सिक्का उछाल प्रायिकता कैलकुलेटर

सिक्का उछाल प्रायिकता कैलकुलेटर

अग्रणी AI Skill PRO

गणना दर्ज करें

सूत्र (फॉर्मूला)

P(X=k)=(nk)pk(1−p)n−kP(X = k) = \binom{\text{n}}{\text{k}} \, \text{p}^{\,\text{k}} \left(1 - \text{p}\right)^{\text{n} - \text{k}}
उपयोग आँकड़े

विज्ञापन

परिणाम

ठीक उतनी बार हेड आने की प्रायिकता
24.6094%
= 0.246094 दशमलव के रूप में
संयोजन C(n,k) 252
हेड की अपेक्षित संख्या 5
विरुद्ध संभावना (X के विरुद्ध 1) 3.06 से 1
प्रायिकता (दशमलव) 0.246094

इस पेज पर त्रुटि की रिपोर्ट करें

सिक्का उछाल कैलकुलेटर क्या है?

यह कैलकुलेटर बताता है कि n बार सिक्का उछालने पर ठीक k बार हेड आने की प्रायिकता कितनी है। हर उछाल एक स्वतंत्र घटना होती है, और किसी भी एक उछाल में हेड आने की संभावना p होती है (सही यानी संतुलित सिक्के के लिए 0.5)। p को बदलकर आप किसी झुके या वज़नदार सिक्के का मॉडल भी बना सकते हैं। यही गणित लगातार हेड आने के सवालों का जवाब भी देती है — जैसे लगातार 5 बार हेड आने की संभावना दरअसल वही स्थिति है जहाँ \(n = 5\) और \(k = 5\) हो।

इसका उपयोग कैसे करें

कुल उछालों की संख्या (n), जितनी बार हेड चाहिए वह संख्या (k), और एक उछाल में हेड आने की प्रायिकता (p, सही सिक्के के लिए 0.5) डालें। कैलकुलेटर आपको प्रायिकता प्रतिशत और दशमलव दोनों रूप में, संयोजनों की संख्या \(C(n,k)\), हेड की अपेक्षित संख्या, और उस सटीक परिणाम के विरुद्ध संभावना (odds) दिखाएगा।

सूत्र की पूरी समझ

यह परिणाम बाइनोमियल बंटन (binomial distribution) का पालन करता है: $$P(X = k) = \binom{n}{k} \, p^{\,k} \left(1 - p\right)^{n - k}$$ यहाँ \(C(n,k)\) यह गिनता है कि ठीक k बार हेड कितने तरीकों से आ सकते हैं, \(p^{k}\) उन खास उछालों के हेड होने की प्रायिकता है, और \((1-p)^{n-k}\) बाकी उछालों के टेल होने की प्रायिकता है। सही सिक्के (\(p = 0.5\)) के लिए यह सरल होकर \(C(n,k) \cdot 0.5^{n}\) रह जाता है।

विज्ञापन
सिक्के की उछाल में चित की संख्या के लिए द्विपद प्रायिकता बंटन का बार चार्ट
द्विपद बंटन: n उछालों के सभी संभावित परिणामों में k चित आने की प्रायिकता।

हल किया हुआ उदाहरण

10 बार सही सिक्का उछालने पर ठीक 5 बार हेड आने की संभावना क्या है? \(C(10,5) = 252\), और \(0.5^{10} = 1/1024 \approx 0.0009766\)। तो $$P = 252 \times 0.0009766 \approx 0.2461$$ यानी लगभग 24.61% — यह अकेला सबसे संभावित परिणाम है, फिर भी चार में से एक मौके से कम।

कई सिक्का उछालों में चित और पट की शाखाएँ दिखाता प्रायिकता वृक्ष आरेख
हर उछाल चित या पट में बँटती है, और रास्ते गुणा होकर किसी अनुक्रम की प्रायिकता देते हैं।

