Биномдук бөлүштүрүүнүн күтүлгөн маанисин талкуулоо боюнча мисал суроолор
Биномдук бөлүштүрүү – бул статистикада көп учурда бир катар көз карандысыз жүргүзүлгөн сыноолордо белгилүү бир сандагы ийгиликтердин ыктымалдуулугун сүрөттөө үчүн колдонулган дискреттик бөлүштүрүү. Бул бөлүштүрүү экономика, биология жана коомдук илимдер сыяктуу ар кандай тармактарда абдан пайдалуу. Биномдук бөлүштүрүүдө түшүнүү керек болгон маанилүү түшүнүктөрдүн бири – күтүлгөн маани. Бул макалада биномдук бөлүштүрүүдө күтүлгөн маани түшүнүгү бир нече мисал маселелер жана аларды талкуулоо аркылуу талкууланат.
Биномдук бөлүштүрүүнүн аныктамасы
Биномдук бөлүштүрүү эки мүмкүн болгон натыйжага ээ болгон \( n \) сыноолордогу ийгиликтердин санын сүрөттөйт: ийгилик же ийгиликсиздик. Бул бөлүштүрүү эки негизги параметр менен мүнөздөлөт:
– \( n \): сыноолордун саны
– \( p \): бир сыноодо ийгиликке жетүү ыктымалдыгы
Бул бөлүштүрүү көбүнчө B(n, p) деп белгиленет. Биномдук бөлүштүрүүнүн ыктымалдуулук массалык функциясы (PMF) төмөнкүдөй:
\[ P(X = k) = \binom{n}{k} p^k (1-p)^{nk} \]
мында \( \binom{n}{k} \) - биномдук коэффициент, ал төмөнкүдөй эсептелет:
\[ \binom{n}{k} = \frac{n!}{k!(nk)!} \]
Биномдук бөлүштүрүүдө күтүлгөн маани
Биномдук бөлүштүрүүнүн күтүлгөн мааниси \(n \) сыноолорундагы ийгиликтердин орточо саны болуп саналат жана төмөнкүдөй формулировкаланат:
\[ E(X) = n \убакыт p \]
Үлгү суроолор жана талкуу
1-мисал суроо
Суроо:
Мисалы, изилдөөчү ар биринин өсүү ыктымалдыгы 0.7 болгон 10 көчөт отургузуп, эксперимент жүргүзөт дейли. Өсүп чыга турган көчөттөрдүн күтүлгөн саны канча?
Талкуу:
Ал белгилүү:
– \( n = 10 \)
– \( p = 0.7 \)
Күтүлгөн маани, \(E(X) \), төмөнкүдөй эсептелет:
\[ E(X) = n \убакыт p \]
\[E(X) = 10 \0.7 эсеси \]
\[ E(X) = 7 \]
Демек, өсүп чыккан уруктардын санынын күтүлгөн мааниси 7 урук.
2-мисал суроо
Суроо:
Экзаменде студенттин ар бир суроого туура жооп берүү ыктымалдыгы 0.8ге барабар. Эгерде экзаменде 15 суроо болсо, анда канча туура жооп күтүлөт?
Талкуу:
Ал белгилүү:
– \( n = 15 \)
– \( p = 0.8 \)
Күтүлгөн маани, \(E(X) \), төмөнкүдөй эсептелет:
\[ E(X) = n \убакыт p \]
\[E(X) = 15 \0.8 эсеси \]
\[ E(X) = 12 \]
Демек, туура жооптордун санынын күтүлгөн мааниси 12 суроого барабар.
3-мисал суроо
Суроо:
Басмакана 0.02 кемчилик ыктымалдуулугу бар кагаз барактарын чыгарат. Бир жумушчу күндүн ичинде завод 500 кагаз барак чыгарат. Бир күндө канча кемчиликтүү кагаз барактары күтүлөт?
Талкуу:
Ал белгилүү:
– \( n = 500 \)
– \( p = 0.02 \)
Күтүлгөн маани, \(E(X) \), төмөнкүдөй эсептелет:
\[ E(X) = n \убакыт p \]
\[E(X) = 500 \0.02 эсеси \]
\[ E(X) = 10 \]
Демек, бир күндө кемчиликтүү кагаз барактарынын санынын күтүлгөн мааниси 10 барак.
Түшүнүүдөгү түшүнүктөрдүн кеңейиши
1. Дисперсия жана стандарттык четтөө:
Күтүлгөн мааниден тышкары, биномдук бөлүштүрүүдөгү дисперсияны жана стандарттык четтөөнү түшүнүү да маанилүү. Биномдук бөлүштүрүүнүн дисперсиясы төмөнкүдөй формулировкаланат:
\[ \text{Var}(X) = n \times p \times (1 – p) \]
Стандарттык четтөө дисперсиянын квадрат тамыры болуп саналат:
\[ \text{SD}(X) = \sqrt{n \times p \times (1 – p)} \]
2. Статистика экзамендерине тапшыруу:
Академиялык экзамендерде же тесттерде күтүлгөн упайлар окуучунун же студенттер тобунун күтүлгөн орточо упайын өлчөө үчүн колдонулушу мүмкүн, бул билим берүү программаларын талдоо жана окутуунун натыйжалуулугун баалоого жардам берет.
3. Эпидемиология боюнча кейс-стадилер:
Мисалы, оорунун жугуусун изилдөөдө, бейтаптын айыгып кетүү ыктымалдуулугун биномдук бөлүштүрүүнү колдонуу менен моделдештирүүгө болот. Күтүлгөн маанини билүү саламаттыкты сактоо адистерине айыгып кеткен бейтаптардын болжолдонгон санына негизденип, зарыл болгон медициналык ресурстарды пландаштырууга мүмкүндүк берет.
Корутунду
Биномдук бөлүштүрүү статистикада бир катар сыноолордо ийгиликке жетүү ыктымалдыгын сүрөттөөгө жардам берген маанилүү курал болуп саналат. Биномдук бөлүштүрүүдөгү күтүлгөн маани күтүлгөн ийгиликтердин орточо санын сүрөттөгөн негизги түшүнүк болуп саналат. Талкууланган мисалдар аркылуу биз күтүлгөн маанинин ар кандай контексттерде кантип эсептелгенин жана колдонулганын көрө алабыз. Бул түшүнүктү терең түшүнүү изилдөөчүлөргө жана практиктерге ыктымалдуулук маалыматтарына негизделген жакшыраак пландарды түзүүгө жана маалыматтуу чечимдерди кабыл алууга мүмкүндүк берет.
Биномдук бөлүштүрүү ыктымалдуулук теориясында жана статистикада гана маанилүү эмес, ошондой эле ар кандай практикалык колдонмолордо да абдан маанилүү. Ошондуктан, бул бөлүштүрүүнү жана күтүлгөн маани түшүнүгүн изилдөө маалыматтарды талдоодо жана чечим кабыл алууда бекем пайдубалды камсыз кылат.
