在搞明白二项分布和负二项分布之前,需要明白伯努利试验的概念。
伯努利试验(Bernoulli experiment)是在同样的条件下重复地、相互独立地进行的一种随机试验,其特点是该随机试验只有两种可能结果:发生或者不发生。我们假设该项试验独立重复地进行了n次,那么就称这一系列重复独立的随机试验为n重伯努利试验,或称为伯努利概型。单个伯努利试验是没有多大意义的,然而,当我们反复进行伯努利试验,去观察这些试验有多少是成功的,多少是失败的,事情就变得有意义了,这些累计记录包含了很多潜在的非常有用的信息。
假设在一次试验中,事件A发生概率为\(p(0<p<1)\),则在n重伯努利试验中,事件A恰好发生 k 次的概率为:
\[P_n(k)=C_n^kp^k(1-p)^{n-k}(k=0,1,2,3...,n)\]其中 \(C_n^k\) 的值为 \(n!\over n!(n-k)!\),代表k次成功可以在n次试验的任何地方出现,而把k次成功分布在n次试验中共有 \(C_n^k\) 个不同的方法。