Torna alla lezione

Guida per l'insegnante: Distribuzione binomiale

Impara a calcolare le probabilità per prove indipendenti ripetute con due risultati.

Presenta lezioneCondividi in ClassroomVisualizza pagina studente

Usa questa lezione in classe

Gratis, senza account per gli studenti.

Condividi con gli studenti

Gli studenti aprono la lezione e si esercitano con correzione immediata.

Scheda da stampare

Tutti gli esercizi su carta, con le soluzioni a parte.

Scheda di esercizi Soluzioni

Quiz di classe

10 domande su Distribuzioni di probabilità. Gli studenti partecipano con un nome, tu vedi tutti i punteggi.

Per gli insegnanti

Obiettivi di apprendimento
  • Identificare situazioni che seguono una distribuzione binomiale
  • Calcolare probabilità binomiali usando la formula
  • Interpretare probabilità binomiali in contesti reali
  • Calcolare la media e la deviazione standard di una distribuzione binomiale
Prerequisiti
  • • Comprensione dei concetti base di probabilità
  • • Conoscenza di fattoriali e combinazioni
  • • Familiarità con le potenze
  • • Introduzione alle distribuzioni di probabilità
Spunti di discussione
  • 1. Riesci a pensare a una situazione reale che segue una distribuzione binomiale? Quali sono le prove, il successo e la probabilità?
  • 2. Perché abbiamo bisogno del termine combinazione nella formula binomiale?
  • 3. Un giocatore di basket dice di avere una percentuale di tiri liberi del 50%. Se segna 8 tiri su 10, questo prova che è migliore del 50%?
  • 4. Come calcoleresti la probabilità di 'almeno un successo' in 10 prove?
Idee sbagliate comuni

Ogni risultato dovrebbe avere probabilità del 50%

Rimedio: Chiarisci che 'due risultati' non significa 'probabilità uguale'. Una moneta truccata può avere P(testa) = 0,7 e P(croce) = 0,3.

La formula dà la probabilità di qualsiasi sequenza di k successi

Rimedio: Spiega che pk(1−p)n−kp^k(1-p)^{n-k} è per UNA sequenza specifica. La combinazione (nk)\binom{n}{k} moltiplica questo per il numero di disposizioni possibili.

Idee di differenziazione

Per studenti in difficoltà:

  • • Iniziare con esempi semplici di lancio moneta (p = 0,5)
  • • Fornire un modello di calcolo passo dopo passo
  • • Usare diagrammi ad albero per piccoli valori di n per visualizzare tutti i risultati

Per studenti a livello:

  • • Risolvere problemi con vari valori di p (non solo 0,5)
  • • Calcolare probabilità 'almeno' e 'al massimo'
  • • Collegare a contesti reali come il controllo qualità

Per studenti avanzati:

  • • Derivare le formule per media e varianza
  • • Confrontare la binomiale con l'approssimazione normale
  • • Esplorare le probabilità binomiali cumulative e le tabelle
Allineamento agli standard
  • S-MD.A.1 (CCSS.MATH.CONTENT.HSS.MD.A.1)

    Definire una variabile casuale per una quantità di interesse assegnando un valore numerico a ogni evento

  • S-MD.A.3 (CCSS.MATH.CONTENT.HSS.MD.A.3)

    Sviluppare una distribuzione di probabilità per una variabile casuale

  • S-CP.A.2 (CCSS.MATH.CONTENT.HSS.CP.A.2)

    Comprendere l'indipendenza e la probabilità condizionata

Risorse della lezione
  • visualGrafico della distribuzione binomiale

    Grafico a barre interattivo che mostra le probabilità per diversi valori di k

  • activitySimulatore di lancio moneta

    Gli studenti lanciano monete virtuali e confrontano le probabilità sperimentali e teoriche

  • worksheetProblemi binomiali reali

    Applicare la formula binomiale al controllo qualità, alla medicina e allo sport

Contenuto della lezione

Tutto ciò che vedono gli studenti: definizione, esempi, errori comuni, applicazioni. Tocca per aprire.

