ตัวอย่างคำถามเกี่ยวกับการใช้ฟังก์ชันการแจกแจงทวินาม

ตัวอย่างคำถามเกี่ยวกับการอภิปรายฟังก์ชันการแจกแจงทวินาม

การแจกแจงทวินามเป็นการแจกแจงความน่าจะเป็นแบบไม่ต่อเนื่องที่อธิบายจำนวนความสำเร็จในการทดลองที่ประกอบด้วยการทดลองอิสระหลายครั้ง โดยมีผลลัพธ์ที่เป็นไปได้สองอย่างคือ ความสำเร็จและความล้มเหลว การทดลองแต่ละครั้งเรียกว่าการทดลอง และการแจกแจงทวินามมักใช้ในสถานการณ์ที่สนใจจำนวนความสำเร็จจากการทดลองอิสระหลายครั้ง ในบทความนี้ เราจะกล่าวถึงแนวคิดพื้นฐานของการแจกแจงทวินาม พร้อมทั้งยกตัวอย่างและวิธีแก้ปัญหา

แนวคิดพื้นฐานของฟังก์ชันการแจกแจงทวินาม

ก่อนที่เราจะเข้าสู่ตัวอย่างคำถามและการอภิปราย เรามาพูดคุยเกี่ยวกับแนวคิดพื้นฐานบางประการที่เกี่ยวข้องกับการแจกแจงทวินามกันก่อน

1. คำจำกัดความ: การแจกแจงทวินามถูกกำหนดให้เป็นผลรวมของความสำเร็จในการทดลองอิสระ 'n' ครั้ง โดยแต่ละการทดลองมีผลลัพธ์ที่เป็นไปได้สองอย่าง คือ ความสำเร็จ (ด้วยความน่าจะเป็น p) หรือความล้มเหลว (ด้วยความน่าจะเป็น q = 1 – p)

2. ฟังก์ชันความน่าจะเป็น: ฟังก์ชันความน่าจะเป็นของการแจกแจงทวินามคือ:
\[
P(X = k) = \binom{n}{k} p^k (1-p)^{nk}
\]
ที่ไหน:
– \( P(X = k) \) คือความน่าจะเป็นที่จะได้ผลลัพธ์ที่สำเร็จ k ครั้ง ในการทดลอง n ครั้ง
– \( \binom{n}{k} \) คือการรวมกันของ n เลือก k ซึ่งกำหนดเป็น \( \frac{n!}{k!(nk)!} \).
– p คือความน่าจะเป็นของความสำเร็จในแต่ละครั้งของการทดลอง
– \( (1-p) \) คือความน่าจะเป็นของความล้มเหลวในการทดลองแต่ละครั้ง

3. ค่าที่คาดหวังและความแปรปรวน:
– ค่าที่คาดหวัง (ค่าเฉลี่ย) ของการแจกแจงทวินามคือ \( \mu = np \).
– ความแปรปรวนของการแจกแจงทวินามคือ \( \sigma^2 = np(1-p) \).

ต่อไปนี้ เราจะนำแนวคิดเหล่านี้ไปประยุกต์ใช้กับตัวอย่างปัญหาเพื่อให้เข้าใจได้ลึกซึ้งยิ่งขึ้น

ตัวอย่างคำถามที่ 1: การคำนวณพื้นฐานของการแจกแจงทวินาม

คำถาม :
บริษัทแห่งหนึ่งผลิตชิ้นส่วนอิเล็กทรอนิกส์ โดยมีความน่าจะเป็น 0.95 ที่ชิ้นส่วนแต่ละชิ้นจะผ่านการทดสอบคุณภาพ หากผลิตชิ้นส่วนทั้งหมด 10 ชิ้น จงคำนวณความน่าจะเป็นที่ชิ้นส่วน 8 ชิ้นจะผ่านการทดสอบคุณภาพ

การอภิปราย :
เราสามารถใช้สูตรการแจกแจงทวินามเพื่อแก้ปัญหานี้ได้ ขั้นแรก เราต้องระบุพารามิเตอร์ต่อไปนี้:
– \( n \) (จำนวนครั้งของการทดลองทั้งหมด) = 10
– \( k \) (จำนวนครั้งที่สำเร็จ) = 8
– p (ความน่าจะเป็นของความสำเร็จ) = 0.95
– q (ความน่าจะเป็นของความล้มเหลว) = 1 – 0.95 = 0.05

จากนั้นแทนค่าเหล่านี้ลงในสูตรการแจกแจงทวินาม:
\[
P(X = 8) = \binom{10}{8} (0.95)^8 (0.05)^2
\]

ขั้นแรก คำนวณค่าผสม \( \binom{10}{8} \):
\[
10}{8} = 10!}{8!(10-8)!} = 10!}{8!2!} = 10 \times 9 \times 8!}{8! \times 2!} = 10 \times 9}{2 \times 1} = 45
\]

