ม.ปลาย · 40 นาที

การแจกแจงทวินาม: B(n, p) และการคำนวณความน่าจะเป็น

ตั้งจำนวนครั้งที่ทดลอง n สูงสุด 100 และความน่าจะเป็นที่สำเร็จ p เป็นทศนิยม เศษส่วน หรือร้อยละ แล้วดูแผนภาพแท่ง P(X = x) ความน่าจะเป็นสะสม ต้นไม้ความน่าจะเป็น ค่าเฉลี่ย np ส่วนเบี่ยงเบนมาตรฐาน ฐานนิยม และเส้นโค้งปกติ ทดลองสุ่มได้สูงสุด 10,000 ชุด ฝึกโจทย์ที่ตรวจคำตอบให้ และมีโหมดออกแบบโจทย์กับชุดข้อสอบพร้อมเฉลยสำหรับครู

ปกด้านในบทการแจกแจงทวินาม มีชื่อบท B(n, p) และการคำนวณความน่าจะเป็น พร้อมเหรียญหัวก้อย กราฟแท่งสมมาตร และแผนภาพต้นไม้ โดยมีคุณครูถือเหรียญและชี้ไปที่แผนภาพอยู่ทางขวาของภาพ

การทดลองแบบทวินามคืออะไร

การทดลองแบบทวินามคือการทำสิ่งเดียวกันซ้ำ n ครั้ง โดยแต่ละครั้งมีผลเป็น "สำเร็จ" หรือ "ไม่สำเร็จ" อย่างใดอย่างหนึ่ง ความน่าจะเป็นที่สำเร็จคือ p ในทุกครั้งเท่ากัน และแต่ละครั้งไม่ขึ้นต่อกัน ให้ X เป็นจำนวนครั้งที่สำเร็จ จะเขียนว่า X ~ B(n, p)

ตัวอย่าง

โยนเหรียญที่เที่ยงตรง 5 ครั้ง นับจำนวนครั้งที่ออกหัว ได้ X ~ B(5, 12) ส่วนการหยิบลูกบอลโดยไม่ใส่คืนไม่ใช่ทวินาม เพราะ p เปลี่ยนไปทุกครั้ง

เงื่อนไข 4 ข้อของการทดลองแบบทวินาม X ~ B(n, p) คือจำนวนครั้ง n คงที่ แต่ละครั้งมี 2 ผล โอกาสสำเร็จ p เท่ากันทุกครั้ง และแต่ละครั้งเป็นอิสระ ตัวอย่างโยนเหรียญ 5 ครั้งได้ X ~ B(5, 1/2) ส่วนการหยิบลูกบอลโดยไม่ใส่คืนไม่ใช่ทวินาม
ตรวจครบ 4 เงื่อนไขจึงเขียนว่า X ~ B(n, p) ได้ เช่น การโยนเหรียญ 5 ครั้ง

สูตรความน่าจะเป็น P(X = x)

ความน่าจะเป็นที่สำเร็จพอดี x ครั้งคือ P(X = x) = {C:n,x} p^x q^(n−x) เมื่อ q = 1 − p ส่วน {C:n,x} คือจำนวนวิธีเลือกว่าครั้งไหนสำเร็จ ในแท็บ "วิธีคิด" ของห้องทดลองจะแสดงการแทนค่าทีละบรรทัด และมุมมองต้นไม้ช่วยให้เห็นที่มาของ {C:n,x} จากจำนวนเส้นทาง

ตัวอย่าง

ให้ X ~ B(5, 0.7) จะได้ P(X = 4) = {C:5,4} × 0.7^4 × 0.3 = 5 × 0.2401 × 0.3 = 0.36015 ≈ 0.3601

สูตร P(X = x) = C(n, x) pˣ qⁿ⁻ˣ เมื่อ q = 1 − p และสัมประสิทธิ์ทวินาม n!/(x!(n − x)!) ตัวอย่าง X ~ B(5, 0.7) ได้ P(X = 4) = 5 × 0.2401 × 0.3 = 0.36015 โดย C(5, 4) = 5 คือจำนวนวิธีเลือกตำแหน่งที่สำเร็จ 4 ตำแหน่ง
แทนค่า n = 5, p = 0.7, x = 4 ลงในสูตรทีละขั้นจนได้ P(X = 4) = 0.36015

