视频字幕
大家好！今天我们来认识一位很有个性的数学朋友——伯努利试验。什么是伯努利试验呢？简单来说，就是那种只有两种结果的试验，比如抛硬币。让我们听听硬币先生的自我介绍吧！硬币先生说：我是一枚很专业的硬币，我只会两件事，正面朝上或反面朝上，而且我很有原则，每次被抛的时候成功率都是百分之五十，绝不偷懒！这就完美体现了伯努利试验的三个关键特征：只有两种结果、概率固定、试验独立。
现在硬币先生要面临一个更大的挑战了！什么挑战呢？就是要进行n重独立重复试验。硬币先生抱怨道：一次抛掷还不够吗？为什么要折磨我n次？哈哈，别担心，这是为了科学研究！单次伯努利试验只能告诉我们一次结果，但如果我们重复进行n次相同的试验，就能观察到成功次数的分布规律。这里有几个重要的记号需要记住：n表示试验次数，p表示单次成功概率，X表示总的成功次数，它是一个随机变量。通过多次试验，我们就能研究这个随机变量X的性质了！
现在到了最激动人心的时刻——二项分布的诞生！让我们用硬币军团的比喻来理解这个公式。硬币队长自豪地说：我们军团有很多种排兵布阵的方法，但每种方法出现的概率都要算清楚！二项分布公式是P(X=k)等于C(n,k)乘以p的k次方再乘以(1-p)的n-k次方。这个公式是怎么来的呢？首先，C(n,k)表示从n个位置中选择k个位置成功的组合数，就像选择哪些士兵要立正一样。然后，p的k次方是k次成功的概率，(1-p)的n-k次方是n-k次失败的概率。把这些乘起来，就得到了恰好成功k次的总概率！
现在让我们来看看二项分布的数字特征——期望值和方差。硬币老板开了一家赌场，他想计算长期收益。硬币老板说：如果我开一家硬币赌场，每天进行1000次游戏，每次成功概率0.6，那我大概能赢多少次呢？这就要用到期望值公式了！二项分布的期望值E(X)等于np，也就是试验次数乘以成功概率。在这个例子中，E(X)等于1000乘以0.6等于600次。这意味着长期来看，老板平均每天能赢600次。方差Var(X)等于np(1-p)，用来衡量结果的波动程度。在我们的例子中，方差等于1000乘以0.6乘以0.4等于240。方差越大，实际结果偏离期望值的可能性就越大！
现在让我们通过一个具体的例题来加深理解。某工厂生产的产品合格率为90%，随机抽取10件产品，求恰好有8件合格的概率。质检员看着这10个产品说：我们要算的就是这8个好学生和2个调皮鬼恰好这样排列的概率！让我们来详细计算一下。首先确定参数：n等于10，k等于8，p等于0.9。然后套用二项分布公式：P(X=8)等于C(10,8)乘以0.9的8次方再乘以0.1的2次方。计算得出C(10,8)等于45，0.9的8次方约等于0.4305，0.1的2次方等于0.01。最终结果是45乘以0.4305乘以0.01约等于0.1937，也就是说恰好8件合格的概率约为19.37%。这就是伯努利试验在实际生产中的应用！