Fungsi Taburan Binomial: Penjelasan Lengkap dan Aplikasi
Taburan binomial merupakan salah satu taburan kebarangkalian diskret yang paling biasa digunakan dalam statistik dan kebarangkalian. Taburan ini memodelkan bilangan kejayaan dalam satu siri percubaan bebas yang sama, di mana setiap percubaan mempunyai dua kemungkinan hasil: kejayaan atau kegagalan. Dalam artikel ini, kita akan meneroka definisi, formula, sifat dan aplikasi fungsi taburan binomial secara mendalam.
Memahami Taburan Binomial
Taburan binomial menerangkan bilangan "kejayaan" dalam n percubaan bebas, dengan:
– Setiap percubaan hanya menghasilkan dua kemungkinan hasil: kejayaan atau kegagalan.
– Kebarangkalian kejayaan bagi setiap percubaan ialah p.
– Kebarangkalian kegagalan ialah 1 – p.
– Setiap percubaan adalah bebas antara satu sama lain.
Taburan binomial dilambangkan sebagai B(n, p), dengan n ialah bilangan percubaan dan p ialah kebarangkalian kejayaan dalam satu percubaan.
Formula Taburan Binomial
Taburan binomial dikira menggunakan formula berikut:
\[ P(X = k) = \binom{n}{k} p^k (1-p)^{nk} \]
Di mana:
– \( P(X = k) \): Kebarangkalian mendapat tepat k kejayaan dalam n percubaan.
– \( \binom{n}{k} \): Gabungan n objek yang diambil k.
– \( p \): Kebarangkalian kejayaan pada setiap percubaan.
– \( n \): Jumlah percubaan.
– \( k \): Bilangan kejayaan yang diingini.
Gabungan \(\binom{n}{k}\) dikira sebagai:
\[ \binom{n}{k} = \frac{n!}{k!(nk)!} \]
Sifat-sifat Taburan Binomial
1. Jangkaan (Min) dan Varians:
– Jangkaan atau min bagi taburan binomial ialah \( \mu = np \).
– Variansnya ialah \( \sigma^2 = np(1-p) \).
2. Simetri:
– Taburan binomial adalah simetri jika p = 0.5. Jika p ≠ 0.5, taburan menjadi condong ke kanan (p < 0.5) atau ke kiri (p > 0.5).
3. Kecondongan dan Kurtosis:
– Kecondongan taburan binomial ialah \( \gamma_1 = \frac{1-2p}{\sqrt{np(1-p)}} \).
– Kurtosis ialah \( \gamma_2 = \frac{1-6p(1-p)}{np(1-p)} \).
4. Anggaran Taburan:
– Bagi n dan p besar yang menghampiri 0.5, taburan binomial boleh dianggarkan dengan taburan normal.
– Jika p adalah sangat kecil dan n adalah sangat besar supaya np kekal malar, maka taburan binomial boleh dianggarkan dengan taburan Poisson.
Menggunakan Taburan Binomial
Taburan binomial digunakan dalam bidang seperti biologi, ekonomi, pemasaran dan kejuruteraan untuk memodelkan peristiwa yang boleh dinyatakan dalam istilah binari (kejayaan/kegagalan). Berikut adalah beberapa contoh konkrit penggunaannya:
Pengujian Kualiti Produk
Katakan satu kelompok produk mempunyai kebarangkalian 2% untuk rosak. Jika kita menguji 50 unit produk tersebut, kita boleh menggunakan taburan binomial untuk mengira kebarangkalian menemui bilangan unit rosak yang diberikan. Dengan n = 50 dan p = 0.02, kita boleh mengira kebarangkalian menemui tepat k unit rosak dalam kelompok tersebut.
Penilaian Persampelan
Dalam kajian pasaran, sebagai contoh, tinjauan sering dijalankan dengan soalan ya/tidak. Jika kita ingin mengetahui bilangan responden yang bersetuju dengan sesuatu pernyataan dalam sampel 100 orang (dengan mengandaikan kebarangkalian persetujuan sebanyak 0.7), taburan binomial boleh membantu menganggarkan bilangan orang yang dijangkakan bersetuju.
Genetik
Dalam genetik, taburan binomial digunakan untuk memodelkan pewarisan sifat-sifat tertentu dari satu generasi ke generasi seterusnya. Contohnya, jika terdapat kebarangkalian 25% bahawa seorang anak akan mempunyai sifat genetik tertentu, kita boleh menggunakan taburan binomial untuk menentukan kebarangkalian bahawa daripada empat anak, dua akan mempunyai sifat tersebut.
Kewangan dan Insurans
Dalam kewangan, taburan binomial boleh digunakan untuk memodelkan kejadian kebankrapan, pembayaran tuntutan atau kadar faedah ke atas komoditi tertentu yang memenuhi syarat kejayaan/kegagalan.
Contoh Pengiraan
Katakan kita ingin mengira kebarangkalian bahawa, daripada 10 lambungan syiling, kita mendapat tepat 6 kepala (dengan mengandaikan syiling adalah adil dan p=0.5):
\[ P(X = 6) = \binom{10}{6} (0.5)^6 (0.5)^4 \]
\[ = \frac{10!}{6!4!} (0.5)^{10} \]
\[ = \frac{210}{1024} \]
\[ = 0.205 \]
Jadi, kebarangkalian mendapat tepat 6 kepala daripada 10 lambungan syiling ialah 0.205.
Aplikasi Pengkomputeran
Dalam era teknologi masa kini, taburan binomial sering dikira menggunakan perisian statistik seperti R, Python atau alat hamparan seperti Microsoft Excel. Berikut ialah contoh skrip Python mudah menggunakan pustaka `scipy`:
“`python
daripada scipy.stats import binom
Contohnya, kita ingin mencari P(X = 6) untuk n=10 dan p=0.5
n = 10
p = 0.5
k = 6
prob = binom.pmf(k, n, p)
print(f”Kebarangkalian mendapat tepat {k} kepala daripada {n} lambungan syiling ialah {prob:.3f}”)
""
Kesimpulannya
Taburan binomial merupakan alat penting dalam statistik dan kebarangkalian, terutamanya apabila menganalisis peristiwa binari bebas. Menguasai konsep ini dapat membantu kita menangani masalah yang melibatkan keputusan kewangan, kajian pasaran, kualiti produk, genetik dan pelbagai aplikasi lain dengan lebih berkesan.
Dengan memahami fungsi taburan binomial, kita boleh memodelkan dan mengira kebarangkalian peristiwa dengan tepat, dan mendasarkan keputusan pada analisis statistik yang mantap. Kemajuan dalam teknologi dan perisian statistik juga telah memudahkan pengiraan dan visualisasi taburan ini, menjadikannya lebih mudah diakses dalam pelbagai bidang pengajian dan aplikasi.
