Kalkulačka hodu mincí

Kalkulačka hodu mincí funguje ve dvou režimech. V režimu simulátoru hodíte virtuální mincí 1 až 10 000krát a sledujete, jak se počty a procenta líců a rubů blíží k očekávanému poměru 50/50 (nebo vámi zvolenému vychýlení). V režimu pravděpodobnosti vypočítá přesnou binomickou pravděpodobnost získání přesně N líců, nejvýše N nebo alespoň N líců v M hodech pomocí vzorce P(X = k) = C(n,k) × p^k × (1-p)^(n-k). Posuvník vychýlení umožňuje simulovat cinknuté mince – pravděpodobnost líců můžete nastavit od 0 do 1. Využijte ji na domácí úkoly z pravděpodobnosti, rozhodování, výuku zákona velkých čísel nebo prosté rozseknutí sporu.

star 4.9
New

Hod mincí calculator

monetization_on

Coin Flip

Always tails (0) Fair (0.5) Always heads (1)
—
Heads
0 0%
Tails
0 0%
Total Flips
0
Expected Heads
0
Actual vs Expected
—
Longest Streak
0
history

Recent Flips (last 100)

Flip the coin to start.

tips_and_updates Tips

  • • Férová mince má p = 0,5 – pro nezkreslený simulátor nastavte posuvník vychýlení na 0,5
  • • Skutečné mince jsou velmi blízko férovým; studie měří vychýlení pod 0,51
  • • „Zákon velkých čísel“ říká, že s narůstajícím počtem hodů se výsledky blíží skutečné pravděpodobnosti – 10 hodů se může snadno odchýlit o 30 % od poměru 50/50, ale 10 000 hodů se málokdy odchýlí o více než 1 %
  • • Získat přesně 50 % líců je méně pravděpodobné, než si myslíte – u 10 hodů je to pouze 24,6 %
  • • Dlouhé série jsou normální: při 100 hodech s férovou mincí očekávejte sérii 6+ líců nebo rubů zhruba 80 % času
  • • Pro domácí úkoly použijte režim pravděpodobnosti – poskytuje přesné binomické výsledky bez šumu ze vzorkování
  • • Vychýlení 0,6 (mírně cinknutá mince) padá v průměru jako líc 60 % času

How to Use the Hod mincí

1

Vyberte režim

Simulátor hodí virtuální mincí až 10 000krát. Pravděpodobnost vypočítá přesné binomické pravděpodobnosti.

2

Nastavte počet hodů

V režimu simulátoru jde o to, kolikrát se bude házet. V režimu pravděpodobnosti je to M – celkový počet pokusů.

3

Nastavte cílové líce (režim pravděpodobnosti)

N = kolik líců vás zajímá. Zobrazujeme P(přesně N), P(nejvýše N) a P(alespoň N).

4

V případě potřeby upravte vychýlení

Výchozí hodnota 0,5 představuje férovou minci. Posunutím na 0,6 získáte minci mírně zatíženou na rub, na 0,4 na líc atd.

The Formula

Každý hod mincí je nezávislý Bernoulliho pokus s pravděpodobností p padnutí líců. Pro n nezávislých hodů se počet líců řídí binomickým rozdělením. Pravděpodobnost přesně k líců je C(n,k) × p^k × (1-p)^(n-k). Pravděpodobnosti „nejvýše k“ a „alespoň k“ jsou kumulativní součty. Když p = 0,5 (férová mince), rozdělení je symetrické kolem n/2 a nejpravděpodobnějším výsledkem je přesně n/2 líců.

