Ly-Thuyet-Thong-Ke - Nguyen-Van-Thin - Chuong-3 - Mot-So-Phan-Phoi-Xac-Suat-Thong-Dung - (Cuuduongthancong - Com)

Outline
MỘT SỐ MỘT SỐ
PHÂN PHỐI PHÂN PHỐI 1 PP Bernoulli
XÁC SUẤT XÁC SUẤT
THÔNG THÔNG
2 PP nhị thức
DỤNG
MỘT SỐ PHÂN PHỐI XÁC SUẤT DỤNG
Nguyễn Văn Nguyễn Văn 3 PP siêu bội

Thìn THÔNG DỤNG Thìn
PP Bernoulli PP Bernoulli 4 PP Poisson
om
PP nhị thức PP nhị thức
5 PP đều
PP siêu bội Nguyễn Văn Thìn PP siêu bội
PP Poisson PP Poisson 6 PP chuẩn
.c
PP đều PP đều
BỘ MÔN THỐNG KÊ TOÁN HỌC
PP chuẩn PP chuẩn
7 PP Gamma
KHOA TOÁN - TIN HỌC
8 PP Chi bình phương
ng
PP Gamma ĐẠI HỌC KHOA HỌC TỰ NHIÊN TP.HCM PP Gamma
PP Chi bình PP Chi bình

phương phương
9 PP Student
Tháng 2 năm 2016
co
PP Student PP Student
PP Fisher PP Fisher 10 PP Fisher
an
th
Outline Phân phối Bernoulli
g
on
1 PP Bernoulli
du
PHÂN PHỐI PHÂN PHỐI
XÁC SUẤT XÁC SUẤT Định nghĩa 1
THÔNG
2 PP nhị thức THÔNG
DỤNG DỤNG Cho b.n.n X rời rạc lấy hai trị số 0, 1. Ta nói X có phân phối
u
Nguyễn Văn
Thìn
3 PP siêu bội Nguyễn Văn
Thìn
Bernoulli khi hàm xác suất có dạng:
cu
4 PP Poisson

PP Bernoulli PP Bernoulli  1 − p khi x = 0
PP nhị thức
5 PP đều
PP nhị thức f (x) = p khi x = 1
0 nơi khác
PP siêu bội PP siêu bội

PP Poisson 6 PP chuẩn PP Poisson
PP đều
7 PP Gamma
PP đều Kí hiệu: X ∼ B(1, p) trong đó p ∈ (0, 1).
PP Gamma 8 PP Chi bình phương PP Gamma

Đặc trưng
phương
9 PP Student phương
Kì vọng: EX = 0(1 − p) + 1.p = p.
10 PP Fisher Phương sai: Var (X ) = 02 (1 − p) + 12 p − p 2 = p(1 − p).
PP Fisher PP Fisher
CuuDuongThanCong.com https://fb.com/tailieudientucntt
Phân phối Bernoulli: Mô hình Phân phối Bernoulli: Ví dụ
MỘT SỐ Coi một thí nghiệm ngẫu nhiên có hai kết quả Ω = {ω, ω̄}, MỘT SỐ
XÁC SUẤT
trong đó P(ω) = p. XÁC SUẤT
THÔNG
DỤNG
Gọi X là số lần ω xuất hiện THÔNG
DỤNG
Nhận xét 2
Nguyễn Văn X : Ω −→ R Nguyễn Văn Mọi thí nghiệm ngẫu nhiên có hai kết quả đều có phân phối
Thìn Thìn
ω 7−→ X (ω) = 1 Bernoulli.
PP Bernoulli PP Bernoulli
om
PP nhị thức ω̄ 7−→ X (ω̄) = 0 PP nhị thức Ví dụ 3
Ta có Tung đồng xu 1 lần, lưu ý mặt ngửa. Đặt
PP Poisson PP Poisson
.c
PP đều P(X = 1) = P(ω) = p PP đều
1 nếu ngửa
PP chuẩn
P(X = 0) = P(ω̄) = 1 − p PP chuẩn X =
0 nếu sấp
ng
PP Gamma PP Gamma
PP Chi bình Vậy X có mật độ  PP Chi bình

phương  1 − p khi x = 0 phương thì X ∼ B(1, 1/2).
co
PP Student f (x) = p khi x = 1 PP Student
0 nơi khác
PP Fisher
 PP Fisher
nghĩa là X có phân phối Bernoulli.
an
th
Phân phối Bernoulli: Ví dụ (tt) Outline
g
on
Ví dụ 4 1 PP Bernoulli
du
THÔNG Tung con xúc sắc, lưu ý mặt 6. Đặt THÔNG
2 PP nhị thức
DỤNG DỤNG
u

Nguyễn Văn 1 nếu mặt 6 xuất hiện Nguyễn Văn 3 PP siêu bội
Thìn Y = Thìn
cu
0 nếu là mặt khác

thì Y ∼ B(1, 1/6). 5 PP đều

PP đều
Ví dụ 5 PP đều
7 PP Gamma
PP chuẩn Quan sát giới tính trong một lần sanh. Đặt PP chuẩn
PP Gamma
PP Gamma 8 PP Chi bình phương
PP Chi bình 1 nếu con trai PP Chi bình
phương Z= phương
9 PP Student
PP Student
0 nếu con gái PP Student

thì Z ∼ B(1, 1/2).
Phân phối nhị thức Phân phối nhị thức: Mô hình
MỘT SỐ MỘT SỐ Coi một thí nghiệm ngẫu nhiên có hai kết quả Ω∗ = {ω∗ , ω̄∗ }
với P(ω∗ ) = p. Ta lập lại thí nghiệm này n lần độc lập và quan
THÔNG
DỤNG
THÔNG
DỤNG
tâm đến số lần xuất hiện ω∗ trong n lần quan sát đó.
Định nghĩa 6 Không gian mẫu của n lần thí nghiệm là
Nguyễn Văn Nguyễn Văn
Thìn Thìn
Cho biến ngẫu nhiên rời rạc X nhận các giá trị 0, 1, 2, . . . , n. X Ω = {ω = (ω(1) , ω(2) , . . . , ω(n) ) : ω(i) ∈ {ω∗ , ω̄∗ }, i = 1, 2, . . . , n}
PP Bernoulli có phân phối nhị thức, kí hiệu X ∼ B(n, p), khi hàm xác suất PP Bernoulli
om
PP nhị thức có dạng PP nhị thức Đặt Xi là kết quả lần quan sát thứ i
PP Poisson
x x
Cn p (1 − p)n−x với x = 0, 1, 2, . . . , n PP Poisson
Xi : Ω∗ −→ R
.c
f (x) = ω∗ 7−→ Xi (ω∗ ) = 1
PP đều 0 nơi khác PP đều
ω̄∗ 7−→ Xi (ω̄∗ ) = 0
trong đó 0 < p < 1.
ng
PP Gamma PP Gamma
PP Chi bình PP Chi bình Gọi X là số lần xuất hiện ω∗ trong n lần quan sát.
phương phương
co
PP Student PP Student X : Ω −→ R
PP Fisher PP Fisher
ω = (ω(1) , ω(2) , . . . , ω(n) ) 7−→ X (ω) = X1 (ω(1) ) + · · · + Xn (ω(n) )
an
th
Phân phối nhị thức: Mô hình (tt) Phân phối nhị thức - Một số ví dụ
g
on
Với x ∈ {0, 1, . . . , n}, (X = x) = {ω ∈ Ω : ∃I ⊂ Ví dụ 7
du
THÔNG {1, 2, . . . , n}, |I | = x, ω(i) = ω∗ ∀i ∈ I , ω(i) = ω̄∗ ∀i ∈
/ I } nghĩa là THÔNG Trong một gia đình có 6 người con. Tính xác suất gia đình này
DỤNG DỤNG
nó chứa các kết quả của n lần thí nghiệm mà trong đó có x lần (i) có đúng 3 con trai.
u

