የሚጠበቀው የሁለትዮሽ ስርጭት ዋጋ

የሚጠበቀው የሁለትዮሽ ስርጭት ዋጋ

የሁለትዮሽ ስርጭት በስታቲስቲክስ እና ፕሮባቢሊቲ ውስጥ በብዛት ከሚታዩት የተከፋፈሉ የፕሮባቢሊቲ ስርጭቶች አንዱ ነው። ይህ ስርጭት በተከታታይ ገለልተኛ የሁለትዮሽ ሙከራዎች ውስጥ ያሉትን የስኬቶች ብዛት ይገልጻል (ሁለት ውጤቶች ብቻ ያላቸው ሙከራዎች፡ ስኬት ወይም ውድቀት)። የሁለትዮሽ ስርጭትን በተሻለ ለመረዳት፣ የሚጠበቀውን እሴት ጽንሰ-ሀሳብ መረዳት አስፈላጊ ነው፣ ይህም በረጅም ጊዜ ውስጥ የሚደጋገምን የሙከራ አማካይ ዋጋ ይገልጻል። ይህ ጽሑፍ የሚጠበቀውን እሴት ጽንሰ-ሀሳብ በሁለትዮሽ ስርጭት አውድ ውስጥ ይገመግማል።

የሁለትዮሽ ስርጭት ፍቺ

የሁለትዮሽ ስርጭት የሚፈጠረው በርካታ ተመሳሳይ እና ገለልተኛ ሙከራዎችን የምናከናውንባቸው አውዶች ውስጥ ሲሆን እያንዳንዱ ሙከራ ብዙውን ጊዜ “ስኬት” እና “ውድቀት” ተብለው የሚጠሩ ሁለት እርስ በእርስ ብቻ የሚለዩ ውጤቶች አሉት። ለምሳሌ፣ ሳንቲም መገልበጥ (ራሶች ወይም ጅራት)፣ የፈተና ጥያቄን መመለስ (እውነት ወይም ሐሰት)፣ ወይም የሕክምና ሙከራ (የተፈወሰ ወይም ያልተፈወሰ)።

የሁለትዮሽ ስርጭት በሁለት መለኪያዎች ይገለጻል፡
– n፣ የሙከራዎች ብዛት።
- p , በእያንዳንዱ ሙከራ ላይ የስኬት እድል።

በግምት፣ X በ n ሙከራዎች ውስጥ የስኬቶችን ብዛት የሚወክል የዘፈቀደ ተለዋዋጭ ከሆነ፣ X እንደ X ~ Binomial(n፣ p) የሚወከሉ መለኪያዎች n እና p ያሉት የሁለትዮሽ ስርጭትን ይከተላል።

የፕሮባቢሊቲ ተግባር

የቢኖሚያል ስርጭት ፕሮባቢሊቲ ተግባር እንደሚከተለው ነው፡
\[ P(X = k) = \binom{n}{k} p^k (1-p)^{nk} \]
የት፡
– \( \binom{n}{k} \) የሁለትዮሽ ኮፊሸንት ሲሆን፣ እሱም እንደ \( \frac{n!}{k!(nk)!} \) ይሰላል።
– \( k \) የሚፈለገው የስኬቶች ብዛት ነው።
– \(n \) የሙከራዎች ብዛት ነው።
– \( p \) በእያንዳንዱ ሙከራ ላይ የስኬት ዕድል ነው።
– \((1-p) \) በእያንዳንዱ ሙከራ ውስጥ የመውደቅ እድል ነው።

የሚጠበቀው እሴት

የሚጠበቀው እሴት ወይም የአንድ የዕድል ስርጭት አማካኝ ማዕከላዊ ቦታን ከሚለኩ በጣም አስፈላጊ መለኪያዎች አንዱ ነው። ለቢኖሚያል ስርጭት፣ Binomial(n፣ p)ን ተከትሎ የሚመጣው የዘፈቀደ ተለዋዋጭ X የሚጠበቀው እሴት፡
\[ E(X) = np \]

የሚጠበቀው ዋጋ ማረጋገጫ

የቢኖሚያል ስርጭት የሚጠበቀው እሴት np ለምን እንደሆነ ለመረዳት፣ የሚጠበቀው እሴት መስመራዊ ባህሪን መጠቀም እና የቢኖሚያል ተለዋዋጮች እንዴት አስተዋጽኦ እንደሚያደርጉ ማየት እንችላለን።

\(X \)ን በ n binary ሙከራዎች ውስጥ የስኬቶች ብዛት አድርገን እንግለጽ። በተለይም፣ \(X_i \) የ i-th ሙከራውን ውጤት የሚያመለክት የዘፈቀደ ተለዋዋጭ ይሁን፣ \(X_i = 1 \) የ i-th ሙከራ ስኬታማ ከሆነ፣ እና \(X_i = 0 \) ውድቀት ከሆነ። ከዚያም \(X \) እንደሚከተለው መጻፍ እንችላለን፡
\[ X = X_1 + X_2 + \ldots + X_n \]