P(X = k) = C(n, k) × p^k × (1-p)^(n-k)

lightbulb Variables Explained

  • n Celkový počet hodů
  • k Počet úspěšných výsledků v podobě líců, které vás zajímají
  • p Pravděpodobnost líců při jednom hodu (výchozí 0,5)
  • C(n,k) Binomický koeficient = n! / (k! × (n-k)!)

tips_and_updates Pro Tips

1

Férová mince má p = 0,5 – pro nezkreslený simulátor nastavte posuvník vychýlení na 0,5

2

Skutečné mince jsou velmi blízko férovým; studie měří vychýlení pod 0,51

3

„Zákon velkých čísel“ říká, že s narůstajícím počtem hodů se výsledky blíží skutečné pravděpodobnosti – 10 hodů se může snadno odchýlit o 30 % od poměru 50/50, ale 10 000 hodů se málokdy odchýlí o více než 1 %

4

Získat přesně 50 % líců je méně pravděpodobné, než si myslíte – u 10 hodů je to pouze 24,6 %

5

Dlouhé série jsou normální: při 100 hodech s férovou mincí očekávejte sérii 6+ líců nebo rubů zhruba 80 % času

6

Pro domácí úkoly použijte režim pravděpodobnosti – poskytuje přesné binomické výsledky bez šumu ze vzorkování

7

Vychýlení 0,6 (mírně cinknutá mince) padá v průměru jako líc 60 % času

Hod mincí je nejjednodušším a nejintuitivnějším příkladem náhodné binární události, díky čemuž je základním kamenem teorie pravděpodobnosti a výuky statistiky. Férová mince má při jakémkoli jednom hodu přesně 50% šanci, že dopadne na líc, a 50% šanci na rub, ale skutečné pozorované rozdělení v malém vzorku se od tohoto očekávání často liší. Hodíte-li mincí 10krát a padne 7 líců, není to neobvyklé — stane se to asi v 11,7 % případů. Hodíte-li jí 1 000krát, podíl líců téměř jistě spadne mezi 47 % a 53 %, což ilustruje zákon velkých čísel. Hody mincí se řídí binomickým rozdělením, které udává přesnou pravděpodobnost pozorování k líců v n hodech. Toto rozdělení je základem testování hypotéz, intervalů spolehlivosti a A/B testování v moderní statistice. Tato kalkulačka pro počítání hodin a házení mincí funguje ve dvou režimech: jako simulátor, který hodí virtuální mincí až 10 000krát s animovanými výsledky a průběžnými statistikami, a jako kalkulačka pravděpodobnosti, která vypočítá přesné binomické pravděpodobnosti pro libovolný počet pokusů a požadovaných výsledků. Využijte ji pro ukázky ve třídě, rychlá rozhodnutí, herní večer nebo pro zkoumání toho, jak se náhodnost chová při různých velikostech vzorků.

Režim simulátoru vs. režim pravděpodobnosti

Režim simulátoru provádí skutečné náhodné hody mincí a hlásí pozorované počty líců a rubů plus graf průběžného procenta. Protože využívá skutečnou náhodnost, 100 hodů vám může dát 47 nebo 56 líců — kliknutím na „Hodit“ můžete znovu sledovat odchylku.

Režim pravděpodobnosti vypočítává přesné binomické pravděpodobnosti bez náhodnosti: odpověď je deterministická a odpovídá hodnotám v učebnicích.

Simulátor použijte k výuce zákona velkých čísel; pravděpodobnost použijte pro domácí úkoly a přesné odpovědi.

Zákon velkých čísel, série a jak odhalit zkreslenou minci

U 10 hodů férovou mincí je odchylka od poměru 50/50 obrovská — poměr 7:3 se stane v 11,7 % případů. U 1 000 hodů by byl styl 7:3 (700 líců) astronomicky nepravděpodobný (P ≈ 10^-38).

Série jsou běžné: ve 100 férových hodech je nejdelší řada líců v průměru kolem 7.

Chcete-li odhalit zkreslenou minci, proveďte alespoň 1 000 hodů a porovnejte je s očekávanou směrodatnou odchylkou √(n × p × (1-p)). Výsledky vzdálené více než 3 směrodatné odchylky od průměru silně naznačují zkreslení.

Jak funguje kalkulačka pro házení mincí?

Kalkulačka modeluje každý hod jako nezávislý Bernoulliho pokus: jedna událost se dvěma výsledky, líc s pravděpodobností p a rub s pravděpodobností 1 - p.

