UTILS.
حریم خصوصی از ابتدا
🎯

ماشین‌حساب توزیع دوجمله‌ای

احتمالات دوجمله‌ای P(X = k)، P(X ≤ k) و P(X ≥ k) را برای n آزمایش با احتمال موفقیت p محاسبه کنید، به‌همراه میانگین و انحراف معیار.

فایل‌هایتان در همین دستگاه می‌مانند

فایل‌ها در مرورگرتان پردازش می‌شوند و هرگز بارگذاری نمی‌شوند. سایت کد و منابع لازم برای اجرای ابزارها را دریافت می‌کند. بدون حساب یا ردیاب.

با گزینهٔ دانلود، این ابزار را در یک فایل HTML ذخیره کنید تا آفلاین استفاده شود.

حریم خصوصی →

درباره این ابزار

ماشین‌حساب توزیع دوجمله‌ای احتمال به‌دست آوردن دقیقاً، حداکثر یا دست‌کم k موفقیت در n آزمایش مستقل را می‌یابد که هرکدام با احتمال p موفق می‌شوند. n، p و k را وارد کنید (p به‌صورت اعشار از ۰ تا ۱ یا به‌صورت درصد) و هر نتیجه بی‌درنگ در مرورگر شما به‌روز می‌شود بدون آنکه داده‌ای از دستگاه شما خارج شود.

احتمال دقیق برابر P(X = k) = C(n, k)·pᵏ·(1 − p)^(n − k) است، که در آن ضریب دوجمله‌ای C(n, k) با یک حلقه‌ی عددی پایدار ساخته می‌شود، c = c·(n − k + i)/i برای i = 1…k، تا از سرریز فاکتوریل در nهای بزرگ جلوگیری شود. مقادیر تجمعی برابر P(X ≤ k) = Σ از i = 0 تا k و P(X ≥ k) = Σ از i = k تا n هستند. میانگین برابر n·p، واریانس برابر n·p·(1 − p) و انحراف معیار جذر آن است.

هم n و هم k باید اعداد کامل با 0 ≤ k ≤ n و n ≥ 1 باشند، و p باید بین ۰ و ۱ قرار گیرد؛ هر چیز دیگری نامعتبر علامت‌گذاری می‌شود. مدل، n ثابت، p ثابت و آزمایش‌های مستقل را فرض می‌کند — همان چیدمان کلاسیک «پرتاب سکه» یا «قطعات معیوب».

پرسش‌های پرتکرار

فرمول احتمال دقیق چیست؟
P(X = k) = C(n, k)·pᵏ·(1 − p)^(n − k)، که در آن C(n, k) = n! / (k!(n − k)!) تعداد روش‌های چیدن k موفقیت در میان n آزمایش را می‌شمارد. با یک حلقه‌ی پایدار محاسبه می‌شود تا nهای بزرگ سرریز نکنند.
تفاوت بین P(X ≤ k) و P(X ≥ k) چیست؟
P(X ≤ k) احتمالات ۰ تا k موفقیت (حداکثر k) را جمع می‌کند؛ P(X ≥ k) موفقیت‌های k تا n (دست‌کم k) را جمع می‌کند. هر دو دقیقاً k را شامل می‌شوند، پس در آن یک جمله همپوشانی دارند.
آیا می‌توانم p را به‌صورت درصد وارد کنم؟
بله. حالت درصد را انتخاب کنید و برای مثال ۵۰ را برای یک سکه‌ی منصفانه تایپ کنید؛ در حالت اعشار ۰٫۵ را تایپ کنید. ابزار به‌صورت داخلی تبدیل می‌کند و نیاز دارد نتیجه بین ۰ و ۱ باشد.
میانگین و انحراف معیار برای چه هستند؟
میانگین n·p تعداد مورد انتظار موفقیت‌هاست، و انحراف معیار √(n·p·(1 − p)) می‌سنجد که شمارش معمولاً چقدر حول آن انتظار در آزمایش‌های تکراری تغییر می‌کند.

ابزارهای بیشتر