通过MCP连接 →

输入计算

数学公式

Show calculation steps (2)
  1. Cumulative Probabilities

    Cumulative Probabilities: 抛硬币概率计算器

    At most k heads sums probabilities for j from 0 to k; at least k heads sums for j from k to n

  2. Expected Number of Heads

    Expected Number of Heads: 抛硬币概率计算器

    Mean of the binomial distribution

广告

结果

恰好出现该正面次数的概率
24.6094%
P(X = k) = 0.246094
精确概率(%) 24.6094%
组合数 C(n,k) 252
P(至多 k 次正面) 0.623047
P(至少 k 次正面) 0.623047
正面次数期望值 (n·p) 5

这个计算器能做什么

抛硬币概率计算器可以帮你算出:在固定次数的抛掷中,出现特定正面次数的可能性有多大。它基于二项分布——这种分布适用于任何一连串相互独立、只有"是/否"两种结果的试验。最经典的情形当然是均匀硬币(\(p = 0.5\)),但本工具同样支持偏置硬币:你可以把正面出现的概率设为 0 到 1 之间的任意值。

使用方法

只需填入三个数值:抛掷次数 n、你想要的正面次数 k,以及单次抛掷出现正面的概率 p。计算器会返回恰好出现 k 次正面的精确概率、对应的组合数 \(C(n,k)\)、出现"至多 k 次"和"至少 k 次"正面的累积概率,以及正面次数的期望值(\(n \cdot p\))。

公式详解

二项分布公式为 $$P(X = k) = \binom{n}{k} \, p^{\,k} \left(1 - p\right)^{n - k}$$ 其中 \(C(n,k)\) 表示恰好出现 k 次正面共有多少种不同的排列方式;\(p^k\) 是这 k 次正面同时发生的概率;\((1-p)^{n-k}\) 则是剩下那些抛掷全部为反面的概率。三者相乘,就得到了出现某个特定正面次数的概率。

Advertisement
以带标签的可视化模块展示的二项公式各组成部分
二项概率公式分为三部分:选取 k 的方式数、正面的概率和反面的概率。

实例演算

以抛 10 次均匀硬币、\(k = 5\)、\(p = 0.5\) 为例:\(C(10,5) = 252\),\(p^5 = 0.03125\),\((1-p)^5 = 0.03125\)。于是 $$P = 252 \times 0.03125 \times 0.03125 \approx 0.2461$$ 约为 24.61%。可见,尽管 5 次正面是最可能出现的结果,它发生的概率也不到四分之一。

抛硬币二项概率分布的条形图
每种可能正面次数的概率构成钟形的二项分布。

常见问题

什么是均匀硬币?均匀硬币的 \(p = 0.5\),意味着每次抛掷出现正面和反面的可能性完全相等。

可以模拟偏置硬币吗?可以——把 p 设为实际的正面概率即可。例如,一枚有 60% 概率落到正面的硬币,就把 p 设为 0.6。

"至少 k 次正面"是什么意思?它指的是出现 k 次或更多正面的累积概率,计算方法是把 k、k+1、……、n 各自的精确概率全部相加。

最后更新: