Professional Documents
Culture Documents
Bài này trình bày một số quy luật phân phối xác suất thông dụng. Để thuận tiện
cho việc ứng dụng, chúng ta gọi biến ngẫu nhiên (BNN-Random variables) thay
cho đại lượng ngẫu nhiên, thực nghiệm (experiments) thay cho phép thử. Đối với
người làm nghiên cứu ứng dụng, vấn đề quan trọng khi nghiên cứu các quy luật
phân phối của các biến ngẫu nhiên là làm sao hiểu đủ để có thể ứng dụng chính
xác vào các bài toán thực nghiệm hay thực tế.
P X k Cnk p k 1 p
nk
(k = 0,1,2,..., n )
Nhận xét Nếu X là số lần thành công trong dãy n thực nghiệm Bernoulli thì
X B(n,p). Đặc biệt khi n 1 thì X gọi là có phân phối Bernoulli hay phân phối
Không-Một, ký hiệu X B(p).
1.1.3. Định lý Nếu X B(n,p) thì
[i] E( X ) = np
[ii] Var X npq (với q = 1 – p)
[iii] np – q ≤ Mod( X ) ≤ np+p
Ví du 2.13
Mỗi ngày bán hàng là một phép thử Bernoulli và nếu gọi Y là số ngày bán được hàng
trong một năm của người này thì Y B(300, 0.737856 ). Số ngày trung bình trong một
năm người này bán được hàng chính là kỳ vọng của BNN Y
E (Y ) np 300 0.737856 221.3568 221 ngày
Chúng ta thường sử dụng phân phối Poission khi xác định được: Xác suất biến cố
chúng ta quan tâm xảy ra tương tự nhau và độc lập nhau trên các phân đoạn cùng
kích thước, biết được trung bình hay kỳ vọng ( λ -lambda) trên một đơn vị được
chọn.
1.3.1.Định nghĩa
số , ký hiệu X P ( ) , nếu X nhận các giá trị 0, 1, 2, ... với xác suất tương ứng.
e λ λk
Pk P X k
(k = 0, 1, 2, …)
k!
(Xác suất để trong khoảng thời gian (0; t ) có k lần xảy sự kiện)
1.3.2. Định lý Nếu X P( ) thì
[i] E( X ) (số lần xuất hiện trung bình trong khoảng thời gian (0; t ) )
[ii] Var ( X )
[iii] 1 Mod
1.3.3. Xấp xỉ phân phối nhị thức bằng phân phối Poisson
Nếu X B (n, p ) , n khá lớn và p khá bé (thường n 30 sao cho nq n với q 1 p )
(np ) k
thì X P(np ) . Khi đó P( X k ) e np .
k!
Ví du 2.15 Tại một sân bay, trung bình mỗi giờ có 5 máy bay hạ cánh. Tính xác
suất để trong một giờ mà ta quan sát.
a) Có 3 máy bay hạ cánh. b) Có ít nhất 4 máy bay hạ cánh.
Giải
a) Gọi X là số lần máy bay hạ cánh trong một giờ. Khi đó X có phân phối Poission,
X P (5) . Xác suất để trong một giờ có 3 máy bay hạ cánh
e 5 53
P X 3 0.1404 14.04%
3!
b) Xác suất để trong một giờ có ít nhất 4 máy bay hạ cánh
P ( X 4) 1 P ( X 3) 1 ( P0 P1 P2 P3 )
e 5 50 e 5 51 e 5 52 e 5 53
1 ( ) 1 0.2650 0.7350 73.50%
0! 1! 2! 3!
Ví du 2.16 Xác suất một nhà máy sản xuất ra phế phẩm là 0.1% .
a)Tính xác suất để trong 1000 sản phẩm do nhà máy sản xuất có đúng 2 phế phẩm.
b)Tính xác suất để trong 1000 sản phẩm do nhà máy sản xuất có không quá 2 phế
phẩm.
Giải
Gọi X là BNN tương ứng là số phế phẩm trong 1000 sản phẩm nhà máy sản xuất.
Khi đó X B (1000,0.001) ; vì n 1000 khá lớn p 0.001 khá bé và nq n , np 1 nên
X P (1) . Ta được
12 1
a) P( X 2) e 1 0.18393972
2! 2e
10 11 12 1 1
b) P( X 2) P(0) P(1) P(2) e 1 e 1 e 1 (1 1 ) 0.9196986029
0! 1! 2! e 2
1
, x [40,100]
f ( x) 100 40
0 , x [40,100]
Xác suất để doanh số hàng tháng của doanh nghiệp ở thị trường mới này từ 80
triệu đồng/tháng trở lên
100
1 1 1
P( X 80) 80 60dx 60dx 3 33.33%
80
0 , x0
f ( x ) x
e , x0
Ví du 2.18
Thời gian phục vụ người đọc tại một bàn thông tin thư viện là biến ngẫu nhiên có
phân phối mũ với thời gian phục vụ trung bình là 5 phút/người. Tìm xác suất để
một người đọc được chọn ngẫu nhiên có thời gian phục vụ từ 10 phút trở lên.
Giải
Gọi X là thời gian phục vụ (đơn vị là phút), hàm mật độ xác suất là
0 , x0
x
f ( x) e 5
, x0
5
x
x
1 e 5 khi x0
Hàm phân phối xác suất: F ( x) f (t )dt
0 khi x0
Xác suất để một người đọc được chọn ngẫu nhiên có thời gian phục vụ từ 10 phút
trở lên
10
P ( X 10) 1 P ( X 10) 1 (1 e 5
) e 2 0.1353 13.53%
2
Ví du 2.19
a) Tìm z0.025
b) Tìm z0.05
2.3.3. Chuẩn hóa một biến ngẫu nhiên (standardized normal distribution) tức là
biến đổi biến ngẫu nhiên đó thành biến ngẫu nhiên mới có phân phối chuẩn tắc
N(0,1).
X
Nếu X N ( , 2 ) thì Z N 0,1 .
X xα μ
Chú ý Nếu X N ( , 2 ) và Z , zα thì
σ
P ( Z zα ) α P( X xα ) α
3.1. Xấp xỉ phân phối siêu bội bằng phân phối nhị thức
Nếu X H ( N , M , n) và n rất bé so với N (thường là n 0,05 N ) thì X B(n, p ) với
M
p . Khi đó P ( X k ) C nk p k (1 p ) n k , k 0, n .
N
3.2. Xấp xỉ phân phối nhị thức bằng phân phối Poisson
Nếu X B (n, p ) , n khá lớn và p khá bé (thường n 30 sao cho nq n với q 1 p )
(np ) k
thì X P(np ) . Khi đó P( X k ) e np .
k!
3.3. Xấp xỉ phân phối nhị thức bằng phân phối chuẩn
Nếu X B (n, p ) , n khá lớn, p không quá lớn cũng không quá bé ( thường np 5 ,
nq 5 với q 1 p ) thì X N np, npq . Khi đó
1
1 k np 1 x2
i) P( X k ) với x e 2
- là hàm mật độ Gauss.
npq npq 2
x 1
k2 k np
- o k1 np với o x 1 t2
ii) P(k1 X k 2 ) = C nk p k q n k o 2 e 2
dt - là
npq npq 2
k k1 0
hàm tích phân Laplace. (thường dùng công thức này khi n 50)
k 2 0,5 np
iii) P(k1 X k 2 ) o - o k1 0,5 np
npq npq
(thường dùng công thức này khi 20 n 50)