Xét nghiệm

Bài giảng Xác suất -Thống kê Trường ĐH Nguyễn Tất Thành
PHẦN I. XÁC SUẤT
CHƯƠNG I. KHÁI NIỆM CƠ BẢN VỀ LÝ THUYẾT XÁC SUẤT

§1. GIẢI TÍCH TỔ HỢP
1. Quy tắc cơ bản về phép đếm

1.1. Quy tắc cộng
Một công việc có thể thực hiện theo k phương án độc lập
Phương án thứ nhất có n1 cách thực hiện.
Phương án thứ hai có n 2 cách thực hiện.
……
Phương án thứ k có nk cách thực hiện.
Khi đó, số cách để hoàn thành công việc này là n1 n2 nk .
Ví dụ 1. Xét các sinh viên khóa mới thuộc khoa Dược của trường đại học X gồm 200 sinh viên
chuyên ngành Dược học trong đó có 120 nữ và 170 sinh viên chuyên ngành Điều dưỡng trong đó
có 60 nam. Chọn ngẫu nhiên 1 sinh viên khóa mới của khoa Dược. Hỏi có bao nhiêu cách để
chọn sinh viên nữ?
Giải. Ta có 2 phương án để chọn sinh viên nữ thuộc khoa Dược:
Phương án 1: chọn sinh viên nữ ngành Dược học, có n1  120 cách
Phương án 2: chọn sinh viên nữ ngành Điều dưỡng, có n2  110 cách
Vậy theo quy tắc cộng có 120  110  230 cách chọn sinh viên nữ thuộc khoa Dược.■
1.2. Quy tắc nhân

Một công việc phải thực hiện thông qua k giai đoạn có mối liên hệ với nhau.
Giai đoạn 1 có n1 cách thực hiện.
Giai đoạn 2 có n 2 cách thực hiện.
……
Giai đoạn k có nk cách thực hiện.
Khi đó, số cách để hoàn thành công việc A là n1 n2 nk .
Bộ môn Toán cơ bản 1

Ví dụ 2. Từ A đến B có 2 con đường, từ B đến C có 3 con đường.

a) Có bao nhiêu cách đi từ A qua B rồi đến C?
b) Người ta mở thêm 2 con đường đi trực tiếp từ A đến C, hỏi khi đó có bao nhiêu cách đi từ
A đến C.
Giải.
a) Giai đoạn 1 đi từ A đến B có 2 cách, giai đoạn 2 đi từ B đến C có 3 cách. Vậy theo quy
tắc nhân có 2 3 6 cách đi từ A qua B rồi đến C.
B
A C
b) Phương án 1: đi từ A qua B rồi đến C, theo câu a) có 6 cách,
Phương án 2: đi trực tiếp từ A đến C (không qua B) có 2 cách
Vậy theo quy tắc cộng có 6  2  8 cách đi từ A đến C. ■
B
A C
2. Chỉnh hợp lặp

Cho tập hợp A gồm n phần tử. Một bộ có thứ tự gồm k phần tử lấy từ n phần tử của A , các
phần tử có thể được lấy lặp lại, được gọi là một chỉnh hợp lặp chập k của n phần tử.
Ví dụ 3. Tập A = {a, b, c} có các chỉnh hợp lặp chập 2 là aa, ab, ac, ba, bb, bc, ca, cb, cc. ■
Số chỉnh hợp lặp chập k của n phần tử, kí hiệu Bnk và được tính theo công thức
Bnk nk .
 Một khoa ở bệnh viện A có 5 phòng điều trị nội trú, hỏi có bao nhiêu cách xếp 3 bệnh
nhân vào khoa này? (không hạn chế số người bệnh trong một phòng)
3. Chỉnh hợp không lặp
Cho tập hợp A gồm n phần tử. Một bộ có thứ tự gồm k phần tử phân biệt lấy từ n phần tử của
A được gọi là một chỉnh hợp chập k của n phần tử.
Ví dụ 4. Tập A  {a, b, c} có các chỉnh hợp chập 2 là ab, ba, ac, ca, bc, cb .■
Số chỉnh hợp chập k của n phần tử, kí hiệu Ank .
n!
Ank n(n 1) (n k 1)
(n k )!

 Một phòng điều trị nội trú ở bệnh viện A có 5 giường trống. Hỏi có bao nhiêu cách xếp 3
bệnh nhân vào các giường này biết mỗi giường chỉ chứa không quá 1 người?
4. Hoán vị
Cho tập hợp A có n phần tử. Một dãy gồm tất cả các phần tử của A sắp xếp theo một thứ tự nào
đó được gọi là một hoán vị của n phần tử này
Ví dụ 5. Tập A  {a, b, c} có các hoán vị là abc, acb, bac, bca, cab, cba .■
Số hoán vị của n phần tử, kí hiệu là Pn .
Pn n!
 Xếp 5 lọ thuốc khác nhau (trong đó có lọ thuốc A và lọ thuốc B) vào kệ có 5 ngăn xếp
theo hàng ngang (mỗi lọ thuốc đặt vào 1 ngăn). Hỏi có bao nhiêu cách xếp các lọ thuốc:
a) Tùy ý.
b) Lọ thuốc A và B xếp cạnh nhau.
5. Tổ hợp
Cho tập hợp A gồm n phần tử. Một bộ không thứ tự (một tập con) k phần tử lấy từ n phần tử
của A được gọi là một tổ hợp chập k của n phần tử.
Ví dụ 6. Tập A  {a, b, c} có các tổ hợp chập 2 là ab, ac, cb .■
Số tổ hợp chập k của n phần tử, kí hiệu C nk .
Ank n!
C nk
k! k !(n k )!
Ví dụ 7. Có 5 mẫu máu cần xét nghiệm nhưng chỉ có đủ hóa chất để xét nghiệm cho 3 mẫu. Hỏi
có bao nhiêu cách thực hiện?
Giải. Số cách xét nghiệm chính là số cách chọn 3 mẫu máu (không kể thứ tự) từ 5 mẫu máu hay
số tổ hợp chập 3 của 5 phần tử. Vậy có C53  10 cách. ■
 Phòng khám có 6 bác sĩ nam và 4 bác sĩ nữ. Có bao nhiêu cách chọn ra 3 bác sĩ nam và 2
bác sĩ nữ tham gia một ca hội chẩn?
Ví dụ 8. Một bệnh viện có 50 bác sĩ. Hỏi có bao nhiêu cách chọn 3 bác sĩ để:
a) Lập một hội đồng kiểm kê hàng tháng gồm 1 trưởng, 1 phó và 1 ủy viên?
b) Lập một nhóm tham gia một ca hội chẩn? (vai trò của các thành viên trong nhóm như
nhau)

Giải. a) Mỗi kết quả chọn ra 1 trưởng, 1 phó và 1 ủy viên từ 50 bác sĩ tương ứng với một cách
chọn một bộ có thứ tự 3 phần tử từ 50 phần tử hay chính là một chỉnh hợp chập 3 của 50 phần tử.
50!
Vậy số kết quả có thể xảy ra là A503 117600 .
(50 3)!
b) Mỗi kết quả là một tổ hợp chập 3 của 50 phần tử. Vậy số kết quả có thể xảy ra là
50!
C 503 19600 .■
3!(50 3)!
 Tủ đựng thuốc có 3 ngăn, hỏi có bao nhiêu cách xếp 5 hộp thuốc giống nhau vào tủ?
(không hạn chế số hộp trong một ngăn)
§2. BIẾN CỐ VÀ MỐI QUAN HỆ GIỮA CÁC BIẾN CỐ
1. Phép thử và biến cố

Phép thử là một khái niệm cơ bản của xác suất, nó không được định nghĩa một cách
chính xác. Ta hiểu phép thử là một thí nghiệm hay một hành động để quan sát một hiện tượng
ngẫu nhiên nào đó, chẳng hạn gieo một con xúc xắc xem xuất hiện mặt mấy chấm, gieo một
đồng xu xem xuất hiện mặt sấp hay ngửa, chọn ngẫu nhiên một sản phẩm từ một kho hàng để
kiểm tra xem chất lượng tốt hay xấu … là những phép thử.
Hiện tượng ngẫu nhiên ta quan sát trong phép thử được gọi là biến cố. Mỗi biến cố chính
là một kết quả (kết cục) của phép thử. Trong một phép thử có thể có nhiều kết quả xảy ra, có kết
quả đơn giản và cũng có kết quả phức hợp. Chẳng hạn, khi gieo xúc xắc, nếu ta chỉ quan tâm tới
mặt xuất hiện có mấy chấm thì 1, 2, 3, 4, 5, 6 là những kết quả đơn giản nhất; trong khi đó sự
xuất hiện của các số chẵn (2, 4, 6) hay lẻ (1, 3, 5) … là những kết quả phức hợp. Kết quả đơn
giản nhất gọi là các biến cố sơ cấp, tập hợp tất cả các biến cố sơ cấp được gọi là không gian mẫu
hay không gian các biến cố sơ cấp. Như vậy, về phương diện tập hợp, biến cố là một tập con của
không gian mẫu. Ta thường dùng  để ký hiệu cho không gian mẫu; A, B, C,... để ký hiệu cho
các biến cố.
Ví dụ 1.
1. Gieo một đồng xu một lần, không gian mẫu là   {S , N}
2. Bác sĩ điều trị bệnh cho các bệnh nhân có thể xảy ra các trường hợp: chắc chắn khỏi bệnh,
không bao giờ khỏi bệnh, có thể khỏi bệnh.
3. Gieo một con xúc xắc, không gian mẫu là   {1,2,3,4,5,6} . Gọi A là biến cố “xuất hiện mặt
chẵn” thì A  {2, 4, 6} ; các kết quả 2, 4, 6 gọi là các kết quả thuận lợi cho biến cố A; gọi B là
biến cố “xuất hiện mặt chia hết cho 3” thì B  {3, 6} .■

2. Các loại biến cố

2.1. Biến cố chắc chắn (): Là biến cố nhất định xảy ra khi thực hiện phép thử.
2.2. Biến cố không thể ():Là biến cố nhất định không xảy ra khi thực hiện phép thử.
2.3. Biến cố ngẫu nhiên: Là biến cố có thể xảy ra hoặc không xảy ra khi thực hiện phép thử, các
biến cố này thường được ký hiệu bởi các chữ cái in hoa: A, B, C, …
Ví dụ 2. Gieo một con xúc xắc, biến cố “xuất hiện mặt có từ 1 đến 6 chấm” là biến cố chắc chắn;
biến cố “xuất hiện mặt 7 chấm” là biến cố không thể; biến cố “xuất hiện mặt 5 chấm” là biến cố
ngẫu nhiên. ■
3. Mối quan hệ và các phép toán giữa các biến cố

3.1. Quan hệ kéo theo
Ta nói rằng biến cố A kéo theo biến cố B, ký hiệu A  B ,nếu A xảy ra thì B cũng xảy ra.
Hai biến cố A và B được gọi là tương đương, kí hiệu A = B, nếu A xảy ra thì B xảy ra và ngược
lại, nghĩa là A  B và B  A.
Ví dụ 3. Tung một con xúc xắc, gọi A là biến cố xuất hiện mặt 2 chấm, B là biến cố xuất hiện
mặt chẵn nhỏ hơn 4 chấm, C là biến cố xuất hiện mặt chẵn thì A = B, A  C .■
3.2. Tổng các biến cố

Tổng của hai biến cố A và B, kí hiệu là A + B hoặc AB, là biến cố xảy ra khi và chỉ khi
ít nhất một trong hai biến cố A và B xảy ra. Tổng của hữu hạn biến cố A1 A2 An
được định nghĩa tương tự.
Ví dụ 4.
1. Hai bác sĩ cùng chuẩn đoán bệnh cho 1 bệnh nhân. Gọi A là biến cố bác sĩ thứ nhất chuẩn
đoán đúng, B là biến cố bác sĩ thứ hai chuẩn đoán đúng. Khi đó A+B là biến cố có ít nhất
1 bác sĩ chuẩn đoán đúng.
2. Gieo một con xúc xắc; A  {1,3,6}, B  {3,5,6} thì A  B  {1,3,5,6} .■
Nhận xét: Biến cố sơ cấp không thể biểu diễn thành tổng của các biến cố khác.
3.3. Tích các biến cố
Tích của hai biến cố A và B, kí hiệu là AB hoặc AB, là biến cố xảy ra khi và chỉ khi cả
hai biến cố A và B đồng thời xảy ra. Tương tự ta có thể định nghĩa tích của hữu hạn biến cố
A1A2 An .

Ví dụ 5.
1. Hai bác sĩ cùng chuẩn đoán bệnh cho 1 bệnh nhân. Gọi A là biến cố bác sĩ thứ nhất chuẩn
đoán đúng, B là biến cố bác sĩ thứ hai chuẩn đoán đúng. Khi đó AB là biến cố 2 bác sĩ
chuẩn đoán đúng.
2. Gieo một con xúc xắc; A  {1,3,6}, B  {3,5,6} thì AB  {3, 6} .■
3.4. Hai biến cố xung khắc
Hai biến cố A và B được gọi là xung khắc nếu chúng không cùng xảy ra trong một phép
thử, tức là AB = .
Họ các biến cố {Ai | i I } được gọi là xung khắc từng đôi nếu hai biến cố bất kỳ trong
chúng là xung khắc nhau, nghĩa là AA
i j
, i, j I,i j.
Họ các biến cố {Ai | i I } được gọi là họ đầy đủ và xung khắc từng đôi nếu khi thực
hiện phép thử có đúng một biến cố trong họ xảy ra, nghĩa là đây là một họ xung khắc từng đôi và
có tổng là biến cố chắc chắn .
Ví dụ 6. Gieo một con xúc xắc; gọi Ai là biến cố xuất hiện mặt i chấm, i  1, 6 thì {A1 ,...,A6 } là
một họ đầy đủ và xung khắc từng đôi; nếu gọi A  {1,2}, B  {3,4},C  {5,6} thì {A, B, C} cũng
là một họ đầy đủ và xung khắc từng đôi. ■
3.5. Hai biến cố đối lập
A và B được gọi là hai biến cố đối lập nếu chúng lập thành một hệ đầy đủ và xung khắc,
tức là AB =  và A + B = . Khi đó B được gọi là biến cố đối lập (gọi tắt là biến cố đối) của
biến cố A và được kí hiệu là A . Nói cách khác A và B là hai biến cố đối lập nếu trong một phép
thử chỉ hoặc A hoặc B xảy ra.
Ví dụ 7.
1. Một bà mẹ sinh con, biến cố sinh con trai và biến cố sinh con gái là biến cố đối lập .
2. Điều trị bệnh cho 1 bệnh nhân. Biến cố điều trị khỏi bệnh và biến cố điều trị không khỏi
bệnh là hai biến cố đối lập. ■
3.6. Sự đồng khả năng của các biến cố
Các biến cố được gọi là đồng khả năng nếu chúng có khả năng xuất hiện như nhau trong
phép thử.

Ví dụ 8.
1. Gieo một đồng xu cân đối, khi đó khả năng xuất hiện hai mặt sấp, ngửa là như nhau hay
S, N là các biến cố đồng khả năng. Cũng vậy gieo một con xúc xắc cân đối ta có 6 biến
cố đồng khả năng là xuất hiện mặt 1, 2, 3, 4, 5, 6 chấm.
2. Trong một bình đựng các viên bi to nhỏ như nhau, nặng nhẹ như nhau, chỉ khác màu sắc.
Nếu ta lấy ra ngẫu nhiên một viên, không quan tâm tới màu sắc thì các viên bi trong bình
có khả năng được lấy ra như nhau. ■
4. Tính chất của các phép toán trên biến cố

Giả sử A, B, C là các biến cố. Khi đó :
A A A, AA A
A A, A
A ,A A
A B B A, AB BA;
(A B) C A (B C ),(AB)C A(BC )
(A B)C AC BC ; A(B C) AB AC
A B AB; AB A B , mở rộng A1  ... An  A1... An ; A1...An  A1  ...  An
Ví dụ 9. Ba bệnh nhân nặng cùng điều trị tại bệnh viện, gọi Ai (i = 1, 2, 3) là biến cố người thứ i
bị cấp cứu trong một giờ. Hãy biểu diễn theo các biến cố Ai (i = 1, 2, 3) các biến cố sau đây:
a. Trong một giờ không có ai bị cấp cứu. (Đs: A  A1. A2 . A3 )
b. Trong một giờ có đúng 1 người bị cấp cứu. (Đs: B  A1. A2 . A3  A1. A2 . A3  A1. A2 . A3 )
c. Trong một giờ có đúng 2 người bị cấp cứu. (Đs: C  A1 A2 A3  A1 A2 A3  A1 A2 A3 )
d. Trong một giờ cả 3 người bị cấp cứu. (Đs: D  A1 A2 A3 )
e. Trong một giờ có ít nhất 1 người bị cấp cứu. (Đs: E  A1  A2  A3 )
f. Trong một giờ có ít nhất 1 người không phải cấp cứu. (Đs: F  A1  A2  A3 ).■
 Tìm các cặp biến cố đối nhau trong ví dụ 9?

