平均要抛多少次硬币，才能出现连续两次正面向上？

最新推荐文章于 2024-03-31 20:34:07 发布

转载最新推荐文章于 2024-03-31 20:34:07 发布 · 1.4k 阅读

1 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/Allen-rg/p/11081839.html

本文探讨了掷骰子出现连续三次六点的概率问题，通过计算得出平均需要掷骰子258次才能出现这一情况。文章引用知乎专栏及博客文章进行深入解析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

[公式] 、

类似问题，平局掷骰子多少次，可以出现连续三次都是6：

答案：

1/p + 1/(p*p) + 1/(p*p*p) = 6 + 36 + 216 =258 次

推导过程：

https://zhuanlan.zhihu.com/p/68358814

转载于:https://www.cnblogs.com/Allen-rg/p/11081839.html

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

weixin_30877181

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

R语言学习笔记假设检验抛硬币

Mrrunsen的博客

10-07

1012

下图中红色部分即为拒绝域，我们的样本落在接受域，因此我们应该接受原假设，认为硬币就是均匀的。p-value的概念其实是比较难理解的，用通俗的话来说，就是在原假设（H0）正确时，出现现状或更极端的情况的概率。现在问题来了，我们的样本数据是59，出现50周围的数字的概率也比较大，我们到底应该判断硬币是否均匀呢？还是以抛硬币的例子来说明，假如我们想知道一枚硬币是否均匀，抛硬币100次后统计正反面向上的次数，得到59次正面和41次反面，明显偏离1:1，那么我们是否应该判断该硬币不均匀呢？

python投掷硬币统计次数_关于python：将公平的硬币投掷100次并计算正面数目。重复此模拟10 ** 5次...

weixin_39972768的博客

01-13

1678

编写一个程序来模拟将一个公平的硬币扔100次并计算正面数。重复此模拟10 ** 5次，以获得人数分布。我在下面的代码中编写了100次头部计数，外循环应该重复执行我的函数100K次以获得头部分布：import randomdef coinToss():return random.randint(0, 1)recordList = []for j in range(10**5):for i in r...

参与评论您还未登录，请先登录后发表或查看评论

python数学小实验（6）——抛多少次硬币才能出现连续两次正面向上？

MiaLove

06-21

1694

抛多少次硬币，才能出现两次正面向上？问题出自： https://zhuanlan.zhihu.com/p/68358814 问题核心式子是：E(Nk∣Nk−1)=E(Nk−1)+p+(1−p)(1+E(Nk))E(N_k|N_{k-1})=E(N_{k-1})+p+(1-p)(1+E(N_k))E(Nk∣Nk−1)=E(Nk−1)+p+(1−p)(1+E(Nk)) 目前已经出现连续 k...

平均需要抛掷多少次硬币，才会首次出现连续两个正面？

tianxiajianling的专栏

04-13

5335

平均需要抛掷多少次硬币，才会首次出现连续两个正面？它的答案是 6 次。它的计算方法大致如下。首先，让我们来考虑这样一个问题： k 枚硬币摆成一排，其中每一枚硬币都可正可反；如果里面没有相邻的正面，则一共有多少种可能的情况？这可以用递推的思想来解决。不妨用 f(k) 来表示摆放 k 枚硬币的方案数。我们可以把这些方案分成两类：最后一枚硬币是反面，或者最后一枚硬币是正面。如果是前一种情形，

平均需要扔多少次硬币才能够得到连续2个正面 [# 12]

Yuwen's Hero

01-09

3777

给你一个硬币，扔到正面的概率是p，扔到负面的概率是 1- p。问题是：平均需要扔多少次，才能得到连续的2个正面。例子：假设正面用 A 表示，负面是 B表示，那么两个连续正面必须是 AA挨着，不能是 A B A B 这样的。分析：假设需要 T 次。如果我们扔的第一次就是负面，那么第一次就白搭，我们还需要再扔 T 次（有点混，需要认真思考把它想清楚）。如果我们第一次扔的是正面，那

抛硬币直到连续出现两次字为止

VergiL Wang的专栏

05-03

2万+

题目： [plain] view plaincopy 假设有一个硬币，抛出字（背面）和花（正面）的概率都是0.5，而且每次抛硬币与前次结果无关。现在做一个游戏，连续地抛这个硬币，直到连续出现两次字为止，问平均要抛多少次才能结束游戏？注意，一旦连续抛出两个“字”向上游戏就结束了，不用继续抛。上面这个题目我第一次见到是在pongb

平均抛多少次硬币能连抛两次“字”

CS064的专栏

09-18

1150

转自：有道概率题：一个有趣的抛硬币问题问题是：假设有一个硬币，抛出字（背面）和花（正面）的概率都是0.5，而且每次抛硬币与前次结果无关。现在做一个游戏，连续地抛这个硬币，直到连续出现两次字为止，问平均要抛多少次才能结束游戏？注意，一旦连续抛出两个“字”向上游戏就结束了，不用继续抛。解法的关键在于下面这个递推关系　Tn = Tn-1 + 1 + 0.5 * Tn ，也即是有

python硬币正反面、1000次_掷1000次硬币，出现连续十次（或以上）正面的概率是多少？...

weixin_39633054的博客

12-22

2602

2020.6.6-19:12更正了理论和脚本函数(考虑相同面和指定面的递推公式有些许区别)依据 @Lucas 的答案进行理论推广，进而写成Python脚本，可以计算“ 次投掷硬币连续出现次及以上正面/反面朝上[ ](或者相同面朝上[ ])概率”一、理论部分概率递推公式为：【注1：抛小于次硬币，不可能出现连续出现次及以上某面朝上。特别注意，这里有，即不抛硬币】【注2：刚好抛次硬币...

