Binomial taqsimot: nazariya, qo'llanilishi va misollari
Pendahuluan
Binomial taqsimot statistika va ehtimollik nazariyasida asosiy tushunchadir. Eng ko'p ishlatiladigan diskret taqsimotlardan biri sifatida binomial taqsimot tibbiyot, iqtisodiyot, biologiya va ijtimoiy fanlar kabi sohalarda ko'plab qo'llanmalarni taklif etadi. Ushbu maqolada binomial taqsimot, jumladan, uning ta'rifi, asosiy xususiyatlari, tegishli formulalari va bir nechta amaliy qo'llanilish misollari batafsil muhokama qilinadi.
Binomial taqsimotni tushunish
Binomial taqsimot n ta Bernulli sinovlarining natijasini tavsiflaydi, bu yerda har bir sinovda faqat ikkita mumkin bo'lgan natija mavjud: "muvaffaqiyat" yoki "muvaffaqiyatsizlik". Masalan, tanga tashlashda mumkin bo'lgan natijalar "boshlar" yoki "boshlar" bo'ladi.
Binomial taqsimotdagi ikkita asosiy parametr:
1. n (sinovlar soni)
2. p (har bir sinovda muvaffaqiyat qozonish ehtimoli)
Rasmiyroq aytganda, n tadqiqdagi muvaffaqiyatlar soni binomial taqsimot \(B(n, p) \) bilan tavsiflanishi mumkin.
Ehtimollik massasi funksiyasi (PMF)
Binomial taqsimotning ehtimollik massasi funksiyasi quyidagicha ifodalanadi:
\[ P(X = k) = \binom{n}{k} p^k (1 – p)^{n – k} \]
Qayerda:
– \( \binom{n}{k} \) tanlangan n ta k ning kombinatsiyasi,
– \( p \) bitta sinovda muvaffaqiyat qozonish ehtimoli,
– \( k \) muvaffaqiyatlar soni,
– \(n \) - sinovlarning umumiy soni.
Binomial taqsimotning asosiy xususiyatlari
Binomial taqsimot bir nechta asosiy xususiyatlarga ega:
1. O'rtacha (O'rtacha): Har bir sinovda muvaffaqiyat ehtimoli bo'yicha sinovlar sonini ko'paytirish orqali olinadi. O'rtacha qiymat \( \mu = np \) ga teng.
2. Dispersiya: Binomial taqsimotning dispersiyasi sinovlar soni, muvaffaqiyat ehtimoli va muvaffaqiyatsizlik ehtimolining ko'paytmasiga teng, ya'ni \( \sigma^2 = np(1 – p) \).
3. Simmetriya va qiyshiqlik: \(p = 0.5 \) bo'lganda, binomial taqsimot simmetrik bo'ladi. \(p < 0.5 \) uchun taqsimot o'ngga qiyshaygan va \(p > 0.5 \) uchun taqsimot chapga qiyshaygan bo'ladi.
4. Qiymat chegaralari: Binomial qiymat (k) 0 dan n gacha.
Binomial taqsimot va markaziy limit teoremasi
Binomial taqsimot Markaziy limit teoremasida muhim rol o'ynaydi. Sinovlar soni (n) juda katta bo'lganda, binomial taqsimot o'rtacha \(\mu = np \) va standart og'ish \(\sigma = \sqrt{np(1 – p)} \) bo'lgan normal taqsimotga yaqinlashadi.
Binomial taqsimotdan foydalanish misoli
Binomial taqsimot haqidagi munozaralarni turli sohalardagi amaliy misollar orqali tushunish osonroq bo'ladi. Mana ba'zi real hayotdagi qo'llanmalar:
1-misol: Mahsulotni sinovdan o'tkazish
Aytaylik, elektronika kompaniyasining nuqsonli mahsulot ehtimoli 0.01 ga teng bo'lgan ishlab chiqarish liniyasi mavjud. Agar kompaniya 100 ta mahsulotni tekshirsa, aynan 2 ta nuqsonli mahsulotni topish ehtimoli qanday?
Binomial taqsimot formulasidan foydalanish:
\[ P(X = 2) = \binom{100}{2} (0.01)^2 (0.99)^{98} \]
\(\binom{100}{2}\) kombinatsiyalarini hisoblab, keyin qolgan ehtimolliklarga ko'paytirib, biz yakuniy natijani olamiz.
2-misol: Tibbiy tadqiqotlar
Muayyan kasallik uchun preparatning klinik sinovida bemorning ushbu preparat bilan davolanish ehtimoli 0.8 ga teng. Agar 10 bemor tekshirilsa, kamida 8 bemorning davolanish ehtimoli qanday?
Bu ehtimollikni topish uchun biz 8, 9 va 10 bemorning sog'ayib ketish ehtimolini qo'shishimiz kerak:
\[ P(X \geq 8) = P(X = 8) + P(X = 9) + P(X = 10) \]
k (8, 9 va 10) ning har bir qiymati uchun binomial formuladan foydalanib, keyin natijalarni qo'shish.
3-misol: Iqtisodiyotdagi qarorlar
Bozor so'rovnomasida iste'molchilarning 60% yangi mahsulotni yoqtirgan. Agar 20 ta iste'molchidan iborat tasodifiy namuna olinsa, ulardan kamida 15 tasi mahsulotni yoqtirgan bo'lish ehtimoli qanday?
15 dan 20 gacha bo'lgan layk sonining ehtimolini hisoblash uchun bizga binomial taqsimot kerak:
\[ P(X \geq 15) = P(X = 15) + P(X = 16) + P(X = 17) + P(X = 18) + P(X = 19) + P(X = 20) \]
Xuddi shu usuldan foydalanib, biz bu ehtimolliklarni hisoblaymiz va qo'shamiz.
Binomial taqsimot hisob-kitoblarida texnologiyadan foydalanish
Raqamli davrda binomial taqsimotni hisoblash nafaqat qo'lda, balki R, Python yoki ma'lum statistik kalkulyatorlar kabi dasturlar yordamida ham amalga oshiriladi.
Binomial taqsimotni hisoblash uchun Pythondan foydalanishga misol:
"`piton
scipy.stats import binomidan
n = 10 ta sinov soni
p = 0.8 muvaffaqiyat ehtimoli
k = 8 kutilgan muvaffaqiyatlar soni
aniq 8 ta muvaffaqiyat ehtimoli
prob_8 = binom.pmf(k, n, p)
kamida 8 ta muvaffaqiyat ehtimoli
prob_ge_8 = 1 – binom.cdf(k-1, n, p)
print(f”Aniq 8 ta muvaffaqiyat ehtimoli: {prob_8}”)
print(f”Kamida 8 ta muvaffaqiyat ehtimoli: {prob_ge_8}”)
""
Xulosa
Binomial taqsimot statistika va ehtimollikda muhim fundamental tushunchadir. Binomial taqsimotni tushunish orqali biz turli xil ehtimollik modellarini ikkita natijaga ega takroriy tajribalarni o'z ichiga olgan real vaziyatlarga qo'llashimiz mumkin. Texnologik vositalardan foydalanish qobiliyati hisoblash jarayonini yanada samaraliroq va aniqroq qiladi. Binomial taqsimot nafaqat nazariy jihatdan muhim, balki fan va sanoatning turli sohalarida ko'plab tegishli amaliy qo'llanmalarga ham ega.
Umid qilamanki, ushbu maqola binomial taqsimotni chuqurroq tushunishga imkon beradi va statistika va ehtimollik sohalarida keyingi tadqiqotlarga ilhom beradi.