ตารางการแจกแจงและรูปร่างของกราฟ

เมื่อหาค่า P(X = x) ครบทุก x จาก 0 ถึง n ผลรวมต้องเท่ากับ 1 เสมอ ถ้า p มากกว่า 0.5 แท่งจะเอียงไปทางขวา ถ้า p น้อยกว่า 0.5 จะเอียงไปทางซ้าย และถ้า p เท่ากับ 0.5 กราฟจะสมมาตร ลองเลื่อน p ในห้องทดลองและใช้ "จำชุดนี้ไว้" เพื่อเทียบกับเส้นประของชุดเดิม

ตัวอย่าง

X ~ B(5, 0.7) ได้ P(X = 0) ถึง P(X = 5) เป็น 0.0024, 0.0284, 0.1323, 0.3087, 0.3601, 0.1681 ซึ่งรวมกันได้ 1 และแท่งสูงสุดอยู่ที่ x = 4

ตารางการแจกแจงของ X ~ B(5, 0.7) ได้ 0.00243, 0.02835, 0.13230, 0.30870, 0.36015, 0.16807 รวมกันได้ 1 แท่งสูงสุดที่ x = 4 พร้อมกราฟเปรียบเทียบรูปร่างเมื่อ p < 0.5, p = 0.5 และ p > 0.5
ค่าความน่าจะเป็นทุกค่ารวมกันได้ 1 และค่า p กำหนดว่ากราฟจะเอียงไปทางใด

เหตุการณ์แบบ "อย่างน้อย" และ "ไม่เกิน"

โจทย์มักถามหลายค่าพร้อมกัน เช่น P(X ≥ a) หรือ P(a ≤ X ≤ b) ให้รวมความน่าจะเป็นของแต่ละค่า x ที่อยู่ในเหตุการณ์ หรือใช้ส่วนเติมเต็ม P(X ≥ a) = 1 − P(X ≤ a − 1) เมื่อมีค่าที่ต้องรวมมากกว่าค่าที่ไม่ต้องการ ในห้องทดลองเลือกชนิดเหตุการณ์แล้วแท่งที่เกี่ยวข้องจะถูกไฮไลต์พร้อมค่ารวม

ตัวอย่าง

X ~ B(5, 0.7) ได้ P(X ≥ 3) = 0.3087 + 0.3601 + 0.1681 = 0.8369 หรือคิดจาก 1 − (0.0024 + 0.0284 + 0.1323) = 0.8369 เท่ากัน

สูตรเหตุการณ์อย่างน้อย ไม่เกิน และช่วง พร้อม P(X ≥ a) = 1 − P(X ≤ a − 1) ตัวอย่าง X ~ B(5, 0.7) ได้ P(X ≥ 3) = 0.30870 + 0.36015 + 0.16807 = 0.83692 หรือ 1 − 0.16308 = 0.83692 ≈ 0.8369
หา P(X ≥ 3) ได้ทั้งการบวกค่า x = 3, 4, 5 โดยตรงและการใช้เหตุการณ์ตรงข้าม ซึ่งได้ผลเท่ากัน

ค่าเฉลี่ย ความแปรปรวน และฐานนิยม

การแจกแจงทวินามมีค่าเฉลี่ย E(X) = np ความแปรปรวน Var(X) = npq และส่วนเบี่ยงเบนมาตรฐานเท่ากับรากที่สองของ npq ฐานนิยมคือค่า x ที่มี P(X = x) สูงสุด โดยปกติคือจำนวนเต็มส่วนของ (n + 1)p แต่ถ้า (n + 1)p เป็นจำนวนเต็ม จะมีฐานนิยมสองค่าคือ (n + 1)p − 1 และ (n + 1)p

ตัวอย่าง

X ~ B(10, 0.3) มีค่าเฉลี่ย 10 × 0.3 = 3 และความแปรปรวน 10 × 0.3 × 0.7 = 2.1 ส่วน X ~ B(9, 0.5) มี (9 + 1) × 0.5 = 5 เป็นจำนวนเต็ม จึงมีฐานนิยม 4 และ 5

