(TopTaiLieu - Com) Slide Bai Giang Mon Xac Suat Thong Ke Cua Truong Dai Hoc Bach Khoa TP. Ho Chi Minh

TopTaiLieu.
Com | Chia Sẻ Tài Liệu Miễn Phí
CHƯƠNG 0: BỔ TÚC
$1.Giải tích tổ hợp.

1.Quy tắc cộng và quy tắc nhân:
• Ví dụ1: Có 6 quyển sách toán, 5 quyển lý, 4 quyển hóa có bao
nhiêu cách để chọn:
a. 1quyển.
b. Một bộ gồm 3 quyển toán ,lý, hóa.
Giải
b. Giai đoạn 1: Chọn toán có 6 cách.
2:Chọn lý có 5 cách.
3: Chọn hóa có 4 cách.
Suy ra: có 6.5.4 cách chọn
Khoa Khoa Học và Máy Tính Xác Suất Thống Kê. Chương 0 1
@Copyright 2010
TopTaiLieu.Com | Chia Sẻ Tài Liệu Miễn Phí
a.Trường hợp chọn toán có 6 cách

lý có 5 cách
hóa có 4 cách
Suy ra: có 6+5+4 cách
Ghi nhớ: các trường hợp thì cộng ; các giai đoạn thì nhân
2. Hoán vị:
Pn  n !
3. Chỉnh hợp (không lặp): Một chỉnh hợp không lặp chập k
từ n phần tử là một cách chọn có thứ tự k phần tử khác nhau
từ n phần tử khác nhau cho trước
n!
A  n(n 1)...(n  k  1) 
k
,0  k  n
(n  k )!
n
@Copyright 2010
• 4. Tổ hợp (không lặp): Một tổ hợp không lặp chập k từ n

phần tử là một cách chọn không kể thứ tự k phần tử khác nhau
từ n phần tử khác nhau cho trước
k
A n!
Cn 
k n
 ,0  k  n
k ! k !(n  k )!
• Chú ý: có kể thứ tự là chỉnh hợp
không kể thứ tự là tổ hợp
5.Chỉnh hợp lặp.
Định nghĩa: một chỉnh hợp lặp chập k từ n phần tử là 1 cách
chọn có kể thứ tự k phần tử(có thể giống nhau)từ n phần tử
khác nhau cho trước
@Copyright 2010
• Định lý: số chỉnh hợp lặp chập k từ n phần tử là :
Ank  nk
• Ví dụ 2: có bao nhiêu cách để trao 1 giải nhất, 1 giải nhì, 1
giải ba trong một cuộc thi có 10 học sinh giỏi tham gia.
Giải: việc trao giải chia thành 3 giai đoạn:
Giải nhất: 10 cách
Giải nhì: 9 cách
Giải 3 : 8 cách
Suy ra: có
3
A10  10.9.8 cách
@Copyright 2010
• Ví dụ 3: Có bao nhiêu cách để chọn một đội tuyển gồm 3 học

sinh từ 10 học sinh giỏi của một trường để đi thi cấp quận.
3
Giải: Có C10 cách
Ví dụ 4: Có bao nhiêu cách để xếp 10 học sinh giỏi vào 3 lớp

học một cách tùy ý.
Giải: 1 người có 3 cách chọn vào 3 lớp.
Suy ra có A310  310 cách sắp xếp
@Copyright 2010
• Ví dụ 5: Có bao nhiêu cách để sắp 10 người trong đó có A, B,

C, D ngồi vào một bàn ngang sao cho:
a. A ngồi cạnh B.
b. A cạnh B và C không cạnh D.
Giải: a. Bó A với B là một suy ra còn lại 9 người có 9! cách
sắp. Do A và B có thể đổi chỗ suy ra có 9!.2! cách
b. A cạnh B, C không cạnh D =(A cạnh B)-(A cạnh B, C

cạnh D)
= 9!.2!-8!.2!.2!
@Copyright 2010
$2.CHUỖI. 
xm
Tổng của chuỗi lũy thừa: 
k m
x k
1 x
, x 1

1
x
k 0
k

1 x

1
lấy đạo hàm 
k 1
k .x  k 1
(1  x) 2

nhân với x x

k 1
k .x k
(1  x ) 2
lấy đạo hàm 
1 x
k
k 1
2
.x k 1

(1  x)3
@Copyright 2010
$3.Tích phân Poisson



 xa 
2


e 2 2
dx  2 2
( x  a )2
2 2
a 



 
a
e 2 2
dx 
2
 u2

 e 2
du  2

2
0  u2


 
0
e 2
du 
2
@Copyright 2010
Ví dụ 6: Tính
 x 2  2 xy  5 y 2

f ( x)  e

2
dy
2
x 4 x
x 2  2 xy  5 y 2  ( 5 y  )2 
5 5
x
u  5y   du  5dy.
5
2 x2  u2 2 x2
 1   1
f ( x)  e 5
. 
5 
e 2
du  e 5
.
5
. 2
@Copyright 2010
$4.Tích phân Laplace:
u2
1 
• f (u )  e 2 -hàm mật độ Gauss(hàm chẵn)
2 2
u t
1 
 u    e 2 dt - tích phân Laplace (hàm lẻ)
0 2
  u   0.5, u  5
tra xuôi:  1, 96   0, 4750 ( tra ở hàng 1,9;cột 6 bảng tích
phân Laplace).
1, 64  1, 65
tra ngược:   ?   0, 45  hàng 1,0; cột 4,5  ? 
2
@Copyright 2010
• Hình 3.1 Hình 3.2
@Copyright 2010
CHƯƠNG I. ĐẠI CƯƠNG VỀ XÁC SUẤT

§1:Biến cố và quan hệ của giữa các biến cố
1.Phép thử và biến cố.

2.Phân loại biến cố : gồm 3 loại
- Biến cố chắc chắn: 
- Biến cố không thể có hay không thể xảy ra: 
- Biến cố ngẫu nhiên: A, B, C…
3. So sánh các biến cố.
Định nghĩa 1.1: A  B (A nằm trong B hay A kéo theo B) nếu
A xảy ra thì B xảy ra.Vậy
A  B
A B
B  A
@Copyright 2010
Định nghĩa 1.2: A được gọi là biến cố sơ cấp  B  A, B  A.
4. Các phép toán trên biến cố.
A.B  A  B xảy ra khi và chỉ khi A xảy ra và B xảy ra.
A  B  A  B xảy ra khi và chỉ khi A xảy ra hoặc B xảy ra.
A  B xảy ra khi và chỉ khi A xảy ra và B không xảy ra.
A  A xảy ra khi và chỉ khi A không xảy ra.
@Copyright 2010
• Hình 1.1 Hình 1.2
@Copyright 2010
• Các phép toán của biến cố có tính chất giống các phép toán
của tập hợp, trong đó có các tính chất đối ngẫu:
 Ai   Ai ,  Ai   Ai
i i i i
Ngôn ngữ biểu diễn: tổng = có ít nhất một ;tích = tất cả đều.
(A = có ít nhất 1 phần tử có tính chất x) suy ra (không A = tất
cả đều không có tính chất x).
Ví dụ 1.1: (A = có ít nhất 1 người không bị lùn) suy ra( không A
= tất cả đều lùn).
• Định nghĩa 1.3: biến cố A và B được gọi là xung khắc với
nhau nếu A.B  
@Copyright 2010
§2: Các định nghĩa xác suất
• 1. Định nghĩa cổ điển về xác suất

• Định nghĩa 2.1: giả sử trong mỗi phép thử các kết cục là đồng
khả năng và có tất cả n kết cục như vậy. Kí hiệu m là số các
kết cục thuận lợi cho biến cố A. Khi ấy xác suất của
biến cố A là: m
( A) 
n
• Ví dụ 2.1: Trong 1 hộp có 6 bi trắng, 4 bi đen.Lấy ngẫu nhiên
ra 5 bi. Tính xác suất để lấy được đúng 3 bi trắng.
• Giải C63 .C42 ( phân phối siêu bội)

 5
C10
@Copyright 2010
Chú ý: lấy 1 lúc 5 bi giống lấy lần lượt 5 bi không hoàn lại
• Ví dụ 2.2: Có 10 người lên ngẫu nhiên 5 toa tàu. Tính xác suất
để toa thứ nhất không có người lên: 410
  10
5
2. Định nghĩa hình học về xác suất:
Định nghĩa 2.2: giả sử trong mỗi phép thử các kết cục là đồng
khả năng và được biểu diễn bằng các điểm hình học trên miền .
Kí hiệu D là miền biểu diễn các kết cục thuận lợi cho biến cố
A. Khi ấy xác suất của biến cố A là:
P(A)= độ đo D/độ đo  (độ đo là độ dài,diện tích hoặc thể tích)
@Copyright 2010
• Ví dụ 2.3: Chia đoạn AB cố định ngẫu nhiên thành 3 đoạn.

Tính xác suất để 3 đoạn đó lập thành 3 cạnh của 1 tam giác.
• Giải: Gọi độ dài đoạn thứ 1,2 là x,y.Khi ấy đoạn thứ 3 là l-x-y
 x  0, y  0

x  y  l  l
x  y  2
x  y  l  x  y 
  l 1
  D x  l  x  y  y   y   ( A) 
y l  x  y  x  2 4
  l
 x 
 2
@Copyright 2010
HÌNH 2.1
@Copyright 2010
• Ví dụ 2.4: Ném lên mặt phẳng có kẻ những đường thẳng song
song cách nhau 1 khoảng là 2a một cây kim có độ dài 2t<2a.Tính
xác suất để cây kim cắt 1 trong các đường thẳng song song
Giải: Gọi I là điểm giữa cây kim khi quay kim,IH là khoảng cách
từ I tới đường thẳng gần nhất; là góc nghiêng.Khi ấy ta có:
0    
  dt   .a
0  h  IH  a
0    
  D
0  h  IK  t sin 
 2t
diện tích D =  t sin  d  2t  ( A) 
0 a
@Copyright 2010
HÌNH 2.2
@Copyright 2010
HÌNH 2.3
@Copyright 2010
3. Định nghĩa xác suất theo tiên đề

• Định nghĩa 2.3: Ký hiệu  là tập hợp các biến cố trong 1
phép thử. Ta gọi xác suất là 1 quy tắc đặt mỗi biến cố A với 1
số P(A) thỏa mãn các tiên đề:
(I) 0  P  A  1
(II) P ()  1, P     0
(III) Với mọi dãy biến cố đôi một xung khắc,ta có:
   
   Ai      Ai 
 i 1  i 1
@Copyright 2010
§3: Các định lý xác suất
1: Định lý cộng xác suất
Định lý 3.1. P(A+B) = P(A) + P(B) – P(AB)

 n  n
   Ai      Ai      Ai Aj      Ai Aj Ak   ...  (1)n1 P( A1 A2 ...An )
 i 1  i 1 i j i  j k
Ví dụ 3.1: Có k người lên ngẫu nhiên n toa tàu (k<n).Tính xác

suất để tất cả các toa đều có người lên
@Copyright 2010
Bài giải
• A - tất cả các toa đều có người lên

•  - có ít nhất 1 toa không có người lên. n
• Ai - toa thứ i không có người lên, i =1, 2,…n     Ai
i 1
 n  1  n  2  n  3
k k k
  C  1
n
n k
C2
n
n k
C
3
n
nk
1k n 1
...   1 k .Cn  0
n
n
     1    
@Copyright 2010
Ví dụ 3.2: Có n bức thư bỏ ngẫu nhiên vào n phong bì có đề sẵn

địa chỉ. Tính xác suất để có ít nhất 1 bức thư đúng địa chỉ.
Bài giải
A - Có ít nhất 1 bức đúng. n
i - Bức thứ i đúng  A   Ai
i 1
 n  1!  n  2 !  n  3!
     C 1
n C 2
n C 3
n
n! n! n!
n 1! n 1 1
...   1 .Cn   1 .
n 1
n! n!
1 1 1 n 1 1
 1     ...   1 .
2! 3! 4! n!
@Copyright 2010
2. Định lý nhân xác suất
• Định nghĩa 3.2: Xác suất của biến cố B khi biết rằng biến cố A
đã xảy ra được gọi là xác suất của B với điều kiện A và kí hiệu
là P(B/A).
• Chú ý: biến cố A có thể xảy ra trước, đồng thời hoặc sau B
• Ngôn ngữ biểu diễn: P(B/A) = xác suất B biết (nếu)A hoặc Cho
A… tính xác suất B.
• Định lý 3.2: P(AB)=P(A).P(B/A)=P(B).P(A/B)
  1 ,  2 ... n     1  .   2 / 1  .  3 / 1  2  ...   n / 1 2 ... n1 
        .   /  
• Hệ quả:   /   
     
