Professional Documents
Culture Documents
XS Slide1
XS Slide1
NXB Gi¸o dôc VN 2014 . NguyÔn V¨n An - TrÇn An H¶i - Bïi Duy Phó
NXB Thèng kª 2002 (§H KTQD 2010) . Chñ biªn: TrÇn Th¸i Ninh
Email: an0883@gmail.com
Facebook: https://www.facebook.com/groups/xstkhvnh/
+ T×m hiÓu vµ ®¸nh gi¸ c¸c kh¶ n¨ng x¶y ra cña c¸c hiÖn tîng, sù kiÖn trong
+ Nghiªn cøu vµ chØ ra quy luËt (nÕu cã) cña c¸c hiÖn tîng, sù kiÖn cã tÝnh
+ Híng dÉn ¸p dông c¸c quy luËt x¸c suÊt c¬ b¶n trong lÜnh vùc kinh tÕ.
+ Thèng kª to¸n: ph¬ng ph¸p xö lÝ sè liÖu vµ ®a ra c¸c kÕt luËn thèng kª
• Ch¬ng III: Mét sè quy luËt ph©n phèi x¸c suÊt cña biÕn ngÉu nhiªn.
Më ®Çu
Nhµ to¸n häc Ph¸p Laplace ë thÕ kû 19 ®· tiªn ®o¸n: "M«n khoa häc nµy høa
hÑn trë thµnh mét trong nh÷ng ®èi tîng quan träng nhÊt cña tri thøc nh©n lo¹i.
RÊt nhiÒu nh÷ng vÊn ®Ò quan träng nhÊt cña ®êi sèng thùc tÕ thuéc vÒ nh÷ng
Tõ ®Çu thÕ kû 20 c¸c nhµ triÕt häc Anh ®· dù b¸o: "Trong t¬ng lai kh«ng xa,
kiÕn thøc thèng kª vµ t duy thèng kª sÏ trë thµnh mét yÕu tè kh«ng thÓ thiÕu
®îc trong häc vÊn phæ th«ng cña mçi c«ng d©n gièng nh lµ kh¶ n¨ng biÕt
UNESCO ®· kh¼ng ®Þnh r»ng: "X¸c suÊt-Thèng kª lµ mét trong nh÷ng quan
®iÓm chñ chèt ®Ó x©y dùng häc vÊn trong thêi ®¹i ngµy nay".
N¨m 1654 nhµ quý téc Ph¸p Chevalier de MÐre nhê Blaise Pascal (1623-1662)
gi¶i ®¸p mét sè vÊn ®Ò n¶y sinh trong c¸c trß ch¬i may rñi. Pascal ®· "to¸n
häc hãa" c¸c trß ch¬i nµy vµ trao ®æi víi Pierre de Fermat (1601-1665), nh÷ng
cuéc trao ®æi ®ã ®îc c¸c nhµ to¸n häc (Huygens, N. Bernoulli, J.Bernoulli, De
Moivre,...) më réng vµ ph¸t triÓn ®· khai sinh m«n Lý thuyÕt x¸c suÊt.
N¨m 1713 ®îc coi lµ n¨m ra ®êi cña chuyªn ngµnh X¸c suÊt thèng kª
(n¨m c«ng bè cuèn s¸ch Ars Conjectandi (NghÖ thuËt pháng ®o¸n) cña Jacob
Bernoulli (1654-1705)).
Trong thÕ kû 19, 20 m«n häc ®îc ph¸t triÓn m¹nh víi sù ®ãng gãp quan träng
+....
+....
a) Ho¸n vÞ:
Pn = n! = 1.2.3...(n − 1).n
b) ChØnh hîp:
n!
Akn =
(n − k)!
c) Tæ hîp:
Akn n!
Cnk = =
k! k!(n − k)!
ViÖc thùc hiÖn mét nhãm c¸c ®iÒu kiÖn c¬ b¶n ®Ó quan s¸t mét hiÖn tîng
nµo ®ã cã x¶y ra hay kh«ng ®îc gäi lµ thùc hiÖn mét phÐp thö (experiment),
cßn hiÖn tîng cã thÓ x¶y ra trong kÕt qu¶ cña phÐp thö ®ã ®îc gäi lµ biÕn
cè (event).
