透過 MCP 連接 →

輸入計算

數學公式

Show calculation steps (3)
  1. Cumulative P(X ≤ x)

    Cumulative P(X ≤ x): 幾何分布計算機

    probability of at most x failures before the first success

  2. Cumulative P(X ≥ x)

    Cumulative P(X ≥ x): 幾何分布計算機

    probability of at least x failures before the first success

  3. Mean (Expected Failures)

    Mean (Expected Failures): 幾何分布計算機

    expected number of failures before the first success

廣告

結果

機率質量 f(x,p)
0.144
P(X = x)
Lower cumulative P(X ≤ x) 0.784
Upper cumulative P(X ≥ x) 0.36
期望值(平均值) 1.5

什麼是幾何分布?

幾何分布用來描述在一連串獨立試驗中,「首次成功之前出現多少次失敗」的機率模型,其中每次試驗的成功機率皆相同,記為 p。本計算機採用「首次成功前的失敗次數」這套定義,因此隨機變數 x 的取值為 0、1、2、…,而其機率質量函數為 \(f(x,p) = p(1-p)^{x}\)。請留意:另一種常見的定義方式是計算首次成功落在第幾次試驗 k(k = 1, 2, …),那並非本工具所採用的版本;兩者之間的關係為 \(x = k - 1\)。

幾何分布的長條圖,顯示機率隨失敗次數增加而遞減的長條
幾何分布:隨著首次成功前失敗次數的增加,機率呈幾何級數下降。

如何使用本計算機

請輸入首次成功前的失敗次數 x(一個非負整數),以及每次試驗的成功機率 p(介於 0 與 1 之間的數值)。本工具會回傳機率質量 \(f(x,p)\)、下累積機率 \(P(X \le x)\)、上累積機率 \(P(X \ge x)\),以及平均值(失敗次數的期望值)。

公式說明

令 \(q = 1 - p\)。機率質量為 $$f(x,p) = p\cdot q^{x}$$ 下累積和經過級數相消後可化簡為 $$P(X \le x) = 1 - q^{x+1}$$ 上尾機率為 $$P(X \ge x) = q^{x}$$ 平均值為 $$E[X] = \frac{1 - p}{p}$$ 一個實用的恆等式是 \(P(X \le x) + P(X \ge x) = 1 + f(x,p)\),因為上下兩側的尾端都把點 x 算進去了一次。

Advertisement
一串失敗圓圈後跟一個成功圓圈,展示首次成功前的 x 次失敗
每次試驗以機率 \((1-p)\) 失敗,直到以機率 p 出現首次成功。

實例演算

假設 x = 2、p = 0.4(因此 q = 0.6):$$f(2, 0.4) = 0.4 \cdot 0.6^{2} = 0.4 \cdot 0.36 = 0.144$$ 下累積機率 $$P(X \le 2) = 1 - 0.6^{3} = 1 - 0.216 = 0.784$$ 上累積機率 $$P(X \ge 2) = 0.6^{2} = 0.36$$ 平均值 \(= 0.6/0.4 = 1.5\)。驗算:\(0.784 + 0.36 - 0.144 = 1.000\)。

常見問題

x 有沒有把成功的那一次試驗算進去?沒有。這裡的 x 只計算首次成功之前的失敗次數,因此 x 從 0 開始。如果你手上的是首次成功的試驗序號 k,請改用 \(x = k - 1\) 來換算。

當 p = 1 時會發生什麼事?第一次試驗就保證成功:\(f(0,1) = 1\),當 \(x \ge 1\) 時 \(f(x,1) = 0\),平均值為 0。

為什麼當 p = 0 時平均值沒有定義?如果沒有任何一次試驗會成功,失敗次數的期望值就是無限大,因此公式 \((1 - p)/p\) 會出現除以零的情況。

最後更新: