Professional Documents
Culture Documents
Chương 2: Đại lượng ngẫu nhiên và luật phân phối xác suất
Chương 2: Đại lượng ngẫu nhiên và luật phân phối xác suất
Khái niệm
Phân loại
Đại lượng ngẫu nhiên và luật phân Các tham số đặc trưng
Kì vọng
Lê Phương
Khoa Toán Kinh tế
Trường Đại học Kinh tế - Luật
Đại học Quốc Gia TP. Hồ Chí Minh
2.1
Nội dung Đại lượng ngẫu nhiên
Khái niệm
Phân loại
2.2
Khái niệm Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Hàm số X : Ω → R được gọi là đại lượng ngẫu nhiên hay biến Hàm phân phối xác suất
1 Gọi X là số lần xuất hiện mặt ngửa khi tung một đồng xu Phân phối xác suất
Các tham số đặc trưng
cân đối 5 lần thì X có thể nhận các giá trị 0, 1, 2, 3, 4, 5.
2 Gọi Y là chiều cao của cây cà phê trưởng thành (đơn vị:
mét) thì Y có thể nhận các giá trị thuộc tập hợp [1, 10].
Kí hiệu
2.4
Phân loại Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Đại lượng ngẫu nhiên rời rạc Luật phân phối xác
suất
Đại lượng ngẫu nhiên là rời rạc nếu tập giá trị của nó là đếm Phân phối xác suất
Hàm phân phối xác suất
được Các tham số đặc trưng
• hữu hạn: X (Ω) = {x1 , x2 , . . . , xn }, Kì vọng
Phương sai, độ lệch chuẩn
1 Gọi X là tổng số chấm nhận được sau khi tung 2 xúc sắc Các tham số đặc trưng
Ví dụ:
1 lượng mưa trong một ngày ở TP. Hồ Chí Minh,
2 khoảng thời gian giữa 2 cuộc gọi liên tiếp đến một tổng đài
điện thoại. 2.6
Phân phối xác suất Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Phân phối xác suất của đại lượng ngẫu nhiên rời rạc X là Hàm phân phối xác suất
Phân phối xác suất cho biết khả năng X nhận mỗi giá trị trong Phân vị, trung vị
X (Ω) tương ứng và được biểu diễn bằng bảng phân phối xác Vector ngẫu nhiên
Khái niệm
P p1 p2 · · · pn · · ·
Tính chất
1 0 ≤ pi ≤ 1 với xi ∈ X (Ω),
P
2 pi = 1,
i
P
3 P(a ≤ X < b) = pi .
a≤xi <b
2.8
Phân phối xác suất Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Hai xạ thủ cùng bắn vào một bia, mỗi người bắn một viên. Gọi Phương sai, độ lệch chuẩn
Mode
X số lần bắn trúng bia. Tìm phân phối xác suất của X biết xác Phân vị, trung vị
suất bắn trúng bia của hai xạ thủ lần lượt là 0,4 và 0,7. Lập Vector ngẫu nhiên
Khái niệm
bảng phân phối xác suất của X . Phân phối xác suất
Các tham số đặc trưng
Ví dụ
Rút ngẫu nhiên 2 sản phẩm từ một hộp có 7 chính phẩm và 3
phế phẩm. Gọi X là số phế phẩm lấy được.
1 Tìm phân phối xác suất của X .
2 Tính xác suất lấy được không quá một phế phẩm.
2.9
Phân phối xác suất Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Đại lượng ngẫu nhiên liên tục Hàm phân phối xác suất
2.10
Phân phối xác suất Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Cho đại lượng ngẫu nhiên X có hàm mật độ xác suất Vector ngẫu nhiên
Khái niệm
Phân phối xác suất
cx(2 − x), 0 ≤ x ≤ 2, Các tham số đặc trưng
f (x) =
0, x < 0 hoặc x > 2
1 Xác định c.
2 Tính P(X < 1) và P(|X − 1| > 0, 5).
2.11
Hàm phân phối xác suất Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Định nghĩa
Luật phân phối xác
suất
Hàm phân phối xác suất của đại lượng ngẫu nhiên X , kí hiệu Phân phối xác suất
FX (x) hoặc F (x) được xác định như sau: Hàm phân phối xác suất
Hai xạ thủ cùng bắn vào một bia, mỗi người bắn một viên. Gọi Phương sai, độ lệch chuẩn
Mode
X số lần bắn trúng bia. Tìm hàm phân phối xác suất của X biết Phân vị, trung vị
xác suất bắn trúng bia của hai xạ thủ lần lượt là 0,4 và 0,7. Vector ngẫu nhiên
Khái niệm
Phân phối xác suất
Các tham số đặc trưng
Ví dụ
Cho đại lượng ngẫu nhiên X có hàm mật độ xác suất
2x, 0 ≤ x ≤ 1;
f (x) =
0, x < 0 hoặc x > 1.