Thìn xuất hiện ω∗ và n − x lần xuất hiện ω̄∗ . Thìn (ii) có nhiều nhất 3 con trai
cu
PP Bernoulli
Vì mỗi phép thử Bernoulli là độc lập nên với mỗi ω ∈ (X = x) PP Bernoulli
(iii) có ít nhất 3 con trai.
PP nhị thức
thì PP nhị thức
PP siêu bội P(ω) = p x (1 − p)n−x PP siêu bội Gợi ý 8

PP Poisson
Số biến cố sơ cấp của (X = x) là |(X = x)| = Cnx . PP Poisson
Quan sát sinh con trai trong 6 lần độc lập.
PP đều PP đều
Do đó, P(ω) = P(trai) = 1/2.
X Gọi X là số con trai trong 6 lần sinh. X ∈ {0, 1, 2 . . . , 6} và
PP Gamma
f (x) = P(X = x) = P(ω) = Cnx p x (1 − p)n−x PP Gamma
X ∼ B(6, 1/2) với hàm mật độ
phương ω∈(X =x) phương
x
PP Student PP Student C6 (1/2)x (1/2)6−x x = 0, 1, 2, . . . , 6
Vậy X có phân phối nhị thức. f (x) =
PP Fisher PP Fisher 0 nơi khác
Phân phối nhị thức - Một số ví dụ Phân phối nhị thức - Một số ví dụ
MỘT SỐ Ta có bảng phân phối MỘT SỐ

THÔNG THÔNG
DỤNG X 0 1 2 3 4 5 6 DỤNG
Nguyễn Văn P(X = k) 0.016 0.093 0.24 0.32 0.24 0.093 0.016 Nguyễn Văn
Ví dụ 9
Thìn Thìn
Tại một địa phương tỉ lệ sốt rét là 25% dân số. Chọn ngẫu
PP Bernoulli
(i) Xác suất để gia đình này có đúng 3 con trai: PP Bernoulli nhiên 6 người. Tính khả năng để có 4 người bị sốt rét.
om

P(X = 3) = 0.32 Ví dụ 10
.c
PP đều (ii) Xác suất để gia đình này có nhiều nhất là 3 con trai PP đều Một lô thuốc (rất nhiều), có tỉ lệ hỏng p = 0.2. Ta lấy ngẫu
PP chuẩn PP chuẩn nhiên 5 lọ. Gọi X là số lọ hỏng trong số lọ lấy ra. Tìm hàm
P(X ≤ 3) = P(X = 0)+P(X = 1)+P(X = 2)+P(X = 3) = 0.67 mật độ xác suất của X .
ng
PP Gamma PP Gamma

phương phương
(iii) Xác suất để gia đình này có ít nhất 3 con trai
co
PP Fisher
P(X ≥ 3) = P(X = 3)+P(X = 4)+P(X = 5)+P(X = 6) = 0.67 PP Fisher
an
th
Phân phối nhị thức - Một số ví dụ Phân phối nhị thức - Các đặc trưng
g
on
Định lí 12
du
THÔNG THÔNG Nếu X là biến ngẫu nhiên có phân phối nhị thức B (n, p) thì
DỤNG DỤNG
Ví dụ 11 (i) E (X ) = np, Var (X ) = npq, với q = 1 − p.
u

Thìn Thìn (ii) Mod (X ) là (các) số nguyên thỏa
Một bài thi trắc nghiệm gồm 10 câu hỏi, mỗi câu hỏi có 4
cu
np − q ≤ Mod (X ) ≤ np + p.
PP Bernoulli phương án trả lời trong đó chỉ có 1 phương án đúng. Giả sử PP Bernoulli
PP nhị thức
mỗi câu trả lời đúng được 4 điểm, mỗi câu trả lời sai trừ 2 PP nhị thức
PP siêu bội
điểm. Một sinh viên làm bài bằng cách chọn ngẫu nhiên đáp án PP siêu bội Chứng minh
cho các câu hỏi. Tính xác suất:
PP đều PP đều (i) Ta có,
PP chuẩn
(i) Để sinh viên được 4 điểm. PP chuẩn
(ii) Để sinh viên được điểm âm n n
PP Gamma PP Gamma X X
k k
E [X ] = i Cni p i (1 − p) n−i
= i k Cni p i (1 − p)n−i
phương phương i=0 i=1
i−1
PP Fisher PP Fisher Sử dụng đẳng thức iCni = nCn−1 , ta viết lại
XÁC SUẤT
Chứng minh (tt) XÁC SUẤT
THÔNG THÔNG Chứng minh (tt)
DỤNG DỤNG
Nguyễn Văn
Thìn n
X
Nguyễn Văn
Thìn
(ii) Ta xét tỉ số
k k−1 i−1 i−1 n−i
E [X ] = np i Cn−1 p (1 − p) n! k k
k!(n−k)! p (1 − p)
P(X = k)
om
i=1
PP nhị thức
n PP nhị thức = n!
đặt j=i−1 X
k−1 j
P(X = k − 1) (k−1)!(n−k+1)! p
k−1 (1 − p)n−k+1
PP siêu bội
= np (j + 1) Cn−1 p j (1 − p) n−1−j PP siêu bội
PP Poisson PP Poisson (n − k + 1)p
.c
j=0 =
PP đều PP đều
k(1 − p)
PP chuẩn = npE (Y + 1)k−1 với Y ∼ B(n − 1, p) PP chuẩn
ng
PP Gamma PP Gamma
Do đó P(X = k) ≥ P(X = k − 1) nếu và chỉ nếu
PP Chi bình
Với k = 1, EX = np. PP Chi bình
(n − k + 1)p ≥ k(1 − p), tức là k ≤ np + p.
phương Với k = 2, E [X 2 ] = npE (Y + 1) = np((n − 1)p + 1). phương
co
PP Student
Do đó, Var (X ) = E (X 2 ) − (EX )2 = np(1 − p). PP Student
PP Fisher PP Fisher
an
th
Phân phối nhị thức - Ví dụ Outline
g
on
1 PP Bernoulli
du
THÔNG
DỤNG
THÔNG
DỤNG
2 PP nhị thức
Ví dụ 13
u
Nguyễn Văn
Thìn
Nguyễn Văn
Thìn
3 PP siêu bội
cu
Hàng đóng thành kiện, mỗi kiện 10 sản phẩm, trong đó có 3

