TRÖÔØNG ÑAÏI HOÏC ÑAØ LAÏT

KHOA TOAÙN - TIN HOÏC

Y Z

LÝ THUYẾT XÁC SUẤT

(Baøi giaûng toùm taét)

Ngöôøi Bieân Soaïn

NGUYỄN VINH QUANG

Y Ñaø Laït 2009 Z

 TÀI LIỆU THAM KHẢO

1. Đào Hữu Hồ: Xác suất và thống kê toán – Nhà xuất bản Giáo Dục, 1999
2. Đặng Hùng Thắng: Xác Suất và Ứng Dụng - Nhà xuất bản Giáo Dục, 1997
3. K.T Chung. Acourse in probabillty theory Harcourt, Brace and Word INC,
1968.
4. Phạm Xuân Quang: Giáo Trình Lý Thuyết Xác Suất – ĐH Tổng Hợp Tp.
HCM, 1974
5. Nguyễn Duy Tiến – Nguyễn Viết Phú: Cơ sở lý thuyết xác suất – Nhà xuất
bản ĐH và THCN. Hà Nôi, 1983

-0-
 CHƯƠNG I
BIẾN CỐ VÀ XÁC SUẤT

1. Đối Tượng Môn Học

Như ta đã biết mọi hiện tượng trong cuộc sống đều chịu những sự tác động
nào đó được gọi là nguyên nhân gây ra. Để tiện trong việc nghiên cứu người ta
chia hiện tượng làm 2 loại:
1.1: Hiện Tượng Không Ngẫu Nhiên:
Gồm tất cả những hiện tượng ta có thể đoán chắc được kết cục khi ta tác
động vào đó bằng những điều kiện giống nhau.
Ví dụ:
+ Nước sôi ở nhiệt độ: 1000C, dưới áp suất thông thường: 76cm/Hg
+ Vật rơi trong chân không: nhanh dần đều.
1.2 Hiện Tượng Ngẫu Nhiên:
Gồm tất cả những hiện tượng ta không thể đoán chắc được kết cục dù ta tác
động vào đó bằng những điều kiện giống hệt nhau.
Ví dụ:
+ Tung con xúc xắc 6 mặt cân đối và đồng chất:
Sự xuất hiện số nút xảy ra ở mặt trên.
+ Sự xuất hiện sản phẩm đạt hay không đạt chất lượng trong quá kiểm tra
chất lượng hàng hoá.
Ta có thể nói xác xuất và thống kê toán là ngành toán chuyên nghiên cứu về
tất cả những hiện tượng ngẫu nhiên nói trên.
2. Những khái niệm:
2.1. Phép thử:
Khi một số điều kiện nào đó được thực hiện ta nói phép thử được thực hiện. Nó
có thể là: một thí nghiệm, một quan sát, một thống kê, một phép chọn, một phép đo
đạt, …
2.1.1. Phép thử tất định:
Là phép thử chỉ có duy nhất một kết cục xảy ra.
2.1. 2 Phép thử ngẫu nhiên:
Gồm tất cả những phép thử ta không thể đoán chắc được kết cục dù ta thực
hiện trong những điều kiện giống hệt nhau.

-1-
 2.2. Biến cố:
Khi một phép thử được thực hiện có nhiều kết cục khác nhau có thể xảy ra và
mỗi một kết cục xảy ra ta gọi là một biến cố xảy ra. Kết cục của một phép thử ngẫu
nhiên là biến cố ngẫu nhiên.
Kí hiệu: A, B, C, Ai, Bi, Ci…..
Tập tất cả những biến cố là không gian các biến cố
Kí hiệu: Ω.
2.2. 1 Biến cố chắc chắn:
là biến cố phải xảy ra khi phép thử được thực hiện. Kí hiệu: Ω.
Ví dụ: Tung 1 đồng xu: Ω = {S,N}
Tung 2 đồng xu: Ω = {(S,S), (N,N), (S,N), (N,S)}
2.2. 2. Biến cố không thể có:
Là biến cố luôn luôn không xảy ra khi thực hiện phép thử. Kí hiệu: φ
2.2. 3. Biến cố sơ cấp:
Mỗi biến cố có thể chia nhỏ thành nhiều biến cố khác nhau. Biến cố không
thể chia nhỏ được nữa ta gọi là biến cố sơ cấp (phần tử của Ω ).
Kí hiệu: ω , ωi ,...
Ví dụ: Tung 1 đồng xu có hai biến cố sơ cấp ω = {S}, ω2 = {N } .
1

Tung 2 đồng xu: có 4 biến cố sơ cấp ω = (S,S), ω2 = ( N ,N), ω3 = ( S , N ), ω4 = ( N , S )

1

Chọn cùng lúc 10 người từ một lớp gồm 100 người có C100
10
biến cố sơ cấp, mỗi
biến cố sơ cấp là một tập gồm 10 người.
Tập tất cả những biến cố sơ cấp được gọi là không gian các biến cố sơ cấp.
Kí hiệu: Ω.
3. Quan hệ giữa các biến cố.
Cho A, B, C, Ai { Ai }i∞=1 là những biến cố trong Ω
3.1. Kéo theo:
Ta nói biến cố A kéo theo biến cố B được kí hiệu và định nghĩa:
A ⊂ B ⇔ A xảy ra thì B xảy ra.
3.2. Bằng nhau:
2 biến cố A, B được gọi là bằng nhau.

-2-
 Định nghĩa: A = B ⇔ { A ⊂ B và B ⊂ A }
3.3. Hợp(Tổng).
C = A ∪ B ⇔ { C xảy ra ⇔ A hoặc B xảy ra}
∞
C= ∪ A <=> {C xảy ra ⇔ ∃i = 1, ∞ : Ai xảy ra}
i =1
i

3.4. Giao(tích).
∞
C = A ∩ B ⇔ {C xảy ra ⇔ A và B xảy ra }, C = ∩ Ai <=> {C xảy ra ⇔ Ai
i =1

xảy ra ∀i = 1, ∞ }
3.5. Hiệu.
C = A\B ⇔ {C xảy ra ⇔ A xảy ra và B không xảy ra}
3.6. Hiệu đối xứng:
C = A Δ B ⇔ { C xảy ra ⇔ A\B xảy ra hay A\B xảy ra}
3.7. Rời (xung khắc).
2 biến cố A và B được gọi là rời nhau nếu A ∩ B = ∅.
Chú ý: khi A ∩ B = ∅. Ta Viết A ∪ B = A + B
3.7. Đối Lập(Bù) trên Ω.
Ta nói A,B là 2 biến cố đối lập trên Ω kí hiệu A = Ω \B ⇔ {A xảy ra ⇔ B
không xảy ra}
Biến cố đối lập với biến cố A. được kí hiệu: A ( A = Ω \ A)
3.8. Phân hoạch:
Ta nói A1, A2 ..., An là 1 phân hoạch của Ω:
i. Ai ∩ Aj = φ ∀ i ≠ j , i, j = 1, n
n
ii. ∑A =Ω
i =1
i

Và khi đó A1, A2,…, An được gọi là 1 hệ đầy đủ các biên cố đối với không gian Ω
4. Đại số và σ - Đại số:
4.1. Đại số:
Cho không gian Ω. F0 là lớp các tập con của Ω. Ta nói F0 là đại số trên Ω, nếu
nó thoả:

-3-
 i). Ω ∈ F0
ii). ∀ A ∈ F0 => A ∈ F0
iii). ∀ A,B ∈ F0 => A ∪ B ∈ F0
4.2 σ - Đại số:
Cho không gian Ω, F là lớp các tập con của Ω. Ta nói F là σ - đại số trên Ω
nếu nó thoả:
1. Ω ∈ F
2. ∀ A ∈ F => A ∈ F
∞
3. ∀ {An }n ⊂ F => ∪ An ∈ F và khi đó (Ω, F) được gọi là không gian đo
n =1

được. A ∈ F ta nói A đo được( A tính xác suất được)

5 Các khái niệm về xác suất:
5.1 Định nghĩa(xác suất theo quan niêm cổ điển)
Cho biến cố A ta nói xác suất của A được định nghĩa bởi biểu thức:

Số trường hợp A xảy ra

P(A) =
Số trường hợp có thể xảy ra

Chú ý: 1. Mỗi trường hợp là 1 biến cố sơ cấp:

2 . Định nghĩa trên đúng khi bài toán thoả: mỗi trường hợp xảy ra phải
cùng khả năng, số trường hợp xảy ra phải hữu hạn.
+ Ví dụ: Tung 2 đồng xu cân đối và đồng chất tính xác suất sao cho:
a) Có đúng 1 mặt sấp
b) Có 2 mặt giống nhau
c) Có ít nhất 1 mặt sấp
a) Gọi A là biến cố có đúng 1 mặt sấp.
⇒ A = {(S,N), (N,S) } ⇒ A xảy ra có 2 trường hợp
Số trường hợp có thể: 4(Th)
2
Vậy: P(A) =
4
b) Gọi B là biến cố có 2 mặt giống nhau
⇒ B ={(S,S),(N,N) } ⇒ B xảy ra có 2 (Th)
2
Vậy P( B) =
4

-4-
 c) Gọi C là biến cố ít nhất 1 mặt sấp
⇒ C ={(S,N), (N,S), (S,S)} ⇒ C xảy ra có 3 (Th)
3
Vậy P(C ) =
4
Ví dụ 2:
Một lô hàng gồm 10 sản phẩm loại 1 và 4 sản phẩm loại 2. Chọn ngẫu nhiên
cùng lúc 3 sản phẩm. Tính xác suất sao cho.
a) Có đúng sản phẩm loại 1
b) Có ít nhất 1 sản phẩm loại 1
a) Gọi Ai, Bj là biến cố chọn i sản phẩm loại 1, j sản phẩm loại 2
A1 xảy ra có C101 (Th)
B2 xảy ra có: C42 (Th) => A1 ∩ B2 xảy ra có C101 .C42 (Th)
C101 .C42
số trường hợp có thể C143 (Th) vậy P( A1 ∩ B2 ) =
C143

b) Phải tính P(A1 ∩ B2 + A2 ∩ B1 +A3)?

A1∩ B2 xảy ra có: C101 .C42 (Th) A1∩B1 xảy ra có( C101 .C42 + C102 .C41 + C103 )(Th)
C101 .C42 + C102 .C41 + C103
Vậy: P( A1 ∩ B2 + A2 ∩ B1 + A3 ) =
C143

Ví dụ 3: Xếp ngẫu nhiên n số: 1, n trên n vị trí theo hàng ngang tính xác suất:
a) 3 số đầu luôn đứng trên những vị trí liên tiếp nhau.
b) 2 số đầu luôn đứng cách nhau k vị trí (1 ≤ k ≤ n – 2)
a) Gọi A 1 là biến cố xếp 3 số đầu trên 3 vị trí liên tiếp (trên n vị trí)
A2 là biến cố xếp(n – 3) số còn lại trên(n – 3) vị trí còn lại tương ứng.
A1 xảy ra có 3!(n – 2) (Th)
A2 xảy ra có (n -3)! (Th)
A1.A2 xảy ra có: 3!(n -2).(n -3)! = 3!(n -2)! (Th)
số trường hợp có thể n! (Th)
3!(n − 2)!
Vậy P(A1. A2) =
n!
b) Gọi A là biến cố xếp 2 số đầu luôn cách nhau k vị trí
B là biến cố xếp n -2 số còn lại

-5-
 Ta có: A xảy ra có 2!(n –k-1) (Th)
B xảy ra có (n-2)! (Th)
A∩B xảy ra có: 2!(n-k-1)(n-2)!
2!( n − k − 1)( n − 2 ) !
Vậy P(A∩B)=
n!
5.2 Định nghĩa(Thống kê)
Cho biến cố A. Xem một phép thử ε có liên quan đến A. Ta thực hiện ε n lân
liên tiếp:

Số trường hợp A xảy ra trong n lần thử

Đặt fn=
n

fn Gọi là tần suất để A xảy ra

fn : Phản ảnh “độ thường xảy ra” của biến cố A. Bằng thực nghiệm ta thấy rằng
khi n khá lớn fn ổn định quanh một số cố định nào đó và người ta lấy con số đó đặt
là:P(A)

Số trường hợp A xảy ra trong n lần thử

Vậy: P(A) =
n

khi n khá lớn

Ví dụ:
1) Theo thống kế tỉ lệ người mắc bệnh lao ở vùng A là 5%
5
gọi B là biến cố chỉ người mắc bệnh lao ở vùng A ta có: P( B) =
100
2) Trung bình cứ quan sát 100 người ở vùng A thì có 5 người mắc bệnh Lao.
5
Khi đó P( B) =
100
5.3 Định nghĩa(Tiên đề)
Cho không gian đo được (Ω, F), Ta nói P là độ đo xác suất trên (Ω, F) nếu:
P: F → [0,1] thoả 3 tiên đề sau:
1) P(Ω) = 1
2) P(A) ≥ 0 ∀ A ∈ F
∞ ∞
3) ∀ {An }n ⊂ F: Ai. Aj = ∅ i ≠ j , i, j = 1, ∞ ta có: P(∑ An ) = ∑ P( An )
n =1 n =1

-6-
 Và khi đó(Ω, F, P) được gọi là không gian xác suất.
5.3.1 Các tính chất.
P là độ đo xác suất trên (Ω, F) khi đó ta có:
1) P(∅) = 0
n n
2) ∀ {A i}i =1,∞ ⊂ F : Ai A j = φ , i ≠ j, i. j = 1, ∞ ta có: P(∑ Ai ) = ∑ P( Ai )
i =1 i =1

3) ∀A,B ∈ F: A ⊂ B ta có P(A) ≤ P(B)

4) ∀A ∈ F ta có 0 ≤ P(A) ≤ 1
5) ∀A, B ∈ F, A ⊂ B thì P(B\A) = P(B) – P(A)
6) ∀A ∈ F Ta có P( A) = 1 − P( A)
7) ∀A, B ∈ F Ta có P(A ∪ B) = P(A) + P(B) – P(A.B)
∞ ∞
8) Bất đẳng thức Boole: ∀{A n}n ⊂ F ta có: P(∪ An ≤ ∑ P( An )
n −1 n =1

Chứng minh: 1) Ta có: Ω = Ω + ∅ + ∅ + ......

∞
⇒ P(Ω) = P(Ω + ∅ + ∅ + ......) = P(Ω) + ∑ P( Ai ), Ai = φ , ∀i = 1, ∞ (Tiên đề 3)
i =1

∞
⇒ ∑ P ( Ai ) = 0, Ai = φ , ∀i = 1, ∞ (Tiên đề 1)
i =1

⇒ P(Ai) = 0 Ai = φ ∀ i = 1, ∞ (Tiên đề 2)

Vậy: P(∅) = 0
2) đặt Ai = ∅ ∀i = n + 1, ∞
n ∞
=> ∑ Ai = ∑ Ai
i =1 i =1

n ∞ ∞ n
=> P(∑ Ai ) = P(∑ Ai ) = ∑ P( Ai ) =
i =1 i =1 i =1
∑ P( A )
1
i (P(∅) = 0) (Tiên đề 3)

3) Từ A ⊂ B => B = B\A + A
=> P(B) = P(B\A +A)
= P(B\A) + P(A) (Tính Chất 2)
=> P(A) ≤ P(B) (Tiêu đề 2)
4) ∀A ∈ F Ta có: A ⊂ Ω => P(A) ≤P(Ω) (Tính chất 3)
=> 0 ≤ P(A) ≤ 1 (tiên đề 1+ 2)

-7-
 5) A ⊂ B => B = B\A + A
=> P(B) = P(B\A + A) = P(B\A) + P(A) (Tính Chất 2)
=> P(B\A) = P(B) – P(A) (Tính Chất 4)
6) ∀A ∈ F ta có: Ω = A + A
=> P(Ω) = P( A) + P( A) (Tính Chất 2)
=> P(A) = 1 − P( A) (Tiên đề 1 + Tính chất 4)
⎧ A = A ∪ B \ ( B \ A.B)
7) ∀A ,B ∈ F Ta có: ⎨
⎩ B = A.B + ( B \ A.B)

⎧ P( A) = P( A ∪ B) − P( B \ A.B),(Tinhchat 5)
=> ⎨
⎩ P( B) = P( A.B) + P( B \ A.B),(Tinhchat 2)
=> P( A) + P( B) = P( A ∪ B) + P( A.B) => kết quả
∞ ∞
8) Chứng minh: P(∪ Ai ) ≤ ∑ P( Ai )
i =1 i =1

Đặt B1 = A1
B2 = A2 \ A1.A2
B3 = A3 \ (A3 ∩ (A1 ∪ A2))
.
.
.
k −1
Bk = Ak \ ( Ak ∩ (∪ Ai ))
i =1

.
.
.