Mét biÕn cè chØ cã thÓ x¶y ra khi mét phÐp thö g¾n liÒn víi nã ®îc thùc hiÖn.
+ BiÕn cè ngÉu nhiªn (Random variable ): biÕn cè cã thÓ x¶y ra hoÆc kh«ng
x¶y ra khi thùc hiÖn mét phÐp thö (kÝ hiÖu: A, B, C,..).
X¸c suÊt (probability) cña mét biÕn cè lµ mét con sè ®Æc trng kh¶ n¨ng
kh¸ch quan xuÊt hiÖn biÕn cè ®ã khi thùc hiÖn phÐp thö.
m
P (A) =
n
trong ®ã:
* TÝnh chÊt
(i) 0 ≤ P (A) ≤ 1
(ii) P (Ω) = 1
(iii) P (∅) = 0
** C¸c ph¬ng ph¸p tÝnh x¸c suÊt b»ng ®Þnh nghÜa cæ ®iÓn
1. Ph¬ng ph¸p suy luËn trùc tiÕp vµ sö dông c¸c c«ng thøc gi¶i tÝch tæ hîp
h×nh c©y
VÝ dô 1:
TÝnh x¸c suÊt ®Ó 12 sinh viªn ®îc chän ngÉu nhiªn cã ngµy sinh r¬i vµo 12
VÝ dô 2 (1.8):
BiÕt r»ng trong th¸ng 12 mét m¸y ATM bÞ háng 6 lÇn. TÝnh x¸c suÊt ®Ó kh«ng
ngµy nµo cña th¸ng nµy m¸y ATM ®ã háng qu¸ 1 lÇn.
VÝ dô 3:
Theo thèng kª cã 80% sè sinh viªn HVNH dïng thÎ ATM cña NHNN, 30%
sè sinh viªn HVNH dïng thÎ ATM cña mét NH kh¸c, trong ®ã 25% sè sinh
(Chän ngÉu nhiªn 1 sinh viªn HVNH th× kh¶ n¨ng sinh viªn nµy cã dïng thÎ
VÝ dô 4:
Trong 1 hép cã 6 qu¶ xanh, 4 qu¶ ®á. LÊy ngÉu nhiªn 3 qu¶.
b) X¸c suÊt ®Ó lÊy ®îc c¶ 3 qu¶ xanh trong 2 trêng hîp sau cã nh nhau
hay kh«ng?
*** ¦u ®iÓm vµ h¹n chÕ cña ®Þnh nghÜa cæ ®iÓn vÒ x¸c suÊt
+ ¦u ®iÓm: ®Ó t×m x¸c suÊt kh«ng cÇn ph¶i tiÕn hµnh phÐp thö.
+ H¹n chÕ:
- Tæng sè kÕt qu¶ cã thÓ x¶y ra trong phÐp thö (n) ph¶i lµ h÷u h¹n.
- Trong thùc tÕ cã thÓ kh«ng biÓu diÔn ®îc kÕt qu¶ cña phÐp thö díi d¹ng
tËp hîp c¸c kÕt côc duy nhÊt vµ ®ång kh¶ n¨ng.
TÇn suÊt xuÊt hiÖn biÕn cè trong n phÐp thö lµ tû sè gi÷a sè phÐp thö trong
KÝ hiÖu:
k
fn(A) =
n
Thùc nghiÖm gieo ®ång tiÒn kim lo¹i, A lµ biÕn cè "xuÊt hiÖn mÆt ngöa":
2048
C. Buffon gieo 4040 lÇn cã 2048 lÇn xuÊt hiÖn A: f4040(A) = ≈ 0, 50693
4040
6019
K. Pearson gieo 12000 lÇn cã 6019 lÇn xuÊt hiÖn A: f12000(A) = ≈
12000
0, 50158
12012
K. Pearson gieo 24000 lÇn cã 12012 lÇn xuÊt hiÖn A: f24000(A) = ≈
24000
0, 5005
−→ Khi sè lÇn gieo cµng nhiÒu th× tÇn suÊt cµng gÇn 0,5.
+ ¦u ®iÓm: kh«ng ®ßi hái ®iÒu kiÖn ¸p dông vµ cã h÷u h¹n tæng sè kÕt qu¶
nh ®èi víi ®Þnh nghÜa cæ ®iÓn, tÝnh x¸c suÊt dùa trªn quan s¸t thùc tÕ nªn
+ H¹n chÕ:
- ChØ ¸p dông ®èi víi c¸c hiÖn tîng ngÉu nhiªn mµ tÇn suÊt cña nã cã tÝnh
æn ®Þnh.
