在線即時計算器 · 純前端本地秒算 · 零數據上傳

🎲 Dice Roll Probability Binomial 計算機

專業免費的 Dice Roll Probability Binomial 計算機。純前端本機毫秒級計算、零資料上傳、極致隱私保護。提供詳細公式推導、實例示範與常見問答。

即時推算結果 (Computed Output)
0.32301117 = 32.3011%
專業公認計算模型,即時運算完畢
📜 計算歷史記錄 (試算軌跡)
尚無歷史記錄,每次點擊「計算」將在此留下試算軌跡...

這個計算器的功能

這是一款以二項分布為核心的純數學機率工具。它能告訴你:在 n 次互相獨立的試驗中,若每次試驗成功的機率為 p,那麼某個特定結果恰好出現 m 次的可能性有多高。最經典的例子就是擲一顆公正的六面骰:每擲一次,指定的某一面出現的機率都是 p = 1/6。不過這套數學是通用的——只要每次試驗的成功機率落在 0 到 1 之間都適用,舉凡擲硬幣、罰球命中、產品瑕疵率等情境皆可套用。

使用方式

請輸入試驗次數 n(1 到 500)、每次試驗的成功機率 p,以及目標成功次數 m。p 可以輸入小數,例如 0.1667,也可以輸入分數,例如 1/6,計算器會自動將分數換算為小數。請特別注意:p 是介於 0 到 1 之間的機率,不是百分比——要輸入 1/6,而不是 16.67。計算結果會顯示 P(X = m),並附上完整的分布表,列出 m 從 0 到 n 的每一個 P(X = m)、累積機率 P(X ≤ m) 與 P(X ≥ m)、平均數,以及變異數。

公式說明

恰好成功 m 次的機率為

P(X = m) = \binom{n}{m} · p^{m} · (1 - p)^{n - m}

其中 \binom{n}{m} = \dfrac{n!}{m! (n - m)!} 是二項係數(即「從 n 個中選 m 個」)。平均數為 \mu = n· p,變異數為 \sigma^{2} = n· p· (1 - p)。當 n 很大時,計算器會改用對數伽瑪函數(log-gamma)在對數空間中運算,以避免階乘數值溢位。

實例演算

擲骰 n = 10 次,某個指定的面恰好出現 m = 2 次的機率是多少?此處 p = 1/6。\binom{10}{2} = 45,p^{2} = 1/36 ≈ 0.027778,而 (5/6)^{8} ≈ 0.232557。因此

P(X = 2) = 45 × 0.027778 × 0.232557 ≈ 0.29071

約為 29.07%。平均數為 10/6 ≈ 1.667,變異數為 10 × (1/6) × (5/6) ≈ 1.389。

使用注意事項與精準校對原則(6 大核心守則)

📐 1. 嚴格對齊輸入量綱與單位

輸入各項數值時請務必確認量綱(例如小時、天數、金額、百分比),避免單位不匹配引發推算偏差。

🔒 2. 純前端本機毫秒級隱私保障

所有計算邏輯 100% 在您的終端瀏覽器內完成,資料絕不上傳伺服器,嚴格守護商業與個人隱私。

📊 3. 符合公認學術與產業計算模型

演算法嚴格遵循國際通用數學公式與標準計算模型,經多重情境交叉核對,數值嚴密精確。

📋 4. 一鍵複製與免登入 PDF 匯出

支援一鍵複製推算結果字串至剪貼簿,亦可直接點擊列印按鈕輸出純淨 PDF 工作報表。

🔄 5. 多情景敏感度動態對比

建議針對極端值與多組預期情景分別試算,觀察輸出數據的波動區間,輔助做出更穩健的決策。

🛡️ 6. 專業諮詢與日常參考免責聲明

本工具運算結果供日常排程、學業研習與事前參考之用,如涉及重大法規或投資決策請諮詢持證專家。

常見問題 (FAQ)

p 是百分比嗎?
不是。p 是介於 0 到 1 之間的機率。以骰子的某一面為例,請輸入 1/6 或約 0.1667,而不是 16.67。
「至少出現一次」的機率怎麼算?
使用 \(P(X \ge 1) = 1 - P(X = 0)\)。以擲 3 顆骰子、出現某個指定面為例:\(1 - (5/6)^{3} = 1 - 0.578704 \approx 0.4213\),約為 42.13%。
為什麼表中所有機率加起來等於 1?
每次完整的試驗,成功次數必定是 0 到 n 之間的某個值,因此這些互斥結果的機率總和必然恰好等於 1——這正好可以拿來檢驗計算是否正確。