二项分布 通俗解释.docxVIP

两个正面的概率 两个正面的概 率 一正一反的概 率 两个反面的概 率 0.25 2×0.25=0.5 0.25 二项分布 通俗解释 一个事件必然出现，就说它100%要出现。100%=1，所以100%出现的含义就是出现的概率P=1。 即必然事件的出现概率为 1。 一个事件必然出现，就说它100%要出现。100%=1，所以100%出现 的含义就是出现的概率P=1。 即必然事件的出现概率为 1。 如果掷一枚硬币，正面向上的结局的概率为0.5 。反面向上的结局的概率也是 0.5 。那么出现正面向上事件或者反面向上事件的概率就是 0.5+0.5=1 ，即二者必居其一。如果掷两次硬币，根据独立事件的概率乘法定理那么两次都是正面（反面）向上的概率是0.5×0.5=0.25。另外第一个是正第二个是反的出现概率也是 如果掷一枚硬币，正面向上的结局的概率为0.5 。反面向上的结 局的概率也是 0.5 。那么出现正面向上事件或者反面向上事件的概 率就是 0.5+0.5=1 ，即二者必居其一。 如果掷两次硬币，根据独立事件的概率乘法定理那么两次都是正 面（反面）向上的概率是0.5×0.5=0.25。另外第一个是正第二个是 反的出现概率也是 0.5×0.5=0.25。同理第一个反第二个正的出现概 率也是 0.5×0.5=0.25。于是一正一反的概率是前面两个情况的和， 即 0.25+0.25=2×0.25=0.5 。它们的合计值仍然是 1。列成表就是： 注意到代数学中 (a+b)^2=a^2+2ab+b^2, 而在a=0.5，b=0.5 时，有 1^2=(0.5+0.5)^2=0.25+2×0.5×0.5+0.25=1。这说明掷两次硬币的各个结局的出现概率可以通过对二项式的平方展开而得到。顺此，对于掷 n 注意到代数学中 (a+b)^2=a^2+2ab+b^2, 而在a=0.5，b=0.5 时， 有 1^2=(0.5+0.5)^2=0.25+2×0.5×0.5+0.25=1。这说明掷两次硬币 的各个结局的出现概率可以通过对二项式的平方展开而得到。 顺此，对于掷 n 次硬币的各种结局的出现概率也可以通过对二项式的 n 次方的展开而得到。例如n=3 时,有（注意 0.5×0.5×0.5=0.125） 1^3=(0.5+0.5)^3=0.125+3×0.125+3×0.125+0.125 = 0.125+0.375+0.375+0.125 = 1。 3 3 个正面的概率 2 正 1 反的概 率 1 正 2 反的概 率 3 个反面的概 率 0.125 0.375 0.375 0.125 二项式展开的牛顿公式表示为： 二项式展开的牛顿公式表示为： (a+b)^n=a^n + … + [n!/m!(n-m)!][a^(n-m)b^m]+ … + b^n (其中m=1,2,……n-1)。即这种类型的问题（如掷多次硬币）的概率分布恰好可以用二项式展开的牛顿公式表示。而这也就是为什么把这种概率分布类型称为二项分布的原因。如果a，b (a+b)^n=a^n + … + [n!/m!(n-m)!][a^(n-m)b^m]+ … + b^n (其中 m=1,2,……n-1)。 即这种类型的问题（如掷多次硬币）的概率分布恰好可以用二项 式展开的牛顿公式表示。而这也就是为什么把这种概率分布类型称为 二项分布的原因。 如果a，b 并不等于 0.5，那么只要把 A 事件出现的概率以p 代入， 把B 事件的出现概率以(1-p)代入，以上公式仍然正确，（a+b 仍然 =1）。所以对于仅有A，B 两个结局的随机事件，如果A 事件出现概 率为p，B 事件的出现概率为 1-p，那么在n 次随机实验中A 事件出 现n-m 次、B 事件出现m 次的情况（对应一种复合事件）的出现概率 P 应当是(这里的P 是大写的)： P=[n!/m!(n-m)!][p^(n-m) (1-p)^m] (其中m=0,1,……,n) 注意到上面公式的对称性，它也可以写为 P=[n!/m!(n-m)!][p^m (1-p)^(n-m)]。它就是所谓二项分布概型的随机事件的出现概率公 式，也是牛顿二项式展开在变量为对应概率值的情况下的通项。 二项分布 - 正文 二项分布 - 正文 概率论中最常用的一种离散型概率分布。若随机变量 X 取整数值k 的 概率为 式中n 是给定的正整数； 是从n 个对象中任意选取k 个的组合数,则称X 的分布为二项分布，记作B（n,p）。它的命名来源于b(k；n,p)恰好是【(1-p)+p】n 的二项式展开的第k+1 项。 从不合格品率为p 的产品中独立地抽出n 个（每次抽一个，抽出后又放回）,其中恰有 k 个不合格品的概率就是b(k;n,p)；统计学由此建立检验产品质量的方案。类似的例子在生产