Binomiale ferdieling: teory, tapassingen en foarbylden
Pendahuluan
De binomiale ferdieling is in fûneminteel konsept yn statistyk en kânsrekken. As ien fan 'e meast brûkte diskrete ferdielingen biedt de binomiale ferdieling ferskate tapassingen yn fjilden lykas medisinen, ekonomy, biology en de sosjale wittenskippen. Dit artikel sil de binomiale ferdieling yngeand beprate, ynklusyf de definysje, wichtige eigenskippen, relatearre formules en ferskate praktyske tapassingsfoarbylden.
Binomiale ferdieling begripe
De binomiale ferdieling beskriuwt de útkomst fan n Bernoulli-proeven, wêrby't elke proef mar twa mooglike útkomsten hat: "súkses" of "mislearring". Bygelyks, by in muntopsmit binne de mooglike útkomsten "kop" of "kop".
De twa wichtichste parameters yn 'e binomiale ferdieling binne:
1. n (oantal proeven)
2. p (kâns op sukses yn elke proef)
Formeler kin it oantal súksessen yn n proeven beskreaun wurde troch de binomiale ferdieling \(B(n, p) \).
Kânsmassafunksje (PMF)
De kânsmassafunksje fan 'e binomiale ferdieling wurdt formulearre as:
[P(X = k) = \binom{n}{k} p^k(1 – p)^{n – k} \]
Wêr:
– \( \binom{n}{k} \) is in kombinaasje fan n keazen k,
– \(p \) is de kâns op sukses yn ien proef,
– \(k \) is it oantal súksessen,
– \(n \) is it totale oantal proeven.
Wichtigste eigenskippen fan binomiale ferdieling
De binomiale ferdieling hat ferskate wichtige eigenskippen:
1. Gemiddelde (Trochsneed): Krijd troch it oantal besykjen te fermannichfâldigjen mei de kâns op sukses yn elke besykjen. It gemiddelde is \( \mu = np \).
2. Fariânsje: De fariânsje fan 'e binomiale ferdieling is it produkt fan it oantal besykjen, de kâns op sukses, en de kâns op mislearjen, dat is, \( \sigma^2 = np(1 – p) \).
3. Symmetry en Skewheid: As \(p = 0.5 \), is de binomiale ferdieling symmetrysk. Foar \(p < 0.5 \) is de ferdieling nei rjochts skean, en foar \(p > 0.5 \) is de ferdieling nei lofts skean.
4. Weardegrinzen: De binomiale wearde (k) farieart fan 0 oant n.
Binomiale ferdieling en de sintrale limytstelling
De binomiale ferdieling spilet in wichtige rol yn 'e Sintrale Limietstelling. As it oantal besykjen (n) tige grut wurdt, sil de binomiale ferdieling in normale ferdieling benaderje mei gemiddelde \( \mu = np \) en standertôfwiking \( \sigma = \sqrt{np(1 – p)} \).
Gevalfoarbyld mei binomiale ferdieling
Diskusjes oer de binomiale ferdieling sille makliker te begripen wêze troch praktyske foarbylden út ferskate fjilden. Hjir binne wat tapassingen yn 'e praktyk:
Foarbyld 1: Produkttesten
Stel dat in elektroanikabedriuw in produksjeline hat dêr't de kâns op in defekt produkt 0.01 is. As it bedriuw 100 produkten ynspektearret, wat is dan de kâns om krekt 2 defekte produkten te finen?
Mei help fan de binomiale ferdielingsformule:
[P(X = 2) = \binom{100}{2} (0.01)^2 (0.99)^{98} \]
Troch de kombinaasjes \(\binom{100}{2}\) te berekkenjen, en dan te fermannichfâldigjen mei de oerbleaune kânsen, krije wy it einresultaat.
Foarbyld 2: Medysk ûndersyk
Yn in klinyske proef fan in medisyn foar in bepaalde sykte is de kâns dat in pasjint mei it medisyn genêzen wurdt 0.8. As 10 pasjinten test wurde, wat is dan de kâns dat teminsten 8 pasjinten genêzen wurde?
Om dizze kâns te finen, moatte wy de kânsen fan 8, 9 en 10 pasjinten dy't herstelle byinoar optelle:
\[ P(X \geq 8) = P(X = 8) + P(X = 9) + P(X = 10) \]
Troch de binomiale formule te brûken foar elke wearde fan k (8, 9, en 10), en dan de resultaten byinoar op te tellen.
Foarbyld 3: Beslissingen yn ekonomy
Yn in merkûndersyk fûnen 60% fan 'e konsuminten in nij produkt leuk. As in willekeurige stekproef fan 20 konsuminten nommen wurdt, wat is dan de kâns dat teminsten 15 fan harren it produkt leuk fûnen?
Wy hawwe de binomiale ferdieling nedich om de kâns op in oantal likes fan 15 oant 20 te berekkenjen:
\[ P(X \geq 15) = P(X = 15) + P(X = 16) + P(X = 17) + P(X = 18) + P(X = 19) + P(X = 20) \]
Mei deselde metoade berekkenje en telle wy dizze kânsen byinoar op.
Technology brûke yn berekkeningen fan binomiale ferdieling
Yn it digitale tiidrek wurde tapassingen foar it berekkenjen fan binomiale ferdieling net allinich mei de hân dien, mar ek mei software lykas R, Python, of bepaalde statistyske rekkenmasines.
Hjir is in foarbyld fan it brûken fan Python om de binomiale ferdieling te berekkenjen:
"python
fan scipy.stats ymportearje binom
n = 10 oantal proeven
p = 0.8 kâns op sukses
k = 8 ferwachte oantal súksessen
kâns op krekt 8 suksessen
prob_8 = binom.pmf(k, n, p)
kâns op teminsten 8 suksessen
prob_ge_8 = 1 – binom.cdf(k-1, n, p)
print(f”Kâns op krekt 8 suksessen: {prob_8}”)
print(f”Kâns op teminsten 8 suksessen: {prob_ge_8}”)
""
Konklúzje
De binomiale ferdieling is in essinsjeel fûneminteel konsept yn statistyk en kânsberekkening. Troch de binomiale ferdieling te begripen, kinne wy ferskate kânsberekkeningsmodellen tapasse op situaasjes yn 'e echte wrâld mei werhelle eksperiminten mei twa útkomsten. De mooglikheid om technologyske ark te brûken makket it berekkeningsproses effisjinter en krekter. De binomiale ferdieling is net allinich teoretysk wichtich, mar hat ek tal fan relevante praktyske tapassingen yn ferskate fjilden fan wittenskip en yndustry.
Hopelik jout dit artikel in djipper begryp fan 'e binomiale ferdieling en ynspirearret it fierdere ûndersyk op it mêd fan statistyk en kânsberekkening.
