ಬೈನರಿ ಪ್ರಭೇಷಕ (ಪ್ರೋಗ್ರಾಂ) ಗಣಕ

K ಗೆಳೆಯರಾದ ಸಂಭಾವ್ಯತೆಯನ್ನು ಉಚಿತ ಪರೀಕ್ಷೆಗಳಲ್ಲಿ ಕಂಡುಕೊಳ್ಳಿ.

ಪೀ(X = k) —

ಪೀ(X) EX (ಸಾಮಾನ್ಯ k) —

ಪೀ(X), ಕೆಇಂಟರ್ —

ಸಾಮನ್ಯ (np) —

ಬದಲಾಗುವಿಕೆ —

ಶಿಷ್ಟ ದೂರವಾಣಿ —

ನೀವು ನಮೂದಿಸಿದ ಹಾಗೆ ಅಪ್‌ಡೇಟ್‌ ಅನ್ನು ಫಲಿಸುತ್ತದೆ.

ಈ ಕ್ಯಾಲ್ಸಿಯಮ್‌ ನಿಮಗೆ ಸರಿಯಾದ ಉತ್ತರ ಕೊಟ್ಟಿತೋ?

ಈ ಲೆಕ್ಕಾಚಾರದ ಬಗ್ಗೆ

The binomial probability calculator uses the binomial distribution to model the number of successes in a fixed number of independent trials, each with the same success probability — the classic "how many heads in ten coin flips" problem. It returns the probability of exactly k successes, P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ, along with the cumulative probabilities of at most k and at least k successes.

The term C(n, k) is the number of ways to choose which k of the n trials succeed, pᵏ is the chance those k succeed and (1 − p)ⁿ⁻ᵏ the chance the rest fail. It also reports the distribution’s mean (n·p), variance (n·p·(1 − p)) and standard deviation, and shows the full probability distribution as a table and a chart.

Worked example: for n = 10 flips of a fair coin (p = 50%) the chance of exactly k = 3 heads is C(10, 3) × 0.5³ × 0.5⁷ = 120 × 0.5¹⁰ ≈ 11.7%. The expected number of heads is 10 × 0.5 = 5, with a standard deviation of √(10 × 0.5 × 0.5) ≈ 1.58.

ಆಗಾಗ್ಗೆ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಲಾಗುತ್ತದೆ

ನಾನು ಯಾವಾಗ ಬೌಂಡ್‌ ವಿತರಣೆಯನ್ನು ಬಳಸಬಲ್ಲೆ?

Use it when there is a fixed number of independent trials, each trial has just two outcomes (success or failure), and the success probability is the same every time — like flipping a coin 10 times or counting defective items in a batch.

P( x) = k () ಮತ್ತು P( x) ನ ನಡುವೆ ವ್ಯತ್ಯಾಸವೇನು?

P(X = k) is the chance of exactly k successes, while P(X ≤ k) adds up the chances of 0, 1, … up to k successes. The cumulative version answers questions like "what is the probability of at most 3 successes?"

"engo" ಏನು?

C(n, k), read "n choose k", is the number of different ways to pick which k of the n trials are the successes. For 10 trials and 3 successes there are C(10, 3) = 120 such combinations, and each contributes to the total probability.

ಒಂದು ಬಳಕೆ ವಿತರಣೆಯ ಅರ್ಥ ಮತ್ತು ಮಟ್ಟದ ವಿನಿಮಯದ ಅರ್ಥವೇನಾಗಿದೆ?

The mean (expected number of successes) is n·p and the variance is n·p·(1 − p), so the standard deviation is √(n·p·(1 − p)). For 10 fair coin flips the mean is 5 and the standard deviation about 1.58.

ನಾನು ಸಾಮಾನ್ಯ ವಿತರಣೆಯನ್ನು ಯಾವಾಗ ಅಳೆಯಬಲ್ಲೆ?

When n is large and both n·p and n·(1 − p) are at least about 10, the binomial is well approximated by a normal distribution with the same mean and standard deviation. This is the basis of many large-sample proportion tests.

ಕಳೆದುಹೋದ k ಯತ್ನಗಳ ಸಾಧ್ಯತೆಯನ್ನು ನಾನು ಹೇಗೆ ಕಾಣುತ್ತೇನೆ?

P(XRORK) K, K+1,... nngral ಗಾಗಿ. ಇದು ೧ ಲೀ ಪ್ (X p), kpath (x path), ಮತ್ತು ಈ ಬೌಮಲ್ ಸಂವೇದಕವು "ಉತ್ತಮ ಮೌಲ್ಯದ ಮೌಲ್ಯ" ಯೊಂದಿಗೆ ನೇರವಾಗಿ ವರದಿ ಮಾಡುತ್ತದೆ.

API —⁠ ಸಂಜ್ಞೆಯಲ್ಲಿರುವ ಈ ಕ್ಯಾಲ್ಕುಲೇಟರನ್ನು ಬಳಸಿ

ಈ ಕ್ಯಾಲ್ಕುಲೇಟರ್‌ ಅನ್ನು ಉಚಿತ Joson ಕೊನೆಯ ಬಿಂದುವಾಗಿ ಅಂದರೆ ಯಾವುದೆ ಕೀಲಿಕೈ ಸಹ ಅಗತ್ಯವಿರುವುದಿಲ್ಲ. ಮನವಿ ಪ್ರತ್ಯಾಭಾವಕ್ಕೆ ಅಥವ JSon ಗೆ ಕೆಳಗಿನ ಲೆಕ್ಕಾಚಾರದ ಮೌಲ್ಯಗಳನ್ನಿಡಿ. ನೀನು ಬಿಟ್ಟುಬಿಡುವಲ್ಲಿ, ಈ ಪುಟವು ಮೊದಲಿನಷ್ಟು ಪೂರ್ವನಿಯೋಜಿತವಾಗಿ ಬಳಸಲ್ಪಡುತ್ತದೆ; ಗೊತ್ತಿರದ ಸವಲತ್ತು 400, ಎಂದೂ ಮೌನ பூಮಾ( ಟೆಲಿವಿಷನ್) ಆಗಿರುವುದಿಲ್ಲ. ಪೂರ್ಣ APIcs ಅನ್ನು ಓದಿ →

ಅಂತ್ಯಬಿಂದು

GET https://calculator.free/api/v1/binomial-probability/

curl

curl "https://calculator.free/api/v1/binomial-probability/?n=10&k=3&p=50"

JavaScript `fetch()`

const r = await fetch(
  "https://calculator.free/api/v1/binomial-probability/?" + new URLSearchParams({
    "n": "10",
    "k": "3",
    "p": "50"
  }));
const data = await r.json();
console.log(data.results);

ಆದರೆ, ಇದು ಕೇವಲ ಹಣಕಾಸಿನ ಸಲಹೆಯಾಗಿದೆಯಲ್ಲ.

ಈ ಲೆಕ್ಕಾಚಾರದ ಬಗ್ಗೆ

ಆಗಾಗ್ಗೆ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಲಾಗುತ್ತದೆ

ಸಂಬಂಧಿತ ಕ್ಯಾಲ್ಕುಲೇಟರ್ಗಳು

ಅಂತ್ಯಬಿಂದು

curl

JavaScript fetch()

JavaScript `fetch()`