Binomialfördelningskalkylator: Hur man beräknar sannolikheter för hand
En binomialfördelningskalkylator svarar på en fråga snabbt: givet ett fast antal försök, en konstant sannolikhet för framgång och ett målantal framgångar, vad är den exakta sannolikheten? Studenter använder en binomialfördelningskalkylator när en läxuppgift involverar myntkast, defektfrekvenser, fria kastprocentualer eller gissningar med flera svarsalternativ — situationer med exakt två resultat upprepade ett fast antal gånger. Den här guiden lär dig binomialfördelningsformeln från grunden, går igenom flera lösta exempel med verkliga tal, och visar hur du hittar medelvärdet, variansen och standardavvikelsen för hand, så att du förstår exakt vad en binomialfördelningskalkylator beräknar innan du litar på resultatet.
Innehåll
- 01Vad är en binomialfördelning?
- 02Hur fungerar en binomialfördelningskalkylator?
- 03Hur man beräknar binomialfördelning steg för steg
- 04Hur hittar du medelvärdet och standardavvikelsen för en binomialfördelning?
- 05Vilka villkor måste uppfyllas för att använda en binomialfördelning?
- 06Hur beräknar du kumulativa binomialfördelningssannolikheter?
- 07Vanliga misstag när du använder en binomialfördelningskalkylator
- 08Övningsproblem för binomialfördelning med lösningar
- 09Vad frågar eleverna oftast om binomialfördelningskalkylatorer?
- 10Få mer hjälp med binomialfördelningsläxa
Vad är en binomialfördelning?
En binomialfördelning beskriver antalet framgångar i ett fast antal oberoende försök, där varje försök har exakt två möjliga resultat — framgång eller misslyckande — och sannolikheten för framgång är densamma för varje försök. Att kasta ett mynt 10 gånger och räkna kronor, testa 20 mikrochip och räkna defekta enheter, eller göra 8 fria kast och räkna träffar är alla binomiallägen. Det som gör en binomialfördelningskalkylator användbar är att den ersätter en lång, felbenägen handberäkning med en enda formelöversligning, men formeln i sig är enkel nog för att beräknas för hand när du väl förstår dess tre delar: antalet försök (n), sannolikheten för framgång för varje försök (p), och antalet framgångar du frågar om (k).
Binomialfördelningsformel: P(X = k) = C(n,k) × p^k × (1−p)^(n−k), där C(n,k) = n! / [k!(n−k)!] är antalet sätt att välja k framgångar från n försök.
Hur fungerar en binomialfördelningskalkylator?
Varje binomialfördelningskalkylator frågar efter samma tre inmatningar och kan returnera flera olika utmatningar beroende på vad du behöver. Att förstå dessa inmatningar och utmatningar gör det mycket lättare att ställa in ett binomialfördelningsproblem korrekt, oavsett om du beräknar det för hand eller kontrollerar ditt arbete med en kalkylator efteråt.
1. Inmatningar som en binomialfördelningskalkylator behöver
n — det totala antalet försök eller försök (måste vara ett fast, känt tal). p — sannolikheten för framgång på ett enda försök, uttryckt som ett decimaltal mellan 0 och 1 (t.ex. 0,05 för en defektfrekvens på 5%, 0,5 för ett rättvist mynt). k — det specifika antal framgångar du vill ha sannolikheten för (ett heltal från 0 till n).
2. Utmatningar som en binomialfördelningskalkylator kan returnera
P(X = k) — sannolikheten för exakt k framgångar. P(X ≤ k) eller P(X ≥ k) — kumulativ sannolikhet för högst eller minst k framgångar, hittad genom att summera flera P(X = k) värden. Medelvärde (μ = np), varians (σ² = np(1−p)), och standardavvikelse (σ = √[np(1−p)]) — sammanfattningsnummer som beskriver centrum och spridningen av fördelningen utan att beräkna varje individuell sannolikhet.
3. Varför du fortfarande bör lära dig den manuella metoden
Läxor och prov kräver nästan alltid att du visar installationen — identifierar n, p och k, skriver kombinationen C(n,k) och ersätter i formeln — inte bara ett slutligt decimaltal. En binomialfördelningskalkylator är snabbast för att kontrollera ett svar eller hantera stora n-värden, men att förstå de manuella stegen nedan är vad som faktiskt får kredit och bygger den intuition du behöver för hypotesprövning och andra statistikämnen senare i kursen.