EM抛硬币算法

12-20

这是一个抛硬币的例子，H表示正面向上，T表示反面向上，参数θ表示正面朝上的概率。硬币有两个，A和B，硬币是有偏的。本次实验总共做了5组，每组随机选一个硬币，连续抛10次。如果知道每次抛的是哪个硬币，那么计算...

掷一枚硬币，直到连续出现两次正面朝上的时候停止，问掷硬币次数的期望

weixin_45635035的博客

04-03

4769

import numpy as np l=0 for i in range(1,10001):#实验10000次 a=np.random.randint(0,2) b=np.random.randint(0,2) c=[] c.append(a) c.append(b) print(c) while (c[-1]+c[-2])!=2: ...

解决一个有意思的抛硬币问题，计算连续两次正面所需次数的数学期望

热门推荐

m0_37786651的博客

03-16

4万+

做项目时遇到这样一个问题，问题可以简化为问题1：已知一件事情发生的概率是p，连续对这件事情进行很多次实验直到这件事连续发生了n次，求需要进行多少次实验次数的期望。问题2：如果用抛硬币来举例子，则为假设有一个硬币，抛出背面和正面的概率都是0.5，而且每次抛硬币与前次结果无关。现在做一个游戏，连续地抛这个硬币，直到连续出现三次正面为止，问平均要抛多少次才能结束游戏？注意，一旦连续抛出三次正面向

连续出现2次硬币正面朝上的概率

wangche320的专栏

06-28

4051

/** * n coins placed as a line, no two adjacent with same positive image, how many ? * k 枚硬币摆成一排，其中每一枚硬币都可正可反；如果里面没有相邻的正面， * 则一共有多少种可能的情况？这可以用递推的思想来解决。不妨用 f(k) 来表示摆放 k 枚硬币的方案数。 * 我们可以把这些方案分成两类：最后一

抛硬币直到连续若干次正面的概率

u013309802的专栏

08-27

9816

问题假设有一个硬币，抛出字（背面）和花（正面）的概率都是0.5，而且每次抛硬币与前次结果无关。现在做一个游戏，连续地抛这个硬币，直到连续出现两次字为止，问平均要抛多少次才能结束游戏？注意，一旦连续抛出两个“字”向上游戏就结束了，不用继续抛。上面这个题目我第一次见到是在pongba的TopLanguage的一次讨论上，提出问题的人为Shuo Chen，当时我给出了

SQL趣题：抛抛硬币，连续出现两次正面的期望值

06-26

1931

原帖请见：http://www.itpub.net/thread-1625369-1-1.html 这段时间在学习SQL的递归查询。想起一道有趣的概率习题。跟大家分享一下：题目：连续掷一枚硬币，求首次出现连续两...

.扔一枚硬币，正面向上的概率为 1/3，记 X 为首次出现正面向上的试验次数。现已知在前 5 次试验均未出现正面向上，还需等待首次出现正面向上的次数 Y的数学期望是

06-12

根据题意，X 的取值范围为 {1, 2, 3, ...}，且 P(X=k) = (2/3)^(k-1) * (1/3)，k>=1。因为 X 表示首次出现正面向上的试验次数，所以 X 的取值范围至少是 1。现在已知在前 5 次试验均未出现正面向上，所以 Y 的取值范围为 {6, 7, 8, ...}，且 Y = X+5。因此，Y 的概率分布为： P(Y=k) = P(X=k-5) = (2/3)^(k-6) * (1/3)，k>=6 根据定义，Y 的数学期望为： E(Y) = Sum[k=6 to infinity] k * P(Y=k) 将 P(Y=k) 代入上式，得到： E(Y) = Sum[k=6 to infinity] k * (2/3)^(k-6) * (1/3) 对于这个无穷级数，可以使用级数求和公式来计算。具体地，将级数拆成两部分： E(Y) = Sum[k=1 to infinity] k * (2/3)^(k-1) * (1/3) - Sum[k=1 to 5] k * (2/3)^(k-1) * (1/3) - 5 * (2/3)^5 第一部分是 X 的数学期望 E(X)，根据公式 E(X) = 1/p，其中 p 为事件发生的概率，这里 p = 1/3，所以 E(X) = 3。第二部分可以直接计算得到。因此，将数值代入上式，得到： E(Y) = 3 - (2/3 + 4/9 + 8/27 + 16/81 + 32/243) - 5 * (2/3)^5 化简后，可得： E(Y) = 20 因此，经过 5 次试验均未出现正面向上的情况下，还需等待首次出现正面向上的次数 Y 的数学期望是 20。