สูตรค่าเฉลี่ย μ = np ความแปรปรวน Var(X) = npq และ σ = √npq ตัวอย่าง X ~ B(10, 0.3) ได้ μ = 3, Var(X) = 2.1, σ ≈ 1.449 และฐานนิยมจาก t = (n + 1)p โดย X ~ B(9, 0.5) มี t = 5 จึงมีฐานนิยม 4 และ 5
B(10, 0.3) มีค่าเฉลี่ย 3 และความแปรปรวน 2.1 ส่วน B(9, 0.5) มีฐานนิยมสองค่าเพราะ (n + 1)p เป็นจำนวนเต็ม

ทดลองสุ่มและเทียบกับทฤษฎี

แท็บ "ทดลองสุ่ม" ให้ทดลองทีละชุดเพื่อดูลำดับสำเร็จและไม่สำเร็จ หรือสุ่มเป็นพันชุดเพื่อดูความถี่สัมพัทธ์ซ้อนบนแท่งทฤษฎี เมื่อทดลองมากขึ้น ค่าเฉลี่ยจากการสุ่มจะใกล้ np มากขึ้น และเมื่อ n มาก รูปกราฟจะใกล้เคียงเส้นโค้งปกติที่มีค่าเฉลี่ย np และความแปรปรวน npq

ตัวอย่าง

ตั้ง B(10, 0.3) แล้วสุ่ม 10,000 ชุด ค่าเฉลี่ยของ X ที่ได้จะอยู่ใกล้ 3 มาก

เมื่อสุ่มซ้ำมากขึ้นความถี่สัมพัทธ์เข้าใกล้ค่าทฤษฎี ตัวอย่างสุ่ม B(10, 0.3) จำนวน 10,000 ชุดได้ค่าเฉลี่ยใกล้ 3 และการประมาณด้วยโค้งปกติ μ = np, σ² = npq ใช้ได้เมื่อ np ≥ 10 และ nq ≥ 10 ซึ่ง B(10, 0.3) ยังไม่ผ่านเกณฑ์
สุ่ม B(10, 0.3) หลายพันชุดแล้วค่าเฉลี่ยเข้าใกล้ np = 3 ส่วนการใช้โค้งปกติต้องให้ n มากพอ

ฝึกโจทย์ ออกข้อสอบ และบันทึกภาพ

โหมดฝึกโจทย์สุ่มโจทย์ 3 ระดับให้หา P(X = x) ความน่าจะเป็นสะสม อย่างน้อย ค่าเฉลี่ยและความแปรปรวน ฐานนิยม หรือหา n และ p จากเงื่อนไข กรอกคำตอบแล้วตรวจได้ทันที โหมดออกแบบโจทย์ให้ครูตั้ง n และ p พิมพ์โจทย์ เลือกซ่อนหรือเฉลยช่องคำตอบ แล้วบันทึกภาพกราฟสะอาดไปวางในข้อสอบ ส่วนโหมดชุดข้อสอบสร้างข้อสอบ 3 ถึง 20 ข้อพร้อมเฉลย และสร้างซ้ำได้ด้วยเลขเมล็ดสุ่มเดิม

ตัวอย่าง

ตั้ง X ~ B(3, 12) ได้ P(X = 2) = {C:3,2} × (12)^3 = 38 = 0.375

ห้องทดลองการแจกแจงทวินาม

X ~ B(n, p) · P(X = x) = C(n, x) pˣ qⁿ⁻ˣ
X ~ B(5, 0.7)00.10.20.30.40.5012345P(X = x)x0.00240.02840.13230.30870.36010.1681

คลิกหรือลากบนแท่งเพื่อเลือก x · ลูกศรซ้ายขวาเปลี่ยนค่า

ลองคิดด้วยตัวเอง

เช็กความเข้าใจ

โยนเหรียญที่เที่ยงตรง 4 ครั้ง ความน่าจะเป็นที่ออกหัวพอดี 2 ครั้งเท่ากับเท่าใด
← กลับไปเลือกบทเรียน