§3. ĐỊNH NGHĨA XÁC SUẤT

Xác suất của biến cố là đại lượng đặc trưng cho khả năng xuất hiện của biến cố và được
quy ước bao hàm giữa 0 và 1 sao cho biến cố chắc chắn có xác suất bằng 1, biến cố không thể có
xác suất bằng 0. Xác suất của biến cố A được ký hiệu là P(A). Sau đây chúng ta sẽ xét một số
đình nghĩa xác suất:
1. Định nghĩa về xác suất theo quan điểm cổ điển

Giả sử một phép thử có n trường hợp (biến cố sơ cấp) đồng khả năng có thể xảy ra, trong đó có
m trường hợp thuận lợi cho biến cố A. Khi đó xác suất của biến cố A được xác định bằng công
thức:
𝑚 Số trường hợp thuận lợi cho A
𝑃(𝐴) = =
𝑛 Số trường hợp có thể xảy ra
Ví dụ 1. Một gia đình có 3 con. Tính xác suất để gia đình đó có 2 con gái. (Giả sử xác suất sinh
con trai và con gái là như nhau).
Giải: Có n  8 trường hợp đồng khả năng xảy ra là: GGG, GGT, GTG, GTT, TGG, TGT, TTG,
TTT. Trong đó có m  3 trường hợp thuận lợi để có 2 con gái. Vậy
m 3
P(A) .■
n 8
Ví dụ 2. Gieo hai đồng tiền. Tìm xác xuất để :
a. Hai đồng tiền cùng sấp (A1 )

b. Hai đồng tiền cùng ngửa (A2 )
c. Một sấp, một ngửa (A3 )
Giải. Số trường hợp đồng khả năng có thể xảy ra n = 4; (SS, SN, NS, NN).
1 1 1
Vậy ta có P (A1 ) = , P (A2 ) , P (A3 ) .■
4 4 2
Ví dụ 3. Một phòng khám có 6 bác sĩ nam và 4 bác sĩ nữ. Chọn ngẫu nhiên 2 bác sĩ tham gia hội
thảo. Tính xác suất của các biến cố:
a) A = Có 2 bác sĩ nam.
b) B = Có 1 bác sĩ nam và 1 bác sĩ nữ.
c) C = Có ít nhất 1 bác sĩ nam.
Giải. Khả năng chọn các bác sĩ là như nhau nên khi chọn ngẫu nhiên 2 bác sĩ trong phòng khám
sẽ có n  C102 trường hợp đồng khả năng có thể xảy ra.

a) Số trường hợp thuận lợi cho A (chọn 2 bác sĩ nam trong 6 bác sĩ nam) là m  C62 . Vậy
C 62 1
P (A) 2
.
C 10
3
b) Công việc “chọn 1 bác sĩ nam và 1 bác sĩ nữ” gồm 2 giai đoạn; giai đoạn thứ nhất chọn 1 bác
sĩ nam trong 6 nam có C 61 cách, giai đoạn hai chọn 1 bác sĩ nữ trong 4 bác sĩ nữ có C 41 cách.
C 61.C 41 8
Theo quy tắc nhân có C 61.C 41 trường hợp thuận lợi cho B. Vậy P (B) 2
.
C 10
15
C 61.C 41 C 62 13
c) ĐS: P(C) 2
.■
C 10
15
Định nghĩa xác suất cổ điển tuy đơn giản trong tính toán nhưng cũng có hạn chế như số trường
hợp xảy ra phải hữu hạn và chúng phải đồng khả năng. Trong thực tế ta có thể gặp những phép
thử có vô số trường hợp có thể xảy ra hoặc các kết cục không đồng khả năng, tất nhiên không thể
dùng định nghĩa cổ điển cho những phép thử này. Để khắc phục, người ta đưa ra một số định
nghĩa khác, trong phần tiếp theo ta sẽ xét một định nghĩa quan trọng, gắn liền với thực tế.
2. Định nghĩa xác suất theo quan điểm thống kê

Định nghĩa. Giả sử lặp lại n lần một phép thử để quan sát biến cố A ta thấy A xuất hiện m lần thì
m
tỷ số fn được gọi là tần suất xuất hiện biến cố A trong loạt thử này. Khi số lần thử n thay
n
đổi thì tần suất fn thay đổi một cách ngẫu nhiên nhưng người ta chứng minh được rằng khi n đủ
lớn thì fn dần ổn định về một hằng số p . Ta định nghĩa xác suất của biến cố A chính là hằng số
p này. Nói cách khác, xác suất là giới hạn của tần suất khi số phép thử tăng lên vô hạn.
m
P(A) lim p
n n
Chú ý:Tất nhiên không thể thực hiện được vô hạn phép thử nên trong thực tế, người ta thường
lấy P( A)  f n khi n đủ lớn.
Ví dụ 5.
1. Chúng ta hãy quan sát số liệu thực nghiệm gieo đồng xu nhiều lần do các nhà toán học
Buffon và Pearson đã thực hiện sau đây:

Người thực hiện Số lần gieo (n) Số lần sấp (m) Tần suất (m/n)
Buffon 4040 2048 0,5069
Pearson 12000 6019 0,5016
Pearson 24000 12012 0,5005
Ta cảm nhận rằng khi số lần thử tăng lên tần suất xuất hiện mặt sấp dần ổn định về giá trị 0,5
chính là xác suất tính theo định nghĩa cổ điển nếu đồng xu hoàn toàn cân đối. Trong trường hợp
đồng xu không cân đối, các biến cố sấp, ngửa không đồng khả năng nên không thể áp dụng định
nghĩa cổ điển mà chỉ có thể dùng định nghĩa thống kê, lúc đó dãy tần suất sẽ hội tụ về một giá trị
khác 0,5. ■
2. Để kiểm tra chất lượng của một dây chuyền sản xuất ra một sản phẩm, người ta lấy ra 1000
sản phẩm. Sau khi kiểm tra thấy có 50 phế phẩm, khi đó ta có thể nói xác suất xuất hiện phế
50 1
phẩm khi sản xuất một sản phẩm là 5% hay p .■
1000 20
Việc định nghĩa xác suất bằng thống kê giúp ta có thể tìm ra quy luật diễn biến phức tạp
của thời tiết, tỉ lệ phế phẩm, lấy kích thước quần áo may sẵn, nghiên cứu công hiệu của một loại
thuốc nào đó v.v…
§4. MỘT SỐ CÔNG THỨC TÍNH XÁC SUẤT
1. Công thức cộng

Với hai biến cố bất kỳ A và B thì
P(A B) P(A) P(B) P(AB) .
Nếu biến cố A là B xung khắc thì

P(A B) P(A) P(B)
nghĩa là xác suất của tổng hai biến cố xung khắc bằng tổng xác suất của từng biến cố.
 
Hệ quả: P( A)  P A  1
Tổng quát, nếu họ các biến cố A1, A2,..., An là xung khắc từng đôi thì
P(A1 A2 An ) P(A1 ) P(A2 ) P(An ).
Ví dụ 1. Ở một địa phương tỷ lệ người mắc bệnh tim là 9%, mắc bệnh huyết áp là 12%, mắc cả
hai bệnh là 7%. Chọn ngẫu nhiên 1 người, tính xác suất người này mắc ít nhất một trong hai loại
bệnh trên.

Giải. Gọi A, B lần lượt là các biến cố người được chọn bị mắc bệnh tim, huyết áp thì A  B
chính là biến cố người đó mắc ít nhất một trong hai loại bệnh. Ta có:
P( A  B)  P( A)  P( B)  P( AB)  9%  12%  7%  14%. ■
Ví dụ 2. Một phòng khám có 6 bác sĩ nam và 4 bác sĩ nữ. Chọn ngẫu nhiên 2 bác sĩ tham gia hội
thảo. Tính xác suất có ít nhất một bác sĩ nam.
Giải. Ở câu c, ví dụ 3, §3 ta đã dùng định nghĩa cổ điển tính trực tiếp được xác suất lấy được ít
13
nhất 1 bác sĩ nam là . Bây giờ ta sẽ dùng công thức cộng hai biến cố xung khắc để giải quyết:
15
gọi A = chọn được 1 nam + 1 nữ, B = chọn được 2 nam, C = chọn được ít nhất 1 bác sĩ nam. Thế
C61.C41 C62 13
thì C = A + B và do A, B xung khắc nên ta có P(C )  P( A)  P( B)   2  .■
C102 C10 15
Chú ý: Xác suất cần tìm có thể được tính nhanh chóng thông qua biến cố đối như sau:
 
P(C )  1  P C  1 
C42 13
 .
C102 15
2. Công thức nhân xác suất

2.1. Xác suất có điều kiện
2.1.1. Định nghĩa.
Xác suất của biến cố B xét trong điều kiện biến cố A đã xảy ra gọi là xác suất của biến cố B với
điều kiện biến cố A và ký hiệu là P(B / A) .
Ví dụ 3. Một hộp có 6 viên bi xanh, 4 viên bi đỏ. Lấy lần lượt không hoàn lại 2 viên (mỗi lần lấy
1 bi). Tính xác suất để lần thứ hai lấy được bi xanh biết lần thứ nhất lấy được bi xanh.
Giải. Gọi A là biến cố lần thứ nhất lấy được bi xanh, B là biến cố lần thứ hai lấy được bi xanh.
Nếu lần thứ nhất lấy được bi xanh, tức A xảy ra thì sau lần lấy thứ nhất trong bình còn lại 5 viên
xanh và 4 viên đỏ. Khi đó, xác suất để lần 2 lấy được bi xanh là P(B / A) 5 / 9. ■
 Trong ví dụ 3, tính xác suất lần 2 lấy được bi xanh biết lần 1 lấy được bi đỏ?
Ví dụ 4. Xét nghiệm một nhóm gồm 40 nữ và 60 nam thấy 10 nữ và 15 nam có nhóm máu O.
Chọn ngẫu nhiên một người trong nhóm, tính các xác suất:
a) Chọn được nữ
b) Chọn được người có nhóm máu O
c) Chọn được nữ có nhóm máu O
d) Chọn được người có nhóm máu O biết người này là nữ.
e) Chọn được nữ biết người này có nhóm máu O.
40
Giải. a) Gọi A = chọn được nữ, P( A)  .
100

25
b) Gọi B = chọn được người có nhóm máu O, P(B)  .
100
10
c) Gọi C = chọn được nữ có nhóm máu O, P(C) 
100
d) Xác suất cần tính chính là P(B/ A) . Khi đã biết người được chọn là nữ, nói cách khác chỉ
chọn trong những người nữ thì số trường hợp có thể xảy ra là 40 trong khi số trường hợp thuận
lợi là 10. Vậy
10
P( B / A) 
40
10
e) P( A / B)  .■
25
Chú ý: Cần phân biệt xác suất của biến cố tích và xác suất có điều kiện. Ta có thể thấy ở ví dụ 4
10
trên đây, biến cố C chính là tích của 2 biến cố A và B, P( AB)  .
100
2.1.2. Công thức xác suất có điều kiện
Trong các ví dụ trên ta thấy có thể dùng định nghĩa xác suất cổ điển để tính xác suất có điều kiện
với lưu ý rằng số kết cục đồng khả năng có thể xảy ra bị thu hẹp lại khi “điều kiện” đã xảy ra.
Tuy nhiên, trong nhiều trường hợp không thể tính trực tiếp xác suất có điều kiện từ định nghĩa,
khi đó ta có thể dùng công thức sau:
P( AB)
P( B / A)  (với P( A)  0 ).
P( A)
Bạn đọc hãy tự chứng minh công thức trong mô hình có hữu hạn kết cục đồng khả năng bằng
đinh nghĩa cổ điển.
Ví dụ 5. Một bệnh nhân trải qua 2 xét nghiệm y khoa liên tiếp. Biết xác suất người này có kết
quả âm tính ở xét nghiệm thứ nhất là 0,8; âm tính ở cả hai xét nghiệm là 0,6. Tính xác suất anh ta
có kết quả âm tính ở xét nghiệm thứ hai biết xét nghiệm thứ nhất cho kết quả âm tính.
Giải. Gọi A là biến cố xét nghiệm 1 âm tính, B là biến cố xét nghiệm 2 âm tính. Theo đề bài ta
có P( A)  0,8; P( AB)  0,6 và ta cần tính P(B/ A) . Áp dụng công thức xác suất có điều kiện ta
P( AB) 0, 6
có ngay P( B / A)    0, 75 .■
P( A) 0,8
2.2. Công thức nhân xác suất
2.2.1. Công thức nhân tổng quát
Từ công thức xác suất có điều kiện ta dễ dàng suy ra công thức sau đây được gọi là công thức
nhân:

P(AB) P(A)P(B / A) P(B)P(A / B) .
Tổng quát, xác suất của tích n biến cố A1, A2,..., An được tính bởi công thức :
P(A1A2 ...An ) P(A1 )P(A2 / A1 )P(A3 / A1A2 )...P(An / A1A2 ...An 1 ).
Ví dụ 6. Một hộp có 6 viên bi đỏ, 4 viên xanh. Lấy ngẫu nhiên lần lượt hai lần, mỗi lần 1 bi,
không hoàn lại. Tính xác suất :
a) Lần 1 lấy được bi đỏ và lần 2 lấy được bi xanh.
b) Lần 1 lấy được bi xanh và lần 2 lấy được bi đỏ.
c) Lấy được 1 bi đỏ và 1 bi xanh.
d) Cả 2 lần đều lấy được bi đỏ.
Giải. Gọi Ai (i  1, 2) là biến cố lần thứ i lấy được bi đỏ.
6 4 4
a) Xác suất cần tìm là P( A1 A2 )  P( A1 ).P( A2 / A1 )  .  .
10 9 15
4 6 4
b) Xác suất cần tìm là P( A1 A2 )  P( A1 ).P( A2 / A1 )  . 
10 9 15
xk 4 4 8
c) Xác suất cần tìm là P( A1 A2  A1 A2 )  P( A1 A2 )  P( A1 A2 )    .
15 15 15
6 5 1
d) Xác suất cần tìm là P( A1 A2 )  P( A1 ).P( A2 / A1 )  .  .■
10 9 3
 Tính các xác suất ở câu c và d ví dụ 6 trong trường hợp lấy đồng thời 2 bi, so sánh kết
quả trong 2 trường hợp lấy đồng thời và lấy lần lượt không hoàn lại ?
Ví dụ 7. Một người bán thuốc tây để 5 loại thuốc khác nhau vào 5 hộp giống nhau nhưng sơ suất
không dán nhãn bên ngoài hộp. Anh ta cần tìm 1 loại thuốc trong 5 loại để bán cho khách hàng
nên phải mở thử lần lượt từng hộp để lấy loại thuốc đó. Tính xác suất người này phải mở thử 3
hộp mới lấy được loại thuốc cần bán.
Giải. Gọi Ai (i  1, 2,3) là biến cố người này mở hộp thứ i được đúng loại thuốc. Anh ta phải mở
thử 3 hộp mới lấy được đúng thuốc có nghĩa là 2 lần mở đầu không đúng thuốc và lần thứ 3
đúng. Biến cố này chính là A1. A2 . A3 . Theo công thức nhân ta có :
4 3 1 1
P( A1. A2 . A3 )  P( A1 ).P( A2 / A1 ).P( A3 / A1. A2 )  . .  .■
5 4 3 5
2.2.2. Công thức nhân trong trường hợp các biến cố độc lập
a) Sự độc lập của các biến cố
Định nghĩa. Hai biến cố được gọi là độc lập với nhau nếu sự xảy ra hay không của biến cố này
không ảnh hưởng đến xác suất của biến cố kia.