-8-
 ⎧
⎪i), B ⊂ A , ∀i = 1, ∞
⎪ i i
⎪
⎨ii), Bi ∩ B j = φ , i ≠ j, ij = 1, ∞
⎪ ∞ ∞
⎪iii), A = B
⎪⎩ ∪i =1
i ∑
i =1
i

∞ ∞
=> P(∪ Ai ) = P(∑ Bi ),(iii)
i =1 i =1
∞
= P(∑ Bi ),(ii)
i =1
∞
≤ ∑ P( Ai ),(i)
i =1

5.4 Xác suất có điều kiện.

Định nghĩa: Cho không gian xác suất: (Ω, F, P), A ∈ F : P(A) > 0.
Khi đó xác suất có điều kiện A là:
P( • A ): F → [0,1] được xác định

P( A.B)
∀ B ∈ F ta có: P(B/A) =
P ( A)
Ví dụ: Tung 2 con xúc xắc 6 mặt cân đối và đòng chất. Cho biết tổng số nút 2
mặt trên bằng 6. Tính xác suất để có 1 mặt là 1 nút
Giải
Gọi A là biến cố có tổng số nút 2 mặt trên bằng 6 , B là biến cố có 1 mặt 1 nút:
P ( A.B)
Ta có: P(B/A) = A = {(1,5),(5,1), (2,4), (4,2), (3,3) }
P ( A)
A.B = {(1,5), (5,1) }
5
=> P(A) = ,
6
2
P( A.B) =
36
2
2
=> P( B ) = 36 =
A 5 5
36
Chú ý rằng: Nếu ta kí hiệu: P(•/A) ≡ PA
+ F ∩ A là σ - đại số trên A

-9-
 + (A, F ∩ A,PA) là không gian xác suất mới
+ Trong ví dụ trên: A xảy ra có 5(Th)
B xảy ra có 2(Th)
A
2
=> PA(B) =
5

- 10 -
 5.4.1 Công thức nhân xác suất:
n −1
Định lý (nhân xác suất): Cho A1,A2,....An trên(Ω, F, P) thoả: P(∩ Ai ) > 0
i =1

n n −1
Khi đó ta có: P(∩ Ai ) = P( A1 ).P( A2 A1 ).P( A3 A1 A2 )....P( An ∩A) i
i =1 i =1

Chứng minh:
n −1 n−2 n
Ta có: ∩ A ⊂ ∩ A ⊂ ........ ⊂ A . A
i =1
i
i =1
i 1 2 ⊂ A1 => 0 < P (∩ Ai ) ≤ ... ≤ P ( A1. A2 ) ≤ P ( A2 )
i =1

Vậy công thức nhân viết ở trên có nghĩa

P( A1. A2 )
P(A2/A1) = (Định nghĩa xác suất có điều kiện)
P( A1 )

P(A1.A2) = P(A1). P( A2 A1 ) , Công thức nhân đúng với n = 2 (*)

n n −1
∀ n > 2 công thức nhân đúng P(∩ Ai ) = P( A1 ).P( A2 A1 ).......P( An ∩A) i (**)
i =1 i =1

n +1 n n n
P (∩ Ai ) = P(∩ Ai ) ∩An +1 ) = P (∩ Ai ).P( An +1 ∩A)
Ta có: i =1 i =1 i =1 i =1
i
(do *)

n −1 n
= P ( A1 ).P ( A2 A1 ).........P ( An ∩ Ai ).P( An+1
i =1
∩ A))
i =1
i (do **)
Vậy công thức nhân đúng với n + 1 => công thức nhân ∀ n ∈ N
5.4. 2 Công thức xác suất toàn phần:
Định lý: Cho A1,A2, ..........,An trên (Ω, F, P) thoả.
a) P(Ai) > 0 i = 1, ∞

b) Ai . Aj = ∅, i ≠ j ; i,j = 1, n
n
c) ∑A =Ω
i =1
i

n
Khi đó ∀A ∈ F ta có: P( A) = ∑ P(( A Ai ).P( Ai ))
i =1

Đặc biệt ∀B ∈ F: 0 < P(B) < 1

Khi đó ∀A ∈ F Ta có: P( A) = P( A B).P( B) + P( A B).P( B)

- 11 -
 Chứng minh: ∀A ∈ F Ta có:
n n
A = Ω ∩ A = ∑ Ai ∩A = ∑ ( Ai ∩ A), (do, c)
i =1 i =1
n n n
=> P ( A) = P(∑ ( Ai . A)) =∑ P( Ai . A) = ∑ P( A AI ).P( Ai ), (do b)
i =1 i =1 i =1

5.4. 3 Công thức Bayes.

Định lý(Bayes): Cho A1, A2, .........., An trên ( Ω, F, P) thoả
a) P(Ai) > 0 i = 1, ∞

b) Ai . Aj = ∅, i ≠ j ; i,j = 1, n
n
c) ∑A =Ω
i =1
i

khi đó ∀A ∈F thoả P(A) > 0 ta có:

P ( A Ai ).P( Ai )
∀i = 1, n, P( Ai A) = n

∑ P( A A ).P( A )
k =1
k k

Chứng minh:
P ( A. Ai )
∀i = 1, n Ta có: P( Ai A) = (Định nghĩa xác suất có điều kiện)
P( A)
Lại có: P(A.Ai) = P(A/Ai).P(Ai) (Công thức nhân xác xuất)
n
P( A) = ∑P( A / Ak ) ⋅ P( Ak ) (Công thức xác xuất toàn phần )
k =1

P ( A / Ai ).P ( Ai )
=> P ( Ai / A) = n

∑ P( A / A ) ⋅ P( A )
k =1
k k

Ví dụ 1: Xếp ngẫu nhiên 12 người lên 4 toa tầu (mỗi toa có thể chứa từ 1 đến 12
người )
a) Cho biết toa 1 có 2 người .Tính xác suất sao cho toa 2 có 3 người .
b) Mỗi toa đều có 3 người.

Giải
a) Gọi A là biến cố toa 1 có 2 người.
B là biến cố toa 2 có 3 người.

- 12 -
 P( A.B) C122 .C103 . A27 / A412 C103 . A27
Ta có: P(B/A) = = =
P( A) 2 10
C12 . A3 / A4 12
A310
b) Ai là biến cố toa i có 3 người.
⎛4 ⎞
P ⎜ ∩ Ai ⎟ = P(A1).P(A2 /A1).P(A3 /A1.A2).P(A4 /A1.A2.A3)
⎝ i=1 ⎠

C123 . A39 C93 . A26 C63 C33 C123 .C93 .C63

= . . . =
A4 12 9
A3 A2 6 1 412
Ví dụ 2: Có 3 phân xưởng cùng sản xuất ra một loại sản phẩm. Cho biết năng
suất phân xưởng 1 gấp đôi phân xưởng 2 và gấp 3 lần phân xưởng
3.Số sản phẩm không đạt chất lượng của các phân xưởng 1,2,3 lần
lượt là :2% ,3%, 4% .Chọn ngẫu nhiên một sản phẩm từ một nhà
máy .
a) Tính xác suất để sản phẩm được chọn không đạt chất lượng.
b) Cho biết sản phẩm được chọn không đạt chất lượng . Tính xác
suất để sản phẩm đó là của phân xưởng 1 sản xuất .
Giải:
a) Gọi Fi là biến cố chỉ sản phẩm do phân xưởng i sản xuất
i = 1,2,3.
K là biến cố chỉ sản phẩm không đạt chất lượng của nhà máy .
Ta có: F1,F2,F3 là hệ đầy đủ các biến cố .
P(K) = P(K/F1).P(F1) + P(K/F2).P(F2) + P(K/F3).P(F3)
(công thức xác suất toàn phần)
x là số sản phẩm phân xưởng 3
3x
=> 3x , theo thứ tự là số sản phẩm phân xưởng 1. phân xưởng 2 .
2

- 13 -
 3x 6
⇒ P ( F1 ) = =
3x
3x + + x 11
2
(3 x / 2) 3 2
P ( F2 ) = = ; P ( F3 ) = .
3 x + (3 x / 2) + x 11 11
2 3 4
P ( K / F1 ) = = 0, 02; P ( K / F2 ) = = 0, 03; P ( K / F3 ) = = 0, 04.
100 100 100
6 3 2
⇒ P ( K ) = 0, 02i + 0, 03i + 0, 04i
11 11 11
P ( K / F1 ) i P ( F1 )
b ) P ( F1 / K ) = 3
(công thức Bayes)
∑
i =1
P ( K / Fi ) i P ( Fi )

6
0, 02i
= 11
6 3 2
0, 0 2 i + 0, 0 3 i + 0, 0 4 i
11 11 11
5.5 : Sự độc lập của các biến cố.
5.5.1. Định nghĩa (cho 2 biến cố).
Cho 2 biến cố A,B trên (Ω ,F ,P).Ta nói A và B độc lập nếu:
P(A.B) = P(A) .P(B) .
Ví dụ 1: Có 2 người làm bài thi một cách độc lập.Gọi Ai là biến cố người i
làm được bài .Ta có A1, A2 độc lập.
Ví dụ 2: Có 2 lô hàng. Lô 1 gồm 10 sản phẩm loại 1 và 4 sản phẩm loại 2.
Lô 2 gồm 8 sản phẩm loại 1 và 3 sản phẩm loại 2.
Chọn ngẫu nhiên từ mỗi lô 2 sản phẩm ( cùng lúc)
Gọi Ai j ,Bi j lần lượt là các biến cố chọn i sản phẩm loại 1 và j sản
phẩm loại 2 từ lô 1, lô 2 .Khi đó Ai j , Bi j độc lập ∀ij = 0, 2
Ví dụ 3: Nếu A1, A2 độc lập thì( A1 , A2 ), ( A1 , A2 ), ( A1 , A2 ) là những cặp biến cố
độc lập.
Cho A,B trên (Ω ,F ,P) thoả P(A)>0. Khi đó hai mệnh sau tương đương.
a) A,B độc lập .
b) P(B/A)=P(B).

- 14 -
 P( AiB) P( A)iP(B)
chứng minh: (a) => (b) Ta có: P(B / A) = = = P(B).
P( A) P( A)
(do định nghĩa và A, B độc lập)
(b) => (a) P(A·B) = P ( B / A)i P ( A) (công thức nhân)
= P( B)i P( A) (do b)
=> A,B độc lập .
5.5.2. Định nghĩa (Cho n biến cố n ≥ 2).
Cho A1,A2,….,An trên không gian xác suất (Ω ,fi ,P)
Ta nói A1,A2,…,An độc lập nếu:
∀ { Ai } i = 1, k ⊂ { Ai } i = 1, n k = 2, n . ta có:

⎛ k ⎞
P ⎜ ∩ Ai ⎟ = P ( A1 ) ⋅ P ( A2 ) ⋅⋅⋅ P ( Ak ) .
⎝ i =1 ⎠
Chú ý : Nếu A1,A2,…An độc lập thì A1 , A 2 , ⋅ ⋅ ⋅, A n cũng độc lập .
Ví dụ : Tung đồng xu (cân đối và đồng chất) n lần độc lập.
Tính xác suất sao cho có ít nhất 1 lần mặt sấp xảy ra .
Gọi Si là biến cố lần i mặt sấp xảy ra .

⎛ n ⎞ ⎛ n ⎞ ⎛ n ⎞
Ta có: P ⎜ ∪ Si ⎟ = 1 − P ⎜⎜ ∪ Si ⎟⎟ = 1 − P ⎜ ∩ Si ⎟
⎝ i =1 ⎠ ⎝ i =1 ⎠ ⎝ i =1 ⎠
= 1 − P ( S1 ) ⋅ P ( S 2 ) ⋅⋅⋅ P ( S n )
n
⎛1⎞ (Si i= 1, n độc lập)
= 1− ⎜ ⎟
⎝2⎠

- 15 -
 CHƯƠNG II
BIẾN NGẪU NHIÊN VÀ PHÂN PHỐI XÁC SUẤT

1. Định nghĩa (Biến ngẫu nhiên): Cho 2 không gian đo được ( Ω ,F), (R,B). X được
gọi là biến ngẫu nhiên trên ( Ω ,F). nếu: X: Ω → thoả X: F - đo được(X-1(B) ⊂ F).
1.1 Mệnh Đề: X:( Ω ,F) →(R,B) X là biến ngẫu nhiên ⇔ { X < x} ∈ F, ∀x∈R.
n
2. Định nghĩa( Vectơ ngẫu nhiên): X = (X1,X2,…..,Xn): Ω → X là vectơ ngẫu
nhiên ⇔ X -1(Bn) ⊂ F.
2.1 Mệnh đề: (X1,X2,….Xn) là vectơ ngẫu nhiên ⇔ X1, X2,…,Xn là biến ngẫu
nhiên.
Chứng minh: ( ⇒ )Xét: Πk:Rn →(R,B) định nghĩa: ∀ x = ( x1 , x2 ,..., xn ) ∈ n

Πk( X ) = xk => Πk liên tục =>Πk:Bn đo được

=> Πk 0 X đo được => Xk - F đo được k= 1, n .
ngược lại X1,X2,…Xn biến ngẫu nhiên.
Ta có:∀ B∈ Bn => B=B1xB2x……xBn
-1
X (B) = X1-1(B) ∩…….∩ Xn-1(Bn)∈ F
-1
=> X (Bn) ⊂ F => X là vectơ ngẫu nhiên.
Bài tâp: X : Vectơ ngẫu nhiên n chiều, g: Rn →Rm Borel thì g( X ) là vectơ
ngẫu nhiên m chiều (biến)
3. Phân phối xác suất:
3.1 Đinh nghĩa: Cho Q là độ đo xác suất trên (R, B). Ta nói Q là phân phối xác
suất của X (Luật phân phối xác suất của X)
Nếu ∀ B∈B Q(B)=P(X∈B)=PX-1(B)
Ký hiệu: PX-1
3.2 Định nghĩa: (Hàm phân phối xác suất) Cho X là biến ngẫu nhiên trên (r, F,
P). Fx là hàm phân phối nếu Fx: R→[0,1] được định nghĩa:
∀x ∈R Fx(x)=P(X<x).
Ta có: Fx(x)=P(X<x)=PX-1(-∞, x).
Fx(b) – Fx(a) = P(X<b) - P(X<a) = PX-1(-∞,b) – PX-1(-∞,a) = PX-1 [a,b ]
Vậy (Luật) phân phối xác suất chính là độ đo L – S ứng với hàm phân phối.
3.3 Định nghĩa: (hàm phân phối xác suất): Cho X : là vectơ ngẫu nhiên FX là
hàm phân phối của X nếu: Fx : Rn→[0,1]

- 16 -
 ∀ x ∈ Rn: Fx( x ) = P( X < x ) = P(X1 <x1,….,Xn<xn).
3.4 Đinh lý: Cho Q là độ đo xác suất trên (R,B) thì : Có ít nhất 1 không gian
xác suất ( Ω , F, P), X là biến ngẫu nhiên (Nhận giá trị trong R), nhận Q hàm phân
phối xác suất.
Chứng minh: chọn Ω = R, F = B, P = Q, X là hàm đồng nhất
∀ B∈B PX-1(B) = P(X ∈B) = P( ω :X( ω )∈ B) = P( ω : ω ∈ B) = P(B) = Q(B)
Vậy PX-1 = Q.
Vậy phân phối xác suất là độ đo xác suất, ngược lại cho 1 độ đo xác suất Q thì Q
là phân phối xác suất của biến ngẫu nhiên X nào đó.
Tuy nhiên 2 phân phối xác suất bằng nhau không dẫn đến 2 biến ngẫu nhiên
bằng nhau .
1
Ví dụ: Ω = { ω 1, ω 2} : P( ω 1) = P( ω 2) = .
2
X( ω 1) = Y( ω 2) = 1
X( ω 2) = Y( ω 1) = 0
1
=> PX-1 = PY-1 = Q. với q(0) = q(1) =
2
Nhưng X ≠ Y
3.5 Định lý:
Nếu F là hàm phân phối xác suất của X thì nó thoả:
i) F(x) không giảm, liên tục trái ∀ x ∈ R.
ii) F(-∞) = lim F(x) = 0, F(+∞ ) = 1.
x→−∞

Ngược lại cho hàm F thoả i),ii) thì có ít nhất một biến ngẫu nhiên X trên ( Ω , F,
P) nhận F làm hàm phân phối xác suất.
Chứng minh:
i). Không giảm x < y => (-∞,x) ⊂ (-∞, y).
=> PX-1(-∞,x ) ≤ PX-1(-∞, y)
P(X<x) ≤ P(X < y)
F(x) ≤ F(y)
Liên tục trái: xn ↑n x.
(-∞, xn) ↑n (-∞,x) => PX-1(-∞, xn) ↑n PX-1(-∞, x)
=> p(X < xn) ↑n P(X < x).
=> F(xn) ↑n F(x)

- 17 -
 ii). Ta có (-∞, -n) ↓n ∅.
=> PX-1(-∞,- n) ↓n 0.
=> P(X<-n) ↓n 0.
lim F(-n) = 0 =>F(-∞) = 0.
n →∞

(-∞, n) ↑n R, PX-1(-∞, n) ↑n PX-1(R) = 1

lim P(X<n) = 1 ⇔ lim F(∞) = 1
n→∞ x→−∞

Ngược lại chọn Ω = R, F = B, X: hàm đồng nhất P là độ đo L – S ứng với F

∀ x ∈ R ta có:
Fx(x) = P(X < x) = P( ω : X( ω ) < x) = P( ω : X( ω ) ∈ (-∞, x)) = P( ω : ω ∈ (-∞, x))
= P(-∞, x) = F(x) – F(-∞) = F(x).
3.6 Mệnh đề (mở rộng):
Cho X là vectơ ngẫu nhiên (n biến) trên ( Ω , F, P). Nếu FX là hàm phân
phối xác suất của X thì nó thoả mãn:
i). FX không giảm, liên tục trái ∀ x ∈ Rn.
ii). FX (+∞,+∞,…,+∞) = 1, FX (-∞, x2,…, xn) =... FX (x1, x2,...,- ∞)= 0
Ngược lại cho FX thoả i),ii) thì ∃ X trên ( Ω , F, P) nhận FX làm hàm phân
phối xác suất.
4. Phân loại
4.1 Phân phối rời rạc (1 chiều).
4.1.1 Định nghĩa 1: Cho X trên (Ω, F, P), ta gọi X có phân phối rời(X: biến
ngẫu nhiên rời) Nếu hàm phân phối xác suất của nó là hàm bước nhảy(bậc thang).
4.1.2 Định nghĩa 2: {xk}k tập điểm gián đoạn của Fk với bước nhảy tương
ứng {pk}k: pk = Fk(xk+) – Fk(xk) = P(X=xk)
Ta nói f(x) là hàm mật độ của X nếu:
fk: được xác định:
ƒk (xk) = (P(X = xk)=pk
Bảng phân phối xác suất:

X x1 x2 ......xn ......