phế phẩm. Khi kiện hàng được giao cho khách hàng, khách
hàng sẽ lấy ngẫu nhiên ra 2 sản phẩm trong kiện để kiểm tra. 5 PP đều
Nếu cả hai sản phẩm đều tốt, kiện hàng sẽ được nhận, ngược
PP đều
lại kiện hàng sẽ bị trả lại. Gọi X là số kiện hàng được nhận PP đều
PP chuẩn
trong số 100 kiện hàng giao cho khách hàng. Tìm E (X ), PP chuẩn
7 PP Gamma
Var (X ) và Mod (X ).
PP Gamma PP Gamma 8 PP Chi bình phương
phương phương
9 PP Student
Phân phối siêu bội Phân phối siêu bội
THÔNG THÔNG
DỤNG
Định nghĩa 14
DỤNG
Nhận xét 15
Thìn
Cho biến ngẫu nhiên rời rạc X nhận các giá trị 0, 1, . . . , n. X Thìn Bởi vì ta quy ước rằng Crk bằng 0 khi k < 0 hoặc k > r nên
PP Bernoulli có phân phối siêu bội, kí hiệu X ∼ H(n, M, N), khi hàm xác PP Bernoulli
f (x) sẽ bằng 0 nếu x không thỏa
om
PP nhị thức suất có dạng PP nhị thức (
PP siêu bội PP siêu bội 0≤x ≤M
x n−x

PP Poisson  CM CN−M nếu x = 0, 1, . . . , n
 PP Poisson 0≤n−x ≤N −M
.c
PP đều f (x) = CNn PP đều
PP chuẩn

0 nếu khác PP chuẩn tức là
max{0, n − (N − M)} ≤ x ≤ min{n, M}
ng
PP Gamma PP Gamma

phương phương
co
PP Fisher PP Fisher
an
th
Phân phối siêu bội - Mô hình và các đặc trưng Chứng minh
g
on
Mô hình siêu bội
du
THÔNG Từ một hộp có M bi đỏ, N − M bi đen lấy ngẫu nhiên không THÔNG
DỤNG DỤNG
hoàn lại n bi. Gọi X là số bi đỏ trong n bi lấy ra. Khi đó
u

Thìn X ∼ H(n, M, N). Thìn
n n
cu
X X
n−i
PP Bernoulli PP Bernoulli E (X k ) = i k P(X = i) = i k CM
i
CN−M /CNn
PP nhị thức Chứng minh. PP nhị thức i=0 i=1
Dễ dàng có được. Sử dụng hệ thức
PP đều PP đều
i i−1 n−1
PP chuẩn
Định lí 16 PP chuẩn
iCM = MCM−1 và nCNn = NCN−1
M
PP Gamma
Cho X ∼ H(n, M, N) và đặt p = , q = 1 − p. Khi đó PP Gamma
PP Chi bình N PP Chi bình

phương phương
(i) E (X ) = np
PP Student N −n PP Student
PP Fisher (ii) Var (X ) = npq PP Fisher

N −1
Chứng minh . . . Chứng minh . . .
với k = 2,
XÁC SUẤT Ta viết lại XÁC SUẤT
THÔNG THÔNG
2 nM nM (n − 1)(M − 1)
DỤNG
n
DỤNG
E (X ) = E (Y + 1) = +1
nM X k−1 i−1 n−i n−1 N N N −1
Nguyễn Văn
Thìn
E (X k ) = i CM−1 CN−M /CN−1 Nguyễn Văn
Thìn
N
i=1
Từ đó,
n−1
om
nM X j n−1−j n−1
PP nhị thức
= (j + 1)k−1 CM−1 CN−M /CN−1 PP nhị thức
Var (X ) = E (X 2 ) − (EX )2
PP siêu bội N PP siêu bội
j=0
PP Poisson PP Poisson (n − 1)(M − 1)
nM + 1 − np
.c
= np
PP đều = E [(Y + 1)k−1 ] với Y ∼ H(n − 1, M − 1, N − 1). PP đều N −1
PP chuẩn
N PP chuẩn

(n − 1)(Np − 1)
= np + 1 − np
ng
PP Gamma PP Gamma
Do đó, với k = 1 N −1
PP Chi bình
phương
nM PP Chi bình
phương N −n
EX = = np = npq
N
co
N −1
PP Fisher PP Fisher
an
th
Phân phối siêu bội - Ví dụ Gợi ý
g
on
du
THÔNG THÔNG Gọi X là số sinh viên nữ trong số 10 sinh viên được chọn.
DỤNG DỤNG
u

Thìn Ví dụ 17 Thìn X ∼ H (50, 30, 10)
cu
PP Bernoulli Một lớp có 50 sinh viên trong đó có 30 nữ. Cần chọn ra 10 bạn PP Bernoulli
Xác suất để số sinh viên nữ được chọn không quá 3 là
PP nhị thức
để tham gia vào công tác chuẩn bị cho 1 hoạt động sắp tới của PP nhị thức

trường. Nếu ta chọn các bạn trên một cách ngẫu nhiên, xác
PP Poisson
suất để số sinh viên nữ được chọn không quá 3 là bao nhiêu? PP Poisson P (X ≤ 3) = P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3)
PP đều PP đều 0 C 10 1 C9 2 C8 3 C7
Xác suất để chọn được ít nhất 1 sinh viên nữ là bao nhiêu? C30 20 C30 20 C30 20 C30 20
PP chuẩn PP chuẩn = 10
+ 10
+ 10
+ 10
= 0.0365
PP Gamma PP Gamma
C50 C50 C50 C50
phương phương
Xác suất để có ít nhất 1 nữ là
PP Fisher PP Fisher
Gợi ý . . . Outline
THÔNG
DỤNG
THÔNG
DỤNG
2 PP nhị thức
Nguyễn Văn
Thìn
Nguyễn Văn
Thìn
3 PP siêu bội
P (X ≥ 1) = 1 − P (X < 1) 4 PP Poisson
om
PP nhị thức = 1 − P (X = 0) PP nhị thức
5 PP đều
PP siêu bội C 0 C 10 PP siêu bội
PP Poisson
= 1 − 30 1020 ≈ 1 PP Poisson 6 PP chuẩn
C50
.c
PP đều PP đều
7 PP Gamma
ng
PP Gamma PP Gamma

