【二项分布的定义】在概率论与统计学中，二项分布是一种常见的离散概率分布，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。该分布适用于满足以下条件的随机试验：

- 试验共有 n 次独立重复；

- 每次试验只有 两种可能的结果，即“成功”或“失败”；

- 每次试验中，“成功”的概率为 p，而“失败”的概率为 1 - p；

- 试验结果之间互不影响。

在这种情况下，随机变量 X 表示在 n 次独立试验中“成功”的次数，其服从参数为 n 和 p 的二项分布，记作 X ~ B(n, p)。

二项分布的定义总结

二项分布的概率质量函数

二项分布的概率质量函数（PMF）为：

$$

P(X = k) = \binom{n}{k} p^k (1-p)^{n-k}

$$

其中：

- $ \binom{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目；

- $ p^k $ 是 k 次成功的概率；

- $ (1-p)^{n-k} $ 是 n - k 次失败的概率。

二项分布的应用场景

二项分布在实际中应用广泛，常见于以下领域：

- 投掷硬币（正面为成功，反面为失败）；

- 药物疗效测试（有效为成功，无效为失败）；

- 产品质量检测（合格为成功，不合格为失败）；

- 市场调研中顾客是否购买产品等。

二项分布的期望与方差

对于服从二项分布的随机变量 X ~ B(n, p)，其数学期望和方差分别为：

通过以上内容可以看出，二项分布是研究多次独立重复试验中成功次数的重要工具，具有明确的数学表达和广泛的现实意义。