Để làm rõ những đặc điểm cơ bản của mỗi quy luật phân phối xác suất ta sẽ xuất phát từ các ví dụ có tính điển hình cho mỗi quy luật để làm cơ sở xây dựng những lược đồ khác nhau, từ đó đi đến các quy luật phân phối xác suất tương ứng với mỗi lược đồ.

Giả sử một tập hợp N phần tử. Trong đó có M phân tử mang tính chất B nào đó, còn N-M phần tử không mang tính chất B. Mỗi phép thử là việc lấy ngẫu nhiên từ tập hợp ra một phần tử. Theo những cách lấy khác nhau sẽ dẫn đến những lược đồ khác nhau và các quy luật phân phối xác suất khác nhau.

Trong phần này ta sẽ nghiên cứu một số quy luật phân phối xác suất thường gặp nhất đối với các đại lượng ngẫu nhiên rời rạc và liên tục. Điều đó làm cho việc phân loại các đại lượng ngẫu nhiên trong thực tế theo các quy luật phân phối xác suất được dễ dàng hơn.

4.1. Quy luật nhị thức B(n, p)

a) Bài toán:

Từ tập hợp gồm N phần tử trong đó có M phần tử có tính chất B nào đó, còn N-M phần tử không có tính chất B, ta lấy ngẫu nhiên có hoàn lại n phần tử. Nếu lấy theo phương thức này thì n phép thử nói trên sẽ độc lập với nhau vì việc lấy được phần tử có tính chất B, hay không có tính chất B trong mỗi lần lấy không ảnh hưởng đến khả năng lấy được phần tử có tính chất B hay không có tính chất B ở các lần lấy khác. Trong mỗi lần lấy chỉ có 2 trường hợp đối lập xảy ra. Hoặc biến cố A xảy ra (lấy được phấn tử có tính chất B) hoặc biến cố A không xảy ra (lấy được phần tử không có tính chất B).

Xác suất cho biến cố A xảy ra trong mỗi phép thử đều bằng xác suất cho biến cố A không xảy ra cũng đều bằng

Gọi X là số lần biến cố A xảy ra trong n phép thử, thì X là đại lượng ngẫu nhiên rời rạc nhận các giá trị có thể có 0, 1, 2, …, n. Như đã chứng minh ở chương II, xác suất để X nhận các giá trị tương ứng được tính bằng công thức Bernoulli:

(1)

b) Định nghĩa: Đại lượng ngẫu nhiên rời rạc X nhận một trong các giá trị có thể có (x = 0, 1, …, n;) với các xác suất tương ứng được tính theo công thức (1) gọi là phân phối theo quy luật nhị thức với các tham số là n và p. Quy luật nhị thức được ký hiệu là B(n, p)

Nói cách khác, phân phối nhị thức gắn liền với việc lặp lại n lần một phép thử có hai sự kiện đối lập (thành công và thất bại; xảy ra và không xảy ra) với X là số lần thành công. Việc lặp lại ở đây có nghĩa là dãy phép thử được tiến hành trong cùng điều kiện và độc lập với nhau.

Như vậy bảng phân phối xác suất của đại lượng ngẫu nhiên X phân phối theo quy luật nhị thức có dạng:

Trong thực tế, nhiều khi ta cần tính xác suất để đại lượng ngẫu nhiên X phân phối theo quy luật nhị thức (ký hiệu là X ~ B(n, p)) nhận giá trị trong khoảng [x, x + h] (với h nguyên dương và h ≤ n – x). Khi đó ta có thể tính xác suất này theo công thức:

(2)

Trong đó: được tính theo công thức (1).

Thật vậy biến cố (x ≤ X ≤ x + h) có thể tách thành tổng của h +1 biến cố xung khắc từng đôi là (X = x), (X = x +1), …, (X = x + h); do đó áp dụng định lý cộng xác suất với các biến cố đó ta có:

(3)

Ví dụ 1:Gieo 4 hạt đậu, xác suất để 1 hạt cho cây ra hoa vàng là 0.75, ra hoa trắng là 0.25. Số cây đậu ra hoa vàng X có phân phối nhị thức B(4;0.75)

Ta có:

Ví dụ 2: Một phân xưởng có 5 máy hoạt động độc lập, xác suất để trong một ngày mỗi máy bị hỏng đều bằng 0,1. Tìm xác suất để:

a) Trong một ngày có 2 máy hỏng.

b) Trong một ngày có không quá 2 máy hỏng.

Giải:

Nếu coi sự hoạt động của mỗi máy là một phép thử, ta có 5 phép thử độc lập. Trong mỗi phép thử chỉ có 2 trường hợp: hoặc máy hỏng hoặc không. Xác suất hỏng của mỗi máy đều bằng 0,1. Gọi X là số máy hỏng trong một ngày thì X phân phối theo quy luật nhị thức với các tham số n = 5, p = 0,1 (tức là X ~ B(5; 0,1)).

Do đó xác suất để trong một ngày có 2 máy hỏng là xác suất để X = 2. Theo công thức (3.2) ta có:

Xác suất để trong ngày có không quá 2 máy hỏng là xác suất để X nhận giá trị trong khoảng [0, 2]. Theo công thức (3.3) ta có:

Vậy: P(0 ≤ X ≤ 2) = 0,59049 + 0,32805 + 0,0729 = 0,99144