Probabilità testa o croce

I lanci di moneta sono il classico modello scolastico delle prove di Bernoulli indipendenti: ogni lancio dà testa con probabilità p e croce con probabilità uno meno p, e la sequenza dei risultati non cambia le probabilità del lancio successivo. Quando Le interessa ottenere esattamente k teste in n lanci, la forma chiusa corretta è la funzione di massa di probabilità binomiale, che moltiplica il numero di sequenze con k teste per la probabilità di una qualunque di quelle sequenze. Questa capacità accetta il numero di lanci n, il numero esatto di teste k e un bias opzionale p (predefinito un mezzo per una moneta equa), quindi restituisce la probabilità, il coefficiente binomiale esatto come stringa decimale, una breve stringa con la formula e un indicatore che segnala le monete eque. Un k negativo e qualsiasi k maggiore di n vengono rifiutati con un chiaro errore di validazione invece di uno zero silenzioso o di una risposta fuorviante.

Come funziona la probabilità binomiale dei lanci di moneta

Modelli ogni lancio come una prova di Bernoulli indipendente con probabilità di successo p pari alla probabilità di testa in un singolo lancio. Dopo n lanci indipendenti, il numero di teste X segue una distribuzione binomiale con parametri n e p. La probabilità di osservare esattamente k teste è C(n, k) per p elevato a k per (1 meno p) elevato a n meno k, dove C(n, k) è il coefficiente binomiale che conta quante sequenze distinte di lunghezza n contengono esattamente k teste.

Per una moneta equa p vale un mezzo, quindi ogni sequenza particolare di lunghezza n ha probabilità due elevato a meno n, e la formula si semplifica in C(n, k) fratto due elevato a n.

Le verifiche classiche includono un lancio equo con una testa che dà probabilità un mezzo; dieci lanci equi con cinque teste che danno C(10, 5) su 1024, cioè 252 su 1024 o circa 0.246; e una moneta truccata con p pari a 0.7 per tre teste in cinque lanci usando C(5, 3) per 0.7 al cubo per 0.3 al quadrato.

I casi limite contano per la correttezza: se p è zero, solo k uguale a zero ha probabilità uno e ogni k positivo ha probabilità zero; se p è uno, solo k uguale a n ha successo; se n è zero, solo k uguale a zero è possibile. Questa implementazione non usa mai campionamento Monte Carlo, semi casuali, orologio di sistema o ricerche in rete: calcola il coefficiente binomiale esatto con aritmetica BigInt e valuta la probabilità in spazio logaritmico affinché i prodotti intermedi restino numericamente stabili per n grandi.

Dove compaiono le probabilità binomiali del lancio della moneta nel lavoro reale

I corsi introduttivi di statistica e matematica discreta chiedono di continuo agli studenti la probabilità di esattamente k teste in n lanci, a volte con una moneta equa e a volte con una moneta truccata il cui tasso di teste non è un mezzo. La preparazione ai colloqui e i concorsi di programmazione riutilizzano la stessa funzione di massa nel contare pattern di bit, serie di successi modellate come prove indipendenti o controlli qualità che trattano ogni unità come superata o fallita con p fisso.

I data scientist convalidano i simulatori Monte Carlo e gli schizzi di potenza degli esperimenti A/B confrontando le frequenze campionate con la probabilità binomiale in forma chiusa per n piccoli prima di passare alle approssimazioni per grandi campioni. Gli educatori costruiscono chiavi di risposta e correttori automatici che richiedono un unico valore deterministico anziché una simulazione casuale che cambierebbe tra un'esecuzione e l'altra.

I progettisti di giochi e le demo di probabilità sul web espongono spesso una moneta equa come predefinita consentendo comunque un cursore di bias per insegnare la dipendenza del picco da p. Se in seguito Le serve la distribuzione cumulativa P(X minore o uguale a k), i quantili inversi, i test di ipotesi contro un p ipotizzato o la generazione casuale di sequenze di lanci, li tratti come intenti di ricerca separati anziché sovraccaricare questa pagina.

Mantenga n entro il limite documentato affinché la latenza del livello gratuito resti prevedibile, e ricordi che la probabilità in virgola mobile è ideale per ordinamenti e soglie, mentre il coefficiente binomiale in stringa resta esatto per le verifiche combinatorie.