Hur man beräknar binomialfördelning steg för steg
Det tydligaste sättet att lära sig binomialfördelningsformeln är att arbeta igenom ett realistiskt exempel med verkliga tal, ett steg i taget. Här är ett kvalitetskontrollscenario som dyker upp ofta i statistikläxor.
1. Ställ in problemet
En fabrik skickar partier med 20 mikrochip. Historiskt sett är 5% av chipsen defekta. Vad är sannolikheten att exakt 2 av 20 chip i ett slumpmässigt parti är defekta? Identifiera de tre värdena: n = 20 (försök), p = 0,05 (sannolikhet för ett defekt chip, 'framgången' vi räknar), k = 2 (antalet defekta chip vi vill ha sannolikheten för).
2. Beräkna kombinationen C(n,k)
C(20,2) = 20! / [2!(20−2)!] = 20! / (2! × 18!). Detta förenklas till (20 × 19) / (2 × 1) = 380 / 2 = 190. Det finns 190 olika sätt att välja vilka 2 av 20 chip som är defekta.
3. Beräkna p^k
p^k = (0,05)² = 0,0025. Det här är sannolikheten att två specifika chip båda är defekta.
4. Beräkna (1−p)^(n−k)
(1−p)^(n−k) = (0,95)^18. Kvadrering upprepade gånger: 0,95² = 0,9025, 0,95⁴ = 0,8145, 0,95⁸ = 0,6634, 0,95¹⁶ = 0,4401, och 0,95¹⁸ = 0,95¹⁶ × 0,95² = 0,4401 × 0,9025 ≈ 0,3973. Det här är sannolikheten att de återstående 18 chipsen alla är icke-defekta.
5. Multiplicera de tre delarna tillsammans
P(X = 2) = C(20,2) × p² × (1−p)^18 = 190 × 0,0025 × 0,3973 ≈ 190 × 0,0025 = 0,475, sedan 0,475 × 0,3973 ≈ 0,1887. Svar: det finns ungefär 18,87% chans att exakt 2 av 20 chip i partiet är defekta. En binomialfördelningskalkylator skulle returnera denna samma 0,1887 omedelbar, men nu kan du verifiera talet själv och förklara varje steg på papper.
Beräkna alltid de tre delarna av binomialformeln separat — C(n,k), p^k, och (1−p)^(n−k) — multiplicera sedan i slutet. Att kombinera steg för tidigt är den vanligaste källan till aritmetiska fel.
Hur hittar du medelvärdet och standardavvikelsen för en binomialfördelning?
I stället för att beräkna varje individuell sannolikhet har en binomialfördelning tre sammanfattningsvärden som beskriver den på en rad: medelvärdet (förväntat antal framgångar), variansen och standardavvikelsen (ett mått på spridning). Dessa formler är mycket snabbare än att beräkna P(X = k) för varje möjligt k, och vilken binomialfördelningskalkylator som helst rapporterar dem tillsammans med individuella sannolikheter.
1. Medelvärde (förväntat värde)
Formel: μ = n × p. Med hjälp av mikrochipexemplet (n = 20, p = 0,05): μ = 20 × 0,05 = 1. I genomsnitt förväntar du exakt 1 defekt chip per parti om 20 — även om varje enskilt parti kan ha 0, 1, 2 eller fler.
2. Varians
Formel: σ² = n × p × (1−p). Med samma exempel: σ² = 20 × 0,05 × 0,95 = 0,95. Varians mäter hur utspridda möjliga resultat är runt medelvärdet, men det är i kvadratiska enheter, vilket är varför standardavvikelsen vanligtvis rapporteras istället.
3. Standardavvikelse
Formel: σ = √[n × p × (1−p)]. σ = √0,95 ≈ 0,97. Detta säger att antalet defekta chip vanligtvis faller inom ungefär ±0,97 av medelvärdet på 1 — så att se 0, 1 eller 2 defekta chip i ett parti är vanligt, medan att se 5 eller fler skulle vara ovanligt höga.
