Mga Pananglitan nga Pangutana ug Diskusyon sa Binomial Distribution
Ang binomial distribution usa sa labing kasagarang gigamit nga discrete probability distributions. Kini mapuslanon sa pagmodelo sa gidaghanon sa mga kalampusan sa daghang parehas ug independente nga mga pagsulay, diin ang matag usa niini nagpatunghag kalampusan o kapakyasan. Niini nga artikulo, atong tun-an pag-ayo ang binomial distribution pinaagi sa paghatag og daghang mga pananglitan ug detalyado nga diskusyon.
Pasiuna sa Binomial Distribution
Pangunang mga kinaiya sa binomial distribution:
1. n : Gidaghanon sa mga pagsulay o pagbalik-balik.
2. p : Probabilidad sa kalampusan sa matag pagsulay.
3. q = 1-p : Probabilidad sa kapakyasan sa matag pagsulay.
Ang probability mass function sa binomial distribution mao ang:
\[ P(X = k) = {n \choose k} p^k (1-p)^{nk} \]
Asa:
– \( {n \choose k} = \frac{n!}{k!(nk)!} \)
– \( X \): Usa ka random variable nga nagrepresentar sa gidaghanon sa mga kalampusan.
– \( k \): Ang gidaghanon sa mga kalampusan nga gipangita.
Mga Sampol nga Pangutana ug Panaghisgot
Magsugod kita sa pipila ka mga pananglitan sa mga problema aron mas masabtan ang konsepto sa binomial distribution.
Ehemplo 1: Pagpili gikan sa usa ka Grupo sa mga Estudyante
Pananglitan, pananglit naa tay grupo nga gilangkoban og 10 ka estudyante, ug ang probabilidad nga ang matag estudyante mapili nga moapil sa usa ka kompetisyon kay 0,3. Gusto natong mahibal-an ang probabilidad nga eksaktong 4 ka estudyante ang mapili.
Lakang 1: Ilha ang mga parametro sa binomial distribution.
– \( n = 10 \)
– \( p = 0.3 \)
Lakang 2: Gamita ang binomial distribution aron makalkulo ang probabilidad sa \( X = 4 \).
\[ P(X = 4) = {10 \pilia ang 4} (0.3)^4 (0.7)^6 \]
Pagkalkula \( {10 \choose 4} \):
\[ {10 \pilia ang 4} = \frac{10!}{4!(10-4)!} = \frac{10!}{4!6!} = 210 \]
Karon kwentaha ang \( (0.3)^4 \) ug \( (0.7)^6 \):
\[ (0.3)^4 = 0.0081 \]
\[ (0.7)^6 = 0.117649 \]
Mao nga,
\[ P(X = 4) = 210 \cdot 0.0081 \cdot 0.117649 \approx 0.20012 \]
Busa, ang posibilidad nga eksaktong 4 ka estudyante ang mapili kay gibana-bana nga 0.20012 o 20.012%.
Ehemplo 2: Probabilidad nga Ubos o Katumbas sa 2
Karon, pananglitan, gipangutana kita bahin sa posibilidad nga ubos sa o katumbas sa 2 ka estudyante ang mapili.
Lakang 1: Kinahanglan natong kuwentahon ang \( P(X = 0) \), \( P(X = 1) \), ug \( P(X = 2) \).
– Para sa \( P(X = 0) \):
\[ P(X = 0) = {10 \pilia 0} (0.3)^0 (0.7)^{10} \]
\[ {10 \pilia ang 0} = 1 \]
\[ (0.7)^{10} = 0.0282475 \]
\[ P(X = 0) = 1 \cdot 1 \cdot 0.0282475 = 0.0282475 \]
– Para sa \( P(X = 1) \):
\[ P(X = 1) = {10 \pilia ang 1} (0.3)^1 (0.7)^9 \]
\[ {10 \pilia ang 1} = 10 \]
\[ (0.3) \cdot (0.7)^9 = 0.1210608 \]
\[ P(X = 1) = 10 \cdot 0.3 \cdot 0.1210608 = 0.3631824 \]
– Para sa \( P(X = 2) \):
\[ P(X = 2) = {10 \pilia ang 2} (0.3)^2 (0.7)^8 \]
\[ {10 \pilia ang 2} = 45 \]
\[ (0.3)^2 \cdot (0.7)^8 = 0.2334744 \]
\[ P(X = 2) = 45 \cdot 0.09 \cdot 0.2334744 = 0.2334744 \]
Lakang 2: Idugang ang mga probabilidad.