Ví dụ 8.
1. Gieo hai đồng xu, gọi A = ‘‘đồng xu thứ nhất sấp’’, B = ‘‘đồng xu thứ hai sấp’’.
Rõ ràng đồng xu thứ nhất sấp hay ngửa, tức A có xảy ra hay không cũng không ảnh hưởng đến
xác suất đồng thứ hai sấp (biến cố B), nên A và B độc lập.
2. Trong ví dụ 3, phần 2.1 (xác suất có điều kiện) ta thấy nếu A xảy ra thì xác suất của B là
P(B / A) 5 / 9 còn nếu A không xảy ra thì xác suất của B là P(B / A) 6 / 9 . Như vậy, hai
biến cố A và B không độc lập. ■
Nhận xét. Nếu hai biến cố A, B độc lập thì các cặp biến cố sau cũng độc lập : A và B ; A và
B ; A và B cũng độc lập.
Tổng quát, ta định nghĩa họ các biến cố {A1 ,..., An } được gọi là độc lập (hay còn gọi độc lập toàn
phần) nếu sự xảy ra hay không của tích một nhóm các biến cố bất kỳ không ảnh hưởng tới xác
suất của các biến cố còn lại.
b) Công thức nhân trong trường hợp các biến cố độc lập
 P( A / B)  P( A / B)  P( A)

Theo định nghĩa, A và B độc lập   , nên nếu A và B độc lập thì :

 P ( B / A)  P ( B / A)  P ( B )
P(AB) P(A)P(B).
Tổng quát, nếu họ n biến cố A1, A2,..., An là độc lập toàn phần thì
P(A1A2 ...An ) P(A1 )P(A2 )...P(An ).
Ví dụ 9. Hai bệnh nhân cùng được làm một xét nghiệm, người thứ nhất có khả năng dương tính
là 0,7; người thứ hai có khả năng dương tính là 0,8. Tính xác suất:
a) Cả hai đều có kết quả dương tính
b) Một người có kết quả dương tính và một người âm tính.
c) Có ít nhất một người có kết quả dương tính.
Giải. Gọi Ai (i  1, 2) là biến cố người thứ i có kết quả xét nghiệm dương tính. Theo đề bài ta có
P( A1 )  0,7; P( A2 )  0,8 .
a) Gọi A là biến cố cả hai người đều có kết quả dương tính, ta có A  A1 A2 . Do A1 và A2 độc lập
nên:
P( A)  P( A1 A2 )  P( A1 ).P( A2 )  0,7.0,8  0,56.
b) Gọi B là biến cố một người dương tính, một người âm tính
P( B)  P( A1 A2  A1 A2 )  P( A1 ).P( A2 )  P( A1 ).P( A2 )  0,3.0,8  0,7.0, 2  0,38

(ở đây P( A1 )  1  P( A1 )  0,3; P( A2 )  1  P( A2 )  0, 2 )
c) Gọi C là biến cố có it nhất một người dương tính. Có thể tính P(C) theo các cách sau :
xk
Cách 1 : P(C )  P( A  B)  0,56  0,38  0,94.
Cách 2 : P(C )  P( A1  A2 )  P( A1 )  P( A2 )  P( A1 A2 )
 P( A1 )  P( A2 )  P( A1 ).P( A2 )
 0, 7  0,8  0, 7.0,8  0,94
Cách 3. : P(C )  1  P(C )  1  P( A1. A2 )  1  P( A1 ).P( A2 )  1  0,3.0, 2  0,94 .■
Ví dụ 10. Một hộp có 6 viên bi đỏ, 4 viên xanh. Lấy ngẫu nhiên hai lần, mỗi lần 1 bi, có hoàn lại
(lấy ra bi thứ nhất quan sát xem đỏ hay xanh trả lại vào hộp rồi mới lấy bi thứ hai). Tính xác
suất :
a) Lần 1 lấy được bi đỏ và lần 2 lấy được bi xanh.
b) Lần 1 lấy được bi xanh và lần 2 lấy được bi đỏ.
c) Lấy được 1 bi đỏ và 1 bi xanh.
Giải. Gọi Ai (i  1, 2) là biến cố lần thứ i lấy được bi đỏ. Khác với ví dụ 6, do lấy có hoàn lại
nên các biến cố Ai (i  1, 2) độc lập với nhau và ta tính được các xác suất như sau :
6 4 6
a) P( A1 A2 )  P( A1 ).P( A2 )  . 
10 10 25
4 6 6
b) P( A1 A2 )  P( A1 ).P( A2 )  . 
10 10 25
xk 6 6 12
c) P( A1 A2  A1 A2 )  P( A1 A2 )  P( A1 A2 )    .■
25 25 25
Ví dụ 11. Ba bệnh nhân nặng cùng điều trị tại bệnh viện, xác suất mỗi người phải cấp cứu trong
một giờ lần lượt là 0.7 ; 0.8 ; 0.9. Tính xác suất trong một giờ nào đó:
a) Có đúng 1 người bị cấp cứu.
b) Có đúng 2 người bị cấp cứu.
c) Cả 3 người đều bị cấp cứu.
d) Có ít nhất một người bị cấp cứu.
e) Người thứ nhất bị cấp cứu biết rằng có ít nhất 1 người bị cấp cứu.
Giải. Gọi:
Ai , i 1,2, 3 là biến cố người thứ i bị cấp cứu trong giờ,

a. Ta có A A1 A2 A3 A1A2 A3 A1 A2A3 là biến cố có đúng 1 người bị cấp cứu trong 1 giờ
P(A) P(A1 A2 A3 A1A2 A3 A1 A2A3 )
xk
P(A1 A2 A3 ) P(A1A2 A3 ) P(A1 A2A3 )
dl
P(A1 ).P(A2 ).P(A3 ) P(A1 ).P(A2 ).P(A3 ) P(A1 ).P(A2 ).P(A3 )
0,7.0,2.0,1 0, 3.0, 8.0,1 0, 3.0,2.0,9 0, 092
b. Tương tự câu a :
P(B) P(A1A2 A3 A1 A2A3 A1 A2A3 ) 0, 7.0, 8.0,1 0, 7.0,2.0, 9 0, 3.0, 8.0, 9 0, 398
c. P(C ) P(AA A)
1 2 3
0,7.0, 8.0,9 0,504
d, Ta dùng biến cố đối :
P(D) 1 P(D) 1 P(A1 A2 A3 ) 1 P(A1 )P(A2 )P(A3 ) 1 0.3 0.2 0.1 0.994
e. Ta cần tính xác suất có điều kiện P(A1 / D) , để ý rằng A1 D nên A1D A1 , áp dụng công
thức xác suất có điều kiện ta có:
P(A1D) P(A1 ) 0.7

P(A1 / D) 0.704 .■
P(D) P(D) 0.994
 Khả năng kháng INT, PAS, Streptomycin của vi khuẩn lao lần lượt là 20%, 40% và
30%. Dùng phối hợp 3 kháng sinh trên thì khả năng kháng thuốc của vi khuẩn lao là bao
nhiêu?
3. Công thức xác suất đầy đủ và công thức Bayes
3.1. Công thức xác suất đầy đủ
Giả sử A1, A2,..., An là họ đầy đủ và xung khắc từng đôi và B là một biến cố bất kỳ (thuộc cùng
phép thử). Ta có:
n n xk n
P(B ) P(B. ) P B Ai P BAi P(BAi ) .
i 1 i 1 i 1
Áp dụng công thức nhân cho các tích BAi ta được:
P(B) P(A1 )P(B / A1 ) P(A2 )P(B / A2 ) P(An )P(B / An ).
Công thức này được gọi là công thức xác suất đầy đủ.

Ta hãy hình dung một phép thử có một và chỉ một trong n trường hợp (A1, A2,..., An ) có thể xảy
ra, nếu biết một trường hợp bất kỳ nào từ A1 đến An xảy ra ta đều có ngay xác suất của biến cố B
nhưng lại không biết trường hợp nào trong chúng xảy ra. Khi đó để tính P(B) ta sẽ dùng công
thức xác suất đầy đủ với họ đầy đủ là {A1, A2,..., An } .
Ví dụ 12. Có 2 hộp chứa các lọ thuốc. Tỷ lệ lọ thuốc hỏng ở hộp thứ nhất là 3%, hộp thứ hai là
5% . Chọn ngẫu nhiên 1 hộp rồi từ đó lấy ra 1 lọ. Tính xác suất gặp lọ hỏng.
Giải. Gọi Ai , i  1, 2 là biến cố hộp thứ i được chọn; B là biến cố lọ lấy ra là lọ hỏng. Rõ ràng
 A1 , A2  là nhóm đầy đủ.
1
Vì khả năng lấy mỗi hộp là như nhau nên P(A1 ) P(A2 ) , ngoài ra P(B / Ai ) i 1,2 chính
2
là tỷ lệ lọ hỏng ở hộp thứ i nên P(B / A1 ) 0, 03; P(B / A2 ) 0, 05 . Vậy theo công thức xác
suất đầy đủ:
1 1
P(B) P(A1 )P(B / A1 ) P(A2 )P(B / A2 ) .0, 03 .0, 05 0, 04 .■
2 2
Ví dụ 13. Ở một địa phương tỷ lệ người mắc bệnh A là 1/1000, có một loại xét nghiệm mà người
có bệnh A khi xét nghiệmluôn cho phản ứng dương tínhnhưng ngườikhông có bệnh A khi xét
nghiệm vẫn có thể cho kết quả dương tính với xác suất 0,05. Chọn ngẫu nhiên 1 người ở địa
phương này làm xét nghiệm, tính xác suất gặp kết quả dương tính.
Giải. Gọi A1 là biến cố người được chọn bị bệnh A
A2 là biến cố người được chọn không bị bệnh A
B là biến cố người được chọn có kết quả xét nghiệm dương tính.
1 999
Ta có  A1 , A2  tạo thành nhóm đầy đủ và theo đề bài P  A1   ; P  A2   .
1000 1000
Máy xét nghiệm cho người có bệnh luôn được kết quả dương tính tức là P  B / A1   1 ;
Máy xét nghiệm cho người không bệnh cho kết quả dương tính với xác suất 0,05 tức là
P  B / A1   0,05 .
Theo công thức xác suất đầy đủ :
1 999
P(B) P(A1 )P(B / A1 ) P(A2 )P(B / A2 ) .1 .0, 05 0, 05095 .■
1000 1000

3.2. Công thức Bayes

Giả sử {Ai | i 1,2,.., n} là họ đầy đủ và xung khắc từng đôi và B là một biến cố bất kỳ có xác
suất khác 0. Khi đó:
P(Ak B) P(Ak )P(B / Ak )

P(Ak / B) .
P(B) P(A1 )P(B / A1 ) P(A2 )P(B / A2 ) P(An )P(B / An )
Công thức này được gọi là công thức Bayes.
Công thức Bayes dễ dàng được suy ra từ công thức xác suất có điều kiện, công thức nhân và
công thức xác suất đầy đủ (bạn đọc hãy tự chứng minh !).
Ví dụ 14. Ở ví dụ 12, nếu chọn phải lọ thuốc hỏng, tính xác suất để lọ này thuộc hộp thứ nhất ?
Giải. Ký hiệu các biến cố như trong ví dụ 12. Ta cần tính P(A1 / B) , dùng công thức Bayes :
1
P (A1 ).P(B / A1 ) .0, 03
2 3
P (A1 / B ) .■
P (A1 ).P (B / A1 ) P (A2 ).P(B / A2 ) 1 1 8
.0, 03 .0, 05
2 2
 Trong ví dụ 14, tính xác suất để lọ thuốc hỏng đã chọn thuộc hộp thứ hai, hỏi khả năng lo
hỏng này thuộc hộp nào cao hơn?
Ví dụ 15.Tỷ lệ người mắc bệnh A trong cộng đồng là 1/1000, có một loại xét nghiệm mà người
mắc bệnh khi xét nghiệm luôn cho phản ứng dương tính nhưng người không mắc bệnh khi xét
nghiệm vẫn có thể cho kết quả dương tính với tỷ lệ 5%. Hỏi khi một người xét nghiệm bị phản
ứng dương tính thì khả năng mắc bệnh của người đó là bao nhiêu?
Giải. Bài này giống ví dụ 13, tuy nhiên ở đây biết biến cố B (dương tính) đã xảy ra. Ta cần tính
xác suất người đó mắc bệnh trong điều kiện xét nghiệm kết quả dương tính:
1
P (A1 ).P(B / A1 ) .1
P (A1 / B ) 1000 0, 0196 .
P (A1 ).P (B / A1 ) P (A2 ).P(B / A2 ) 1 999
.1 .0, 05
1000 1000
Như vậy, cho dù kết quả dương tính nhưng chỉ có 1,96% khả năng người đó mắc bệnh.
(Đây là bài toán được các nhà toán học Cassels, Shoenberger và Grayboys đem đố 60 sinh viên
và cán bộ y khoa Havard Medical School năm 1978 và rất tiếc, hầu hết trả lời là 100% - 5% =
95%).■
Ý nghĩa: Nếu như công thức xác suất đầy đủ cho ta cách tính xác suất của một biến cố B dựa
vào hệ đầy đủ {A1, A2,..., An } khi đã biết các P( Ai ) thì công thức Bayes giúp ta tính (lại) xác suất

của các biến cố Ai ; i 1, n trong điều kiện B đã xảy ra, tức là tính P( Ai / B) . Các xác suất
P( Ai ) gọi là các xác suất tiên nghiệm; các xác suất P( Ai / B) gọi là các xác suất hậu nghiệm.
Công thức Bayes còn gọi là công thức xác suất hậu nghiệm.
4. Công thức Bernoulli

4. 1 Công thức Bernoulli
Dãy phép thử Bernuolli là dãy phép thử độc lập (xác suất của mỗi biến cố trong bất kỳ một phép
thử nào đều không phụ thuộc vào kết quả của các phép thử còn lại), cùng quan sát biến cố A và
trong mỗi phép thử, biến cố A xảy ra với xác suất bằng p không đổi.
Chẳng hạn gieo một con xúc xắc cân đối 10 lần, quan sát biến cố xuất hiện mặt 6 chấm (biến cố
1
A) là dãy 10 phép thử Bernoulli với p  hay một người bắn 5 viên đạn vào một tấm bia, xác
6
suất bắn trúng bia mỗi lần bắn bằng 0,8, là dãy phép thử Bernoulli.
Giả sử có dãy n phép thử Bernoulli. Ta gọi mỗi lần A xảy ra là một thành công. Khi đó xác suất
để có k (0  k  n) thành công tức biến cố A xảy ra k lần trong n phép thử này, ký hiệu là
B(k, n, p) (hoặc đơn giản Pn (k ) khi không có sự nhầm lẫn về p), được tính bởi công thức:
B(k, n, p) C nk pkq n k , với q  1  p.
Công thức này được gọi là công thức Bernoulli.

Từ đây suy ra xác suất xuất hiện biến cố A từ k1 đến k2 lần là:
k2
Pn (k1, k2 ) C nk p kq n k .
k1
Ví dụ 16. Đề thi trắc nghiệm gồm 10 câu, mỗi câu có 4 phương án lựa chọn, trong đó có 1
phương án đúng. Một sinh viên làm bài thi bằng cách chọn hú họa cả 10 câu.
a) Tính xác suất sinh viên này làm bài đúng được 5 câu.
b) Nếu làm đúng từ 5 câu trở lên thì đậu, tính xác suất sinh viên thi đậu.
Giải. Việc sinh viên chọn hú họa cả 10 câu chính là thực hiện một dãy n  10 phép thử
1
Bernoulli, xác suất của biến cố“chọn đúng” (biến cố A) trong mỗi lần thử là p  .
4
a) Xác suất sinh viên làm đúng được 5 câu là
5 5
1 3
P10 (5)  C      0, 058
5
10
4 4
b) Xác suất sinh viên thi đậu là xác suất để có từ 5 đến 10 thành công trong 10 lần thử:

P10 (5;10)  P10 (5)  P10 (6)  ...  P10 (10)

5 5 6 4 10 0
1 3 1 3 10  1   3 
 C      C106      ...  C10
5
10      0, 078 .■
4 4 4 4 4 4
 Tỷ lệ K phổi trong cộng đồng là 0,07. Khám ngẫu nhiên 5 người, tính xác suất có ít nhất
1 người K phổi?
BÀI TẬP
Bài 1. Một công ty cần tuyển 3 nhân viên, có 8 nam và 5 nữ nộp đơn. Khả năng được tuyển của
mỗi ứng viên là như nhau. Tính xác suất:
a) Có đúng 2 nữ được chọn.
b) Có ít nhất 1 nữ được chọn.
Bài 2. Giả sử trong phòng thí nghiệm có 3 công việc khác nhau phải làm và có 5 người làm việc
đó. Hỏi có bao nhiêu cách để giao 3 công việc này cho 5 người?
Bài 3. Trong nghiên cứu về mối liên quan giữa tiêm vaccine cúm và bệnh cúm, nhóm nghiên cứu
điều tra thông tin của 480 người trong đó có 200 người bị cúm. Khi hỏi về tình trạng tiêm
vaccine cúm (có / không), kết quả cho thấy, trong nhóm bị cúm có 20 người đã tiêm vaccine và
trong nhóm không bị cúm có 100 người đã tiêm vaccine. Hãy tính:
a) Xác suất chọn một người bị cúm.

b) Xác suất chọn một người đã tiêm vaccine.
c) Xác suất để chọn một người vừa bị cúm vừa đã tiêm vaccine.
d) Xác suất để chọn một người vừa bị cúm nếu họ chưa tiêm vaccine.
Bài 4. Tung 2 con súc sắc cân đối. Tính xác suất của các biến cố sau:
a) Tổng số chấm của hai con xúc xắc bằng 8.
b) Tổng số chấm của hai con xúc xắc không quá 5.
c) Hai con xúc xắc có số chấm bằng nhau.
d) Số chấm của 2 con xúc xắc chênh lệch nhau 1 đơn vị.

Bài 5. Một người để quên chìa khóa phòng, bèn mượn chùm chìa khóa của bạn trọ cùng phòng
để mở cửa. Biết rằng chùm này có 5 chìa, nhưng không biết là chìa nào bèn chọn ngẫu nhiên lần
lượt từng chìa loại một để tra vào ổ. Tính xác suất:
a) Người này mở được khóa ngay lần thử đầu tiên.
b) Người này mở được khóa sau 3 lần thử.
Bài 6. Có 6 khách hàng không quen biết nhau cùng vào mua hàng ở một cửa hàng có 5 quầy
hàng. Biết sự lựa chọn quầy hàng của các khách hàng là độc lập. Tính xác suất:
a) Cả 6 khách hàng vào cùng 1 quầy hàng.
b) Có 3 người vào cùng 1 quầy.
c) Có đúng 2 quầy có khách.
d) Mỗi quầy đều có người mua.
Bài 7. Một phân xưởng có 3 máy hoạt động độc lập. Xác suất bị hỏng trong 1 ca làm việc của
các máy tương ứng là 0,01; 0,02; 0,03. Tính xác suất:
a) Cả 3 máy đều không hỏng trong 1 ca làm việc.
b) Có 2 máy bị hỏng trong 1 ca làm việc.
c) Có ít nhất 1 máy không hỏng trong 1 ca làm viêc.
d) Có 1 máy bị hỏng trong 1 ca làm việc.
e) Máy thứ 3 bị hỏng, biết rằng có 1 máy bị hỏng trong 1 ca làm việc.
Bài 8. Một hộp có 8 chính phẩm và 2 phế phẩm. Lấy ngẫu nhiên không hoàn lại lần lượt từng
sản phẩm để kiểm tra cho đến khi lấy đủ 2 phế phẩm thì dừng lại.
a) Tính xác suất việc kiểm tra dừng lại sau lần lấy thứ 2.
b) Tính xác suất việc kiểm tra dừng lại sau lần lấy thứ 4.
Bài 9. Một hộp có 10 phiếu trong đó có 2 trúng thưởng. Có 10 người lần lượt bốc thăm. Ai được
phiếu trúng sẽ có phần thưởng. Hỏi: bốc trước hay sau có lợi?
Bài 10. Hộp thứ nhất có 8 chính phẩm và 6 phế phẩm. Hộp thứ hai có 7 chính phẩm và 3 phế
phẩm.