F X( x ) p1 p2 ...... pn ......

- 18 -
 4.1.3 Tính chất: (Hàm mật độ xác suất)
Nếu fx là hàm mật độ xác suất của X rời thì nó thoả:
i). fx(x) ≥ 0 ∀ x ∈ {xk}k.

ii). ∑
x∈{ xk }
fx(x) = 1.

iii). Fx(x) = ∑
y< x
fx(y)

Ngược lại cho 1 hàm f thoả i), ii), khi đó iii) xác định hàm phân phối xác
suất của X và do đó ∃X rời trên (Ω, F, P) nhận fx làm hàm mật độ xác suất(Fx là
hàm phân phối xác suất).
Chứng minh:
i). fx(x) = P(X=x) ≥ 0.

ii). ∑
x∈{ x}k
fx(x) = ∑x
P(X=x) = P( ∑ (X=x))
x

P ∑ x-1 (x)) = PX-1(X(Ω)) = P(Ω) = 1.

k

iii). Fx(x) = P(X<x) = ∑

y< x
P(X=y) = ∑
y<x
fx(y).

5. Vài phân phối thường gặp

5.1 Phân phối đều:
Cho X rời có hàm mật độ xác suất: fx ta nói X có phân phối đều trên{1,n}
nếu.
⎧1
⎪
f x ( x) = ⎨ n
{ }
x ∈ 1, n

⎪0, x ∉ {1, n}
⎩
5.2. Phân phối nhị thức:
X ~ b(n, p) nếu
⎧⎪Cnx p x (1 − p ) n − x x ∈ {0, n}
fx (x) = ⎨
⎪⎩0 x ∉ {0, n}

Đặc biệt: x ~ b(1, p): Ta nói X có phân phối Bernoulli.

5.3. Phân phối Poisson:
X ~ P(λ), λ > 0 nếu:

- 19 -
 ⎧ λ x e− λ
⎪
f ( x) = ⎨ x !
{ }
x ∈ 0, ∞

⎪0 x ∉ {0, ∞}
⎩
5. 4. Phân phối hình học
X ~ hình học (p), 0<p<1. Nếu:
⎧⎪ p (1 − p ) x x ∈ {0, ∞}
fx(x) = ⎨
⎪⎩0 x ∉ {0, ∞}

5.5. Phân phối siêu bội:

X ~ siêu bội(n, n1,k) Nếu:
⎧ Cnx1 Cnk−−nx1
⎪ k
x ∈{max(0, k − n + n1 ), min(n1 , k )}
f x ( x ) = ⎨ Cn
⎪
⎩0, x ∉{max(0, k − n + n1 ), min(n1 , k )}

6. Phân phối liên tục

6.1 Định nghĩa: (phân phối liên tục 1 chiều)
Ta nói X có phân phối liên tục nếu phân phối xác suất của nó tuyệt đối liên tục
đối với độ đo Lebesgue μ trên R.(PX-1 << μ ) và khi đó đạo hàm Radon-Nikodym
của PX-1 đối với μ được gọi là hàm mật độ xác suất của X.
dPX −1 dPX −1 ( x) dPX −1 ( x)
fx = f x ( x) = =
dμ d μ ( x) dx
6.2 Tính chất:
Nếu fx là hàm mật độ xác suất của X thì nó thỏa:
i). fx(x) ≥ 0 ∀ x ∈ R
+∞
ii). ∫f
−∞
x (x)dx =1

x
iii). Fx(x) = ∫f
−∞
x (t)dt

Ngược lại cho f thoả i), ii) thì iii) xác định làm hàm phân phối xác suất và do đó
∃ X liên tục trên (Ω , F, P) nhận Fx làm hàm phân phối xác suất (fx: làm hàm mật
độ xác suất).
Chứng minh:
dPX −1
i). Từ định lý R – N, ta có: ∃fx ≥ 0: f x ( x) =
dμ

- 20 -
 +∞
dPX −1
ii). fx = =>PX-1(R) = ∫ fxd μ = ∫ f x ( x)dx
dμ R
−∞

x
iii). Fx(x) = P(X<x) = PX-1(-∞, x) = ∫ f x (t)dt.
-∞

Chú ý: ∀ x ∈ LT (F) ta có: FX' (x) = fx(x)

6.3 Một số phân phối liên tục thường gặp:
6.3.1 Phân phối đều:
⎧ 1
⎪ x ∈ ( a, b )
f x ( x) = ⎨ b − a
⎪0
⎩ x ∉ ( a, b )

6.3.2 Phân phối mũ (λ), λ>0

X ~ mũ(λ) Nếu:
⎧λ e − λ x x ∈ (0, ∞)
f x ( x) = ⎨
⎩0 x ∉ (0, ∞)

6.3.3 Phân phối chuẩn: (Bình thường, Gauss).

X ~ N(μ, σ2) Nếu
1 x−μ
1 − ( )2
fx(x) = e 2 σ
, x,μ ∈ R, σ >0
σ 2π
1
1 − x2
X ~ N(0,1), fx(x) = e 2
x∈ R
2π
6.3. 4. Phân phối Gamma
Hàm Gamma: Γ : R→ R định nghĩa:
∞
Γ (x) = ∫e t dt < ∞
− t x −1

X ~ G(α, β), α,β > 0 Nếu:

⎧ 1 α −1
−
x
β
⎪ x .e x ∈ (0, ∞)
f x ( x) = ⎨ Γ(α ) β α
⎪0 x ∉ (0, ∞)
⎩
n
Đặc biệt α= ,β=2
2
n
G( , 2) ≡ χ 2(n): Phân phối khi bình phương với n độ tự do.
2

- 21 -
 1
G( , 2) ≡ χ 2(1): Phân phối khi bình phương với 1độ tự do.
2

χ (2n )
tn
N ( 0,1)

6.3.5 Phân phối Student:

U ~ N(0,1)
V ~ χ 2(n) , U,V độc lập thì:
U
~ tn : Phân phối Student với n độ tự do.
V
n
7. Phân phối rời (nhiều chiều) n = 2
7.1 Định nghĩa (n = 2)
Ta nói X = (X, Y) là vectơ ngẫu nhiên rời 2 biến
Nếu các thành phần tương ứng của nó: X, Y là những biến ngẫu nhiên rời.
7.2 Định nghĩa (hàm mật độ xác suất)
{xi , yj }i,j là những điểm tập trung xác suất của X = (X, Y).
Khi đó f(x,y)(xi , yj) = pi,j = P(X = xi , Y = yj) được gọi là hàm mật độ xác suất của
X [ hàm mật độ đồng thời của X và Y]
Bảng phân phối xác suất đồng thời

X x1 x2 …………….xk ………
Y
y1 p11 p21 ………….pk1………
y2 p12 p22 ………….pk2………
. . .
. . .
. . .
yk p1k p2k …………pkk………
. . .
. . .

- 22 -
 7.3 Mệnh đề: Nếu f(X,Y) là hàm mật độ xác suất của (X, Y) thì nó thoả.
i). fX,Y(x,y) ≥ 0 ∀(x,y) ∈ X (Ω)

ii). ∑∑
y x
fX,Y(x,y) = 1.

iii). FX,Y(x,y) = ∑∑
u< y t<x
fX,Y(t,u)

Ngược lại cho dãy {(xi , yj)} và f(xi , yj) thoả i) và ii) khi đó iii) xác định hàm
phân phối xác suất của X và do đó ∃ X = (X,Y) xác định trên (Ω, F, P) nhận
F(X,Y) làm hàm phân phối xác suất
Hàm mật độ lề:

fx (x) = ∑ y
fX,Y(x,y)

fy(y) = ∑ x
fX,Y(x,y)

8. Phân phối liên tục hai chiều

8.1 Định nghĩa : Ta nói X = (X,Y) có phân phối liên tục nếu phân phối xác suất
Qx của nó tuyệt đối liên tục đối với độ đo Lebesgue trên R2. Và khi đó đạo hàm R
– N của Qx đối với μ (trên 2 )
dQx
fX,Y = : được gọi là hàm mật độ xác suất của (X,Y)
d μ (R2 )
dQx ( x, y )
(F(x,y)(x,y) =
dxdy
8.2 Mệnh đề: Nếu f(X,Y) là hàm mật độ xác suất của (X,Y) liên tục thì nó thoả:
i). fX,Y(x,y) ≥ 0 ∀ (x, y) ∈ R2
∞ ∞
ii) ∫ ∫
−∞ −∞
fX,Y(x,y) dx dy = 1

y x
iii) FX,Y(x,y) = ∫ ∫
−∞ −∞
fX,Y(u,v) dudv

∞
Hàm mật độ lề: fx(x) = ∫
−∞
fX,Y(x,y)dy

∞
fy(y) = ∫
−∞
fX,Y(x,y)dx

Phân phối chuẩn 2 chiều:

- 23 -
 X = (X,Y) có phân phối chuẩn. Nếu hàm mật độ xác suất của nó có dạng:
N(μ1 , μ2, σ1, σ2,e)
1 1 x − μ1 2 2e( x − μ1 )( y − μ 2 ) y − μ2 2
fX,Y(x,y) = exp{− [( ) −( )+( ) ] }
2πσ 1σ 2 1 − e 2 2(1 − e )
2
σ1 σ 1σ 2 σ2

• Nếu (X,Y) có phân phối chuẩn thì X ~ N(μ1, σ 12 ), Y~N(μ2, σ 22 )

9. Sự độc lập (Theo xác suất)
9.1 Định nghĩa(2 biến cố): Cho A,B trên ( Ω , F, P). Ta nói A,B độc lập(theo xác
suất) Nếu P(A.B) = P(A).P(B)
9.2 Định nghĩa (nhiều biến cố)
A1, A2, …..An độc lập nếu ∀{Ak }k=1,m⊂{Ai}i=1,n, m= 2, n
m m
Ta có: P( ∩ Ak ) =
k =1
∏k =1
P ( Ak )

A1, A2, …An .... độc lập Nếu A1, A2, …An độc lập ∀n.
9.3 σ - Đại số độc lập:
Cho ( Ω ,F, P)., ε, ε’, lớp các tập đo được của f
Ta nói ε, ε’ độc lập nếu: ∀A ∈ε, ∀B∈ε’ ta có: P(A.B) =P(A).P(B)

• a1, a2, là 2 σ đại số con của F a1,a2, độc lập nếu ∀ A ∈ a1, ∀ B ∈ a2
Ta có: P(A B) = P(A)P(B)
n n
• a1, a2 ...an độc lập ⇔ ∀Ai ∈ ai P( ∩ Ai ) = ∏ P ( Ai )
i =1 i =1

• a1, a2, … độc lập ⇔ a1, a2, …an độc lập ∀n

9.4 Đinh lý: cho a1 , a2 ⊂ F σ - đại số trên Ω .

Nếu a1, a2 độc lập thì σ(a1) độc lập σ(a2) cố định A ∈ a1 định nghĩa

μ, ν:σ(a2) →[0,1] ∀ B ∈ σ(a2): μ(B) = P(A.B), ν(B) = P(A).P(B)

Thì μ, ν là độ đo trên (Ω, σ (a2) )

• Nếu B ∈a2 => μ = ν(a1,a2 độc lập) => μ = ν trên σ(a2) => a1, σ(a2) độc
lập cố định B ∈σ(a2) định nghĩa μ’,ν’:σ(a1) →[0,1]

∀ A ∈ σ( 1) a
μ’(A) = P(A.B)

- 24 -
 ν’ (A) = P(A).P(B)

• Nếu A∈a1 => μ’= ν’ (trên a1)

=>μ’= ν’ trên σ(a1)
=>σ(a1) độc lập σ(a2)

a1, a2, là 2 σ - đại số con của F

ε ={A..B: A∈a1, B ∈a2 } thì σ(ε) = σ(a1 ∪ a2)
9.5 Định lý: Nếu các σ - đại số a1, a2, a3 độc lập thì: σ (a1∪a2) độc lập a3 .
Chứng minh: ∀C ∈ ε ∀D∈a3
P(C. D) = P(A.B.D) = P(A).P(B).P(D) = P(A.B).P(D) =P(C).P(D)
=>ε độc lập với a3
=>σ(ε) độc lập với σ (a3) = a3.
=>σ(a1 ∪ a2) độc lập với a3
9.6 Định mở rộng:
• a1, a2,……an độc lập thì σ(a1 ∪a2) độc lập a3 ….an
σ(a1∪a2∪ ….∪an) độc lập với σ(ak+1∪…∪an)
k ∞
• {an }n độc lập =>σ( ∪ a i ) độc lập với σ( ∪a i )
i =1 i = k +1

10. Biến ngẫu nhiên độc lập:

10.1 Định nghĩa:
Cho X, Y trên ( Ω , F, P). X,Y độc lập nếu σ(X ),σ(Y) độc lập,
{Xn}n độc lập nếu σ(X1), σ(X2)…….. độc lập.
10.2 Định lý: Các mệnh đề sau tương đương.
1. X,Y độc lập.
2. ∀(x,y)∈ R2 F(X,Y)(x,y) = FX(x).FY(y)
3. ∀ (x,y, Y) f(X,Y)(x,y) = fX(x).fY(y)
4. ∀A, B ∈ B: X-1(A) ∈ F, Y-1(B) ∈ F
P(X∈ A, Y∈ B) = P(X∈ A).P(Y∈ B)

- 25 -
Chứng minh:
1=>2 ∀(X,Y) ∈R2 F(X,Y)(x, y) = P(X<x,Y<y)
σ ( X ),σ (Y ) doclap
= P(X-1(-∞,x),Y-1(-∞, y)) = P(X-1(-∞,x)). P(Y-1(-∞, y))
= P(X<x).P(Y<y).
2=>3
∀(x, y) Ta có: F(X,Y)(x,y) = Fx(x).FY(y)
∂ 2 F( X ,Y ) ( x, y ) ∂ ∂
=> = FX ( x). FY ( y ) => f X ,Y ( x, y ) = f X ( x). fY ( y )
∂x∂y ∂x ∂y
3=>4
P(X∈A, Y∈B) =
∫∫ f
AB
( X ,Y ) ( x, y )dxdy = ∫ ∫ f ( X ( x) fY (y)dxdy = ∫ f X ( x) dx.∫ fY ( y )dy = P( X ∈ A).P(Y ∈ B)
AB A B

4 =>1
∀A1, A2 ∈σ(X), σ(Y)
=>∃B1 , B2 ∈ B: X-1(B1) =A1 Y-1(B2) = A2
=> P( A1 A2 ) = P( X −1 ( B1 )Y −1 ( B2 )) = P( X −1 ( B1 ).P(Y −1 ( B2 )) = P( A1 ) P( A2 )
=>X, Y Độc lập.
10.3 Định Lý: Cho f, g là hàm Borel. X, Y độc lập thì: f(X), g(X) độc lập.
Chứng minh
Ta chứng minh: σ(f(X)), σ(g(Y)) độc lập.
Ta có:
[f ( X )]−1 ( B) = X −1 ( f −1 ( B )) ⊂ σ ( X )
[ g (Y )]−1 ( B) = Y −1 ( g −1 (( B)) ⊂ σ (Y )

Nhưng σ ( X ), σ (Y ) độc lập ⇒ σ ( f ( X )), σ ( g (Y )) độc lập

• Ta có thể mở rộng:
X1 , X2 ….,Xn độc lập h, g borel.
h(X1 , X2 ….,Xk), g(Xk+1 ….,Xn) độc lập
10.4 Định lý: Cho X1, X2, X3 độc lập thì: σ(X1,X2) độc lập với σ(X3)
Ta có: σ(X1), σ(X2), σ(X3) độc lập =>σ((X1) ∪ σ(X2)) độc lập σ(X3)
Ta chứng minh: σ(X1, X2) = σ(σ(X1) ∪σ(X2))

- 26 -
Ta có:
σ ( X1 ) ⊂ σ ( X1, X 2 ) ⎫
⎬ σ ( X 1 ) ∪ σ ( X 2 ) ⊂ σ ( X 1 , X 2 ) => σ (σ ( X 1 ) ∪ σ ( X 2 )) ⊂ σ ( X 1 , X 2 )
σ ( X 2 ) ⊂ σ ( X1 , X 2 )⎭

Ta có: σ(X1, X2) = (X1, X2)-1 (B(2))

= { (X1, X2)-1(B) : B∈ B(2)}
Nhưng (X1, X2)-1(B) = (X1, X2)-1(B1.B2)
= X 1−1 ( B1 ) ∩ X 2−1 ( B2 ) ∈ σ (σ ( X 1 ) ∪ ( X 2 ))
=> σ ( X 1 , X 2 ) ⊂ σ (σ ( X 1 ) ∪ σ ( X 2 ))

X,Y độc lập ⇔ Qxy = Qx.Qy

[QX ( A) = P ( X ∈ A), QY ( B ) = P(Y ∈ A)]
QX ( A.B) = P(( X , Y ) ∈ ( A, B))

11. Luật 0 – 1:
11.1 σ - trường xa vời(σ - Đại số đuôi)
Cho dãy σ - Đại số {Fn}n ∈ N
∞
đặt F(n) = σ (∪ Fk )
k =n

∞
Khi đó F( ∞ ) = ∩ F(n) được gọi là trường xa vời
n =1

11.2 Định lý: (0 – 1)