እያንዳንዱ \( X_i \) የስኬት ዕድል p ያለው ሁለትዮሽ ተለዋዋጭ ስለሆነ፣ የሚጠበቀው የ \( X_i \) እሴት፡
\[ E(X_i) = 1 \cdot p + 0 \cdot (1-p) = p \]

የሚጠበቀውን እሴት መስመራዊ ባህሪ ለ X የሚጠበቀውን እሴት መጠቀም እንችላለን፡
\[ E(X) = E(X_1 + X_2 + \ldots + X_n) \]
\[ E(X) = E(X_1) + E(X_2) + \ldots + E(X_n) \]
\[ E(X) = p + p + \ldots + p \]
\[ E(X) = np \]

ይህ የሚያሳየው የቢኖሚያል ስርጭት የሚጠበቀው እሴት np መሆኑን ነው።

ምሳሌያዊ ምሳሌ

አንድን ሳንቲም 10 ጊዜ የምንገለብጥበትን ሁኔታ እንመልከት። በጭንቅላት ላይ የሚፈጠሩት የመገልበጫዎች ብዛት የሚጠበቀው ዋጋ ምን ያህል እንደሚሆን እንጠይቅ።

በዚህ ጉዳይ ላይ፦
– n = 10 (የሳንቲም ውርወራዎች ብዛት)
– p = 0.5 (ሳንቲሙ ፍትሃዊ ስለሆነ የጭንቅላት የማግኘት እድሉ)

ስለዚህ የሚጠበቀው እሴት፦
\[ E(X) = np = 10 \times 0.5 = 5 \]

ይህ ማለት አንድ ሳንቲም በረጅም ጊዜ ውስጥ 10 ጊዜ ደጋግመን ብንገለብጥ በአማካይ 5 ጊዜ ራሶችን እናገኛለን ማለት ነው።

ልዩነት እና መደበኛ መዛባት

ከሚጠበቀው እሴት በተጨማሪ፣ የቢኖሚያል ስርጭትን ልዩነት እና መደበኛ መዛባት መረዳትም አስፈላጊ ነው።

ለቢኖሚያል ስርጭት፣ የልዩነት \( \sigma^2 \) እና መደበኛ መዛባት \( \sigma \) እንደሚከተለው ናቸው፡
\[ \sigma^2 = np(1-p) \]
\[ \sigma = \sqrt{np(1-p)} \]

ልዩነት መረጃው ከሚጠበቀው እሴት ምን ያህል እንደተሰራጨ ይለካል። መደበኛ መዛባት የልዩነቱ ካሬ ሥር ሲሆን የውሂብ ስርጭትንም ይለካል፣ ነገር ግን ከመጀመሪያው ውሂብ ጋር በተመሳሳይ አሃዶች።

ከሲምፑላን

የሁለትዮሽ ስርጭት በስታቲስቲክስ እና ፕሮባቢሊቲ ውስጥ መሠረታዊ ፅንሰ-ሀሳብ ሲሆን ከንግድ እስከ ማህበራዊ ሳይንስ እና ባዮሎጂ ድረስ በተለያዩ የእውነተኛ ዓለም አፕሊኬሽኖች ውስጥ በተደጋጋሚ ይስተዋላል። እንደ np የሚሰላው የሁለትዮሽ ስርጭት የሚጠበቀው እሴት በተከታታይ ሁለትዮሽ ሙከራዎች ውስጥ ስላለው አማካይ የስኬቶች ብዛት አስፈላጊ ግንዛቤ ይሰጣል። የሚጠበቀውን እሴት፣ ልዩነት እና መደበኛ መዛባት ፅንሰ-ሀሳቦችን በመረዳት፣ የሁለትዮሽ ስርጭት ባህሪያትን እና በዕለት ተዕለት ሕይወት ውስጥ የተወሰኑ ክስተቶችን እንዴት እንደሚገልጽ የበለጠ ግልጽ የሆነ ግንዛቤ ማግኘት እንችላለን።

ይህ እውቀት በውሂብ ትንተና እና ስታቲስቲክስ ላይ ብቻ ሳይሆን፣ ዕድልን እና እርግጠኛ አለመሆንን መገምገም በሚያስፈልግ የውሳኔ አሰጣጥ ሂደትም እጅግ በጣም ጠቃሚ ነው። የሚጠበቀውን እሴት እና ሁለትዮሽ ስርጭትን መረዳት የበለጠ ትክክለኛ ትንበያዎችን እንድናደርግ እና የበለጠ መረጃ ያለው ውሳኔ እንድናደርግ ሊረዳን ይችላል።