二项概率计算器

在重复的是/否试验里,选择“恰好”“至多”“至少”或“介于两者之间”的成功次数,就能立刻算出对应的二项概率。结果会同时给出百分比和小数,并显示 np 与标准差,方便你快速判断这个事件有多常见。

根据当前输入完成计算;请结合公式和限制说明解读。
示例

一枚公平硬币独立抛掷 10 次,目标是恰好出现 4 次正面。

概率百分比
20.507813 %
概率小数
0.205078125
期望成功次数
5
标准差
1.581139
事件摘要
根据当前输入完成计算;请结合公式和限制说明解读。

本工具仅用于模型计算,默认各次试验相互独立且成功概率固定不变。若这些前提不成立,实际结果可能会不同。

有帮助吗?

示例

计算方式

公式

P(X=k)=C(n,k)pk(1p)nkP(X = k) = C(n,k)p^k(1-p)^{n-k}

C(n,k)=n!k!(nk)!C(n,k) = \frac{n!}{k!(n-k)!}

P(Xk)=i=0kC(n,i)pi(1p)niP(X \le k) = \sum_{i=0}^{k} C(n,i)p^i(1-p)^{n-i}

P(Xk)=i=knC(n,i)pi(1p)niP(X \ge k) = \sum_{i=k}^{n} C(n,i)p^i(1-p)^{n-i}

P(aXb)=i=abC(n,i)pi(1p)niP(a \le X \le b) = \sum_{i=a}^{b} C(n,i)p^i(1-p)^{n-i}

μ=np,σ=np(1p)\mu = np, \quad \sigma = \sqrt{np(1-p)}

变量

nn

总次数或样本量

pp

成功概率

kk

目标成功次数

a,ba, b

a, b 表示这道数学题中的一个输入值、中间量或结果量。

XX

X 表示这道数学题中的一个输入值、中间量或结果量。

μ,σ\mu, \sigma

\mu, \sigma 表示这道数学题中的一个输入值、中间量或结果量。

这个计算器把 XX 视为二项随机变量。恰好模式使用 P(X=k)=C(n,k)pk(1p)nkP(X = k) = C(n,k)p^k(1-p)^{n-k}。至多、至少和区间模式会把对应成功次数范围内的精确概率相加。结果面板还会显示 npnpnp(1p)\sqrt{np(1-p)},方便你把所求事件与分布的中心和离散程度对照起来。

  • 前提假设:各次试验彼此独立,且成功概率保持不变。
  • 概率输入:0.353535% 都会标准化为同一个模型概率。
  • 数值稳定性:计算器通过对数 gamma 恒等式计算二项项,而不是直接展开阶乘,因此能避免直接用 n! 计算时常见的溢出问题。

常见问题

01什么时候适合使用二项模型?
当每次试验只有成功和失败两种结果、各次试验相互独立,而且每次成功概率都保持不变时,就适合使用二项模型。
02p 可以输入百分比或小数吗?
可以。这个计算器接受 0.35、35 和 35% 这类输入,并会在摘要行重新显示标准化后的模型概率,方便你确认实际使用的是哪个值。
03恰好、至多、至少和介于两者之间分别是什么意思?
“恰好”只看一个成功次数 k;“至多”会把 0 到 k 的概率相加;“至少”会把 k 到 n 的概率相加;“介于两者之间”则会把 k 到 k2(含两端)的概率相加。
04这和统计或排列组合有什么区别?
统计通常是对已经观察到的数据做汇总,排列组合关注的是有多少种排法。这个计算器关心的是在重复试验开始前或进行中,某个成功次数出现的概率。

所有计算器