
La distribution des succès dans un nombre fixe d'essais de type oui/non.La distribution binomiale décrit le nombre de succès dans un nombre fixe d'essais indépendants de type oui/non, chacun ayant la même probabilité de succès. Par exemple, lancer une pièce 10 fois et compter les faces suit une distribution binomiale avec les paramètres n=10 et p=0,5. C'est l'une des distributions de probabilité discrètes les plus fondamentales, servant de base à de nombreux tests et modèles statistiques.
La distribution a été introduite par Jacques Bernoulli dans son ouvrage 'Ars Conjectandi' de 1713, où il a démontré la première version de la loi des grands nombres.
La probabilité d'obtenir exactement k succès dans n essais est donnée par la formule P(k) = C(n,k) * p^k * (1-p)^(n-k), où C(n,k) est le nombre de façons de choisir k succès parmi n essais. La distribution est caractérisée par sa moyenne (n*p) et sa variance (n*p*(1-p)). Lorsque n devient grand, la distribution binomiale se rapproche d'une distribution normale, un résultat clé utilisé dans de nombreuses approximations.
Elle est utilisée dans le contrôle qualité (par exemple, le nombre d'articles défectueux dans un lot), les essais cliniques (par exemple, le nombre de patients répondant à un médicament) et les tests A/B en analyse web.
Le coefficient binomial C(n,k) apparaît dans le triangle de Pascal, et la forme de la distribution peut être symétrique, asymétrique, voire en forme de U selon la valeur de p.