@Copyright 2010
HÌNH 3.1
@Copyright 2010
• Định nghĩa 3.3: Hai biến cố A,B được gọi là độc lập với nhau
nếu xác suất của biến cố này không thuộc vào việc biến có kia
đã xảy ra hay chưa trong 1 phép thử.
• Định nghĩa 3.4: Một hệ các biến cố được gọi là độc lập toàn
phần nếu mỗi biến cố của hệ độc lập với 1 tổ hợp bất kỳ của các
biến cố còn lại.
• Định lý 3.3: A, B độc lập khi và chỉ khi P(AB)=P(A).P(B)
• Giả sử i , i  1, n là độc lập toàn phần. Khi ấy ta có:
n n
1.( Ai )      i 
i 1 i 1
 
n n
2.(  Ai )  1     i
i 1 i 1
@Copyright 2010
Chú ý: Trong trường hợp độc lập không nên dùng công thức
cộng xác suất mà nên dùng công thức nhân xác suất.
• Ví dụ 3.3: 1 mạng gồm n chi tiết mắc nối tiếp.Xác suất hỏng
của chi tiết thứ i là Pi . Tính xác suất để mạng hỏng.
• Giải: i - biến cố chi tiết thứ i hỏng n
A - biến cố mạng hỏng


i1
i 
• Vậy xác suất để mạng hỏng là:
 n 
 
n
        i   1    i  1  1  1 1   2  ... 1   n 
 i 1  i 1
@Copyright 2010
Ví dụ 3.4: Tung 3 xúc xắc. Tính xác suất để:
• 1. Tổng số chấm bằng 9 biết có ít nhất 1 mặt 1 chấm

2. Có ít nhất 1 mặt 1 chấm biết số chấm khác nhau từng
đôi một.
• Giải:
1. Gọi A là có ít nhất 1 mặt 1 chấm.
B là tổng số chấm bằng 9
C là các số chấm khác nhau từng đôi một
63  53
        15 63 15
63    /    3. 3 3 
15     6 6  5 91
     3
6
@Copyright 2010
Số cách để có ít nhất một mặt 1 chấm và tổng bằng 9:
• 1+2+6 suy ra có 3! cách

• 1+3+5 suy ra có 3! cách
• 1+4+4 suy ra có 3 cách
Suy ra có 15 cách để có ít nhất một mặt 1 chấm và tổng bằng 9
2.
6.5.4
 C  
63 1
  / C 
3.5.4 2
  C  
63
@Copyright 2010
3. Công thức xác suất đầy đủ và công thức Bayes:
• Định nghĩa 3.5: Hệ H i , i  1, n được gọi là hệ đầy đủ, nếu

trong mỗi phép thử nhất định 1 và chỉ 1 trong các biến cố Hi
xảy ra.
• Định lý 3.4: Giả sử H i , i  1, n là hệ đầy đủ. Ta có:
 H i 
n
ÁÃÃÃ
  A     HÃÃiÃÃÃÃÃÃ
ÃÃ/ÃÃ
ÃÃÃ
H Â
i
(công thức đầy đủ).
i 1
  H i    H i  .   / H i 
  Hi /    , i  1, n (công thức Bayess)
     
@Copyright 2010
Chú ý:
1.    /       H i /     / H i  
i 1
   
2.   /  
  
n
Với:         H i    / H i 
i 1
@Copyright 2010
Ví dụ 3.5: Có 2 hộp bi cùng cỡ, hộp 1 chứa 4 bi trắng và 6 bi

xanh, hộp 2 chứa 5 bi trắng và 7 bi xanh.Lấy ngẫu nhiên 1
hộp, từ hộp đó lấy ngẫu nhiên 1bi thì được bi trắng. Tìm xác
suất để viên bi tiếp theo, cũng lấy từ hộp trên ra là bi trắng.
Giải: Hộp 1: 4t + 6x .Lấy ngẫu nhiên 1 hộp:H1lấy được hộp 1
Hộp 2: 5t + 7x H2 lấy được hộp 2
  H1     H 2   1 / 2
A- biến cố lấy được bi trắng ở lần 1    / 

B- biến cố lấy được bi trắng ở lần 2
@Copyright 2010
Cách 1:
       H1     / H1     H 2     / H 2 
1 4 1 5
 .  . 
2 10 2 12
  H1     / H1 
  H1 /   
  
  H2     / H2 
  H2 /  
  
   /      H1 /   .    / H1     H 2 /   .    / H 2  
1 42 43 1 42 43
3/9 4/11
@Copyright 2010
   
Cách 2:   /  
  
       H1     / H1     H 2     / H 2 
1 4 1 5
 .  .
2 10 2 12
       H1  .   / H1     H 2  .   / H 2 
1 4 3 1 5 4
 . .  . .
2 10 9 2 12 11
@Copyright 2010
Chú ý
• Nếu sau lần 1 đã lấy được bi trắng ta trả bi vào hộp rồi mới
lấy tiếp lần 2 thì lời giải thay đổi như sau:
3 4
 ;
9 10
4 5

11 12
• P(B)=P(A), trong cả 2 bài toán.
• Giả sử lần 1 đã lấy được bi trắng tính xác suất để bi đó lấy
được ở hộp 1 thì đáp số là: P( H / A) 1
@Copyright 2010
4. Công thức Bernoulli
• Định lý 3.5: Giả sử trong mỗi phép thử 1 biến cố A có thể xuất
hiện với xác suất p (khi A xuất hiện ta quy ước là thành công).
Thực hiện n phép thử giống nhau như vậy. Khi ấy xác suất để
có đúng k lần thành công là (từ nay trở đi ta ký hiệu p=1-q):
  n, k , p   Cnk . p k .q n  k , k  0,1,..., n (Phân phối nhị thức)

Định nghĩa 3.6: Kí hiệu k0 là số sao cho:
  n, k0 p   Max  n, k , p  , 0  k  n
Khi ấy k0 được gọi là số lần thành công có nhiều khả năng xuất
hiện nhất(tức là ứng với xác suất lớn nhất)
@Copyright 2010
Định lý 3.6: k0   n  1 p  hoặc k0   n  1 p   1
  n, k ,1 / 2   Cnk .  0,5 
n
• Chú ý:
• Ví dụ 3.6: Tung cùng lúc 20 con xúc xắc.
1. Tính xác suất để có đúng 4 mặt lục xuất hiện.
2. Tính số mặt lục có nhiều khả năng xuất hiện nhất.
Giải:
a )  20, 4,1 / 6   C 1 / 6  .  5 / 6 
4 4 16
20
b)k0   20  1 / 6   3  k0  2
@Copyright 2010
Ví dụ 3.7:Trong 1 hộp có N bi trong đó có M bi trắng còn lại là

đen. Lấy ngẫu nhiên lần lượt từng bi có hoàn lại ra n bi. Khi ấy
xác suất để lấy được đúng k bi trắng được tính bằng CT
Bernoulli với p = M/N.
• Chú ý: Lấy bi : + Không hoàn lại là siêu bội
+ Hoàn lại là nhị thức.
Ví dụ 3.8: Có 1 tin tức điện báo tạo thành từ các tín hiệu(.)và (-).
Qua thống kê cho biết là do tạp âm, bình quân 2/5 tín hiệu(.)
và 1/3 tín hiệu(-) bị méo. Biết rằng tỉ số các tín hiệu chấm và
vạch trong tin truyền đi là 5:3. Tính xác suất sao cho nhận
đúng tín hiệu truyền đi nếu đã nhận được chấm.
@Copyright 2010
• Gọi A là biến cố nhận được chấm.

• H1 là biến cố truyền đi chấm.
• H2 là biến cố truyền đi vạch
       H1  .   / H1     H 2     / H 2 
5 3 3 1 1
 .  . 
3 5 8 3 2
5 3
  H1     / H1  8 . 5 3
   H1 / 1    
   1 4
2
@Copyright 2010
Chương 2: Đại lượng ngẫu nhiên, vectơ ngẫu nhiên
§1: Đại lượng ngẫu nhiên

• Khái niệm: Đại lượng ngẫu nhiên là đại lượng có thể ngẫu
nhiên nhân một số giá trị với xác suất tương ứng xác định.
• Đại lượng ngẫu nhiên là rời rạc nếu số các giá trị của nó là hữu
hạn hoặc vô hạn đếm được
• Đại lượng ngẫu nhiên là liên tục nếu tập hợp tất cả các giá trị
có thể có của nó lấp đầy ít nhất 1 khoảng trên trục số.
@Copyright 2010
§2: Các phương pháp mô tả đại lượng ngẫu nhiên

1. Bảng phân phối xác suất (chỉ dùng cho rời rạc)
Định nghĩa 2.1:   x   p , i  1,2,3,...k (…) vô hạn

...
1 i
 x1 x2 ... xk

x p1 p2 ... pk ...
Chú ý: p
i
i 1
• Ví dụ 2.1: 1 người bắn lần lượt từng viên đạn vào bia với xác
suất trúng đích của mỗi viên là p, cho đến khi trúng thì dừng.
Hãy lập bảng phân phối xác suất của số đạn đã bắn ra cho đến
khi dừng lại  1 2 3 ... k ...

x p qp q 2 p ... q k 1 p...
@Copyright 2010
Ví dụ 2.2: đề bài giống bài trên điều kiện ngừng là bắn trúng thì
ngừng hoặc bắn hết 20 viên thì ngừng
 1 2 3. . . 19 20
x p pq pq 2 .. . pq18 q19
• 2. Hàm phân phối xác suất(rời rạc và liên tục):
• Định nghĩa 2.2: hàm phân phối xác suất của đại lượng ngẫu
nhiên X là: FX ( x)  F x    X  x 
Tính chất: 1.F(x) là hàm không giảm
2. F     0, F     1 các t/c đặc trưng
3. a  X  b   FX b   FX a 
Hệ quả 1: Nếu X là đại lượng ngẫu nhiên liên tục thì FX  x 
liên tục trên toàn trục số
@Copyright 2010
• Hệ quả 2: Nếu X liên tục thì  X  x0   0, x0

• Hệ quả 3: Giả sử X rời rạc và có bảng phân phối xác suất như
trên.Khi ấy
FX x    pi
xi  x
 2 5 7
• Ví dụ 2.3:
 0,1 0,5 0,4
0 nếu x2
0,1 nếu 2 x5

 FX x    5 x7
nếu
0,6
1 nếu 7x
@Copyright 2010
Chú ý: Hàm phân phối FX x   0 bên trái miền giá trị của X
và FX x   1 bên phải miền giá trị của X.
• 3.Hàm mật độ xác suất(chỉ dùng cho đại lượng ngẫu

nhiên liên tục)
• Định nghĩa 2.3: Hàm mật độ xác suất của đại lượng ngẫu
nhiên X liên tục là: f X  x   f  x    FX  x  x
/
x
• Định lý 2.1:
FX  x    f X  t  dt

• Tính chất: 1 f ( x)  0 



 t/c đặc trưng
 2   f ( x)dx  1
  b
(3) P ( a  X  b)   f X ( x ).dx
a
@Copyright 2010
Chú ý: 1.Trong trường hợp liên tục sự thay đổi tại 1 điểm
không có ý nghĩa.
2. Hàm mật độ f X  x   0 bên ngoài miền giá trị của X.
• Ví dụ 2.4: 2
a cos x, x   0,  / 2
X : f ( x)  
0, x   0,  / 2
•
1 a  ?
  /2  /2
a
1  f ( x)dx   a cos xdx   1  cos 2 x  dx
2
 0
2 0
a  s in2x   /2
a  4
 x   . a
2 2  0 2 2 
@Copyright 2010
2. Hãy tìm hàm phân phối FX  x 
0 nếu x<0
x
 4 2 2  sin 2 x 
x
FX  x    f  t dt    cos tdt   x  ,nếu 0  x   / 2
 0    2 
1 ,nếu x   / 2
3. Hãy tính xác suất để X nhận giá trị trong khoảng:   / 4,  / 4 
   / 4  X   / 4   F  / 4   F   / 4 
 /4  /4
  f  x dx   (4 /  ) cos 2 xdx
 /4 0
@Copyright 2010
• Ví dụ 2.5: Hai cầu thủ bóng rổ lần lượt ném bóng vào rổ
cho đến chừng nào 1 người ném lọt rổ thì thôi. Lập dãy
phân phối của số lần ném của mỗi người nếu xác suất lọt
rổ của người thứ nhất,hai là p1, p2 .
• Giải: Gọi q1 , q2 là xác suất ném trượt bóng của người 1,2
• X là số bóng của người thứ 1
• Y là số bóng của người thứ 2
• Z là tổng số bóng của cả 2 người
@Copyright 2010
X 1 2 . . . k . . .
 X p1  q1 p2 . q1q2 ( p1  q2 p1 ) ..... q1k 1q2k 2  p1  p2 q1  . . .
Y 0 1 2 . . . k . . .
Y p1 q1  p2  q2 p1  q1q2 q1  p2  q2 p1  . . . q1k 1q2k 1 ..... . .
Z 2k  1 2k
 Z
q1k 1q2k 1 p1 q1k q2k 1 p2 , k  1, 2,...
@Copyright 2010
§3: Véc tơ ngẫu nhiên
I. Vectơ ngẫu nhiên