V režimu simulátoru losuje pseudonáhodné číslo pro každý hod a počítá ho jako líc, když los spadne pod p, a poté sčítá pozorované líce a ruby. V režimu pravděpodobnosti vyhodnocuje binomické rozdělení, které udává šanci na přesně k líců v n hodech jako C(n, k) × p^k × (1-p)^(n-k).

Wolfram MathWorld popisuje toto propojení Bernoulliho pokusu a binomického rozdělení jako základ diskrétní pravděpodobnosti. Kalkulačka proto odděluje skutečné vzorkování od přesné matematiky, takže můžete porovnat pozorované výsledky s teoretickým očekáváním.

Jaké jsou šance na líc nebo rub při jednom hodu?

Při jednom hodu férovou mincí jsou šance na líc 50 % a šance na rub 50 %, tedy přesný poměr 1:1. To je definující vlastnost férového Bernoulliho pokusu, kde jsou oba výsledky stejně pravděpodobné a vzájemně se vylučují.

Každý hod je také nezávislý, což znamená, že předchozí líc nemění šance dalšího hodu.

Podle studie ze Stanfordu, kterou vypracovali Diaconis, Holmes a Montgomery, nese fyzicky hozená mince velmi mírné zkreslení směrem k té straně, která začínala nahoře, řádově 0,51 namísto 0,50. Pro praktické či vzdělávací účely je považování jednoho hodu za čistých 50/50 přesné.

Jak vypočítat pravděpodobnost získání přesně N líců

K výpočtu pravděpodobnosti přesně N líců v M hodech použijte binomický vzorec P(X = N) = C(M, N) × p^N × (1-p)^(M-N).

Nejprve najděte binomický koeficient C(M, N) = M! / (N! × (M-N)!), který počítá různá uspořádání N líců mezi M hody. Poté vynásobte p umocněným na N a (1-p) umocněným na zbývající hody.

Pro férovou minci házející 10krát je přesně 5 líců C(10, 5) × 0,5^10 = 252 / 1024 ≈ 24,61 %. Wolfram MathWorld považuje toto za kanonický binomický příklad. Režim pravděpodobnosti v kalkulačce provádí tyto výpočty faktoriálů přesně, čímž se vyhýbá chybám při zaokrouhlování, které jsou běžné při ruční práci.

Kumulativní pravděpodobnost: vysvětlení pro nejméně a nejvýše N orlů

Kumulativní pravděpodobnost odpovídá na otázky typu „alespoň N orlů“ nebo „nejvýše N orlů“ tak, že sečte několik přesných binomických členů namísto uvedení jediné hodnoty.

Pravděpodobnost nejvýše N orlů sčítá P(X = 0) až P(X = N), zatímco alespoň N orlů sčítá P(X = N) až P(X = M). Tyto kumulativní součty tvoří kumulativní distribuční funkci binomického rozdělení, kterou Wolfram MathWorld a standardní statistické texty používají k odvození pravděpodobností v chvostech rozdělení.

Například alespoň 60 orlů ze 100 poctivých hodů nastane s pravděpodobností zhruba 2,8 %, protože hodnota 60 leží dvě směrodatné odchylky nad průměrem 50. Kalkulačka spočítá všechny tři pohledy – přesně, nejvýše a alespoň –, takže můžete otázku položit jakýmkoli způsobem.

Co zákon velkých čísel znamená pro házení mincí

Zákon velkých čísel říká, že s rostoucím počtem hodů se pozorovaný podíl orlů blíží skutečné pravděpodobnosti, která u poctivé mince obvykle činí 50 %.

Neslibuje však, že se orli a panny v krátkodobém horizontu vyrovnají; série 10 hodů může klidně skončit poměrem 7:3, ale série 10 000 hodů se téměř vždy drží zhruba do jednoho procenta od 50 %. Encyclopaedia Britannica to popisuje jako základní teorém pravděpodobnosti, který se liší od hráčova klamu, podle nějž se určitý výsledek „už musí dostavit“.