2.14
Hàm phân phối xác suất Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Tính chất của hàm phân phối xác suất Hàm phân phối xác suất
2.15
Kì vọng Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Định nghĩa Luật phân phối xác
suất
Kì vọng (hay giá trị trung bình) của đại lượng ngẫu nhiên X , kí Phân phối xác suất
Hàm phân phối xác suất
hiệu E(X ) hay EX , là một số thực được xác định như sau: Các tham số đặc trưng
n
X Phân vị, trung vị
Ý nghĩa
Kì vọng đặc trưng cho giá trị trung bình của đại lượng ngẫu
nhiên X trong phép thử.
2.17
Kì vọng Đại lượng ngẫu nhiên
Khái niệm
Phân loại
2.18
Kì vọng Đại lượng ngẫu nhiên
Khái niệm
Phân loại
P
i h(xi )pi ,
với X rời rạc,
EY = +∞
R
h(x)f (x)dx, với X liên tục,
−∞
Chú ý: Hai đại lượng ngẫu nhiên X và Y được gọi là độc lập
nếu hai biến cố (X ≤ x) và (Y ≤ y) là độc lập với mọi x, y ∈ R.
2.19
Phương sai, độ lệch chuẩn Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Định nghĩa Luật phân phối xác
suất
Phương sai của đại lượng ngẫu nhiên X , kí hiệu Var (X ), V (X ) Phân phối xác suất
Hàm phân phối xác suất
hay VX , là một số thực được xác định như sau: Các tham số đặc trưng
Kì vọng
VX = E (X − EX )2
Phương sai, độ lệch chuẩn
Mode
Phân vị, trung vị
Độ lệch chuẩn của đại√lượng ngẫu nhiên X , kí hiệu σ(X ), được Vector ngẫu nhiên
Khái niệm
Ý nghĩa
Đặc trưng cho độ phân tán của đại lượng ngẫu nhiên quanh
giá trị trung bình.
2.21
Phương sai, độ lệch chuẩn Đại lượng ngẫu nhiên
Khái niệm
Phân loại
V (X ± Y ) = V (X ) + V (Y ).
2.22
Phương sai, độ lệch chuẩn Đại lượng ngẫu nhiên
Khái niệm
Phân loại
1 Tính độ lệch chuẩn của đại lượng ngẫu nhiên X có phân Phương sai, độ lệch chuẩn
Mode
2.23
Mode Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Định nghĩa Luật phân phối xác
suất
Mode (giá trị tin chắc nhất) của đại lượng ngẫu nhiên X , kí hiệu Phân phối xác suất
Hàm phân phối xác suất
Mode(X ), Mod(X ) hay ModX , là (các) số thực được xác định
Các tham số đặc trưng
như sau Kì vọng
Phương sai, độ lệch chuẩn
• Với đại lượng ngẫu nhiên rời rạc: giá trị của đại lượng ngẫu Mode
Phân vị, trung vị
nhiên X tại đó có xác suất lớn nhất Vector ngẫu nhiên
Khái niệm
Mod(X ) = xk sao cho P(X = x) đạt max tại x = xk . Phân phối xác suất
Các tham số đặc trưng
• Với đại lượng ngẫu nhiên liên tục: giá trị của đại lượng
ngẫu nhiên X tại đó hàm mật độ xác suất đạt cực đại
Ý nghĩa
Mode đặc trưng cho giá trị có khả năng xảy ra cao nhất của đại
lượng ngẫu nhiên X trong phép thử.
2.25
Mode Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Ví dụ
Luật phân phối xác
suất
1 Xác định mode của đại lượng ngẫu nhiên X và Y có phân Phân phối xác suất
Hàm phân phối xác suất
phối xác suất như sau: Các tham số đặc trưng
Kì vọng
Phương sai, độ lệch chuẩn
X 0 1 2 Mode
Cho đại lượng ngẫu nhiên X và α ∈ (0, 1). Phân phối xác suất
Hàm phân phối xác suất
1 Số thực gα được gọi là giá trị tới hạn mức α của X nếu Các tham số đặc trưng
Kì vọng
Phương sai, độ lệch chuẩn
Lưu ý
Nếu X là đại lượng ngẫu nhiên liên tục thì gα là giá trị tới hạn
mức α của X khi và chỉ khi P(X > gα ) = α.