Giả sử X 1 , X 2 ,..., X n là các đại lượng ngẫu nhiên được xác
định bởi kết quả của cùng 1 phép thử. Khi ấy X  ( X1 , X 2 ,..., X n )
được gọi là một vectơ ngẫu nhiên n chiều
II. Véctơ ngẫu nhiên rời rạc 2 chiều(X,Y).
1. Bảng phân phối xác suất đồng thời:
    xi , Y  y j   pij , i  1, k ; j  1, h
@Copyright 2010
Y y1 y2 … yh Px
x
x1 P11 P12 P1h P1
x2 P21 P22 P2h P2
xk Pk1 Pk2 Pkh Pk
PY q1 q2 qh 1
@Copyright 2010
2.Bảng phân phối xác suất lề của X và Y
h
pi      xi  pij , i  1, k
j 1
k
q j    Y  yi   p
i 1
ij , j  1, h
3.Điều kiện độc lập của X và Y

Định lý 3.1: X,Y độc lập  i , j : pij  pi .q j
4.Các bảng phân phối xác suất có điều kiện.
pij
 ( X  xi / Y  y j )  , i  1, k
qj
pij
 (Y  y j / X  xi )  , j  1, h
pi
@Copyright 2010
5.Hàm phân phối xác suất đồng thời(rời rạc và liên tục)
Định nghĩa 3.1: F  x, y     X  x, Y  y 

Tính chất:
(1) F  x, y  là một hàm không giảm theo từng biến
(2) F (, )  0, F (, )  1
(3) (a  x  b, c  y  d )  F (a, c)  F (b, d )  F (a, b)  F (b, c)
Hệ quả:(1)Nếu X,Y liên tục thì F(x,y) liên tục trên toàn bộ
mặt phẳng.
(2)Giả sử X,Y rời rạc và có bảng phân phối xác suất như
trên, khi ấy ta có: F ( x, y )  p
xi  x
ij
yj y
@Copyright 2010
Ví dụ 3.1: Giả sử x,y có bảng phân phối xác suất sau:
y 3 5
X
X
0 0,1 0,2 0,3
2 0,3 0,4 0,7
0,4 0.6 1
 Y
@Copyright 2010
(1)Tìm bảng phân phối xác suất lề của X: X 0 2

X
(2) Hãy kiểm tra tính độc lập của X và Y P 0,3 0,7
0,1  0, 3  0, 4  X , Y là phụ thuộc
(3)Tìm bảng phân phối của X khi Y=5: X 0 2
(4)Tìm hàm phân phối: X /Y 5 0.2 0.4
P
0.6 0.6
0, x  0 y  3
0.1, 0  x  2,3  y  5

F  x, y   0.1  0.2, 0  x  2,5  y
0.1  0.3,
 2  x,3  y  5
1, 2  x,5  y
@Copyright 2010
III. Véc tơ ngẫu nhiên liên tục 2 chiều (X,Y)

1.Hàm phân phối xác suất đồng thời F(x,y)
2.Hàm mật độ xác suất đồng thời:
Định nghĩa 3.2:
 2 F  x, y 
f  x, y  
xy
F  x, y     f  u, v  dudv
x y
Định lý 3.2:
14 2 
43
Dxy
@Copyright 2010
.
HINH 3.1
@Copyright 2010
Tính chất:
(1) f  x, y   0 

(2)  f ( x, y ) dxdy  1 TCDT

R2

   x, y   D    f  x, y  dxdy
(3)
D
3. Các hàm mật độ xác suất lề.


fX  x    f  x, y  dy

fY  y    f  x, y  dx
@Copyright 2010
.Chú ý : Các hàm phân phối xác suất lề:

FX  x   F  x,  
FY  y   F  , y 
4.Điều kiện độc lập của X và Y
X,Y độc lập  f  x, y   f X  x  . f Y  y 
 F  x, y   FX  x  .FY  y 
5.Các hàm mật độ xác suất có điều kiện:
f X / Y  y0 ( x ) 
f  x, y0 
fY  y0 
f  x0 , y 
fY / X  x0 ( y) 
f X  x0 
@Copyright 2010
Ví dụ 3.2: Cho 6 44 7 
4 48
 a.e  x y
,nếu 0  x  y <+
f  x, y    ,nếu trái lại
 0
(1) Xác định tham số a.
 
1  f  x, y  dxdy  a 0 dx 
x
e  x  y dy
2
R
 a
 a e 2 x
dx  a2
0 2
@Copyright 2010
(2).Tìm các hàm mật độ xác suất lề.
 

0 , nếu x<0
f x  x    f  x, y  dx     x y
x 2e dy  2e , x  0
 2 x
@Copyright 2010
HÌNH 3.2
@Copyright 2010
HÌNH 3.3
@Copyright 2010
0 , nếu y<0

f y  y    y  x y
 0 e dx  2  e y
 e 2 y
, y  0
3.Hãy kiểm tra tính độc lập của X và Y
Vậy ta có: f  x, y   f X  x  . fY  y   X , Y phụ thuộc
@Copyright 2010
4.Hãy tìm hàm mật độ xác suất của X khi Y=2

0, x  0  2  x
f  x, 2  
f X /Y  2 ( x)    2 x  x2
fY  2   2  e 2  e 4 
,0  x  2

Tương tự tìm hàm mật độ xác suất của Y khi X=3
0 nếu y<3
f  3, y  
fY / X 3 ( y )    2e3 y
f X  3  6
 2e nếu y 3
@Copyright 2010
HÌNH 3.4
@Copyright 2010
HÌNH 3.5
@Copyright 2010
5.Hãy tìm hàm phân phối xác suất đồng thời F(x,y)
F  x, y    u , v  dudv
x y
  
f
 
Dxy I 
2e  u  v dudv

0 ,nếu x<0 hoặc y<0
 u
   du  2e  u  v dv ,nếu
y
0  y  x  
 x
0 u

y
 
u v
 0
du
u
2 e dv ,nếu 0  x  y  
@Copyright 2010
HÌNH 3.6
@Copyright 2010
HÌNH 3.7
@Copyright 2010
HÌNH 3.8
@Copyright 2010
Ví dụ 3.3: P(-2<X<1,-2<Y<2) =  f  x, y  dxdy

D1
  2e  x y
dxdy  P  AB  ,D1: -2<x<1 , -2<y<2
. D1
       2  Y  2    f  x, y  dxdy ,D2:-2<Y<2
D2
  AB 
.P(-2<X<1 / -2<Y<2)=
  A
f X /Y  2  x  dx
1
.P(-2<X<1 / Y=2)=  2
@Copyright 2010
$4.Hàm của một đại lượng ngẩu nhiên Y    X 

1. Trường hợp rời rạc.
Giả sử:   x  x   p   Y  y 
i i j    pi
 
 xi  y j
Ví dụ 4.1 : Cho
X -2 -1 0 1 2
 0,1 0,2 0,1 0,2 0,4
Suy ra:
Y  X2 0 1 4
 0,1 0,2+0,2 0,5
@Copyright 2010
Ví dụ 4.2: Cho
X 1 2… k …
 p pq... pq k 1...
• Hãy lập bảng phân phối xác suất của hàm Y  cos X
Y  cos X -1 … 1
 p0 1  p0
cos X  1  X  k  2n  1, n  0,1, 2,..

 p0   p.  q 
2 n 1 1
p 
n 0 1 q 2
1 q
@Copyright 2010
2. Trường hợp liên tục: Gỉa sử cho X liên tục

X : f X  x  , FX  x   FY  y  , fY  y   ?
Bước 1. Tìm miền giá trị của Y    X 
Bước 2. FY  y    Y  y      X   y    f X  x  dx
  x  y
Bước 3. dFY  y 
fY ( y ) 
dy
@Copyright 2010
Định nghĩa 4.1: đại lượng ngẫu nhiên X gọi là có phân phối
đều trên đoạn  a, b  kí hiệu X~U  a, b  ,nếu
 1
 , x   a, b 
fX  x  b  a
0, x   a, b 

0, nếu x<a
xa

 F  x   ,a  x  b
b  a
1, b  x

Chú ý : Nếu X có phân phối đều thì Y   X   cũng có

phân phối đều, với  ,  là các hằng số.
@Copyright 2010
Ví dụ 4.3 : Cho X có phân phối đều trên đoạn [0,1] .

(1) Tìm hàm mật độ của Y= - lnX
(2)Tìm hàm mật độ của Z= - 3X+2
Bài giải:
y
B1: Y= - lnX > 0 e )
B2: FY ( y)  P(Y  y)  P( ln X  y)  P( X  e  y ) 
1  P  X  e  y   1  FX  x  , x  e  y
Xét y  0  x  e  y  1  FX  x   1
y  0  0  x  e  y  1  FX  x   x  e  y
0, y  0
B3. fY  y     y
e , y  0
@Copyright 2010
$4. Hàm của hai đại lượng ngẫu nhiên Z   ( X , Y )

1. Trường hợp rời rạc.
Giả sử: ( X  xi , Y  y j )  pij    Z  zk    pij
  xi , y j   zk
Ví dụ 4.1: Cho X,Y có bảng
Y 3 5
X
0 0,1 0,2
2 0,3 0,4
Tìm bảng phân phối xác suất của X+Y và X.Y
@Copyright 2010
Giải:
X+Y 3 5 7
 0,1 0,2+0,3 0,4
XY 0 6 10
P 0,1+0,2 0,3 0,4
2.Trường hợp liên tục:
Bước 1: Tìm miền giá trị của
Z    X ,Y 
@Copyright 2010
Bước 2 FZ  z     Z  z      X , Y   z 
  f  x, y  dxdy

Dz :  x , y  z
Bước 3. dFZ ( z )
fZ ( z) 
dz
Ví dụ 4.2: 6 4 7 4 8
1 ,nếu 0  x, y  1
f ( x, y )  
0 ,nếu trái lại.
Tìm hàm phân phối của Z=X+Y
@Copyright 2010
Giải:
Bước 1: 0  Z  X  Y  2
Bước 2: FZ  z     Z  z     X  Y  z 
  f  x, y  dxdy   1dxdy
Dz: : x  y  z Dz I 
0, z  0
 2
 z / 2, 0  z  1

= diện tích  Dz       2  z  ,1  z  2
2
1 
 2

1, 2  z
@Copyright 2010
• HÌNH 4.1 • HÌNH 4.2
@Copyright 2010
Chương 3.Các đặc trưng của đại lượng ngẫu nhiên và

véctơ ngẫu nhiên.
§1 Kỳ vọng
1. Định nghĩa
Định nghĩa 1.1: Giả sử     xi   pi        xi pi
i
Định nghĩa 1.2: Giả sử X là liên tục và có hàm mật độ là

f X  x       x. f  x  dx
X

Ý nghĩa:kỳ vọng E(X) là giá trị trung bình của X

2. Tính chất: (1) E(C) = C,(2) E(CX) = C.E(X) ,C là hằng số
(3) E(X+Y) = E(X) + E(Y)
(4) X, Y độc lập suy ra E(XY) = E(X).E(Y)
@Copyright 2010
§2: PHƯƠNG SAI
1.Định nghĩa 2.1:Phương sai của đại lượng ngẫu nhiên X

D             
 2
là:  
D( )            
2
Định lý 2.1 : 2
+    2    xi2 . pi nếu X rời rạc

i

+  2
  x 2 . f   x  dx nếu X liên tục

2. Tính chất: (1) D(C) = 0 ; (2) D(CX) = C .D()

2
(3) X,Y độc lập suy ra D(X+Y) = D(X)+D(Y)