จากนั้น คำนวณความน่าจะเป็น \( (0.95)^8 \) และ \( (0.05)^2 \):
\[
(0.95)^8 ≈ 0.6634
\]
\[
(0.05)^2 = 0.0025
\]

สุดท้าย นำค่าทั้งหมดเหล่านั้นมาคูณกันจะได้ผลลัพธ์ดังนี้:
\[
P(X = 8) = 45 × 0.6634 × 0.0025 ≈ 0.0744
\]

ดังนั้น ความน่าจะเป็นที่ชิ้นส่วน 8 ใน 10 ชิ้นจะผ่านการทดสอบคุณภาพนั้นอยู่ที่ประมาณ 0.0744 หรือ 7.44%

ตัวอย่างคำถามที่ 2: ความน่าจะเป็นสะสม

คำถาม :
ยังคงเป็นบริษัทเดิม จงคำนวณความน่าจะเป็นที่อย่างน้อย 9 ใน 10 ชิ้นส่วนจะผ่านการทดสอบคุณภาพ

การอภิปราย :
ในการแก้ปัญหานี้ เราจำเป็นต้องคำนวณความน่าจะเป็นสะสม ความน่าจะเป็นที่อย่างน้อย 9 ใน 10 ชิ้นส่วนผ่านการทดสอบ หมายความว่าเราคำนวณ \( P(X \geq 9) \) ซึ่งสามารถเขียนได้ดังนี้:
\[
P(X \geq 9) = P(X = 9) + P(X = 10)
\]

โดยใช้สูตรการแจกแจงทวินาม:
\[
P(X = 9) = \binom{10}{9} (0.95)^9 (0.05)^1
\]
\[
P(X = 10) = \binom{10}{10} (0.95)^{10} (0.05)^0
\]

ขั้นแรก ให้คำนวณชุดค่าผสมสำหรับแต่ละกรณี:
\[
\binom{10}{9} = \frac{10!}{9!(10-9)!} = 10
\]
\[
10/10 = 1
\]

จากนั้น คำนวณความน่าจะเป็นสำหรับ \( P(X = 9) \) และ \( P(X = 10) \):
\[
P(X = 9) = 10 × (0.95)⁹ × 0.05
\]
\[
(0.95)^9 ≈ 0.6302
\]
\[
P(X = 9) = 10 × 0.6302 × 0.05 ≈ 0.3151
\]

\[
P(X = 10) = 1 \times (0.95)^{10} \times 1
\]
\[
(0.95)^{10} ≈ 0.5987
\]
\[
P(X = 10) = 0.5987
\]

ความน่าจะเป็นรวมสำหรับ \( P(X \geq 9) \):
\[
P(X ≥ 9) = 0.3151 + 0.5987 ≈ 0.9138
\]

ดังนั้น ความน่าจะเป็นที่อย่างน้อย 9 ใน 10 ชิ้นส่วนจะผ่านการทดสอบคุณภาพคือประมาณ 0.9138 หรือ 91.38%

ตัวอย่างคำถามที่ 3: ค่าคาดหวังและความแปรปรวน

คำถาม :
คำนวณค่าคาดหวังและความแปรปรวนของจำนวนชิ้นส่วนที่ผ่านการทดสอบคุณภาพจากชิ้นส่วนทั้งหมด 10 ชิ้นที่ผลิต โดยมีโอกาสผ่านการทดสอบเท่ากับ 0.95

การอภิปราย :
ใช้สูตรต่อไปนี้:
– ค่าที่คาดหวัง (ค่าเฉลี่ย) \( \mu = np \)
– ความแปรปรวน \( \sigma^2 = np(1-p) \)

โดยที่ n = 10 และ p = 0.95:
\[
μ = 10 × 0.95 = 9.5
\]
\[
σ² = 10 × 0.95 × 0.05 = 0.475
\]

ดังนั้น ค่าที่คาดหวังของจำนวนชิ้นส่วนที่ผ่านการทดสอบคุณภาพคือ 9.5 และค่าความแปรปรวนคือ 0.475

บทสรุป

จากตัวอย่างโจทย์ทั้งสามข้อข้างต้น เราได้กล่าวถึงวิธีการคำนวณความน่าจะเป็นโดยใช้การแจกแจงทวินามในสถานการณ์ต่างๆ ได้แก่ การคำนวณความน่าจะเป็นที่แน่นอน ความน่าจะเป็นสะสม และการคำนวณค่าคาดหวังและความแปรปรวน ความรู้เกี่ยวกับการแจกแจงทวินามมีประโยชน์ในหลากหลายสาขา เช่น การผลิต การวิจัยทางการแพทย์ และสถิติทางสังคม ซึ่งสามารถวิเคราะห์ผลลัพธ์ของการทดลองซ้ำๆ ที่มีผลลัพธ์ที่เป็นไปได้สองอย่างเพื่อช่วยในการตัดสินใจ หวังว่าตัวอย่างโจทย์และการอภิปรายที่ให้มาจะช่วยให้คุณเข้าใจการแจกแจงทวินามได้ดียิ่งขึ้น