1. Từ mỗi hộp lấy ngẫu nhiên ra 1 sản phẩm.
a) Tính xác suất lấy được 2 chính phẩm.
b) Biết rằng có 1 chính phẩm trong 2 sản phẩm lấy ra, tính xác suất phế phẩm
được lấy ra từ hộp thứ nhất.
2. Chọn ngẫu nhiên một hộp, rồi từ hộp đó lấy ngẫu nhiên ra 1 sản phẩm.
a) Tính xác suất lấy được chính phẩm.
b) Biết rằng đã lấy được chính phẩm, nhiều khả năng nhất hộp nào được chọn?
3. Lấy ngẫu nhiên 1 sản phẩm từ hộp thứ nhất bỏ sang hộp thứ hai, rồi từ hộp thứ hai
lấy ngẫu nhiên ra 1 sản phẩm.
a) Tính xác suất lấy được phế phẩm ở hộp thứ hai.
b) Biết rằng lấy được phế phẩm ở hộp thứ hai, tính xác suất lấy được phế phẩm ở
hộp thứ nhất.
Bài 11. Tỉ lệ phế phẩm của một lô hàng là 3%
a) Chọn ngẫu nhiên có hoàn lại lần lượt từng sản phẩm cho đến khi gặp phế phẩm thì
dừng. Tính xác suất phải chọn đến lần thứ 4.
b) Chọn ngẫu nhiên có hoàn lại lần lượt từng sản phẩm từ lô hàng. Phải chọn bao nhiêu
lần để xác suất chọn được ít nhất 1 phế phẩm không nhỏ hơn 90%.
Bài 12. Một máy sản xuất lần lượt từng sản phẩm. Xác suất máy sản xuất ra phế phẩm là 0,05.
Tính xác suất:
c) Trong 10 sản phẩm do máy sản xuất ra có 3 phế phẩm.
d) Trong 10 sản phẩm do máy sản xuất ra có ít nhất 1 phế phẩm.
e) Cần cho máy sản xuất tối thiểu bao nhiêu sản phẩm để xác suất có phế phẩm tối thiểu
là 90%.
Bài 13. Có 20 hộp sản phẩm, trong đó mỗi hộp có 7 sản phẩm loại A và 3 sản phẩm loại B. Lấy
ngẫu nhiên từ mỗi hộp 1 sản phẩm để kiểm tra. Tính xác suất:
a) Có 2 sản phẩm loại B trong số sản phẩm lấy ra.

b) Có 7 sản phẩm loại A trong số sản phẩm lấy ra.
c) Có ít nhất 1 sản phẩm loại A trong số sản phẩm lấy ra.
Bài 14. Một hộp có 10 phiếu trong đó có 2 phiếu trúng thưởng. Có 3 người lần lượt lấy ngẫu
nhiên mỗi người 1 phiếu. Tính xác suất:
a) Người thứ 3 lấy được phiếu trúng thưởng.
b) Người thứ 3 lấy được phiếu trúng thưởng biết trong 2 người đầu đã có 1 người lấy
được phiếu trúng thưởng.
c) Giả sử người thứ 3 lấy được phiếu trúng thưởng thì khả năng người thứ nhất lấy được
phiếu trúng thưởng là bao nhiêu?.
Bài 15. Có 3 hộp chứa các lọ thuốc. Tỷ lệ lọ thuốc hỏng ở hộp thứ 1 là 1%, ở hộp thứ 2 là 0,5%,
hộp thứ 3 là 1,5%.
1. Chọn ngẫu nhiên 1 hộp rồi từ đó lấy ra 1 lọ. Tính xác suất:
a) Lọ lấy ra là lọ hỏng.
b) Lọ lấy ra ở hộp thứ 3 biết rằng lấy được lọ không bị hỏng.
2. Chọn ngẫu nhiên 1 hộp rồi từ đó lấy ra 5 lọ. Tính xác suất:
a) Cả 5 lọ lấy ra đều không bị hỏng.
b) Có ít nhất một lọ không bị hỏng.
Bài 16. Một phân xưởng có 3 máy cùng sản xuất một loại sản phẩm. Sản lượng của các nhà máy
sản xuất ra chiếm tỉ lệ 35%; 40%; 25% toàn bộ sản lượng của phân xưởng. Tỉ lệ phế phẩmcủa
các máy này tương ứng là 1%;2%; 1,5%. Lấy ngẫu nhiên một sản phẩm của phân xưởng để kiểm
tra.
a) Tính xác suất để lấy được phế phẩm
b) Giả sử sản phẩm lấy ra là phế phẩm, nhiều khả năng sản phẩm đó do máy nào sản xuất
ra?
Bài 17. Một hộp có 15 sản phẩm trong đó có 10 sản phẩm loại I và 5 sản phẩm loại II. Khách
hàng thứ nhất mua ngẫu nhiên 2 sản phẩm. Sau đó khách hàng thứ 2 mua ngẫu nhiên 2 sản
phẩm. Tính xác suất trong số sản phẩm người thứ 2 mua có 1 sản phẩm loại II.

Bài 18. Trong kho có 15 máy tính. Trong đó có 9 máy còn mới và 6 máy đã qua sử dụng. Lần
đầu tiên người ta lấy ngẫu nhiên ra 3 máy sử dụng, sau đó trả lại trong kho. Lần thứ 2 cũng lấy
ngẫu nhiên 3 máy ra sử dụng. Tính xác suất trong lần thứ 2 có máy đã qua sử dụng.
Bài 19. Một dân số có 45% đàn ông và 55% phụ nữ. Tỉ lệ loạn sắc của đàn ông là 4% và của phụ
nữ là 0,5%. Chọn ngẫu nhiên một người trong số đó.
a) Tính xác suất người này bị loạn sắc.

b) Nếu người được chọn bị loạn sắc, tính khả năng người này là đàn ông.

CHƯƠNG II: ĐẠI LƯỢNG NGẪU NHIÊN
§1. KHÁI NIỆM CHUNG VỀ ĐẠI LƯỢNG NGẪU NHIÊN
Hiện tượng ngẫu nhiên có thể có biểu hiện về mặt định tính (bóng đèn có thể cháy sáng
hoặc không cháy sáng; lấy được bi xanh hay đỏ; bắn trúng hay không trúng mục tiêu,…) đó là
các biến cố ngẫu nhiên ta đã biết ở chương trước; hoặc về mặt định lượng (con xúc xắc xuất hiện
mặt 2 chấm hay 3 chấm,v.v..). Trong chương này ta nghiên cứu các hiện tượng ngẫu nhiên biểu
hiện về mặt định lượng hay những con số, những số này được gọi là các đại lượng ngẫu nhiên.
1. Định nghĩa.Đại lượng ngẫu nhiên hay biến ngẫu nhiên là đại lượng lấy giá trị là số thực, tùy
thuộc vào kết quả ngẫu nhiên của phép thử. Thông thường kí hiệu X,Y,Z là đại lượng ngẫu nhiên,
dùng các chữ nhỏ để ký hiệu các giá trị cụ thể: x1 , x2 ...xn
Có hai loại đại lượng ngẫu nhiên:

Đại lượng ngẫu nhiên rời rạc: là loại chỉ nhận hữu hạn hoặc đếm được các giá trị. Nếu mô tả các
giá trị mà đại lượng ngẫu nhiên này nhận được trên trục số thực ta được các điểm “cách
quãng” nhau. Chẳng hạn, gọi X là số chấm xuất hiện khi tung một con xúc xắc thì X nhận một
trong các giá trị (rời rạc) 1, 2, 3, 4, 5, 6. Gọi Y là số lần sấp khi gieo một đồng xu 2 lần thì Y
nhận một trong các giá trị 0, 1, 2; gọi Z là số sinh viên vắng mặt trong một buổi học ở một lớp sỉ
số 50 sinh viên thì Z nhận giá trị ngẫu nhiên là các số nguyên từ 0 đến 50; …
Ví dụ:
- Số sinh viên học y khoa trong một năm: x = 0, 1, 2, …
- Nhịp tim của một người.
- Số lượng vi khuẩn trong mỗi cm3 nước uống, số hồng cầu, số bạch cầu của một người.
Đại lượng ngẫu nhiên liên tục: là đại lượng ngẫu nhiên mà các giá trị của nó lấp đầy một hoặc
một số khoảng nào đó trên trục số thực , hoặc toàn bộ trục số thực .
Chẳng hạn nhiệt độ tại một thời điểm trong một ngày là một đại lượng ngẫu nhiên nhận giá trị
trên đoạn [cmin ; cmax ] với cmin ; cmax lần lượt là nhiệt độ thấp nhất và cao nhất trong ngày hay thời
gian hoạt động bình thường của một bóng đèn điện tử; khoảng thời gian giữa những người đến
khám tại một bệnh viện: 0 ≤ x < ∞; Độ di về thời gian từ khi phẫu thuật đến khi hồi phục của
một ca phẫu thuật cắt amidan; Một người có chiều cao 160 cm là người có chiều cao đo được
từ trên 159,5 cm đến dưới 160,5 cm nếu chấp nhận sai lệch 0,5cm. Như vậy chiều cao là đại
lượng ngẫu nhiên liên tục. Tương tự: cân nặng, các kích thước đo được của cơ thể … là các đại
lượng ngẫu nhiên liên tục.
2. Phân phối xác suất của đại lượng ngẫu nhiên
Để xác định một đại lượng ngẫu nhiên, không những chúng ta phải biết đại lượng ngẫu nhiên đó
có thể nhận những giá trị nào mà còn phải biết đại lượng ngẫu nhiên này nhận giá trị tại một
điểm hay trên một khoảng với xác suất bằng bao nhiêu.

a) Bảng phân phối xác suất của đại lượng ngẫu nhiên rời rạc
Bảng phân phối xác suất của biến ngẫu nhiên rời rạc gồm 2 dòng; dòng trên liệt kê các giá trị mà
biến ngẫu nhiên có thể nhận (thường theo thứ tự tăng dần), dòng dưới ghi các xác suất để biến
ngẫu nhiên nhận những giá trị tương ứng với dòng trên
X x1 x2 … xk …
P p1 p2 … pk …
nghĩa là ta có Pk P(X x k ). .
Nhận xét:
 pi 0, i
 pi 1
 P(a X b) pi
a xi b
Ví dụ 1. Số chấm xuất hiện khi gieo một con xúc xắc là biến ngẫu nhiên rời rạc có bảng phân
phối xác suất là:
X 1 2 3 4 5 6
P 1/6 1/6 1/6 1/6 1/6 1/6
3
P(2  X  5)  P( X  2)  P( X  3)  P( X  4)  .
6
Ví dụ 2. Giả sử tỉ lệ bệnh B trong dân số là 0,2. Quan sát ngẫu nhiên 3 người. Gọi X là số người
bệnh. Hãy lập bảng phân phối xác suất của X.
Giải. X có thể nhận các giá trị 0,1,2,3.
 P( X  0)  0,83  0,512
 P( X  1)  3.0,82.0,2  0,384
 P( X  2)  3.0,8.0,22  0,096
 P( X  3)  0,23  0,008
X 0 1 2 3
P 0,512 0,384 0,096 0,008

b) Hàm mật độ xác suất của đại lượng ngẫu nhiên liên tục
Đối với biến ngẫu nhiên liên tục X, nó có thể nhận vô hạn (không đếm được) giá trị nên xác suất
để nó nhận giá trị tại một điểm bằng 0. Do đó ta quan tâm đến xác suất đểX nhận giá trị trên
khoảng a, b nào đó. Nếu có hàm số f ( x) xác định trên thỏa mãn các tính chất sau đây:
i. f (x ) 0, x
ii. f (x )dx 1
iii. P(a X b) f (x )dx

a
thì hàm số này được gọi là hàm mật độ xác suất củaX.
Nhận xét: Vì xác suất tại một điểm của biến ngẫu nhiên liên tục bằng 0 nên:
b
P(a  X  b)  P(a  X  b)  P(a  X  b)  P(a  X  b)   f ( x)dx
a
Ví dụ 3. Cho biến ngẫu nhiên X có hàm mật độ xác suất
ax , x [0; 3]
f (x ) .
0 ,x [0; 3]
a) Xác định hằng số a.

b) Tìm P( 1 X 2).
3
x2 3 2
Giải. a) Theo tính chất của hàm mật độ f (x )dx 1 axdx 1 a. 1 a .
0
2 0 9
2
(với a , dễ thấy f (x ) thỏa mãn điều kiện không âm).
9
2 2
2 4
b) P( 1 X 2) f (x )dx xdx .
1 0
9 9
3. Hàm phân phối

Định nghĩa. Hàm phân phối của đại lượng ngẫu nhiên X, kí hiệu F(x), là hàm xác định bởi:
F (x ) P(X x ), với mọi x .
Nhận xét.
Đối với biến ngẫu nhiên rời rạc:

F (x ) pj .
xj x
Đối với biến ngẫu nhiên liên tục:

x
F (x ) f (x )dx , x .
Ví dụ 4. Lập hàm phân phối xác suất của đại lượng ngẫu nhiên X có trong phân phối xác suất.
X 1 2 3
P 0.8 0.16 0.04
Giải. Với x  1  F ( x)  P( X  x)  0
Với 1  x  2  F ( x)  P( X  x)  P( X  1)  0,8
Với 2  x  3  F ( x)  P( X  x)  P( X  1)  P( X  2)  0,8  0,16  0,96
Với 3  x  F ( x)  P( X  x)  P( X  1)  P( X  2)  P( X  3)  0,8  0,16  0,04  1.
a cos x , x ;
2 2
Ví dụ 5. Cho đại lượng ngẫu nhiên X có hàm mật độ f (x ) .
0, x ;
2 2
a. Tìm hằng số a.
b. Tìm hàm phân phối F(x)

  /2
1
Giải. a. 

f ( x)dx  1 
 /2


a.cos xdx  1  a 
2
b. Từ công thức F (x ) f (t )dt ta có:
Với x F (x ) 0.dt 0
2
2 x x
1 1 1
Với x : F (x ) 0.dt cost dt sint (sin x 1)
2 2 2 2 2
2
2

2 2 x
cost 1
Với x : F (x ) 0dt dt 0dt sint 2
1.
2 2 2 2
2 2
2. Tính chất.
1. Tính chất 1: 0  F  x   1 .
2. Tính chất 2: F(x) là hàm không giảm, liên tục trái.
3. Tính chất 3: F ()  1; F ()  0
4.Đối với biến ngẫu nhiên liên tục, nếu F khả vi tại điểm x thì F (x ) f (x ).
Hệ quả. Nếu X liên tục thì
P(a  X  b)  P(a  X  b)  P(a  X  b)  P(a  X  b)  F (b)  F (a).

Ý nghĩa: Hàm phân phối xác suất phản ánh mức độ tập trung xác suất về phía bên trái của điểm
x, cụ thể giá trị F (x ) cho biết có bao nhiêu phần một đơn vị xác suất trong khoảng ( , x ) , vì
vậy, hàm phân phối còn được gọi là hàm tích lũy xác suất trái.
§2. CÁC ĐẶC TRƯNG CỦA ĐẠI LƯỢNG NGẪU NHIÊN
1. Kỳ vọng
Định nghĩa. Kỳ vọng của đại lượng ngẫu nhiên X, kí hiệu là E(X), là một số được xác định như
sau.
Nếu X là đại lượng ngẫu nhiên rời rạc nhận hữu hạn giá trị x1 , x2 ,..., xn với xác suất tương ứng là
p1 , p2 ,..., pn thì :
n
E (X ) x i .pi ,
i 1
trong trường hợp X nhận vô số giá trị x1 , x2 ,... thì E (X ) x i .pi (với điều kiện chuỗi này hội
i 1
tụ tuyệt đối).
Nếu X là đại lượng ngẫu nhiên liên tục, có hàm mật độ xác suất f ( x) thì:
E (X ) xf (x )dx,
(với điều kiện tích phân suy rộng này hội tụ tuyệt đối).

Ví dụ 1. a)Biến ngẫu nhiên rời rạc X có bảng phân phối xác suất:
X -2 0 1 3
P 0.1 0.4 0.3 0.2
thì E(X ) 2.0,1 0.0, 4 1.0, 3 3.0,2 0,7 .
x
, x [0,2]
b) Biến ngẫu nhiên liên tục X có hàm mật độ f (x ) 2 thì:
0, x [0,2]
2
x2 x3 2 4
E (X ) xf (x )dx dx
0
2 6 0 3
Ý nghĩa: Kỳ vọng là giá trị trung bình theo xác suất của biến ngẫu nhiên.
Tính chất của kỳ vọng

Tính chất 1. E(C) = C (C là hằng số).
Tính chất 2. E  X  Y   E  X   E Y  ; E(aX)= aE(X) với a là hằng số.
Hệ quả: E(aX  bY  c)  aE( X )  bE(Y)  c .
Tính chất 3. Nếu X và Y độc lập thì E( XY )  E(X).E(Y)
Tính chất 4.
 Nếu X là biến ngẫu nhiên rời rạc, nhận giá trị x1 ,..., xn với xác suất tương ứng p1 ,..., pn
n
thì E ( (X )) (x i ).pi ; đặc biệt:
i 1
n
E ( X 2 )   xi2 pi .
i 1
 Nếu X là biến ngẫu nhiên liên tục, có hàm mật độ xác suất f ( x) thì
E ( (X )) (x )f (x )dx . ; đặc biệt

E( X 2 )  x
2
f ( x)dx .


