假设某个事件发生的概率为p，那么这个事件不发生的概率即为1-p。而在一个试验中，该事件只会有成功和失败两种结果，因此它是一个二项分布。而在只进行一次伯努利试验时，该二项分布的成功次数只有两种可能：0和1。

设X表示该伯努利试验的结果，当事件发生时取值为1，当事件不发生时取值为0。则X服从的分布即为两点分布。因为：

P{X=0} = P{事件不发生} = 1-p

P{X=1} = P{事件发生} = p

两点分布可以用以下公式来表示：

P(X = k) = p^k(1-p)^(1-k) (k=0,1)

其中^符号表示乘方。

这个公式也可以被理解为是二项分布中n=1时的特例。

两点分布:0----1-p;1----p数学期望:E(X)=0x(1-p)+1xp=p方 差:D(X)=(0-p)²(1-P)+(1-p)p=p(1-p)

1 两点分布是一种二项分布，表示在n次独立重复试验中，成功的次数X恰好为k的概率分布。

2 由于两点分布只有两种结果，成功和失败，因此其概率分布可以表示为 P(X=k) = (n choose k) * p^k * (1-p)^(n-k)，其中n为试验次数，p为成功的概率，k为成功的次数。

3 两点分布经常被用于描述某种二元事件发生的概率，例如硬币正反面的结果、电子元件的损坏等等。

两点分布是一种伯努利试验的概率分布，其定义为在n次独立重复试验中，每次试验成功的概率为p，失败的概率为1-p，所以在n次试验中成功k次的概率为：

P(X=k) = C(n,k) * p^k * (1-p)^(n-k)

其中，C(n,k)表示从n个不同元素中取出k个元素的组合数，即：

C(n,k) = n! / (k! * (n-k)!)

可以通过这个公式计算不同的X值对应的概率，而且可以使用二项式定理进一步简化公式，因为两点分布可以看作是二项式分布中取一次的情况，即：

P(X=k) = n!/[(n-k)! k!] * p^k * (1-p)^(n-k)

其中，n!表示n的阶乘，(n-k)!表示(n-k)的阶乘，k!表示k的阶乘，这个公式可以用于不同的应用场景，例如计算硬币正面朝上的次数、投掷骰子得到特定数字的次数等。