如何用Excel模拟九胜的概率

参考在A1输入：

=IF(RANDBETWEEN(1,2)=1,"胜","负")

然后下拉到A9

A10输入：

=IF(COUNTIF(A1:A9,"胜")=9,"9连胜",COUNTIF(A1:A9,"胜")&"胜")

然后任意双击一个单元格，公式就会重新计算一次，如果你运气够好，就能看到9连胜。

理论概率，呵呵 =050505 大约是01%，反正我点了几十下都木有。

我们这次的任务是利用Python来模拟抛硬币的情况，并且记录正面朝上占所有试验中的比率，大家是不是想起了课堂中提到过的蒲丰，皮尔逊等人做的试验？当然，我们现在已经不再需要再去扔几千次，几万次硬币了；Python为我们提供了一个相当便捷的解决方案。Python 的randint（0,1）函数可以等概率，随机地返回0与1两个数，我们可以将返回的数值0记为硬币的反面，1记为硬币的正面，所以问题就转换成了：统计大量重复试验中，结果为1占总试验次数的比例。

简单地画一个流程图，希望有助于大家理解。

流程图是网上使用ProcessOn画的，一个免费的在线流程图绘制平台，简单容易上手，强烈安利给大家~

废话不多说，上图：

可以看见，随着硬币投掷次数的增加，正面朝上的几率逐渐稳定在05，这就是我们在课堂上讲过的内容：在重复试验中，我们可以使用频率的稳定值作为事件发生的概率。

怎么样，是不是学到了一招？

在这个程序的基础上，我相信大家有能力进行进一步地延伸与发散。

大家可以尝试着去完成这样三个问题：

1，比较一下当投掷次数为100次，1000次与10000次的图像差别（提示：为了使区别更加显著，大家可以尝试将X轴使用对数坐标表示）

好的，就先写到这里，感觉有意思的话点个赞再走呗~

有两种办法：

第一种就是用随机数进行模拟，然后进行至少100轮的模拟，取平均数

第二种就是用公式，根据概率学进行公式推导，然后使用C语言进行计算。

第一种并不能很准确，但是有说服力，模拟轮数越多越趋向于准确

第二种准确并有说服力，但是需要理论支持去计算。

公式的话：

全部可能出现的排列，是2的1000次方

特定位置可能出现满足的排列，比如前10个都是正面，剩下的随便排列，就是2的990次方

特定位置数，一共是991个

所以，几率就是：991 2^990 / 2^1000

(好久没有算过了，可能不太对，但是思路差不多，你好好想想吧)

因为，前11个都是正面的，同时满足第一个和第二个位置的，是重复，需要排除一个，所以还需要额外考虑排除，需要进行处理一下……实际比上述的几率小，具体公式仍需推导……非专业人员帮不到你

以上就是关于如何用Excel模拟九胜的概率全部的内容，包括:如何用Excel模拟九胜的概率、1-简单的Python程序-模拟抛硬币、用C语言编写一个程序，求掷硬币1000次，至少有一次连续出现10次正面的概率。或者讲讲算法。等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！