सामान्य सिक्का उछाल परिदृश्यों के लिए प्रायिकता तुलना

नीचे दी गई तालिका एक निष्पक्ष सिक्के (p = 0.5) और द्विपद सूत्र \(P(X=k)=\binom{n}{k}p^k(1-p)^{n-k}\) का उपयोग करती है। प्रत्येक पंक्ति n उछालों में ठीक k हेड आने की संभावना दर्शाती है। अंतिम पंक्ति तुलना के लिए एक पक्षपाती सिक्के को दिखाती है।

n (उछाल) k (हेड) प्रायिकता (%) संभावना (1 में X)
2 2 25% 1 में 4
3 3 12.5% 1 में 8
5 5 3.125% 1 में 32
10 10 0.0977% 1 में 1,024
10 0 0.0977% 1 में 1,024
10 5 24.61% 1 में 4.06
100 50 7.96% 1 में 12.6
10 (p = 0.6) 6 25.08% 1 में 3.99

10-उछाल पंक्ति की जाँच: \(\binom{10}{5}=252\), इसलिए \(P = 252 \times 0.5^{10} = 252/1024 \approx 0.2461\)। पक्षपाती पंक्ति की जाँच: \(210 \times 0.6^6 \times 0.4^4 = 210 \times 0.046656 \times 0.0256 \approx 0.2508\)।

ध्यान दें कि सबसे संभावित एकल परिणाम भी बहुत संभावित नहीं है: 100 उछालों में भी ठीक 50 हेड आने की संभावना 8% से कम समय में होती है।

विज्ञापन

परिणाम की व्याख्या: ठीक, लगातार या कम से कम प्रायिकताएँ

  • ठीक k, कम से कम k नहीं। कैलकुलेटर ठीक k हेड आने की प्रायिकता लौटाता है। "कम से कम k" ज्ञात करने के लिए आपको k, k+1, …, n की प्रायिकताएँ जोड़नी होंगी। उदाहरण के लिए, 3 निष्पक्ष उछालों में कम से कम 1 हेड आने की संभावना \(1 - 0.5^3 = 0.875\) है, न कि 12.5%।
  • अपेक्षित मान और प्रसार। हेड की अपेक्षित संख्या \(\mu = np\) है और मानक विचलन \(\sigma = \sqrt{np(1-p)}\) है। 100 निष्पक्ष उछालों के लिए, \(\mu = 50\) और \(\sigma = \sqrt{100 \times 0.5 \times 0.5} = 5\), इसलिए लगभग 45 से 55 हेड के बीच के परिणाम बहुत सामान्य हैं।
  • उछाल स्वतंत्र होते हैं। एक निष्पक्ष सिक्के को कोई स्मृति नहीं होती। लगातार पाँच हेड आने के बाद भी अगला उछाल 50% हेड ही रहता है। यह मानना कि अब टेल "आने वाला" है, जुआरी की भ्रांति है।
  • k = n का अर्थ है शुरुआत से एक विशिष्ट क्रम। k को n के बराबर रखने पर पहले n उछालों के सभी हेड होने की प्रायिकता \(p^n\) मिलती है। यह एक लंबे अनुक्रम में कहीं भी n हेड की लड़ी आने की संभावना से अलग है, जो अधिक होती है क्योंकि शुरुआत की कई संभावित स्थितियाँ होती हैं।
  • दुर्लभ घटनाएँ फिर भी घटती हैं। 1-in-1,024 परिणाम, जैसे 10 उछालों में 10 हेड, किसी एक प्रयास के लिए असंभव है, लेकिन हज़ारों स्वतंत्र प्रयासों में इसके नियमित रूप से होने की अपेक्षा की जाती है।

अक्सर पूछे जाने वाले सवाल

लगातार दो बार हेड आने की संभावना क्या है? \(n = 2\), \(k = 2\), \(p = 0.5\) रखें: \(P = 0.25\), यानी 25% या 4 में से 1।

क्या मैं वज़नदार सिक्के का मॉडल बना सकता हूँ? हाँ — p को हेड की असली प्रायिकता पर बदल दें, जैसे हेड की ओर झुके सिक्के के लिए 0.6।

10 उछालों में 5 हेड आने की संभावना 50% क्यों नहीं है? 50% तो अपेक्षित औसत है, लेकिन "ठीक 5" कई संभावित गिनतियों (0 से 10 तक) में से सिर्फ एक है। यह सबसे संभावित अकेली संख्या ज़रूर है, फिर भी ऐसा लगभग हर चौथी बार ही होता है।

अंतिम अपडेट:

विविध में सबसे लोकप्रिय

विविध के सभी कैलकुलेटर देखें