(4) D(C+ X) = D(X), với C là hằng số
@Copyright 2010
3. Độ lệch:     D  
§3.Các đặc trưng khác của đại lượng ngẫu nhiên

1.Mod X(giá trị của X ứng với xác suất lớn nhất)
Định nghĩa 3.1: Giả sử X rời rạc và     xi   pi
 Mod   xi0 , pi0  Maxpi
Định nghĩa 3.2: Giả sử X liên tục và có hàm f X  x  , ta có
 Mod   x0 ; f X  x0   Maxf X  x 
2. Med X(medium – trung vị X)
Định nghĩa 3.3: Med   m      m   1/ 2,   X  m   1/ 2
Định lý 3.1: Nếu X liên tục thì MedX  m  m f  x  dx  1
 X 2
@Copyright 2010
3.Moment
Định nghĩa 3.4: Moment cấp k cuả đại lượng ngẩu nhiên X
     
k
đối với số a là 
X a

a = 0: moment gốc
a = E(X):moment trung tâm.
4. Hệ số nhọn và hệ số bất đối xứng(xem SGK)
cos x, x   0,  / 2

Ví dụ 3.1:  ~ fX  x  
0, x   0,  / 2

 /2 
     x.cos xdx  1
0 2
@Copyright 2010

2
 /2 
D  X    x cos xdx    1    3
2
10 44 2 4 43  2 
 
 X2
Mod X =0
f X  x  dx   cos xdx  1/ 2
m m
Med X    0
 sin m  1/ 2  m   / 6
Ví dụ 3.2 :Cho X có bảng phân phối xác suất như sau
 1 2 ... k ... m 1 m m  1....
k 1 m2 m 1
 p pq ... pq ... pq pq ... pq m
...
@Copyright 2010

1 1
E ( X )   kp.q k 1  p. 
1  q 
2
k 1 p
2

1
D ( X )   k pq   2 k 1
k 1
1 4 2 43  p
  
2
2
1 q 1 1 q 1 q
 p.      
(1  q )3  p  p2 p2 p2
Mod X = 1
 p 1  q  ...  q m  2   1 / 2

Med X =m 

 p 1  q  ...  q m2
 q m 1
  1/ 2
@Copyright 2010
.  1  q m 1  m 1 1
1/ 2  q 
 p. 
 1  q m 1
 1 / 2  2
 1 q   m  
1  q m  1 / 2 q  1 / 2
 q m  1
 
 2
 m ln q   ln 2,  m  1 ln q   ln 2
 ln 2  ln 2
 1  m 
ln q ln q
@Copyright 2010
.Ví dụ 3.3 : Cho X có bảng phân phối xác suất sau:
X 2 5 7
P 0,4 0,3 0,3
     2.0, 4  5.0,3  7.0,3  4, 4

D     21 .0.4
4 4 445 2.0,3 43   4, 4 
4 4 74.0,3
2 2 2 2
 2 
     D( X )  2,017
@Copyright 2010
Cách dùng máy tính bỏ túi ES
• Mở tần số(1 lần): Shift Mode Stat On(Off)

• Nhập: Mode Stat 1-var
xi ni
2 0,4
5 0,3
7 0,3
AC: báo kết thúc nhập dữ liệu
Cách đọc kết quả: Shift Stat Var x     
x n     
@Copyright 2010
Cách dùng máy tính bỏ túi MS:Vào Mode chọn SD

Xóa dữ liệu cũ: SHIFT CLR SCL =
Cách nhập số liệu :

2; 0,4 M+
5; 0,3 M+
7; 0,3 M+
Cách đọc kết quả:

 x     
SHIFT S – VAR 
 x n     
@Copyright 2010
Ví dụ 3.4:
Tung cùng 1 lúc 5 con xúc xắc cân đối,đồng chất .Gọi X là
tổng số điểm nhận được. Hãy tính E(X), D(X)
Giải: Gọi Xi là số điểm của con xúc xắc thứ i
  1   2  ....  5
       1   ....     5   5  1 
Xi độc lập  D     D  1   D   2   ...  D  5   5D  1 
7 35
X1 1…………6    1   , D  i  
P 1/6………1/6 2 12
@Copyright 2010
§4: Kỳ vọng của hàm Y     
1.Trường hợp rời rạc:     xi   pi ,   Y      xi  pi

 i
2.Trường hợp liên tục:  : f X  x    Y      x . f X  x  dx

Ví dụ 4.1:    
cos x, x   0, 2 
  
Cho  : fX  x  
0  
x   0, 

  2
Tìm kỳ vọng và phương sai của Y= sinX.
 /2
 /2 sin 2 x 1
 Y    sin x cos xdx  0 
0 2 2
sin 3 x
 Y 
 /2 1
1
2
sin x cos xdx 
2
0 
0 3 3
D Y    Y 2     Y   
2 1 1 1
 
3 4 12
@Copyright 2010
§5: Kỳ vọng của hàm     ,Y 
1.Trường hợp rời rạc:     xi , Y  y j   pij

         xi , y j  . pij
Ví dụ 5.1:
  Y    xi y j pij
i, j
i, j
2.Trường hợp liên tục:(X,Y)liên tục và có hàm mật độ f(x,y)
         x, y . f  x, y  dxdy
R2
Ví dụ 5.2:
8 xy ,nếu 0  x  y  1
f  x, y   
0 ,nếu trái lại
@Copyright 2010
HÌNH 5.1
y
1


0 1 X
@Copyright 2010
.    
 x. f  x, y  dxdy  
1 y
dy  x8 xydx
0 0
2
R
 Y    y. f  x, y  dxdy  
1 y
dy  y8 xydx
0 0
2
R
 Y 2    y2. f  x, y  dxdy
R2
 X 2    x2 . f  x, y  dxdy
  X .Y    xy. f  x, y  dxdy
R2
@Copyright 2010
§6: Các đặc trưng của vectơ ngẫu nhiên
1.Kỳ vọng: E(X,Y) = (E(X),E(Y))

2. Hiệp phương sai (covarian):
Định nghĩa 6.1: cov(X,Y) = E[(X - E(X)).(Y – E(Y))]
Định lý 6.1: cov(X,Y) = E(XY) – E(X).E(Y)
Tính chất: (1) X,Y độc lập thì cov(X,Y) = 0
(2) cov(X,X) = D(X)
 m  m n
(3) cov   i ,  Y j    cov  i , Y j 
n
 i 1 j 1  i 1 j 1
 m m
 m
(4) cov   i ,   k    D  i    cov  i , X k 
 i 1 k 1  i 1 ik
@Copyright 2010
3. Hệ số tương quan
Định nghĩa 6.2: cov  , Y 

RXY 
    .  Y 
Tính chất: (1) X,Y độc lập  RY  0
(2) RXY  1, , Y
(3) RXY  1  a, b, c : a  bY  c
Ý nghĩa: Hệ số RXY đặc trưng cho sự ràng buộc tuyến tính
giữa X và Y: RXY càng gần1, thì X,Y càng gần có quan
hệ tuyến tính.
 cos  ,   ,cos  , Y  
4. Ma trận tương quan: D  , Y    
 cov Y ,   ,cov Y , Y  
 
@Copyright 2010
Ví dụ 6.1:
• Cho các biến ngẫu nhiên 1 , 2 ,.....m ; Y1 , Y2 .....Yn có phương

  
sai đều bằng 1: cov i ,  j  p1 ;cov Yi , Y j  p2 ;cov i , Y j  p3   
Tìm hệ số tương quan của 2 biến ngẫu nhiên:
U   1   2  .....   m  và V  Y1  Y2  .....  Yn 
Giải: cov U ,V  cov  m  , n Y   m . n cov  , Y  m.n. p
   i  i    i j  3
 i 1 j 1  i 1 j 1
 m n
 m
D U   cov    i ,  X k    D   i    cov  i ,  k   m  m(m  1). p1
 i 1 k 1  i 1 jk
D V   n  n(n  1). p2
cov U ,V  m.n. p3
RUV  
 U  . V  m  m  m  1 p1 . n  n  n  1 p2
@Copyright 2010
5. Cách dùng máy tính bỏ túi
a)Loại ES: MODE STAT a+bx

xi yi pij
AC
SHIFT STAT VAR x    X 
SHIFT STAT VAR x n    X 
SHIFT STAT VAR y   Y 
SHIFT STAT VAR y n   Y 
SHIFT STAT REG r  RXY
SHIFT STAT SUM  xy    XY 
@Copyright 2010
b) Loại MS: MODE REG LIN

Cách xóa dữ liệu cũ : SHIFT CLR SCL =
Cách nhập dữ liệu : xi , y j ; pij M
SHIFT S-VAR x    X 
SHIFT S-VAR x n    X 
SHIFT S-VAR y   Y 
SHIFT S-VAR y n   Y 
SHIFT S-VAR r  RXY
SHIFT S-SUM  xy    XY 
@Copyright 2010
Chương 4: Các quy luật phân phối xác suất cơ bản

§1. Các quy luật phân phối rời rạc cơ bản
1. Phân phối đều rời rạc:

X x1 x2……xk
P 1/k 1/k…….1/k
2. Phân phối không – một A(p):
Định nghĩa 1.1: X có phân phối A(p)  X 0 1
P q p
Định lý 1.1: X có phân phối A(P) thì E(X) = P, D(X) = p.q
3. Phân phối nhị thức B(n,p):
Định nghĩa 1.2:  :    
n, p     k  n .q , k  1, n
 C k
. p k nk
Định lý1.2:  :   n, p     X   np, D     npq, Mod   k0   n  1 p 
@Copyright 2010
4. Phân phối siêu bội
Bài toán: Cho 1 hộp có N bi trong đó có M bi trắng còn lại

là đen. Lấy ngẫu nhiên từ hộp đó ra n bi (không hoàn
lại), n không lớn hơn M và N-M. Hãy lập bảng phân phối
xác suất của X là số bi trắng lấy được.
Giải: CMk
C nk
  k  . N M
n
, k  0, n
C N
Định nghĩa 1.3: Phân phối nói trên được gọi là phân phối
siêu bội H(N,M,n)
Định lý 1.3: Giả sử  : H ( N , M , n)       np,
N n M
D     npq ,p
N 1 N
@Copyright 2010
Ghi nhớ: lấy bi có hoàn lại: phân phối nhị thức

lấy bi không hoàn lại: phân phối siêu bội
5. Phân phối Poisson P(a),a>0: k

a
Định nghĩa 1.4:  :   a       k   e . k ! , k  0,1, 2...
a
Định lý 1.4: X có phân phối P(a) thì E(X) = D(X) = a

Ví dụ 1.1: Giả sử X có phân phối P(8). Khi ấy:
P(X=6) = 0,122138 (cột 8, hàng 6 bảng phân phối Poisson)
  0  x  12   0,936204 (cột 8, hàng 12 bảng giá trị hàm  …)
  6  X  12     0  X  12     0    5 
Chú ý: Nếu gọi X là số người ngẫu nhiên sử dụng 1 dịch
vụ công cộng thì X tuân theo quy luật phân phối Poisson
P(a) với a là số người trung bình sử dụng dịch vụ đó.
Khoa Khoa Học và Máy Tính

Xác Suất Thống Kê. Chương 4 3
@Copyright 2010
Ví dụ 1.2:
Quan sát trong 20 phút có 10 người vào trạm bưu điện.
Tính xác suất trong 10 phút có 4 người vào trạm đó.
Giải:
Gọi X là số người ngẫu nhiên vào trạm đó trong 10 phút thì
X có phân phối P(a), a = 5. Khi ấy:
4
5
    4  e . 5
4!
@Copyright 2010
§2: Các quy luật phân phối liên tục
1. Phân phối chuẩn   a,   ,   0

2
 x  a 
2
 :   a,  2   f  x  
Định nghĩa 2.1: 1 2 2
e
 2
Định lý 2.1: X có phân phối   a,   thì E(X) = a, D(X) = 
2 2
Định nghĩa 2.2: Đại lượng ngẫu nhiên U có phân phối chuẩn
tắc N(0,1) nếu: 1 u 2 /2 (hàm mật độ Gauss).
f u   e
2
Định lý 2.2: u
1 t 2 /2
U có phân phối N(0,1) thì FU  u   0,5  e dt  0,5   U 

0 2
với  U  là tích phân Laplace (hàm lẻ)
@Copyright 2010
Định lý 2.3: Giả sử U có phân phối N(0,1). Khi ấy ta có:
1   u1  U  u2     u2     u1  ;
 2    U     2   .
X a
Định lý 2.4: Giả sử  :  a,  2  U    
:   0,1
@Copyright 2010
Định lý 2.5: Giả sử  :   a,  2  .Khi ấy ta có:

  a   a 
 
1        
   
     
 
  
2    a     
 2.
 
