μ (bəzən λ kimi də göstərilir) paylanmanın orta və ya parametridir

– Euler nömrəsi: e = 2.71828

– y = k əldə etmə ehtimalı P-dir

– k müvəffəqiyyət sayı 0, 1,2,3 .

– n testlərin və ya tədbirlərin sayı (nümunə ölçüsü)

Ayrı-ayrı təsadüfi dəyişənlər, adlarından da göründüyü kimi, təsadüflərdən asılıdır və yalnız diskret dəyərlər alır: 0, 1, 2, 3, 4…, k.

Məlumatların yayılmasını ölçən dispersiya another başqa bir vacib parametrdir. Poisson paylanması üçün bunlar:

Poisson n → ∞ və p → 0 olduqda orta μ – da deyildiyini təyin etdi gözlənilən dəyər– sabitliyə meyllidir:

Vacibdir: səh ümumi əhali nəzərə alınmaqla hadisənin baş vermə ehtimalıdır P (y) nümunədəki Poisson proqnozudur.

Model və xüsusiyyətlər

Poisson paylanması aşağıdakı xüsusiyyətlərə malikdir:

-Nümunə ölçüsü böyükdür: n → ∞.

-Görülən hadisələr və ya hadisələr bir-birindən müstəqildir və təsadüfi olaraq baş verir.

– ehtimal P bu müəyyən hadisə Y müəyyən bir müddət ərzində baş verir çox azdır: P → 0.

-Vaxt aralığında birdən çox hadisənin baş vermə ehtimalı 0-dur.

-Orta dəyər, verilən bir sabitə yaxınlaşır: μ = n.p (n nümunə ölçüsüdür)

-D dispersiyası μ-yə bərabər olduğundan, daha böyük dəyərlər qəbul etdiyi üçün dəyişkənlik də böyük olur.

-Hadisələr istifadə olunan vaxt aralığında bərabər paylanmalıdır.

-Mümkün hadisə dəyərləri dəsti Y bu: 0,1,2,3,4….

– cəmi mən bir Poisson paylanmasını izləyən dəyişənlər, başqa bir Poisson dəyişənidir. Onun orta dəyəri bu dəyişənlərin orta dəyərlərinin cəmidir.

Binomial paylanma ilə fərqlər

Poisson paylanması binomial paylanmadan aşağıdakı vacib yollarla fərqlənir:

-Binomial paylanmaya həm nümunə ölçüsü n, həm də ehtimal təsir göstərir P, lakin Poisson paylanmasına yalnız orta təsir göstərir μ.

-Binom dağılımında, təsadüfi dəyişənin mümkün dəyərləri Y bunlar 0,1,2,…, N-dir, digər tərəfdən Poisson paylanmasında bu dəyərlər üçün yuxarı sərhəd yoxdur.

Nümunələr

Poisson əvvəlcə məşhur paylamasını məhkəmə işlərinə tətbiq etdi, lakin sənaye səviyyəsində ilk istifadələrindən biri pivə dəmləmək idi. Bu prosesdə maya kulturaları fermentasiya üçün istifadə olunur.

Maya populyasiyası zamanla dəyişkən olan canlı hüceyrələrdən ibarətdir. Pivə istehsalında lazımi miqdarda əlavə etmək lazımdır, buna görə vahid həcmdə hüceyrələrin sayını bilmək lazımdır.

II Dünya Müharibəsi əsnasında Poisson paylanması, Almanların həqiqətən Calais’dən Londona nişan verdiyini və ya sadəcə təsadüfi atəş açdığını öyrənmək üçün istifadə edildi. Bu, müttəfiqlər üçün texnologiyanın nasistlər üçün nə qədər yaxşı olduğunu müəyyənləşdirmək üçün vacib idi.

Praktik tətbiqetmələr

Poisson paylanmasının tətbiqetmələri həmişə zaman sayımlarına və ya kosmosdakı sayımlara aiddir. Və baş vermə ehtimalı kiçik olduğundan, “nadir hadisələrin qanunu” olaraq da bilinir.

