Math ClubMath Club
v1 · padrão canônico

Lição 75 — Distribuição binomial

n ensaios de Bernoulli independentes. PMF binomial, esperança np, variância np(1-p). Aplicações em controle de qualidade, A/B test, genética e eleições.

Used in: Stochastik — Leistungskurs alemão · H2 Math — Singapura · AP Statistics — EUA · Math B — Japão

P(X=k)=(nk)pk(1p)nk,E[X]=np,Var(X)=np(1p)P(X = k) = \binom{n}{k} p^k (1-p)^{n-k}, \quad E[X] = np, \quad \text{Var}(X) = np(1-p)
Choose your door

Rigorous notation, full derivation, hypotheses

Definicja formalna

Założenia BInS

"If each trial in a binomial experiment has pp = 0.5, meaning the outcomes are equally likely, the distribution looks bell shaped. As pp moves away from 0.5, the graph skews right or left." — OpenStax Statistics §4.4

Przykłady rozwiązane

Exercise list

42 exercises · 10 with worked solution (25%)

Application 24Understanding 2Modeling 12Proof 4
  1. Ex. 75.1Application

    XBin(5,0,5)X \sim \text{Bin}(5, 0{,}5). Oblicz P(X=3)P(X = 3).

  2. Ex. 75.2Application

    XBin(10,0,3)X \sim \text{Bin}(10, 0{,}3). Oblicz P(X=0)P(X = 0).

  3. Ex. 75.3ApplicationAnswer key

    XBin(8,0,25)X \sim \text{Bin}(8, 0{,}25). Oblicz P(X=2)P(X = 2).

  4. Ex. 75.4Application

    XBin(6,1/6)X \sim \text{Bin}(6, 1/6). Oblicz P(X1)P(X \geq 1) przez uzupełnienie.

  5. Ex. 75.5ApplicationAnswer key

    XBin(4,0,5)X \sim \text{Bin}(4, 0{,}5). Zbuduj pełną tabelę funkcji rozkładu dla k=0,1,2,3,4k = 0, 1, 2, 3, 4.

  6. Ex. 75.6ApplicationAnswer key

    XBin(20,0,1)X \sim \text{Bin}(20, 0{,}1). Oblicz E[X]E[X] i Var(X)\text{Var}(X).

  7. Ex. 75.7Application

    XBin(100,0,5)X \sim \text{Bin}(100, 0{,}5). Oblicz σ=Var(X)\sigma = \sqrt{\text{Var}(X)}.

  8. Ex. 75.8Application

    Rzuć 10 monetami. Oblicz P(dokładnie 5 orłoˊw)P(\text{dokładnie 5 orłów}).

  9. Ex. 75.9ApplicationAnswer key

    Rzuć 10 monetami. Oblicz P(co najmniej 8 orłoˊw)P(\text{co najmniej 8 orłów}).

  10. Ex. 75.10ApplicationAnswer key

    Rzuć kostką 6 razy. Oblicz P(dokładnie 2 szoˊstki)P(\text{dokładnie 2 szóstki}).

  11. Ex. 75.11Application

    Rzuć kostką 6 razy. Oblicz P(z˙adna szoˊstka)P(\text{żadna szóstka}).

  12. Ex. 75.12Application

    Dla XBin(n,p)X \sim \text{Bin}(n, p), oblicz P(X=0)+P(X=n)P(X = 0) + P(X = n) jako funkcję nn i pp.

  13. Ex. 75.13Application

    Dla XBin(n,p)X \sim \text{Bin}(n, p), wyprowadź stosunek P(X=k)/P(X=k1)P(X = k)/P(X = k-1) jako funkcję nn, pp i kk.

  14. Ex. 75.14Application

    Pokaż że moda Bin(n,p)\text{Bin}(n, p) to (n+1)p\lfloor (n+1)p \rfloor. Oblicz modę Bin(10,0,3)\text{Bin}(10, 0{,}3).

  15. Ex. 75.15Application

    XBin(100,0,3)X \sim \text{Bin}(100, 0{,}3). Przybliż P(X25)P(X \leq 25) przez rozkład normalny (użyj korekty ciągłości).

  16. Ex. 75.16Application

    XBin(1000,0,001)X \sim \text{Bin}(1000, 0{,}001). Użyj przybliżenia Poissona dla P(X=0)P(X = 0).

  17. Ex. 75.17Application

    XBin(50,0,5)X \sim \text{Bin}(50, 0{,}5). Przybliż P(X30)P(X \geq 30) przez rozkład normalny z korekcją ciągłości.

  18. Ex. 75.18Application

    X1Bin(10,0,3)X_1 \sim \text{Bin}(10, 0{,}3) i X2Bin(20,0,3)X_2 \sim \text{Bin}(20, 0{,}3) niezależne. Jaki jest rozkład X1+X2X_1 + X_2?

  19. Ex. 75.19Application

    XBin(50,0,02)X \sim \text{Bin}(50, 0{,}02). Użyj przybliżenia Poissona dla P(X=0)P(X = 0), P(X=1)P(X = 1) i P(X=2)P(X = 2).

  20. Ex. 75.20Application

    Wybory: p=0,52p = 0{,}52, n=1000n = 1000. Przybliż P(p^<0,50)P(\hat p < 0{,}50), szansę że badanie błędnie wskaże przegranych.

  21. Ex. 75.21Application

    Dla XBin(n,0,5)X \sim \text{Bin}(n, 0{,}5), od którego nn przybliżenie normalne jest uważane za dobre? Uzasadnij.

  22. Ex. 75.22Application

    Pokaż że wariancja Bin(n,p)\text{Bin}(n, p) jest maksymalizowana w p=0,5p = 0{,}5 dla ustalonego nn.