Nếu F1, F2, …độc lập thì F(∞)tầm thường(nghĩa là ∀ A ∈ F∞ =>P(A) ∈ {0,1} )
Ta có: F1, F2, …..,Fn,….. độc lập
∞
=>F1, F2, ……..,Fn-1,… độc lập σ (∪ Fk) ∀n
k =n

∞
=>F1, F2, ……..,Fn-1,… độc lập σ (∩ F( n ) ) ∀n
n =1

=>F1, F2, ……..,Fn-1,… độc lập F∞) ∀n

∞
=> σ (∪ Fk) độc lập F∞ => F(1) độc lập F∞ nhưng F∞ ⊂ F(1)
k =1

=>F∞ độc lập F∞

∀ A∈ F∞ =>P(A.A) = P(A).P(A)
=>P(A) =[P(A) ]2
=>P(A) ∈ {0,1} )

- 27 -
 11.3 Định lý: (Borel – Cantelli)
Nếu {An }n là dãy biến cố độc lập thì:

a )∑ P( An ) < ∞ <=> P (lim An ) = 0

x→n
n

b)∑ P ( An ) = ∞ <=> P (lim An ) = 1

x→n
n

Chứng minh: ∀n
Đặt Fn = σ(An)
=>F1, F2, …….., Fn,… độc lập =>F(∞) tầm thường.
∞ ∞ ∞
lại có lim An = ∩∪ Ak ∈ ∩ F(n) = F(∞)
n
n =1 k = n n =1

Cần chứng minh: (=>) của a) và b)

Ta có
∞
a) ∑ P( A ) < ∞
n =1
n

∞ ∞ ∞
⇒ 0 ≤ P (l im An ) = P (∩∪ Ak ) ≤ ∑ P ( Ak )
x→n
n =1 k = n k =n

Cho n↑∞
=> P(l im An ) = 0
x →n
∞
b) ∑ P( A ) = ∞
n =1
n

Ta có:
∞ ∞ ∞ m
P (l im An ) = P (∩∪ Ak ) = P (lim ∪ Ak ) = lim P (∪ Ak )
x →n n k
n =1 k = n k =n k =n
∞ ∞ ∞
=> 1 − P (l im An ) = lim(1 − P (∪ Ak )) = lim P (∩ Ak ) = lim lim P (∩ Ak )
n n →∞ n →∞ n m
k =n k =n k =n
m
= lim lim ∏ (1 − P( Ak ))
n m
k =n

- 28 -
 m m
1
m
≥ ∏ (1 + P( Ak )) ≥ 1 + ∑ P ( Ak ) ⎯⎯
m
→∞
∏ (1 − P( A ))
k =n
k
k =n k =n

m
=> lim ∏ (1 − P ( Ak )) = 0
m
k =n
m
Lại có: lim lim ∏ (1 − P( Ak )) = 0
n m
k =n

=> 1 − P(l im An ) = 0
n

=> P (l im An ) = 1
n

- 29 -
 CHƯƠNG III
CÁC ĐẶC TRƯNG

Trong chương này ta luôn xem không gian(F, Ω, P) là không gian có độ đo đủ

Như chúng ta đã biết phân phối xác suất cho ta thông tin khá đủ về biến ngẫu
nhiên X. Nhưng việc biết phân phối xác suất của biến ngẫu nhiên là điều kiện lý
tưởng. Trong thực tế thường ta không biết hoặc không biết đầy đủ về phân phối
xác suất của nó. Vì vậy ta cần biết một vài đặc trưng của nó, việc biết một vài đặc
trưng của X giúp ta có thể hiểu về nó.Các đặc trưng thường được quan tâm: kỳ
vọng, momen, phương sai, covariance và median, hệ số tương quan.
- Nhắc lại:
X∈ L0 (Ω,F,P) ⇔ X là biến ngẫu nhiên.
X∈ L1 (Ω,F,P) ⇔ ∫ | X | dP < ∞
Ω

p>0 x∈Lp(Ω,F,P) ⇔ ∫ | X | p dP < ∞

Ω

1. Kỳ vọng (Giá trị trung bình)

1.1 Định nghĩa: Cho biến ngẫu nhiên X trên (Ω,F,P) nếu X∈L1(Ω,F,P) ta nói X
có kỳ vọng(hữu hạn) và kỳ vọng của X được xác định bởi biểu thức.
* Xlt
∞
EX = ∫ Xdp = ∫ xQ(dx) = ∫ xdPX −1 ( x) = ∫ xdF ( x) = ∫ xf X ( x) dx
Ω R R R −∞

Khi X có dạng g(X,Y) thì:

∞ ∞
Eg ( X , Y ) = ∫ g ( X , Y )dP = ∫ ∫ g ( x, y ) f ( X ,Y ) ( x, y )
−∞ −∞

* X roi :

EX = ∑
x∈ X ( Ω )
xP( X = x) = ∑
x∈ X ( Ω )
xf X ( x)

1.2 Các tính chất:

1. ∀ a∈ X∈ L1 (Ω,F,P)
EaX= aEX
2. X≤Y => EX ≤ EY.
3. |EX| ≤ E |X|

- 30 -
4. X∈ L1 (Ω,F, μ ) , A∈F => X1A ∈ L1 (Ω,F,P)
5. 0 ≤ Xn ⊂ L0(Ω,F, μ ) , Xn↑n X thì :
EXn ↑n EX
6. X ∈L1 ,Y∈L1 thì X+Y ∈ L1 (Ω,F,P) và E(X+Y) = EX + EY.
7. 0 ≤ Xn ∈ L0(Ω,F, μ )
∞ ∞
E (∑ X n ) = ∑ EX n
n =1 n =1

8. X∈ L1 ⇔ |X| ∈ L1
9. |X| ≤ Y∈L1 => X∈ L1 .
10. X = 0 (hcc) => EX=0
X=a (hcc) => EX=a.
11. P(A) = 0 => EX1A =0
12. X=Y(hcc), Y∈ L1 ∈ =>EX = EY
13. X∈ L1 (Ω, F, P) => X< ∞ (hcc)
14. X ≥ 0 , EX = 0 =>X = 0 (hcc)
15. X ≤ Y (hcc) ⇒ E1AX ≤ E1AY ∀A
16. Hội tụ đơn điệu nới rộng
a, Y ≤ Xn , EY > - ∞.
Xn ↑n X => EXn ↑n EX
b, Xn ≤ Y , EY < +∞
Xn↓n X => EXn ↓n EX
17. a, {X n }n ⊂ L0(Ω, F, P) , Y ∈ L0 Y ≤ Xn, EY > - ∞.
b, Xn < Y , EY < ∞ .
lim n EX n ≤ E lim n X n

18. Hội tụ bị chặn .

Xn ≤ Y ∈ L1 (Ω, F, P)
⎧⎪ X ∈ L1 (Ω, F , P)
Xn → X (hcc) => ⎨
⎪⎩ EX n ⎯⎯ → EX
n

- 31 -
2. Các khái niệm về Moment
2.1 Moment bậc k.
Cho X trên (Ω, F, P) , k ∈ Z+
Nếu E |X|k < ∞ thì ta nói X có moment bậc k và khi đó moment bậc k của X
được xác định :
EXk = ∫ X k dP
Ω

+∞
Xlt EXk = ∫x
k
f x ( x)dx
−∞

Xroi EXk = ∑
x∈ X ( Ω )
x k f x ( x)

2.2 Moment qui tâm bậc k

k
Giả sử E X <∞ , khi đó moment bậc k của (X – EX) được gọi là momen hướng
tâm (qui tâm) bậc k của X và :
E ( X − EX ) k = ∫ ( X − EX ) k dP
Ω
+∞
X lt E ( X − EX ) k = ∫ ( x − EX ) f
−∞
X ( x)dx

X roi E ( X − EX ) k = ∑
x∈ X ( Ω )
( x − EX ) k f X ( x)

Đặc biệt k = 2, khi đó moment qui tâm bậc 2 của X được gọi là Variance của X
Ký hiệu: Var(X) ≡ D(X)
+∞
X lt D( X ) = E ( X − EX ) 2 = ∫ ( x − EX )
2
f X ( x) dx
−∞

X roi D( X ) = ∑
x∈ X ( Ω )
( x − EX ). f X ( x)

Và D( X ) được gọi là độ lệch chuẩn.

2.3 Định lý:
1. Nếu E|X|n < ∞ => E|X|k < ∞ ∀k : 1 ≤ k ≤ n
2. Nếu E|X|n < ∞, E|Y|n < ∞ => E|X + Y|n < ∞
3. Nếu EX2 < ∞ => D(X) < ∞, D(X) = EX2 – E(X)2
4. a,b∈ R, ∃ D(X) < ∞ => D(aX + b) = a2D(X) đặc biệt D(aX) = a2D(X)
5. X = hằng(hcc) ⇒ D(X) = 0

- 32 -
 6. X, Y độc lập, EX2 < ∞, EY2 < ∞, thì D(X + Y) = D(X) + D(Y)
n n
{Xn }i=1,n độc lập D(∑ X i ) = ∑ D( X i ) (nếu có)
i =1 i =1

Chứng minh:
1. Vì k ≤ n, ∀X ta có: |X|k ≤ |X|n + 1
k
⇒ E|X| = ∫ | X |k dp ≤ ∫ (| X |n +1)dp = E | X |n +1 < ∞
Ω Ω

n
2. Ta có: E|X +Y| = ∫ | X + Y |n dp ≤ ∫ 2n−1(| X |n + | Y |n )dp = 2n−1(E | X |n +E | Y |n ) < ∞
Ω Ω

3. D(aX ) = E (aX − E (aX )) 2 = Ea 2 X 2 + a 2 ( EX ) 2 − 2aEX .aEX

= a 2 ( EX 2 − ( EX ) 2 ) = a 2 D( X )

4. D( X ) = E ( X − EX ) 2 = E ( X 2 − 2 X .EX + ( EX ) 2 ) = EX 2 − 2 EX .EX + ( EX ) 2
= EX 2 − ( EX ) 2 < ∞ ( EX 2 < ∞, E | X |< ∞)

5. D( X ) = 0 <=> E ( X − EX ) 2 = 0
<=> P (( X − EX ) 2 = 0) = 1
<=> P (| X − EX |= 0) = 1
<=> P( EX = X ) = 1
⇒ P(X=hằng) = 1
6 * X,Y độc lập => E(X.Y) = EX.EY,
E | X .Y |= ∫ | x. y | f X ,Y ) ( x, y ) dxdy = ∫ | x | f X ( x)dx.∫ | y | fY ( y ) dy < ∞
R2 R R

EXY = ∫ x.yf
2
( X ,Y ) ( x, y )dxdy = ∫ xf X ( x)dx.∫ yfY ( y )dy = EX .EY
R R
R

D( X + Y ) = E ( X + Y ) − [E ( X + Y )] = EX 2 − ( EX ) 2 + EY 2 − ( EY ) 2 + 2[E ( X .Y ) − EX .EY ]
2 2

=D(X)+D(Y)

3. Hàm đặc trưng:

3.1 Định nghĩa: Biến ngẫu nhiên phức: X,Y là 2 biến ngẫu nhiên (thực)
=>U = X + iY là biến ngẫu nhiên (phức) nếu X,Y có kỳ vọng U được định
nghĩa EU = EX + iEY
3.2 Định nghĩa (độc lập):
U1 = X1 + iY1, U2 = X2 + iY2
U1, U2, độc lập nếu (X1, X2) và (Y1, Y2) độc lập, khi đó E(U1U2)= EU1.EU2
thực vậy : E(U1.U2)= E(X1X2 – Y1Y2) + iE(X1Y2 + X2Y1)

- 33 -
 = E(X1+iY1).E(X2 +iY2)
=EU1.EU2
3.3 Định nghĩa(hàm đặc trưng)
Cho X có hàm phân phối xác suất FX, hàm đặc trưng ϕx của Fx
+∞
X ltϕ X (t ) = E.eitX = ∫e dF ( x) = ∫ eitX dP
itx

−∞ Ω
+∞
E cos(tX ) + iE sin(tX ) = ∫e
itX
f X ( x)dx
−∞

X roiϕ X (t ) = E.eitX = ∑
x∈ X ( Ω )
eitx P ( X = x) = ∑ eitx f X ( x)
x

3.4 Bảng hàm đặc trưng:

X ∼ b(n,p) fx ( x) = Cnx p x (1 − p)n − x ϕ X (t ) = (1 − p + p it ) n

λ x e−λ
X ∼ Poisson. fx ( x ) = x ∈ {0,∞} ϕ X (t ) =exp{λ(e – 1) }
it
x!
2
1 − x2 t2
X ∼ N(0, 1) fx ( x) = e ,x∈R ϕ X (t ) = exp{ − }
2π 2

σ 2t 2
X ∼ N(μ, σ2) fx ( x) =μ,x∈R, σ>0 ϕ X (t ) = exp{it μ − }
2
1 eita − 1
X ∼ đều trên(0,a) fx ( x ) = x ∈(0,a) ϕ X (t ) ={ }
a ita
1 sin at
X ∼ đều trên (-a,a) fx ( x) = x ∈(-a,a) ϕ X (t ) ={ }
2a at
x
1 −
-α
X ∼ G(α, β) fx ( x ) = α
xα −1e β x >0 ϕ X (t ) =(1 - iβt)
Γ(α ) β
x
1 1 − 1
X ∼ m ũ( ) fx ( x ) = e β
x >0 ϕ X (t ) =
β β 1 − iβ t
n x n
1 −1 − −
X ∼ x2(n), fx ( x ) = x 2
.e 2
x >0 ϕ X (t ) = (1 − 2it ) 2
n n
Γ( ).2 2
2
1 1
Mũ 2 phía: fx ( x) = e−|x| x ∈R ϕ X (t ) =
2 1+ t2
1 1 -|t|
Cauchy fx ( x) = . x ∈R ϕ X (t ) = e
π 1 + x2

- 34 -
 3.5 Định lý: X, Y độc lập => ϕX+Y = ϕX.ϕY
3.6 Định lý:
a) Cho dãy hàm phân phối {Fn }n và Fn có hàm đặc trưng ϕn, hai mệnh đề
sau tương đương:
i) Nếu lim ϕn (t ) tồn tại ∀t và ϕ(t) = lim ϕn (t ) thì ϕ liên tục tại 0
n n

ii) Fn hội tụ yếu về F (hàm phân phối xác suất nào đó)
b) Nếu (a) đúng thì ϕ là hàm đặc trưng của F.
4. Médian:
1
Giá trị m được gọi là median của X, nếu P(X ≤ m) = P(X ≥ m) =
2
5.Covariance: (hiệp biến trị(hiệp phương sai))
Cho (X,Y) trên (Ω, F, P) thoả: EX2 < ∞, EY2 < ∞ khi đó Covariance của X và Y
được định nhĩa:
COV(X,Y) = E((X – EX)(Y – EY)) =E(X.Y – EX.EY
Hệ quả : X,Y độc lập => COV(X,Y) = 0
6. Hệ số tương quan:
Cho (X,Y) trên (Ω,F,P) thoả:
EX2 < ∞, EY2 < ∞, D(X) > 0, D(Y) > 0 khi đó hệ số tương quan của X và Y
định nghĩa:
ρ (X,Y) = COV ( X , Y )
D( X ). D (Y )

Khi ρ (X,Y) = 0 ta nói X và Y không tương quan

ρ (X,Y) = 1 ta nói X,Y phụ thuộc (tuyến tính): ∃a, b ∈ : Y=aX+b

7. Các bất đẳng thức:

7.1 Bất đẳng thức(Tchebyshev): Cho X ∈ L0 (Ω,F,p) và g: R→ R+ là hàm
Borel, không giảm, không âm: g(x) > 0, Eg(X) tồn tại < ∞ thì
Eg ( X )
P(X ≥ x) ≤
g ( x)

- 35 -
Chứng minh: đặt A= { ω : X( ω ) ≥ x}
Ta có:
g ( x )>0 khonggiam
Eg ( X ) = ∫ g ( X )dp = ∫ g ( X )dp + ∫ g ( X )dp ≥ ∫ g ( X )dp ≥ ∫ g ( x)dp = g ( x) P( A)
Ω A A A A

Eg ( X )
=> P ( A) ≤
g ( x)

7.2 Hệ quả: (BĐT Markov)

Cho X là biến ngẫu nhiên với EX = μ khi đó ∀ ε > 0
D( x)
Ta có: P(|X - μ| ≥ ε) ≤
ε2
Chứng minh: Chọn g(x) = x2 =>g(x) không âm, không giảm trên (0,∞)
Eg (| X − μ |) E ( X − μ ) 2 D( X )
P (| X − μ |≥ ε ) ≤ = =
g (ε ) ε2 ε2
7.3 Bất đẳng thức Cp:
Nếu X, Y ∈ Lp, p > 0 thì X + Y ∈ Lp, E(|X +Y|p ≤ Cp(E|X|p + E|Y|p)
⎧1 0 < p ≤1
với Cp= ⎨ p −1
⎩2 p >1

Chứng minh: ∀a, b ∈ R, p > 0 ta chứng minh: |a + b|p ≤ Cp(|a|p + |b|p)

1
Xem f ( x) = x p + (1 − x ) p ∀x ∈ [ 0,1] hàm f(x) đạt cực tiểu tại x =
2
1 1 1
=> x p + (1 − x) p ≥ f ( ) = p −1 ≥
2 2 Cp

|a|
Thay x =
|a|+|b|
Ta có:
| a |p |a| 1 | a |p + | b |p 1
+ (1 − ) p
≥ ⇔ ≥
(| a | + | b |) p
|a|+|b| Cp (| a | + | b |) p
Cp
=>| a + b | p ≤ C p (| a | p + | b | p )

