دالة التوزيع الثنائي: شرح كامل وتطبيقات
يُعدّ التوزيع ذو الحدين أحد أكثر توزيعات الاحتمالات المنفصلة شيوعًا في الإحصاء والاحتمالات. يُمثّل هذا التوزيع عدد حالات النجاح في سلسلة من التجارب المتطابقة والمستقلة، حيث يكون لكل تجربة نتيجتان محتملتان: النجاح أو الفشل. في هذه المقالة، سنتناول بالتفصيل تعريف دالة التوزيع ذي الحدين، وصيغتها، وخصائصها، وتطبيقاتها.
فهم التوزيع ذي الحدين
يصف التوزيع ذو الحدين عدد "النجاحات" في n من التجارب المستقلة، حيث:
– كل تجربة تنتج نتيجتين محتملتين فقط: النجاح أو الفشل.
– احتمال النجاح في كل محاولة هو p.
– احتمال الفشل هو 1 – p.
– كل تجربة مستقلة عن الأخرى.
يُشار إلى التوزيع ذي الحدين بالرمز B(n, p)، حيث n هو عدد المحاولات و p هو احتمال النجاح في محاولة واحدة.
صيغة التوزيع ذي الحدين
يتم حساب التوزيع ذي الحدين باستخدام الصيغة التالية:
\[ P(X = k) = \binom{n}{k} p^k (1-p)^{nk} \]
دي مانا:
– \( P(X = k) \): احتمال الحصول على k نجاح بالضبط في n محاولة.
- \( \binom{n}{k} \): مجموعة من n عنصرًا مأخوذة k.
– \( p \): احتمال النجاح في كل محاولة.
– \( n \): العدد الإجمالي للتجارب.
– \( k \): العدد المطلوب من النجاحات.
يتم حساب التركيبة \(\binom{n}{k}\) على النحو التالي:
\[ \binom{n}{k} = \frac{n!}{k!(nk)!} \]
خصائص التوزيع ذي الحدين
1. التوقع (المتوسط) والتباين:
– التوقع أو المتوسط للتوزيع ذي الحدين هو \( \mu = np \).
– التباين هو \( \sigma^2 = np(1-p) \).
2. التناظر:
– يكون التوزيع ذو الحدين متماثلاً إذا كانت قيمة p تساوي 0.5. إذا كانت قيمة p ≠ 0.5، فإن التوزيع يصبح منحرفًا إلى اليمين (p < 0.5) أو إلى اليسار (p > 0.5).
3. الالتواء والتفرطح:
– إن انحراف التوزيع ذي الحدين هو \( \gamma_1 = \frac{1-2p}{\sqrt{np(1-p)}} \).
– التفرطح هو \( \gamma_2 = \frac{1-6p(1-p)}{np(1-p)} \).
4. التوزيع التقريبي:
– بالنسبة لقيم n و p الكبيرة التي تقترب من 0.5، يمكن تقريب التوزيع ذي الحدين بواسطة التوزيع الطبيعي.
– إذا كانت قيمة p صغيرة جدًا وقيمة n كبيرة جدًا بحيث تظل np ثابتة، فيمكن تقريب التوزيع ذي الحدين بواسطة توزيع بواسون.
استخدام التوزيع ذي الحدين
يُستخدم التوزيع ذو الحدين في مجالات مثل علم الأحياء والاقتصاد والتسويق والهندسة لنمذجة الأحداث التي يمكن التعبير عنها بمصطلحات ثنائية (نجاح/فشل). فيما يلي بعض الأمثلة العملية على استخدامه:
اختبار جودة المنتج
لنفترض أن احتمال وجود عيب في دفعة من المنتج هو 2%. إذا اختبرنا 50 وحدة من المنتج، يمكننا استخدام التوزيع ذي الحدين لحساب احتمال وجود عدد معين من الوحدات المعيبة. بافتراض أن n = 50 و p = 0.02، يمكننا حساب احتمال وجود k وحدة معيبة بالضبط في الدفعة.
تقييم أخذ العينات
في أبحاث السوق، على سبيل المثال، تُجرى الاستبيانات غالبًا بأسئلة إجابتها "نعم" أو "لا". إذا أردنا معرفة عدد المستجيبين الذين يوافقون على عبارة ما في عينة مكونة من 100 شخص (بافتراض احتمال موافقة 0.7)، فإن التوزيع ذي الحدين يُمكن أن يساعد في تقدير العدد المتوقع للأشخاص الذين يوافقون.
علم الوراثة
في علم الوراثة، يُستخدم التوزيع ذو الحدين لنمذجة وراثة صفات معينة من جيل إلى آخر. على سبيل المثال، إذا كان هناك احتمال بنسبة 25% أن يرث أحد الأبناء صفة وراثية معينة، فيمكننا استخدام التوزيع ذي الحدين لتحديد احتمال أن يرث اثنان من أصل أربعة أبناء تلك الصفة.
التمويل والتأمين
في مجال التمويل، يمكن استخدام التوزيع ذي الحدين لنمذجة حدوث حالات الإفلاس، أو مدفوعات المطالبات، أو أسعار الفائدة على سلع معينة تستوفي شروط النجاح/الفشل.
مثال على الحساب
لنفترض أننا نريد حساب احتمال الحصول على 6 صور بالضبط من أصل 10 رميات للعملة المعدنية (بافتراض أن العملات المعدنية عادلة وأن p=0.5):
\[ P(X = 6) = \binom{10}{6} (0.5)^6 (0.5)^4 \]
\[ = \frac{10!}{6!4!} (0.5)^{10} \]
\[ = \frac{210}{1024} \]
\[ = 0.205 \]
إذن، فإن احتمال الحصول على 6 صور بالضبط من أصل 10 رميات للعملة المعدنية هو 0.205.
تطبيقات الحوسبة
في عصرنا التكنولوجي، تُحسب التوزيعات ذات الحدين غالبًا باستخدام برامج إحصائية مثل R أو Python، أو أدوات جداول البيانات مثل Microsoft Excel. إليك مثال على برنامج Python بسيط يستخدم مكتبة `scipy`:
"الثعبان
from scipy.stats import binom
على سبيل المثال، نريد إيجاد P(X = 6) عندما n = 10 و p = 0.5
ن = 10
ع = 0.5
ك = 6
prob = binom.pmf(k, n, p)
print(f”احتمال الحصول على {k} صورة بالضبط من {n} رمية عملة معدنية هو {prob:.3f}”)
"`
استنتاج
يُعدّ التوزيع ذو الحدين أداةً مهمةً في الإحصاء والاحتمالات، لا سيما عند تحليل الأحداث الثنائية المستقلة. ويمكن أن يُساعدنا إتقان هذا المفهوم على معالجة المشكلات المتعلقة بالقرارات المالية، وأبحاث السوق، وجودة المنتجات، وعلم الوراثة، ومجموعة متنوعة من التطبيقات الأخرى، بشكلٍ أكثر فعالية.
من خلال فهم دالة التوزيع الثنائي، يمكننا نمذجة وحساب احتمالات الأحداث بدقة، واتخاذ القرارات بناءً على تحليل إحصائي قوي. كما سهّلت التطورات التكنولوجية وبرامج الإحصاء حساب هذا التوزيع وتصويره، مما جعله أكثر سهولة في الاستخدام في مجالات دراسية وتطبيقات متنوعة.
