Калькулятор геометрического распределения

Рассчитайте вероятность первого успеха в выбранном испытании, накопленную вероятность, среднее и дисперсию.

Расчёт геометрической вероятности
Введите постоянную вероятность успеха и номер испытания с первым успехом.

О геометрическом распределении

Геометрическое распределение моделирует число независимых испытаний Бернулли до первого успеха. У каждого испытания лишь два исхода, обычно называемых успехом и неудачей, а вероятность успеха остаётся постоянной. Броски монеты, повторные коммерческие звонки, проверки деталей и попытки подключения к сервису могут соответствовать этой модели, если попытки независимы и вероятность успеха не меняется. Этот калькулятор использует определение, в котором X считает испытания, поэтому возможные значения начинаются с единицы. Вероятность первого успеха в испытании k равна (1 - p) в степени k - 1, умноженному на p. Степень описывает k - 1 последовательных неудач, а последний множитель — успех в выбранном испытании. Например, при p, равном 0.5, первый успех в третьем испытании требует двух неудач, а затем успеха: 0.5 умножить на 0.5 и на 0.5, то есть 0.125. Накопленная вероятность P(X меньше или равно k) равна единице минус (1 - p) в степени k. Она отвечает на практический вопрос о первом успехе за заданное число попыток. Ожидаемый номер испытания равен 1, делённому на p. Дисперсия равна (1 - p), делённому на квадрат p. Поэтому меньшая вероятность успеха означает и более долгое ожидаемое ожидание, и значительно большую неопределённость его длительности. Отличительное свойство геометрического распределения — отсутствие памяти. После любого числа неудач распределение дополнительного ожидания остаётся таким же, как вначале. Это справедливо лишь при действительно независимых попытках с постоянным p. Если практика улучшает результат, оборудование изнашивается, клиенты различаются или выборка производится без возвращения, предпосылки геометрической модели нарушаются и может потребоваться другая модель. Обратите внимание на альтернативное определение в некоторых учебниках и программах. Оно считает неудачи до первого успеха и начинается с нуля. Его среднее равно (1 - p), делённому на p, то есть на единицу меньше показанного здесь среднего числа испытаний. Перед сравнением результатов всегда выясняйте, какое определение использует формула. Для стабильной последовательности независимых попыток калькулятор даёт точные и накопленные вероятности, а также характеристики центра и разброса распределения.

Примеры геометрического распределения

Входные данныеТочная вероятностьИнтерпретация
p = 0.5, k = 30.125Две неудачи, затем успех при бросках симметричной монеты.
p = 0.25, k = 20.1875Одна неудача, затем успех при шансе один к четырём.
p = 0.1, k = 10.1Первая попытка успешна, поэтому точная вероятность равна p.

Как рассчитать геометрическую вероятность

  1. Введите вероятность успеха одного независимого испытания.
  2. Введите положительный целый номер испытания с первым успехом.
  3. Нажмите «Рассчитать вероятность».
  4. Посмотрите точную и накопленную вероятности, среднее и дисперсию.

Вопросы о геометрическом распределении

Что означает k?

Здесь k — номер испытания, в котором впервые происходит успех. Это положительное целое число, поскольку первое испытание нумеруется единицей.

Какие предположения делает модель?

Испытания должны быть независимыми, иметь два исхода и постоянную вероятность успеха. Если эти условия меняются между попытками, результат может плохо описывать процесс.

Что такое накопленная геометрическая вероятность?

Это вероятность первого успеха не позднее испытания k. Дополнение к ней — вероятность неудачи во всех первых k испытаниях.

Почему некоторые средние отличаются на единицу?

Некоторые определения считают неудачи до первого успеха и начинают с нуля. Этот калькулятор считает все испытания до первого успеха включительно и начинает с единицы.

Обладает ли геометрическое распределение отсутствием памяти?

Да. После серии неудач распределение дополнительного времени ожидания не меняется, если испытания остаются независимыми с постоянной вероятностью.