phương phương
9 PP Student
co
an
th
Phân phối Poisson
g
on
Định nghĩa 18 (Phân phối Poisson)
du
THÔNG Cho biến ngẫu nhiên rời rạc X nhận các giá trị 0, 1, 2, . . . X có THÔNG
Chứng minh
DỤNG DỤNG
phân phối Poisson, kí hiệu X ∼ P(λ), khi hàm xác suất có dạng
λx
u
Lưu ý rằng ∞ = eλ
P
Thìn Thìn x=0 x!
cu
λx e −λ

x = 0, 1, 2, . . . (i)
PP Bernoulli f (x) = x! với λ > 0 PP Bernoulli
PP nhị thức
0 nơi khác PP nhị thức ∞ ∞ ∞
X X e −λ λx X λx−1
EX = xf (x) = x = λe −λ
PP Poisson PP Poisson x! (x − 1)!
x=1 x=0 x=1
PP đều Định lí 19 (Các đặc trưng của biến ngẫu nhiên có phân phối PP đều ∞
Poisson) đặt t=x−1 X λt
PP chuẩn PP chuẩn = λe −λ =λ
PP Gamma PP Gamma
t!
Nếu b.n.n X có phân phối Poisson với tham số λ, X ∼ P(λ), t=0
phương thì phương
(i) Kỳ vọng E (X ) = λ.
PP Fisher PP Fisher
(ii) Phương sai Var (X ) = λ.
PHÂN PHỐI
XÁC SUẤT
Chứng minh (tt) PHÂN PHỐI
XÁC SUẤT
THÔNG THÔNG
DỤNG DỤNG
(ii)
Thìn
∞ ∞
Thìn Định lí 20 (giới hạn Poisson)
X λx X λx
PP Bernoulli E(X 2 ) = x 2 e −λ = [x(x − 1) + x]e −λ PP Bernoulli Cho X ∼ B(n; p) và đặt λ = np. Khi đó
x! x!
om
PP nhị thức x=0 x=0 PP nhị thức
∞
λx X λx ∞ λx
lim P(X = x) = e −λ
= e −λ
X
+ e −λ (1)
PP Poisson
(x − 2)! (x − 1)!
PP Poisson n→∞ x!
.c
p→0
PP đều x=2 x=1 PP đều
∞
PP chuẩn
2 −λ
X λt PP chuẩn
= λ e + λ = λ2 + λ
ng
PP Gamma PP Gamma
t!
PP Chi bình t=0 PP Chi bình
phương phương
Do đó, Var (X ) = E(X 2 ) − (EX )2 = λ.
co
PP Fisher PP Fisher
an
th
g
on
MỘT SỐ MỘT SỐ Chứng minh (tt)
du
THÔNG Chứng minh THÔNG Cho n → ∞,
DỤNG DỤNG
α n
= e α.

Lưu ý rằng limn→∞ 1 + x −i
u
Nguyễn Văn n Nguyễn Văn

Thìn Thìn 1− → 1 ∀i = 1, . . . , x − 1
n
cu
P(X = x)
λ n−x

x x n−x n! 1− → e −λ
PP nhị thức
= C p (1 − p) = p x (1 − p)n−x PP nhị thức
n
PP siêu bội x!(n − x)! PP siêu bội
(n − x + 1)(n − x + 2) · · · (n − 1)n λ x λ n−x

Vậy (1) được chứng minh.
PP đều = 1− PP đều
x! n n

x −1

x −2

1

λ x

λ n−x
Nhận xét 21
PP Gamma PP Gamma
= 1− 1− ··· 1 − 1. 1−
PP Chi bình n n n x! n PP Chi bình Định lí trên cho thấy trong phân phối nhị thức nếu n lớn, p
phương phương
nhỏ, np = λ thì ta có thể tính các xác suất xấp xỉ theo luật
Poisson và vì vậy việc tính toán sẽ dễ dàng hơn. Để an toàn,
PP Fisher PP Fisher
xấp xỉ này được dùng khi n ≥ 100, p ≤ 0.01 và np ≤ 20.
Phân phối Poisson - Mô hình Phân phối Poisson - Ví dụ
PHÂN PHỐI Đó là những quan sát mà số lần lặp lại lớn (n lớn) mà xác suất PHÂN PHỐI
THÔNG biến cố ta lưu tâm P(ω) = p thì nhỏ. THÔNG
DỤNG DỤNG
Chẳng hạn ta lưu ý đến những biến cố hiếm, xảy ra trong một Ví dụ 22
Nguyễn Văn
Thìn
thời gian, không gian nhất định: Nguyễn Văn
Thìn Giả sử số lỗi in trong một trang nào đó của quyển sách có
PP Bernoulli
Số trẻ em sinh đôi trong một năm tại 1 bệnh viện X PP Bernoulli
phân phối Poisson với tham số λ = 12 . Tính xác suất có ít nhất
om
PP nhị thức PP nhị thức một lỗi in trong trang này.
Số tai nạn giao thông tại 1 ngã tư trong 1 năm
PP Poisson Số hồng cầu trong mỗi ô của hồng cầu kế. PP Poisson Ví dụ 23
.c
PP đều PP đều
Số chữ in sai trong một trang. Giả sử xác suất tử vong của bệnh sốt xuất huyết là 0.007. Tính
xác suất để có 5 người chết do sốt xuất huyết trong một nhóm
ng
PP Gamma PP Gamma
PP Chi bình
Số người sống lâu trên 100 tuổi trong một cộng đồng dân PP Chi bình
400 người.
phương cư. phương
co
PP Fisher Số người đến một bưu điện nào đó trong một ngày. PP Fisher
an
th
Phân phối Poisson - Ví dụ Outline
g
on
1 PP Bernoulli
du
THÔNG
DỤNG
THÔNG
DỤNG
2 PP nhị thức
Ví dụ 24
u
Nguyễn Văn Nguyễn Văn 3 PP siêu bội

