Binom Dağılım Fonksiyonunu Tartışan Örnek Sorular
Binom dağılımı, iki olası sonucu (başarı ve başarısızlık) olan bir dizi bağımsız denemeden oluşan bir deneydeki başarı sayısını tanımlayan ayrık bir olasılık dağılımıdır. Her denemeye deneme denir ve binom dağılımı genellikle bir dizi bağımsız denemedeki başarı sayısının ilgi çekici olduğu durumlarda kullanılır. Bu makalede, binom dağılımının temel kavramlarını ele alacak ve örnekler ile çözümler sunacağız.
Binom Dağılım Fonksiyonunun Temel Kavramları
Örnek sorulara ve tartışmaya geçmeden önce, binom dağılımıyla ilgili bazı temel kavramları ele alalım.
1. Tanım: Binom dağılımı, her denemenin iki olası sonucu olan 'n' bağımsız denemedeki başarıların toplamı olarak tanımlanır: başarı (p olasılığıyla) veya başarısızlık (q = 1 – p olasılığıyla).
2. Olasılık Fonksiyonu: Binom dağılımının olasılık fonksiyonu şöyledir:
\[
P(X = k) = \binom{n}{k} p^k (1-p)^{nk}
\]
Nerede:
– \( P(X = k) \) n denemede k başarı elde etme olasılığıdır.
– \( \binom{n}{k} \) n'nin k ile birleşimidir ve \( \frac{n!}{k!(nk)!} \) olarak tanımlanır.
– \( p \) her denemede başarı olasılığıdır.
– \( (1-p) \) her denemede başarısızlık olasılığıdır.
3. Beklenen Değer ve Varyans:
– Binom dağılımının beklenen değeri (ortalaması) \( \mu = np \)'dir.
– Binom dağılımının varyansı \( \sigma^2 = np(1-p) \)'dir.
Şimdi, bu kavramları daha derinlemesine anlamak için örnek bir problemde uygulayalım.
Örnek Soru 1: Binom Dağılımının Temel Hesaplamaları
Soru :
Bir şirket, her bir parçanın kalite testinden geçme olasılığı 0.95 olan elektronik bileşenler üretmektedir. 10 bileşen üretilirse, tam olarak 8 bileşenin kalite testinden geçme olasılığını hesaplayın.
Tartışma :
Bu problemi çözmek için binom dağılımı formülünü kullanabiliriz. Öncelikle aşağıdaki parametreleri belirleyelim:
– \( n \) (toplam deneme sayısı) = 10
– \( k \) (başarı sayısı) = 8
– \( p \) (başarı olasılığı) = 0.95
– \( q \) (başarısızlık olasılığı) = 1 – 0.95 = 0.05
Ardından bu değerleri binom dağılımı formülüne yerleştirin:
\[
P(X = 8) = \binom{10}{8} (0.95)^8 (0.05)^2
\]
Öncelikle, \( \binom{10}{8} \) kombinasyonunu hesaplayın:
\[
\binom{10}{8} = \frac{10!}{8!(10-8)!} = \frac{10!}{8!2!} = \frac{10 \times 9 \times 8!}{8! \times 2!} = \frac{10 \times 9}{2 \times 1} = 45
\]
Ardından, \( (0.95)^8 \) ve \( (0.05)^2 \) olasılıklarını hesaplayın:
\[
(0.95)^8 \approx 0.6634
\]
\[
(0.05)^2 = 0.0025
\]
Son olarak, tüm bu değerleri çarparak şunu elde edin:
\[
P(X = 8) = 45 × 0.6634 × 0.0025 ≈ 0.0744
\]
Dolayısıyla, 10 bileşenden tam olarak 8'inin kalite testini geçme olasılığı yaklaşık 0.0744 veya %7.44'tür.
Örnek Soru 2: Kümülatif Olasılık
Soru :
Aynı şirkette, 10 bileşenden en az 9'unun kalite testini geçme olasılığını hesaplayın.
Tartışma :
Bu problemi çözmek için kümülatif olasılığı hesaplamamız gerekiyor. 10 bileşenden en az 9'unun testi geçme olasılığı, \( P(X \geq 9) \) olarak hesaplanabilen ve şu şekilde yazılabilen bir olasılıktır:
\[
P(X \geq 9) = P(X = 9) + P(X = 10)
\]
Binom dağılımı formülünü kullanarak:
\[
P(X = 9) = \binom{10}{9} (0.95)^9 (0.05)^1
\]
\[
P(X = 10) = \binom{10}{10} (0.95)^{10} (0.05)^0
\]
Öncelikle, her durum için kombinasyonu hesaplayın:
\[
\binom{10}{9} = \frac{10!}{9!(10-9)!} = 10
\]
\[
\binom{10}{10} = 1
\]
Ardından, \( P(X = 9) \) ve \( P(X = 10) \) olasılıklarını hesaplayın:
\[
P(X = 9) = 10 \times (0.95)^9 \times 0.05
\]
\[
(0.95)^9 \approx 0.6302
\]
\[
P(X = 9) = 10 × 0.6302 × 0.05 ≈ 0.3151
\]
\[
P(X = 10) = 1 × (0.95)¹⁰ × 1
\]
\[
(0.95)^{10} \approx 0.5987
\]
\[
P(X = 10) = 0.5987
\]
\( P(X \geq 9) \) için toplam olasılık:
\[
P(X ≥ 9) = 0.3151 + 0.5987 ≈ 0.9138
\]
Dolayısıyla, 10 bileşenden en az 9'unun kalite testini geçme olasılığı yaklaşık 0.9138 veya %91.38'dir.
Örnek Soru 3: Beklenen Değer ve Varyans
Soru :
Üretilen 10 parçadan kalite testini geçen parça sayısının beklenen değerini ve varyansını hesaplayın; geçme olasılığı 0.95'tir.
Tartışma :
Aşağıdaki formülü kullanın:
– Beklenen değer (ortalama) \( \mu = np \)
– Varyans \( \sigma^2 = np(1-p) \)
\( n = 10 \) ve \( p = 0.95 \) ile:
\[
μ = 10 × 0.95 = 9.5
\]
\[
σ² = 10 × 0.95 × 0.05 = 0.475
\]
Dolayısıyla, kalite testini geçen bileşen sayısının beklenen değeri 9.5 ve varyansı 0.475'tir.
Sonuç
Yukarıdaki üç örnek problem aracılığıyla, çeşitli durumlar için binom dağılımını kullanarak olasılığı nasıl hesaplayacağımızı ele aldık: kesin olasılık, kümülatif olasılık ve beklenen değer ile varyans hesaplama. Binom dağılımı bilgisi, iki olası sonucu olan tekrarlanan deneylerin sonuçlarının karar verme süreçlerine yardımcı olmak için analiz edilebildiği üretim, tıbbi araştırma ve sosyal istatistik gibi çeşitli alanlarda faydalıdır. Umarım, verilen örnek problemler ve tartışmalar, binom dağılımı hakkındaki anlayışınızı daha da geliştirmeye yardımcı olur.