Ví dụ 2. a) Với biến ngẫu nhiên cho trong ví dụ 1a ta có:
E(X 2 ) ( 2)2 .0,1 02.0, 4 12.0, 3 32.0,2 2,5 .
b) Với biến ngẫu nhiên cho trong ví dụ 1b ta có:

2
x x4 2
E (X 2 ) x 2 f (x )dx x2 dx 2.
0
2 8 0
2. Phương sai
Định nghĩa. Phương sai của đại lượng ngẫu nhiên X là số, ký hiệu là Var(X), và được xác định
bởi công thức:
Var(X ) E(X E(X ))2 .
Dễ thấy Var (X ) E (X 2 2XE (X ) (E (X )) 2) E(X 2) 2E(X ).E(X) (E(X)) 2

hay:
Var(X ) E(X 2 ) (E(X ))2 ,

trong thực hành, công thức này thường được dùng để tính Var (X ) .
Ví dụ 3.
a) Cho biến ngẫu nhiên X có bảng phân phối xác suất:
X -2 0 1 3
P 0.1 0.4 0.3 0.2
Tìm phương sai của X .
Giải. Theo ví dụ 1a và 2a ta đã có E(X ) 0, 7 , E (X 2 ) 2, 5 .
Vậy Var(X) E(X 2) (E(X)) 2 2,5 0,7 2 2,01 .
x
, x [0,2]
b) Cho biến ngẫu nhiên X có hàm mật độ f (x ) 2 .
0, x [0,2]
Tìm phương sai của X .
4
Giải. Theo ví dụ 1b và 2b ta đã có E (X ) ; E (X 2 ) 2.
3

2
2 2 4 2
Vậy Var(X ) E (X ) (E (X )) 2 .
3 9
Ý nghĩa
 X E(X ) là sai lệch giữa giá trị của X so với trung bình của nó. Do đó, phương sai
chính là trung bình của bình phương sai lệch giữa giá trị của X so với trung bình của
nó.Phương sai đặc trưng cho độ phân tán của biến ngẫu nhiên quanh giá trị trung bình,
nghĩa là phương sai nhỏ thì độ phân tán thấp hay độ tập trung cao, ngược lại phương sai
lớn thì độ phân tán cao hay độ tập trung thấp.
 Trong kĩ thuật, phương sai đặc trưng cho độ sai số của thiết bị. Trong kinh doanh,
phương sai đặc trưng cho độ rủi ro của các quyết định.
 Cho các biến ngẫu nhiên X và Y có bảng phân phối xác suất:
X -1 69 Y -0,31 -0,29
P 0,99 0,01 P 0,5 0,5
Tính kỳ vọng, phương sai và so sánh sự phân tán của chúng.
Tính chất của phương sai

1. Var(X) 0; Var (X ) 0 X C ;C là hằng số.
2. Var(aX ) a 2Var(X ) .
3. Nếu X ,Y độc lập thì Var(X Y) Var(X ) Var(Y )
Hệ quả. Nếu X ,Y độc lập thì V (aX bY c) a 2V (X ) b 2V (Y ) .
3. Độ lệch tiêu chuẩn

Vì đơn vị đo của phương sai bằng bình phương đơn vị đo của X và Var(X ) 0, X , nên ta định
nghĩa giá trị đặc trưng mới: độ lệch tiêu chuẩn, kí hiệu (X ) , là căn bậc hai của phương sai:
(X ) Var(X ) .

Như vậy, (X ) , E(X) và X có cùng đơn vị đo, trong khi (X ) vẫn có thể đo lường độ phân tán giá
trị của X quanh E(X).
Ví dụ 4. Một nghiên cứu y học cho biết xác suất thành công của phép hóa trị khi điều trị ung thư da
là 70%. Giả sử có 5 bệnh nhân điều trị bằng hóa trị và đặt X là số người điều trị thành công trong 5
người, ta có bảng sau:
X 0 1 2 3 4 5
P 0,002 0,029 0,132 0,309 0,360 0,168
Tìm kỳ vọng, phương sai và độ lệch chuẩn của X .
4. Mode
Mode của biến ngẫu nhiên X, ký hiệu là Mod(X), còn được gọi là giá trị tin chắc nhất hay giá trị có
khả năng nhất của X, được xác định như sau
 Nếu X là biến ngẫu nhiên rời rạc thì Mod(X) là giá trị có xác suất lớn nhất.
 Nếu X là biến ngẫu nhiên liên tụcthì Mod(X) là giá trị làm cho hàm mật độ đạt cực đại.
Ví dụ 5. a)Biến ngẫu nhiên rời rạc X có bảng phân phối xác suất:
X -2 0 1 3
P 0.1 0.4 0.3 0.2
Khi đó Mod(X) = 0.
 Trong ví dụ 4, Mod(X) = ?
b) Cho ĐLNN X có hàm mật độ xác suất như ở hình vẽ sau:

f(x)
thì Mod (X) = a. a x

Chú ý. Một biến ngẫu nhiên có thể có nhiều Mod, cũng có thể không có Mod.

5. Trung vị (Median): Trung vị của biến ngẫu nhiên X, kí hiệu là Med(X), là giá trị của biến ngẫu
nhiên X chia phân phối thành hai phần có xác suất bằng nhau.
 Với biến ngẫu nhiên rời rạc:

1
Med(X ) xi F (x i ) F (x i 1 ), x i ,x i 1
X( ) .
2
 Với biến ngẫu nhiên liên tục:
x0
Med(X ) x0 P(X x0) P(X x0) 0, 5 F (x 0 ) f (x )dx 0, 5 .
Ví dụ 5. Cho X có bảng phân phối:
X -1 0 1 2
P 0.25 0.15 0.3 0.3
Tính Mod(X) = ? Med(X) = ?
Giải :
+Từ bảng phân phối xác suất ta có Mod(X) = 1 hoặc 2
+ Ta có : F (1)  P( X  1)  0, 25  0,15  0, 4
F (2)  P( X  2)  0, 25  0,15  0,3  0,7
 F (1)  0,5  F (2)
Vậy Med(X ) 1.
6x (1 x ), x [0,1]
Ví dụ 6. Cho biến ngẫu nhiên liên tục X có hàm mật độ f (x ) .
0, x [0,1]
Tìm Mod(X) ; Med(X)
Giải.
3 1 1
+ Tìm Mod(X): Dễ thấy max f ( x)  đạt tại x  , vậy Mod ( X )  .
2 2 2
+ Tìm Med(X): Trước hết ta có hàm phân phối xác suất của X

0, x0
 2
x
F ( x)   f (t )dt  3x  2 x , 0  x  1 .
3
 1, x 1

1
Trên khoảng (0,1) phương trình F ( x)  0,5  3x 2  2 x3  0,5  x  .
2
1
Vậy Med ( X )  .
2
§3. MỘT SỐ PHÂN PHỐI XÁC SUẤT THƯỜNG GẶP
1. PHÂN PHỐI NHỊ THỨC
Định nghĩa. Biến ngẫu nhiên X được gọi là có phân phối nhị thức với tham số n, p , kí hiệu,
X ~ B(n, p) , nếu tập giá trị X ( ) {0,1, , n} và P(X k) C nk pkq n k
với k X ( ),
q 1 p.
Khi n 1 : X ~ B(1, p) thì X còn được gọi là có phân phối 0–1 hay phân phối Bernoulli, kí
hiệu X ~ A(p).
Mô hình phân phối: Nếu X là số lần xuất hiện biến cố A trong dãy n phép thử Bernoulli với xác
suất xuất hiện A trong mỗi phép thử P(A) p thì X ~ B(n, p) .
Ví dụ 1. Một phương pháp điều trị mới có tỷ lệ khỏi bệnh là 0,8. Điều trị ngẫu nhiên 50 người, tính
xác suất có:
a) Có 40 người khỏi bệnh.
b) Có ít nhất 40 người khỏi bệnh.
Giải : Gọi X là số người khỏi bệnh trong 50 người được điều trị bằng phương pháp mới.
Ta có X~B(50; 0,8)
a) Xác suất có 40 người khỏi bệnh:
40
P(X 40) C 50 0, 8400,210 0,139
b) Xác suất có ít nhất 40 người khỏi bệnh:

P (X 40) P (X 40) P (X 41) ... P(X 50)
k 50
k
C 50 0, 8k 0,250 k
0, 583
k 40

Các số đặc trưng của phân phối nhị thức: Nếu X ~ B(n, p) thì
 E(X ) np
 Var(X ) npq
 np q (n 1)p 1 Mod(X ) (n 1)p np q 1 , với q 1 p.
Ví dụ 2. Một phương pháp điều trị mới có tỷ lệ khỏi bệnh là 0,75. Điều trị ngẫu nhiên 50 người.
a) Tính số bệnh nhân trung bình khỏi bệnh.

b) Tính số bệnh nhân khỏi bệnh nhiều khả năng nhất.
Giải. Gọi X là số người khỏi bệnh trong 50 người được điều trị bằng phương pháp mới.
Ta có X~B(50; 0,75)
a) Số bệnh nhân trung bình khỏi bệnh E(X ) 50.0,75 37,5
b) Số số bệnh nhân khỏi bệnh nhiều khả năng nhất
50.0,75 0,25 Mod(X ) 50.0,75 0,25 1.
Suy ra 37,25 Mod(X ) 38,25 hay Mod(X ) 38 .
Vậy số số bệnh nhân khỏi bệnh nhiều khả năng nhất là 38 người.
2. PHÂN PHỐI SIÊU BỘI
Định nghĩa. Biến ngẫu nhiên X có phân phối siêu bội với tham số N , N A, n, kí hiệu
X ~ H (N , N A, n) , nếu X nhận giá trị nguyên từ max {0, n (N N A )} đến min{n, N A } và
C Nk .C Nn k
NA
P (X k) A
.
C Nn
Mô hình phân phối: Một tổng thể có N phần tử, trong đó có N A phần tử có tính chất A. Lấy ngẫu
nhiên n phần tử từ tổng thể. Gọi X là số phần tử có tính chất A trong n phần tử lấy ra. Khi đó, X có
phân phối siêu bội, X ~ H (N , N A, n) .
Các số đặc trưng. Nếu X ~ H (N , N A, n) thì
NA
 E(X ) np với p .
N
N n
 Var (X ) npq. với q 1 p.
N 1

Ví dụ 3. Xét nghiệm nhóm máu cho 100 người, trong đó có 48 người có nhóm máu O. Mỗi lần xét
nghiệm cho 10 người.
a) Tính xác suất có 5 người có nhóm máu O.
b) Tính xác suất có ít nhất 1 người có nhóm máu O.
c) Tính người có nhóm máu O trung bình trong 10 người làm xét nghiệm.
Giải. Gọi X là số người có nhóm máu O trong 10 người làm xét nghiệm, X ~ H (100;48;10) .
5
C 48C 525
a) P(X 5) 10
0,257
C 100
b) P(X 1) 1 P(X 1) 1 P(X 0)
C 480 C 52
10
1 10
0, 9991
C 100
48
c) E (X ) 10. 4, 8 .
100
Xấp xỉ phân phối siêu bội bằng phân phối nhị thức
NA F
Nếu X ~ H (N , N A, n) , n cố định, N p (0 p 1) thì X
và B(n, p);
N
q 1 p, nghĩa là khi N đủ lớn thì phân phối siêu bội với tham số N , N A, n, X ~ H (N , N A, n) , có
thể xem là phân phối nhị thức X ~ B(n, p).
Ý nghĩa trong thực hành:
1. Nếu X ~ H (N , N A, n) với N khá lớn, n rất nhỏ so với N (thông thường khi
NA
n 0, 05N hay N 20n ) thì P(X x) C nx p xq n
. x
với p
N
2. Khi N khá lớn so với n, việc lấy n phần tử từ tổng thể N phần tử theo phương thức có
hoàn lại hay không hoàn lại được coi là như nhau.
Ví dụ 4. Một kiện hàng gồm 1000 sản phẩm, trong đó có 700 sản phẩm loại I và 300 sản phẩm loại
II. Lấy ngẫu nhiên 10 sản phẩm từ kiện để kiểm tra. Tính xác suất để có tối đa 2 sản phẩm loại II
trong 10 sản phẩm lấy ra.
Giải. Gọi X là số sản phẩm loại II trong 10 sản phẩm lấy ra thì X có phân phối siêu bội,
X ~ H (1000, 300,10) . Vì N = 1000 khá lớn, n = 10 khá bé so với N nên X B(10; 0, 3) , do đó
P(X 2) P(X 0) P(X 1) P (X 2)

C 100 0, 300, 710 1
C 10 0, 310, 7 9 C 102 0, 320, 7 8 0, 3828.
3. PHÂN PHỐI POISSON

Định nghĩa. Biến ngẫu nhiên X được gọi là có phân phối Poisson với tham số ( 0) , kí hiệu
X ~ P( ) , nếu tập giá trị X ( ) 0,1,2, và
k
e
P(X k) ;k X( )
k!
Mô hình phân phối: Gọi X là số lần xuất hiện của một biến cố A tại những thời điểm ngẫu nhiên
trong khoảng thời gian  t1 , t2  thỏa mãn 2 điều kiện sau
 Số lần xuất hiện của biến cố A trong khoảng thời gian này không ảnh hưởng đến xác suất
xuất hiện biến cố A trong khoảng thời gian tiếp theo.
 Số lần xuất hiện biến cố A trong một khoảng thời gian bất kỳ thì tỉ lệ với độ dài của
khoảng thời gian đó.
Khi đó, X ~ P( ), x (t2 t1 ) ,  được gọi là cường độ xuất hiện A.
Số lần xuất hiện một sự kiện ngẫu nhiên trong một khoảng thời gian nhất định chẳng hạn số vụ tai
nạn xảy ra tại một địa điểm nào đó trong một ngày, số cuộc điện thoại tại một trạm trong một đêm,
số khách hàng vào một hệ thống dịch vụ trong một buổi sáng, số trẻ em sinh đôi trong 1 năm tại
bệnh viên X, số sản phụ đến sinh trong một thời điểm,… là những biến ngẫu nhiên có phân phối
Poisson.
Các số đặc trưng. Nếu X ~ P( ) thì

 E(X ) Var(X )
 1 Mod(X )
Ví dụ 5. Trong một bệnh viện phụ sản, số sản phụ sinh trong 1 giờ có phân phối Poisson với trung
bình là 4. Tính xác suất trong 1 giờ có:
a. Đúng 3 sản phụ đến sinh.
b. Có nhiều hơn 1 sản phụ đến sinh.
c. Có 2 sản phụ đến sinh trong 30 phút.
Giải. Gọi X là số sản phụ đến sinh trong 1 giờ thì X có phân phối Poisson, X ~ P(4)
e 4 .43
a) P(X 3) 0,195
3!
b) P(X 1) 1 P(X 1) 1 P(X 0) P(X 1)
e 4 .40 e 4 .41
1 0, 908.
0! 1!

c) Trong 1 giờ trung bình có 4 sản phụ đến sinh nên trong 30 phút trung bình có 2 sản phụ
đến sinh.
Gọi Y là số sản phụ đến sinh trong 30 phút thì Y có phân phối Poisson, Y ~ P(2) .
e 2 .22
P(Y 2) 0,2707 .
2!
Xấp xỉ phân phối nhị thức bằng phân phối Poisson: Nếu Xn ~ B(n, p) với n và xác suất
F
P(A) p 0 sao cho np thì Xn P( ) , nghĩa là phân phối nhị thức B(n, p) với n đủ
lớn xấp xỉ phân phối Poisson P( ) với np .
Ý nghĩa trong thực hành tính toán:
1. Nếu X ~ B(n, p) với n khá lớn; p khá bé (thông thường, khi n 50; p 0,1 ) thì
k
P(X k) e ; np .
k!
2. Do n lớn, p rất bé, từ định lí này người ta còn nói luật phân phối Poisson là luật phân
phối của các biến cố hiếm.
Ví dụ 6. Trong một đợt tiêm chủng cho 2000 trẻ em ở một vùng dân cư. Biết xác suất 1 trẻ bị phản
ứng với thuốc khi tiêm là 0,001. Tính xác suất trong 2000 trẻ có 5 trẻ bị phản ứng khi tiêm thuốc.
Giải. Gọi X là số trẻ bị phản ứng với thuốc trong 2000 trẻ được tiêm chủng thì X có phân phối nhị
thức, X ~ B(2000;0, 001) . Dùng công thức xác suất của phân phối nhị thức ta có xác suất cần tìm là
5
P(X 5) C2000 .0, 0015.0, 9991995 , tuy nhiên ở đây ta có thể tính gần đúng bằng xấp sỉ Poisson như
sau:
Vì n 2000 khá lớn, p 0, 001 khá bé nên X P( np 2) . Vậy, xác suất có 5 trẻ bị phản
ứng khi tiêm thuốc:
e 2 .25
P(X 5) 0, 0361.
5!
4. PHÂN PHỐI CHUẨN
Phân phối chuẩn là một trong những phân phối quan trọng nhất trong xác suất và thống kê. Có thể
nói rằng nếu không có phân phối chuẩn thì sẽ không có khoa học thống kê.
2
Định nghĩa. Biến ngẫu nhiên X được gọi là có phân phối chuẩn với hai tham số là và ( 0)
2
kí hiệu là X ~ N ( , ) , nếu nó có hàm mật độ xác suất là
(x )2
1 2
f (x ) e 2
.
2

f(x)
Đồ thị f(x) có dạng hình chuông, trục đối xứng x , các
1
điểm uốn ; , nhận trục hoành làm tiệm cận
e2
ngang.
z1   + z
Biến ngẫu nhiên Z được gọi là có phân phối chuẩn tắc nếu Z ~ N (0,1) , tức hàm mật độ xác suất
x2
1
của Z là f (x ) e 2
(hàm Gauss).
2
2 X
Tính chất: Nếu X ~ N ( , ) thì Z ~ N (0,1) .
2
Các số đặc trưng. Nếu X ~ N ( , ) thì
 E (X ) ,Var (X ) 2
.
 Mod(X) = Med(X) = μ.
Tính xác suất của phân phối chuẩn

x t2
1
a) Hàm Laplace (x ) e 2
dt có giá trị được cho trong bảng hàm Laplace.
2 0
 Hàm Laplace là hàm lẻ, ( x ) (x ) và đơn điệu tăng.

