Máy tính Phân phối Hình học

Máy tính Phân phối Hình học

Đang tăng trưởng AI Skill PRO

Nhập phép tính

Công thức

P(X=x)=p(1−p)xP(X = \text{x}) = \text{p}\,\left(1 - \text{p}\right)^{\text{x}}
Xem các bước tính (3)
  1. Tích lũy P(X ≤ x)

    P(X≤x)=1−(1−p)x+1P(X \le \text{x}) = 1 - \left(1 - \text{p}\right)^{\text{x} + 1}

    xác suất có nhiều nhất x lần thất bại trước lần thành công đầu tiên

  2. Tích lũy P(X ≥ x)

    P(X≥x)=(1−p)xP(X \ge \text{x}) = \left(1 - \text{p}\right)^{\text{x}}

    xác suất có ít nhất x lần thất bại trước lần thành công đầu tiên

  3. Trung bình (số lần thất bại kỳ vọng)

    μ=1−pp\mu = \frac{1 - \text{p}}{\text{p}}

    số lần thất bại kỳ vọng trước lần thành công đầu tiên

Thống kê sử dụng

Quảng cáo

Kết quả

Khối xác suất f(x,p)
0,144
P(X = x)
Tích lũy dưới P(X ≤ x) 0,784
Tích lũy trên P(X ≥ x) 0,36
Kỳ vọng (giá trị trung bình) 1,5

Báo lỗi nội dung trang này

Phân phối hình học là gì?

Phân phối hình học mô tả số lần thất bại xảy ra trước lần thành công đầu tiên trong một chuỗi các phép thử độc lập, mỗi phép thử có cùng xác suất thành công p. Máy tính này sử dụng quy ước "số lần thất bại trước lần thành công đầu tiên", nên biến ngẫu nhiên x nhận các giá trị 0, 1, 2, … và hàm khối xác suất là \(f(x,p) = p(1-p)^{x}\). Lưu ý: có một dạng phổ biến khác đếm thứ tự phép thử k của lần thành công đầu tiên (k = 1, 2, …); đó không phải dạng được dùng ở đây, trong đó \(x = k - 1\).

Biểu đồ cột của phân phối hình học cho thấy các cột xác suất giảm dần theo số lần thất bại
Phân phối hình học: xác suất giảm theo cấp số nhân khi số lần thất bại trước lần thành công đầu tiên tăng lên.

Cách sử dụng máy tính

Nhập số lần thất bại trước lần thành công đầu tiên x (một số nguyên không âm) và xác suất thành công của mỗi phép thử p (giá trị nằm trong khoảng từ 0 đến 1). Công cụ sẽ trả về khối xác suất \(f(x,p)\), xác suất tích lũy dưới \(P(X \le x)\), xác suất tích lũy trên \(P(X \ge x)\), và giá trị trung bình (số lần thất bại kỳ vọng).

Giải thích các công thức

Đặt \(q = 1 - p\). Khối xác suất là $$f(x,p) = p\cdot q^{x}.$$ Tổng tích lũy dưới rút gọn lại thành $$P(X \le x) = 1 - q^{x+1}.$$ Phần đuôi trên là $$P(X \ge x) = q^{x}.$$ Giá trị trung bình là $$E[X] = \frac{1 - p}{p}.$$ Một đồng nhất thức hữu ích là \(P(X \le x) + P(X \ge x) = 1 + f(x,p)\), vì cả hai phần đuôi đều tính cả điểm x.

Quảng cáo
Chuỗi các vòng tròn thất bại tiếp theo là một vòng tròn thành công minh họa x lần thất bại trước lần thành công đầu tiên
Mỗi lần thử thất bại với xác suất (1-p) cho đến khi lần thành công đầu tiên xảy ra với xác suất p.

Ví dụ minh họa

Với x = 2 và p = 0,4 (nên q = 0,6): $$f(2,\ 0{,}4) = 0{,}4 \cdot 0{,}6^{2} = 0{,}4 \cdot 0{,}36 = 0{,}144.$$ Tích lũy dưới $$P(X \le 2) = 1 - 0{,}6^{3} = 1 - 0{,}216 = 0{,}784.$$ Tích lũy trên $$P(X \ge 2) = 0{,}6^{2} = 0{,}36.$$ Giá trị trung bình \(= 0{,}6/0{,}4 = 1{,}5\). Kiểm tra: \(0{,}784 + 0{,}36 - 0{,}144 = 1{,}000\).

Câu hỏi thường gặp

x có tính cả phép thử thành công không? Không. Ở đây x chỉ đếm số lần thất bại trước lần thành công đầu tiên, nên x bắt đầu từ 0. Nếu bạn có thứ tự phép thử k của lần thành công đầu tiên, hãy dùng \(x = k - 1\).

Điều gì xảy ra khi p = 1? Thành công được đảm bảo ngay ở phép thử đầu tiên: \(f(0,1) = 1\), \(f(x,1) = 0\) với \(x \ge 1\), và giá trị trung bình bằng 0.

Tại sao giá trị trung bình không xác định khi p = 0? Nếu không phép thử nào thành công, số lần thất bại kỳ vọng là vô hạn, nên công thức \((1 - p)/p\) sẽ chia cho 0.

Cập nhật lần cuối:

Phổ biến nhất trong Toán học và Thống kê

Xem tất cả máy tính Toán học và Thống kê