Definizione

La distribuzione binomiale modella il numero di successi in un numero fisso di prove indipendenti, dove ogni prova ha solo due risultati possibili: successo o fallimento.
La probabilità di esattamente kk successi in nn prove è:
P(X=k)=(nk)pk(1−p)n−kP(X = k) = \binom{n}{k} p^k (1-p)^{n-k}
Dove:
  • nn = numero di prove
  • kk = numero di successi
  • pp = probabilità di successo in ogni prova
  • (nk)=n!k!(n−k)!\binom{n}{k} = \frac{n!}{k!(n-k)!} = numero di modi per scegliere kk successi da nn prove
Condizioni per una distribuzione binomiale:
  1. 1.Numero fisso di prove (nn)
  2. 2.Ogni prova è indipendente
  3. 3.Solo due risultati per prova (successo/fallimento)
  4. 4.Stessa probabilità di successo (pp) per ogni prova

Esempi svolti

Lanci una moneta equilibrata 5 volte. Qual è la probabilità di ottenere esattamente 3 teste?
1

Identificare i parametri

n=5n = 5 (lanci), k=3k = 3 (teste), p=0,5p = 0,5 (moneta equilibrata) → n=5, k=3, p=0,5
2

Calcolare la combinazione

(53)=5!3!(5−3)!=5!3!2!=1206×2=10\binom{5}{3} = \frac{5!}{3!(5-3)!} = \frac{5!}{3!2!} = \frac{120}{6 \times 2} = 10 → 10 modi
3

Calcolare la probabilità di successo

pk=0,53=0,125p^k = 0,5^3 = 0,125
4

Calcolare la probabilità di fallimento

(1−p)n−k=0,52=0,25(1-p)^{n-k} = 0,5^2 = 0,25
5

Moltiplicare tutte le parti

P(X=3)=10×0,125×0,25=0,3125P(X=3) = 10 \times 0,125 \times 0,25 = 0,3125 → 0,3125 o 31,25%

Errori comuni

Dimenticare di includere la combinazione (nk)\binom{n}{k}

Perché è sbagliato: La combinazione conta IN QUANTI MODI si possono disporre kk successi tra nn prove. Senza di essa, calcoli solo la probabilità di UNA disposizione specifica.

Corretto: Usa sempre la formula completa: P(X=k)=(nk)pk(1−p)n−kP(X=k) = \binom{n}{k} p^k (1-p)^{n-k}

Usare pp sia per i termini di successo CHE di fallimento

Perché è sbagliato: La probabilità di fallimento è 1−p1-p, non pp. Se il successo è 0,3, il fallimento deve essere 0,7.

Corretto: Usa pkp^k per i successi e (1−p)n−k(1-p)^{n-k} per i fallimenti.

Confondere 'almeno' con 'esattamente'

Perché è sbagliato: 'Esattamente 3' significa P(X=3)P(X=3), ma 'almeno 3' significa P(X≥3)=P(X=3)+P(X=4)+...P(X \geq 3) = P(X=3) + P(X=4) + ...

Corretto: Per 'almeno', somma le probabilità di tutti i valori da quel numero fino a nn. Oppure usa il complementare: P(X≥k)=1−P(X<k)P(X \geq k) = 1 - P(X < k)

Perché è importante

La distribuzione binomiale appare ovunque nella vita reale:
  • Controllo qualità: Qual è la probabilità che 3 prodotti su 100 siano difettosi?
  • Medicina: Se un farmaco funziona l'80% delle volte, qual è la probabilità che aiuti almeno 7 pazienti su 10?
  • Sport: Qual è la probabilità che un giocatore di basket segni esattamente 6 tiri liberi su 10?
  • Genetica: Se un tratto ha il 25% di probabilità di essere ereditato, quanto è probabile che 2 figli su 4 lo ereditino?
Capire la distribuzione binomiale ti aiuta a fare previsioni e prendere decisioni informate quando hai a che fare con situazioni ripetute di tipo sì/no.

Applicazioni nel mondo reale

Studi clinici

Le aziende farmaceutiche usano la distribuzione binomiale per analizzare l'efficacia dei farmaci negli studi clinici.

