Voorbeeldvragen en bespreking van de binomiale verdeling
De binomiale verdeling is een van de meest gebruikte discrete kansverdelingen. Ze is nuttig voor het modelleren van het aantal successen over een reeks identieke, onafhankelijke experimenten, waarbij elk experiment ofwel een succes ofwel een mislukking oplevert. In dit artikel gaan we dieper in op de binomiale verdeling aan de hand van verschillende voorbeelden en een gedetailleerde bespreking.
Inleiding tot de binomiale verdeling
Belangrijkste kenmerken van de binomiale verdeling:
1. n: Aantal proeven of herhalingen.
2. p: Kans op succes bij elke proef.
3. q = 1-p: Kans op mislukking bij elke proef.
De kansmassafunctie van de binomiale verdeling is:
\[ P(X = k) = {n \choose k} p^k (1-p)^{nk} \]
Waar:
– \( {n \choose k} = \frac{n!}{k!(nk)!} \)
– \( X \): Een willekeurige variabele die het aantal successen vertegenwoordigt.
– \( k \): Het aantal gezochte successen.
Voorbeeldvragen en discussie
Laten we beginnen met een paar voorbeeldopgaven om het concept van de binomiale verdeling beter te begrijpen.
Voorbeeld 1: Een selectie maken uit een groep studenten
Stel bijvoorbeeld dat we een groep van 10 studenten hebben, en de kans dat elke student wordt geselecteerd om deel te nemen aan een wedstrijd is 0,3. We willen weten wat de kans is dat er precies 4 studenten worden geselecteerd.
Stap 1: Bepaal de parameters van de binomiale verdeling.
– \( n = 10 \)
– \( p = 0.3 \)
Stap 2: Gebruik de binomiale verdeling om de kans te berekenen dat \( X = 4 \).
\[ P(X = 4) = {10 \choose 4} (0.3)^4 (0.7)^6 \]
Berekening van \( {10 \choose 4} \):
\[ {10 \choose 4} = \frac{10!}{4!(10-4)!} = \frac{10!}{4!6!} = 210 \]
Bereken nu \( (0.3)^4 \) en \( (0.7)^6 \):
\[ (0.3)^4 = 0.0081 \]
\[ (0.7)^6 = 0.117649 \]
Dus,
\[ P(X = 4) = 210 \cdot 0.0081 \cdot 0.117649 \approx 0.20012 \]
De kans dat er precies 4 studenten worden geselecteerd is dus ongeveer 0.20012 of 20.012%.
Voorbeeld 2: Kans kleiner dan of gelijk aan 2
Nu wordt ons bijvoorbeeld gevraagd naar de kans dat er minder dan of gelijk aan 2 studenten worden geselecteerd.
Stap 1: We moeten \( P(X = 0) \), \( P(X = 1) \) en \( P(X = 2) \) berekenen.
– Voor \( P(X = 0) \):
\[ P(X = 0) = {10 \choose 0} (0.3)^0 (0.7)^{10} \]
\[ {10 \choose 0} = 1 \]
\[ (0.7)^{10} = 0.0282475 \]
\[ P(X = 0) = 1 \cdot 1 \cdot 0.0282475 = 0.0282475 \]
– Voor \( P(X = 1) \):
\[ P(X = 1) = {10 \choose 1} (0.3)^1 (0.7)^9 \]
\[ {10 \choose 1} = 10 \]
\[ (0.3) \cdot (0.7)^9 = 0.1210608 \]
\[ P(X = 1) = 10 \cdot 0.3 \cdot 0.1210608 = 0.3631824 \]
– Voor \( P(X = 2) \):
\[ P(X = 2) = {10 \choose 2} (0.3)^2 (0.7)^8 \]
\[ {10 \choose 2} = 45 \]
\[ (0.3)^2 \cdot (0.7)^8 = 0.2334744 \]
\[ P(X = 2) = 45 \cdot 0.09 \cdot 0.2334744 = 0.2334744 \]
Stap 2: Tel de waarschijnlijkheden bij elkaar op.
\[ P(X \leq 2) = P(X = 0) + P(X = 1) + P(X = 2) \]
\[ P(X \leq 2) = 0.0282475 + 0.3631824 + 0.3826372 = 0.7740671 \]
De kans dat er maximaal 2 studenten worden geselecteerd is dus ongeveer 0.7740671 of 77.41%.
Voorbeeld 3: Kans op minstens 8
Als een experiment 12 keer wordt uitgevoerd en de kans op succes bij elke poging 0.5 is, wat is dan de kans dat er minstens 8 successen optreden?
Stap 1: Stel de binomiale parameters in: \( n = 12, p = 0.5 \).
Stap 2: Bepaal de kans dat \( X \geq 8 \).
Hiervoor moet je verschillende individuele waarschijnlijkheden berekenen en deze bij elkaar optellen:
\[ P(X \geq 8) = P(X = 8) + P(X = 9) + P(X = 10) + P(X = 11) + P(X = 12) \]
Tel ze één voor één:
– Voor \( P(X = 8) \):
\[ P(X = 8) = {12 \choose 8} (0.5)^8 (0.5)^4 \]
\[ {12 \choose 8} = 495 \]
\[ (0.5)^{12} = 0.0002441406 \]
\[ P(X = 8) = 495 \cdot 0.0002441406 = 0.1208496 \]
– Voor \( P(X = 9) \):
\[ P(X = 9) = {12 \choose 9} (0.5)^9 (0.5)^3 \]
\[ {12 \choose 9} = 220 \]
\[ P(X = 9) = 220 \cdot 0.0002441406 = 0.05371094 \]
– Voor \( P(X = 10) \):
\[ P(X = 10) = {12 \choose 10} (0.5)^{10} (0.5)^2 \]
\[ {12 \choose 10} = 66 \]
\[ P(X = 10) = 66 \cdot 0.0002441406 = 0.01611328 \]
– Voor \( P(X = 11) \):
\[ P(X = 11) = {12 \choose 11} (0.5)^{11} (0.5)^1 \]
\[ {12 \choose 11} = 12 \]
\[ P(X = 11) = 12 \cdot 0.0002441406 = 0.002929688 \]
– Voor \( P(X = 12) \):
\[ P(X = 12) = {12 \choose 12} (0.5)^{12} \]
\[ {12 \choose 12} = 1 \]
\[ P(X = 12) = 1 \cdot 0.0002441406 = 0.0002441406 \]
Stap 3: Tel alle waarschijnlijkheden bij elkaar op.
\[ P(X \geq 8) = 0.1208496 + 0.05371094 + 0.01611328 + 0.002929688 + 0.0002441406 \approx 0.1938477 \]
De kans dat er minstens 8 successen worden behaald in 12 pogingen is dus ongeveer 0.1938477 of 19.38%.
conclusie
De binomiale verdeling is een fundamenteel concept in de statistiek dat cruciaal is in veel praktische toepassingen. Door te begrijpen hoe we kansen kunnen berekenen voor verschillende gevallen van de binomiale verdeling, zoals in de bovenstaande voorbeelden, kunnen we dit concept toepassen in situaties uit de praktijk. Deze oefening versterkt bovendien ons begrip van hoe kansstructuren werken in een duidelijke en georganiseerde context.