- X¸c suÊt ®îc tÝnh khi phÐp thö ®· thùc hiÖn do ®ã trong thùc tÕ cã thÓ
kh«ng tiÕn hµnh sè phÐp thö ®ñ lín ®Ó tÝnh x¸c suÊt cña mét biÕn cè.
VÝ dô ?? P (A) = 0 nhng A 6= ∅:
1
A = "5 ngêi ngÉu nhiªn cã cïng sinh nhËt": P (A) = 4
≈0
365
Gia ®×nh cã 5 ngêi con cïng sinh ngµy 20-02:
Thùc tÕ: gia ®×nh Lalph - Caroline ë Virginia (USA) cã 5 ngêi con:
NÕu mét biÕn cè cã x¸c suÊt rÊt nhá th× thùc tÕ cã thÓ cho r»ng trong mét
NÕu mét biÕn cè cã x¸c suÊt gÇn b»ng 1 th× thùc tÕ cã thÓ cho r»ng biÕn cè
§Þnh nghÜa 1
BiÕn cè A gäi lµ tæng cña n biÕn cè A1, A2, ..., An nÕu A x¶y ra khi cã Ýt
KÝ hiÖu:
n
X
A= Ai
i=1
.
§Þnh nghÜa 2
BiÕn cè A gäi lµ tÝch cña n biÕn cè A1, A2, ..., An nÕu A x¶y ra khi vµ chØ
KÝ hiÖu:
n
Y
A= Ai
i=1
VÝ dô:
§Þnh nghÜa 3
Hai biÕn cè A vµ B gäi lµ xung kh¾c víi nhau nÕu chóng kh«ng thÓ ®ång
A.B = ∅
Ngîc l¹i nÕu 2 biÕn cè cã thÓ cïng x¶y ra trong 1 phÐp thö th× ®îc gäi lµ
§Þnh nghÜa 4
Nhãm n biÕn cè A1, A2, ..., An ®îc gäi lµ xung kh¾c tõng ®«i nÕu hai biÕn
cè bÊt k× trong nhãm nµy còng xung kh¾c víi nhau.
Ai.Aj = ∅, ∀i 6= j
§Þnh nghÜa 5
A+A=Ω
A.A = ∅
A + B = A.B
A.B = A + B
A = AB + A.B
B = AB + A.B
A + B = AB + A.B + A.B
VÝ dô:
VÝ dô:
3 ngêi cïng b¾n 1 con nai. Gäi Ai lµ biÕn cè "ngêi thø i b¾n tróng", i = 1, 2, 3.
ViÕt b»ng kÝ hiÖu c¸c biÕn cè sau:
VÝ dô:
Ng©n hµng Z ph¸t hµnh 2 lo¹i thÎ ATM lµ M vµ N. Gi¶ sö cã 25% kh¸ch hµng
cña ng©n hµng sö dông thÎ M, 1/3 kh¸ch hµng sö dông thÎ N vµ 1/6 kh¸ch
HÖ qu¶ 1
P (A) = 1 − P (A)
NÕu c¸c biÕn cè A1, A2, ..., An xung kh¾c tõng ®«i th×
Xn n
X
P( Ai) = P (Ai)
i=1 i=1
HÖ qu¶ 2
Xn X X X
P( Ai) = P (Ai) − P (AiAj ) + P (AiAj Ak ) − ...
i=1 i i<j i<j<k
+(−1)n−1P (A1A2...An)
• 4.2 X¸c suÊt cã ®iÒu kiÖn vµ c«ng thøc nh©n x¸c suÊt
§Þnh nghÜa 1
X¸c suÊt cña biÕn cè A ®îc tÝnh sau khi biÕn cè B ®· x¶y ra gäi lµ x¸c
suÊt cã ®iÒu kiÖn (Conditional probability) cña A víi ®iÒu kiÖn B , kÝ hiÖu lµ
P (A/B).