4. Ett andra löst exempel: gissningar med flera svarsalternativ
En elev gissar slumpmässigt på ett 10-frågors flervalsquiz där varje fråga har 4 svarsalternativ (p = 0,25 chans att gissa rätt). Medelvärde: μ = 10 × 0,25 = 2,5 förväntade rätta svar från ren gissning. Varians: σ² = 10 × 0,25 × 0,75 = 1,875. Standardavvikelse: σ = √1,875 ≈ 1,37. Det betyder att en slumpmässig gissare vanligtvis poängsätter mellan ungefär 1 och 4 rätta svar (2,5 ± 1,37), vilket är användbar kontext när en lärare sätter en godkändgräns.
Medelvärde för en binomialfördelning: μ = np. Standardavvikelse: σ = √[np(1−p)]. Båda formlerna kräver endast n och p — inget behov av att summera individuella sannolikheter.
Vilka villkor måste uppfyllas för att använda en binomialfördelning?
En binomialfördelningskalkylator ger endast korrekta svar när den underliggande situationen faktiskt uppfyller fyra specifika villkor. Att använda binomialformeln på ett problem som bryter mot dessa villkor är ett av de vanligaste misstagen i statistikläxor.
1. Fast antal försök (n)
Antalet försök måste ställas in i förväg och vara känt — 20 chip inspekterade, 10 myntkast, 8 fria kast. En situation där du fortsätter 'tills den första framgången' är en annan fördelning (geometrisk), inte binomialfördelning.
2. Exakt två resultat per försök
Varje försök måste resultera i antingen 'framgång' eller 'misslyckande' — defekt eller icke-defekt, krona eller klave, träff eller missar. Det finns ingen tredje kategori. Om ett försök har mer än två möjliga resultat behöver du en annan modell (såsom en multinomialfördelning).
3. Konstant sannolikhet för framgång (p)
Sannolikheten för framgång måste vara densamma för varje försök. En frikastarskyttare med ett karriärsnitt på 80% antas skjuta på 80% på varje försök i problemet — sannolikheten ändras inte baserat på trötthet, fart eller tidigare träffar/missar.
4. Oberoende försök
Resultatet av ett försök kan inte påverka ett annat. Det är därför urval med återläggning (eller urval från en mycket stor population) uppfyller binomialmodellen, men urval utan återläggning från en liten population gör det inte — att ta bort en artikel ändrar sannolikheten för nästa dragning. Den situationen kräver den hypergeometriska fördelningen istället, vilket är en vanlig trickkfråga i statistikkurser.
Hur beräknar du kumulativa binomialfördelningssannolikheter?
Många binomialfördelningsproblem frågar efter 'minst' eller 'högst' ett visst antal framgångar snarare än exakt ett värde. En binomialfördelningskalkylator hanterar detta genom att summera flera individuella sannolikheter, och du kan göra samma sak för hand för ett litet antal termer.
1. Ställ in ett 'minst'-problem
Ett rättvist mynt kastas 10 gånger (n = 10, p = 0,5). Vad är sannolikheten att få minst 7 kronor? 'Minst 7' betyder P(X ≥ 7) = P(X = 7) + P(X = 8) + P(X = 9) + P(X = 10) — fyra separata binomialfördelningssannolikheter adderade tillsammans.
2. Beräkna varje term
Eftersom p = 0,5 delar varje term samma p^k × (1−p)^(n−k) = 0,5¹⁰ = 1/1024. Endast kombinationen C(n,k) ändras: C(10,7) = 120, C(10,8) = 45, C(10,9) = 10, C(10,10) = 1. Varje sannolikhet är kombinationen delad med 1024: P(7) = 120/1024 ≈ 0,1172, P(8) = 45/1024 ≈ 0,0439, P(9) = 10/1024 ≈ 0,0098, P(10) = 1/1024 ≈ 0,0010.
3. Lägg termerna tillsammans
P(X ≥ 7) = (120 + 45 + 10 + 1) / 1024 = 176/1024 ≈ 0,1719. Svar: det finns ungefär 17,19% chans att kasta 7 eller fler kronor av 10 rättvisade myntkast. För 'högst' problem, summera från 0 upp till k istället, eller använd genvägen P(X ≤ k) = 1 − P(X ≥ k+1) när den sidan har färre termer att addera.