 Với x 4.42 : (x ) 0,5 .
 ( ) 0,5; ( ) 0,5
b) Tính xác suất:
 Nếu X ~ N (0,1) thì P(a X b) (b) (a).

b a
 Nếu X ~ N ( , 2
) thì P(a X b) .
Ví dụ 7. a) Cho Z ~ N (0,1) . Tính P( 0,25 Z 1, 36), P(Z 2, 37), P(Z 2,58) .

Giải. P( 0,25 Z 1, 36) (1, 36) ( 0,25) (1, 36) (0,25)
0, 41309 0, 09871 0,5118 .
P(Z 2, 37) P( Z 2, 37) (2, 37) ( ) 0, 49111 0,5 0,99111 .

P(Z 2,58) P(2,58 Z ) ( ) (2,58) 0,5 0, 49506 0, 00494 .
b) Cho biết trọng lượng trẻ sơ sinh có phân phối chuẩn với kỳ vọng 3,2 kg và phương sai 0,16 kg2.
Đo trọng lượng ngẫu nhiên một trẻ sơ sinh, tính tỉ lệ trẻ sơ sinh có trọng lượng từ 2,688 kg đến 3,712
kg.
Giải. Gọi X (kg ) là trọng lượng của trẻ sơ sinh, X ~ N (3,2;0,16) .
Tỉ lệ tỉ lệ trẻ sơ sinh có trọng lượng từ 2,688 kg đến 3,712 kg là
3, 712 3,2 2, 688 3,2
P(2, 688 X 3, 712) (1,28) ( 1,28)
0, 4 0, 4
0, 39973 ( 0, 39973) 0,79946
Vậy tỉ lệ trẻ sơ sinh có trọng lượng từ 2,688 kg đến 3,712 kg từ 2,688 kg đến 3,712 kg
là 79,946 %.
Giá trị tới hạn

Giá trị tới hạn mức  của biến ngẫu nhiên X có phân phối chuẩn tắc được kí hiệu z là số thỏa điều
kiện P(X z ) , tức là (z ) 0, 5 .
Ví dụ 8. z 0,025 1, 96; z 0,01 2, 33 .
Xấp xỉ phân phối nhị thức bằng phân phối chuẩn
a) Định lí (Định lí giới hạn địa phương Moivre-Laplace). Cho X ~ B(n; p) với p không
quá gần 0 và không quá gần 1 thì:
P (X k)
lim 1
n 1
.f (x k )
npq
x2
1
với f (x ) e 2
là hàm Gauss.
2
b) Định lí(Định lí giới hạn Moivre-Laplace). Gọi X ~ B(n; p) , với p không quá gần 0 và
X np F
không quá gần 1 và Sn thì Sn N (0, 1).
npq
Ý nghĩa trong thực hành tính toán. Cho X ~ B(n, p) và n đủ lớn, p không quá lớn, cũng không
quá bé (tùy vào từng trường hợp nhưng trong nhiều trường hợp ta có thể xem điều kiện trên tường
đương với np 5 và nq 5 ) thì X N (np; npq ) . Khi đó,

x2
1 k np 1
i) P(X k) f (x k ) với x k , f (x ) e 2
.
npq npq 2
k2 np k1 np
ii) P(k1 X k2 ) .
npq npq
Ví dụ 9. Điều trị kháng sinh C0 cho trẻ bị viêm nhiễm đường hô hấp do vi khuẩn có tỷ lệ khỏi bằng
0,6. Tính xác suất sao cho điều trị cho 100 trẻ có:
a) Đúng 60 trẻ khỏi
b) Số trẻ khỏi từ 55 đến 70 trẻ
Giải. Gọi X là số trẻ khỏi bệnh trong 100 trẻ điều trị thì X có phân phối nhị thức, X ~ B(100; 0, 6) .
Vì n 100 đủ lớn, p 0, 6 không quá lớn, cũng không quá bé nên X N (60;24) .
1 60 60 1
a) P(X 60) f f (0)
24 24 24
02
1 1
. e 2
0, 0814 .
24 2
70 60 55 60
b) P(50 X 70) P
24 24
(2, 04) ( 1, 02) 0, 47932 0, 34614 0, 82546 .
5. PHÂN PHỐI KHI-BÌNH PHƯƠNG
Định nghĩa. Biến ngẫu nhiên X được gọi là có phân phối khi bình phương với n bậc tự do, kí hiệu
2
X~ (n) , nếu hàm mật độ xác suất là
f(x)
1 x n
1
.e 2
x2 , x 0
n
f ( x) 2n /2
2
0 , x 0
x
x 1 t
Với ( x) t e dt (hàm Gamma). Đồ thị
0
n
Nếu X X i2 với X i độc lập, X i ~ N (0, 1) thì X ~ 2
(n) .
i 1

Các số đặc trưng: Nếu X ~ 2

(n) thì E ( X ) n,Var ( X ) 2n .
Giá trị tới hạn: Giá trị tới hạn mức  của biến ngẫu nhiên X ~ 2
(n), kí hiệu
2
(n)hay 2
( ,n ) , là số
2
thỏa điều kiện P( X ( n, ) ) .
2 2
Ví dụ 10. (25; 0, 975) 13, 120; ( 25; 0, 025) 40, 646.
6. PHÂN PHỐI STUDENT

Định nghĩa. Biến ngẫu nhiên X được gọi là có phân phối Student với n bậc tự do, kí hiệu
X ~ t (n) , nếu hàm mật độ xác suất là
n 1 n 1
2
1 2 x 2
. .1 , x 0
f ( x) n n n
2
0 , x 0
ở đây ( x) t x 1e t dt (hàm Gamma).

0
Z 2
Nếu X với Z ~ N (0, 1); Y ~ (n) và Z, Y độc lập thì X ~ t (n) .
Y
n
Đồ thị
phân phối chuẩn
Đồ thị hình chuông tương tự như đồ thị của chuẩn tắc
phân phối chuẩn chuẩn tắc nhưng có đỉnh Đồ thị

phân phối t(n)
thấp hơn và 2 phần đuôi to hơn so với đồ thị
của phân phối chuẩn chuẩn tắc.
n
Các số đặc trưng: E ( X ) 0 (với n 1 ); Var ( X ) (với n 2 ).
n 2
Giá trị tới hạn:Giá trị tới hạn mức  của biến ngẫu nhiên X ~ t (n), kí hiệu t (n) hay t( n , ) , là số
thỏa điều kiện P( X t( n , ) ) .
Ví dụ 11. t(25;0,01) 2, 485; t(17;0,025) 2,110; t(19;0,005) 2, 861 .

BÀI TẬP
Bài 1. Biến ngẫu nhiên X có phân phối xác suất như sau:
X 0 1 2 3 4
P 1 1 1 1 1
4 8 4 4 8
và Y= 3X – 1. Tính E(X), Var(X); P(Y 4) ; E(Y), Var(Y)?
Bài 2. Biến ngẫu nhiên X có phân phối xác suất như sau:
X 0 1 2 3 4
P 0,15 0,35 0,3 0,1 0,1
Tính E(X), Var(X); Mod(X); P( 1 X 2); P( X E( X ) 0, 5); P( X E( X ) 0, 8) ?
Bài 3. Cho X là biến ngẫu nhiên liên tục có hàm phân phối:
0 khi x 0
F ( x) ax2 b khi 0 x 3
1 khi 3 x
Tìm a, b. Xác định hàm mật độ f(x).
Bài 4. Cho X là biến ngẫu nhiên liên tục có hàm mật độ:
ax2 khi x 1, 3
f ( x)
0 khi x 1, 3
a) Tìm hằng số a .
b) Tính P(0 X 2) .
c) Tìm hàm phân phối F(x).
Bài 5. Biếnngẫu nhiên X có phân phối xác suất như sau:
X 0 1 2 3
P 0,2 0,15 0,25 0,4
a) Tìm phân phối xác suất của Y=X2 – X + 2

b) Tính E(Y).
Bài 6. Một xạ thủ có 5 viên đạn. Xạ thủ đó bắn lần lượt từng viên cho đến khi trúng mục tiêu hoặc
hết cả 5 viên thì thôi.Tìm quy luật phân phối xác suất của số viên đạn đã bắn? Biết xác suất bắn
trúng mục tiêu của mỗi viên là 0,8.
Bài 7. Có 3 hộp, mỗi hộp đựng 10 sản phẩm. Số phế phẩm có trong mỗi hộp tương ứng là: 1; 2; 3.
Lấy ngẫu nhiên từ mỗi hộp ra một sản phẩm. Tìm phân phối xác suất của số sản phẩm tốt có trong 3
sản phẩm lấy ra.
Bài 8. Gọi X là số con trai trong gia đình có 4 con, xác suất sinh con trai là 0,52. Tính E(X), Var(X).
Bài 9. Mộtlô có 12 sản phẩm trong đó có 4 sản phẩm loại I. Lấy ngẫu nhiên từ lô ra 3 sản phẩm. Gọi
X là số sản phẩm loại I có trong 3 sản phẩm lấy ra.
a) Lập bảng phân phối X.

b) Tìm Mode(X), E(X), Var(X).
Bài 10. Một hộp sản phẩm có 10 sản phẩm loại , 4 sản phẩm loại B. Một khách hàng chọn ngẫu
nhiên 2 sản phẩm từ hộp để mua.
a) Gọi X là số sản phẩm loại A có trong 2 sản phẩm lấy ra. Tìm phân phối xác suất của X.
b) Giá của mỗi sản phẩm loại A là 10 (ngàn đồng), mỗi sản phẩm loại B là 8(ngàn đồng).
Gọi Y là tổng số tiền người khách phải trả. Tìm phân phối xác suất của Y.
Bài 11. Cho hai hộp sản phẩm. Hộp 1 có 9 sản phẩm trong đó có 3 phế phẩm.Hộp 2 có 12 sản phẩm
trong đó có 4 phế phẩm.
a) Lấy ngẫu nhiên 2 sản phẩm của hộp 1. Gọi X là số phế phẩm lấy được. Lập bảng phân
phối xác suất của X. Tìm Mode(X); E(X); Var(X) và hàm phân phối xác suất của X.
b) Lấy ngẫu nhiên mỗi hộp 1 sản phẩm. Gọi Y là số phế phẩm có được. Lập bảng phân phối
xác suất của Y.
c) Từ hộp 1 lấy 2 sản phẩm bỏ vào hộp 2. Sau đó lấy từ hộp 2 ra 2 sản phẩm. Lập bảng phân
phối xác suất của số chính phẩm Z lấy được.
ax 3 khi x 0;1
f ( x)
0 khi x 0;1

b) Tính E ( X );Var ( X ); Mod ( X ); Med ( X ); P( 1 X 0, 5); P( X E( X ) 0, 5) ?.
c) Cho Y 2 X . Tìm hàm mật độ của Y và tính E (Y ); P(1 / 2 Y 1) ?.
a(1 x2 ) khi x 1
f ( x)
0 khi x 1
b) Tính E ( X );Var ( X ); Mod ( X ) ?.
c) Cho Y 3 X 2 . Tìm hàm mật độ của Y và tính E (Y ) ?.
Bài 14. Thời gian (tính bằng tháng) từ lúc vay đến lúc trả tiền của một khác hàng tại một ngân hàng
là biến ngẫu nhiên X có phân phối chuẩn và trung bình là 18 tháng, độ lệch tiêu chuẩn 4 tháng.
a) Tính tỉ lệ khác hàng trả tiền cho ngân hàng trong khoảng từ 10 đến 19 tháng; không ít hơn 1
năm; ít hơn 9 tháng.
b) Khoảng thời gian tối thiểu là bao nhiêu để tỉ lệ khách hàng trả tiền cho ngân hàng vượt thời
gian đó không quá 1%.
Bài 15. Trọng lượng (tính bằng gam) của một loại sản phẩm là biến ngẫu nhiên X có phân phối
chuẩn. Biết 65% số sản phẩm có trọng lượng lớn hơn 20 gam và 8% số sản phẩm có trọng lượng lớn
hơn 30 gam.
a) Tính trọng lượng trung bình và độ lệch chuẩn.
b) Nếu sản phẩm được chấp nhận có trọng lượng nhỏ hơn 25 gam thì tỉ lệ sản phẩm bị loại là
bao nhiêu?.
c) Cần qui định trọng lượng tối thiểu bao nhiêu để tỉ lệ sản phẩm bị loại nhỏ hơn 2%.
Bài 16. Ta coi số Ô tô qua trạm trong khoảng thời gian (phút) có phân phối Poisson. Trung bình 40
giây có 2 ô tô đi qua trạm giao thông. Tính xác suất:
a) Có 3 đến 4 ô tô đi qua trạm giao thông trong khoảng thời gian 2 phút.
b) Có 7 ô tô đi qua trạm giao thông trong khoảng thời gian 3 phút.

c) Tính xác suất để trong khoảng thời gian T có ít nhất 1 ô tô qua trạm. Xác định T để xác suất
này là 0,95.
Bài 17. Tỉ lệ một bệnh bẩm sinh trong dân số là 1%. Bệnh này cần đươc chăm sóc đặc biệt ngay từ
lúc mới sinh. Một nhà bảo sinh thường có 20 ca trong 1 tuần lễ. Tính xác suất trong 1 tuần:
a) Không có ca nào cần sự chăm sóc đó.

b) Có một trường hợp cần.
c) Có hơn một trường hợp cần.
Bài 18. Hàm lượng cholesterol huyết thanh có phân phối chuẩn với trung bình là 200mg/100ml và
độ lệch chuẩn là 20mg/100ml. Tính xác xuất một cá nhân được chọn ngẫu nhiên có giá trị
cholesterol:
a) Từ 180 đến 200mg/100ml

b) Lớn hơn 225mg/100ml
c) Nhỏ hơn 150mg/100ml
d) Giữa 190 và 210mg/100ml.
Bài 19. Khi tiêm truyền một loại huyết thanh trung bình có 1 trường hợp bị phản ứng trên 1000
người. Ta lại dùng huyết thanh trên tiêm trên 2000 người. Tính xác suất để:
a) Có 3 ca bị phản ứng.
b) Nhiều nhất 3 ca bị phản ứng.
c) Hơn 3 ca bị phản ứng.
Bài 20. Một chuyến xe chở được 1000 chai bia. Xác suất để một chai bia bị vỡ khi vận chuyển là
0,001. Tìm xác suất khi vận chuyển có:
a) 2 chai vỡ; số chai vỡ không ít hơn 2.
b) Số chai vỡ trung bình khi vận chuyển.

