Példakérdések és a binomiális eloszlás megvitatása
A binomiális eloszlás az egyik leggyakrabban használt diszkrét valószínűségi eloszlás. Hasznos több azonos, független kísérlet sikereinek számának modellezésére, amelyek mindegyike vagy sikert, vagy kudarcot eredményez. Ebben a cikkben mélyebben belemerülünk a binomiális eloszlásba számos példa és részletes ismertetés segítségével.
Bevezetés a binomiális eloszlásba
A binomiális eloszlás főbb jellemzői:
1. n : Próbálkozások vagy ismétlések száma.
2. p : A siker valószínűsége az egyes próbákban.
3. q = 1-p : A kudarc valószínűsége minden próbában.
A binomiális eloszlás valószínűségi tömegfüggvénye:
\[ P(X = k) = {n \k kiválasztása} p^k (1-p)^{nk} \]
Ahol:
– \( {n \k kiválasztása} = \frac{n!}{k!(nk)!} \)
– \( X \): Egy véletlen változó, amely a sikeres események számát jelöli.
– \( k \): A kívánt sikerek száma.
Contoh Soal és Tanulás
Kezdjük néhány példafeladattal, hogy részletesebben megértsük a binomiális eloszlás fogalmát.
1. példa: Kiválasztás egy diákcsoportból
Például tegyük fel, hogy van egy 10 fős csoportunk, és annak a valószínűsége, hogy minden diákot kiválasztanak a versenyre, 0,3. Tudni akarjuk, hogy mi a valószínűsége annak, hogy pontosan 4 diákot választanak ki.
1. lépés: Határozza meg a binomiális eloszlás paramétereit.
– \(n = 10 \)
– \(p = 0.3 \)
2. lépés: A binomiális eloszlás alapján számítsd ki az \(X = 4 \) valószínűségét.
\[ P(X = 4) = {10 \válassz 4-et} (0.3)^4 (0.7)^6 \]
Kiszámítás \( {10 \válasszon 4-et} \):
\[ {10 \válassz 4-et} = \frac{10!}{4!(10-4)!} = \frac{10!}{4!6!} = 210 \]
Most számítsd ki a \( (0.3)^4 \) és \( (0.7)^6 \) értékeket:
\[ (0.3)^4 = 0.0081 \]
\[ (0.7)^6 = 0.117649 \]
Jadi,
\[ P(X = 4) = 210 \cdot 0.0081 \cdot 0.117649 \kb. 0.20012 \]
Tehát annak a valószínűsége, hogy pontosan 4 diákot választanak ki, körülbelül 0.20012 vagy 20.012%.
2. példa: Valószínűség kisebb vagy egyenlő 2-vel
Most például azt kérdezik tőlünk, hogy mekkora a valószínűsége annak, hogy legfeljebb 2 diákot választanak ki.
1. lépés: Ki kell számolnunk a P(X = 0), P(X = 1) és P(X = 2) értékeket.
– P(X = 0) esetén:
\[ P(X = 0) = {10 \válasszunk 0-t} (0.3)^0 (0.7)^{10} \]
\[ {10 \válasszon 0-t} = 1 \]
\[ (0.7)^{10} = 0.0282475 \]
\[ P(X = 0) = 1 \cdot 1 \cdot 0.0282475 = 0.0282475 \]
– P(X = 1) esetén:
\[ P(X = 1) = {10 \válassz 1-et} (0.3)^1 (0.7)^9 \]
\[ {10 \válasszon 1-t} = 10 \]
\[ (0.3) \cdot (0.7)^9 = 0.1210608 \]
\[ P(X = 1) = 10 \cdot 0.3 \cdot 0.1210608 = 0.3631824 \]
– P(X = 2) esetén:
\[ P(X = 2) = {10 \válassz 2-et} (0.3)^2 (0.7)^8 \]
\[ {10 \válasszon 2-t} = 45 \]
\[ (0.3)^2 \cdot (0.7)^8 = 0.2334744 \]
\[ P(X = 2) = 45 \cdot 0.09 \cdot 0.2334744 = 0.2334744 \]
2. lépés: Add össze a valószínűségeket.
\[ P(X ≤ 2) = P(X = 0) + P(X = 1) + P(X = 2) \]
\[P(X ≤ 2) = 0.0282475 + 0.3631824 + 0.3826372 = 0.7740671 \]
Tehát annak a valószínűsége, hogy legfeljebb 2 diákot választanak ki, körülbelül 0.7740671, azaz 77.41%.
3. példa: Legalább 8 valószínűség
Ha egy kísérletet 12 alkalommal elvégezünk, és minden próbálkozásnál a siker valószínűsége 0.5, mi a valószínűsége annak, hogy legalább 8 próbálkozás sikeres lesz?
1. lépés: Állítsa be a binomiális paramétereket: \(n = 12, p = 0.5 \).
2. lépés: Határozza meg az \(X \geq 8 \) valószínűségét.
Ehhez több egyedi valószínűséget kell kiszámítani és összeadni:
\[ P(X \geq 8) = P(X = 8) + P(X = 9) + P(X = 10) + P(X = 11) + P(X = 12) \]
Számolj egyesével:
– P(X = 8) esetén:
\[ P(X = 8) = {12 \válassz 8-et} (0.5)^8 (0.5)^4 \]
\[ {12 \válasszon 8-t} = 495 \]
\[ (0.5)^{12} = 0.0002441406 \]
\[ P(X = 8) = 495 \cdot 0.0002441406 = 0.1208496 \]
– P(X = 9) esetén:
\[ P(X = 9) = {12 \válassz 9-et} (0.5)^9 (0.5)^3 \]
\[ {12 \válasszon 9-t} = 220 \]
\[ P(X = 9) = 220 \cdot 0.0002441406 = 0.05371094 \]
– P(X = 10) esetén:
\[ P(X = 10) = {12 \válasszunk 10-et} (0.5)^{10} (0.5)^2 \]
\[ {12 \válasszon 10-t} = 66 \]
\[ P(X = 10) = 66 \cdot 0.0002441406 = 0.01611328 \]
– P(X = 11) esetén:
\[ P(X = 11) = {12 \válasszunk 11-et} (0.5)^{11} (0.5)^1 \]
\[ {12 \válasszon 11-t} = 12 \]
\[ P(X = 11) = 12 \cdot 0.0002441406 = 0.002929688 \]
– P(X = 12) esetén:
\[ P(X = 12) = {12 \válasszunk 12-t} (0.5)^{12} \]
\[ {12 \válasszon 12-t} = 1 \]
\[ P(X = 12) = 1 \cdot 0.0002441406 = 0.0002441406 \]
3. lépés: Add össze az összes valószínűséget.
\[P(X \geq 8) = 0.1208496 + 0.05371094 + 0.01611328 + 0.002929688 + 0.0002441406 \kb. 0.1938477 \]
Tehát annak a valószínűsége, hogy legalább 8 siker történik 12 próbálkozásból, körülbelül 0.1938477, azaz 19.38%.
Következtetés
A binomiális eloszlás a statisztika alapvető fogalma, amely számos gyakorlati alkalmazásban kulcsfontosságú. Ha megértjük, hogyan kell kiszámítani a valószínűségeket a binomiális eloszlás különböző eseteire, ahogy a fenti példákban is látható, akkor ezt a koncepciót valós helyzetekben is alkalmazhatjuk. Ez a gyakorlat megerősíti a valószínűségi struktúrák működésének megértését is egy világos és szervezett kontextusban.