Genvag för kumulativ sannolikhet: om 'minst k' kräver många termer, beräkna komplementet istället — P(X ≥ k) = 1 − P(X ≤ k−1) — och summera den sida som har färre termer.
Vanliga misstag när du använder en binomialfördelningskalkylator
Dessa fel dyker upp konstant på klassificerad statistikläxa, oavsett om beräkningen görs för hand eller kontrolleras mot en binomialfördelningskalkylator efteråt.
1. Förvirring mellan 'exakt k' med 'minst k' eller 'högst k'
P(X = k) ger en enda sannolikhet. Om frågan använder orden 'minst', 'högst', 'mer än' eller 'mindre än' behöver du en kumulativ summa av flera P(X = k) värden, inte bara en term. Att missläsa detta är det enskilt vanligaste misstag med binomialfördelning.
2. Glömmer termen (1−p)^(n−k)
Det är lätt att beräkna C(n,k) × p^k och stanna där, glöma att multiplicera med sannolikheten att de återstående försöken alla är misslyckanden. Att hoppa över denna term gör varje svar för stort — ibland till och med större än 1, vilket är ett omedelbart tecken på ett fel.
3. Använder fel värde för p
Om ett problem beskriver en 92% framgångsgrad är p = 0,92, inte p = 0,08 (det skulle vara misslyckandegraden). Dubbelkolla alltid vilket resultat problemet kallar 'framgång' — om en fråga frågar efter sannolikheten för defekta föremål är p defektgraden, inte godkändegraden.
4. Tillämpar binomialformeln när försöken inte är oberoende
Att dra kort från en kortlek utan återläggning, eller välja studenter från en liten klass utan återläggning, ändrar sannolikheten med varje dragning — detta bryter mot oberoendevillkoret och kräver den hypergeometriska fördelningen istället för binomialformeln.
Övningsproblem för binomialfördelning med lösningar
Arbeta genom dessa tre problem från enklast till svårast. Prova var och en innan du läser lösningen, kontrollera sedan din installation mot de visade stegen.
1. Problem 1 (Nybörjare): Rulla en tärning
En rättvis sexsidig tärning rullas 6 gånger. Vad är sannolikheten att rulla exakt en 6:a? Lösning: n = 6, p = 1/6 (framgång = rulla en 6), k = 1. C(6,1) = 6. P(X=1) = 6 × (1/6)¹ × (5/6)⁵ = 1 × (5/6)⁵. (5/6)⁵ = 3125/7776 ≈ 0,4019. Svar: P(X=1) ≈ 0,4019, eller ungefär 40,19%.
2. Problem 2 (Mellannivå): Frikastarskytning
En basketspelare gör 80% av sina fria kast. Hon skjuter 8 fria kast. Vad är sannolikheten att hon gör exakt 6? Lösning: n = 8, p = 0,8, k = 6. C(8,6) = 28. P(X=6) = 28 × (0,8)⁶ × (0,2)² = 28 × 0,262144 × 0,04 ≈ 28 × 0,010486 ≈ 0,2936. Svar: P(X=6) ≈ 0,2936, eller ungefär 29,36%.
3. Problem 3 (Avancerad): Spamfilterprecision
Ett spamfilter fångar korrekt 90% av skräppostmeddelanden. Av 15 skräppostmeddelanden som skickas, vad är sannolikheten att filtret fångar minst 13 av dem? Lösning: n = 15, p = 0,9, behöver P(X ≥ 13) = P(13) + P(14) + P(15). C(15,13) = 105, C(15,14) = 15, C(15,15) = 1. P(13) = 105 × (0,9)¹³ × (0,1)² ≈ 105 × 0,2542 × 0,01 ≈ 0,2669. P(14) = 15 × (0,9)¹⁴ × (0,1)¹ ≈ 15 × 0,2288 × 0,1 ≈ 0,3432. P(15) = (0,9)¹⁵ ≈ 0,2059. Summa: 0,2669 + 0,3432 + 0,2059 ≈ 0,8159. Svar: ungefär 81,59% chans att fånga minst 13 av 15 skräppostmeddelanden.