PHẦN II. THỐNG KÊ

CHƯƠNG 3. LÝ THUYẾT MẪU
§1. KHÁI NIỆM VỀ TỔNG THỂ VÀ MẪU
1. Tổng thể và mẫu
Giả sử ta cần nghiên cứu dấu hiệu nào đó trên các phần tử của một tập hợp chứa rât nhiều
phần tử, khi đó ta gọi tập này là tổng thể. Vì nhiều lí do, chẳng hạn thời gian và kinh phí không cho
phép, ta không thể xétđược toàn bộ các phần tử của tổng thể nên chỉ lấy một số phần tử đại diện của
tổng thể để quan sát, nghiên cứu trên các phần tử này bằng cách sử dụng các công cụ của thống kê,
từ đó đưa ra kết luận cho tổng thể. Các phần tử này đại diện này được gọi là mẫu, số phần tử của
mẫu được gọi là cỡ mẫuhay kích thước mẫu, thường kí hiệu là n.
Ví dụ 1. Khảo sát chiều cao trung bình của toàn bộ sinh viên ở thành phố A, toàn bộ sinh viên ở
thành phố A là tổng thể. Vì có quá nhiều sinh viên không thể điều tra hết được nên ta lấy 500 sinh
viên đại diện để khảo sátthì 500 sinh viên này là mẫu, cỡ mẫu là n  500 .
2. Mẫu ngẫu nhiên, mẫu cụ thể
Dấu hiệu cần nghiên cứu có thể là dấu hiệu định lượng (chiều cao, cân nặng, độ dài, diện tích,
thể tích, ...) hoặc định tính (tính chất A nào đó mà ta quan tâm), với dấu hiệu định tính ta có thể
lượng hóa bằng cách gán cho nó giá trị 1 (hoặc 0) nếu phần tử được xét có (hoặc không có) tính chất
A. Như vậy,có thể xem dấu hiệu nghiên cứu là một biến lượng X,thay đổi từ phần tử này sang phần
tử khác trên tổng thể. Do các phần tử được chọn ngẫu nhiên từ tổng thể nên thực chấtXlà một biến
ngẫu nhiên, giá trị của nó phụ thuộc vào kết quả phép chọn. Mỗi phần tử của mẫu kích thước nđều
được chọn ngẫu nhiên, độc lập nên ta có n biến ngẫu nhiên (X1, X2,..., Xn ) độc lập, cùng phân phối
(vì chúng cùng phân phối với X). Ta gọi bộ n biến ngẫu nhiên (X1, X2,..., Xn ) này là một mẫu ngẫu
nhiên hay mẫu lý thuyết kích thước n. Ứng với mỗi phép chọn mẫu cụ thể
X1 x1, X2 x 2, ..., Xn x n ta được một bộ giá trị (x1, x 2,..., x n ) gọi là mẫu cụ thể hay mẫu
thực nghiệm.
3. Các kỹ thuật chọn mẫu ngẫu nhiên
Mẫu muốn đại diện được cho tổng thể phải được chọn một cách khách quan, không cố ý, không
thiên vị, phản ánh trung thực được tổng thể. Ta xét một số kỹ thuật chọn mẫu thường dùng:
a) Chọn mẫu ngẫu nhiên đơn giản: Là phương pháp chọn mẫu thoả mãn các điều kiện:
- Mỗi lần chỉ được chọn một phần tử vào mẫu. Mỗi phần tử của tổng thể đều có thể được chọn vào
mẫu với cùng khả năng như nhau;
- Các mẫu cùng kích thước có cùng xác suất được chọn.

Việc chọn mẫu kiểu này có thể tiến hành theo cách bốc thăm hay dùng bảng số ngẫu nhiên. Có hai
phương thức chọn: chọn hoàn lại, chọn không hoàn lại (mỗi phần tử chỉ được chọn một lần). Khi số
phần tử N của tổng thể rất lớn so với kích thước mẫu n ta có thể coi hai phương thức chọn mẫu này
là như nhau.
Mẫu ngẫu nhiên đơn giản được lập có tính chất đại diện cao tuy nhiên nó đòi hỏi phải biết toàn bộ
tổng thể và chi phí chọn mẫu lớn.
b) Chọn mẫu phân nhóm

Là phương pháp chọn mẫu chia tổng thể thành các nhóm tương đối thuần nhất, từ mỗi nhóm lấy ra
một mẫu ngẫu nhiên. Tập hợp các mẫu đó lập thành một mẫu ngẫu nhiên phân nhóm. Phương pháp
này được dùng khi trong tổng thể có những sai khác lớn.
c) Chọn mẫu chùm

Là phương pháp chọn mẫu ngẫu nhiên từ các tập con của tổng thể, được gọi là các chùm. Mỗi phần
tử của tổng thể chỉ được chọn vào một chùm, mỗi chùm cố gắng sao cho có độ phân tán cao như
tổng thể và đồng đều về quy mô. Phương pháp này có thể tiết kiệm chi phí và thời gian, nhưng sai số
chọn mẫu cao hơn các phương pháp trên.
d) Chọn mẫu có suy luận
Phương pháp chọn mẫu này dựa trên ý kiến chuyên gia về đối tượng nghiên cứu. Nhược điểm của
phương pháp này là khó đảm bảo tính khách quan.
4.Trình bày mẫu cụ thể
a) Bảng phân phối thực nghiệm (không ghép lớp)
Khi mẫu có nhiều giá trị trùng nhau, ta trình bày số liệu dưới dạng bảng gồm hai dòng, dòng trên ghi
các giá trị khác nhau của X, dòng dưới ghi số lần xuất hiện (tần số) tương ứng của các giá trị này.
Bảng phân phối tần số thực nghiệm
X x1 x2 … xk
ni n1 n2 … nk
với n1 n2 ... nk n.
ni
Từ tần số ni ta tính được tần suất fi  và có thể trình bày mẫu theo bảng phân phối tần suất thực
n
nghiệm
X x1 x2 … xk
fi f1 f2 … fk
với f1 f2 ... fk 1.

Ví dụ 2. Để điều tra thời gian đợi phục vụ của khách hàng tại một ngân hàng (đơn vị: phút) người ta
khảo sát ngẫu nhiên 10 người, kết quả thu được như sau: 9, 8, 10, 10, 12, 6, 11, 10, 12, 8. Lập các
bảng phân phối thực nghiệm thời gian đợi của khách hàng.
Giải. Bảng phân phối tần số thực nghiệm
xi 6 8 9 10 11 12
ni 1 2 1 3 1 2
Bảng phân phối tần suất thực nghiệm
xi 6 8 9 10 11 12
fi 1/10 2/10 1/10 3/10 1/10 2/10
b) Bảng phân phối thực nghiệm ghép lớp

Khi kích thước mẫu lớn, các giá trị của mẫu khá gần nhau người ta gom các giá trị mẫu thành
các lớp, những giá trị gần nhau được xếp vào một lớp và lập bảng phân phối thực nghiệm ghép
lớp.Bảng phân phối thực nghiệm ghép lớp cũng gồm 2 dòng như bảng không ghép lớp trong đó dòng
trên ghi các lớp (các khoảng), dòng dưới ghi số giá trị của mẫu thuộc vào mỗi khoảng tương ứng.
X a1  b1 a2  b2 … ak  bk
ni n1 n2 … nk
với n1 n2 ... nk n.
Ví dụ 3. Khảo sát điện năng tiêu thụ trong 50 ngày làm việc gần nhất của một công ty được kết quả
sau :
X (Kw/ngày) 80-90 90-100 100-110 110-120
Số ngày 9 14 20 7
c) Biểu đồ: Các loại biểu đồ sẽ mô tả số liệu mẫu một cách rõ ràng và trực quan hơn, nhằm giúp
chúng ta đánh giá sơ bộ ban đầu về tổng thể. Các loại biểu đồ này có thể dễ dàng thực hiện trong các
phần mềm như Excel, SPSS,...
§2. CÁC ĐẶC TRƯNG CỦA MẪU NGẪU NHIÊN
Cho mẫu ngẫu nhiên (X1, X2, ..., Xn ) , một hàm T  T ( X1 , X 2 , ..., X n ) được gọi là một
thống kê. Các vấn đề của thống kê toán được giải quyết chủ yếu nhờ vào việc xây dựng các thống kê
T  X1 , ..., X n  , chúng được gọi là các đặc trưng của mẫu. Trong bài này chúng ta sẽ xét các đặc
trưng quan trọng của mẫu như: trung bình mẫu ngẫu nhiên, phương sai mẫu ngẫu nhiên, tỷ lệ mẫu
ngẫu nhiên.

Trước khi đi vào các đặc trưng mẫu cần chú ý trên tổng thể có các tham số sau đây:
 Trung bình tổng thể, ký hiệu là 
 Phương sai tổng thể, ký hiệu là  2 ,;độ lệch chuẩn của tổng thể, ký hiệu 
 Tỷ lệ phần tử có tính chất A mà ta quan tâm trong tổng thể, ký hiệu p .
Các tham số này tồn tại khách quan nhưng vì không điều tra toàn bộ tổng thể nên ta thường không
biết được giá trị thực của chúng.
1. Trung bình mẫu ngẫu nhiên
1 n
 Trung bình mẫu của X là X   Xi .
n i 1
2
 Tính chất: E  X    ; Var  X  
n
2. Tỉ lệ mẫu ngẫu nhiên
Ta mô tả tổng thể bằng biến ngẫu nhiên X nhận hai giá trị: X = 1 nếu phần tử có thuộc tính A
nào đó, X = 0 nếu phần tử không có thuộc tính A và X có bảng phân phối xác suất
X 0 1
P 1–p p
 Tỉ lệ mẫu:
1 n m( A)
F 
n i 1
Xi 
n
trong đó m( A) là số phần tử có tính chất A trong mẫu.
p 1  p  pq
 Tính chất: E  F   p;Var  F    .
n n
3. Phương sai mẫu ngẫu nhiên
 Phương sai mẫu:
Sˆ 2    X i  X n  .
n
1 2
n i 1
Phương sai mẫu hiệu chỉnh:
1 n
  Xi  Xi  .
2
S2 
n  1 i 1
 Độ lệch chuẩn của mẫu: Sˆ  Sˆ 2 .

 Độ lệch chuẩn hiệu chỉnh của mẫu: S  S 2 .

n 1 2
 
 Tính chất : E  S 2    2 ; E Sˆ 2 
n
 .
4. Cách tính các đặc trưng mẫu cụ thể
Các đặc trưng mẫu cụ thể là giá trị của các đặc trưng mẫu ngẫu nhiên ứng với một mẫu cụ thể, chúng
được ký hiệu bằng những chữ cái thường thay vì chữ in hoa như đối với các đặc trưng mẫu ngẫu
nhiên. Ở đây ta có các đặc trưng mẫu cụ thể sau: trung bình mẫu x , phương sai mẫu ŝ 2 , phương sai
hiệu chỉnh s 2 , độ lệch mẫu ŝ , độ lệch mẫu hiệu chỉnh s , tỷ lệ mẫu f .
a) Với mẫu cho bởi bảng phân phối thực nghiệm không ghép lớp
X x1 x2 … xk
ni n1 n2 … nk
1 k
 Trung bình mẫu x   ni xi .
n i 1
1 k

 ni xi  x   1 k
 
2 2 2
 Phương sai mẫu sˆ2   x2  x  ni xi 2  x .
n i 1 n i 1
 Phương sai mẫu hiệu chỉnh
s2 
1 k
n  1 i 1

 ni xi  x 
2

n 2
n 1
sˆ 
n
n 1
x2  x    .
2
 Độ lệch mẫu sˆ  sˆ2 .
 Độ lệch mẫu hiệu chỉnh s  s2 .

m
 Tỉ lệ mẫu f  , trong đó m là số phần tử có tính chất A trong số n phần tử khảo
n
sát.
Ví dụ 1.Tính trung bình, phương sai hiệu chỉnh, độ lệch hiệu chỉnh của mẫu cho bởi bảng phân
phối thực nghiệm sau:
xi 20 10 20 30 40 50
ni 2 1 2 2 2 1
Giải. Ta có:

1 2.(20)  1.10  2.20  2.30  2.40  1.50

 x
n
 ni xi 
10
 20 ;
x2 
n x 2
i i

2.(20)2  1.102  2.202  2.302  2.402  1.502
 920
n 10
 s2 
n
n 1

x2   x  
2 10
9
 
920   20   577,78
2

 s  s 2  24,037.
b) Với mẫu cho bởi bảng phân phối thực nghiệm ghép lớp
X a1  b1 a2  b2 … ak  bk
ni n1 n2 … nk
ai  bi
Ta lấy giá trị đại diện cho lớp ai  bi là xi  và mọi tính toán quay về trường hợp bảng
2
không ghép lớp.
Ví dụ 2.Doanh thu bán hàng (triệu đồng/ngày) của công ty A được khảo sát theo ngày, kết quả như
sau:
Doanh thu [200;220] (220;240] (240;260] (260;280] (280;300] (300;320] (320;340]

Số ngày 4 17 32 68 40 24 9
Tính các giá trị đặc trưng mẫu sau đây: doanh thu trung bình, độ lệch chuẩn hiệu chỉnh của doanh
thu, tỉ lệ số ngày cho doanh thu trên 300 triệu đồng.
Giải.
 Kích thước mẫu: n  4  17  32  68  40  24  9  194 .
m 24  9 33
 Tỉ lệ ngày có doanh thu trên 300 triệu đồng từ mẫu trên: f    .
n 194 194
Ta lập bảng tần số cho giá trị đại diện của các nhóm như sau:
xi 210 230 250 270 290 310 330
ni 4 17 32 68 40 24 9
Từ đây, ta tính được

 Trung bình mẫu : x  273,8144 .
 Độ lệch chuẩn mẫu: s  26,7765 .

CHƯƠNG 4. ƯỚC LƯỢNG CHO MỘT THAM SỐ THỐNG KÊ
§1. KHÁI NIỆM CƠ BẢN VỀ ƯỚC LƯỢNG
Như đã nói ở chương trước, trong thực tế ta thường không biết các tham số của tổng thể như
trung bình  , phương sai  2 hay tỷ lệ p ... nên phải dùng mẫu để phỏng đoán các giá trị của chúng,
việc này gọi là ước lượng. Để thuận tiện, ta ký hiệu chung cho các tham số này làθ.
Xét về miền giá trị của kết quả, ước lượng được chia làm hai dạng: ước lượng điểm cho kết
quả là một giá trị và ước lượng khoảng cho kết quả là một khoảng.
1. Ước lượng điểm
1.1. Mô tả phương pháp
Chọn thống kêG(X1, X2, … Xn) làm hàm ước lượng cho θ của tổng thể. Từ mẫu cụ thể (x1, x2, … xn)
ta tính giá trị thực nghiệm g của G, tức g = G(x1, x2, … xn) thì g là ước lượng điểm cho θ.
Chẳng hạn để ước lượng cho trung bình  ta dùng hàm ước lượng là trung bình mẫu ngẫu nhiên
1 n
X  X i , thì trung bình mẫu cụ thể x là một ước lượng điểm của  .
n i 1
1.2. Các tiêu chuẩn đánh giá ước lượng điểm
Có nhiều cách chọn hàm ước lượng cho một tham số θ. Vì vậy, cần đưa ra tiêu chuẩn để đánh giá
chất lượng của ước lượng để từ đó lựa chọn được một hàm ước lượng tốt nhất.
a) Ước lượng không chệch
Hàm ước lượng G được gọi là ước lượng không chệch của tham số θ nếu E(G) = θ. Ngược lại, nếu
E(G) ≠θ thì G được gọi là ước lượng chệch của θ .
b) Ước lượng hiệu quả
Hàm ước lượng G được gọi là một ước lượng hiệu quả của θ nếu nó là ước lượng không chệch và có
phương sai nhỏ nhất trong các ước lượng không chệch của θ.
c) Ước lượng vững
Hàm ước lượng G của θ được gọi là vững nếu mọi 𝜀> 0 bé tuỳ ý cho trước ta đều có:
lim P  G       1
n
1.3 Một số hàm ước lượng thường dùng

Một cách tự nhiên, có thể dùng các tham số tương ứng của mẫu để ước lượng cho tham số tổng thể.
Ta có một số kết quả sau:
i. X , S 2 , F tương ứng là ước lượng không chệch, vững cho  ,  2 , p ngoài ra nếu
X N (, 2 ) thì X là ước lượng hiệu quả cho  còn X A( p) thì F là ước lượng hiệu
quả cho p.

2
ii. S là ước lượng vững, chệch cho  2 .
Ví dụ 1. Cân ngẫu nhiên 45 con heo 3 tháng tuổi trong một trại chăn nuôi, ta được kết quả sau:
X(kg) 35 37 39 41 43 45 47
ni 2 6 10 11 8 5 3
Khi đó ước lượng không chệch cho:
a) Trọng lượng trung bình của heo 3 tháng tuổi của trại chính là x  40,96 .
b) Phương sai tổng thể heo 3 tháng tuổi của trại chính là s 2  9,725
37
c) Tỷ lệ heo có trọng lượng không dưới 38kg chính là tỷ lệ mẫu f   82, 2%
45
2. Ứớc lượng khoảng tin cậy
Ước lượng điểm tuy đơn giản nhưng có một số hạn chế, chẳng hạn nó không thích hợp với mẫu kích
thước nhỏ, không đánh giá được sai số (có thể rất lớn)… Để khắc phục, người ta đưa ra phương
pháp ước lượng khoảng tin cậy.
Ước lượng khoảng tin cậy nhằm chỉ ra một khoảng ngẫu nhiên (θ1, θ2) mà giá trị θ có thể rơi vào
với xác suất đủ lớn (đủ gần 1), ta gọi xác suất này là độ tin cậy của ước lượng và thường ký hiệu là
1   (với  gần 0); khoảng (θ1, θ2) gọi là khoảng tin cậy cho θ với độ tin cậy 1   .
Phương pháp ước lượng khoảng tin cậy được mô tả như sau:
Chọn thống kê G(X1, X2, …Xn, θ) sao cho qui luật phân phối xác suất của G hoàn toàn xác định. Do
đó ta có thể tìm được hai số g1 và g2 sao cho:
P(g1  G  g2 )  1   (1)
Biến đổi (1) về dạng P (1   2 ) 1   với 1  1 ( X1 ,... X 2 ), 2  2 ( X1,... X 2 ) thì khoảng
(θ1, θ2) được gọi là khoảng tin cậy của θ với độ tin cậy 1   . Khoảng (θ1, θ2) là khoảng ngẫu nhiên,
nó thay đổi từ mẫu này qua mẫu khác.Trên mẫu cụ thể (x1, x2, … xn), θ nằm trong khoảng
θ1(x1,…,xn) <θ<θ2(x1,…,xn).
Phương pháp ước lượng khoảng có thể dùng cho mẫu kích thước nhỏ, đặc biệt ước lượng khoảng
còn cho phép đánh giá độ tin cậy.