Bu kateqoriyalardan birinə aid hadisələrin siyahısı:

-Maya hüceyrələrinin böyüməsi kimi eksponent funksiyadır, radioaktiv parçalanmada hissəciklərin qeydiyyatı.

-Müəyyən bir veb səhifəyə baxış sayı.

-İnsanların ödəmək və ya iştirak etmək üçün bir xəttə gəlməsi (növbə nəzəriyyəsi).

-Müəyyən bir vaxt aralığında bir yolda müəyyən bir nöqtədən keçən avtomobillərin sayı.

-Radiasiyaya məruz qaldıqdan sonra müəyyən bir DNT zəncirində meydana gələn mutasiyalar.

-İldə 1 m-dən çox diametri olan meteorların sayı düşdü.

– Bir kumaşın kvadrat metri üçün qüsurlar.

-1 kub santimetrdə qan hüceyrələrinin miqdarı.

– Telefon stansiyasına dəqiqədə zənglər.

-1 kq tort xəmirində olan şokolad fişləri.

-1 hektar meşədə müəyyən bir parazitə yoluxmuş ağacların sayı.

Qeyd edək ki, bu təsadüfi dəyişənlər hadisənin sabit bir müddət ərzində baş vermə sayını əks etdirir (telefon stansiyasına dəqiqədə zənglər) və ya müəyyən bir kosmik bölgə (kvadrat metrə bir parça qüsurları).

Bu hadisələr, artıq qurulduğu kimi, son hadisədən bəri keçən zamandan asılı deyil.

Binomial paylanmanın Poisson paylanması ilə yaxınlaşdırılması

Poisson paylanması binomal paylanmaya yaxşı bir yaxınlaşma müddətindədir:

-Nümunə ölçüsü böyükdür: n ≥ 100

– μ aşağıdakı qaydada: np ≤ 10

Belə hallarda Poisson paylanması əla vasitədir, çünki bu hallarda binomial paylanmanın tətbiqi çətin ola bilər.

Həll olunmuş məşqlər

Məşq 1

Seysmoloji bir araşdırma son 100 ildə dünyada Rixter cədvəli ilə ən azı 6.0 -logaritmik- 93 böyük zəlzələ olduğunu təyin etdi. Bu vəziyyətdə Poisson paylanmasının uyğun bir model olduğunu düşünək. Tapın:

a) İl ərzində böyük zəlzələlərin baş verməsi.

b) Bəli P (y) baş vermə ehtimalıdır Y təsadüfi seçilmiş il ərzində zəlzələlər, aşağıdakı ehtimalları tapın:

c) Tədqiqatın həqiqi nəticələri aşağıdakılardır:

– 47 il (0 zəlzələ)

– 31 il (1 zəlzələ)

– 13 il (2 zəlzələ)

Bu nəticələr b hissəsində əldə olunan nəticələrlə necə müqayisə olunur? Poisson paylanması bu hadisələri modelləşdirmək üçün yaxşı bir seçimdir?

Həlli)

a) Zəlzələlər ehtimalı olan hadisələrdir səh kiçikdir və məhdud bir il müddətini nəzərdən keçiririk. Zəlzələlərin orta sayı:

μ = 93/100 zəlzələ / il = ildə 0,93 zəlzələ.

Həll b)

b) Tələb olunan ehtimalları hesablamaq üçün dəyərlər əvvəlində verilən düsturda əvəz olunur:

P (2) -dən olduqca azdır.

Nəticələr aşağıda verilmişdir:

P (0) = 0.395, P (1) = 0.367, P (2) = 0.171, P (3) = 0.0529, P (4) = 0.0123, P (5) = 0.00229, P (6) = 0.000355, P (7) = 0.0000471.

