几何分布计算器

计算重复伯努利试验中首次成功试验序号的概率

采用 X 表示首次成功发生在第几次试验的约定。

示例结果

1 个示例

计算第 3 次首次成功的概率

当每次试验成功概率为 20% 时计算几何分布概率。

{
  "result": {
    "exactProbability": 0.128,
    "atMostProbability": 0.488,
    "atLeastProbability": 0.64
  }
}
查看输入参数
{ "successProbability": 20, "trialNumber": 3, "inputScale": "percent", "probabilityMode": "exact", "decimalPlaces": 4 }

关键信息

分类
数学、日期与金融
输入类型
number, select
输出类型
json
样本覆盖
2
支持 API
Yes

概览

几何分布计算器是一款专为统计学和概率分析设计的在线工具,用于计算在重复的独立伯努利试验中,首次成功发生在特定试验次数的概率。无论是评估抽卡游戏的中奖概率、产品质检的合格率,还是分析销售转化过程,该工具都能通过单次成功概率和目标试验序号,快速得出恰好、最多或至少需要多少次才能成功的精确概率结果。

适用场景

  • 需要评估在多次独立重复试验中,首次达成目标所需次数的概率分布时。
  • 游戏策划或玩家计算抽卡、掉落等随机事件的期望次数或累积中奖概率时。
  • 质量控制环节中,预估连续抽检直到发现第一个不合格品(或合格品)的概率时。

工作原理

  • 输入单次试验的成功概率,并选择对应的输入尺度(支持百分比或小数比例)。
  • 设定你期望首次成功发生的试验序号(必须为正整数)。
  • 选择所需的概率模式(恰好第 k 次、最多 k 次内或至少需要 k 次)。
  • 设置保留的小数位数,工具将基于几何分布公式自动计算并输出精确的概率结果。

使用场景

游戏抽卡概率分析:计算玩家在特定中奖率下,前几次抽卡就能出稀有道具的累积概率。
销售转化预测:评估销售人员在已知单次拨打电话成功率的情况下,第几次通话能达成首单的概率。
生产线质量抽检:计算在已知次品率的前提下,质检员抽检到第几个产品时首次发现次品的概率。

用户案例

1. 游戏抽卡首次中奖概率计算

游戏玩家
背景原因
某款游戏的稀有角色单次抽取概率为 20%。
解决问题
玩家想知道在第 3 次抽卡时恰好首次抽中该角色的概率,以及前 3 次内抽中的总概率。
如何使用
将单次成功概率设为 20,输入尺度选“百分比”,试验序号设为 3,概率模式选择“恰好第 k 次首次成功”。
示例配置
{
  "successProbability": 20,
  "trialNumber": 3,
  "inputScale": "percent",
  "probabilityMode": "exact",
  "decimalPlaces": 4
}
效果
计算得出恰好第 3 次抽中的概率为 0.128,同时输出最多 3 次内抽中的累积概率为 0.488。

2. 电话销售首单转化预测

销售经理
背景原因
团队的冷呼叫平均转化率为 5%(即 0.05)。
解决问题
评估新员工至少需要拨打 10 个电话才能开出首单的概率,以便制定合理的考核指标。
如何使用
将单次成功概率设为 0.05,输入尺度选“比例”,试验序号设为 10,概率模式选择“至少需要 k 次试验”。
示例配置
{
  "successProbability": 0.05,
  "trialNumber": 10,
  "inputScale": "proportion",
  "probabilityMode": "at-least",
  "decimalPlaces": 4
}
效果
快速得出至少需要拨打 10 次电话才能成功的概率,帮助经理设定合理的心理预期和 KPI。

用 Samples 测试

math-&-numbers

常见问题

什么是几何分布?

几何分布是一种离散型概率分布,用于描述在连续的伯努利试验中,为了取得第一次成功所需要进行的试验总次数的概率。

“恰好”、“最多”和“至少”模式有什么区别?

“恰好”指第一次成功正好发生在第 k 次;“最多”指在 k 次及以内取得首次成功(累积概率);“至少”指前 k-1 次均失败,第 k 次或之后才成功的概率。

输入的成功概率支持什么格式?

支持百分比(如 20%)或比例(如 0.2)两种输入尺度,可通过下拉菜单自由切换。

试验序号可以输入小数吗?

不可以。试验序号代表第几次试验,必须是大于等于 1 的正整数。

计算结果的小数位数可以调整吗?

可以,工具提供小数位数设置选项,支持保留 0 到 10 位小数,满足不同精度的需求。

API 文档

请求端点

POST /zh/api/tools/geometric-distribution-calculator

请求参数

参数名 类型 必填 描述
successProbability number -
trialNumber number -
inputScale select -
probabilityMode select -
decimalPlaces number -

响应格式

{
  "key": {...},
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}
JSON数据: JSON数据

AI MCP 文档

将此工具添加到您的 MCP 服务器配置中:

{
  "mcpServers": {
    "elysiatools-geometric-distribution-calculator": {
      "name": "geometric-distribution-calculator",
      "description": "计算重复伯努利试验中首次成功试验序号的概率",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=geometric-distribution-calculator",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

你可以串联多个工具,比如:`https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`,最多20个。

如果遇见问题,请联系我们:[email protected]