简介：成功、失败与其中的一切
欢迎来到二项分布 (Binomial Distributions) 的世界！如果你曾经多次投掷硬币、向目标发射多支箭，或是检查一批灯泡是否有瑕疵，那么你其实已经接触过这一章的逻辑了。在统计学中，我们使用二项分布来计算在固定次数的试验中，获得特定次数“成功”的概率。
如果刚开始看到公式觉得有点令人胆怯，别担心！我们会把它们拆解成容易消化的小部分。当你读完这些笔记时，你将会像专家一样计算概率！
1. 识别参数：n 和 p
在开始计算之前，我们需要知道将哪些数字代入公式。每一个二项分布都由两个主要要素定义：
- \(n\)（试验次数）： 这单纯是指你进行实验的次数（例如，抛硬币 10 次，则 \(n = 10\)）。
- \(p\)（成功概率）： 这是你在单次试验中获得预期结果的机会（例如，硬币正面朝上的概率是 \(0.5\)）。
- \(q\)（失败概率）： 我们通常用 \(q\) 来表示“失败”的机会。计算方式为 \(1 - p\)。
简短标记法： 我们将其写为 \(X \sim B(n, p)\)。这只是一种简写，意思是“随机变量 \(X\) 服从参数为 \(n\) 次试验及成功概率为 \(p\) 的二项分布”。
记忆小帮手：BINS 记忆法
要检查你是否能使用这些计算，请记住 BINS：
B - Binary（二元性：只有两种结果，成功或失败）。
I - Independent（独立性：一次试验不会影响下一次）。
N - Number of trials is fixed（试验次数固定）。
S - Success probability is the same（每次成功的概率都相同）。
重点摘要： 务必先找出你的 \(n\) 和 \(p\)。只要知道这两个数值，你就拥有了解决问题所需的一切！
2. 使用概率质量函数（PMF）计算“恰好”的概率
假设你想找出获得恰好 \(r\) 次成功的概率。例如，如果你投掷 5 次骰子，出现两次 6 点的概率是多少？我们使用以下公式：
\(P(X = r) = \binom{n}{r} \times p^r \times q^{n-r}\)
拆解公式：
- \(\binom{n}{r}\)： 这是计算器上的 "nCr" 按键。它告诉我们有多少种不同的方法可以排列这些成功次数。
- \(p^r\)： 这是成功概率，提升到我们想要的成功次数次方。
- \(q^{n-r}\)： 这是失败概率，提升到剩余试验次数（即“失败”次数）的次方。
例子：投掷一枚公平硬币 3 次（\(n=3, p=0.5\)）。恰好出现 2 次正面的概率（\(r=2\)）：
\(P(X = 2) = \binom{3}{2} \times 0.5^2 \times 0.5^1 = 3 \times 0.25 \times 0.5 = 0.375\)
避免常见错误： 请确保你的次方（\(r\) 和 \(n-r\)）相加永远等于 \(n\)。如果你进行 10 次试验且想要 3 次成功，那么必然会有 7 次失败！
重点摘要： 使用 nCr 公式来处理“恰好”类型的题目，但别忘了计算器内置了函数，能让你算得更快！
3. 使用你的计算器：PD 与 CD
针对 OCR H640 考试，你需要高效率地使用计算器。大多数现代科学计算器或图形计算器都有两个特定的二项分布函数：
二项分布 PD（概率密度函数 - Probability Density）
当你想求恰好一个数值（例如 \(P(X = 4)\)）时使用。这就像用激光笔射中地图上的一个特定点。
二项分布 CD（累积概率分布 - Cumulative Distribution）
当你想求一个范围的数值，特别是“小于或等于”的情况（例如 \(P(X \le 4)\)）时使用。这会一次计算出 \(P(X=0) + P(X=1) + P(X=2) + P(X=3) + P(X=4)\) 的总和！这就像用泛光灯照亮整个区域。
复习小贴士：处理不等式
如果题目要求的不是 \(\le\)，你需要进行转换：
- 要找 \(P(X < 4)\)，请计算 \(P(X \le 3)\)。
- 要找 \(P(X \ge 4)\)，请计算 \(1 - P(X \le 3)\)。
- 要找 \(P(X > 4)\)，请计算 \(1 - P(X \le 4)\)。
你知道吗？ “累积”函数总是从零开始累加。如果你需要找出获得 3 到 5 次成功的概率，你应该计算 \(P(X \le 5) - P(X \le 2)\)。
4. 平均值与期望频率
有时候，我们不只想知道概率，还想知道如果我们多次运行实验，结果的“平均”会是多少。这被称为平均值 (Mean) 或期望值 (Expected Value)。
平均值公式
对于二项分布，平均成功次数非常容易计算：
平均值 \(= np\)
例子：如果一名篮球运动员罚球命中的概率 \(p\) 为 0.8，且投篮 50 次（\(n\)），我们预期他会命中 \(50 \times 0.8 = 40\) 球。
期望频率
如果你有大量的样本（我们称之为 \(N\)），并被问到预期其中有多少样本会产生特定次数的成功，你只需将概率乘以样本总数即可：
期望频率 \(= N \times P(X = r)\)
重点摘要： 平均值就是 \(n\) 乘以 \(p\)。它是分布的“平衡点”。
总结与检查清单
在你合上书本之前，请确保你能做到以下几点：
- 从文字题目中识别出 \(n\) 和 \(p\)。
- 使用 \(q = 1 - p\) 来找出失败概率。
- 使用 nCr 公式 或计算器上的 Binomial PD 计算“恰好”的概率。
- 使用 Binomial CD 和补集规则（\(1 - P\)）计算“至多”或“至少”的概率。
- 使用 \(np\) 计算平均成功次数。
加油： 二项分布的计算关键在于多练习。一旦你习惯了你的计算器如何操作“列表 (List)”或“变量 (Variable)”模式，你会发现这些题目是统计学试卷中最容易得分的部分之一。继续努力！