Məsələn, müəyyən bir ildə böyük bir zəlzələnin baş verməməsi ehtimalının% 39,5 olduğunu söyləyə bilərik. Və ya həmin ildə baş verən 3 böyük zəlzələnin% 5.29-unun olması.

Həll c)

c) Tezliklər analiz edilir, n = 100 ilə vurulur:

39.5; 36,7; 17.1; 5.29; 1.23; 0.229; 0.0355 və 0.00471.

– 39.5-lik bir tezlik, 100 ildən 39.5-də 0 böyük zəlzələnin baş verdiyini göstərir, demək olar ki, 47 illik zəlzələ olmadan faktiki nəticəyə çox yaxındır.

Başqa bir Poisson nəticəsini faktiki nəticələrlə müqayisə edək:

– 36.7 alınan dəyər, 37 il ərzində 1 böyük zəlzələ olduğu deməkdir. Həqiqi nəticə 31 ildə 1 böyük zəlzələ oldu, modellə yaxşı uyğunlaşdı.

– 2 böyük zəlzələ ilə 17.1 il gözlənilir və məlumdur ki, yaxın bir dəyər olan 13 ildə həqiqətən 2 böyük zəlzələ olmuşdur.

Bu səbəbdən Poisson modeli bu iş üçün məqbuldur.

Məşq 2

Bir şirkət, 100 iş saatına çatmadan sıradan çıxan komponent sayının Poisson dağılımını izlədiyini təxmin edir. Bu müddətdə arızaların sayı 8-dirsə, aşağıdakı ehtimalları tapın:

a) Bir komponentin 25 saat ərzində sıradan çıxması.

b) İki saatdan az, 50 saat ərzində uğursuzluq.

c) 125 saat ərzində ən az üç komponent sıradan çıxır.

Həlli)

a) 100 saat içindəki arızaların ortalama 8 olduğu bilinir, bu səbəbdən 25 saatda dörddə bir uğursuzluq gözlənilir, yəni 2 uğursuzluq. Bu parametr olacaq μ.

1 komponentin uğursuz olma ehtimalı tələb olunur, təsadüfi dəyişən “25 saatdan əvvəl sıradan çıxan komponentlər” dir və dəyəri y = 1-dir. Ehtimal funksiyasını əvəz etməklə:

Ancaq sual, uğursuz olma ehtimalıdır iki komponentdən azdır 50 saat içində, 50 saat içərisində 2 komponent tam olaraq sıradan çıxmadığına görə ehtimallar əlavə edilməlidir:

-Heç biri uğursuz

P (2-dən az komponent uğursuz) = P (0) + P (1)

P (2-dən az komponent uğursuz olur) = 0.0183 + 0.0732 = 0.0915

c) uğursuz olduqlarına ən azı 125 saat ərzində 3 komponent, 3, 4, 5 və ya daha çoxunun bu müddətdə sıradan çıxa biləcəyi deməkdir.

Baş vermə ehtimalı ən azı hadisələrin heç birinin baş vermə ehtimalı çıxılmaqla bir neçə hadisədən biri 1-ə bərabərdir.

– İstədiyiniz hadisə, 3 və ya daha çox komponentin 125 saat ərzində sıradan çıxmasıdır

-Başlamaması, ehtimalının 3-dən az komponentin sıradan çıxması deməkdir. P (0) + P (1) + P (2)

Bu vəziyyətdə paylanmanın μ parametri:

125 saat ərzində μ = 8 + 2 = 10 uğursuzluq.

