04 // 인터랙티브 공식 백과사전 // 확률 분포·회귀분석 및 정보 엔트로피 공식집P(X = k) = C(n, k) · p^k · (1 − p)^(n − k)
이항분포 확률질량함수 공식
성공 확률이 각각 p인 독립 베르누이 시행을 n번 반복했을 때 정확히 k번 성공할 이산 확률을 구하는 공식입니다.
공식 요약
기본 공식
P(X = k) = C(n, k) · p^k · (1 − p)^(n − k)
변형 공식
E[X] = n · p
Var(X) = n · p · (1 − p)
변수 및 단위
| Symbol | Name | Unit |
|---|---|---|
| P | Exact Probability P(X = k) | probability (0–1) |
| n | Number of Trials n | trials |
| k | Observed Successes k | successes |
| p | Success Probability p | 0–1 |
입력값 및 설정
[trials]
[successes]
[0–1]
계산 결과 (Exact Probability P(X = k))
P =0.250282probability (0–1)
공식 설명 및 배경
- Any specific sequence of k successes and n−k failures has probability p^k(1−p)^(n−k), and there are C(n,k) mutually exclusive orderings.
- Sums to 1 by the Binomial Theorem: ∑_{k=0}^n C(n,k) p^k (1−p)^(n−k) = (p + 1 − p)^n = 1.
단계별 풀이 예제
#1: Probability of getting exactly k = 3 heads in n = 10 tosses of a biased coin (p = 0.25).
n = 10k = 3p = 0.25
C(10,3) × (0.25)³ × (0.75)⁷ = 120 × 0.015625 × 0.133484
→ P(X = 3) = 0.2503 (25.03%)
#2: Mean and standard deviation of defective items in a batch of n = 400 with p = 0.02.
n = 400p = 0.02
μ = 400 × 0.02 = 8; σ = √(400 × 0.02 × 0.98) = √7.84
→ μ = 8.0 defects, σ = 2.80 defects
이 도구가 도움이 되었나요?
자주 묻는 질문 (FAQ)
이항분포 확률질량함수 공식 도구는 어떻게 사용하나요?+
입력값을 넣거나 슬라이더를 조절하면 이항분포 확률질량함수 공식 (공식: P(X = k) = C(n, k) · p^k · (1 − p)^(n − k)) 결과를 브라우저에서 지연 없이 실시간으로 계산하고 시각화합니다. 성공 확률이 각각 p인 독립 베르누이 시행을 n번 반복했을 때 정확히 k번 성공할 이산 확률을 구하는 공식입니다.
이항분포 확률질량함수 공식의 차트나 계산 결과를 저장할 수 있나요?+
네, SVG, PNG, CSV 파일 다운로드 및 워크시트 인쇄를 즉시 지원합니다.
이항분포 확률질량함수 공식의 샘플 데이터를 지우고 빈 상태에서 시작할 수 있나요?+
네. 도구 상단의 초기화/비우기 버튼을 누르면 빈 입력 상태로 전환되며, 언제든지 샘플 데이터를 다시 불러올 수 있습니다.