Eksempelspørgsmål om binomialfordelingsfunktionen
Den binomiale fordeling er en diskret sandsynlighedsfordeling, der beskriver antallet af succeser i et eksperiment bestående af et antal uafhængige forsøg med to mulige udfald: succes og fiasko. Hvert forsøg kaldes et forsøg, og den binomiale fordeling bruges ofte i situationer, hvor antallet af succeser på tværs af et antal uafhængige forsøg er af interesse. I denne artikel vil vi diskutere de grundlæggende begreber i den binomiale fordeling og give eksempler og løsninger.
Grundlæggende begreber for binomialfordelingsfunktion
Før vi går ind i eksempelspørgsmålene og diskussionen, lad os diskutere nogle grundlæggende begreber relateret til binomialfordelingen.
1. Definition: Binomialfordelingen er defineret som summen af succeser i 'n' uafhængige forsøg, hvor hvert forsøg har to mulige udfald: succes (med sandsynlighed p) eller fiasko (med sandsynlighed q = 1 – p).
2. Sandsynlighedsfunktion: Sandsynlighedsfunktionen for den binomiale fordeling er:
\[
P(X = k) = \binom{n}{k} p^k (1-p)^{nk}
\]
Hvor:
– \( P(X = k) \) er sandsynligheden for at have k succeser i n forsøg.
– \( \binom{n}{k} \) er en kombination af n og k, som er defineret som \( \frac{n!}{k!(nk)!} \).
– \(p \) er sandsynligheden for succes i hvert forsøg.
– \( (1-p) \) er sandsynligheden for fiasko i hvert forsøg.
3. Forventet værdi og varians:
– Den forventede værdi (gennemsnit) af binomialfordelingen er ∫( μ = np).
– Variansen af den binomiale fordeling er ∫(sigma² = np(1-p)).
Lad os nu anvende disse koncepter i et eksempelproblem for at give en dybere forståelse.
Eksempel på spørgsmål 1: Grundlæggende beregninger af binomialfordeling
Spørgsmål:
En virksomhed producerer elektroniske komponenter med en sandsynlighed på 0.95 for, at hver komponent består en kvalitetstest. Hvis der produceres 10 komponenter, beregn sandsynligheden for, at præcis 8 komponenter består kvalitetstesten.
Diskussion:
Vi kan bruge binomialfordelingsformlen til at løse dette problem. Først identificerer vi følgende parametre:
– \(n \) (samlet antal forsøg) = 10
– \(k \) (antal succeser) = 8
– \(p \) (sandsynlighed for succes) = 0.95
– \(q \) (sandsynlighed for fejl) = 1 – 0.95 = 0.05
Indsæt derefter disse værdier i den binomiale fordelingsformel:
\[
P(X = 8) = ∫(10/8)(0.95)^8(0.05)^2
\]
Beregn først kombinationen \( \binom{10}{8} \):
\[
\binom{10}{8} = \frac{10!}{8!(10-8)!} = \frac{10!}{8!2!} = \frac{10 \times 9 \times 8!}{8! \times 2!} = \frac{10 \times 9}{2 \times 1} = 45
\]
Beregn derefter sandsynlighederne \( (0.95)^8 \) og \( (0.05)^2 \):
\[
(0.95)^8 \ca. 0.6634
\]
\[
(0.05)^2 = 0.0025
\]
Til sidst ganges alle disse værdier med hinanden for at få:
\[
P(X = 8) = 45 x 0.6634 x 0.0025 ca. 0.0744
\]
Så sandsynligheden for, at præcis 8 ud af 10 komponenter består kvalitetstesten, er omkring 0.0744 eller 7.44 %.
Eksempelspørgsmål 2: Kumulativ sandsynlighed
Spørgsmål:
Beregn sandsynligheden for, at mindst 9 ud af 10 komponenter består kvalitetstesten, hvis du stadig er hos den samme virksomhed.
Diskussion:
For at løse dette problem skal vi beregne den kumulative sandsynlighed. Sandsynligheden for, at mindst 9 ud af 10 komponenter består testen, betyder, at vi beregner \(P(X ≤ 9) \), som kan skrives som:
\[
P(X \geq 9) = P(X = 9) + P(X = 10)
\]
Brug af binomialfordelingsformlen:
\[
P(X = 9) = ∫(10/9)(0.95)^9(0.05)^1
\]
\[
P(X = 10) = ∫10/10 (0.95)^10 (0.05)^0
\]
Beregn først kombinationen for hvert tilfælde:
\[
\binom{10}{9} = \frac{10!}{9!(10-9)!} = 10
\]
\[
\binom{10}{10} = 1
\]
Beregn derefter sandsynlighederne for \(P(X = 9) \) og \(P(X = 10) \):
\[
P(X = 9) = 10 x (0.95)^9 x 0.05
\]
\[
(0.95)^9 \ca. 0.6302
\]
\[
P(X = 9) = 10 x 0.6302 x 0.05 ca. 0.3151
\]
\[
P(X = 10) = 1 x (0.95)^10 x 1
\]
\[
(0.95)^{10} \ca. 0.5987
\]
\[
P(X = 10) = 0.5987
\]
Samlet sandsynlighed for (P(X ≤ 9)):
\[
P(X ≤ 9) = 0.3151 + 0.5987 ≥ 0.9138
\]
Så sandsynligheden for, at mindst 9 ud af 10 komponenter består kvalitetstesten, er omkring 0.9138 eller 91.38 %.
Eksempelspørgsmål 3: Forventet værdi og varians
Spørgsmål:
Beregn den forventede værdi og variansen af antallet af komponenter, der består kvalitetstesten ud af 10 producerede komponenter, med en sandsynlighed for beståelse på 0.95.
Diskussion:
Brug følgende formel:
– Forventet værdi (gennemsnit) \( \mu = np \)
– Varians (\sigma^2 = np(1-p))
Med n = 10 og p = 0.95:
\[
µ = 10 x 0.95 = 9.5
\]
\[
\sigma^2 = 10 \times 0.95 \times 0.05 = 0.475
\]
Så den forventede værdi af antallet af komponenter, der består kvalitetstesten, er 9.5, og variansen er 0.475.
Konklusion
Gennem de tre eksempler på problemer ovenfor har vi diskuteret, hvordan man beregner sandsynlighed ved hjælp af binomialfordelingen i forskellige situationer: beregning af eksakt sandsynlighed, kumulativ sandsynlighed og beregning af forventet værdi og varians. Kendskab til binomialfordelingen er nyttigt inden for forskellige områder, såsom fremstillingsvirksomhed, medicinsk forskning og socialstatistik, hvor resultaterne af gentagne eksperimenter med to mulige udfald kan analyseres for at hjælpe med beslutningstagningen. Forhåbentlig vil de givne eksempler på problemer og diskussioner hjælpe dig med at forstå binomialfordelingen yderligere.