Thìn Tỉ lệ thuốc hỏng một lô thuốc (rất nhiều) là p = 0.05. Ta lấy Thìn
cu
PP Bernoulli
ngẫu nhiên n = 20 lọ. Gọi X là số lọ hỏng. Tìm hàm mật độ PP Bernoulli 4 PP Poisson
PP nhị thức của X và so sánh với giá trị xấp xỉ bởi phân phối Poisson. PP nhị thức
5 PP đều
PP Poisson Ví dụ 25 PP Poisson 6 PP chuẩn

PP đều PP đều
Một trung tâm bưu điện nhận trung bình 150 cuộc điện thoại 7 PP Gamma
trong một giờ, tìm xác suất để trung tâm bưu điện này nhận
PP Gamma PP Gamma 8 PP Chi bình phương
PP Chi bình
không quá hai cuộc gọi trong một phút. PP Chi bình
phương phương
9 PP Student
Phân phối đều Phân phối đều
XÁC SUẤT Định nghĩa 26 (Phân phối đều) XÁC SUẤT
THÔNG THÔNG
DỤNG DỤNG

Thìn
Biến ngẫu nhiên liên tục X Thìn Từ định nghĩa trên ta có được
PP Bernoulli được gọi là có phân phối đều PP Bernoulli
hàm phân phối xác suất của
om
PP nhị thức trên đoạn [a; b], ký hiệu PP nhị thức
X ∼ U [a; b]
PP siêu bội X ∼ U [a; b], nếu hàm mật độ PP siêu bội 
PP Poisson xác suất của X có dạng PP Poisson  0x − a
 khi x < a
.c
PP đều PP đều F (x) = khi x ∈ [a, b]
 b−a

 1

khi x ∈ [a, b] 1 khi x > b
f (x) = b−a Hình 2: Hàm phân phối xác suất
ng
PP Gamma PP Gamma
PP Chi bình
 0 nơi khác PP Chi bình của phân phối đều trên khoảng
phương Hình 1: Hàm mật độ của phân phương
[a, b]
phối đều trên khoảng [a, b]
co
PP Fisher PP Fisher
an
th
Phân phối đều Phân phối đều
g
on
du
THÔNG THÔNG
DỤNG Định lí 27 (Các đặc trưng của biến ngẫu nhiên có phân phối DỤNG Ví dụ 28
đều)
u
Nguyễn Văn
Thìn
Nguyễn Văn
Thìn
Tại một trạm xe buýt khoảng cách giữa các chuyến liên tiếp
cu
Cho X là biến ngẫu nhiên có phân phối đều trên [a, b] của một tuyến xe buýt T là 15 phút. Chuyến đầu tiên đến trạm
(X ∼ U[a, b]) thì lúc 7 giờ sáng. Nếu một hành khách tới trạm xe buýt vào một
(i) Kỳ vọng E (X ) = a+b thời điểm có phân phối đều từ 7 giờ tới 7 giờ 30 để đi tuyến xe
PP siêu bội 2 . PP siêu bội
(a−b)2 buýt T
PP Poisson (ii) Phương sai Var (X ) = 12 .
PP Poisson
Tính xác suất để anh ta đợi:
PP đều PP đều
PP chuẩn PP chuẩn (i) ít hơn hoặc bằng 5 phút

PP Gamma Chứng minh. PP Gamma (ii) ít hơn hoặc bằng 10 phút
PP Chi bình
Dễ dàng có được. PP Chi bình (iii) từ 6 đến 12 phút
phương phương
PP Fisher PP Fisher
Phân phối chuẩn hóa (Standard normal
Outline
distribution)
PHÂN PHỐI 1 PP Bernoulli PHÂN PHỐI Định nghĩa 29
THÔNG
2 PP nhị thức THÔNG Cho biến ngẫu nhiên Z liên tục, Z có phân phối chuẩn hóa
DỤNG DỤNG
(hay chuẩn tắc), kí hiệu Z ∼ N(0, 1), khi hàm mật độ có dạng:
Nguyễn Văn
Thìn
Thìn
1 −z 2
PP Bernoulli 4 PP Poisson PP Bernoulli f (z) = √ e 2
2π
om
5 PP đều
.c
PP đều PP đều
Định lí 30
7 PP Gamma
PP chuẩn PP chuẩn B.N.N Z ∼ N(0, 1) có kì vọng EZ = 0 và phương sai
8 PP Chi bình phương Var (Z ) = 1.
ng
PP Gamma PP Gamma

phương
Chứng minh.
co
10 PP Fisher R∞ 2 √
PP Fisher PP Fisher
Chú ý rằng −∞ e −z dz = π.
an
th
Phân phối chuẩn hóa - Minh họa Phân phối chuẩn hóa - Hàm phân phối
g
on
du
XÁC SUẤT XÁC SUẤT Hàm phân phối
0.4
THÔNG THÔNG
DỤNG DỤNG
Z z
1 −u2
u

Φ(z) = P(Z ≤ z) = √ e 2 du
0.3
Thìn Thìn
2π
cu
−∞
Với giá trị cụ thể của z, ta tra bảng để tìm giá trị Φ(z).
0.2
f(x)
PP Poisson PP Poisson Tính chất

0.1
PP đều PP đều
PP chuẩn PP chuẩn (a)

0.0
PP Gamma PP Gamma Φ(z) + Φ(−z) = 1

−4 −2 0 2 4
phương
x
phương (b)
PP Student PP Student P(−a ≤ Z ≤ a) = 2Φ(a) − 1
PP Fisher Hình 3: Hàm mật độ của N(0, 1) PP Fisher
Phân phối chuẩn hóa - Ví dụ Phân phối chuẩn (Normal distribution)
THÔNG
DỤNG
THÔNG
DỤNG
Định nghĩa 32
Nguyễn Văn Nguyễn Văn Cho biến ngẫu nhiên X liên tục, với σ > 0, µ là hai tham số, X
Thìn Thìn
Ví dụ 31 có phân phối chuẩn, kí hiệu X ∼ N(µ, σ 2 ), khi hàm mật độ có
PP Bernoulli
Cho biến ngẫu nhiên Z ∼ N(0, 1). Tính các xác suất sau PP Bernoulli dạng
om
PP nhị thức PP nhị thức 1 (x−µ)2
PP siêu bội
1 P(Z ≤ 1.55) PP siêu bội
f (x) = √ e − 2σ2 với x ∈ R
2 P(Z ≤ −1.45) σ 2π
.c
PP đều 3 P(−1 < Z ≤ 1.5) PP đều
PP chuẩn PP chuẩn Định lí 33
ng
PP Gamma PP Gamma

