在線即時計算器 · 純前端本地秒算 · 零數據上傳

🎲 Probability Of At Most K Successes Binomial 計算機

專業免費的 Probability Of At Most K Successes 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)
0.171875 17.1875% chance
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...

什麼是「最多 k 次成功」的機率?

這個計算器用來求出二項分布的累積機率 P(X ≤ k),也就是在 n 次獨立試驗中,每次成功機率為 p 的條件下,成功次數不超過 k 次的機率。它會把從 0 次成功一直加到 k 次成功的所有個別機率全部加總起來,相當於二項分布的下尾(累積分布函數,CDF)。

如何使用

請輸入試驗次數 n、門檻值 k(你允許的最大成功次數),以及每次試驗的成功機率 p(介於 0 到 1 之間的小數)。計算器會回傳 P(X ≤ k)、對應的百分比、餘事件機率 P(X > k),以及成功次數的期望值 np。

公式解析

恰好出現 i 次成功的機率為二項式項 \binom{n}{i} p^{i} (1-p)^{n-i},其中 \binom{n}{i} 代表從 n 次試驗中挑出哪 i 次成功的組合數。要計算「最多 k 次」,就把 i = 0、1、…、k 的這些項全部相加。

P(X ≤ k) = \sum_{i=0}^{k} \binom{n}{i} p^{ i} (1-p)^{ n-i}

本計算器採用相鄰各項之間數值穩定的遞迴方式運算,即使 n 很大也能維持結果的準確度。

實例演練

假設你拋擲一枚公正硬幣 10 次(n = 10、p = 0.5),想知道最多出現 3 次正面(k = 3)的機率。把 0、1、2、3 次成功的各項相加,得到 1 + 10 + 45 + 120 = 176 種有利結果,總共有 2^{10} = 1024 種可能,因此

P(X ≤ 3) = ((176) ÷ (1024)) ≈ 0.171875
約為 17.19%。

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)

「最多 k 次」和「恰好 k 次」有什麼差別?
「恰好 k 次」只是單一項 \(\binom{n}{k} p^{k} (1-p)^{n-k}\);而「最多 k 次」則是把從 0 到 k 的所有項加總起來。
如果我想算「至少 k 次」該怎麼辦?
可使用 \(P(X \ge k) = 1 - P(X \le k-1)\)。本計算器的餘事件欄位提供的是 \(P(X > k) = 1 - P(X \le k)\)。
p 可以是 0 或 1 嗎?
可以。若 \(p = 0\),代表每次試驗都失敗,因此只要 \(k \ge 0\),\(P(X \le k)\) 都會等於 1;若 \(p = 1\),代表每次試驗都成功,只有在 \(k \ge n\) 時機率才會是 1。