Distribisyon Binomyal: Teyori, Aplikasyon, ak Egzanp
Pendahuluan
Distribisyon binomyal la se yon konsèp fondamantal nan estatistik ak teyori pwobabilite. Kòm youn nan distribisyon disrè ki pi souvan itilize yo, distribisyon binomyal la ofri anpil aplikasyon nan domèn tankou medsin, ekonomi, byoloji ak syans sosyal yo. Atik sa a pral diskite distribisyon binomyal la an pwofondè, ki gen ladan definisyon li, pwopriyete kle li yo, fòmil ki gen rapò ak li yo, ak plizyè egzanp aplikasyon pratik.
Konprann Distribisyon Binomyal
Distribisyon binomyal la dekri rezilta n esè Bernoulli yo, kote chak esè gen sèlman de rezilta posib: "siksè" oswa "echèk". Pa egzanp, nan yon jete pyès monnen, rezilta posib yo se "fas" oswa "fas".
De paramèt prensipal yo nan distribisyon binomyal la se:
1. n (kantite esè)
2. p (pwobabilite pou reyisi nan chak esè)
Pi fòmèlman, kantite siksè nan n esè yo ka dekri pa distribisyon binomyal la \( B(n, p) \).
Fonksyon Mas Pwobabilite (PMF)
Fonksyon mas pwobabilite distribisyon binomyal la fòmile jan sa a:
P(X = k) = \binom{n}{k} p^k (1 – p)^{n – k}
Ki kote:
– \( \binom{n}{k} \) se yon konbinezon de n chwazi k,
– \(p \) se pwobabilite pou reyisi nan yon sèl esè,
– \(k \) se kantite siksè yo,
– \(n \) se kantite total esè yo.
Pwopriyete Prensipal Distribisyon Binomyal la
Distribisyon binomyal la gen plizyè pwopriyete kle:
1. Mwayèn (Average): Jwenn lè w miltipliye kantite esè yo pa pwobabilite siksè nan chak esè. Mwayèn nan se (\mu = np\).
2. Varyans: Varyans distribisyon binomyal la se pwodwi kantite esè yo, pwobabilite pou reyisi, ak pwobabilite pou echèk, sa vle di \( \sigma^2 = np(1 – p) \).
3. Simetri ak Asymétrie: Lè \( p = 0.5 \), distribisyon binomyal la simetrik. Pou \( p < 0.5 \), distribisyon an asymétrique adwat, epi pou \( p > 0.5 \), distribisyon an asymétrique agoch.
4. Limit Valè: Valè binòm lan (k) varye ant 0 ak n.
Distribisyon Binomyal ak Teyorèm Limit Santral la
Distribisyon binomyal la jwe yon wòl enpòtan nan Teyorèm Limit Santral la. Lè kantite esè (n) yo vin trè gwo, distribisyon binomyal la ap pwoche bò yon distribisyon nòmal ak mwayèn \( \mu = np \) ak devyasyon estanda \( \sigma = \sqrt{np(1 – p)} \).
Egzanp Ka Lè l sèvi avèk Distribisyon Binòm
Diskisyon sou distribisyon binomyal la ap pi fasil pou konprann grasa egzanp pratik ki soti nan plizyè domèn. Men kèk aplikasyon nan mond reyèl la:
Egzanp 1: Tès pwodwi
Ann sipoze yon konpayi elektwonik gen yon liy pwodiksyon kote pwobabilite pou yon pwodwi ki defektye se 0.01. Si konpayi an enspekte 100 pwodwi, ki pwobabilite pou jwenn egzakteman 2 pwodwi ki defektye?
Lè w sèvi ak fòmil distribisyon binomyal la:
P(X = 2) = \binom{100}{2} (0.01)^2 (0.99)^{98} \]
Lè nou kalkile konbinezon yo \(\binom{100}{2}\), epi miltipliye pa pwobabilite ki rete yo, nou jwenn rezilta final la.
Egzanp 2: Rechèch Medikal
Nan yon esè klinik sou yon medikaman pou yon sèten maladi, pwobabilite pou yon pasyan geri ak medikaman an se 0.8. Si yo teste 10 pasyan, ki pwobabilite ki genyen pou omwen 8 pasyan geri?
Pou jwenn pwobabilite sa a, nou dwe adisyone pwobabilite pou 8, 9, ak 10 pasyan refè:
\[ P(X \geq 8) = P(X = 8) + P(X = 9) + P(X = 10) \]
Lè w sèvi ak fòmil binòm lan pou chak valè k (8, 9, ak 10), epi answit adisyone rezilta yo.
Egzanp 3: Desizyon nan Ekonomi
Nan yon sondaj sou mache a, 60% konsomatè te renmen yon nouvo pwodwi. Si yo pran yon echantiyon o aza de 20 konsomatè, ki pwobabilite ki genyen pou omwen 15 ladan yo te renmen pwodwi a?
Nou bezwen distribisyon binomyal la pou kalkile pwobabilite yon kantite "like" ant 15 ak 20:
\[ P(X \geq 15) = P(X = 15) + P(X = 16) + P(X = 17) + P(X = 18) + P(X = 19) + P(X = 20) \]
Lè nou itilize menm metòd la, nou kalkile epi adisyone pwobabilite sa yo.
Itilizasyon Teknoloji nan Kalkil Distribisyon Binòm
Nan epòk dijital la, aplikasyon kalkil distribisyon binomyal yo pa sèlman fèt manyèlman, men tou lè l sèvi avèk lojisyèl tankou R, Python, oubyen sèten kalkilatris estatistik.
Men yon egzanp sou kijan pou kalkile distribisyon binomyal la avèk Python:
"`piton
soti nan scipy.stats enpòte binom
n = 10 kantite esè
p = 0.8 pwobabilite pou reyisi
k = 8 kantite siksè espere
pwobabilite pou egzakteman 8 siksè
pwob_8 = binom.pmf(k, n, p)
pwobabilite pou omwen 8 siksè
prob_ge_8 = 1 – binom.cdf(k-1, n, p)
enprime(f"Pwobabilite pou egzakteman 8 siksè: {pwob_8}")
enprime(f"Pwobabilite pou omwen 8 siksè: {prob_ge_8}")
"`
Konklizyon
Distribisyon binomyal la se yon konsèp fondamantal esansyèl nan estatistik ak pwobabilite. Lè nou konprann distribisyon binomyal la, nou ka aplike plizyè modèl pwobabilite nan sitiyasyon reyèl ki enplike eksperyans repete ak de rezilta. Kapasite pou itilize zouti teknolojik yo fè pwosesis kalkil la pi efikas e pi egzak. Distribisyon binomyal la pa sèlman enpòtan teyorikman, men li gen anpil aplikasyon pratik ki enpòtan tou nan divès domèn syans ak endistri.
Espere ke atik sa a bay yon konpreyansyon pi pwofon sou distribisyon binomyal la epi enspire plis eksplorasyon nan domèn estatistik ak pwobabilite.
