Calculateur de Loi Binomiale et Histogramme

Calculez les probabilités exactes et cumulées de la loi binomiale B(n; p) avec étapes détaillées. Comprend un histogramme SVG interactif et une courbe de Gauss.

WhatsAppTelegram

⚙️Verteilungsparameter n und p festlegen

Passe Versuchszahl n und Trefferwahrscheinlichkeit p flexibel an.

Beispiele:
📊Wahrscheinlichkeits-Histogramm B(n=20; p=0.50)
0.0%5.1%10.1%15.2%20.3%4%7%12%16%18%16%12%7%4%μ = 10.0002468101214161820Trefferanzahl k
Ausgewählte Treffer (EXACT)
Gauß-Glockenkurve
Erwartungswert μ = 10.00
σ = 2.24 (σ ≤ 3)
Erwartungswert μ
10,00
μ = n · p
Standardabw. σ
2,236
σ = √(n · p · q)
Varianz σ²
5,000
Var(X) = n · p · (1-p)
1σ-Intervall (≈68,3%)
[8 ; 12]
[μ - σ ; μ + σ]
Berechnete Wahrscheinlichkeit:
17,6197 %
Dezimalwert: 0,176197

📝Ausführlicher Rechenweg & Formelherleitung

Schritt 1: Kenngrößen der Binomialverteilung B(n; p)

Bei $n = 20$ Versuchen und Trefferwahrscheinlichkeit $p = 0,50$ ($q = 1 - p = 0,50$):

μ=n⋅p=20⋅0,50=10,00,σ=n⋅p⋅(1−p)=5,000=2,236\mu = n \cdot p = 20 \cdot 0,50 = \mathbf{10,00}, \quad \sigma = \sqrt{n \cdot p \cdot (1-p)} = \sqrt{5,000} = \mathbf{2,236}
Schritt 2: Bernoulli-Formel für exakt k Treffer

Die Formel für genau $k$ Treffer lautet $P(X = k) = \binom{n}{k} \cdot p^k \cdot (1-p)^{n-k}$:

P(X=10)=(2010)⋅(0,50)10⋅(0,50)10=0,176197  (≈17.62%)P(X = 10) = \binom{20}{10} \cdot (0,50)^{10} \cdot (0,50)^{10} = \mathbf{0,176197} \; (\approx 17.62\%)
Schritt 3: Sigma-Umgebungen & Laplace-Bedingung

Da $\sigma = 2,24 \le 3$, ist die Verteilung zu schmal für eine stetige Glockenkurven-Approximation.

[μ−σ,μ+σ]=[8,12](≈68,3%),[μ−2σ,μ+2σ]=[6,14](≈95,4%)[\mu - \sigma, \mu + \sigma] = [8, 12] \quad (\approx 68{,}3\%), \quad [\mu - 2\sigma, \mu + 2\sigma] = [6, 14] \quad (\approx 95{,}4\%)

Origine Historique et Défi Résolu

Pourquoi ces mathématiques ont-elles été développées, d'où viennent-elles et quel problème réel ont-elles résolu ?

📜
Epoche & ZeitalterEarly 18th Century (1713)
Pioniere: Jacob Bernoulli ("Ars Conjectandi")

1. Quality Control in Coin Minting & Gambler Runs

Royal mints needed to ensure minted gold coins met strict purity tolerances. Authorities had no mathematical model to calculate the probability of finding exactly k defective coins in a batch of 100 samples.

2. Bernoulli Trials & The Binomial Probability Formula

In "Ars Conjectandi", Bernoulli proved the formula P(X=k) = (n choose k) * p^k * (1-p)^(n-k) and established the Law of Large Numbers: observed frequencies converge to theoretical probabilities over large samples.

3. Industrial Quality Assurance, Polling & A/B Testing

Website A/B testing, semiconductor chip manufacturing yield metrics, and national election exit polls rely directly on the binomial distribution.

„Even the most foolish person instinctively perceives that more observations confer greater certainty.“ — Jacob Bernoulli

Praxisnutzen & Reale Anwendungsfälle

Warum lernen wir das? So wird diese Mathematik in Wirtschaft, Technik, Wissenschaft und Alltag praktisch angewendet:

Contrôle Qualité

Taux de Pièces Défectueuses

Contrôle statistique des chaînes de fabrication industrielle.

Praxis-Beispiel:

Test de 100 composants avec 2% de défauts pour au plus 3 défaillances.

Sondages & Statistiques

Enquêtes d'Opinion

Calcul des intervalles de confiance et marges d'erreur.

Praxis-Beispiel:

Échantillon représentatif de 1 000 électeurs.

Santé & Pharmacologie

Études Thérapeutiques

Évaluation de l'efficacité d'un vaccin ou traitement.

Praxis-Beispiel:

Probabilité d'au moins 80 guérisons sur 100 patients.

Principes Mathématiques : Schéma de Bernoulli et Loi Binomiale

Une épreuve de Bernoulli ne comporte que deux issues : succès (p) et échec (1 - p). La répétition indépendante de n épreuves identiques constitue un schéma de Bernoulli.

La variable aléatoire X associée au nombre de succès suit la loi binomiale : P(X = k) = (n parmi k) · p^k · (1-p)^(n-k).

Les grandeurs clés sont l'espérance mathématique μ = n · p, la variance Var(X) = n · p · (1-p) et l'écart-type σ = √(n · p · (1-p)).

Foire Aux Questions (FAQ) sur la Loi Binomiale

Quand une variable suit-elle une loi binomiale ?

Lorsque les épreuves sont indépendantes, à deux issues possibles et de probabilité p constante.

Comment calculer au moins k succès P(X ≥ k) ?

Par l'événement contraire : P(X ≥ k) = 1 - P(X ≤ k-1).

Que sont les plages sigma ?

L'intervalle [μ - σ, μ + σ] regroupe environ 68,3% de la masse de probabilité.