Ta chọn X=a, Y = b.
=>| X + Y | p ≤ C p (| X | p + | Y | p ) => E (| X + Y | p ) ≤ C p ( E | X | p + E | Y | p )

Vậy X,Y ∈ Lp => X + Y ∈ Lp

- 36 -
7.4 Bất đẳng thức Holder:
1 1
X ∈Lp ,Y ∈ Lp, + = 1, p > 1
p q

thì X.Y ∈ L1 và:

1 1

E | X .Y |≤ ( E | X | ) ( E | Y | )
p p q q

Đặc biệt p=q=2 ta có bất đẳng thức Cauchy Schwarz

1 1
E | X .Y |≤ ( EX 2 ) 2 ( EX 2 ) 2
1
E | ( X − μ1 )(Y − μ2 ) |≤ [E ( X − μ1 ) 2 (Y − μ2 ) 2 ] 2

Chứng minh: vì hàm Ln(x) là hàm lõm dưới (dây dưới cung)

Ln(tx1 +(1-t)x2)

tLn x1 + (1 − t ) Ln x2

. .
0 x1 x2
tx1 +(1 – t)x2

0 < t < 1, x1 , x2 >0 ta có:

L n (tx1 + (1 – t ) x2 ) ≥ tL n x1 + (1 − t ) Ln x2 = Ln x1t + Ln x12−t = Ln x1t x12−t (1)

=> tx1 + (1 − t ) x2 ≥ x1t x12−t

1 1
t= ,1 − t = , p > 1
p q
p
|X|
x1 =
E | X |p
| Y |q
x2 =
E | Y |q
p p 1 1
(1)
1 |X| 1 | Y |q |X| | Y |q q
=> + ≥ ( ) p
( )
p E | X | p q E | Y |q E | X |p E | Y |q
1 1

=> E | X .Y |≤ ( E | X | p ) p ( E | Y |q ) q

- 37 -
 7.5 Bất Đẳng Thức Minkowski:
Cho X,Y ∈ Lp , 0 < p < ∞ thì: X + Y ∈ Lp và
i) E | X + Y | p ≤ E | X | p + E | Y | p với 0 < p ≤ 1
1 1 1

ii) ( E | X + Y | p ) p ≤ ( E | X | p ) p + ( E | Y | p ) p p>1
Chứng minh:
i. Hệ quả của bất đẳng thức Cp.
ii. Ta có: |X + Y|p = |X+ Y|.|X+ Y|p-1 ≤ E|X|.|X + Y|p-1 + E|Y|.|X + Y|p-1
=> E|X + Y|p ≤ E|X|.|X + Y|p-1 + |Y|.|X + Y|p-1
1 1 1 1
Holler
p −1 q q p −1 q q
≤ ( E | X | ) .( E (| X + Y |
p p
) ) + ( E | X | ) ( E (| X + Y |
p p
) )
1 1 1

≤ ( E | X + Y | ) [( E | X | ) + ( E | Y | ) ]
p q p p p p

1 1
E | X + Y |p
=> 1
≤ (E | X |p ) p + (E | Y |p ) q
(E | X + Y | ) p q

1 1 1
1−
=> ( E | X + Y | p ) q
≤ (E | X |p ) p + (E | Y |p ) p
1 1 1

hay ( E | X + Y | p ) p ≤ ( E | X | p ) p + ( E | Y | p ) p

7.6 Bất đẳng thức Jensen:

Nếu g: R → R Borel, lồi(dưới), X ∈ L1 thì g(EX) ≤ Eg(X)
Chứng minh:
Theo định nghĩa hàm lồi(dưới) ta có:
∀x0, ∃λ(x0)
g(x) – g(x0) ≥ λ (x – x0)
x = X, x0 = EX
=>g(x) – g(EX) ≥ λ(X – EX)
=> Eg(x) – Eg(EX) ≥ 0
=>Eg(X) ≥ g(EX)

- 38 -
 CHƯƠNG IV
CÁC LOẠI HỘI TỤ TRONG XÁC SUẤT

1. Các khái niệm:

1.1. Định nghĩa (hội tụ hầu chắc chắn) [hội tụ với xác suất 1]
Ta nói Xn ⎯⎯→
hcc
X (n → ∞)
Nếu: ∃N ∈ F : P (N) = 0, ∀ ω ∈ N ⇒ Xn( ω ) → X( ω )
⇔ P ( ω : Xn( ω ) → X( ω ) ) = 1
1. 2. Định nghĩa (hội tụ theo xác suất)
Xn ⎯⎯p
→ X nếu ∀ε > 0 P(|Xn - X| > ε) ⎯⎯
n
→0
1. 3. Hội tụ trong Lp
Cho p > 0, x ∈ Lp ⇔ E| x |P < ∞.
Cho X, X1, X2,… ∈ Lp (Ω, F, P )
p
Xn ⎯⎯Lp
→ X nếu E |Xn – X | ⎯⎯ n
→0
Đặc biệt: p= 2 ta nói Xn ⎯⎯ L
→ X hay Xn ⎯⎯
2 n
→ X theo bình phương trung
bình p = 1 ta nói Xn ⎯⎯→ X hay Xn ⎯⎯
L 1 n
→ X theo trung bình
1. 4. Hội tụ theo phân phối(theo phân bố)
1. 4.1 X1, X2………..,Xn và X là các biến ngẫu nhiên rời nhận giá trị trên
tập A = { x1, x2,…..}
Ta nói Xn ⎯⎯
n
→ X theo phân phối.
Nếu: lim P(Xn = xi ) = P(X = xi )
n

=>Vậy khi n khi lớn thì ta có thể xấp xỉ

P(Xn = xi ) bởi P(X = xi )
1. 4.2 X là biến ngẫu nhiên liên tục, {Xn }n là dãy biến ngẫu nhiên bất
kỳ(liên tục hoặc rời rạc)
Xn ⎯⎯
n
→ X theo phân phối nếu P(Xn < x) ⎯⎯
n
→ P(X < x)
(Fx(x)→ F(x))

- 39 -
Các ví dụ:
a. Cho {Xn }nrời được xác định:
1
1 với xác suất
n
Xn =
1
2 với xác suất 1-
n
Chứng minh:
Xn ⎯⎯
L2
→2
1 1 1
Ta có: E|Xn – 2 |2 = |1 – 2 |2 . + |2 – 2 |2.(1 - )= ⎯⎯
n
→ 0 vậy Xn ⎯⎯
L2
→2
n n n
b. {Xn }nrời được xác định:
1
0 với xác suất 1-
n
Xn =
1
n với xác suất
n
Chứng minh:
Xn ⎯⎯
P
→ 0 nhưng Xn ⎯⎯
L
→0 2

1
∀ ε > 0 ta có P(|Xn – 0 | > ε ) = P(Xn = n) = ⎯⎯
n
→0
n
1 1
E|Xn – 0 |2 = 02(1 - ) + n2. = n ⎯⎯
→ ∞
n n
Vậy Xn ⎯⎯
L
→ 02

c. Cho biến ngẫu nhiên Xrời được xác định:

1
1 với xác suất
2
X=
1
- 1 với xác suất
2
{Xn } được xác định như sau:
X nếu n chẵn
Xn =
-X nếu n lẻ
1
Khi đó Xn nhận 2 giá trị ± 1 ∀ n và P(Xn =1) = P(Xn = -1) =
2
1
=>lim P(Xn = 1) = = P(X = 1)
2

- 40 -
 1
limP(Xn = 1) = = P(X = -1)
2
vậy Xn hội tụ theo phân phối về X nhưng Xn ⎯⎯
P
→ X
thực vậy Xem n = 2k + 1
∃ε = 1
1
P(|X2k + 1 – X| > 1) = P (|2X| > 1) = P(|X| > ) = P(X = 1) + P( X = -1) = 1
2
lim P(|x2k + 1 – X| > ε) = 1 > 0
k →∞

⇒ Xn ⎯⎯
P
→ X
2. Hội tụ ( hcc)
Khi Xn ⎯⎯ n
→ X (hcc), theo xác suất, trong Lp ⇔ Xn – X ⎯⎯ n
→ 0(hcc, theo
xác suất, trong Lp. Nhận xét này cho ta giả sử X ≡ 0 trong nhiều định lý sau:
2.1 Định lý: 3 mệnh đề sau tương đương:
1. Xn ⎯⎯
n
→ 0(hcc)

2. lim
n →∞
P( ∩ { X k ≤ ε }) = 1 (∀ε > 0)
k ≥n

3. P( lim
n
|Xn | > ε) = 0 (∀ε > 0)

1=>2
Xn ⎯⎯
hcc
→ 0 ⇔ ∃ N ∈ F: P(N) = 0 ∀ ω ∈ N , Xn ⎯⎯
n
→0
∞

=>∀ ω ∈N ∀ε > 0, ∃n0: ∀n ≥ n0 |Xn| < ε => ∩X

k =n0
k <ε

∞
∀ε > 0 đặt: An = ∩{ X
k =n
n < ε } => An↑n

=>∀ ω ∈ N, ∀ε > 0, ∃n0: ω ∈Ano =>∃no: N ⊂ An 0

∞
=> N ⊂ ∪ An
n =1

∞
=>1 = P( N ) ≤ P( ∪ An) = P( lim
n →∞
An) = lim
n →∞
P(An)
n =1

∞
=> lim
n →∞
P( ∩ |Xk| < ε) = 1 ∀ε > 0
k =n

- 41 -
 2=>3
∞
Ta có: P( lim
n →∞
An) = P( ∪ An) = 1
n =1

∞
⇒ P (∪ An ) = 0 ⇔ P (∩ An ) = 0
n =1 n ≥1

∞ ∞
⇒ P( ∩∪ { X k > ε }) = 0
n =1 k = n

Hay P( lim |Xn| > ε) = 0

n→∞

3=>1
Đặc C = { ω : lim
n →∞
|Xn| = 0}

Chứng minh: P(C) = 1

∀ ω ∈ C => Xn ⎯⎯
n
→0
1
=> lim |Xn| > 0 => ∃k lim Xn >
n →∞ n →∞ k
1 1 1
=> C ⊂ D( ) với D( ) = { lim |Xn| > }
k n →∞ k k
∞
1
=> C ⊂ ∪ D( )
k =1 k
∞
1
=> P(C) ≤ ∑k =1
P(D( ) ) =0 => P(C) = 1
k
Liên hệ giữa hội tụ(hcc) và hội tụ (theo P)
2.2 Định Lý: Xn → 0(hcc) ⇔ Supk ≥ n|Xk| ⎯⎯
p
→ 0(n→∞)
Chứng minh:
∀ε > 0 đặt An = {Supk ≥ n|Xk| > ε}
C = { ω : Xn( ω ) → 0}
n
Xn ⎯⎯
hcc
→ 0 (n →∞) => An ∩ C↓ φ , P(C) = 1

⇒ P(An) ≤ P(An) + P( C) – P(An ∪C) = P( An ∩ C) ⎯⎯

n
→0
Vậy Supk ≥ n |Xk| ⎯⎯
P
→ 0
Ngược lại:
lim |Xn| ≤ Sup |Xn| =>P( lim |Xn| > ε) ≤ P(Sup|Xn| > ε) ⎯⎯
n
→0
n→∞ n→∞

Vậy xn ⎯⎯
hcc
→ 0(n→ ∞)

- 42 -
 2.3 Định lý:
Xn ⎯⎯
hcc
→ 0 => Xn ⎯⎯
P
→ 0
Chứng minh:
Ta có: ∀n Xn ≤ Sup|Xn| => P(|Xn| > ε) ≤ P(Sup|Xn| > ε) ⎯⎯
n
→0
2.4 Định lý: Xn ⎯⎯
P
→ 0 =>∃{Xnk } ⊂ { Xn }: Xnk ⎯⎯
hcc
→ 0 (K→∞)
2.5 Định Lý: Xn ⎯⎯
P
→ X => X độc nhất P – hcc
3. Liên hệ giữa hội tụ theo xác suất và hội tụ trong Lp
3.1 Định lý: Xn ⎯⎯
Lp
→ X => Xn ⎯⎯
P
→X
Eg (| X n − X |) E | X n − X | p
∀ε > 0 P(|Xn – X| > ε) ≤ = ⎯⎯
n
→0
g (ε ) εp
g(x)= | x | p
3.2 Định lý: Giả sử ∀n, | X n | ≤ Y ∈Lp. Khi đó
L
Xn ⎯⎯
P
→ X => Xn ⎯⎯→ X. p

Đặt Yn = X n − X .
p p
∫ε ∫ε Yn dP ≤ ε p + ∫ε
p
Ta có: E | X n − X | p = E | Yn | p = Yn dP + Yn dP
{ Yn > } { Yn ≤ } { Yn > }

Lại có: | Yn |=| X n − X | ≤ | X n | + | X | ≤Y+ | X | ∈Lp

p
=> | Yn |p ≤ ( | Y | + | X | ) ( | X | ≤Y hcc)
Đặt λ ( A) = ∫ (| X | +Y ) p dP =>λ(Ω) < ∞
A

λ<<P
Vậy: P(An) →0 => λ(An)→0
Mặt khác Xn ⎯⎯
p
→ X ⇔ P(|Xn – X| > ε) = P(|Yn| > ε) ⎯⎯
n
→0
p
=> ∫ε Y dp ⎯⎯ →0
n
n
Yn >

Vậy E|Xn - X |p ⎯⎯
p
→ 0 ⇔ Xn ⎯⎯
Lp
→X
Nhắc lại: X∈L1 ⇔ |x| ∈L1

X∈ L1(Ω, F, P) ⇔ lim
a ↑∞ ∫
| X |> a
| X | dp = 0

- 43 -
4. Dãy biến thiên khả tích đều
4.1 Định nghĩa: Dãy biến ngẫu nhiên {Xn } được gọi là khả tích đều
Nếu lim
a ↑∞
Supn ∫
| X n |> a
| X n | dP = 0

4.2 Định lý: (Cần)

Nếu {Xn }n khả tích đều thì mỗi Xn đều khả tích.
Chứng minh: ∫ | X n | dP = 0 ∫ | X n0 | dP + ∫ | X n0 | dP ≤ a + Supn ∫ | X n | dP < ∞
| X n | ≤a | X n | >a | X n |>a
0 0

4.3 Định lý(đủ)

Nếu |Xn | ≤ Y ∈ L1 =>{Xn } khả tích đều.
Chứng minh:
Ta có:
∫ | X n | dp ≤ ∫
|Y | > a
Ydp
| X n | >a

=> Supn ∫
| X n |>a
| X n | dp ≤ ∫ | Y | dp => lim Sup ∫ a ↑∞
n
| X n |>a
| X n | dP ≤ lim
a ↑∞ ∫
|Y | > a
| Y | dp = 0
|Y | > a

4.4 Định lý(cần và đủ):

⎧a ) P( Ak ) ⎯⎯
k
→ 0 => Supn ∫ | X n | dP ⎯⎯
k
→0
⎪
{Xn } khả tích đều ⇔ ⎨ Ak

⎪b) Supn E | X n |< ∞

⎩
Chứng minh:
"⇒"
Supn E X n = Supn ∫ | X n | dP ≤ Supn ∫ | X n |> ao | X n | dP + ao < ∞ (Xn KTĐ)
Ω

Supn

∫| X
Ak
n | dP = ∫
{Ak .| X n |≤ a ¦}
| X n | dP + ∫
Ak .| X n | > a
| X n | dp ≤aP( Ak ) + ∫ | X n |> a | X n | dP

=> Supn ∫ | X n | dP ≤ aP( Ak ) + Supn ∫ | X n |> a | X n | dP

Ak

Cố định a cho k↑∞ ta có:

0≤ lim Supn ∫ | X n | dp ≤ Supn ∫ | X |> a | X n | dp n
k
Ak

Cho a↑∞
=> lim Supn ∫ | X n | dp = 0
k
Ak

- 44 -
"⇐"
Đặt M = Supn ∫ | X n | dp < ∞ (do b)
Ω

∀ε >0,∀η > 0 ∃k0:∀ k≥ k0

Ta có: P(Ak ) < η => Supn ∫ | X n | dp < ε
Ak

E | Xn | M
Lại có: P(|Xn|>a) ≤ = => lim Supn P (| X n |> a ) = 0
a a a

Với η > 0 ở trên ∃ao: ∀a ≥ ao ta có: P(|Xn| >a) < η ∀n

=>Supn ∫ | X |> a | X n | dp < ε ⎯⎯⎯
∀a > 0
→ lim Supn ∫ | X |> a | X n | dp < ε
n a ↑∞ n

Cho ε ↓ 0
Vậy {Xn }n khả tích đều.
Hệ quả:
Nếu ∃ δ >0: Supn E|Xn|1+δ <∞ thì: {Xn } khả tích đều.
4.5 Đinh lý: Cho X1, X2, ….∈ L1(Ω, F, P) khi đó ta có:
Xn ⎯⎯
L1
→ X ⇔ Sup A∈F | ∫ ( X n − X )dp | ⎯⎯
n
→0
A

Chứng minh:
∀A ∈ F ta có: | ∫ X n dp − ∫ Xdp ≤ ∫ | X n − X | dp ≤ ∫ | X n − X | dp
A A A Ω

Sup A | ∫ ( X n − X )dp |≤ ∫ | X n − X | dp = E | X n − X | ⎯⎯
n
→0
A Ω

E | X n − X |= ∫ | X n − X | dp = ∫ ( X n − X ) dp + ∫ ( X − X n ) dp
Xn >X Xn ≤X