Ý nghĩa
Giá trị tới hạn mức α (phân vị mức 1 − α) là điểm trên trục số
chia phân phối xác suất của đại lượng ngẫu nhiên thành 2
phần theo tỉ lệ (1 − α) : α.
2.28
Phân vị, trung vị Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Trung vị
Luật phân phối xác
suất
Trung vị của đại lượng ngẫu nhiên X , kí hiệu Median(X ), Phân phối xác suất
Med(X ) hay MedX , là phân vị mức 0,5 (cũng là giá trị tới hạn Hàm phân phối xác suất
• Với đại lượng ngẫu nhiên liên tục: Med(X ) = x0 với x0 thỏa
Zx0
f (x)dx = 0, 5.
−∞
Ý nghĩa
Trung vị là điểm trên trục số chia đôi phân phối xác suất của
đại lượng ngẫu nhiên. 2.29
Phân vị, trung vị Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Tìm trung vị của hai đại lượng ngẫu nhiên X và Y có bảng Phân phối xác suất
Hàm phân phối xác suất
phân phối xác suất như sau Các tham số đặc trưng
Kì vọng
Phương sai, độ lệch chuẩn
X 1 2 4 5 Mode
Phân vị, trung vị
P 0, 2 0, 4 0, 3 0, 1
Vector ngẫu nhiên
Khái niệm
Phân phối xác suất
Y −1 0 2 3 Các tham số đặc trưng
P 0, 3 0, 2 0, 35 0, 15
Ví dụ
Tìm trung vị và giá trị tới hạn mức 75% của đại lượng ngẫu
nhiên X có hàm mật độ xác suất
0, x < 1;
(
f (x) = 1
, x ≥ 1.
x2
2.30
Khái niệm Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Ví dụ Mode
Phân vị, trung vị
một trẻ sơ sinh được lựa chọn ngẫu nhiên trong một bệnh Phân phối xác suất
Các tham số đặc trưng
Phân loại
Một vector ngẫu nhiên n chiều X = (X1 , X2 , . . . , Xn ) được gọi là
liên tục hay rời rạc nếu tất cả các biến ngẫu nhiên thành phần
X1 , X2 , . . . , Xn là liên tục hay rời rạc.
2.32
Phân phối xác suất Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Trong phạm vi chương trình, ta chỉ xét các vector ngẫu nhiên Luật phân phối xác
rời rạc hai chiều (X , Y ). suất
Phân phối xác suất
Hàm phân phối xác suất
Phân phối xác suất đồng thời Các tham số đặc trưng
Kì vọng
Phân phối xác suất đồng thời của vector ngẫu nhiên rời rạc hai Phương sai, độ lệch chuẩn
Mode
chiều (X , Y ) cho biết X (Ω) = {x1 , x2 , . . . }, Y (Ω) = {y1 , y2 , . . . } Phân vị, trung vị
2.34
Phân phối xác suất Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Gọi X là số xe máy và Y là số điện thoại di động trong một hộ Các tham số đặc trưng
gia đình của một hộ gia đình được lựa chọn ngẫu nhiên ở địa Kì vọng
Phương sai, độ lệch chuẩn
phương A. Người ta tìm được bảng phân phối xác suất đồng Mode
Phân vị, trung vị
thời như sau: Vector ngẫu nhiên
Khái niệm
HH Y Phân phối xác suất
1 2 3 4 Các tham số đặc trưng
X
HH
H
1 0,1 0 0,1 0
2 0,3 0 0,1 0,2
3 0 0,2 0 0
1 Tính xác suất gia đình được lựa chọn có số xe máy bằng
số điện thoại.
2 Tính xác suất gia đình được lựa chọn có tổng số xe máy
và số điện thoại là 4.
2.35
Phân phối xác suất Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Phân phối xác suất biên Luật phân phối xác
suất
Phân phối xác suất của các đại lượng ngẫu nhiên thành phần Phân phối xác suất
Hàm phân phối xác suất
được gọi là các phân phối xác suất biên của vector ngẫu nhiên Các tham số đặc trưng
Kì vọng
m
X m
X Phương sai, độ lệch chuẩn
Mode
P(X = xi ) = P(X = xi ; Y = yj ) = pij = pi∗ , Phân vị, trung vị
Bảng phân phối xác suất đồng thời có các xác suất biên
HH Y
y1 y2 ··· ym P(X = xi )
X
HH
H
x1 p11 p12 ··· p1m p1∗
x2 p21 p22 ··· p2m p2∗
.. .. .. .. .. ..
