Príklady otázok týkajúcich sa očakávanej hodnoty binomického rozdelenia
Binomické rozdelenie je diskrétne rozdelenie, ktoré sa často používa v štatistike na opis pravdepodobnosti daného počtu úspechov v niekoľkých nezávisle vykonaných pokusoch. Toto rozdelenie je veľmi užitočné v rôznych oblastiach, ako je ekonómia, biológia a spoločenské vedy. Jedným z dôležitých konceptov, ktoré je potrebné pochopiť v binomickom rozdelení, je očakávaná hodnota. Tento článok sa bude zaoberať konceptom očakávanej hodnoty v binomickom rozdelení prostredníctvom niekoľkých príkladov problémov a ich diskusie.
Definícia binomického rozdelenia
Binomické rozdelenie opisuje počet úspechov v \(n \) pokusoch, ktoré majú dva možné výsledky: úspech alebo neúspech. Toto rozdelenie je charakterizované dvoma hlavnými parametrami:
– \(n \): počet pokusov
– \( p \): pravdepodobnosť úspechu v jednom pokuse
Toto rozdelenie sa často označuje ako B(n, p). Funkcia pravdepodobnostnej hmotnosti (PMF) binomického rozdelenia je:
\[ P(X = k) = \binom{n}{k} p^k (1-p)^{nk} \]
kde \( \binom{n}{k} \) je binomický koeficient, ktorý sa vypočíta ako:
\[ \binom{n}{k} = \frac{n!}{k!(nk)!} \]
Očakávaná hodnota v binomickom rozdelení
Očakávaná hodnota binomického rozdelenia je priemerný počet úspechov v \(n \) pokusoch a formuluje sa ako:
\[ E(X) = n \krát p \]
Vzorové otázky a diskusia
Príklad otázky 1
Otázka:
Predpokladajme, že výskumník vykonáva experiment, v ktorom vysádza 10 sadeníc, pričom každá má pravdepodobnosť rastu 0.7. Aký je očakávaný počet sadeníc, ktoré vyrastú?
Diskusia:
Je známe:
– \(n = 10 \)
– \(p = 0.7 \)
Očakávaná hodnota, \( E(X) \), sa vypočíta ako:
\[ E(X) = n \krát p \]
\[ E(X) = 10 \krát 0.7 \]
\[ E(X) = 7 \]
Takže očakávaná hodnota počtu vyrastených semien je 7 semien.
Príklad otázky 2
Otázka:
Pravdepodobnosť, že študent na skúške odpovie na každú otázku správne, je 0.8. Ak je v skúške 15 otázok, aký je očakávaný počet správnych odpovedí?
Diskusia:
Je známe:
– \(n = 15 \)
– \(p = 0.8 \)
Očakávaná hodnota, \( E(X) \), sa vypočíta ako:
\[ E(X) = n \krát p \]
\[ E(X) = 15 \krát 0.8 \]
\[ E(X) = 12 \]
Takže očakávaná hodnota počtu správnych odpovedí je 12 otázok.
Príklad otázky 3
Otázka:
Tlačiareň vyrába listy papiera s pravdepodobnosťou 0.02 chýb. Za jeden pracovný deň továreň vyrobí 500 listov papiera. Aký je očakávaný počet chybných listov papiera za jeden deň?
Diskusia:
Je známe:
– \(n = 500 \)
– \(p = 0.02 \)
Očakávaná hodnota, \( E(X) \), sa vypočíta ako:
\[ E(X) = n \krát p \]
\[ E(X) = 500 \krát 0.02 \]
\[ E(X) = 10 \]
Takže očakávaná hodnota počtu chybných listov papiera za jeden deň je 10 listov.
Rozšírenie konceptov v chápaní
1. Rozptyl a štandardná odchýlka:
Okrem očakávanej hodnoty je dôležité pochopiť aj rozptyl a štandardnú odchýlku v binomickom rozdelení. Rozptyl binomického rozdelenia sa formuluje ako:
\[ \text{Var}(X) = n \krát p \krát (1 – p) \]
Štandardná odchýlka je druhá odmocnina rozptylu:
\[ \text{SD}(X) = \sqrt{n \krát p \krát (1 – p)} \]
2. Aplikačná skúška zo štatistiky:
V akademických skúškach alebo testoch sa očakávané skóre môže použiť na meranie očakávaného priemerného skóre študenta alebo skupiny študentov, čo pomáha pri analýze vzdelávacích osnov a hodnotení efektívnosti výučby.
3. Prípadové štúdie v epidemiológii:
Napríklad v štúdii prenosu choroby možno pravdepodobnosť uzdravenia pacienta modelovať pomocou binomického rozdelenia. Znalosť očakávanej hodnoty umožňuje zdravotníckym pracovníkom plánovať potrebné zdravotnícke zdroje na základe predpokladaného počtu uzdravených pacientov.
Záver
Binomické rozdelenie je dôležitý nástroj v štatistike, ktorý pomáha opisovať pravdepodobnosť úspechu v sérii pokusov. Očakávaná hodnota v binomickom rozdelení je kľúčový koncept, ktorý opisuje priemerný počet očakávaných úspechov. Prostredníctvom diskutovaných príkladov môžeme vidieť, ako sa očakávaná hodnota vypočítava a aplikuje v rôznych kontextoch. Dôkladné pochopenie tohto konceptu umožňuje výskumníkom a odborníkom robiť lepšie plány a informovanejšie rozhodnutia na základe pravdepodobnostných údajov.
Binomické rozdelenie nie je dôležité len v teórii pravdepodobnosti a štatistike, ale je veľmi relevantné aj v rôznych praktických aplikáciách. Štúdium tohto rozdelenia a konceptu očakávanej hodnoty preto poskytuje pevný základ v analýze údajov a rozhodovaní.
