二項分布

高爾頓板上的小球

數甲、數乙 · D-12甲-2、D-12乙-2

P(X=k)=Ck n pk(1−p)n−k,E(X)=np,  σ=np(1−p)P(X=\co{k})=C^{\,n}_{\co{k}}\,\cb{p}^{\co{k}}(1-\cb{p})^{n-\co{k}},\qquad E(X)=np,\ \ \sigma=\sqrt{np(1-p)}

先觀察

一顆小球從釘板頂端落下,每碰到一根釘子,就隨機往左或往右彈。落到底部時,會停在某一個格子裡。

丟很多顆球,底部各格的球會怎麼堆?為什麼中間比較多?

一步一步推導

  1. 一次伯努力試驗:只有成功(往右)和失敗(往左)兩種結果,成功機率 pp。P(成功)=p,P(失敗)=1−pP(\text{成功})=p,\quad P(\text{失敗})=1-p
  2. 重複 nn 次獨立試驗。小球落到第 kk 格,代表 nn 次中恰好成功 kk 次。X=成功次數,X=0,1,…,nX=\text{成功次數},\quad X=0,1,\dots,n
  3. 走到第 kk 格的路徑有 CknC^n_k 條(從 nn 次裡挑 kk 次往右),每一條的機率都是 pk(1−p)n−kp^k(1-p)^{n-k}。P(X=k)=Ckn⏟路徑數 pk(1−p)n−k⏟每條路徑的機率P(X=k)=\underbrace{C^n_k}_{\text{路徑數}}\ \underbrace{p^k(1-p)^{n-k}}_{\text{每條路徑的機率}}
  4. 按「丟 300 顆球」,看模擬的直方圖(蜜桃色)怎麼貼近理論的機率(灰藍線)。相對次數 ≈ P(X=k)\text{相對次數}\ \approx\ P(X=k)
  5. 期望值是 npnp(平衡點),標準差是 np(1−p)\sqrt{np(1-p)}。nn 越大,分布越寬,但相對於 nn 越來越集中。E(X)=np,σ=np(1−p)E(X)=\co{np},\qquad \sigma=\cb{\sqrt{np(1-p)}}

課綱與應用

12 年級選修數學甲,分科測驗數甲的範圍。要會判斷情境、計算機率,以及期望值與標準差。 選修數學乙也學二項分布(但不含幾何分布)。

練這間小屋的 5 題

相關單元