≤ 2 Sup A ∫ ( X n − X )dp ⎯⎯
n
→0
A

Hệ quả: Cho X, X1, X2, …….∈ L1(Ω, F, P)

Xn ⎯⎯
L
→ X và P(An Δ A) ⎯⎯
1 n
→ 0 thì:

∫X dp ⎯⎯ → ∫ Xdp
n
n
An A

- 45 -
 Chứng minh:
|
An
∫X n dP − ∫ XdP |≤|
A
∫X
An
n dP − ∫ XdP | + | ∫ XdP − ∫ XdP |
An An A

≤ Sup A | ∫ X n dP − ∫ XdP | + | ∫ | X | dP + ∫ | X | dP ≤ Sup A ∫ | X n − X | dP + ∫ | X | dP

A A An \ A A \ An A An ΔA

4.6 Định lý:

Cho {Xn }⊂ L1 , X ∈ L0 khi đó:
⎧⎪{X n } kha tich deu ⎪⎧ X ∈ L1
⎨ <=> ⎨
⎩⎪ X n ⎯⎯ →X ⎩⎪ X n ⎯⎯ →X
p L1

Chứng minh:
"⇒"
Ta có: Xn ⎯⎯
p
→ X =>∃ {Xnk }k :
Xnk ⎯⎯
hcc
→ X =>E|X|=E (lim k | X nk |) ≤ lim k EX nk ≤ Supk EX nk ≤ Supn E | X n |< ∞
=> X ∈ L1
E | X n − X |= ∫ | X n − X | dP = ∫ | X n − X | dP + ∫ | X n − X | dP
| X n − X |≤ε | X n − X | >ε

≤ ε + Supn ∫ | X n − X |>ε | X n | dP + ∫ | X n − X |>ε | X | dP ⇒ X n ⎯⎯

L1
→X
"⇐"
X n ⎯⎯
L1
→ X ⇒ X n ⎯⎯
p
→X
Supn ∫
| X n |>a
| X n | dP ≤ ∫ | X n − X | dP + ∫
| X n |> a
| X | dP ≤ 2 Sup A ∫ | X n − X | dP +
A
∫
| X n |> a
| X | dP
| X n| >a

E | X n | a↑∞
P (| X n |> a ) ≤ ⎯⎯⎯ →0
a
∫| X
A
n − X | dP ≤ ∫ | X n − X | dP
Ω

=> Sup A ∫ | X n − X | dP ≤ ∫ | X n − X | dP
A

=> 2 Sup A ∫ | X n − X | dP ≤ 2 ∫ | X n − X | dP ⎯⎯
n
→0
A

4.7 Định lý: Xn có hàm phân phối Fn

X có hàm phân phối F
Xn ⎯⎯
p
→ X thì Xn → X(theo phân phối)
Xn ⎯⎯
p
→ X, ∀ ε > 0, ∀ η > 0, ∃n0: ∀n≥ n0 =>P(|Xn –X| > ε )<η

∀x ∈ R ta chứng minh: P(|Xn – X| >ε) < η thì:

- 46 -
 F ( x − ε ) − η ≤ Fn ( x) ≤ F ( x + ε ) + η
F ( x − ε ) − Fn ( x) = P ( X < x − ε ) − P ( X n ≤ x) ≤ P( X < x − ε ) − P( X n < x, X < x − ε )
= P( X < x − ε , X n ≥ x)
≤ P ( X n ≥ X + ε ) = P ( X n − X > ε ) ≤ P (| X n − X |> ε ) < η
=> F ( x − ε ) − η ≤ Fn ( x)
Ta có:
*Fn ( x) − F ( x + ε ) = P ( X n < x) − P ( X < x + ε ) ≤ P ( X n < x) − P( X < x + ε , X n < x)
= P ( X n < x, X ≥ x + ε ) ≤ P ( X > X n + ε ) = P ( X − X n > ε )
≤ P (| X n − X |> ε ) < η
=> Fn ( x) < F ( x + ε ) + η

Cho η↓0, ε↓0

=> F ( x −) ≤ lim Fn ( x) ≤ F ( x + )
x→n

x ∈ LT ( F ) ⇒ F ( x −) = F ( x +) = F ( x)
=> lim Fn ( x) = F ( x)
x→n

Vậy Xn ⎯⎯
n
→ X (theo phân phối)
∀ω
• Định lý: Cho Xn, X ∼ Fn, F và X suy biến tại a: X( ω ) = a thì
X n ⎯⎯
p
→ X <=> X n → X (theo phân phối)

Chứng minh:
"⇒"
⎧1, x > a
F ( x) = P( X < x) = ⎨
⎩0, x ≤ a
P (| X n − a |≤ ε ) = P ( X n ≤ a + ε ) − P( X n < a − ε )
ε ε
≥ P ( X n < a + ) − P ( X n < a − ε ) ⎯⎯
n
→ P( X ≤ a + ) − P( X ≤ a − ε ) = 1
2 2
∀ε > 0
=> LimP (| X n − a |> ε ) = 1 − LimP(| X n − a |≤ ε ) ≤ 1 − 1 = 0

- 47 -
 CHƯƠNG 5
LUẬT SỐ LỚN VÀ CÁC ĐỊNH LÝ GIỚI HẠN
n
Cho dãy biến ngẫu nhiên {Xn } trên ( Ω, F, P), Sn = ∑ X k ta nói {Xn } tuân theo luật
k =1

số lớn nếu ∃{an} ⊂ R:

Sn
− a n ⎯⎯→
p
0 (dạng yếu)
n
Sn
− a n ⎯⎯→
hcc
0 (dạng mạnh)
n

1. Vài dạng yếu luật số lớn:

1.1 Định lý(Tchebyshev):
Cho dãy biến ngẫu nhiên {Xn } đôi một không tương quan, và có phương sai bị
S n − ES n p
chặn (Cov(Xi, Xj ) = 0, D(Xn) ≤ K < ∞ khi đó ⎯⎯ →0
n
Chứng minh: ∀ε > 0 ta có:
n
S n − ES n S − ES n E (∑ (X i − EX i )) 2
D( ) D( n )
S n − ES n n n E ( S n − ES n ) 2
P (| |> ε ) ≤ = = = i =1

n ε 2
nε2 2
nε2 2
n 2ε 2
n n
E (∑ (X i − EX i ) 2 + 2∑∑ ( X i − EX i )( X j − EX j ) ∑ E (X i − EX i ) 2 + 2∑∑ (cov( X i , X j ))
i =1 i j i =1 i j
= =
n 2ε 2 n 2ε 2
n

∑ D( X ) i
nk k
= i =1
≤ = 2 ⎯⎯
n
→0
nε 2 2
nε
2 2
nε
S − ES n p
=> n ⎯⎯ → 0(n → ∞)
n

1.2 Hệ quả 1: Cho dãy biến ngẫu nhiên {Xn } đôi một không tương quan và
n

∑ D( X ) i
i =1
2
⎯⎯
n
→0
n
X n − EX n p
Thì ⎯⎯ → 0(n → ∞)
n
∀n
1.3 Hệ quả 2: Nếu {Xn } độc lập chung phân phối, D(Xn) ≤ k < ∞ và EXi = µ ∀i.
Sn p
thì ⎯⎯ → μ (n → ∞)
n

- 48 -
 S n − ES n S n ES n S n nμ S n
Ta có: = − = − = − μ ⎯⎯
p
→ 0 (n → ∞)
n n n n n n
Ví dụ: Xem phép thử ε có liên quan đến biến cố A thực hiện phép thử n lần độc
lập. Trong lần thử thứ k đặt :

1 Nếu A xảy ra
Xk =
0 Nếu A không xay ra

Khi đó X1, X2 , …..,Xn độc lập chung phân phối: b(1, P(A))
Sn p
vậy ⎯⎯ → P( A) . (P(A) = EXi))
n
2. Dạng mạnh luật số lớn
2.1 Định lý (Luật số lớn dạng mạnh cho dãy biến ngẫu nhiên bị chặn)
Cho dãy biến ngẫu nhiên {Xn } độc lập chung phân phối.
S n hcc
Giả sử: P(|Xn| ≤ k< ∞)=1 và EXn = µ ∀n thì ⎯⎯→ μ (n → ∞)
n
Chứng minh:
i) Trường hợp Bernoulli: X1, X2, …..iid b(1, µ) ∀b > µ, ∀t > 1 ta có: (∀a, b:
0 < a < µ < b < 1)
Sn Et Sn X i DL ( Et X i ) n Et X i n μ t + (1 − μ ) n
P( ≥ b) = P ( S n > nb) = P(t Sn > t nb ) ≤ nb = = ( ) =( )
• n t t nb
t b
tb

μ t + (1 − μ )
Đặt f(t) =
tb
• =>f(t) đạt cực tiểu tại t0 : f(t0) = m1 < 1
Sn
• => P( ≥ b) ≤ m1n (1)
n
∀ a < µ ta có:
Sn
• P( < a ) = P( S n < na ) = P (n − S n ≥ n − na )
n
• Đặt X i' = 1 – Xi thì: X 1' , X 2' ,….iid b(1, 1 - µ)
S 'n = n − Sn , a ' = 1 − a > 1 − μ
'
S t >1 Et S 'n Et X i t (1 − μ ) + μ n
=> P ( n < a ) = P ( S 'n ≥ na ') = P (t S 'n ≥ t na ' ) ≤ na ' = ( a ' ) n = ( )
n t t t a'

- 49 -
 t (1 − μ ) + μ
• Đặt f (t ) = thì f đại cực tiểu tại t0: f(t0) = m2 < 1
t a'
Sn
=> P ( < a ) ≤ m2n (2)
n
Từ (1) và (2)
Sn
=> P ( ∉ (a, b)) ≤ m1n + m2n
n
∞ ∞
⎧S ⎫
=> P (∪ ⎨ n ∉ (a, b) ⎬) ≤ ∑ (m1n + m2n ) < ∞
n=k ⎩ n ⎭ n=k
∞
S
=> lim P (∪ n ∉ (a, b)) = 0
n=k n
k →∞

Sn
=> P (l im ∉ (a, b)) = 0
n →∞ n

S S
=> P (a < lim n n ≤ lim n n < b) = 1
n n
Cho a↑µ , b↓µ thì:
Sn S
P (lim = μ ) = 1 hay n ⎯⎯
hcc
→μ
n →∞ n n
ii) Trường hợp P(0 ≤ Xk ≤ 1) = 1
• ∀t > 1 ta có:
Sn Et sn Et X i
• P( ≥ b) = P ( S n ≥ nb) = P(t sn ≥ t nb ) ≤ nb = ( b ) n tx
n t t
• Khi 0 ≤ Xi ≤ 1 t tx + (1 − x)
1

0 1 x
=> t X i ≤ tX i + (1 − X i )
=> t EX i ≤ tEX i + (1 − EX i ) = t μ + (1 − μ )
Sn t μ + (1 − μ ) n
=> P ( ≥ b) ≤ ( ) (trở về trường hợp 1)
n tb
iii) Trường hợp P(|Xi| ≤ k) = 1
Xi + k
• Đặt Yi = thì: Y1, Y2, ……iid, 0 ≤ Yi ≤ 1
2k

- 50 -
 n

∑Y i
=> i =1
⎯⎯
hcc
→ EYi
n
n n

∑ X i + nk μ+k ∑X i
=> i =1
⎯⎯→ hcc
hay i =1
⎯⎯
hcc
→μ
2kn 2k n
2.2 Bất đẳng thức(Kolmogorov)
• Cho X1, X2,…. Xn độc lập, Xk = 0, D(Xk) = σ 2k < ∞ k = 1, n thì:
a) ∀ a> 0, P(max|Xk| ≤ a) = 1 thì:
n
1
P (max k =1,n | S k |> a ) ≤
a2
∑σ
k =1
2
k

b) Nếu P(max … | S k ≤ a ) = 1 thì:

k =1, n

(a + c) 2
P (max k =1, n | S k |≥ a ) ≥ 1 − n

∑σ k =1
2
k

k
(Sk = ∑ X i )
i =1

Chứng minh:
⎧ A = {max k =1,n | S k |≥ a}
Đặt ⎪⎨
⎪⎩ Ak = {max i=1,k −1 | Si |< a,| S k |≥ a}.k=1,n

thì Ai ∩ Aj = ∅ i ≠ j , i,j = 1, n
n

∑A = A
i =1
i

n n
Ta có: ∑σ
k =1
2
k = ES n2 ≥ ES n21A = ∑ ES n21Ak
k =1

lại có:
ES n21Ak = E ( S n − S k ) 21Ak + ES k21Ak + 2 ES k ( Sn − S k )1Ak
≥ ES k21Ak + 2 ES k 1Ak .E ( S n − S k ) = ES k21Ak
n n n
=> ∑ σ k2 ≥ ∑ ES k21Ak ≥ a 2 ∑ P ( Ak ) = a 2 P( A)
k =1 k =1 k =1

n n

∑σ 2
k ∑σ 2
k
=> P ( A) ≤ k =1
2
hay P(max k =1,n | Sk |> a) ≤ k =1

a a2

- 51 -
b) ta có:
n n
ES n21A = ∑ E ( S n − S k ) 21Ak + ∑ ES k21Ak
k =1 k =1

Mặt khác:
|Sk| = |Sk-1|+|Xk| ≤ a + c
n n
=> ES n21A ≤ ∑ E ( S n − S k ) 2 E1Ak + ∑ (a + c) 2 P ( Ak ) ≤ [∑ σ k2 + (a + c) 2 ]P( A) (1)
k =1 k =1

n n
lại có: ESn21A = ESn2 − ESn21A ≥ (∑ σ k2 − a 2 P( A)) ≥(∑ σ k2 + a 2 P( A) − a 2 (2)
k =1 k =1

(1) và (2)
n n
=> P ( A)[∑ σ k2 + (a + c) 2 − a 2 ] ≥ ∑ σ k2 − a 2
k =1 k =1

(a + c) 2
(a + c) 2
=> P ( A) ≥ 1 − n
≥ 1− n

∑ σ k2 + (a + c)2 − a 2
k =1
∑σ
k =1
2
k

∞
2.3 Định lý: Cho {Xn }n độc lập, ESn = 0, D(Xk) = σ2k , k= 1, ∞ thoả ∑σ
k =1
2
k <∞

thì ∑X n
n < ∞ (hcc)

Chứng minh:

∑X
n
n < ∞(hcc) <=> S n → S < ∞ (hcc)

Chứng minh: lim Sn , lim n Sn < ∞ (hcc) và lim Sn = lim n Sn

n n

| lim S n |≤ lim | S n |
Ta có: n

| lim n S n |≤ lim | S n |

Cần chứng minh: P(lim n | Sn |= ∞) = 0

Lại có:
∞ N
P (l im | S n |> a ) ≤ P (∪ | S n |> a ) = lim(∪ | S n |> a ) ≤ lim P (max n =1, N | S n |> a
x→n N N
n =1 n =1
∞

∑σ 2
k
≤ n =1 a ↑∞
⎯⎯⎯ → 0(∑ σ k2 < ∞)
a2

- 52 -
Chứng minh:
∀ε > 0 P (l im S n − lim n S n > ε ) = 0
n

Ta có:

{lim nSn -lim nSn >ε } ⊂ {Sup k ≥ N S k − inf k ≥ N S k > ε }={Sup k ≥ N S k − S N + S N − infS k > ε }
⎧ ε⎫ ⎧ ε⎫
⊂ {Sup k ≥ N | Sk − S N | +inf k ≥ N | S k − S N |> ε } ⊂ ⎨Sup k ≥ N | S k − S N |> ⎬ ∪ ⎨inf k ≥ N | Sk − S N |> ⎬
⎩ 2⎭ ⎩ 2⎭
ε
= {Sup k ≥ N | S k − S N |> }
2
∞

∀ε >0∀N ε ∑σ 2
k
⎯⎯⎯⎯ → P(limSn -lim nSn >ε ) ≤ P (Sup k ≥ N | S k − S N |> ) ≤ k =N
⎯⎯
N
→0
n 2 ε2
4
→ P(limSn -lim n S n ≤ ε ) = 1
∀ε >0∀N
⎯⎯⎯⎯
n

Cho ε↓ 0
limS n = lim n S n
n
(hcc)
S n ⎯⎯
n
→ S = limS n = lim n S n < ∞
n

Vậy ∑X
n
n < ∞ (hcc)

2.4 BổĐề (Kronecker)

Cho 0 ≤ {an }n , an↑n ∞ và dãy thực {xn }n
Nếu:
∞ n
xn 1
∑
n =1 an
< ∞ =>
an
∑x
k =1
k ⎯⎯
n
→0

2.5 Định lý 3: Cho {Xn }n độc lập . EXn = µn, D(Xn) = σ n2

σ k2 1 n
Nếu: ∑k k
2
< ∞ thì ∑ ( X k − μk ) ⎯⎯
n k =1
hcc
→0

X k − μk
Chứng minh: Đặt Yk = ∀k
k
D( X k ) σ k2 gt
Y1 , Y2 ,... độc lập, EYk = 0, D(Yk ) = = 2 ⎯⎯ → ∑ D(Yk ) < ∞
k2 k k

1 n
=> ∑ Yk < ∞(hcc) => ∑ ( X n − μ k ) ⎯⎯
hcc
→0
k n k =1

- 53 -
Hệ quả 1:
1 n
{Xn }n độc lập , EXk = µk, D(Xk) = σ k2 ≤ M < ∞ thì ∑ ( X n − μk ) ⎯⎯
n k =1
hcc
→0

