【什么是二项分布】二项分布是概率论与统计学中一种常见的离散型概率分布，用于描述在固定次数的独立试验中，成功次数的概率分布情况。它广泛应用于各种实际问题中，如抛硬币、产品质量检验、医学试验等。
一、二项分布的基本概念
1. 试验次数（n）：总共进行的独立试验次数。
2. 每次试验的成功概率（p）：每次试验成功的概率。
3. 失败概率（q = 1 - p）：每次试验失败的概率。
4. 成功次数（k）：在n次试验中，出现成功事件的次数。
5. 独立性：每次试验之间互不影响。
6. 只有两种结果：每次试验只能是“成功”或“失败”。
二、二项分布的数学表达式
设随机变量X服从参数为n和p的二项分布，记作 $ X \sim B(n, p) $，则其概率质量函数（PMF）为：
$$
P(X = k) = C(n, k) \cdot p^k \cdot (1 - p)^{n - k}
$$
其中：
- $ C(n, k) $ 是组合数，表示从n个元素中选出k个的方式数；
- $ p^k $ 表示k次成功的概率；
- $ (1 - p)^{n - k} $ 表示其余n−k次失败的概率。
三、二项分布的性质
| 属性 | 描述 |
| 定义域 | X = 0, 1, 2, ..., n |
| 期望值（均值） | $ E(X) = np $ |
| 方差 | $ Var(X) = np(1 - p) $ |
| 标准差 | $ \sigma = \sqrt{np(1 - p)} $ |
| 对称性 | 当p = 0.5时，分布对称；当p ≠ 0.5时，分布偏斜 |
| 适用条件 | 试验次数固定、每次试验独立、只有两种结果、成功概率不变 |
四、二项分布的应用场景
| 场景 | 说明 |
| 抛硬币 | 每次抛硬币的结果是成功（正面）或失败（反面），共抛n次 |
| 质量检测 | 检查n件产品，每件有p的概率为合格品 |
| 医学研究 | 在n名患者中，有p的概率对药物产生反应 |
| 市场调查 | 在n人中，有p的概率支持某项政策 |
五、二项分布与正态分布的关系
当n较大且p不是特别小或特别大时，二项分布可以用正态分布近似。这种情况下，可以使用正态分布来简化计算。
六、总结
二项分布是一种描述固定次数独立试验中成功次数的分布模型。它具有明确的数学公式和清晰的统计特性，适用于多种实际问题。理解二项分布有助于我们更好地分析和预测随机事件的发生规律。
| 项目 | 内容 |
| 名称 | 二项分布 |
| 类型 | 离散型概率分布 |
| 参数 | n（试验次数）、p（成功概率） |
| 公式 | $ P(X = k) = C(n, k) \cdot p^k \cdot (1 - p)^{n - k} $ |
| 期望 | $ np $ |
| 方差 | $ np(1 - p) $ |
| 应用 | 抛硬币、质量检测、医学研究等 |
通过以上内容可以看出，二项分布在概率理论和实际应用中都具有重要地位，掌握其基本原理有助于我们更准确地理解和处理相关问题。