P (3 və ya daha çox komponent sıradan çıxır) = 1- P (0) – P (1) – P (2) =

İstinadlar

1. MathWorks. Poisson paylanması. Qurtarıldı: es.mathworks.com
2. Mendenhall, W. 1981. İdarəetmə və İqtisadiyyat üçün Statistika. 3-cü. nəşr. Grupo Editorial Iberoamérica.
3. Stat Trek. Özünüzü Statistika öyrənin. Poisson Distribution. Qurtarıldı: stattrek.com,
4. Triola, M. 2012. İbtidai Statistika. 11-ci. Pearson Təhsil.
5. Vikipediya. Poisson paylanması. En.wikipedia.org saytından bərpa edildi

Mükafatı Necə Paylamaq Olar

Əlavələr, müavinətlər və təşviq ödənişləri əmək haqqının vacib şərtlərindəndir və Rusiya Federasiyası Əmək Məcəlləsinin 57-ci maddəsində nəzərdə tutulmuşdur. Ancaq qanunvericilik, hər bir işəgötürən üçün məcburi olacaq və bütün işləyən vətəndaşlar üçün etibarlı olacaq bonusların ödənilməsi və paylanması üçün vahid bir prosedur yaratmır. Mükafatı necə paylamaq olar

Təlimat

Addım 1

Bonus ödənişləri və paylama şərtləri əmək haqqı şərtləri ilə əlaqədardır və əmək müqaviləsinin şərtlərində əks olunmalıdır. Müəssisənizin işçilərinin əmək haqlarını müəssisədə qüvvədə olan yerli normativ akta (tənzimləmə, sərəncam) uyğun olaraq təyin edin. Hazırkı yerli aktı göstərən əmək müqaviləsinə bu bəndi daxil edin. Əmək haqqı şərtlərində dəyişiklik olduğu təqdirdə, əmək müqaviləsində qanunun tələblərinə uyğun olaraq dəyişiklik edilməsi lazımdır.

Addım 2

Mükafat sistemi qurarkən işəgötürən işçilərin nümayəndə heyəti ilə razılaşdırmalıdır. Həmkarlar ittifaqı təşkilatı bir müəssisədə fəaliyyət göstərirsə və üzvlərinin sayı işçilərin yarısından çoxdursa, bu təşkilatın seçilmiş orqanı (həmkarlar ittifaqı komitəsi) işçilərin təmsiledici orqanı sayılır.

Addım 3

Təşviq formalarının tətbiqi qaydası Rusiya Federasiyası Əmək Məcəlləsinin 144-cü maddəsinin 2-ci hissəsi ilə müəyyən edilir. Qeyri-büdcə təşkilatlarında təşviqlər işəgötürənin öz vəsaiti hesabına gəlir, lakin hər halda mükafat paylayarkən ümumi qanuni prinsiplərə riayət etməlidir.

Addım 4

Ağıllı və ədalətli paylayın. Beləliklə, bir çox təşkilatda əsas meyar əmək stajı, kateqoriyası, rütbəsi və s. Üçün yığılmış əmək haqqı və digər təşviq mükafatlarıdır. Bəzi təşkilatlarda hər bir işçinin əməyinin ümumi prosesdəki payını əks etdirən sözdə əmək iştirak nisbəti (KTU) istifadə olunur.

Addım 5

Bonusların paylanmasında ayrı-seçkilikdən çəkinin. Təqsimin ədalətliliyi şübhə altına alındığı üçün ayırma prosesi mümkün qədər aydın olmalıdır. Bu halda işçilərin nümayəndəli orqanı, mükafatların paylanması proseduruna məhkəməyə müraciət etmək hüququna malikdir.

Addım 6

Birdəfəlik bonuslar nə əmək müqaviləsi, nə də yerli tənzimləmə aktı ilə tənzimlənə bilməz. Bu halda işəgötürənin yalnız zəruri hesab etdiyi işçiləri mükafatlandırmaq hüququ vardır. Mükafatlandırma onun rəsmi əmri əsasında həyata keçirilir. Ancaq digər işçilər mükafat alacaq işçilərin seçiminin hansı meyarlarla aparıldığını bilməlidirlər. Belə bir sərəncamın mətnində bu meyarları əks etdirdiyinizdən əmin olun ki, qanuni əsaslarla motivasiya edilsin və narazı olanlarla məhkəmə araşdırması üçün səbəb olmasın.