【二项分布公式是什么】在概率统计中，二项分布是一种常见的离散型概率分布，用于描述在固定次数的独立伯努利试验中，成功次数的概率分布。每个试验只有两种可能的结果：成功或失败，且每次试验的成功概率相同。
一、二项分布的基本概念
- 伯努利试验：只有两种结果的随机试验，如抛硬币（正面或反面）。
- 独立性：各次试验之间互不影响。
- 固定次数：试验总次数为 $ n $ 次。
- 成功概率恒定：每次试验成功的概率为 $ p $，失败的概率为 $ 1-p $。
二、二项分布公式
二项分布的概率质量函数（PMF）如下：
$$
P(X = k) = C(n, k) \cdot p^k \cdot (1 - p)^{n - k}
$$
其中：
- $ X $ 是服从二项分布的随机变量，表示成功次数；
- $ n $ 是试验的总次数；
- $ k $ 是成功的次数（$ k = 0, 1, 2, ..., n $）；
- $ p $ 是单次试验成功的概率；
- $ C(n, k) $ 是组合数，表示从 $ n $ 次试验中选出 $ k $ 次成功的组合方式数，计算公式为：
$$
C(n, k) = \frac{n!}{k!(n - k)!}
$$
三、二项分布的期望与方差
| 项目 | 公式 |
| 期望值 | $ E(X) = np $ |
| 方差 | $ Var(X) = np(1 - p) $ |
四、二项分布的应用场景
| 场景举例 | 说明 |
| 投掷硬币 | 计算抛 $ n $ 次硬币出现 $ k $ 次正面的概率 |
| 质量检测 | 检测 $ n $ 个产品中有 $ k $ 个不合格品的概率 |
| 医学实验 | 计算药物对 $ n $ 个病人有效 $ k $ 次的概率 |
| 市场调研 | 统计 $ n $ 个受访者中有 $ k $ 人支持某产品的概率 |
五、二项分布的特点
- 离散型分布：只取整数值；
- 对称性：当 $ p = 0.5 $ 时，分布对称；
- 适用范围有限：要求试验是独立的，且每次试验成功概率不变。
六、总结
二项分布是统计学中非常重要的一个分布，广泛应用于实际问题中。其核心公式为：
$$
P(X = k) = C(n, k) \cdot p^k \cdot (1 - p)^{n - k}
$$
通过理解该公式及其应用，可以更好地分析和预测具有固定试验次数、独立事件、固定成功率的随机现象。
| 术语 | 含义 |
| 二项分布 | 描述 $ n $ 次独立伯努利试验中成功次数的分布 |
| 成功概率 $ p $ | 每次试验成功的概率 |
| 失败概率 $ 1 - p $ | 每次试验失败的概率 |
| 组合数 $ C(n, k) $ | 从 $ n $ 次试验中选择 $ k $ 次成功的组合数 |
| 期望 $ E(X) $ | $ np $ |
| 方差 $ Var(X) $ | $ np(1 - p) $ |