Ví dụ 2.1:Chiều cao X của thanh niên có phân phối chuẩn

N(165, 52 ).Một thanh niên bị coi là lùn nếu có chiều cao
nhỏ hơn 160 cm.Hãy tính tỷ lệ thanh niên lùn.
 160  165 
    X  160          
 5 
  1       0, 34134  0, 5
@Copyright 2010
Ví dụ 2.2: Cho U :   0,1

m
hãy tính kỳ vọng của U
• Giải:
 U    u .
 1 u 2 /2
m m
e du  0 nếu m lẻ vì cận đối xứng,

2

hàm dưới dấu tích phân là hàm lẻ.
 U    u
 1 u 2 / 2  1 u 2 / 2
2 2
e du   u.u e du

2 
2
1 u 2 / 2 1 u 2 / 2
dv  u e v e
2 2
1  u 2 / 2 
  U   u.
 1 u2 / 2
2
e  e du  1
2  
2
@Copyright 2010
Tương tự:
 U    u .u
 1 u 2 /2
4 3
e du

2

e du  3. U 2   3.1;
1 
2 1
 u .  u /2
 3. u  u 2 /2
2
3
e
2  
2
 U 6   5 U 4   5.3.1;
 U 2 n    2n  1!!
@Copyright 2010
Ví dụ 2.3: Trong 1 hộp bi có 6 trắng, 5 đen, 4 vàng. Lấy

ngẫu nhiên lần lượt không hoàn lại gặp vàng thì dừng
.Tính xác suất để lấy được 3 trắng, 2 đen.
Giải:Lấy 1 bi cuối cùng là vàng nên: C 63 .C52 4

P 5
.
C 15 10
2. Phân phối đều liên tục: (Xem SGK)

3. Phân phối mũ e :(Xem SGK)
4. Phân phối khi bình phương:(Xem SGK)
5. Phân phối Student:(Xem SGK)
@Copyright 2010
§3. Các định lý giới hạn.

1. Định lý Chebyshev (Xem SGK)
2. Định lý Bernoulli (Xem SGK)
3. Các định lý giới hạn trung tâm.
Định lý 3.1(Lyapounov): Giả sử 1 ,  2 ,...,  n đôi một độc
lập và n
 E X k  E( X k )
3
lim k 1 3/2
0
n 
 n

  k 
D 
 k 1 
Khi ấy ta có:
1 n 1 n
 i   E  i 
U
n i 1 n i 1
 N  0,1 khi n đủ lớn  n  30 
n
1
n
 Dx 
i 1
i
@Copyright 2010
Hệ quả 3.1:Giả sử thêm vào đó ta có

E ( X i )  a, D ( X i )   2 , i  1, n
1 n
( . X i  a). n
n i 1
U   N (0,1) khi n đủ lớn

m
 p ). n
(
Hệ quả 3.2: U n  N (0,1) khi n đủ lớn
p (1  p )
@Copyright 2010
Ví dụ 3.1:Biến ngẫu nhiên X là trung bình cộng của n biến

ngẫu nhiên độc lập có cùng phân phối: 1 , 2 ..., n với
phương sai: D   k   5  k  1, 2,..n 
Xác định n sao cho với xác suất không bé hơn 0,9973.
a) Hiệu cuả X-E(X) không vượt quá 0,01
b) Trị tuyệt đối của X-E(X) không vượt quá 0,005.
Bài giải:
1 n
   i , E ( i )  a  E  X   a  D  i    2  5
n i 1
@Copyright 2010
a )    E     0, 01  0, 9973
.

  U 
   a  n 0, 01 n 

.   0, 9973
  5 
 
 0, 01 n 
     0, 5  0, 9973
 5 
 0, 01 n 
     0, 4973    2, 785 
 5 
2
0, 01 n  2,875. 5 
  2, 785  n   
5  0, 01 
@Copyright 2010
.
b)
. ( U    E     0, 005)  0, 9973
 0, 005 n 
 2.    0, 9973
 5 
 0, 005 n  0, 9973
        3
 5  2
2
0, 005 n  3 5 
  3  n   
5  0, 005 
@Copyright 2010
$4.Các công thức tính gần đúng
1. Công thức gần đúng giữa siêu bội và nhị thức.

Định lý 4.1:Khi n<N nhiều thì H  N , M , n   B  n, p  , p  M
Nghĩa là: N
k nk
CM .CN  M
 X  k  n
 Cn
k
. p k
.q nk
CN
Ví dụ 4.1: Giả sử cho 1 hộp có N=1000 bi trong đó có
M=600 bi trắng còn lại là bi đen. Rút ngẫu nhiên ra 20
bi,tính xác suất để lấy được đúng 12 bi trắng.
12 8
C600 .C400
  X  12   20
 C 12
20 .0, 612
.0, 48
C1000
@Copyright 2010
2. Nhị thức và Poisson:

Định lý 4.2: Khi n đủ lớn,p rất bé  B  n, p     a  với
a=np
k
a
Nghĩa là:   X  k   C k . p k .q n  k  e  a . , k  o, n
n
k!
Ví dụ 4.2: Một xe tải vận chuyển 8000 chai rượu vào kho.
Xác suất để khi vận chuyển mỗi chai bị vỡ là 0,001. Tìm
xác suất để khi vận chuyển:
a) Có đúng sáu chai bị vỡ
b) Có không quá 12 chai bị vỡ.
@Copyright 2010
. Giải: Gọi X là số chai bị vỡ thì X có phân phối B(n,p)

n  8000, p  0, 001  a  np  8
6
8
1)    6   C8000
6
. p 6 .q80006  e8 .  0,1221338
6!
2)  0    12   0,936204
Chú ý: Khi p rất lớn thì q rất bé vậy ta có thể coi q là p mới
( tức là đổi p thành q,q thành p).
@Copyright 2010
3. Phân phối nhị thức và phân phối chuẩn

Định lý: Khi n đủ lớn,p không quá bé và cũng không quá lớn
thì B(n,p)  N(np,npq), nghĩa là:
1  k  np 
  k  .f  

npq  npq 
 k2  np   k1  np 
  k1    k2        
 npq   npq 
   
@Copyright 2010
Ví dụ 4.3:Xác suất trúng đích của một viên đạn là 0,2. Tìm
xác suất để khi bắn 400 viên thì có tất cả:
a)70 viên trúng
b)Từ 60 đến 100 viên trúng.
Giải: Gọi X là là số đạn bắn trúng thì
 70  80  1
1
a)    70   C . p .q 70
400
70
f 330
  . f 1, 25 
 8  8 8
 100  80   60  80 
b)  60    100        2.  2,5 
 8   8 
@Copyright 2010
Chương 5: Lý thuyết mẫu
§1.Một số khái niệm về mẫu.

1 .Tổng thể:
Khái niệm: Tập hợp tất cả các phần tử để nghiên cứu theo
1 dấu hiệu nghiên cứu nào đó gọi là tổng thể. Số phần
tử của tổng thể được gọi là kích thước N của nó. Đại
lượng ngẫu nhiên đặc trưng cho dấu hiệu nghiên cứu
gọi là đại lượng ngẫu nhiên gốc X.
Dấu hiệu nghiên cứu được chia ra làm 2 loại: Định lượng
và định tính.
-Định lượng: E     a, D      2
-Định tính: E     p, D     p.q
@Copyright 2010
Gọi a là trung bình tổng thể , p là tỉ lệ tổng thể

 2 gọi là phương sai tổng thể
 gọi là độ lệch tổng thể
Chú ý: Định tính là trường hợp riêng của định lượng với hai
lượng là 0 và 1. Cho nên p là trường hợp riêng của a,
còn p.q là trường hợp riêng của  2
@Copyright 2010
2.Mẫu:
Từ tổng thể lấy ngẫu nhiên ra n phân tử để nghiên cứu
được gọi là lấy 1 mẫu kích thước n.
Định nghĩa:Từ đại lượng ngẫu nhiên gốc X,xét n đại lượng
ngẫu nhiên độc lập có cùng phân phối với X.Véc tơ ngẫu
nhiên n chiều W   1 ,  2 ... n  được gọi là 1 mẫu kích
thước n. Thực hiện phép thử ta nhận được w   x1, x2 ...xn 
là giá trị cụ thể hay giá trị thực hành mẫu W.
Mẫu chia làm 2 loại: Định lượng và định tính
Mẫu chia thành 2 loại theo cách lấy mẫu là có hoàn lại và
không hoàn lại.
@Copyright 2010
§2. Các phương pháp mô tả mẫu.
1. Bảng phân phối tần số mẫu.

Ví dụ 2.1: Từ kho lấy ra 1 số bao gạo được bảng số liệu:
TL(kg) 48 49 50
Số bao 20 15 25
Định nghĩa 2.1: Bảng phân phối tần số mẫu là:
 x1 x2 ... xk
ni n1 n2 ... nk
n
i 1
i n
@Copyright 2010
ai  bi
Chú ý:  ai , bi   xi  (1 khoảng tương ứng với trung
2
điểm của nó)
2.Tỷ lệ mẫu(Chỉ dành cho mẫu định tính)

Định nghĩa 2.2: Giả sử trong 1 mẫu định tính kích thước n
có đúng m phân tử mang dấu hiệu nghiên cứu. Khi ấy tỷ
lệ của mẫu là.
m
Ff 
n
Chú ý: Bảng phân phối tần số của mẫu định tính có dạng:
X 0 1
ni n-m m
@Copyright 2010
§3. Các đặc trưng của mẫu
1.Trung bình mẫu:

Định nghĩa 3.1: Xét mẫu W   X 1 , X 2 ,.., X n 
Trung bình của mẫu W là:
1 n 1 k
X   X i  x   xi .ni
n i 1 n i 1
Chú ý: f  x (Khi ta xét mẫu định tính)
2. Phương sai mẫu:
Định nghĩa 3.2: Phương sai của mẫu W là:
 
n
Sº2   n2   X i  X
1 2
n i 1
@Copyright 2010
1 n 
Định lý 3.1: º
S   n    X 2i   X  
2
2 2
 n i 1 
 2 
 
n
thử º 1
S  n    x i   x
2 2
2
 n i 1 
Định nghĩa 3.3: Phương sai điều chỉnh mẫu là
n º2
S 
2 2
n 1  S
n 1
$   x n
S -độ lệch mẫu
n
S   n 1  x n  1 -độ lệch điều chỉnh mẫu.
Xác Suất Thống Kê. Chương 5

Khoa Khoa Học và Máy Tính @Copyright 2010 7
Cách dùng máy tính bỏ túi ES
• Mở tần số(1 lần): Shift Mode Stat On(Off)

• Nhập: Mode Stat 1-var
xi ni
48 20
49 15
50 25
AC: báo kết thúc nhập dữ liệu
x  49, 0833
Cách đọc kết quả: Shift Stat Var
x n  0,8620
x n  1  0,8693
@Copyright 2010
Cách dùng máy tính bỏ túi MS:Vào Mode chọn SD

Xóa dữ liệu cũ: SHIFT CLR SCL =
Cách nhập số liệu :

48; 20 M+
49; 15 M+
50; 25 M+

 x  49, 0833

SHIFT S – VAR  x n  0,8620
 x n  1  0,8693

@Copyright 2010
§4. Bảng phân phối và bảng phân vị
1.Trường hợp tổng quát:

Định nghĩa 4.1: X là đại lượng ngẫu nhiên bất kỳ.Bảng phân
phối của X là bảng các giá trị M  sao cho:   X  M    1  
Bảng phân vị của X là bảng các giá trị m sao cho:
  X  m   
HÌNH 4.1
HÌNH 4.2
@Copyright 2010
2. Bảng phân phối và phân vị chuẩn: Cho U có phân

phối chuẩn tắc
.Bảng phân phối chuẩn: U  Z :   U  Z   1  
.Bảng phân vị chuẩn: u :  U  u   
HÌNH 4.3 HÌNH 4.4
@Copyright 2010
. Tính chất: u  u1  Z 2

1
  Z  
2
Ví dụ 4.1: Cách tra bảng tìm Z
1  0, 05  hàng 1,9
  Z 0,05    0, 475  
2  cột 6
 Z 0,05  1,96
Tương tự ta có
Z 0,1  1, 645
Z 0,01  2,575

3. Bảng phân phối, phân vị Student:

Cho T có phân phối Student với n bậc tự do
Bảng phân phối Student T (n) :   T  T (n)   1  
 
Bảng phân vị Student
t (n) :  T  t (n)   
Tính chất: t (n)  t1 (n)  T2 (n)  tn;

T0,05 (24)  t24:0,025  2, 064
(tra ở bảng phân phối Student:cột 0,05,hàng 24 hoặc ở
bảng t n ; :cột 0,025,hàng 24).
@Copyright 2010
HÌNH 4.5 HÌNH 4.6
@Copyright 2010
4.Bảng phân phối khi bình phương: là bảng các giá trị:
 2  n  :    2   2  n    1  n
HÌNH 4.7
Ví dụ 2.2: Tra bảng phân phối khi bình phương,hàng 24,

cột 0,05 ta có:  2  24   36, 42
0,05

Chương 6. Lý thuyết ước lượng
§1. Khái niệm chung về ước lượng.