B.N.N X ∼ N(µ, σ 2 ) có kì vọng EX = µ và phương sai
phương phương Var (X ) = σ 2 .
co
PP Fisher PP Fisher
an
th
Phân phối chuẩn - Minh họa
g
on
du
0.20
THÔNG THÔNG
DỤNG DỤNG
Chứng minh.
u
0.15
Thìn Thìn
Dễ dàng có được bằng cách đổi biến và chú ý rằng
cu
PP Bernoulli Z ∞ PP Bernoulli
1 x2
0.10
f(x)
PP nhị thức
√ e − 2 dx = 1 PP nhị thức
PP siêu bội 2π −∞ PP siêu bội
0.05
PP đều PP đều
Vậy trong phân phối chuẩn thì tham số µ và σ chính là trung
0.00
PP Gamma PP Gamma
bình và độ lệch chuẩn. −4 −2 0 2 4 6
PP Chi bình PP Chi bình x
phương phương
PP Fisher PP Fisher Hình 4: Hàm mật độ của N(1, 4)
Phân phối chuẩn - Phân phối chuẩn hóa Phân phối chuẩn
PHÂN PHỐI
Định lí 34 PHÂN PHỐI
Nhận xét 35
XÁC SUẤT X −µ XÁC SUẤT
Định lý 34 cho phép chúng ta đưa một biến ngẫu nhiên có
THÔNG Nếu X ∼ N(µ, σ 2 ) thì ∼ N(0, 1). THÔNG
DỤNG σ DỤNG
phân phối chuẩn bất kỳ về phân phối chuẩn hóa.
Thìn
Chứng minh. Thìn
Hệ quả 36
PP Bernoulli X −µ PP Bernoulli
Đặt Y = . Ta có,
om
PP nhị thức σ PP nhị thức Nếu X ∼ N(µ, σ 2 ) thì
PP siêu bội PP siêu bội a−µ

X −µ
P(X ≤ a) = Φ
PP Poisson
FY (y ) = P(Y ≤ y ) = P ≤y = P(X ≤ σy +µ) = FX (σy +µ) PP Poisson σ
.c
PP đều σ PP đều
Do đó, Hệ quả 37
ng
PP Gamma PP Gamma

phương 1 (σy +µ−µ)2 1 2 phương Nếu X ∼ N(µ, σ 2 ) thì
fY (y ) = FY0 (y ) = σfX (σy +µ) = σ √ e − 2σ2 = √ e −y /2
co
PP Student
2πσ 2 2π PP Student b−µ a−µ
P(a < X ≤ b) = Φ −Φ
PP Fisher PP Fisher σ σ
Vậy Y ∼ N(0, 1).
an
th
Phân phối chuẩn Xấp xỉ phân phối nhị thức bằng phân phối chuẩn
g
on
du
PHÂN PHỐI Quy tắc kσ PHÂN PHỐI
Định lí 39 (Moivre - Laplace)
THÔNG THÔNG
DỤNG Cho X ∼ N(µ, σ 2 ). Khi đó, DỤNG
Cho X là một biến ngẫu nhiên nhị thức với các tham số n và p.
u
Nguyễn Văn (i) P(|X − µ| < σ) = 0.68 Nguyễn Văn Khi đó với các số a, b bất kì, a < b,
Thìn Thìn
(ii) P(|X − µ| < 2σ) = 0.955
cu
! Z b
PP Bernoulli
(iii) P(|X − µ| < 3σ) = 0.997 PP Bernoulli
X − np 1 2
PP nhị thức PP nhị thức lim P a < p <b = √ e −t /2 dt
n→∞ np(1 − p) 2π a
PP Poisson
Ví dụ 38 PP Poisson
PP đều Chỉ số thông minh (IQ), được đo bằng bài kiểm tra IQ PP đều
Chú ý rằng EX = np, σX =
p
np(1 − p).
PP chuẩn Stanford-Binet, có phân phối chuẩn trong một tổng thể nào PP chuẩn
PP Gamma đó. IQ trung bình là 100 điểm, và độ lệch chuẩn là 16 điểm. PP Gamma
Áp dụng
PP Chi bình
phương
Hỏi phần trăm số người trong tổng thể có IQ PP Chi bình
phương
Định lí nói rằng khi n lớn ta có thể xấp xỉ phân phối nhị thức
PP Student (a) từ 140 trở lên? PP Student
B(n, p) bằng phân phối chuẩn N(np, np(1 − p)).
PP Fisher (b) từ 80 trở xuống? PP Fisher
(c) giữa 80 và 140?

Xấp xỉ phân phối nhị thức bằng phân phối chuẩn Hiệu chỉnh liên tục
Minh họa
PHÂN PHỐI
Điều kiện áp dụng PHÂN PHỐI
THÔNG THÔNG
DỤNG Xác suất p không quá gần 0 hoặc 1, sao cho DỤNG
Nguyễn Văn 0.1 < p < 0.9. Nguyễn Văn

Thìn Thìn
np ≥ 5 và np(1 − p) ≥ 5.
om
PP nhị thức
Hiệu chỉnh liên tục (Correction for continuity) PP nhị thức
PP siêu bội
Vì X trong phân phối nhị thức là rời rạc nên khi tính xấp xỉ các PP siêu bội
giá trị xác suất của X bằng phân phối chuẩn ta đã chuyển sang
.c
PP đều PP đều
một biến mới liên tục nên trong thực hành phải thực hiện phép
hiệu chỉnh liên tục như sau:
ng
PP Gamma PP Gamma
x + 0.5 − µ
PP Chi bình P(X ≤ x) = P(X < x + 0.5) ≈ Φ PP Chi bình
phương σ phương
co

x − 0.5 − µ
PP Fisher P(X < x) = P(X < x − 0.5) ≈ Φ PP Fisher
σ
an
th
Xấp xỉ phân phối nhị thức bằng phân phối chuẩn Một số ví dụ về phân phối chuẩn
g
on
du
XÁC SUẤT XÁC SUẤT Theo Borel nếu một biến ngẫu nhiên là kết quả của nhiều
THÔNG THÔNG
DỤNG DỤNG nguyên nhân, mỗi nguyên nhân tác động một ít và không có
nguyên nhân nào là quyết định, thì biến ngẫu nhiên đó có phân
u

Thìn Ví dụ 40 Thìn
phối chuẩn.
cu
PP Bernoulli Một xạ thủ có xác suất bắn trúng mục tiêu ở mỗi lần bắn là PP Bernoulli Vậy:
PP nhị thức 0.8. Xạ thủ này bắn 64 phát vào bia. Tính xác suất PP nhị thức
Các số đo về đặc tính sinh học: chiều cao, cân nặng, huyết
a) Có 50 phát trúng bia. áp, nồng độ,. . . hầu như có phân phối chuẩn.
b) Có từ 45 đến 52 phát trúng bia.
PP đều PP đều
c) Có không quá 51 phát trúng bia. Trong xã hội: lợi tức hàng năm, sản lượng một vụ
PP Gamma PP Gamma mùa,. . . tuân theo phân phối chuẩn.

