Intermediate

Binomiālās varbūtības kalkulators

Aprēķini varbūtību iegūt tieši, ne vairāk kā vai vismaz k veiksmes n neatkarīgos Bernulli mēģinājumos, kā arī sadalījuma vidējo vērtību un dispersiju.
Whole number of independent trials
0 to n
Between 0 and 1

Moda

P(X = k)
0,1172

Probability of the selected outcome

P(X = k)
11,7188%
P(X ≤ k)
17,1875%
P(X ≥ k)
94,5313%
Mean (μ = np)
5
Variance (σ²)
2,5
Std. dev. (σ)
1,5811
k=3Normal approximation: μ = np, σ = √(np(1−p))
Step by step
  1. 1

    Binomial coefficient C(n, k)

    C(10, 3) = 120
    Number of ways to arrange k successes among n trials.
  2. 2

    pᵏ

    0,5 ^ 3 = 0,125
  3. 3

    (1 − p)ⁿ⁻ᵏ

    0,5 ^ 7 = 0,007813
  4. 4

    P(X = k)

    120 × 0,125 × 0,007813 = 0,1172
Rezultāti ir aplēses tikai vispārējai informācijai un nav profesionāls padoms — vienmēr neatkarīgi pārbaudiet svarīgus rezultātus, pirms uz tiem paļaujaties. Lasīt pilnu atrunu.
Ātrā atbilde

Kā darbojas šis kalkulators?

Binomiālā varbūtība ir P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ k veiksmēm n neatkarīgos mēģinājumos ar veiksmes varbūtību p. Kumulatīvas summas izmanto, lai aprēķinātu ne vairāk kā vai vismaz k. Sadalījumam ir vidējā vērtība np, dispersija np(1 − p) un standartnovirze √(np(1 − p)).

Formula
P(X = k) = C(n, k) · pᵏ · (1 − p)ⁿ⁻ᵏ
How this is calculated

Binomiālais sadalījums modelē veiksmju skaitu X n neatkarīgos mēģinājumos, kur katrs mēģinājums izdodas ar varbūtību p. Ievadi n (mēģinājumu skaitu), k (interesējošo veiksmju skaitu) un p (veiksmes varbūtību vienā mēģinājumā no 0 līdz 1). Punkta varbūtība ir P(X = k) = C(n, k) · pᵏ · (1 − p)ⁿ⁻ᵏ, kur C(n, k) ir binomiālais koeficients "n pa k".

Režīma izvēlne nosaka, ko parādīt. "Tieši" atgriež atsevišķā punkta varbūtību P(X = k). "Ne vairāk kā" atgriež kumulatīvo varbūtību P(X ≤ k) = Σ P(X = i), i = 0..k. "Vismaz" atgriež P(X ≥ k) = 1 − P(X ≤ k − 1). Binomiālais koeficients tiek veidots ar iteratīvu reizinājuma cilpu (reizinot n − i un dalot ar i + 1), tāpēc lieli faktoriāli nekad nepārpildās.

Sadalījuma kopsavilkums izmanto vidējo vērtību μ = np, dispersiju σ² = np(1 − p) un standartnovirzi σ = √(σ²). Ievaddatiem jāatbilst nosacījumiem n ≥ 0 un vesels skaitlis, 0 ≤ k ≤ n un vesels skaitlis, kā arī 0 ≤ p ≤ 1; pretējā gadījumā rezultāts ir nedefinēts. Stabiņu diagramma parāda varbūtības masu X vērtībām logā ap k, lai redzētu, kur k atrodas sadalījumā.

Biežāk uzdotie jautājumi

"Tieši k" ir varbūtība iegūt precīzi k veiksmes. "Ne vairāk kā k" summē varbūtības no 0 līdz k veiksmēm. "Vismaz k" summē no k līdz n veiksmēm, ko aprēķina kā 1 − P(X ≤ k − 1).

Jābūt fiksētam mēģinājumu skaitam n, katram mēģinājumam jābūt neatkarīgam, ar tieši diviem iznākumiem (veiksme/neveiksme) un nemainīgu veiksmes varbūtību p visos mēģinājumos.

Vidējā vērtība np dod sagaidāmo veiksmju skaitu, savukārt dispersija np(1 − p) un standartnovirze mēra, cik daudz skaits parasti svārstās ap šo vidējo.

Pazīstams arī kā

binomiālais sadalījums
binomiālā varbūtība
n pār k
veiksmes varbūtība
bernulli mēģinājumi
binomiālais kalkulators
binomial varbutiba

APA

TG we-Calculate Editorial Team. (2026). Binomiālās varbūtības kalkulators [Online calculator]. TG we-Calculate. https://we-calculate.com/lv/calculator/binomial-probability-calculator

Chicago

TG we-Calculate Editorial Team. "Binomiālās varbūtības kalkulators." TG we-Calculate. 2026. https://we-calculate.com/lv/calculator/binomial-probability-calculator.

IEEE

TG we-Calculate Editorial Team, "Binomiālās varbūtības kalkulators," TG we-Calculate, 2026. [Online]. Available: https://we-calculate.com/lv/calculator/binomial-probability-calculator

BibTeX

@misc{wecalculate_binomial_probability_calculator, title = {Binomiālās varbūtības kalkulators}, author = {{TG we-Calculate Editorial Team}}, howpublished = {\url{https://we-calculate.com/lv/calculator/binomial-probability-calculator}}, year = {2026}, note = {TG we-Calculate} }

Vai šis kalkulators jums palīdzēja?