-Ký hiệu  là a,p, hoặc  2
-Việc dùng kết quả của mẫu để đánh giá 1 tham số  nào
đó của tổng thể dược gọi là ước lượng 
1.Ước lượng điểm:
Chọn G=G(W),sau đó lấy   G
1.Không chệch: E (G )  
2.Vững: lim G  
n 
3.Hiệu quả: D(G)  min
4.Ước lượng có tính hợp lý tối đa( ứng với xác suất lớn
nhất-xem SGK)
@Copyright 2010
Kết quả: a  x : có đủ 4 tính chất trên.

p  f : có đủ 4 tính chất trên.
 2  S 2 : Không chệch

 2  S 2 : Hợp lý tối đa
2.Ước lượng khoảng:

Định nghĩa: khoảng 1 ,  2  được gọi là khoảng ước lượng
của tham số  với độ tin cậy   1   nếu:
 1     2   1  
I  2  1 -độ dài khoảng ước lượng hay khoảng tin cậy.
@Copyright 2010
.
Sơ đồ giải: Chọn G  W,   sao cho G có quy luật phân
phối xác suất đã biết, tìm 2 số g1 , g 2 sao cho
  g1  G  g 2   1  
 g1  g  w,   g 2
 1     2
@Copyright 2010
§2. Ước lượng khoảng của tỷ lệ tổng thể p.
Bài toán: từ tổng thể lấy 1 mẫu kích thước n có tỷ lệ mẫu f.
Với độ tin cậy  ,hãy tìm khoảng tin cậy của p.
Giải: Chọn G U 
 f  p n
   0,1
f 1  f 
Xét 1 ,  2  0 :  1   2  

  u1  U  u1 2  1   
  Z 21  u1 
 f  p n
 u1  Z 2 2
f 1  f 
2
f 1  f  f 1  f 
 f .Z 2 2  p  f  .Z 21
n n
@Copyright 2010
Ta xét 3 trường hợp riêng quan trọng:
f 1  f 
1)1   ,  2  0    p  f  .Z 2 (Ước lượng tốiđa)
n
f 1  f 
2)1  0,  2    f  .Z 2  p  
n (Ước lượng tối thiểu)
 f 1  f 
3)1   2    .Z
2 (Độ chính xác)
n
 f   p  f  (Đối xứng)
 I  2 (Độ dài khoảng tin cậy)
 f 1  f  .Z 
n 
2
 1
  2

@Copyright 2010
.Quy ước: Nếu đề bài không nói rõ thì ta xét ước lượng
đối xứng.
Ví dụ 2.1:
Để điều tra số cá trong hồ ,cơ quan quản lý đánh bắt 300
con,làm dấu rồi thả xuống hồ,lần 2 bắt ngẫu nhiên 400
con thấy 60 con có dấu. Hãy xác định số cá trong hồ với
đô tin cậy bằng 0.95.
@Copyright 2010
Gọi N là số cá trong hồ
300
P là tỷ lệ cá bị đánh dấu trong hồ 
N
n  400, m  60  f  0,15
0,15.0,85 0,15.0,85
 .Z 0,05  .1,96
400 400
300
 f      f   ? N  ?
N
@Copyright 2010
Ví dụ 2.2:Cần lập một mẫu ngẫu nhiên với kích thước bao
nhiêu để tỷ lệ phế phẩm của mẫu là 0,2 ;độ dài khoảng
tin cây đối xứng là 0,02 và độ tin cây là 0.95.
Bài giải:   0,95, I  0, 02, f  0, 2  n
I  0, 02    0, 01
 0, 2.0,8 
2 
n . 1,96    1
2
  0, 01 
@Copyright 2010
§3. Ước lượng khoảng của trung bình tổng thể a
Bài toán:Từ tổng thể lấy 1 mẫu kích thước n có trung bình
mẫu x và phương sai điều chỉnh mẫu S 2 . Với độ tin cậy
 ,hãy tìm khoảng ước lượng của trung bình tổng thể a.
Bài giải.Ta xét 3 trường hợp:
TH1. Đã biết phương sai tổng thể
2

Chọn G  U 
 x  a n
: N  0,1

Xét 1,2  0; 1   2     Z 2 
 x  a n
 Z 2 2
1

@Copyright 2010
. 
1.1   ,  2  0    a  x  .Z 2
n
(Ước lương trung bình tối đa)

2.1  0,  2   ,  x  .Z 2  a   (Ước lượng tối thiểu)
n
 
3.1   2    .Z (Độ chính xác)
2 n
 x   a  x  (Đối xứng)
   
2
n   .Z    1, I  2
   
@Copyright 2010
TH2. Chưa biết phương sai tổng thể  , n  30

2
Chọn: G U 
 x  a n
: N  0,1
S
S S
1,2  0;1   2    x  .Z 2 2  a  x  .Z 21
n n
Kết quả tương tự TH1: thay  bằng S
TH3.Chưa biết phương sai tổng thể  , n  30
2
Chọn G T 
 x  a n
: T  n  1
S
Xét 1,2  0;1   2  
@Copyright 2010
.

  t1    T  t1 2  
  1
 T21  n 1

 x  a n
 T2 2 
n 1
S
S  n 1 S  n 1
 x T2 2 a x .T21
n n
 n 1
Kết quả tương tự TH2 : Thay Z 2 bằng T2
@Copyright 2010
Ví dụ 3.1. Hao phí nguyên liệu cho 1 sản phẩm là 1 đại

lượng ngẫu nhiên tuân theo quy luật chuẩn vớí độ lệch
chuẩn   0, 03.
Người ta sản xuất thử 36 sản phẩm và thu được bảng số liệu:
Mức hao phí 19,5-19,7 19,7-19,9 19,9-20,1 20,1-20,3
nguyên liệu(gam)
Số sản phẩm 6 8 18 4
Với độ tin cậy 0,99,hãy ước lượng mức hao phí nguyên liệu
trung bình cho 1 sản phẩm nói trên.
TH1.   0, 03, x  19,91111,   0, 01  Z 0,01  2,575
0, 03
  .2,575  0, 012875
36
x   a  x 
@Copyright 2010
Ví dụ 3.2. Để ước lượng xăng hao phí trung bình cho 1 loại
xe ô tô chạy trên đoạn đương từ A đến B ,chạy thử 49
lần trên đoạn đường này ta có bảng số liệu:
Lượng xăng hao 9,6-9,8 9,8-10,0 10,0- 10,2- 10,4-

10,2 10,4 10,6
phí(lit)
Số lần 4 8 25 8 4
Với độ tin cậy 0.95,hãy tìm khoảng tin cậy cho mức hao phí
xăng trung bình của loại xe nói trên.
@Copyright 2010
Giải
. TH 2 : n  49,   0,95
x  10,1, S  0, 2
Z 0,05  1,96
1,96.0, 2
  0, 056
7
 10, 044  a  10,156
@Copyright 2010
§4. Ước lượng khoảng của phương sai tổng thể 2
Bài toán: Từ tổng thể lấy 1 mẫu kích thước n, có phương

sai hiệu chỉnh mẫu  2 . Với độ tin cậy  hãy tìm
khoảng ước lượng của phương sai tổng thể  2
Bài giải
 n  1   2
Chọn G     (n  1), 1,2  0 : 1   2  

2 2
2
:
S
 
  21 (n  1)   2  22 (n  1)  1  
 n  1 S 2   2   n  1 S 2
 (n  1)
2
2
 (n  1)
2
1

Quy ước lấy 1   2  (nếu không cho 1 ,  2 )
2
@Copyright 2010
Ví dụ 3.1:Để định mức gia công 1 chi tiết máy,người ta

theo dõi quá trình gia công 25 chi tiết máy,và thu được
bảng số liệu sau:
Thời gian gia 15-17 17-19 19-21 21-23 23-25 25-27

công (phút)
Số chi tiết máy 1 3 4 12 3 2
a)Với độ tin cậy 0,95,hãy tìm khoảng tin cậy cho thời gian
gia công trung bình 1 chi tiết máy.
b)Với độ tin cậy 0,95,hãy tìm khoảng tin cậy cho phương
sai.
@Copyright 2010
Giải
a)TH3
n  25,   0,95, x  21,52, S  2, 4
24
T0,05  2, 064
2, 064.2, 4
  0,99072
5
 20,5293  a  22,5107
b)
2 2
24.2, 4 24.2, 4
 0,975
2
(24)  12, 40, 0,025
2
(24)  39,36  2 
39,36 12, 40
@Copyright 2010
Chương 7. Lý thuyết kiểm định
§1: Khái niệm chung về kiểm định

Việc dùng kết quả của mẫu để khẳng định hay bác bỏ một
giả thiết H nào đó được gọi là kiểm định giả thiết H. Khi
kiểm định ta có thể mắc 1 trong 2 loại sai lầm sau:
1. Sai lầm loại1: Là sai lầm mắc phải nếu ta bác bỏ H

trong khi H đúng. Ta ký hiệu xác suất để mắc sai lầm
này là  và gọi  là mức ý nghĩa.
2. Sai lầm loại 2: Là sai lầm mắc phải nếu ta công nhận H
trong khi H sai. Ta ký hiệu xác suất để mắc sai lầm loại
nay là B và gọi 1-B là lực kiểm định.
Trong các bài toán kiểm định ta sẽ xét sau này mức ý
nghĩa  là cho trước.
@Copyright 2010
Giả thiết  :   0
   0 (thiếu)
Giả thiết đối lập:     0 (thừa)
   0 (đối xứng-ta chỉ xét bài này)
§2: Kiểm định giả thiết về tỉ lệ
1. Bài toán 1 mẫu:
Bài toán: Ký hiệu tỉ lệ của 1 tổng thể là P(chưa biết). Từ
tổng thể lấy 1 mẫu kích thước n, có tỉ lệ mẫu f. Với mức ý
nghĩa  hãy kiểm định giả thiết:
 :   0
@Copyright 2010
Giải:
Bước 1: Tra 
Bước 2: Tính giá trị quan sát: U qs 
 f  0  n
0 1   0 
Bước 3: Kết luận:

U qs    H đúng    0
U qs    H sai    0
  0 U qs       0
U qs       0
@Copyright 2010
2. Bài toán 2 mẫu
Bài toán: kí hiệu tỉ lệ của tổng thể 1, 2 là 1 ,  2 (cả 2 chưa

biết).Từ các tổng thể lấy các mẫu kích thước n1 , n2,có tỉ lệ
m1 m2
mẫu f1  , f2  . Với mức ý nghĩa  , hãy kiểm định
n1 n2
giả thiết:  : 1   2
Bước 1: 
m1 m2

n1 n2
Bước 2: U qs 
m1  m2  m1  m2 
1  
n1.n2  n1  n2 
@Copyright 2010
• Bước 3: Kết luận:
U qs   H đúng  1   2
U qs   H sai  1   2
U qs    1   2
1   2
U qs    1   2
@Copyright 2010
Ví dụ 2.1:Nếu áp dụng phương pháp I thì tỉ lệ phế phẩm là

6%, còn nếu áp dụng phương pháp II thì trong 100 phế
phẩm có 5 phế phẩm. Vậy có thể kết luận áp dụng
phương pháp thứ II thì tỉ lệ phế phẩm ít hơn phương
pháp thứ I không? Hãy kết luận với mứa ý nghĩa 0,05.
Giải: Ký hiệu 0  0,06 là tỉ lệ phế phẩm của phương pháp I ;
P là tỉ lệ phế phẩm của phương pháp II ( chưa biết)
 :   0  0,06, f  0,05
Bước 1:   1, 96
Bước 2: U qs 
 f  0  n

