Probability Calculator
Hitung probabilitas peristiwa tunggal, senyawa (AND/OR), kondisional, dan minimal satu.
Tentang alat ini
Memahami probabilitas sangat penting untuk membuat keputusan yang tepat di berbagai bidang mulai dari sains dan statistik hingga keuangan dan permainan. Kalkulator Probabilitas ini membantu Anda menghitung probabilitas untuk berbagai skenario—baik menilai kemungkinan terjadinya satu peristiwa, menganalisis peristiwa majemuk yang harus memenuhi beberapa kondisi, atau menentukan probabilitas bersyarat yang bergantung pada hasil sebelumnya. Dengan mengotomatisasi perhitungan ini, alat ini menghilangkan kesalahan aritmetika manual dan membuat teori probabilitas dapat diakses oleh siswa, peneliti, dan profesional.
Menggunakan kalkulator ini sangat mudah: pilih jenis probabilitas yang ingin Anda hitung (peristiwa tunggal, peristiwa majemuk DAN/ATAU, bersyarat, atau skenario setidaknya satu), masukkan nilai yang relevan (probabilitas individual atau jumlah hasil), dan alat akan langsung menampilkan hasilnya sebagai desimal dan persentase. Kasus penggunaan umum termasuk memprediksi hasil lemparan dadu, menghitung probabilitas menggambar kartu spesifik dari setumpuk kartu, mengevaluasi tingkat kegagalan peralatan, menilai akurasi tes medis, atau menganalisis strategi permainan di mana beberapa peristiwa independen atau dependen berinteraksi.
Untuk hasil yang akurat, pastikan probabilitas masukan Anda antara 0 dan 1, dan ingatlah bahwa 'DAN' berarti semua peristiwa harus terjadi (aturan perkalian) sementara 'ATAU' berarti setidaknya satu peristiwa terjadi (aturan penambahan yang disesuaikan untuk tumpang tindih). Perhitungan probabilitas bersyarat sangat berguna dalam skenario dunia nyata seperti penalaran Bayesian dalam diagnosis medis atau pengujian kontrol kualitas, di mana probabilitas hasil sangat bergantung pada apa yang terjadi sebelumnya.
Pertanyaan yang Sering Diajukan
Implementasi Kode
from fractions import Fraction
import math
def single_event_probability(favorable: int, total: int) -> dict:
"""P(A) = favorable / total"""
if total <= 0:
raise ValueError("Total outcomes must be positive")
prob = favorable / total
frac = Fraction(favorable, total)
return {
"decimal": round(prob, 6),
"fraction": f"{frac.numerator}/{frac.denominator}",
"percentage": round(prob * 100, 4),
}
def compound_and_probability(p_a: float, p_b: float) -> float:
"""P(A and B) = P(A) × P(B) for independent events"""
return p_a * p_b
def compound_or_probability(p_a: float, p_b: float) -> float:
"""P(A or B) = P(A) + P(B) - P(A and B) for independent events"""
return p_a + p_b - p_a * p_b
def at_least_one_probability(p_single: float, trials: int) -> float:
"""P(at least one) = 1 - P(none) = 1 - (1-p)^n"""
return 1 - (1 - p_single) ** trials
# Examples
print("=== Single Event ===")
r = single_event_probability(3, 6) # Rolling a 1, 2, or 3
print(f"P = {r['fraction']} = {r['decimal']} = {r['percentage']}%")
print("\n=== Compound (AND) ===")
p_and = compound_and_probability(1/6, 1/6) # Two dice both show 1
print(f"P(1 and 1) = {p_and:.6f} = {p_and*100:.4f}%")
print("\n=== Compound (OR) ===")
p_or = compound_or_probability(0.5, 0.3)
print(f"P(A or B) = {p_or:.6f} = {p_or*100:.2f}%")
print("\n=== At Least One ===")
p_atleast = at_least_one_probability(1/6, 3) # At least one 6 in 3 rolls
print(f"P(at least one 6 in 3 rolls) = {p_atleast:.6f} = {p_atleast*100:.2f}%")Comments & Feedback
Comments are powered by Giscus. Sign in with GitHub to leave a comment.