Režim simulátoru tento jev zviditelňuje: hoďte mincí několik desítekkrát a uvidíte divoké výkyvy, pak hoďte tisíckrát a sledujte, jak se procento ustálí.

Praktické využití: rozhodování, výuka a simulace

Kalkulačka hodů mincí slouží k několika praktickým účelům kromě urovnávání přátelských sporů.

  • Učitelé používají režim simulátoru k demonstrování zákona velkých čísel, výběrového rozptylu a tvaru binomického rozdělení bez použití fyzických mincí.
  • Studenti využívají režim pravděpodobnosti ke kontrole domácích úkolů pomocí přesných hodnot bez šumu.
  • Vědci a analytici si půjčují stejnou binomickou matematiku pro intuici při A/B testování, protože podíl 50/50 je nulovým hypotetickým základem v mnoha experimentech.
  • Herní návrháři a kutilové ji používají pro spravedlivé losování nebo k modelování zátěžových mincí.

Protože je každý hod nezávislý, nástroj představuje také přehledný úvod do Monte Carlo myšlení, kde opakované náhodné pokusy aproximují teoretickou pravděpodobnost.

Simulace zkreslené nebo zatížené mince pomocí posuvníku zkreslení

Posuvník zkreslení nastavuje pravděpodobnost orla p libovolně od 0 do 1, což vám umožňuje simulovat zatíženou minci namísto poctivé.

Hodnota 0,6 padá jako orel v průměru asi v 60 % případů, zatímco 0,4 straní panně; koncové body 0 a 1 vynutí vždy pannu, respektive vždy orla. Režimy simulátoru i pravděpodobnosti tuto hodnotu respektují, takže binomický vzorec používá vámi zvolené p ve tvaru P(X = k) = C(n, k) × p^k × (1-p)^(n-k).

Skutečné fyzické mince vykazují zkreslení jen zřídka nad přibližně 0,51, jak zdokumentovala studie Stanford Diaconis, takže vysoké hodnoty p je nejlepší brát spíše jako výukové nebo modelové scénáře než jako modely běžných mincí.

Proč jsou dlouhé série orlů nebo pann normální a ne zmanipulované

Dlouhé série působí podezřele, ale jsou normálním rysem náhodného házení, nikoli důkazem zmanipulované mince.

V posloupnosti poctivých hodů roste nejdelší očekávaná série zhruba s logaritmem o základu 2 z počtu hodů, takže u 100 hodů dosahuje nejdelší série jedné strany v průměru zhruba šesti až sedmi za sebou. To znamená, že série o více hodech se během sezení objevují často, a brát je jako signál k sázce na opačnou stranu je hráčův klam, před kterým varuje Encyclopaedia Britannica.

Protože je každý hod nezávislý, série orlů nikdy nezvyšuje šanci, že v dalším hodu padne panna. Chcete-li odlišit skutečné zkreslení od náhody, porovnejte celkové součty s očekávaným rozptylem za mnoho hodů, namísto abyste reagovali na krátké série.

Časté chyby při interpretaci pravděpodobnosti hodů mincí

  • Nejčastější chybou je hráčův klam – víra, že po několika orlech „už musí padnout“ panna. Každý hod je nezávislý, takže šance zůstávají 50/50 bez ohledu na historii.
  • Druhou chybou je očekávání přesného poměru 50/50 v malých vzorcích; dokonce i 10 hodů skončí přesně 5 orly jen asi v 24,6 % případů.
  • Třetí chybou je záměna „přesně N orlů“ za „alespoň N orlů“, což jsou velmi odlišné kumulativní veličiny.
  • Lidé také přeceňují krátké série jako důkaz zatížené mince, přičemž série jsou přirozeným jevem.
  • Nakonec, použití malého vzorku k posouzení poctivosti je nespolehlivé: Encyclopaedia Britannica uvádí, že pravou pravděpodobnost odhalí pouze velký počet pokusů, proto proveďte mnoho hodů, než usoudíte, že je mince zkreslená.

Frequently Asked Questions

sell

Tags