Calcolatore Distribuzione Binomiale e Istogramma
Calcola probabilità esatte e cumulate della distribuzione binomiale B(n; p) con passaggi dettagliati. Include istogramma interattivo e curva normale.
⚙️Verteilungsparameter n und p festlegen
Passe Versuchszahl n und Trefferwahrscheinlichkeit p flexibel an.
📝Ausführlicher Rechenweg & Formelherleitung
Bei $n = 20$ Versuchen und Trefferwahrscheinlichkeit $p = 0,50$ ($q = 1 - p = 0,50$):
Die Formel für genau $k$ Treffer lautet $P(X = k) = \binom{n}{k} \cdot p^k \cdot (1-p)^{n-k}$:
Da $\sigma = 2,24 \le 3$, ist die Verteilung zu schmal für eine stetige Glockenkurven-Approximation.
Origine Storica e Sfida Risolta
Perché è stata sviluppata questa matematica, da dove proviene e quale problema reale ha risolto?
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.
Praxisnutzen & Reale Anwendungsfälle
Warum lernen wir das? So wird diese Mathematik in Wirtschaft, Technik, Wissenschaft und Alltag praktisch angewendet:
Difettosità Industriale
Monitoraggio campionario della produzione.
Verifica di 100 pezzi con il 2% di scarto per un massimo di 3 difetti.
Rilevazioni Elettorali
Stima dei margini di errore su campioni rappresentativi.
Sondaggio su 1.000 elettori con intervallo di confidenza al 95%.
Studi Clinici
Misurazione dell'efficacia di nuovi farmaci.
Probabilità di guarigione di almeno 80 pazienti su 100.
Fondamenti Matematici: Schema di Bernoulli e Binomiale
Un esperimento di Bernoulli ha solo due esiti possibili: successo (p) e insuccesso (q = 1 - p). La ripetizione per n prove indipendenti definisce una distribuzione binomiale.
La probabilità di ottenere esattamente k successi è data dalla formula di Bernoulli: P(X = k) = (n su k) · p^k · (1-p)^(n-k).
I parametri principali sono il valore atteso μ = n · p, la varianza Var(X) = n · p · (1-p) e la deviazione standard σ = √(n · p · (1-p)).
Domande Frequenti (FAQ) sulla Distribuzione Binomiale
Quando si usa la distribuzione binomiale?
Quando le prove sono indipendenti, con soli due esiti e probabilità di successo costante.
Come si calcola almeno k successi P(X ≥ k)?
Usando l'evento complementare: P(X ≥ k) = 1 - P(X ≤ k-1).
Cosa indicano gli intervalli sigma?
L'intervallo [μ - σ, μ + σ] racchiude circa il 68,3% della probabilità totale.