Vad frågar eleverna oftast om binomialfördelningskalkylatorer?
Detta är de frågor som dyker upp mest tillsammans med läxor och tentamensöversyn av binomialfördelning.
1. När kan jag approximera en binomialfördelning med en normalfördelning?
När n är stor och både np ≥ 10 och n(1−p) ≥ 10 kan binomialfördelningen approximeras med en normalfördelning med μ = np och σ = √[np(1−p)]. Det här är användbart för stora n där beräkning av individuella binomialtermer för hand blir omständlig, men för små n (som exemplen ovan) är den exakta binomialformeln mer exakt och vanligtvis krävd.
2. Kan en binomialfördelningskalkylator hantera 'minst' och 'högst' problem direkt?
De flesta binomialfördelningskalkulatorer inkluderar ett kumulativt sannolikhetsläge som summerar de individuella termerna automatiskt, så du behöver inte addera P(X=7) + P(X=8) + P(X=9) + P(X=10) för hand varje gång. Det är fortfarande värdefullt att göra det manuellt minst en gång, eftersom prov vanligtvis kräver den fullständiga installationen.
3. Vad är det snabbaste sättet att beräkna C(n,k) för hand?
I stället för att beräkna fullständiga faktorial, avbryt termer först. C(20,2) = (20 × 19)/(2 × 1) är mycket snabbare än att beräkna 20! och 18! separat. För C(n,k), skriv bara k termer i täljaren (n × (n−1) × ... ned till k termer) och dividera med k!.
4. När ska jag använder binomial istället för Poissonfördelning?
Använd binomialfördelningen när du känner till både det fasta antal försök (n) och sannolikheten för framgång (p). Använd Poissonfördelningen istället när du bara vet en genomsnittlig förekomstfrekvens över ett kontinuerligt intervall (som 'defekter per timme') och det inte finns något naturligt fast antal försök. När n är mycket stort och p är mycket litet, approximerar Poissonfördelningen med λ = np binomialfördelningen väl.
Få mer hjälp med binomialfördelningsläxa
När du väl är bekväm med att identifiera n, p och k, och kan gå genom kombinationen, potensen av p, och potensen av (1−p) separat, blir binomialfördelningsproblem en fråga om försiktig aritmetik snarare än en mystisk formel. Öva med en blandning av 'exakt', 'minst' och medelvärde/standardavvikelsefrågor, eftersom tentamina tenderar att blanda alla tre i samma avsnitt. Om du fastnar på att ställa in ett specifikt binomialfördelningsproblem eller vill dubbelkolla en handberäkning kan Solvifys steg-för-steg-lösnare arbeta igenom samma formel som visas i den här guiden — kombination, sannolikhetstermer och slutligt svar — så du kan se exakt var din egen installation skiljer sig från rätt.
Innan du griper till en binomialfördelningskalkylator, skriv ner n, p och k från problemet först. Att få dessa tre värden rätt är där de flesta poäng för binomialfördelningsläxa faktiskt vinner eller förlorar.
Relaterade artiklar
Statistikläxa-hjälp: Beskrivande statistik, sannolikhet och hypotestest
En fullständig statistikguide som täcker sannolikhetsregler, hypotestest och regression — den större verktygskittet som binomialfördelningsproblem passar in i.
Steg-för-steg-lösning av matematikproblem
Ett allmänt ramverk för att bryta ned vilket flerstegsmatte-problem som helst, inklusive sannolikhetsformler, i tydliga, kontrollerbara steg.
Bästa AI-läxa-hjälpare
Hur du väljer ett AI-läxa-verktyg som visar fullständiga lösta lösningar i stället för bara ett slutligt svar, användbart för sannolikhets- och statistikkurser.
Relaterade matematiklösare
Steg-för-steg-lösningar
Få varje steg i en binomialfördelningsberäkning visad explicit — kombinationer, exponenter och den slutliga multiplikationen.
Smart skannerlösare
Ta ett foto av en binomialfördelningsfråga och få en omedelbar, helt löst lösning.
AI-matematiklärare
Ställ uppföljningsfrågor om kombinationer, kumulativ sannolikhet eller när du ska använda binomial kontra andra fördelningar.