Калкулатор за геометрично разпределение

Автор: Henrick Yau
- 27 септември 2026 г.
| |

Калкулатори

Изчисляване на функция на вероятностната маса (PMF), кумулативна функция на разпределение (CDF), средна стойност, дисперсия и други статистики за геометричното разпределение с вероятност за успех p.

Входни параметри

Опции за изчисление

Опции за показване

Относно геометричното разпределение

Геометричното разпределение моделира броя опити, необходими за постигане на първия успех в поредица от независими опити на Бернули, всеки с еднаква вероятност за успех p.

Две често срещани разновидности
  • Брой опити: Отчита общия брой опити до (и включително) първия успех. Област: x ∈ {1, 2, 3, ...}
  • Брой неуспехи: Отчита само неуспехите преди първия успех. Област: x ∈ {0, 1, 2, ...}

И двете разновидности се използват на практика, затова е важно да се уточни с коя работите.

Ключови свойства
  • Свойство без памет: P(X > s + t | X > s) = P(X > t)
  • Средна стойност (очаквана стойност): E[X] = 1/p (опити) или (1-p)/p (неуспехи)
  • Дисперсия: Var(X) = (1-p)/p² (и двете версии)
  • Мода: Винаги 1 (опити) или 0 (неуспехи)
  • Асиметрия: (2-p)/√(1-p) > 0, което показва дясна асиметрия
Приложения

Геометричното разпределение обикновено се използва за моделиране на:

  • Брой опити, необходими за постигане на успех
  • Време на изчакване до първото настъпване на събитие
  • Контрол на качеството (брой проверени артикули до откриване на дефект)
  • Тестване на надеждност (брой опити до отказ на оборудване)
  • Игри на случайността (брой хвърляния до определен резултат)
  • Моделиране на процеси по привличане на клиенти или конверсия
Връзка с други разпределения
  • Геометричното разпределение е частен случай на отрицателното биномно разпределение, където r = 1 (един успех).
  • То е дискретният аналог на непрекъснатото експоненциално разпределение.
  • Подобно на експоненциалното разпределение, то е единственото дискретно разпределение без памет.

Основни формули за геометрично разпределение

Функция на вероятностната маса (PMF) за брой опити:
\( P(X = x) = (1-p)^{x-1} \times p \quad \text{за} \quad x = 1,2,3,... \)

Функция на вероятностната маса (PMF) за брой неуспехи:
\( P(X = x) = (1-p)^x \times p \quad \text{за} \quad x = 0,1,2,... \)

Кумулативна функция на разпределение (CDF):
\( P(X \leq x) = 1 - (1-p)^x \)

Средна стойност:
Опити: \( \mu = \frac{1}{p} \quad \) Неуспехи: \( \mu = \frac{1-p}{p} \)

Дисперсия:
\( \sigma^2 = \frac{1-p}{p^2} \)

Стандартно отклонение:
\( \sigma = \sqrt{ \frac{1-p}{p^2} } \)

Какво представлява калкулаторът за геометрично разпределение?

Калкулаторът за геометрично разпределение е мощен статистически инструмент, който ви помага лесно да изчислявате вероятности и описателни статистики за геометричното разпределение. Той опростява анализа на вероятности и статистики, като предоставя резултати като функция на вероятностната маса (PMF), кумулативна функция на разпределение (CDF), очаквана стойност, дисперсия и стандартно отклонение. Независимо дали трябва да решавате за опити или неуспехи, този решаващ инструмент за вероятностно разпределение ви покрива.

Помощ при изчисляване на геометрично разпределение

Използването на този инструмент за статистически анализ ви позволява да:

  • Бързо изчислявате вероятността за постигане на успех след определен брой опити или неуспехи.
  • Намирате очаквания брой опити или неуспехи, необходими за първия успех.
  • Визуализирате разпределението на вероятностите с интуитивни графики.
  • Изследвате основни статистически показатели като средна стойност, дисперсия и стандартно отклонение за по-добър анализ на данни.

Той действа като надежден помощник за анализ на данни при работа със случайни събития, опити или бинарни резултати. Също така е полезен за помощник по вероятности и статистики в приложения като контрол на качеството, изследвания на надеждност и анализ на поведението на клиенти.

Как да използвате калкулатора за геометрично разпределение

Започването е лесно. Следвайте тези прости стъпки:

  • Стъпка 1: Въведете вероятността за успех (p) между 0 и 1.
  • Стъпка 2: Изберете типа на разпределението:
    • Брой опити: Брои опитите, включително успешния.
    • Брой неуспехи: Брои неуспехите преди първия успех.
  • Стъпка 3: Изберете типа на изчислението (PMF, CDF, по-голямо от, поне или очаквана стойност).
  • Стъпка 4: Въведете x-стойността, за която искате вероятността, или я оставете празна, ако изчислявате средната стойност.
  • Стъпка 5: Регулирайте незадължителни настройки като десетични знаци или опции за графика, ако желаете.
  • Стъпка 6: Кликнете върху Изчисли, за да видите резултати, графики и подробни стъпки на решението.

Това го прави лесен за използване ресурс за статистически изчисления за всеки, който работи с проблеми на вероятностно разпределение.

Защо разбирането на геометричното разпределение е важно

Геометричното разпределение е ключово в статистическия анализ, защото моделира "времето на изчакване" до първия успех. Често срещани приложения включват:

  • Инспекции за контрол на качеството (намиране на първия дефектен артикул).
  • Прогнозиране колко опита са необходими за печалба в игри на шанса.
  • Анализ на придобиването на клиенти или нивата на отказ в системи.

Овладяването на тази концепция подобрява способността ви да анализирате набори от данни точно и да интерпретирате реални събития чрез статистически изчисления.

Често задавани въпроси за геометрично разпределение

Какво е геометрично разпределение?

Геометричното разпределение моделира броя на независимите опити, необходими за получаване на първия успех, като всеки опит има една и съща вероятност за успех. То е вид дискретно вероятностно разпределение.

Кога да използвате калкулатора за геометрична вероятност

Използвайте този инструмент за геометрична вероятност, когато искате да изчислите вероятности, очаквани стойности или дисперсии, свързани с поредица от независими опити, водещи до първия успех.

Каква е разликата между опити и неуспехи?

  • Версия с опити: Брои всички опити, включително успешния. x = 1, 2, 3, …
  • Версия с неуспехи: Брои само неуспехите преди първия успех. x = 0, 1, 2, …

Какво става, ако вероятността ми за успех е много малка?

Калкулаторът все още работи! Малките вероятности са често срещани при тестване на надеждност и моделиране на редки събития. Резултатите ще бъдат показани с висока точност, като се използва настройката за десетични знаци.

Използване за образователни цели при геометрично разпределение

Абсолютно! Това е перфектен инструмент за статистически анализ за студенти, учители и изследователи, работещи с вероятности, средна стойност и медиана, стандартно отклонение и други.

Свързани инструменти за вероятностни разпределения