phương phương
PP Student PP Student Sai số trong đo lường về vật lí cũng có phân phối chuẩn.
PP Fisher PP Fisher
Outline Phân phối Gamma
PHÂN PHỐI 1 PP Bernoulli PHÂN PHỐI
XÁC SUẤT XÁC SUẤT Định nghĩa 41 (Hàm Gamma)
THÔNG
2 PP nhị thức THÔNG R∞
DỤNG DỤNG
Với α > 0, đặt Γ(α) = 0 x α−1 e −x dx.
Nguyễn Văn
Thìn
Thìn
PP Bernoulli 4 PP Poisson PP Bernoulli

Tính chất
om
5 PP đều Γ(1) = 1
Γ(α + 1) = αΓ(α)
.c
Γ(n + 1) = n!
PP đều PP đều √
PP chuẩn
7 PP Gamma PP chuẩn
Γ(1/2) = π
ng
PP Gamma PP Gamma

phương
9 PP Student phương Chứng minh.
co
10 PP Fisher Dễ dàng có được.
PP Fisher PP Fisher
an
th
Phân phối Gamma Phân phối Gamma
g
on Minh họa
Định nghĩa 42 (Phân phối Gamma)
du
B.N.N X được gọi là có phân phối Gamma với hai tham số
0.5
THÔNG THÔNG
DỤNG DỤNG
dương α và β, kí hiệu X ∼ G (α, β), nếu hàm mật độ của X có G(1,2)
u
0.4
G(2,2)
Thìn dạng Thìn G(3,1)
cu
(
1 α−1 e −x/β x > 0
Γ(α)β α x
0.3
f (x) =
0 x ≤0
f(x)
0.2
Các đặc trưng
0.1
PP đều PP đều
Trung bình: EX = αβ.
0.0
PP Gamma PP Gamma
PP Chi bình Phương sai: Var (X ) = αβ 2 . PP Chi bình

0 2 4
x
6 8 10
phương phương
PP Fisher Chứng minh. PP Fisher Hình 5: Hàm mật độ của G (1, 2), G (2, 2), G (3, 1)
Dễ dàng có được.
Outline Phân phối Chi bình phương
PHÂN PHỐI 1 PP Bernoulli PHÂN PHỐI
Định nghĩa 43 (Phân phối Chi bình phương:
XÁC SUẤT XÁC SUẤT X ∼ χ2 (r ), r = 1, 2, 3, . . .)
THÔNG
DỤNG
2 PP nhị thức THÔNG
DỤNG
X ∼ χ2 (r ) nếu X ∼ G (r /2, 2)
Nguyễn Văn
Thìn
Thìn
4 PP Poisson Hàm mật độ của X

om
5 PP đều ( r x
1
Γ(1/2)2r /2
x 2 −1 e 2 nếu x > 0
6 PP chuẩn
f (x) =
0 nơi khác
.c
PP đều PP đều
PP chuẩn
7 PP Gamma PP chuẩn
8 PP Chi bình phương Các đặc trưng
ng
PP Gamma PP Gamma

phương
9 PP Student phương r
Kì vọng: EX = 2 = r .
co
PP Student PP Student 2
10 PP Fisher r
PP Fisher PP Fisher Phương sai: Var = 22 = 2r .
2
an
th
Phân phối Chi bình phương
g
Minh họa on
MỘT SỐ MỘT SỐ Định lí 44
du
XÁC SUẤT XÁC SUẤT Nếu X ∼ N(0, 1) thì Y = X 2 ∼ χ2 (1).
0.5
THÔNG THÔNG
DỤNG DỤNG
r=2
Chứng minh.
u
Nguyễn Văn r=6 Nguyễn Văn

0.4
r = 15
Thìn Thìn Biến ngẫu nhiên Y ≥ 0, ta tính hàm phân phối của Y .
cu
√ √
G (y ) = P(Y ≤ y ) = P(X 2 ≤ y ) = P(− y ≤ X ≤ y )
0.3
√ √
f(x)

= Φ( y ) − Φ(− y ) vì X ∼ N(0, 1)
√
0.2
= 2Φ( y ) − 1
0.1
PP đều PP đều
Hàm mật độ của Y ,
√ 1 y 1 1 1 y
0.0
PP Gamma PP Gamma g (y ) = G 0 (y ) = 2Φ0 ( y ) = 2. √ e − 2 . √ = √ 1 y − 2 e − 2

0 5 10 15 20 25 30
2π 2 y π2 2
PP Chi bình x
PP Chi bình
phương phương
1 1 y
PP Student PP Student = .y 2 −1 .e − 2
Hình 6: Hàm mật độ của χ2 (2), χ2 (6), χ2 (15) Γ(1/2)21/2
PP Fisher PP Fisher
chính là hàm mật độ của χ2 (1). Vậy Y ∼ χ2 (1).

THÔNG
DỤNG
THÔNG
DỤNG
Hệ quả 46
Nguyễn Văn
Định lí 45 Nguyễn Văn Nếu Xi ∼ χ2 (ri ) với mọi i = 1, . . . , n và các Xi độc lập, thì
Thìn Thìn
PP Bernoulli Nếu X ∼ χ2 (r ), Y ∼ χ2 (s), X và Y độc lập thì PP Bernoulli X1 + X2 + · · · + Xn ∼ χ2 (r1 + r2 + · · · + rn )
om
PP nhị thức Z = X + Y ∼ χ2 (r + s) PP nhị thức
PP Poisson Chứng minh. PP Poisson Hệ quả 47
.c
PP đều PP đều
PP chuẩn
Có thể sử dụng hàm đặc trưng để chứng minh. PP chuẩn
Nếu X1 , X2 , . . . , Xr độc lập và có cùng phân phối chuẩn
N(0, 1) thì
ng
PP Gamma PP Gamma
PP Chi bình PP Chi bình X12 + X22 + · · · + Xr2 ∼ χ2 (r )

phương phương
co
PP Fisher PP Fisher
an
th
Outline Phân phối Student
g
on
1 PP Bernoulli Định nghĩa 48
du
THÔNG
2 PP nhị thức THÔNG Xét hai biến ngẫu nhiên độc lập X ∼ N(0, 1), Y ∼ χ2 (n).
Đặt T = qXY . Khi đó, phân phối của BNN T được gọi là phân
DỤNG DỤNG
u
Nguyễn Văn
Thìn
Thìn
n
cu
phối Student bậc tự do n. Kí hiệu T ∼ T (n).