\[ P(X \leq 2) = P(X = 0) + P(X = 1) + P(X = 2) \]
\[ P(X \leq 2) = 0.0282475 + 0.3631824 + 0.3826372 = 0.7740671 \]
Busa, ang posibilidad nga ubos sa o katumbas sa 2 ka estudyante ang mapili kay gibana-bana nga 0.7740671 o 77.41%.
Ehemplo 3: Probabilidad nga labing menos 8
Kon ang usa ka eksperimento himoon sa 12 ka beses, ug ang probabilidad sa kalampusan sa matag pagsulay kay 0.5, unsa ang probabilidad nga labing menos 8 ka kalampusan ang mahitabo?
Lakang 1: Ibutang ang binomial parameters: \( n = 12, p = 0.5 \).
Lakang 2: Pangitaa ang probabilidad para sa \( X \geq 8 \).
Nagkinahanglan kini og pagkalkulo sa daghang indibidwal nga mga probabilidad ug pagdugang niini:
\[ P(X \geq 8) = P(X = 8) + P(X = 9) + P(X = 10) + P(X = 11) + P(X = 12) \]
Ihap usa-usa:
– Para sa \( P(X = 8) \):
\[ P(X = 8) = {12 \pilia ang 8} (0.5)^8 (0.5)^4 \]
\[ {12 \pilia ang 8} = 495 \]
\[ (0.5)^{12} = 0.0002441406 \]
\[ P(X = 8) = 495 \cdot 0.0002441406 = 0.1208496 \]
– Para sa \( P(X = 9) \):
\[ P(X = 9) = {12 \pilia ang 9} (0.5)^9 (0.5)^3 \]
\[ {12 \pilia ang 9} = 220 \]
\[ P(X = 9) = 220 \cdot 0.0002441406 = 0.05371094 \]
– Para sa \( P(X = 10) \):
\[ P(X = 10) = {12 \pilia 10} (0.5)^{10} (0.5)^2 \]
\[ {12 \pilia ang 10} = 66 \]
\[ P(X = 10) = 66 \cdot 0.0002441406 = 0.01611328 \]
– Para sa \( P(X = 11) \):
\[ P(X = 11) = {12 \pilia 11} (0.5)^{11} (0.5)^1 \]
\[ {12 \pilia ang 11} = 12 \]
\[ P(X = 11) = 12 \cdot 0.0002441406 = 0.002929688 \]
– Para sa \( P(X = 12) \):
\[ P(X = 12) = {12 \pilia ang 12} (0.5)^{12} \]
\[ {12 \pilia ang 12} = 1 \]
\[ P(X = 12) = 1 \cdot 0.0002441406 = 0.0002441406 \]
Lakang 3: Idugang ang tanang probabilidad.
\[ P(X \geq 8) = 0.1208496 + 0.05371094 + 0.01611328 + 0.002929688 + 0.0002441406 \approx 0.1938477 \]
Busa, ang posibilidad nga labing menos 8 ka kalampusan ang mahitabo sa 12 ka pagsulay gibanabana nga 0.1938477 o 19.38%.
Konklusyon
Ang binomial distribution usa ka pundamental nga konsepto sa estadistika nga importante sa daghang praktikal nga aplikasyon. Pinaagi sa pagsabot kon unsaon pagkalkulo sa mga probabilidad alang sa lain-laing mga kaso sa binomial distribution, sama sa gipakita sa mga pananglitan sa ibabaw, magamit nato kini nga konsepto sa tinuod nga mga sitwasyon sa kalibutan. Kini nga ehersisyo nagpalig-on usab sa atong pagsabot kon giunsa paglihok ang mga istruktura sa probabilidad sa usa ka klaro ug organisado nga konteksto.