§Þnh nghÜa 2
Hai biÕn cè A vµ B gäi lµ ®éc lËp víi nhau nÕu viÖc x¶y ra hay kh«ng x¶y
ra cña biÕn cè nµy kh«ng lµm thay ®æi x¸c suÊt x¶y ra cña biÕn cè kia vµ
ngù¬c l¹i.
Khi ®ã:
TÝnh chÊt ®éc lËp cña c¸c biÕn cè cã tÝnh t¬ng hç: nÕu A vµ B ®éc lËp víi
C¸c biÕn cè A1, A2, ..., An gäi lµ ®éc lËp tõng ®«i víi nhau nÕu mçi cÆp 2
C¸c biÕn cè A1, A2, ..., An gäi lµ ®éc lËp toµn phÇn víi nhau nÕu mçi biÕn
cè ®éc lËp víi 1 tæ hîp bÊt k× cña c¸c biÕn cè cßn l¹i.
HÖ qu¶ 1
HÖ qu¶ 2
NÕu A1, A2, ..., An lµ c¸c biÕn cè ®éc lËp toµn phÇn:
n
Y n
Y
P( Ai) = P (Ai)
i=1 i=1
X¸c suÊt cña tæng n biÕn cè kh«ng xung kh¾c vµ ®éc lËp toµn phÇn:
Xn n
Y
P( Ai) = 1 − P (Ai)
i=1 i=1
HÖ qu¶ 3
HÖ qu¶ 4
n
Y X X X
P( Ai) = P (Ai) − P (Ai + Aj ) + P (Ai + Aj + Ak ) − ...
i=1 i i<j i<j<k
VÝ dô 1:
Hai c«ng ty A vµ B cïng kinh doanh 1 lo¹i s¶n phÈm. X¸c suÊt c«ng ty A
thua lç lµ 0,2; x¸c suÊt c«ng ty B thua lç lµ 0,4. Trªn thùc tÕ, kh¶ n¨ng c¶ 2
VÝ dô 2:
Mét nh©n viªn qu¶ng c¸o nghiªn cøu së thÝch xem TV cña nh÷ng ngêi cã
gia ®×nh cã kÕt luËn: 60% c¸c «ng chång thÝch xem TV, khi chång thÝch xem
TV cã 40% c¸c bµ vî còng thÝch xem TV, khi chång kh«ng thÝch xem TV cã
b) TÝnh x¸c suÊt nÕu vî thÝch xem TV th× chång còng thÝch xem TV.
VÝ dô 3:
• 4.3 C«ng thøc x¸c suÊt ®Çy ®ñ, c«ng thøc Bayes
§Þnh nghÜa
C¸c biÕn cè A1, A2, ..., An ®îc gäi lµ mét nhãm ®Çy ®ñ c¸c biÕn cè nÕu
trong kÕt qu¶ cña 1 phÐp thö sÏ x¶y ra mét vµ chØ mét trong c¸c biÕn cè ®ã.
C¸c biÕn cè A1, A2, ..., An sÏ t¹o thµnh 1 nhãm ®Çy ®ñ c¸c biÕn cè nÕu:
+) A1 + A2 + ... + An = Ω
+) Ai.Aj = ∅, (∀i 6= j)
Gi¶ sö trong 1 phÐp thö cã biÕn cè A vµ mét nhãm ®Çy ®ñ c¸c biÕn cè
n
X
P (A) = P (Ai).P (A/Ai)
i=1
VÝ dô:
Tû lÖ SV Hµ Néi cña HVNH lµ 15% cßn l¹i cña c¸c tØnh kh¸c. Tû lÖ SV Hµ
Néi bÞ cËn thÞ cña HVNH lµ 35% cßn cña c¸c tØnh lµ 25%.
P (Ai).P (A/Ai)
P (Ai/A) =
P (A)
C«ng thøc Bayes cho biÕt x¸c suÊt cña c¸c biÕn cè trong nhãm ®Çy ®ñ
thay ®æi nh thÕ nµo khi mét biÕn cè ®· x¶y ra (tÝnh x¸c suÊt hËu nghiÖm
P (Ai/A)).