Hệ quả 2:
{Xn }n độc lập chung phân phối, EXk = µ, D(Xk) ≤ M < ∞ thì:
1 n
∑ ( X n − μ ) ⎯⎯
n k =1
hcc
→0

2.6 Định lý 4:
{Xn }n độc lập chung phân phối, EXk = 0,D(Xk) = σ k2 , |Xk| ≤ C ∀k

Nếu ∑X n
n < ∞ (hcc) thì ∑σ
k
2
k <∞

Chứng minh:
Ta có:
S n ⎯⎯
hcc
→ S < ∞ <=> P( S n → S ) = 1
=> lim P(| S n + p − S n |> ε ) = 0∀p ≥ 1
n

=> lim P( Sup p ≥1 | S n + p − S n |> ε ) = 0

n

1
∀ε = , ∃N khá lớn
2
∀n ≥ N
1 ∀ε 1
P ( Sup p ≥1 | S N + p − S N |> ε ) ≤
⎯⎯→ P (max1≤ p ≤ k | S N + p − S N |> ε ) ≤
2 2
(ε + c) 1
=> 1 − N + k ≤ P(max1≤ p ≤ k | S N + p − S N |> ε ) ≤
2
∑σ 2

k = N +1
k

N +k
1
Cho k↑∞, Nếu lim
k
∑σ
i = N +1
i
2
= ∞ thì 1 ≤
2
(mâu thuẫn)
∞ ∞
Vậy ∑σ
i=N
i
2
< ∞ <=>∑ σ i2 < ∞
i =1

- 54 -
2.7 Định lý 5:
Cho {Xn }n độc lập chung phân phối.
S n hcc
2.7.1 Nếu E|X1| < ∞ => ⎯⎯→ EX 1
n
Sn S
2.7.2 Nếu hội tụ (hcc) =>E|X1| < ∞ và do đó n ⎯⎯
n
→ EX 1
n n
Chứng minh: Không giảm tính tổng quát. Giả sử: EX1=0
a) Đặt
Xn nếu |Xn| ≤ n
Yn= 0 nếu |X |>n
n

Z n = Yn − X n
∞ ∞
=> ∑ P ( Z n ≠ 0) = ∑ P ( X n > n) < ∞ ( X n ∈ L1 ) ⇒ P (limZ n ≠ 0) = 0
n
n =1 n =1

1 n
⇒ ∑ Z k ⎯⎯
n k =1
n
→0

D(Yn ) 1
Lại có: DYn = EX2n1|Xn|≤n < ∞ ⇒ ∑ 2
= ∑ 2 EX n21 X n ≤ n < ∞
n n n n

1 n
=> ∑
n k =1
(Yk − EYk ) ⎯⎯
hcc
→ 0(n → ∞) (1)

Lại có:
Yn = X n1| X n |≤ n ↑ n X n
| Yn |≤ X n ∈ L1

⎯⎯⎯⎯
hoitubichan
→ EYn ↑ n EX n = 0
1 n (2)
=> ∑ EYk ⎯⎯
n k =1
n
→0

1 n 1 n
⎯⎯⎯→
(1) va (2)
∑
n k =1
Yk ⎯⎯
hcc
→ 0, ∑ Z k ⎯⎯
n k =1
hcc
→0

1 n S
Vậy: ∑
n k =1
X k = n ⎯⎯
n
hcc
→ 0 = EX 1

- 55 -
 b) Ta có:
Chọn ε = 1
S n hcc X S − S n −1 S n n − 1 Sn −1 hcc
⎯⎯→ => n = n = − ⎯⎯→ 0
n n n n n n −1
X
P (lim n | n |> 1) = 0 <=> P(lim n | X n |> n) = 0 <=> ∑ P (| X n |> n) < ∞
n n

S
<=> X n ∈ L1 ⇒ X 1 ∈ L1 ⇒ n ⎯⎯ hcc
→ EX 1
n

• Định lý(Lévy) {Xn } độc lập những mệnh đề sau tương đương ∑X
n
n <∞

theo phân phối, theo xác suất, hầu chắc chắn

2.7 Định lý (2chuỗi)
{Xn }n độc lập, P(|Xn| ≤ C) = 1 ∀n những mệnh đề sau tương đương,

a) ∑ EXn
n < ∞, ∑ D ( X n ) < ∞
n

b) ∑X
n
n < ∞ theo trung bình cấp 2

c) ∑Xn
n < ∞ ( hầu chắc chắn)

Chứng minh: a)=>b)

Xét chuỗi: ∑(X

n
n − EX n )

Ta có:
m m
E | ∑ ( X k − EX k ) |2 = ∑ D( X k ) ⎯⎯
n
→ 0(∑ D ( X k ) < ∞)
k =n k =n k

⎯⎯⎯
Cauchy
→ ∑ ( X n − EX n ) < ∞ theo trung bình cấp 2
n

Nhưng : ∑ EX n <∞ => ∑ X n < ∞ theo trung bình cấp 2

n n

b)=>c)

∑X n
n <∞ trung bình cấp 2 => ∑X
n
n <∞ theo xác suất

{Xn }n độc lập => ∑X

n
n <∞ (hầu chắc chắn)

- 56 -
 c)=>a)

Ta có: ∑X n
n <∞ (hcc)=>
∀ε > 0
lim n | S n + p − S n |= 0 ⎯⎯⎯ → lim n P( Sup p ≥1 | S n + p − S n |> ε ) = 0

Chọn n=N khá lớn

1 (ε + c) 2 1
P ( Sup p ≥1 | S N + p − S N |> ε ) ≤ => 1 − N + K ≤ P (max1≤ p ≤ k | S N + p − S N |> ε ) ≤
2 2
2
∑σ
i = N +1
i

∞
1
Cho k ↑∞, nếu ∑ σ i2 = ∞ thì 1 ≤ MT
N 2

Vậy ∑ D( X ) < ∞ => ∑ ( X

i
i
n
n −EX n ) < ∞ (hầu chắc chắn)

Và ∑X n
n < ∞(hcc) =>∑ EX n < ∞
n

2.8 Định lý (3 chuỗi)

a. Nếu ∑Xn
n < ∞(hcc), ∑ D( X
n
(c)
n ) < ∞, ∑ P(| X
n
n |> c) < ∞

X n( c ) = X n 1| X n |≤ c

b. Ngược lại: ∃c > 0: 3 chuỗi trên hội tụ thì ∑X

n
n < ∞ (hầu chắc chắn)

Chứng minh:

a) Ta có: ∑X
n
n <∞ (hầu chắc chắn)
∀ε
=> X n ⎯⎯
hcc
→ 0 ⎯⎯ → P(l im | X n |> c) = 0
n

⎯⎯⎯
Borel
→ ∑ P (| X n |> c) < ∞
n

=> X n( c ) = X n (hcc)
∞
=> ∑ X n < ∞(hcc) => ∑X (c )
n < ∞(hcc) => ∑ D( X n( c ) ) < 0, ∑ EX n( c ) < ∞
n = n0 n

b. ∃c > 0 sao cho:

Ta có: ∑ P(| X
n
n |> c) < ∞

- 57 -
 => P (l im | X n |> c) = 0
x→n

=> X n = X n( c ) (hcc)

Nhưng

∑ EX , ∑ D( X
(c )
n
(c )
n )ht =>∑ EX n( c ) hội tụ(hầu chắc chắn) => ∑ X n < ∞(hcc)
n

3. Các định lý giới hạn:

3.1 Sắp xỉ phân phối nhị thức bằng phân phối chuẩn.
Cho X ∼ b(n, p) đặt pk = P(x = k) = Cnk p k (1 − p)n−k
k − np
Định lý: Nếu xk = thì:
np (1 − p)

1 − 12 xk2 1 c
pk = e (1 + ε n ,k ) với | ε n ,k |<
2π np (1 − p ) n

C là hằng số.
Như vậy khi n khá lớn ta có thể xấp xỉ
1 k − np 1 − 12 x2
p( X = k ) f( ) với f ( x) = e
n( p )(1 − p ) np (1 − p ) 2π

Ví dụ: Tỷ lệ người mắc bệnh L ở người A là 10%. Chọn ngẫu nhiên 400 người
trong vòng A.
a) Tính xác suất sao cho có đúng 50 người mắc bệnh lao.
b) Tínha xấp xỉ xác suất bằng định lý giới hạn địa phương.
Giả sử: gọi X: số người mắc bệnh lao trong 400 người.
Ta có: X ∼ b(400, 0.1).
p ( X = 50) = C400
50
(0,1)50 .(0,9) 400−50
1 50 − np
P ( X = 50) f( )
np (1 − p ) np (1 − p )
Ta có: n = 400, p = 0,1
1 50 − 400.0,1 1
=> p ( X = 50) = f( ) = . f (1, 67) = 0, 0165
400.0,1.0,9 400.0,1.0,9 6

3.2 Định lý(Moivre – Laplace)

Cho X1, X2,….,Xn iid b(1,p) và
n

∑X i − np
Sn = i =1
khi đó ta có:
np (1 − p )

- 58 -
 ∀x ∈ R, P( S n < x) ⎯⎯
n
→ P ( X < x) với X ∼ N(0,1)
n
Chú ý: ∑X
i =1
i ∼ b(n, p )

3.3. Định lý (giới hạn trung tâm)

Cho dãy biến ngẫu nhiên {Xn }n độc lập chung phân phối
EXn = μ , D(Xk) = σ 2 ∀k
Khi đó: ∀x∈ R
n

∑X k − np
P( k =1
< x) ⎯⎯
n
→ P ( X < x) với X ∼ N(0,1)
σ n

- 59 -
 BÀI TẬP XÁC SUẤT CỔ ĐIỂN

BÀI 1: 12 sản phẩm được xếp ngẫu nhiên vào 3 hộp. Tính xác suất để hộp thứ
nhất có 3 sản phẩm
BÀI 2: Viết 5 con số 1,2, 3,4,5 lên 5 mảng bìa vuông như nhau. Chọn ngẫu nhiên
liên tiếp 3 bìa và xếp theo thứ tự trái sang phải. tìm xác suất để thu được là số chẵn
BÀI 3: Xếp ngẫu nhiên 8 người lên 10 toa tàu. Tính xác suất để:
1. 8 người lên cùng toa số 1
2. 8 người lên cùng một toa
3. 8 người lên 8 toa tàu cố định
4. 8 người lên 8 toa khác nhau
BÀI 4: Ba người cùng bắn vào một mục tiêu một cách độc lập (mỗi người bắn một
viên đạn). Xác suất bắn trúng mục tiêu của người thứ1, thứ 2, thứ 3 lần lượt là: 0,9;
0,8; 0,7. tính xác suất để:
1. Có 1 người bắn trúng mục tiêu.
2. Có 2 người bắn trúng mục tiêu
3. cả 3 người bắn trúng mục tiêu
4. Có ít nhất 1 người bắn trúng mục tiêu
BÀI 5: 12 hành khách lên tàu điện có 4 toa một cách ngẫu nhiên.
1. Tính xác suất để mỗi toa có 3 hành khách
2. Tính xác suất để trong toa 1 có 6 hành khách, toa 2 có 4 hành khách, 2 toa
còn lại mỗi toa có một hành khách.
BÀI 6: 3 người chơi trò tung đồng xu (công bằng) lần lượt từng người tung, ai đến
lượt sẽ được tung đồng xu một lần. ai tung được mặt ngửa thì người đó sẽ thắng
cuộc và trò chơi kết thúc. Hãy chỉ ra rằng trò chơi đó không công bằng.
BÀI 7: Cho dãy số tự nhiên 1,2, …,n. Chọn ngẫu nhiên từ dãy số đó ra 2 số (cùng
lúc). Tính xác suất để chỉ 1 trong 2 số đó bé hơn một số k, còn số kia lớn hơn một
số k (1<k<n).
BÀI 8: Cho không gian xác suất ( Ω , F, P) giả sử P(i) = p. ∀i ∈ Ω (0<p<1)
1. CMR: Ω có hữu hạn phần tử
2. giả sử n là phần tử của Ω chứng minh p = 1/n
BÀI 9: Giả sử có n người ngồi thành một dãy ngang
1. Tính xác suất để 2 người ấn định trước ngồi cạnh nhau
2. Tính xác suất để 2 người ấn định trước ngồi cạnh nhau r người (r<n).

- 60 -
BÀI 10: Hộp thứ nhất đựng 8 lọ thuốc, trong đó có 3 lọ kém phẩm chất. Họp thứ 2
có 5 lọ trong đó có 2 lọ kém phẩm chất.
1. Chọn ngẫu nhiên từ mỗi hộp 1 lọ
a. Tìm xác suất để lấy được 2 lọ thuốc tốt
b. Tìm xác suất để lấy được một lọ tốt và một lọ kém phẩm chất.
c. Nếu lấy được một lọ tốt và một lọ kém phẩm chất. Tìm xác suất để lọ
kém phẩm chất là của hộp thứ nhất.
2. Chọn ngẫu nhiên một hộp rồi từ đó chọn ngẫu nhiên cùng lúc 2 lọ. Tính xác
suất như câu 1 a, 2a
BÀI 11: Một xạ thủ có 10 viên đạn, bắn lần lượt từng viên cho đến khi bắn trúng
mục tiêu (hay cho đến khi hết đạn thì dừng). Gọi X là biến ngẫu nhiên chỉ số đạn
đã bắn. Giả sử xác suất bắn trúng mục tiêu là 0,8. Tìm phân phối xác suất của X.
BÀI 12: Có 2 lô hàng, một lô gồm 10 sản phẩm loại 1 và 4 sản phẩm loại 2, lô 2
gồm 8 sản phẩm loại 1 và 2 sản phẩm loại 2.
1. Chọn ngẫu nhiên mỗi lô 1 sản phẩm. Gọi X là số sản phẩm loại 2 được chọn.
Tìm phân phối xác suất của X.
2. Chọn ngẫu nhiên một lô rồi từ đó chọn ngẫu nhiên 2 sản phẩm (cùng lúc).
Gọi Y là số sản phẩm loại 1 được chọn. Tìm phân phối xác suất của Y.
BÀI 13: Cho A,B là 2 biến cố: cho P(A) = x, P(B) = y, P(A ∩ B) = z. Tính những
giá trị xác suất sau theo x,y,z.
1.P ( A ∩ B)
2.P( A ∪ B )
3.P( A ∩ B )
BÀI 14: Cho 3 biến cố A, B, C: sao cho P(A) = P(B) = P(C) = 2/8; P(A ∩ B) =
P(C ∩ B) = 0 và P(A ∩ C) = 1/8. Tính P( A ∪ B ∪ C )
Bài 15: Cho A, B là hai biến cố độc lập. Chứng minh rằng những cặp biến cố sau
độc lập( A , B); ( A, B);( A, B)
Bài 16: Cho hai biến cố A,B sao cho P(A) = 0,4; P(A ∪ B) = 0,7; Đặt P(B) = p.
1) Tính giá trị của p, để A,B rời nhau(A ∩ B = ∅).
2) Tính giá trị của p để A,B độc lập.
Bài 17: Một hộp chứa 3 bi trắng, 7 bi đỏ, 15 bi xanh. Hộp khác chứa 1 bi trắng, 9
bi đỏ, 6 bi xanh. Chọn ngẫu nhiên từ mỗi hộp 1 bi. Tính xác suất để 2 bi được chọn
cùng màu.
Bài 18: Tung 2 đồng xu cân đối và đồng chất. Tính xác suất để có ít nhất 1 đồng
xu mặt sấp.