. . . . . .
xn pn1 pn2 ··· pnm pn∗
P(Y = yi ) p∗1 p∗2 ··· p∗m 1 2.36
Phân phối xác suất Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Tiếp theo ví dụ trước, lập bảng phân phối xác suất đồng thời có Các tham số đặc trưng
chứa các xác suất biên. Lập bảng phân phối xác suất của X và
của Y . Hỏi X và Y có độc lập với nhau hay không?
Trả lời.
HH Y
1 2 3 4 P(X = xi )
X
HH
H
1 0,1 0 0,1 0 0,2
2 0,3 0 0,1 0,2 0,6
3 0 0,2 0 0 0,2
P(Y = yi ) 0,4 0,2 0,2 0,2 1
2.37
Phân phối xác suất Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Phân phối xác suất của các đại lượng ngẫu nhiên có điều kiện Các tham số đặc trưng
Kì vọng
(X |Y = yj ) và (Y |X = xi ) được xác định bởi Phương sai, độ lệch chuẩn
Mode
Phân vị, trung vị
P(X = xi ; Y = yj ) pij
P(X = xi |Y = yj ) = = , Vector ngẫu nhiên
P(X = xi ; Y = yj ) pij
P(Y = yj |X = xi ) = = .
P(X = xi ) pi∗
Ví dụ
Tiếp theo ví dụ trước.
1 Lập bảng phân phối xác suất của X với điều kiện Y = 3.
2 Lập bảng phân phối xác suất của Y với điều kiện X = 2.
2.38
Các tham số đặc trưng Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Kỳ vọng của các đại lượng ngẫu nhiên thành phần và của tích Hàm phân phối xác suất
n X
X m
E(XY ) = xi yj pij .
i=1 j=1
Ví dụ
Tiếp theo ví dụ phần trước. Tính E(X ), E(Y ) và E(XY ).
2.40
Các tham số đặc trưng Đại lượng ngẫu nhiên
Khái niệm
Phân loại
n n
!2 Phân vị, trung vị
X X
2 2
Var (X ) = E(X ) − (EX ) = xi2 pi∗ − xi pi∗ , Vector ngẫu nhiên
Khái niệm
2
m
X Xm
Var (Y ) = E(Y 2 ) − (EY )2 = yj2 p∗j − yj p∗j .
j=1 j=1
Ví dụ
Tiếp theo ví dụ phần trước. Tính Var (X ) và Var (Y ).
2.41
Các tham số đặc trưng Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Ý nghĩa: Hiệp phương sai đo mức độ dao động cùng chiều hay
ngược chiều của X và Y .
1 Cov(X , Y ) > 0: X và Y dao động cùng chiều,
2 Cov(X , Y ) < 0: X và Y dao động ngược chiều.
2.42
Các tham số đặc trưng Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Hệ số tương quan của X và Y được định nghĩa Các tham số đặc trưng
Kì vọng
Phương sai, độ lệch chuẩn
Cov(X , Y ) E(XY ) − E(X )E(Y ) Mode
RXY =p = . Phân vị, trung vị
Var (X )Var (Y ) σ(X )σ(Y ) Vector ngẫu nhiên
Khái niệm
Phân phối xác suất
Nếu RXY = 0, ta nói X và Y không tương quan. Nếu RXY ̸= 0, Các tham số đặc trưng
Lưu ý:
1 −1 ≤ RXY ≤ 1.
2 RXY = 1 ⇔ X và Y phụ thuộc tuyến tính với hệ số dương
(nghĩa là X = aY với a > 0).
3 RXY = −1 ⇔ X và Y phụ thuộc tuyến tính với hệ số âm
(nghĩa là X = aY với a < 0).
4 Nếu X , Y độc lập thì RXY = 0 (X và Y không tương quan).
2.43
Các tham số đặc trưng Đại lượng ngẫu nhiên
Khái niệm
Phân loại
Ma trận tương quan (còn gọi là ma trận hiệp phương sai) là ma Mode
Phân vị, trung vị
trận Vector ngẫu nhiên
Khái niệm
Cov(X , X ) Cov(X , Y ) Phân phối xác suất
Cov(Y , X ) Cov(Y , Y )
Var (X ) Cov(X , Y )
= .
Cov(Y , X ) Var (Y )
2.44
Các tham số đặc trưng Đại lượng ngẫu nhiên
Khái niệm
Phân loại
2.45