Esempio:

Se un nuovo farmaco ha un tasso di successo del 75%, la probabilità che esattamente 8 pazienti su 10 migliorino viene calcolata con la formula binomiale.

1Provaci tu stesso

Un vaccino è efficace al 90%. Vaccini 5 persone.

Qual è la probabilità che esattamente 4 persone sviluppino immunità?

Passo 1: Scrivi l'espressione matematica

Usa la formula binomiale con n=5n=5, k=4k=4, p=0,9p=0,9:

Analisi sportiva

Allenatori e analisti usano le probabilità binomiali per prevedere i risultati delle partite e le prestazioni dei giocatori.

Esempio:

Se un giocatore di basket ha una percentuale di tiri liberi del 70%, la distribuzione binomiale calcola la probabilità di segnare un numero specifico di tiri.

2Provaci tu stesso

Un calciatore segna i rigori l'80% delle volte. Tira 4 rigori.

Qual è la probabilità che ne segni esattamente 3?

Passo 1: Scrivi l'espressione matematica

Applica la formula binomiale:

Punti chiave

  • 1La distribuzione binomiale modella kk successi in nn prove indipendenti con probabilità di successo pp
  • 2Formula: P(X=k)=(nk)pk(1−p)n−kP(X = k) = \binom{n}{k} p^k (1-p)^{n-k}
  • 3La combinazione (nk)\binom{n}{k} conta il numero di modi per disporre i successi
  • 4Condizioni: nn fisso, prove indipendenti, due risultati, pp costante
  • 5Media: μ=np\mu = np e Deviazione standard: σ=np(1−p)\sigma = \sqrt{np(1-p)}

Domande frequenti

Quando devo usare la distribuzione binomiale?

Usala quando hai un numero fisso di prove indipendenti, ciascuna con solo due risultati (successo/fallimento), e la probabilità di successo rimane costante per ogni prova.

Qual è la differenza tra distribuzione binomiale e normale?

La binomiale è per conteggi discreti (numeri interi di successi), mentre la normale è per dati continui. Tuttavia, quando nn è grande e pp non è troppo estremo, la binomiale può essere approssimata dalla normale.

Come calcolo 'almeno k successi'?

O sommi P(X=k)+P(X=k+1)+...+P(X=n)P(X=k) + P(X=k+1) + ... + P(X=n), oppure usi il complementare: P(X≥k)=1−P(X<k)=1−[P(X=0)+P(X=1)+...+P(X=k−1)]P(X \geq k) = 1 - P(X < k) = 1 - [P(X=0) + P(X=1) + ... + P(X=k-1)].

Glossario

Distribuzione binomiale
Una distribuzione di probabilità per il numero di successi in un numero fisso di prove indipendenti
Prova
Un singolo esperimento o osservazione con due risultati possibili
Prova di Bernoulli
Un esperimento con esattamente due risultati: successo (probabilità pp) o fallimento (probabilità 1−p1-p)
Combinazione
(nk)\binom{n}{k} rappresenta il numero di modi per scegliere kk elementi da nn elementi, indipendentemente dall'ordine
Eventi indipendenti
Eventi in cui il risultato di uno non influisce sulla probabilità dell'altro

Scheda formule

Probabilità

P(X=k)=(nk)pk(1−p)n−kP(X = k) = \binom{n}{k} p^k (1-p)^{n-k}

Probabilità di esattamente k successi in n prove

Combinazione

(nk)=n!k!(n−k)!\binom{n}{k} = \frac{n!}{k!(n-k)!}

Numero di modi per scegliere k da n

Media

μ=np\mu = np

Numero atteso di successi

Varianza

σ2=np(1−p)\sigma^2 = np(1-p)

Dispersione della distribuzione

Deviazione standard

σ=np(1−p)\sigma = \sqrt{np(1-p)}

Radice quadrata della varianza

Altro su questo argomento

Introduzione alle distribuzioni di probabilità

Avanzato25 min

Probabilità binomiale

Avanzato25 min

Distribuzioni discrete vs continue

Avanzato25 min

Valore atteso

Avanzato25 min