  23. Ex. 75.23Application

    Filtr spamu z czułością 90%. W 500 rzeczywistych maili spam, P(oznacz470)P(\text{oznacz} \geq 470).

  24. Ex. 75.24ApplicationAnswer key

    Dlaczego wzór Var(X)=np(1p)\text{Var}(X) = np(1-p) może być wyprowadzony rozkładem na zmienne losowe Bernoulli'ego?

  25. Ex. 75.25Modeling

    Linia produkcyjna: 3% wadliwych. Partia 50 części. Oblicz P(co najmniej 3 wadliwe)P(\text{co najmniej 3 wadliwe}).

  26. Ex. 75.26Modeling

    Szczepionka: skuteczność 85%. W 100 szczepionych, P(90 chronionych)P(\geq 90 \text{ chronionych}). Użyj przybliżenia normalnego.

  27. Ex. 75.27Modeling

    Test A/B: wariant A, 100 odwiedzających, 14 zakupiło. Wariant B, 100 odwiedzających, 22 zakupiło. Oblicz p-wartość z-testu dla różnicy proporcji.

  28. Ex. 75.28ModelingAnswer key

    Badanie wyborcze: n=1500n = 1500, pożądany margines błędu ±2,5%\pm 2{,}5\% na poziomie 95%. Czy wielkość jest wystarczająca?

  29. Ex. 75.29ModelingAnswer key

    Genetyka: krzyżowanie Aa×AaAa \times Aa, każde potomstwo ma prawd. 1/41/4 bycia AAAA. W 8 potomkach, P(dokładnie 2 to AA)P(\text{dokładnie 2 to } AA).

  30. Ex. 75.30ModelingAnswer key

    Call center: 5% połączeń zawiedzie. W 200 połączeniach, oblicz wartość oczekiwaną i σ\sigma błędów.

  31. Ex. 75.31Modeling

    Six Sigma (z regulacją 1,5σ): średnia 3,4 wady na milion. W 1 miliona części, użyj przybliżenia Poissona dla P(0 wad)P(0 \text{ wad}) i E[wady]E[\text{wady}].

  32. Ex. 75.32Modeling

    Zakład: 30% szansy wygrać 100 zł. Każda gra kosztuje 25 zł. W 20 grach, jaki oczekiwany całkowity zysk?

  33. Ex. 75.33Modeling

    Stopa konwersji leadów: 1%. Aby średnio zamknąć 5 transakcji miesięcznie, ile leadów musisz wygenerować?

  34. Ex. 75.34Modeling

    Egzamin: 60% kandydatów osiąga minimalny wynik w eseju. W grupie 20 uczniów, oblicz E[X]E[X], σ\sigma i P(X15)P(X \geq 15).

  35. Ex. 75.35Modeling

    Urna z 30% czerwonych kulek. 50 losowań ze zwracaniem. Dlaczego rozkład dwumianowy się stosuje? Oblicz E[X]E[X] i P(X=15)P(X = 15).

  36. Ex. 75.36Modeling

    Konkurs publiczny: 8% stopa zaliczenia. Grupa 30 uczniów. E[zaliczeni]E[\text{zaliczeni}] i P(co najmniej 1 zaliczony)P(\text{co najmniej 1 zaliczony}).

  37. Ex. 75.37Understanding

    Dlaczego rozkład dwumianowy nie stosuje się do losowania bez zwracania? Podaj kontrprzykład numeryczny gdzie użycie rozkładu dwumianowego dałoby błędny wynik.

  38. Ex. 75.38Understanding

    Jaka jest fundamentalna różnica między rozkładem dwumianowym a hipergeometrycznym?

  39. Ex. 75.39Proof

    Udowodnij E[X]=npE[X] = np i Var(X)=np(1p)\text{Var}(X) = np(1-p) przez rozkład X=Y1++YnX = Y_1 + \cdots + Y_n na zmienne losowe Bernoulli'ego.

  40. Ex. 75.40ProofAnswer key

    Udowodnij granicę Poissona: Bin(n,λ/n)Poisson(λ)\text{Bin}(n, \lambda/n) \to \text{Poisson}(\lambda) gdy nn \to \infty z λ\lambda stałym.

  41. Ex. 75.41Proof

    Udowodnij że k=0n(nk)pk(1p)nk=1\sum_{k=0}^n \binom{n}{k} p^k (1-p)^{n-k} = 1 używając Twierdzenia Dwumianowego.

  42. Ex. 75.42Proof

    Udowodnij addytywność: jeśli XBin(n1,p)X \sim \text{Bin}(n_1, p) i YBin(n2,p)Y \sim \text{Bin}(n_2, p) niezależne (ten sam pp), wtedy X+YBin(n1+n2,p)X + Y \sim \text{Bin}(n_1 + n_2, p).

Źródła

  • OpenIntro Statistics (wyd. 4) — Diez, Çetinkaya-Rundel, Barr · 2019 · EN · CC-BY-SA. Źródło pierwsze — §3.4 (założenia BInS, funkcja rozkładu, wartość oczekiwana, wariancja, test A/B).
  • Statistics (OpenStax) — Illowsky, Dean · 2022 · EN · CC-BY. §4.4 — tablice rozkładu dwumianowego, przybliżenia, ćwiczenia na poziomie AP.
  • Introduction to Probability (Grinstead-Snell) — Grinstead, Snell · 1997 · EN · GNU FDL. §5.1 — funkcja rozkładu dwumianowego, funkcja generująca momenty, granica Poissona z dowodem; ćwiczenia dowodowe.

Updated on 2026-05-06 · Author(s): Clube da Matemática

Found an error? Open an issue on GitHub or submit a PR — open source forever.