Binom Dağılımı ile İlgili Örnek Sorular ve Tartışma
Binom dağılımı, en yaygın kullanılan ayrık olasılık dağılımlarından biridir. Her biri başarı veya başarısızlıkla sonuçlanan, birbirinin aynı ve bağımsız denemeler dizisi boyunca başarı sayısını modellemek için kullanışlıdır. Bu makalede, çeşitli örnekler ve ayrıntılı bir tartışma sunarak binom dağılımını daha derinlemesine inceleyeceğiz.
Binom Dağılımına Giriş
Binom dağılımının başlıca özellikleri şunlardır:
1. n: Deneme veya tekrar sayısı.
2. p: Her denemede başarı olasılığı.
3. q = 1-p : Her denemede başarısızlık olasılığı.
Binom dağılımının olasılık kütle fonksiyonu şöyledir:
\[ P(X = k) = {n \choose k} p^k (1-p)^{nk} \]
Nerede:
– \( {n \choose k} = \frac{n!}{k!(nk)!} \)
– \( X \): Başarı sayısını temsil eden rastgele bir değişken.
– \( k \): Hedeflenen başarı sayısı.
Contoh Soal ve Pembahasan
Binom dağılımı kavramını daha detaylı anlamak için öncelikle bazı örnek problemlerle başlayalım.
Örnek 1: Öğrenci Grubundan Seçim Yapmak
Örneğin, 10 öğrenciden oluşan bir grubumuz olduğunu ve her öğrencinin bir yarışmaya katılmak üzere seçilme olasılığının 0,3 olduğunu varsayalım. Tam olarak 4 öğrencinin seçilme olasılığını bilmek istiyoruz.
Adım 1: Binom dağılımının parametrelerini belirleyin.
– \( n = 10 \)
– \( p = 0.3 \)
Adım 2: \( X = 4 \) olasılığını hesaplamak için binom dağılımını kullanın.
\[ P(X = 4) = {10 \choose 4} (0.3)^4 (0.7)^6 \]
\( {10 \choose 4} \) hesaplanıyor:
\[ {10 \choose 4} = \frac{10!}{4!(10-4)!} = \frac{10!}{4!6!} = 210 \]
Şimdi \( (0.3)^4 \) ve \( (0.7)^6 \) değerlerini hesaplayın:
\[ (0.3)^4 = 0.0081 \]
\[ (0.7)^6 = 0.117649 \]
Yani,
\[ P(X = 4) = 210 \cdot 0.0081 \cdot 0.117649 \approx 0.20012 \]
Dolayısıyla, tam olarak 4 öğrencinin seçilme olasılığı yaklaşık 0.20012 veya %20.012'dir.
Örnek 2: Olasılık 2'den Küçük veya Eşit
Örneğin, şimdi 2 veya daha az öğrencinin seçilme olasılığı soruluyor.
Adım 1: \( P(X = 0) \), \( P(X = 1) \) ve \( P(X = 2) \) olasılıklarını hesaplamamız gerekiyor.
– \( P(X = 0) \) için:
\[ P(X = 0) = {10 \choose 0} (0.3)^0 (0.7)^{10} \]
\[ {10 \choose 0} = 1 \]
\[ (0.7)^{10} = 0.0282475 \]
\[ P(X = 0) = 1 \cdot 1 \cdot 0.0282475 = 0.0282475 \]
– \( P(X = 1) \) için:
\[ P(X = 1) = {10 \choose 1} (0.3)^1 (0.7)^9 \]
\[ {10 \choose 1} = 10 \]
\[ (0.3) \cdot (0.7)^9 = 0.1210608 \]
\[ P(X = 1) = 10 \cdot 0.3 \cdot 0.1210608 = 0.3631824 \]
– \( P(X = 2) \) için:
\[ P(X = 2) = {10 \choose 2} (0.3)^2 (0.7)^8 \]
\[ {10 \choose 2} = 45 \]
\[ (0.3)^2 \cdot (0.7)^8 = 0.2334744 \]
\[ P(X = 2) = 45 \cdot 0.09 \cdot 0.2334744 = 0.2334744 \]
Adım 2: Olasılıkları toplayın.
\[ P(X \leq 2) = P(X = 0) + P(X = 1) + P(X = 2) \]
\[ P(X \leq 2) = 0.0282475 + 0.3631824 + 0.3826372 = 0.7740671 \]
Dolayısıyla, 2 veya daha az öğrencinin seçilme olasılığı yaklaşık 0.7740671 veya %77.41'dir.
Örnek 3: En az 8 olasılığı
Bir deney 12 kez tekrarlanırsa ve her denemede başarı olasılığı 0.5 ise, en az 8 başarı elde edilme olasılığı nedir?
Adım 1: Binom parametrelerini ayarlayın: \( n = 12, p = 0.5 \).
Adım 2: \( X \geq 8 \) olasılığını bulun.
Bu, çeşitli bireysel olasılıkları hesaplamayı ve bunları toplamayı gerektirir:
\[ P(X \geq 8) = P(X = 8) + P(X = 9) + P(X = 10) + P(X = 11) + P(X = 12) \]
Tek tek sayın:
– \( P(X = 8) \) için:
\[ P(X = 8) = {12 \choose 8} (0.5)^8 (0.5)^4 \]
\[ {12 \choose 8} = 495 \]
\[ (0.5)^{12} = 0.0002441406 \]
\[ P(X = 8) = 495 \cdot 0.0002441406 = 0.1208496 \]
– \( P(X = 9) \) için:
\[ P(X = 9) = {12 \choose 9} (0.5)^9 (0.5)^3 \]
\[ {12 \choose 9} = 220 \]
\[ P(X = 9) = 220 \cdot 0.0002441406 = 0.05371094 \]
– \( P(X = 10) \) için:
\[ P(X = 10) = {12 \choose 10} (0.5)^{10} (0.5)^2 \]
\[ {12 \choose 10} = 66 \]
\[ P(X = 10) = 66 \cdot 0.0002441406 = 0.01611328 \]
– \( P(X = 11) \) için:
\[ P(X = 11) = {12 \choose 11} (0.5)^{11} (0.5)^1 \]
\[ {12 \choose 11} = 12 \]
\[ P(X = 11) = 12 \cdot 0.0002441406 = 0.002929688 \]
– \( P(X = 12) \) için:
\[ P(X = 12) = {12 \choose 12} (0.5)^{12} \]
\[ {12 \choose 12} = 1 \]
\[ P(X = 12) = 1 \cdot 0.0002441406 = 0.0002441406 \]
3. Adım: Tüm olasılıkları toplayın.
\[ P(X \geq 8) = 0.1208496 + 0.05371094 + 0.01611328 + 0.002929688 + 0.0002441406 \approx 0.1938477 \]
Dolayısıyla, 12 denemede en az 8 başarı elde etme olasılığı yaklaşık 0.1938477 veya %19.38'dir.
Sonuç
Binom dağılımı, istatistiğin temel kavramlarından biridir ve birçok pratik uygulamada hayati öneme sahiptir. Yukarıdaki örneklerde gösterildiği gibi, binom dağılımının çeşitli durumları için olasılıkların nasıl hesaplanacağını anlayarak, bu kavramı gerçek dünya durumlarında uygulayabiliriz. Bu alıştırma aynı zamanda olasılık yapılarının nasıl çalıştığına dair anlayışımızı açık ve düzenli bir bağlamda pekiştirir.