VÝ dô:
Mét c«ng ty b¶o hiÓm chia d©n c vïng A lµm 3 lo¹i: Ýt rñi ro (40%), rñi ro
trung b×nh (50%); rñi ro cao (10%). Kinh nghiÖm cho thÊy tû lÖ ngêi d©n
vïng A gÆp rñi ro trong n¨m t¬ng øng víi c¸c lo¹i trªn lµ: 5%; 15%; 30%.
b) NÕu trong n¨m 2012 mét ngêi vïng A kh«ng gÆp rñi ro th× x¸c suÊt ngêi
Lµ bµi to¸n víi d·y n phÐp thö tháa m·n c¸c ®iÒu kiÖn sau:
ii) Trong mçi phÐp thö chØ cã 2 biÕn cè A hoÆc A xuÊt hiÖn.
iii) X¸c suÊt xuÊt hiÖn A trong mäi phÐp thö nh nhau: P (A) = p
X¸c suÊt xuÊt hiÖn k lÇn biÕn cè A trong n phÐp thö ®îc cho bëi c«ng thøc:
VÝ dô 1:
1 nh©n viªn b¸n hµng mçi ngµy tíi 10 cöa hµng ®Ó b¸n hµng, x¸c suÊt b¸n
®îc hµng ë mçi cöa hµng lµ 0,4. TÝnh x¸c suÊt ®Ó trong ngµy:
c)...
VÝ dô 2:
Mçi c©u hái thi tr¾c nghiÖm cho häc sinh cã 4 ph¬ng ¸n tr¶ lêi trong ®ã chØ
cã 1 ph¬ng ¸n ®óng.
a) Bµi thi §H cã 50 c©u hái, tÝnh x¸c suÊt ®Ó tr¶ lêi ngÉu nhiªn ®îc 40 c©u
®óng.
b) Hái ph¶i tr¶ lêi Ýt nhÊt bao nhiªu c©u hái ®Ó víi x¸c suÊt lín h¬n 0,99 cã
Bµi tËp 1:
Cã 3 ngêi thî s¨n cïng b¾n 1 con nai, mçi ngêi b¾n 1 viªn ®¹n. X¸c suÊt
b¾n tróng cña mçi ngêi lÇn lît lµ: 0,4; 0,5 vµ 0,7.
c) Con nai tróng 1 viªn ®¹n, vËy ph¶i chia thÞt nai cho 3 ngêi thî s¨n thÕ
Bµi tËp 2 :
bÖnh phæi trong sè ngêi nghiÖn thuèc lµ 80%, trong sè ngêi kh«ng hót
thuèc l¸ lµ 20%.
a) GÆp ngÉu nhiªn mét ngêi vïng D bÞ bÖnh phæi, tÝnh x¸c suÊt ngêi ®ã
b) NÕu ngêi ®ã kh«ng bÞ bÖnh phæi th× x¸c suÊt ngêi ®ã nghiÖn thuèc l¸ lµ
bao nhiªu?
Bµi tËp 3 :
Trong mét bÖnh viÖn, tû lÖ bÖnh nh©n c¸c tØnh A, B, C t¬ng øng lµ 25%,
35%, 40%. Thèng kª cho thÊy tû lÖ bÖnh nh©n lµ sinh viªn cña c¸c tØnh: tØnh
b) GÆp 1 bÖnh nh©n lµ sinh viªn, kh¶ n¨ng bÖnh nh©n nµy cña tØnh nµo lµ
cao nhÊt?
Bµi tËp 4:
Mét ngêi ®i c©u cã 3 chç c©u c¸ a thÝch nh nhau, x¸c suÊt ®Ó c©u ®îc
c¸ ë mçi chç lÇn lît lµ: 0,6; 0,7; 0,8. Trong 1 lÇn c©u ngêi ®ã th¶ c©u 3
lÇn vµ ®îc 1 con c¸. TÝnh x¸c suÊt ®Ó c¸ ®îc c©u ë chç thø nhÊt.
Bµi tËp 5:
Theo thèng kª cña 1 cöa hµng b¸n dông cô thÓ thao tû lÖ ®Ó mét ®«i giµy
thÓ thao cã 0 hoÆc 1 hoÆc 2 chiÕc bÞ háng t¬ng øng lµ 90%, 8% vµ 2%.
Mét kh¸ch hµng chän ngÉu nhiªn 1 ®«i giµy thÓ thao råi kiÓm tra ngÉu nhiªn
1 chiÕc th× thÊy nã bÞ háng. Hái x¸c suÊt chiÕc kia còng bÞ háng lµ bao nhiªu?