Julia中用Binomial函数求解二项试验指定成功次数的概率

你目前编写的代码逻辑、参数传入位置本身就符合Julia的概率计算规范，只要补全前置依赖，就能得到和参考值一致的结果，完全不需要调整x=2的传参逻辑。

完整求解流程 #

• 前置准备：二项分布的实例化、概率计算能力全部来自Distributions通用概率库，首次使用需要先完成包安装，日常使用时导入该包即可，否则会直接触发UndefVarError: Binomial not defined的报错。
• 分布实例化：按照二项分布的参数要求，传入试验总次数n=18、单次成功概率p=0.1，创建分布实例d = Binomial(18, 0.1)。这一步你已经验证过可以正常输出Binomial{Float64}(n=18, p=0.1)的结构，说明实例化逻辑完全正确。
• 单点概率计算：针对离散分布，使用概率质量函数pdf()计算某一精确取值对应的发生概率，将目标成功次数x=2作为第二个参数传入方法，也就是你写的pdf(d, 2)。

可直接运行的完整代码：

using Distributions

# 初始化n=18次试验、单次成功概率10%的二项分布
d = Binomial(18, 0.1)

# 计算成功次数恰好为2的概率
pdf(d, 2)

运行后输出结果约为0.2835，也就是28.4%，和题目给出的28%的参考结果完全匹配。

常见易错点 #

• 不要混淆单点概率和累积概率：如果误将pdf写为cdf，得到的是成功次数≤2的所有情况的总概率（约73.4%），会和目标的28%结果出现明显偏差。
• 不要搞错传参位置：所有概率分布的初始化方法只接收分布自身的特征参数（二项分布对应n、p，正态分布对应均值、标准差），需要查询的具体取值（比如这里的x=2），全部是调用pdf、cdf这类计算方法时传入的参数，你当前的传参位置完全正确，不存在传参错误的问题。

内容的提问来源于stack exchange，提问作者merchmallow