 0, 05  0, 06  .10
 0, 42
0 1   0  0, 06.0,94
@Copyright 2010
Bước 3: U qs  0,05  1,96     0 .Vậy tỉ lệ phế phẩm của

phương pháp II bằng với tỉ lệ của phương pháp I
• Ví dụ 2.2.Thống kê số phế phẩm của 2 nhà máy cùng sản

xuất một loại sản phẩm có bảng số liệu :
Nhà máy Số sản phẩm Số phế phẩm

I 1200 20
II 1400 60
Với mức ý nghĩa 0.05 ,hãy xét xem tỷ lệ phế phẩm ở 2 nhà
máy trên có như nhau hay không ?
@Copyright 2010
1 -tỷ lệ phế phẩm của nhà máy I

 2 -tỷ lệ phế phẩm của nhà máy II
H : 1  2
Bước 1   0,05  Z  1,96
20 60

Bước 2 1200 1400
Uqs   3,855
20  60  80 
1  
1200.1400  2600 
Bước 3
Uqs  Z  1,96  1   2
Vậy tỷ lệ phẩm của nhà máy 1 thấp hơn nhà máy 2
@Copyright 2010
§ 3.Kiểm định giả thiết về giá trị trung bình
1.Bài toán 1 mẫu:

Ký hiệu trung bình của 1 tổng thể là a (chưa biết).Từ tổng
thể lấy 1 mẫu kích thước n có trung bình mẫu x , và
phương sai điều chỉnh mẫu S . Với mức ý nghĩa 
2
,hãy kiểm định giả thiết: H  a  a0

Giải:
Trường hợp1: Đã biết phương sai tổng thể 
2
Z
 
B1:
B2:
x  a0 n
U qs

@Copyright 2010
B3. U qs  Z H đúng: a  a0
H sai : a  a0
U qs  Z
U qs   Z  a  a0
a  a0 :
U qs  Z  a  a0
TH 2: Chưa biết phương sai tổng thể  2 , n  30
B1: Z
B2: U qs 
x  a0 n  
S
B3: U qs  Z H đúng: a  a 0
U qs  Z H sai: a  a0
@Copyright 2010
U qs   Z  a  a0
a  a0
. U qs  Z  a  a0
TH3: Chưa biết phương sai tổng thể  , n  30
2
B1. T  n 1
B2: Tqs 
x  a0 n 
S
Tqs  T 
n 1
B3:Kết luận H đúng a  a0
Tqs  T  n 1 H sai a  a0
Tqs  T 
n 1
 a  a0
a  a0
Tqs  T 
n 1
 a  a0
@Copyright 2010
.Ví dụ 3.1. Trọng lượng (X) của một loại sản phẩm do nhà
máy sản xuất ra là đại lượng ngẫu nhiên có phân phối
chuẩn với độ lệch chuẩn là   1kg ,trọng lượng trung
bình là 50kg. Nghi ngờ hoạt động không bình thường
làm thay đổi trọng lượng trung bình của sản phẩm người
ta cân thử 100 sản phẩm và thu được kết quả sau:
Trọng lượng sản phẩm(kg) 48 49 50 51 52

Số lượng sản phẩm 10 60 20 5 5
Với mức ý nghĩa 0.05,hãy kết luận về nghi ngờ nói trên.
@Copyright 2010
. Giải.
Vì   1 nên đây là trường hợp 1
x  49,35
U qs   49,35  50  100  6,5  Z 0,05  1,96

 a  a0  50
Vậy máy đã hoat động không bình thường làm giảm trọng
lượng trung bình của sản phẩm.
@Copyright 2010
Ví dụ 3.2.
.Mức hao phí xăng(X) cho một loại xe ô tô chay trên đoạn
đường AB là một đại lượng ngẫu nhiên có phân phối
chuẩn có kỳ vọng là 50 lít. Nay do đường được tu sửa lại,
người ta cho rằng hao phí trung bình đã giảm xuống.
Quan sát 55 chuyến xe chạy trên đường AB ta thu được
bảng số liệu sau :
Mức hao phí(lít) 48,5-49,0 49,0-49,5 49,5-500 500-505 505-510
Số chuyến xe ni 10 11 10 4 20
Với mức ý nghĩa   0, 05 hãy cho kết luận về ý kiến trên.
@Copyright 2010
a mức hao phí xăng khi sửa lại đường

a0 mức hao phí xăng khi chưa sửa lại đường
H : a  a0
Z 0,05  1,96
x  49, 416
S  0,573
U qs 
 xa 0 n

 49, 416  50  36
S 0,573
 6,115   Z  1,96
 a  a0
Vậy mức hao phí xăng trung bình đã giảm .
@Copyright 2010
.Ví dụ 3.3. Định mức để hòan thành 1 sản phẩm là 1,45

phút. Có nên thay đổi định mức không,nếu theo dõi thời
gian hoàn thành của 25 công nhân,ta có bảng số liệu
sau:
Thời gian sản xuất 10-12 12-14 14-16 1-18 18-20
một sản
phẩm(phút)
Số công nhân 2 6 10 4 3
tương ứng  ni 
Hãy kết luận với mức ý nghĩa 0.05 biết rằng thời gian hoàn
thành một sản phẩm (X) là một đại lượng ngẫu nhiên có
phân phối chuẩn.
@Copyright 2010
. Giải H : a  a0
a0  14, 25 là định mức cũ ,a là năng suất trung bình mới
T (24)
0.05  2, 064
Tqs 
15  14,5 25
 1,118  2.046  a  a0
2, 226
Vậy không nên thay đổi định mức.
@Copyright 2010
2. Bài toán 2 mẫu:
Kí hiệu trung bình của tổng thể 1,2 là a1, a2 ( cả hai chưa
biết. Từ các tổng thể lấy các mẫu kích thước n1 , n2 có
trung bình mẫu x1 , x2 và phương sai hiệu chỉnh mẫu S 21 , S2 2
Với mức ý nghĩa  ,hãy kiểm định giả thiết: H : a1  a2
Trường hợp1. Đã biết phương sai tổng thể 12 ,  2 2
B1: Z
x1  x2
B2: U qs 
 
2 2

1 2
n1 n2
@Copyright 2010
B3. Kết luận
. U qs  Z  H đúng: a1  a2
a1  a2
U qs  Z  H sai
U qs   Z  a1  a2
U qs  Z  a1  a2
TH2: Chưa biết  12 ,  2 2 ,  n1 & n2  30 

B1: Z
x1  x2
B2: U qs 
S12 S 22

n1 n2
@Copyright 2010
 2
TH3: Chưa biết 1 2 ,
,  2
n1  n2  30
 n1  n2  2 
B1. T
x1  x2
B2. Tqs 
S12 S 22

n1 n2
Tqs  T  H đúng a1  a2
T  T  H sai a1  a2
qs 
Tqs  T    a1  a2
Tqs  T    a1  a2
@Copyright 2010
 n1  n2  2 
Quy ước:Nếu n1  n2  2  30  T2  Z
Ví dụ 3.4: Ngườì ta thí nghiệm 2 phương pháp chă nuôi gà
khác nhau, sau 1 tháng kết quả tăng trọng như sau:
Phương pháp Số gà được Mức tăng trọng Độ lệch tiêu chuẩn
theo dõi trung bình (kg)
I 100 1,2 0,2
II 150 1,3 0.3
Với mức ý nghĩa 0.05 có thể kết luận phương pháp II hiệu
quả hơn phương pháp I không?
@Copyright 2010
Giải:
a1 - Mức tăng trong trung bình của phương pháp I
a2 -Mức tăng trọng trung bình của phương pháp II
H : a1  a2
z  1,96
1, 2  1,3
U qs   3,16   Z  a1  a2
0, 04 0, 09

100 150
Vậy phương pháp 2 hiệu quả hơn phương pháp 1
@Copyright 2010
.Ví dụ 3.5:Tương tự ví dụ trên nhưng thay bảng số liệu sau

n1  10, n2  15,  2  0,3
x1  1, 2, x2  1,3
1, 2  1,3
 1  T0,05
23
Tqs   2, 069
2 2
0, 2 0,3

10 15
 a1  a2
Vậy hai phương pháp hiệu quả như nhau.
@Copyright 2010
§4. Kiểm định giả thiết về phương sai
 2
Bài toán: kí hiệu phương sai cuả tổng thể là ,từ tổng thể
lấy 1 mẫu kích thước n có phương sai hiệu chỉnh mẫu
S 2 , với mức ý nghĩa  ,hãy kiểm định giả thiết: H :  2   02
B1:  2  ( n  1)   2 ( n  1)
1
2 2
B2:  qs2 
 n  1 .S 2
2
0
B3:Kết luận:  2  (n  1)   qs 2   2 (n  1)   2   2 0
1
2 2
 qs 2   2  (n  1)   2   2 0
1
2
 qs2   2 (n  1)   2   2 0
2
@Copyright 2010
Ví dụ 4.1.
Chọn ngẫu nhiên 27 vòng bi cùng loại thì thấy độ lệch
trung bình S=0.003. Theo số liệu quy định thì độ lệch
chuẩn cho phép không vượt quá 0.0025. Với mức ý
nghĩa 0.05, hãy cho kết luận?
@Copyright 2010
.Giải :
2
26.0,003
n  27,  0.975
2
(26)  13,84,  0.025
2
 26   41,92,  qs2  2
 37, 44
0,0025
 13,84   qs2  41,92   2   02
Vậy lô vòng bi này chưa vượt mức cho phép về độ phân

tán
@Copyright 2010
§5. Kiểm định giả thiết về quy luật phân phối.
Bài toán:Giả sử đại lượng ngẫu nhiên gốc X của tổng thể
chưa rõ phân phối. Từ tổng thể lấy một mẫu kích thước
n. Với mức ý nghĩa  hãy kiểm định giả thiết :
H: có X có phân phối F(x)
1.F(x) là phân phối rời rạc
Giả sử bảng phân phối tần số mẫu có dạng
X x1 x2 ... xk
ni n1 n2 … nk
@Copyright 2010
B1:Ký hiệu r là số tham số chưa biết của phân phối F(x),ta

thay các tham số đó bằng các ước lượng hợp lý tối đa .
B2: Tra 2  k  r  1

B3: Tính pi    X  xi  , X : F  x  , i  1, 2,....k
B4: Tính giá trị quan sát
 ni  npi 
2
k
 
2
qs
i 1 npi
B5: Kết luận:
 qs2  2  k  r  1  H đúng: X có phân phối F(X)
 qs2  2  k  r  1 H sai : X không có phân phối F(X)
@Copyright 2010
1. Kiểm định giả thiết về phân phối đều rời rạc
H:X có phân phối đều rời rạc

B1. r = 0 (do phân phối đều không có tham số chưa biết)
B2. 2  k  1
1
B3. pi  , i  1, k
k
2
 n
k  i
n  
 
k
1
 qs     ni .k  n 
k

2 2
B4.
i 1 n nk i 1
 
k
B5. Theo bài toán chung như trên
@Copyright 2010
Ví dụ 5.1. Tung 1 con xúc xắc ta được bảng điểm sau đây:
Số điểm 1 2 3 4 5 6
Số lần 3 7 6 5 6 4
Với mức ý nghĩa 0.05 ,hãy kết luận con xúc sắc trên có đều
hay không?
Giải:
1 
 qs   3.6  31   7.6  31   6.6  31 .2   5.6  31   4.6  31 
2 2 2 2 2 2
31.6
 2,1  0.05
2
(5)  11,4
Vậy con xúc xắc đều
@Copyright 2010
2. Kiểm định giả thiết về phân phối Poison.
.
H :  :  a
X
0 1 2… k-1
ni n0 n1 n2… nk 1
B1.r =1 (có 1 tham số chưa biết là a), a  x
B2.   k  2 
2
B3. a i
pi  p    i   e  a , i  0, k  1
i!
  i 
2
B4. 2 k 1
n np
 qs   i
i 0 npi
B5. Như b5 ở bài trên
@Copyright 2010
Ví dụ 5.2:
Để kiểm tra công việc của 200 công nhân,người ta chọn

ngẫu nhiên 1000 sản phẩm của mỗi người đem đi thử
nghiệm để tìm ra phế phẩm. Kết quả như sau:
Số phế phẩm trên1000 sản phẩm 0 1 2 3 4
Số công nhân 109 65 22 3 1
Với mức ý nghĩa 0.01, có thể coi mẫu trên phù hợp với
phân phối Poisson
@Copyright 2010
Giải: a  x  0, 61
i
0, 61
npi  200.e 0,61 . , i  0, 4
i!
i ni npi
0 109 108,67
1 65 66,29
2 22 20,21
3 3 4,111
4 1 0,627
@Copyright 2010
.
109  108,67   65  66, 29   22  20, 21
2 2 2
 2
qs   
108,67 66, 29 20, 21
 3  4,11 1  0,637 
2 2
  0,72   2
0.01  11,34
4,11 0,637
Vậy mẫu trên phù hợp với phân phối Poison.
@Copyright 2010
II. Trường hợp F(x) liên tục: H :  : F  x
Giả sử bảng phân phối tần số mẫu có dạng:

X  
a0, a1  a1 , a2  …  ak 1 , ak 
ni n1 n2 … nk
B1. r là số tham số chưa biết.Thay các tham số đó bằng
các ước lượng hợp lý tối đa của chúng.
B2.Tra 2  k  r  1
B3. Tính p1        a1  ,
p2    a1    a2  ,...,
pk 1    ak  2    ak 1 
pk    ak 1      Chú ý: p i
i 1
@Copyright 2010
 ni  npi 
2
k
 k ni2  1
B4.  2
qs    .  n
i 1 npi  i 1 pi  n
B5. Giống trường hợp F(x) rời rạc.
Kiểm định về phân phối chuẩn.

