概念入门概率论与随机变量
二项分布
也叫：Binomial Distribution、B(n、p)
n次独立伯努利试验中成功次数X的分布B(n,p)。
核心讲解
二项分布描述n次独立伯努利试验中“成功”出现的次数。若每次成功概率恒为p，则成功次数X记为B(n,p)，其概率为P(X=x)=C(n,x)p^x(1-p)^(n-x)。它有两个隐含前提：各次试验相互独立，且每次成功概率都是同一个p。
参数决定分布形态。二项分布的均值是np，方差是np(1-p)。例如抛硬币10次（p=0.5），期望正面出现5次；试验次数n越大，分布越对称、越接近正态分布，这也是后续用正态近似处理二项问题的依据。
计算时要分清“正好”和“至少”。书中例题问10道三选一全靠猜、至少答对9道的概率，答案是P(X=9)+P(X=10)≈0.036%；若只算P(X=9)就漏掉了全对的情况。这也说明靠猜通过考试的几率几乎为零。
费曼版：用大白话再讲一遍
连续抛10次硬币，你想知道“正面到底出现几次”。每次都是独立的一次成败，把所有可能的次数各自的可能性算出来，就得到一张从0次到10次的概率清单，这就是二项分布。
要点
- B(n,p)是n次独立伯努利试验成功次数的分布。
- 公式P(X=x)=C(n,x)p^x(1-p)^(n-x)，用到组合数。
- 均值为np，方差为np(1-p)。
- 前提是各次独立且成功概率恒为p。
常见误区
- 忽略“独立”与“成功概率恒定”两个前提，套用到相关性强的场景。
- 把“至少9次”只算成P(X=9)，漏掉P(X=10)。
- 忘记乘组合数C(n,x)，只算某一固定顺序的概率。