Banaketa binomiala: teoria, aplikazioak eta adibideak
Pendahuluan
Banaketa binomiala oinarrizko kontzeptua da estatistika eta probabilitate teorian. Banaketa diskretu erabilienetako bat denez, banaketa binomialak aplikazio ugari eskaintzen ditu medikuntzan, ekonomian, biologian eta gizarte zientzietan bezalako arloetan. Artikulu honek banaketa binomiala sakon aztertuko du, bere definizioa, propietate nagusiak, erlazionatutako formulak eta hainbat aplikazio praktikoren adibide barne.
Banaketa binomiala ulertzea
Banaketa binomialak n Bernoulli saiakeren emaitza deskribatzen du, non saiakera bakoitzak bi emaitza posible baino ez dituen: "arrakasta" edo "porrota". Adibidez, txanpon jaurtiketan, emaitza posibleak "burua" edo "burua" dira.
Banaketa binomialeko bi parametro nagusiak hauek dira:
1. n (saiakera kopurua)
2. p (saiakera bakoitzean arrakasta izateko probabilitatea)
Formalago, n saiakuntzetan lortutako arrakasta kopurua banaketa binomialaren bidez deskriba daiteke (B(n, p)).
Probabilitate Masa Funtzioa (PMF)
Banaketa binomialaren probabilitate-masaren funtzioa honela formulatzen da:
P(X = k) = \binom{n}{k} p^k (1 – p)^{n – k}
Non:
– \( \binom{n}{k} \) n k aukeratutako konbinazio bat da,
– \(p\) saiakera bakarrean arrakasta izateko probabilitatea da,
– \(k\) arrakasta kopurua da,
– \(n \) saiakeren kopuru osoa da.
Banaketa binomialaren propietate nagusiak
Banaketa binomialak hainbat propietate nagusi ditu:
1. Batez bestekoa (Aurrekoa): Saiakera kopurua saiakera bakoitzean arrakasta izateko probabilitatearekin biderkatuz lortzen da. Batez bestekoa \( \mu = np \) da.
2. Bariantza: Banaketa binomialaren bariantza saiakera kopuruaren, arrakasta izateko probabilitatearen eta porrot egiteko probabilitatearen biderkadura da, hau da, \( \sigma^2 = np(1 – p) \).
3. Simetria eta asimetria: \( p = 0.5 \) denean, banaketa binomiala simetrikoa da. \( p < 0.5 \) denean, banaketa eskuinera asimetrikoa da, eta \( p > 0.5 \) denean, banaketa ezkerrera asimetrikoa da.
4. Balio Mugak: Balio binomiala (k) 0tik n-ra bitartekoa da.
Banaketa binomiala eta muga zentraleko teorema
Banaketa binomialak zeregin garrantzitsua du Limite Zentralaren Teoreman. Saiakera kopurua (n) oso handia denean, banaketa binomiala banaketa normal batera hurbilduko da, batez bestekoa \( \mu = \np \) eta desbideratze estandarra \( \sigma = \sqrt{np(1 – p)} \) dituena.
Banaketa binomiala erabiliz kasu-adibidea
Banaketa binomialaren inguruko eztabaidak errazago ulertuko dira hainbat arlotako adibide praktikoen bidez. Hona hemen benetako aplikazio batzuk:
1. adibidea: Produktuaren probak
Demagun elektronika-enpresa batek produktu akastun baten probabilitatea 0.01eko ekoizpen-lerro bat duela. Enpresak 100 produktu ikuskatzen baditu, zein da zehazki 2 produktu akastun aurkitzeko probabilitatea?
Banaketa binomialaren formula erabiliz:
P(X = 2) = \binom{100}{2} (0.01)^2 (0.99)^{98} \]
\(\binom{100}{2}\) konbinazioak kalkulatuz, eta gero gainerako probabilitateekin biderkatuz, azken emaitza lortzen dugu.
2. adibidea: Ikerketa medikoa
Gaixotasun jakin baterako sendagai baten entsegu kliniko batean, paziente bat sendagai horrekin sendatzeko probabilitatea 0.8 da. 10 paziente probatzen badira, zein da gutxienez 8 paziente sendatzeko probabilitatea?
Probabilitate hau aurkitzeko, 8, 9 eta 10 paziente sendatzeko probabilitateak batu behar ditugu:
\[ P(X \geq 8) = P (X = 8) + P (X = 9) + P (X = 10) \]
k-ren balio bakoitzerako formula binomiala erabiliz (8, 9 eta 10), eta ondoren emaitzak batuz.
3. adibidea: Ekonomiako erabakiak
Merkatu-inkesta batean, kontsumitzaileen % 60ri gustatu zitzaion produktu berria. 20 kontsumitzaileko ausazko lagin bat hartzen bada, zein da gutxienez 15i produktua gustatzeko probabilitatea?
Banaketa binomiala behar dugu 15etik 20ra bitarteko gustuko kopuru baten probabilitatea kalkulatzeko:
\[ P(X \geq 15) = P (X = 15) + P (X = 16) + P (X = 17) + P (X = 18) + P (X = 19) + P (X = 20) \]
Metodo bera erabiliz, probabilitate hauek kalkulatu eta batu egiten ditugu.
Teknologia erabiltzea banaketa binomialaren kalkuluetan
Aro digitalean, banaketa binomialaren kalkulu aplikazioak ez dira eskuz bakarrik egiten, baita R, Python edo kalkulagailu estatistiko batzuk bezalako softwarea erabiliz ere.
Hona hemen Python erabiliz banaketa binomiala kalkulatzeko adibide bat:
"`python"
scipy.stats-etik inportatu binom
n = 10 saiakera kopurua
p = 0.8 arrakasta-probabilitatea
k = 8 arrakasta kopuru esperoan
zehazki 8 arrakasta izateko probabilitatea
prob_8 = binom.pmf(k, n, p)
gutxienez 8 arrakasta izateko probabilitatea
prob_ge_8 = 1 – binom.cdf(k-1, n, p)
inprimatu(f”Zehazki 8 arrakasta izateko probabilitatea: {prob_8}”)
inprimatu(f”Gutxienez 8 arrakasta izateko probabilitatea: {prob_ge_8}”)
"`
Ondorioa
Banaketa binomiala funtsezko kontzeptu bat da estatistika eta probabilitatean. Banaketa binomiala ulertuz, hainbat probabilitate-eredu aplika ditzakegu bi emaitza dituzten esperimentu errepikatuak dakartzaten benetako egoeretan. Tresna teknologikoak erabiltzeko gaitasunak kalkulu-prozesua eraginkorragoa eta zehatzagoa egiten du. Banaketa binomiala ez da soilik teorikoki garrantzitsua, baizik eta aplikazio praktiko ugari ere baditu zientziaren eta industriaren hainbat arlotan.
Zorionez, artikulu honek banaketa binomialaren ulermen sakonagoa eskaintzen du eta estatistika eta probabilitatearen arloetan ikerketa gehiago inspiratzen ditu.