- 61 -
Bài 19: Một lô hàng gồm 100 sản phẩm, trong đó 6 sản phẩm loại 2 và 4 sản phẩm
loại 3, số còn lại là sản phẩm loại 1. người ta chọn ngẫu nhiên cùng lúc 3 sản
phẩm. Tính xác suất để được:
1) Ba sản phẩm khác loại
2) 3 sản phẩm cùng loại
3) được đúng 1 sản phẩm loại 1.
4) Được ít nhất 1 sản phẩm loại 1.
Bài 20: Một lô hàng gồm n1 sản phẩm. Để quyết định có nhận lô hàng đó hay
không, người ta chọn ngẫu nhiên cùng lúc K sản phẩm và kiểm tra. Nếu số sản
phẩm không đạt chất lượng bé hơn m thì nhận lô hàng. Tìm xác suất để lô hàng
được nhận, biết rằng số sản phẩm không đạt chất lượng của lô hàng là n2.
Bài 21: Một lô hàng gồm 150 sản phẩm trong đó có 6% là phế phẩm. Người ta
dùng phương pháp chọn mẫu để kiểm tra lô hàng và quy ước rằng: Kiểm tra lần
lượt không hoàn lại 6 sản phẩm. Nếu có ít nhất 1 sản phẩm là phế phẩm thì loại lô
hàng. Tính xác suất để chấp nhận lô hàng.
Bài 22: Một lô hàng gồm 10 sản phẩm loại 1 và 5 sản phẩm loại 2. Người ta lần
lượt chọn 2 sản phẩm không hoàn lại. Tính xác suất:
1) Sản phẩm chọn lần 2 là loại 1, Nếu biết lần 1 chọn được sản phẩm loại 2.
2) Tính xác suất để lần 2 loại 1 và lần 1 loại 2.
3) Lần 2 loại 1.
4) Cả 2 đều loại 2.
Bài 23: Tung hai con xúc xắc 6 mặt cân đối và đồng chất, cho biết tổng số nút 2
mặt trên là 6. Tính xác suất để chọn 1 mặt là 1 nút.
Bài 24: Có 5 lá phiếu: 3 trắng, 2 đen, 2 người lần lượt rút phiếu (mỗi lần 1 phiếu
không hoàn lại). Tính xác suất để người thứ 2 rút được phiếu trắng.
Bài 25: Có 2 lô hàng. Lô thứ nhất có n1 sản phẩm loại 1 và n2 sản phẩm loại 2. Lô
thứ 2 gồm m1 sản phẩm loại 1 và m2 sản phẩm loại 2.
1) Chọn ngẫu nhiên 1 sản phẩm từ lô thứ nhất rồi bỏ vào lô thứ 2, rồi chọn
ngẫu nhiên 1 sản phẩm từ lô thứ 2. Tính xác suất để sản phẩm được chọn lần
2 là của loại 1.
2) Chọn ngẫu nhiên 1 lô hàng rồi từ lô hàng đó chọn ngẫu nhiên 1 sản phẩm:
+ Tính xác suất để sản phẩm được chọn là loại 2.
+ Giả sử sản phẩm được chọn là loại 2. Tính xác suất để sản phẩm được
chọn từ lô 1.
Bài 26: Để chuẩn đoán bệnh S người ta dùng máy phân tích máu, máy chuẩn đoán
đúng người có bệnh là 98%, máy chuẩn đoán sai người mạnh khoẻ là 4% trường

- 62 -
hợp. Cứ 100 người vào thử thì có 20 người bị bệnh thật sự. Một người vào thử máy
và chuẩn đoán là có bệnh S. Tính xác suất để người đó quả thật là có bệnh.
Bài 27: Một nhà máy sản xuất bút máy có 90% đạt tiêu chuẩn kỹ thuật. Giả sử xác
suất chấp nhận 1 sản phẩm đạt tiêu chuẩn kỹ thuật là 95%. Xác suất để chấp nhận 1
sản phẩm không đạt tiêu chuẩn kỹ thuật là 8%. Tính xác suất để sản phẩm đạt tiêu
chuẩn kỹ thuật qua kiểm nghiệm được chấp nhận.
2
Bài 28: Một gia đình có 5 con. Giả sử xác suất sinh con trai là (và không phải
3
con trai là con gái). Tính xác suất sao cho:
1) có 2 con trai
2) không quá 2 con trai
3) Có ít nhất 1 con trai.
Bài 29: Cho X là biến ngẫu nhiên rời có phân phối xác suất được xác định bởi:
⎧x
⎪ x ∈ {1,2,3,4,5}
f X ( x) = ⎨15
⎪⎩0 x ∉ {1, 2,3, 4,5}

Hãy tính phân phối xác suất của:

a) Y = X + 1
b) Y = X2
Bài 30: Cho X là đại lượng ngẫu nhiên rời có hàm mật độ được xác định bởi:
x -3 -1 0 1 2 3 5 8
f X ( x) 0,1 0,2 0,15 0,2 0,1 0,15 0,05 0,05
1) Tính xác suất P(X ∈A) với những trường hợp A là số âm, A là số chẵn.
2) P(X = -3 /X ≤ 0)
3) P(X = 3/ X ≥ 0)
Bài 31: Cho X, Y là 2 biến ngẫu nhiên rời, độc lập có phân phối đều trên {1, 2,..., n}
1.Tính P(X ≥ Y)
2.Tính P(X = Y)
3.Tìm phân phối xác suất của Z = Min(X, Y)
4.Tìm phân phối xác suất của Z = |X – Y|
Bài 32: Cho X, Y là 2 đại lượng ngẫu nhiên rời, độc lập, có phân phối hình học
tham số p(0 < p < 1)
1) Tìm phân phối của Z = X + Y; Z = Max(X, Y); Z = Min(X, Y)

- 63 -
 2) Tính P(Y = y/X + Y = z), y= 1, z
Bài 33: Giải độc đắc trong xổ số kiến thiết gồm 5 chữ số. Tính xác suất để được
giải độc đắc sao cho:
1) Là 1 số chẵn
2) Gồm các chữ số khác nhau.
3) Có đúng 3 chữ số trùng nhau.
Bài 34: Lô 1 có 2 sản phẩm loại 1 và 1 sản phẩm loại 2, lô 2 có 3 sản phẩm loại 1
và 2 sản phẩm loại, lô 3 có 4 sản phẩm loại 1 và 2 sản phẩm loại 2. Chọn ngẫu
nhiên 1 sản phẩm lô 1 bỏ vào lô 2 rồi chọn 1 sản phẩm từ lô 2 bỏ vào lô 3 và cuối
cùng chọn từ lô 3, 2 sản phẩm cùng một lúc. Tính xác suất sao cho chọn lần cuối 2
sản phẩm loại 1.
Bài 35: Một lô hàng 10 sản phẩm gồm sản phẩm loại 1 và sản phẩm loại 2, cho
1
biết sản phẩm loại 2 có phân bố b(2, ) . Chọn ngẫu nhiên 2 sản phẩm cùng lúc từ
3
lô hàng, gọi X là số sản phẩm loại 1 được chọn, tìm phân phối xác suất của X.
Bài 36: Ba người cùng chơi bóng rổ.Mỗi người ném 1 quả, xác suất ném trúng rổ
mỗi người lần lượt là: 0,6; 0,7 và 0,8. Tính xác suất sao cho:
a) Cả 3 ném trúng.
b) Có ít nhất 1 người ném trúng rổ.
c) Có ít nhất 1 người không ném trúng rổ.
d) Có đúng 2 người ném trúng rổ.
e) Người thứ 3 ném trúng rổ biết rằng có 2 người ném trúng rổ.
f) Người thứ 3 không ném trúng rổ biết rằng có 2 người ném trúng rổ.

- 64 -
 BÀI TẬP LUẬT SỐ LỚN

∞
1. Chứng minh: X ∈ L1 (Ω, F, P) ⇒ ∑ P(| X |≥ n) < ∞
n =1

∞
1
2. Chứng minh: X ∈ L1 (Ω, F, P) => ∑ 2
EX 21| X |≤ n < ∞
n =1 n

3. {Xn } độc lập, EXk = µk, D(Xk) ≤ M ∀k

1 n
Chứng minh: ∑ ( X k − μk ) ⎯⎯
n k =1
hcc
→ 0(n → ∞)

4. {Xn }n độc lập, chung phân phối EXk = µ, D(Xk) ≤ M ∀k

S n hcc
Chứng minh: ⎯⎯→ μ (n → ∞)
n
1 1
với xác suất
5. Cho {Xn }n độc lập với n 2
Xn=
1 1
− với xác suất
khảo sát hội tụ của ∑X
n
n n 2

6. Cho {Xn }n độc lập, Xn ∼ P(λn), ∑λ n

n < ∞ khảo sát hội tụ của ∑X
n
n

1 1
với xác suất
n2 2
7. Cho {Xn }n độc lập với Xn= 1 1
− 2 với xác suất
n 2
Chứng minh: ∑X n
n < ∞ (hcc)

2 1
với xác suất
n2 2
8. {Xn }n độc lập, Xn= 1 1
− 2 với xác suất
n 2

Chứng minh: ∑X n
n < ∞ (hcc)

⎧1 − 2ε n x=0
9. {Xn }n độc lập, P(Xn =x) = ⎪⎨ε n x=n
⎪
⎩ε n x = −n

khảo sát sự hội tụ của ∑X

n
n trong các trường hợp:

1
a) ε n =
n

- 65 -
 1
b) ε n =
n2

1
1 với xác suất 1 −
10. Cho {Xn }n độc lập. Xn= n
1
n với xác suất
n
1 n
Chứng minh: ∑
n k =1
X k ⎯⎯
hcc
→1(n → ∞)

11. Cho biến ngẫu nhiên liên tục {Xn }n độc lập với
⎧e− ant t ∈ (0, ∞)
P( X n ≥ t ) = ⎨
⎩1 t ∉ (0, ∞)

Trong đó: {an }n ⊂ R+

1
Chứng minh: ∑an
< ∞ <=> ∑ X n < ∞(hcc)
n
n

1 1
± với xác suất
n 3
12. Cho {Xn }n độc lập, Xn= 1 1
với xác suất
Xét sự hội tụ của ∑ X n n2 3
n

C
13. {Xn }n dộc lập chung phân phối P(Xk = n) = 2 2
(C là hằng)
n Ln
n

1 n
Chứng minh: ∑
n k =1
X k ⎯⎯
hcc
→ EX 1

14. Cho {Xn }n độc lập chung phân phối, EXk = µ, Xk ≥ 0, Xk ∈ L1 (Ω, F, P) ∀k
{Cn }n là dãy thực dương.
Chứng minh: ∑Ci
i < ∞ <=> ∑ Ci X i < ∞(hcc)
i

- 66 -
 MỤC LỤC
Trang
CHƯƠNG I: BIẾN CỐ VÀ XÁC SUẤT........................................................1
1. Đối Tượng Môn Học.....................................................................................1
1.1 Hiện Tượng Không Ngẫu Nhiên..............................................................1
1.2 Hiện Tượng Ngẫu Nhiên ........................................................................1
2. Những khái niệm .........................................................................................1
2.1. Phép thử..................................................................................................1
2.1.1. Phép thử tất định............................................................................1
2.1. 2 Phép thử ngẫu nhiên ......................................................................1
2.2. Biến cố: ..................................................................................................2
2.2. 1 Biến cố chắc chắn ..........................................................................2
2.2. 2. Biến cố không thể có .....................................................................2
2.2. 3. Biến cố sơ cấp ................................................................................2
3. Quan hệ giữa các biến cố. ............................................................................3
3.1. Kéo theo .................................................................................................3
3.2. Bằng nhau ..............................................................................................2
3.3. Hợp(Tổng)...............................................................................................3
3.4. Giao(tích). ...............................................................................................3
3.5. Hiệu.........................................................................................................3
3.6. Hiệu đối xứng .........................................................................................3
3.7. Rời ..........................................................................................................3
3.7. Đối Lập(Bù) trên Ω. ..............................................................................3
3.8. Phân hoạch ............................................................................................3
4. Đại số và σ - Đại số .......................................................................................3
4.1. Đại số .....................................................................................................3
4.2 σ - Đại số: .............................................................................................4
5 Các khái niệm về xác suất.............................................................................4
5.1 Định nghĩa(xác suất theo quan niêm cổ điển) ........................................4

- 67 -
 5.2 Định nghĩa (Thống kê) ............................................................................6
5.3 Định nghĩa(Tiên đề) ................................................................................6
5.4 Xác suất có điều kiện. .............................................................................9
5.4.1 Công thức nhân xác suất.................................................................9
5.4.2 công thức xác suất toàn phần .........................................................10
5.4.3 Công thức Bayes .............................................................................11
5.5 Sự độc lập của các biến cố. ....................................................................13
5.5.1. Định nghĩa (cho 2 biến cố)..................................................................13
5.5.2. Định nghĩa (Cho n biến cố n ≥ 2).......................................................14
CHƯƠNG II: BIẾN NGẪU NHIÊN VÀ PHÂN PHỐI XÁC SUẤT...........15
1. Định nghĩa (Biến ngẫu nhiên) .......................................................................15
2. Định nghĩa (Vectơ ngẫu nhiên) .....................................................................15
3. Phân phối xác suất: .....................................................................................15
3.1 Đinh nghĩa ..............................................................................................15
3.2 Định nghĩa ..............................................................................................15
3.3 Định nghĩa ..............................................................................................15
3.4 Đinh lý.....................................................................................................16
3.5 Định lý: ..................................................................................................16
3.6 Mệnh đề (mở rộng).................................................................................17
4. Phân loại........................................................................................................17
4.1 Phân phối rời rạc (1 chiều).....................................................................17
4.1.1 Định nghĩa 1 ...................................................................................17
4.1.2 Định nghĩa 2 ...................................................................................17
4.1.3 Tính chất: (Hàm mật độ xác suất) ..................................................18
5. Vài phân phối thường gặp ...........................................................................18
5.1 Phân phối đều..........................................................................................18
5.2. Phân phối nhị thức.................................................................................18
5.3. Phân phối Poisson..................................................................................18
5. 4. Phân phối hình học...............................................................................19
5.5. Phân phối siêu bội: ................................................................................19
6. Phân phối liên tục .........................................................................................19
6.1 Định nghĩa: (phân phối liên tục 1 chiều) ................................................19
6.2 Tính chất..................................................................................................19

- 68 -
 6.3 Một số phân phối liên tục thường gặp ...................................................20
6.3.1 Phân phối đều .................................................................................20
6.3.2 Phân phối mũ .................................................................................20
6.3.3 Phân phối chuẩn ............................................................................20
6.3. 4. Phân phối Gamma ........................................................................20
6.3.5 Phân phối Student ...........................................................................21
7. Phân loại (nhiều chiều) n = 2......................................................................21
7.1 Định nghĩa (n = 2) ..................................................................................21
7.2 Định nghĩa (hàm mật độ xác suất) ..........................................................21
7.3 Mệnh đề: .................................................................................................22
8. Định nghĩa (phân phối liên tục hai chiều) ....................................................22
9. Sự độc lập (Theo xác suất) ............................................................................23
9.1 Định nghĩa(2 biến cố).............................................................................23
9.2 Định nghĩa (nhiều biến cố).....................................................................23
9.3 σ - Đại số độc lập:...................................................................................23
9.4 Đinh lý.....................................................................................................23
9.6 Định lý: ...................................................................................................24
9.7 Định mở rộng..........................................................................................24
10. Biến ngẫu nhiên độc lập.............................................................................24
10.1 Định nghĩa:............................................................................................24
10.2 Định lý: Các mệnh đề sau tương đương................................................24
10.3 Định Lý ..................................................................................................25
10.4 Định lý ...................................................................................................25
11. Luật 0 – 1.....................................................................................................26
11.1 σ - trường xa vời(σ - Đại số đuôi) ........................................................26
11.2 Định lý: (0 – 1).......................................................................................26
11.3 Định lý: (Borel – cantelli) .....................................................................27
CHƯƠNG 3: CÁC ĐẶC TRƯNG ..................................................................29
1. Kỳ vọng (Giá trị trung bình) ..........................................................................29
1.1 Định nghĩa: .............................................................................................29
1.2 Các tính chất...........................................................................................29
2. Các khái niệm về Moment ..........................................................................31
2.1 Moment bậc k. .........................................................................................31

- 69 -
 2.2 Moment qui tâm bậc k ............................................................................31
2.3 Định lý......................................................................................................31
3. Hàm đặc trưng..............................................................................................32
3.1 Định nghĩa ..............................................................................................32
3.2 Định nghĩa (độc lập) ..............................................................................32
3.3 Định nghĩa (hàm đặc trưng)...................................................................33
3.4 Bảng hàm đặc trưng...............................................................................33
3.5 Định lý.....................................................................................................34
3.6 Định lý.....................................................................................................34
4. Médian ...........................................................................................................34
5. Covariance ....................................................................................................34
6. Hệ số tương quan..........................................................................................34
7. Các bất đẳng thức.........................................................................................34
7.1 Bất đẳng thức (Tchebyshev)..................................................................34
7.2 Hệ quả: (BĐT Markov)...........................................................................35
7.3 Bất đẳng thức Cp....................................................................................35
7.4 Bất đẳng thức Holder .............................................................................36
7.5 Bất Đẳng Thức Minkowsk .....................................................................37
7.6 Bất đẳng thức Jasen ...............................................................................37
CHƯƠNG IV: CÁC LOẠI HỘI TỤ TRONG XÁC SUẤT .........................38
1. Các khái niệm ...............................................................................................38
1.1. Định nghĩa ............................................................................................38
1. 2. Định nghĩa (hội tụ theo xác suất)........................................................38
1. 3. Hội tụ trong Lp .....................................................................................38
1. 4. Hội tụ theo phân phối(theo phân bố) ..................................................38
2. Hội tụ ( Hầu chắc chắn) ...............................................................................40
2.1 Định lý: 3 mệnh đề sau tương đương ...................................................40
2.2 Định Lý ....................................................................................................41
2.3 Định lý......................................................................................................42
2.4 Định lý......................................................................................................42
2.5 Định Lý ....................................................................................................42
3. Liên hệ giữa hội tụ theo xác suất và hội tụ trong Lp ................................42

- 70 -
 3.1 Định lý.....................................................................................................42
3.2 Định lý.....................................................................................................42
4. Định nghĩa: (dãy biến thiên khả tích đều).....................................................42
4.1 Định lý: (Cần).........................................................................................43
4.2 Định lý(đủ)..............................................................................................43
CHƯƠNG V: LUẬT SỐ LỚN VÀ CÁC ĐỊNH LÝ GIỚI HẠN .................47
1. Vài dạng yếu luật số lớn...............................................................................47
1.1 Định lý(Tchebyshev) ...............................................................................47
1.2 Hệ quả 1...................................................................................................47
1.3 Hệ quả 2 ..................................................................................................47
2. Dạng mạnh luật số lớn .................................................................................48
2.1 Định lý ....................................................................................................48
2.2 Bất đẳng thức (Kotmogrov)....................................................................50
2.3 Định lý.....................................................................................................51
2.4 BổĐề (Kronecker) ...................................................................................52
2.5 Định lý 3..................................................................................................52
2.6 Định lý 4..................................................................................................53
2.7 Định lý (2chuỗi) ......................................................................................54
2.8 Định lý (3 chuỗi) .....................................................................................54
3. Các định lý giới hạn .....................................................................................57
3.1 Xấp xỉ phân phối nhị thức bằng phân phối chuẩn. ..............................57
3.2 Định lý (Moivre – Laplace) .....................................................................57
3.3. Định lý (giới hạn trung tâm)...................................................................58
BÀI TẬP XÁC SUẤT CỔ ĐIỂN........................................................... 59
BÀI TẬP LUẬT SỐ LỚN...................................................................... 64

- 71 -