PP Bernoulli 4 PP Poisson PP Bernoulli

5 PP đều Định lí 49
PP Poisson 6 PP chuẩn PP Poisson B.N.N T ∼ T (n) có hàm mật độ

PP đều PP đều
7 PP Gamma Γ( n+1 ) 1
f (t) = √ 2 n . n+1 , t∈R
PP Gamma 8 PP Chi bình phương PP Gamma πnΓ( 2 ) t2 2
1+ n
phương
PP Student PP Student n
10 PP Fisher và E(T ) = 0, Var (T ) = . Khi n ≥ 30, phân phối T (n)
PP Fisher PP Fisher n−2
gần trùng với phân phối chuẩn tắc N(0, 1).
Phân phối Student Outline
Minh họa
0.4
THÔNG
DỤNG
THÔNG
DỤNG
2 PP nhị thức
N(0,1)
Nguyễn Văn T(3)
T(1)
Nguyễn Văn 3 PP siêu bội
0.3
Thìn Thìn
om
f(t)
0.2
5 PP đều

0.1
.c
PP đều PP đều
7 PP Gamma
0.0
ng
PP Gamma PP Gamma
−3 −2 −1 0 1 2 3
PP Chi bình t
PP Chi bình
phương phương
9 PP Student
co
PP Fisher Hình 7: Hàm mật độ của T (1), T (3) và N(0, 1) PP Fisher 10 PP Fisher
an
th
Phân phối Fisher Phân phối Fisher
g
on Minh họa
du
THÔNG Định nghĩa 50 THÔNG
DỤNG DỤNG
Xét hai biến ngẫu nhiên X , Y độc lập: X ∼ χ2 (n), Y ∼ χ2 (m).
0.8
u
Nguyễn Văn Nguyễn Văn F(16,20)

Thìn
Đặt F = YX/m
/n
. Khi đó, phân phối của B.N.N F được gọi là Thìn F(8,10)
cu
F(2,2)
0.6
PP Bernoulli phân phối Fisher bậc tự do n, m. Kí hiệu F ∼ F (n, m). PP Bernoulli
f(x)
0.4
Định lí 51
0.2
PP đều B.N.N F ∼ F (n, m) có hàm mật độ PP đều
m
0.0
PP Gamma Γ( m+n ) m m2 f 2
−1
PP Gamma
h(f ) = n 2 m . . m+n , f ≥0 0 1 2 3 4 5
PP Chi bình Γ( 2 ).Γ( 2 ) n m PP Chi bình
(1 + nf ) 2 x
phương phương
PP Fisher PP Fisher Hình 8: Hàm mật độ của F (16, 20), F (8, 10) và F (2, 2)

Ly-Thuyet-Thong-Ke - Nguyen-Van-Thin - Chuong-3 - Mot-So-Phan-Phoi-Xac-Suat-Thong-Dung - (Cuuduongthancong - Com)

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

Ly-Thuyet-Thong-Ke - Nguyen-Van-Thin - Chuong-3 - Mot-So-Phan-Phoi-Xac-Suat-Thong-Dung - (Cuuduongthancong - Com)

Uploaded by

Copyright:

Available Formats

Outline

Nguyễn Văn Nguyễn Văn 3 PP siêu bội

PP Bernoulli PP Bernoulli 4 PP Poisson

PP Poisson PP Poisson 6 PP chuẩn

PP Chi bình PP Chi bình

PP Fisher PP Fisher 10 PP Fisher

PP Gamma 8 PP Chi bình phương PP Gamma

PP Chi bình Vậy X có mật độ  PP Chi bình

nghĩa là X có phân phối Bernoulli.

0 nếu là mặt khác

PP Poisson PP Poisson 6 PP chuẩn

PP Fisher PP Fisher 10 PP Fisher

Nguyễn Văn Nguyễn Văn

PP siêu bội P(ω) = p x (1 − p)n−x PP siêu bội Gợi ý 8

MỘT SỐ Ta có bảng phân phối MỘT SỐ

PP siêu bội PP siêu bội

PP Chi bình PP Chi bình

Nguyễn Văn Nguyễn Văn

PP Poisson PP Poisson (n − k + 1)p

Hàng đóng thành kiện, mỗi kiện 10 sản phẩm, trong đó có 3

PP Fisher PP Fisher 10 PP Fisher

PP Chi bình PP Chi bình

Nguyễn Văn Nguyễn Văn

PP Chi bình N PP Chi bình

PP Fisher (ii) Var (X ) = npq PP Fisher

Nguyễn Văn Nguyễn Văn

PP siêu bội PP siêu bội

8 PP Chi bình phương

PP Chi bình PP Chi bình

PP Fisher PP Fisher 10 PP Fisher

Do đó, Var (X ) = E(X 2 ) − (EX )2 = λ.

Nguyễn Văn n Nguyễn Văn

(n − x + 1)(n − x + 2) · · · (n − 1)n λ x λ n−x

Nguyễn Văn Nguyễn Văn 3 PP siêu bội

PP Poisson Ví dụ 25 PP Poisson 6 PP chuẩn

PP Fisher PP Fisher 10 PP Fisher

Nguyễn Văn Nguyễn Văn

PP chuẩn PP chuẩn (i) ít hơn hoặc bằng 5 phút

PP Poisson 6 PP chuẩn PP Poisson

PP Chi bình PP Chi bình

Nguyễn Văn Nguyễn Văn

PP nhị thức PP nhị thức

PP siêu bội PP siêu bội

PP Poisson PP Poisson Tính chất

PP chuẩn PP chuẩn (a)

PP Gamma PP Gamma Φ(z) + Φ(−z) = 1

PP chuẩn PP chuẩn Định lí 33

PP Chi bình PP Chi bình

Nguyễn Văn Nguyễn Văn

PP siêu bội 2π −∞ PP siêu bội

PP Fisher PP Fisher Hình 4: Hàm mật độ của N(1, 4)

PP Chi bình PP Chi bình

(c) giữa 80 và 140?

Nguyễn Văn 0.1 < p < 0.9. Nguyễn Văn

Nguyễn Văn Nguyễn Văn

PP Gamma PP Gamma mùa,. . . tuân theo phân phối chuẩn.

PP Bernoulli 4 PP Poisson PP Bernoulli

PP Chi bình PP Chi bình

Nguyễn Văn Nguyễn Văn

PP Chi bình Phương sai: Var (X ) = αβ 2 . PP Chi bình

4 PP Poisson Hàm mật độ của X

8 PP Chi bình phương Các đặc trưng

PP Chi bình PP Chi bình