H :  : N  a,  2 
  a0 , a1   a1 , a2   ak 1 , ak 
ni n1 n2 nk
B1: r  2, a  x,   S$ x n
@Copyright 2010
B2. 2  k  3
B3.  a1  x 
p1      0,5
  
 a2  x   a1  x 
p2      ,...,
     
 ak 1  x   ak  2  x 
pk 1     
     
 ak 1  x 
pk  0,5    
  
@Copyright 2010
 ni  npi 
2
B4. k
 k ni2  1
 2
qs    .  n
i 1 npi  i 1 pi  n
B5. kết luận như b5 bài toán chung
Ví dụ 5.3 : Bảng điểm của 1 lớp học như sau
Số điểm 0-3 3-5 5-7 7-8 8-10
Số học sinh 6 24 43 16 11
Với   0,05 hãy kết luận bảng này có phù hợp với phân
phối chuẩn hay không?
x  5,82,   x n  1,8688
@Copyright 2010
Bài giải:
 3  5,82 
p1      0,5    1,51  0,5  0, 43448  0,5  0, 06552
 1,8688 
.  5  5,82 
p2      0, 43448    0, 44   0, 43448
 1,8688 
 0,17003  0, 43448  0, 26445
 7  5,82 
p3      0,17003    0, 03  0,17003  0, 40568
 1,8688 
 8  5,82 
p4      0, 23565   1,17   0, 23565  0,14335
 1,8688 
p5  0,5   1,17   0,12
 62 242 432 162 112 
 
2
qs      :100  100
 0, 06552 0, 26445 0, 40568 0,14335 0,121 
 0, 707   0.05
2
(2)  6
@Copyright 2010
§6.Bảng phân phối tần số đồng thời hay bảng tương

quan mẫu
Giả sử X,Y là 2 đại lượng ngẫu nhiên gốc của cùng 1 tổng
thể. Bảng phân phối tần số mẫu đồng thời của X,Y là:
X Y y1 y2 ... yh ni
x1 n11 n12 n1h n1
x2 n21 n22 n2h n2
... ...
xk nk1 nk 2 nkh nk
mj m1 m2 ... mh n
@Copyright 2010
xi yi nij
x1 y1 n11
 x1 y2 n12
...
xk yh nkh
@Copyright 2010
§7. Kiểm định độc lập.
Giả sử X,Y là 2 đại lượng ngẫu nhiên của cùng 1 tổng

thể,từ tổng thể lấy 1 mẫu kích thước n. Với mức ý nghĩa 
hãy kiểm định giả thiết : H:X,Y độc lập
B1. 2  k  1 h  1 
B2.
 qs  
2  nij   ij 
,  ij 
ni .m j
5
i,j  ij n
 nij2  
 qs
2
     1 .n

 i , j ni .m j  
B3.  qs
2
 2 ()  , Y độc lập
 qs
2
 2 ()  , Y
phụ thuộc
@Copyright 2010
Ví dụ.7.1:Nghiên cứu ảnh hưởng của hoàn cảnh gia đình

đối với tình trạng phạm tội của trẻ em có kết quả:
Tình trạng phạm tội Bố mẹ Bố mẹ Còn cả

đã mất ly hôn bố mẹ ni
Không phạm tội 20 25 13 58
Có phạm tội 29 43 18 90
mj 49 68 31 148
 20 2
25 2
112

 qs  
2
  ...   1  0,32   0,05
2
(2)  6
 58.49 58.68 90.31 
Vậy hoàn cảnh gia đình không ảnh hưởng tới tính trạng
phạm tội
@Copyright 2010
Chương 8: Tương quan và hồi quy mẫu
. §1. Hệ số tương quan mẫu.

Định nghĩa 1.1:Hệ số tương quan mẫu giữa X và Y là:
xy  x. y
rXY   
S X . SY
Hệ số tương quan mẫu là một ước lượng của hệ số tương
quan giữa X và Y ở chương 3, $6.
@Copyright 2010
$2.Đường hồi quy

1.Đường hồi quy mẫu.
Định nghĩa 2.1: Ký hiệu
Yx  (Y / X  xi )   y j .nij , i  1, k   i  xi , Yx  ,1, k
1 h
i
ni j 1 i
Đường gấp khúc M1M 2 ...M k được gọi là đường hồi

quy mẫu cua Y theo X.
2. Đường hồi quy tuyến tính mẫu.
Định nghĩa 2.2:Đường hồi quy tuyến tính mẫu của Y theo X
là đương thẳng y=a+bx sao cho:
k
Q  a, b    Yxi   a  bxi   .ni  min
2
i 1
@Copyright 2010
Định lý:
xy  x. y
b 
, a  y  bx
2
S X
Ý nghĩa: Đường hồi quy tuyến tính mẫu là đường thẳng

xấp xỉ nội suy từ bảng số liệu của X và Y theo phương
pháp bình phương tối tiểu.Nếu X và Y có tương quan
xấp xỉ tuyến tính thì đường hồi quy tuyến tính mẫu cho
ta một dự báo đơn giản:
X  x0  Y  y0  a  bx0
@Copyright 2010
3.Cách dùng máy tính bỏ túi: Nhập số liệu như để tính

E(X),D(X),E(XY),… ở chương 3,$6 .Sau đó đọc kết
quả theo cách sau:
a)Loại ES
SHIFT START VAR x  x
SHIFT START VAR y  y

SHIFT START REG r  rxy
SHIFT START REG a  a
SHIFT START REG b  b
SHIFT START SUM  xy  n.xy
@Copyright 2010
b) Loại MS:
.SHIFT START S-VAR x  x

.SHIFT START S-VAR > y  y
.SHIFT START S-VAR > > r  rxy
.SHIFT START S-VAR a  a

.SHIFT START S-VAR b  b
.SHIFT START S-SUM  xy  n.xy
@Copyright 2010
Ví dụ 8.1:Số vốn đầu tư X và lợi nhuận Y trong một đơn vị

tời gian của 100 quan sát,đươc bảng số liệu:
Y 0,3 O,7 1,0

X
1 20 10 30
2 30 10 40
3 10 20 30
20 50 30 N=100
Bảng số liệu đề bài tương đương với bảng sau:
@Copyright 2010
.
xi yj nij
1 0,3 20
1 0,7 10
2 0,7 30
2 1.0 10
3 0,7 10
3 1.0 20
Nhập vào ta có:
@Copyright 2010
.
x  x  2
y  y  0, 71
r  rxy  0, 7447
a  a  0, 2433
b  b  0, 2333
 xy  n.xy  156  xy  1, 56
@Copyright 2010

(TopTaiLieu - Com) Slide Bai Giang Mon Xac Suat Thong Ke Cua Truong Dai Hoc Bach Khoa TP. Ho Chi Minh

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

(TopTaiLieu - Com) Slide Bai Giang Mon Xac Suat Thong Ke Cua Truong Dai Hoc Bach Khoa TP. Ho Chi Minh

Uploaded by

Copyright:

Available Formats

TopTaiLieu.

Com | Chia Sẻ Tài Liệu Miễn Phí

$1.Giải tích tổ hợp.

a.Trường hợp chọn toán có 6 cách

• 4. Tổ hợp (không lặp): Một tổ hợp không lặp chập k từ n

• Định lý: số chỉnh hợp lặp chập k từ n phần tử là :

• Ví dụ 3: Có bao nhiêu cách để chọn một đội tuyển gồm 3 học

Ví dụ 4: Có bao nhiêu cách để xếp 10 học sinh giỏi vào 3 lớp

Suy ra có A310  310 cách sắp xếp

• Ví dụ 5: Có bao nhiêu cách để sắp 10 người trong đó có A, B,

b. A cạnh B, C không cạnh D =(A cạnh B)-(A cạnh B, C

$3.Tích phân Poisson

• Hình 3.1 Hình 3.2

CHƯƠNG I. ĐẠI CƯƠNG VỀ XÁC SUẤT

1.Phép thử và biến cố.

Định nghĩa 1.2: A được gọi là biến cố sơ cấp  B  A, B  A.

4. Các phép toán trên biến cố.

A.B  A  B xảy ra khi và chỉ khi A xảy ra và B xảy ra.

A  B  A  B xảy ra khi và chỉ khi A xảy ra hoặc B xảy ra.

A  A xảy ra khi và chỉ khi A không xảy ra.

• Hình 1.1 Hình 1.2

§2: Các định nghĩa xác suất

• 1. Định nghĩa cổ điển về xác suất

• Giải C63 .C42 ( phân phối siêu bội)

• Ví dụ 2.3: Chia đoạn AB cố định ngẫu nhiên thành 3 đoạn.

3. Định nghĩa xác suất theo tiên đề

§3: Các định lý xác suất

1: Định lý cộng xác suất

Định lý 3.1. P(A+B) = P(A) + P(B) – P(AB)

Ví dụ 3.1: Có k người lên ngẫu nhiên n toa tàu (k<n).Tính xác

• A - tất cả các toa đều có người lên

Ví dụ 3.2: Có n bức thư bỏ ngẫu nhiên vào n phong bì có đề sẵn

2. Định lý nhân xác suất

A - biến cố mạng hỏng

Ví dụ 3.4: Tung 3 xúc xắc. Tính xác suất để:

• 1. Tổng số chấm bằng 9 biết có ít nhất 1 mặt 1 chấm

Số cách để có ít nhất một mặt 1 chấm và tổng bằng 9:

• 1+2+6 suy ra có 3! cách

3. Công thức xác suất đầy đủ và công thức Bayes:

• Định nghĩa 3.5: Hệ H i , i  1, n được gọi là hệ đầy đủ, nếu

Ví dụ 3.5: Có 2 hộp bi cùng cỡ, hộp 1 chứa 4 bi trắng và 6 bi

A- biến cố lấy được bi trắng ở lần 1    / 

4. Công thức Bernoulli

  n, k , p   Cnk . p k .q n  k , k  0,1,..., n (Phân phối nhị thức)

Định lý 3.6: k0   n  1 p  hoặc k0   n  1 p   1

Ví dụ 3.7:Trong 1 hộp có N bi trong đó có M bi trắng còn lại là

• Gọi A là biến cố nhận được chấm.

Chương 2: Đại lượng ngẫu nhiên, vectơ ngẫu nhiên

§1: Đại lượng ngẫu nhiên

§2: Các phương pháp mô tả đại lượng ngẫu nhiên

Định nghĩa 2.1:   x   p , i  1,2,3,...k (…) vô hạn

• Hệ quả 2: Nếu X liên tục thì  X  x0   0, x0

• 3.Hàm mật độ xác suất(chỉ dùng cho đại lượng ngẫu

• Tính chất: 1 f ( x)  0 

2. Hãy tìm hàm phân phối FX  x 

§3: Véc tơ ngẫu nhiên

I. Vectơ ngẫu nhiên

x2 P21 P22 P2h P2

xk Pk1 Pk2 Pkh Pk

2.Bảng phân phối xác suất lề của X và Y

3.Điều kiện độc lập của X và Y

Định nghĩa 3.1: F  x, y     X  x, Y  y 

Ví dụ 3.1: Giả sử x,y có bảng phân phối xác suất sau: