假設我們進行一系列的實驗，這些實驗之間是與統計無關的，而且每個實驗僅有兩種可能的結果，設所有這些實驗取得兩個中的任一結果的機率都是一樣的。例如，當投擲一個硬幣時，那么可能的結果就是頭像朝上和頭像朝下。在理想的情況下，如果這些實驗滿足所說的條件，我們就稱它為“貝努利實驗”。
基本介紹
- 中文名：貝努利試驗
- 外文名：Bernoulli trials
- 內容：試驗中只關心某個事件Ａ是否發生
- 數學模型：貝努利模型
- 來自：機率統計學
- 別稱：二次試驗
基本簡介,目標,貝努利模型,定理,說明,注意,定理,證明,套用,
基本簡介
假設我們進行一系列的實驗，這些實驗之間是與統計無關的，而且每個實驗僅有兩種可能的結果，設所有這些實驗取得兩個中的任一結果的機率都是一樣的。例如，當投擲一個硬幣時，那么可能的結果就是頭像朝上和頭像朝下。在理想的情況下，如果這些實驗滿足所說的條件，我們就稱它為“貝努利實驗”。這種實驗包含幾次獨立試驗，且每次試驗中只有兩種可能結果：成功或失敗；又被稱為二次實驗。
重複進行n次獨立的貝努利試驗，這裡“重複”的意思是指各次試驗的條件是相同的，它意味著各次試驗中事件發生的機率保持不變，“獨立”的意思是指是指各次試驗的結果是相互獨立的，這種試驗所對應的數學模型成為貝努利概型。有時為了突出實驗次數n，也稱為n重貝努利試驗。
目標
討論貝努力試驗最終的目的乃建立一模型，據此模型可求得當我們重複進行此種試驗時，兩種結果之一（成功或失敗）可能出現的次數。
當某種試驗連續且重複進行時，每一次重複的實驗稱為一個試驗。此外，一個試驗可能出現兩個結果，分別稱為成功（S）與失敗（F）。再次特彆強調的是，此種試驗下只有兩種可能結果，但並非取其成功或失敗的字面上的意義。習慣上，將某研究中我們所關心的事件標記為成功（即使是一個悲慘的事件），例如，研究失業率的問題中，我們往往將失業的事件視為兩種結果之一的“成功”事件。
貝努利模型
我們做n次實驗。每次實驗能以機率p出現事件A或者以機率q=1-p出現與A對立的事件
，且這n次實驗的秸果是相互獨立的。我們指定數1代表事件A出現，數0代表事件 出現。在n次實驗中，事件4可能出現0，1，2，…，n次。以X=k表示在n次實驗中事件A恰好出現k次的事件，因此隨機變數X能取值k=0，1，2，…，n。
這個隨機數的機率函式可以表示如下：
定理
說明
如果我們把貝努利試驗中某種結果稱為成功或是失敗的，而且只是關心n次貝努利試驗中總的成果次數，而不關心它出現的次序，那么在n次貝努利試驗中，k次成功可以有
種方式分布。
如果每次成功的機率是p，那么失敗的機率是q=1-p，出現k次成功的每一種方式的機率是
，而表示這種成功的分布函式稱為“二項式分布函式”。
注意
- 各個實驗是獨立的，說明某一次試驗中成功的幾率，並不受其它試驗所獲得訊息的影響；
- 每一次試驗只可能出現兩個結果，分別稱為成功（S）與失敗（F）
定理
n次貝努利試驗中，每次成功的機率為p，失敗的機率為q=1-p，k次成功和n-k次失敗(0≤k≤n)的機率為：
證明
假設進行n次貝努利試驗時，用n元組(a1，a2，a3，…an)表示結果，其中ai=S表示成功，ai=F表示失敗，i=1，2，3，4，5，…，n。
我們可以把成功機率為p，失敗機率為q=1-p的n次獨立的伯努利實驗中有k次成功和n-k次失敗的機率記為
，且有
。
套用
一個工廠希望生產的產品中次品只有10%，採用的質量控制方法是由在40個產品的一次採樣中計算次品的數目組成，經過400採樣後，所得結果如下：
採樣結果
採樣結果“成功”應該算是找到一個次品，這裡我們計算每40個試驗中成功的次數，因為“成功”的機率為p=0.1，雖然我們不能期望每次都正好有10%的次品，但是，這個分布符合二項式分布：
實際的數據和理論的符合情況