§2. ƯỚC LƯỢNG KHOẢNG CHO GIÁ TRỊ TRUNG BÌNH
1. Khoảng ước lượng của giá trị trung bình
1.1 Trường hợp đã biết  2

( X  ) n
Thống kê G  có phân phối chuẩn tắc (nếu X có phân phối chuẩn) hoặc xấp xỉ chuẩn

tắc ( nếu X có phân phối bất kỳ và kích thước mẫu lớn) nên
 ( X  ) n     
P   z   z   2  z   2. 0,5    1  
 2  2   2  2
   
 P  X  z .    X  z .   1
 2 n 2 n
y
Diện tích
x
O
   
trong đó z  là giá trị tới hạn chuẩn tắc mức , tức là P  Z  z   , với Z N (0,1) .
2
2  2 
2
Vậy với độ tin cậy 1 – α, khoảng tin cậy của  là:
   
 X  z  ; X  z  
 2 n 2 n

Đặt   z ; ta gọi ε độ chính xác hay còn gọi là sai số của ước lượng thì khoảng tin cậy của
2 n
 
 có dạng x   ; x   ; đây là một khoảng đối xứng có tâm là x .

Đại lượng l  2 là độ dài khoảng tin cậy đối xứng của  .

Theo cách xây dựng trên, ( g1; g2 ) được chọn bằng (z ; z ) . Tất nhiên ta cũng có thể chọn
2 2
( g1; g2 ) bằng các giá trị khác miễn sao vẫn đảm bảo P(g1  G  g2 )  1   , chẳng hạn
(, z ); (z , z2 ); (z , ); ... khi đó, ta sẽ thu được các khoảng tin cậy không đối xứng của
3 3
 . Trong tài liệu này khi ước lượng khoảng cho trung bình và tỷ lệ tổng thể, ta chỉ xét khoảng đối
xứng và khi chỉ nói khoảng tin cậy mà không chú thích gì thêm, ta hiểu đó là khoảng đối xứng.
Quy tắc thực hành
1
 Với độ tin cậy 1  , ta có  ( z )  tra bảng Laplace  z
2
2 2

 Tính độ chính xác của ước lượng   z  . .
2
n
 Khoảng tin cậy 1  cho  là  x  ;x  ) .

Ví dụ 1.Trọng lượng của một loại sản phẩm sản xuất hàng loạt là một biến ngẫu nhiên có độ lệch
tiêu chuẩn là   8 (g). Khảo sát một mẫu 100 sản phẩm thấy trung bình mẫu x  150 (g). Với độ tin
cậy 95%, hãy ước lượng khoảng đối xứng cho trọng lượng trung bình  của loại sản phẩm này.
Giải.
1 
Với độ tin cậy 1    0,95 , ta có  ( z )   0, 475 , tra bảng Laplace  z  1,96 .
2
2 2
 8
Độ chính xác   z .  1,96   1,568 .
2 n 100
Khoảng tin cậy 95% cho  là ( x   ; x   )  150  1,568;150  1,568  148, 432;151,568 .
1.2. Trường hợp không biết  và kích thước mẫu n  30 .
Vì kích thước mẫu lớn nên có thể dùng s2 để ước lượng cho σ2 chưa biết, tương tự 2.1, khoảng tin
cậy của  với độ tin cậy 1 – α có dạng  x  ;x  ) ; quy tắc thực hành giống như trường hợp 1, chỉ
thay  bởi s .
Ví dụ 2. Lượng xăng hao phí của một ô tô đi từ A đến B sau 150 lần chạy được khảo sát có giá trị
trung bình là 10,56 lít và độ lệch chuẩn hiệu chỉnh là 0,587 lít. Hãy ước lượng lượng xăng hao phí
trung bình của ô tô này khi đi từ A đến B với độ tin cậy 99%.
Giải. Gọi X là lượng xăng hao phí của ô tô trong một lần đi từ A đến B,  là lượng xăng hao phí
trung bình của ô tô này khi đi từ A đến B.

Theo đề bài ta có n  150; x  10,56; s  0,587 .
1 
Với độ tin cậy 1    ta có  ( z )   0, 495 , tra bảng Lalace  z  2,58 .
2
2 2
s 0,587
Độ chính xác   z  .  2,58.  0,124 .
2
n 150
Khoảng tin cậy 99% cho  là
( x   ; x   )  10,56  0,124;10,56  0,124   10, 436;10,684  (lít)
1.3. Trường hợp không biết  và kích thước mẫu n  30
( X  ) n
Thống kê G  có phân phối Student với n – 1 bậc tự do. Tương tự 2.1, khoảng tin cậy
S
s
của  với độ tin cậy 1 – α có dạng  x  ;x  ) ; độ chính xác   t (n  1). với t  (n  1) là giá
2
n 2

trị tới hạn mức của phân phối Student n  1 bậc tự do.
2
Ví dụ 3. Giá bán của một loại thiết bị (đv: USD) trên thị trường là biến ngẫu nhiên có phân phối
chuẩn. Một người định mua một thiết bị loại này, khảo sát ngẫu nhiên tại 8 cửa hàng nhận
thấy giá bán trung bình là 137,75 USD và độ lệch chuẩn hiệu chỉnh của mẫu là 7,98 USD.
Với độ tin cậy 90%, hãy ước lượng giá bán trung bình của thiết bị loại này trên thị trường.
Giải. Gọi X là giá bán (USD) của một thiết bị loại này trên thị trường;  là giá bán trung bình của
thiết bị loại này trên thị trường.

Với độ tin cậy 1        0,1  0,05 và n  8  n 1  7 . Tra bảng giá trị tới hạn Student
2
(dòng 7, cột 0,05) ta được t (n  1)  t0,05 (7)  1,895 .
2
s
Độ chính xác   t (n  1).  5,3465 .
2
n
Khoảng tin cậy 90% cho  là ( x   ; x   )  132, 4035;143,0965 (USD)
2. Xác định kích thước mẫu tối thiểu đối với ước lượng trung bình
Trongphần trên ta dựa vào mẫu điều tra để ước lượng khoảng tin cậy cho trung bình tổng thể với độ
tin cậy 1   , tức là biết cỡ mẫu n và độ tin cậy tìm độ chính xác  ; phần này ta xét bài toán ngược
lại: biết độ chính xác  và độ tin cậy 1   tìm kích thước mẫu n . Độ chính xác càng nhỏ thì

khoảng ước lượng càng hẹp, kết quả càng có ý nghĩa. Muốn giảm độ chính xác người ta tăng kích
thước mẫu. Tuy nhiên,vì nhiều lí do chẳng hạn kinh phí, ta không thể muốn tăng n lớn bao nhiêu
cũng được có nghĩa không thể giảm độ chính xác nhỏ bao nhiêu cũng được, vì vậy người ta thường
yêu cầu độ chính xác nhỏ ở một giới hạn  0 nào đó. Để đảm bảo yêu cầu này thì kích thước mẫu
phải không nhỏ hơn một giá trị nmin gọi là kích thước mẫu tối thiểu.
𝜎 (ℎ𝑜ặ𝑐𝑠) 2
𝜎 (ℎ𝑜ặ𝑐𝑠)
Để tìm nmin ta biến đổi   z  .   0  n  (𝑧𝛼 . 𝜀0
)  n0 ; nếu n0  thì ta lấy
√𝑛 2
2
nmin  n0 còn nếu n0  thì ta lấy nmin  [n0 ] 1 .
trung bình là 10,56 lít và độ lệch chuẩn hiệu chỉnh là 0,587 lít. Để phép ước lượng lượng xăng hao
phí trung bình của ô tô này khi đi từ A đến B đảm bảo độ chính xác 0,08 lít với độ tin cậy 95% thì
cần khảo sát ít nhất bao nhiêu lần chạy từ A đến B của ô tô này?
Giải. Từ độ tin cậy 1       z   1,96 .

2
2
s s  0,587 
Ta có   z  .   0  n  ( z  . )2  1,96.  206,8  nmin  207 .
n  0  0, 08 
2 2
Vậy cần khảo sát ít nhất 207 lần chạy từ A đến B của ô tô này.
3. Tính độ tin cậy đối với ước lượng trung bình
Bài toán: Cho biết kích thước mẫu n , độ chính xác  ; tìm độ tin cậy 1   .
s  n Laplace
Hướng dẫn:  0  z  .  z  0   ( z )  1    2 ( z ) .
n s
2 2 2 2
trung bình là 10,56 lít và độ lệch chuẩn hiệu chỉnh là 0,587 lít. Biết rằng phép ước lượng lượng xăng
hao phí trung bình của ô tô này khi đi từ A đến B đạt độ chính xác là 0,1 lít, hỏi độ tin cậy của phép
ước lượng đó là bao nhiêu?
s  n 0,1. 150
Giải.  0  z  .  z  0   2,09 .
n s 0,587
2 2

Tra bảng Laplace   ( z )   (2,09)  0, 48169 .

2
 1    2 ( z )  2.0, 48169  0,96338 .
2
Vậy độ tin cậy của phép ước lượng trên là 96,338%.
§3. ƯỚC LƯỢNG KHOẢNG CHO TỶ LỆ
1. Khoảng tin cậy cho tỷ lệ tổng thể p
 p(1  p) 
Nếu np  5, n(1  p)  5 thì tỷ lệ mẫu có phân phối xấp xỉ chuẩn F N  p, 
 n 
( F  p) n
 N (0,1) , tuy nhiên chưa biết p nên có thể thay p(1  p) bởi F (1  F ) . Do đó
p(1  p)
( F  p) n
G N (0,1) , từ đó suy ra
F (1  F )
 ( F  p) n 
P   z 

 z   1  
 2 F (1  F ) 2 
 F (1  F ) F (1  F ) 
 P  F  z  p  F  z   1  
 2 n 2 n 
 F (1  F ) F (1  F ) 
Vậy khoảng tin cậy đối xứng của p là  F  z ; F  z 
 2 n 2 n 
f (1  f )
Với mẫu cụ thể ta có khoảng tin cậy của p là  f   ; f    với độ chính xác   z  . .
2 n
Ta có quy tắc thực hành tìm khoảng tin cậy 1  cho tỷ lệ p
1   Laplace
 Với độ tin cậy 1  , ta có  ( z )   z  .
2 2 2
f (1  f )
 Tính độ chính xác   z  . .
2 n
 Khoảng tin cậy 1  cho p là  f  ; f  ) .

Ví dụ 1. Quan sát ngẫu nhiên 200 lọ thuốc trong một lô hàng rất nhiều, có 17 lọ không đạt tiêu
chuẩn. Với độ tin cậy 95%, hãy ước lượng tỉ lệ thuốc không đạt tiêu chuẩn.
Giải. Gọi p là tỉ lệ thuốc không đạt tiêu chuẩn.
m 17
Tỷ lệ mẫu f    0, 085
n 200
1 
Với độ tin cậy 1    , ta có  ( z )  Laplace
 0, 475   z   1,96 .
2
2 2
f (1  f ) 0, 085.(1  0, 085)
Độ chính xác   z .  1,96.  0, 0387 .
2 n 200
Khoảng tin cậy 95% cho p là
( f   ; f   )   0,085  0,0387;0,085  0,0387   (0,0463;0,1237)   4,63%;12,37% .
2. Xác định kích thước mẫu đối với ước lượng tỉ lệ
Bài toán. Biết tỷ lệ mẫu sơ bộ f và độ tin cậy 1   . Để ước lượng tỉ lệ của tổng thể đảm bảo độ
chính xác  0 cho trước thì cần khảo sát ít nhất bao nhiêu phần tử?
2
f (1  f ) z 
Hướng dẫn:   z  .   0  n  f (1  f )   /2   nmin .
2
n  0 
Ví dụ 2. Khảo sát ngẫu nhiên 200 người ở vùng đồng bằng sông Cửu Long thấy có 24 người mắc
bệnh sốt rét. Với độ tin cậy 95%, để ước lượng tỉ lệ bệnh sốt rét ở vùng đồng bằng sông Cửu Long
đảm bảo độ chính xác 2% thì cần khảo sát ít nhất bao nhiêu người?
1 
Giải.Với độ tin cậy 1    , ta có  ( z )  Laplace
 0, 475   z   1,96 .
2
2 2
m 24
Tỷ lệ mẫu sơ bộ f    0,12 .
n 200
2 2
f (1  f ) z   1,96 
  z .   0  n  f (1  f )   /2   0,12.(1  0,12).    1014,18
2
n  0   0,02 
 nmin  1015
Vậy: Cần khảo sát ít nhất 1015 người.
Lưu ý: Trường hợp cần xác định số người khảo sát thêm ít nhất bao nhiêu nữa thì kết luận sẽ là
1015-200=815 người.

3. Tính độ tin cậy đối với ước lượng tỉ lệ
Bài toán. Biết kích thước mẫu n, tỷ lệ mẫufvà độ chính xác  0 , tìm độ tin cậy
f (1  f ) 0 n
Hướng dẫn:  0  z  .  z   ( z )  1    2 ( z )
Laplace

2
n 2
f (1  f ) 2 2
Ví dụ 3. Khảo sát ngẫu nhiên 300 sản phẩm của một loại mặt hàng A do một công ty sản xuất, ta
nhận thấy có 24 phế phẩm. Cho biết độ chính xác của phép ước lượng tỉ lệ phế phẩm của mặt hàng A
của công ty trên là 4%, hỏi độ tin cậy của phép ước lượng trên là bao nhiêu?
f (1  f ) 0 n 0,04. 300
Giải.  0  z  .  z    2,55 .
2
n 2
f (1  f ) 0,08.(1  0,08)
 ( z )  0, 49461 .
Laplace
z   2,55 
2 2
1    2 ( z )  0,98922  98,922% .
2
Vậy độ tin cậy của phép ước lượng trên là 98,922%.
TÓM TẮT: Khoảng tin cậy cho  là ˆ     ˆ  ; ( ˆ là x hoặc f )
 đã biết  chưa biết, n lớn  chưa biết, n nhỏ
   z .
s
  t (n  1).
s
ƯLK cho    z .
2 n 2
n 2
n
f (1  f )
ƯLK cho f   z .
2 n
BÀI TẬP
Bài 1.Quan sát năng suất của 100 công nhân trong một xí nghiệp người ta tính được năng suất trung
bình của một công nhân ở mẫu này là x  12 sản phẩm/ngày và phương sai mẫu s 2  25 .
a) Ước lượng năng suất trung bình của một công nhân trong một xí nghiệp này với độ
tin cậy 99%.

b) Nếu dùng mẫu trên để ước lượng năng suất trung bình của một công nhân trong xí
nghiệp với độ tin cậy 95% thì độ chính xác đạt được là bao nhiêu?
c) Nếu dùng mẫu trên ước lượng năng suất trung bình của một công nhân trong xí
nghiệp với độ tin cậy 99% và đảm bảo độ chính xác 0,8 sp/ngày, thì cần quan sát năng suất thêm
bao nhiêu công nhân nữa?
Bài 2. Một khách hàng nhận được lô hàng từ một nhà máy sản xuất bút bi rẻ tiền. Để ước lượng tỉ lệ
bút bi hỏng, khách hàng lấy ngẫu nhiên 300 bút từ lô hàng kiểm tra thì có 30 bút hỏng.
a) Hãy ước lượng tỉ lệ bút hỏng với độ tin cậy 95%.

b) Nếu muốn ước lượng tỉ lệ bút hỏng đạt độ tin cậy 95% và độ chính xác 3% thì cần điều
tra thêm bao nhiêu bút bi nữa?
c) Nếu sử dụng mẫu điều tra để ước lượng tỉ lệ bút bi hỏng đảm bảo độ chính xác là 2,5%
thì đảm bảo độ tin cậy là bao nhiêu?
Bài 3. Đo đường kính của 100 chi tiết do một máy sản xuất, kết quả cho ở bảng sau
Đường kính (mm) Số chi tiết

19,80-19,85 3
19,85-19,90 5
19,90-19,95 16
19,95-20,00 28
20,00-20,05 23
20,05-20,10 14
20,10-20,15 7
20,15-20,20 4
Theo qui định, những chi tiết có đường kính từ 19,90 mm đến 20,1 mm là những chi tiết đạt tiêu
chuẩn.
a) Ước lượng đường kính trung bình của những chi tiết đạt tiêu chuẩn do máy này sản
xuất với độ tin cậy 95%.
b) Ước lượng tỉ lệ chi tiết đạt tiêu chuẩn của máy với độ tin cậy 96%.
c) Khi ước lượng tỉ lệ chi tiết đạt tiêu chuẩn nếu ta muốn đảm bảo độ chính xác là 5%
với độ tin cậy 99% thì cần đo thêm bao nhiêu chi tiết nữa.

Bài 4.Trong một đợt kiểm tra chiều cao (cm) của các cây (cùng loại và cùng độ tuổi) trong một vườn
ươm, ta được kết quả như sau
Chiều cao 180-200 200-210 210-220 220-230 230-240

Số cây 5 25 30 25 15
a) Hãy ước lượng chiều cao trung bình của cây trong vườn ươm với độ tin cậy 98%.
b) Những cây có chiều cao hơn 220 cm là những cây đạt tiêu chuẩn. Hãy ước lượng số cây
đạt tiêu chuẩn trong vườn ươm với độ tin cậy 99%, biết rằng vườn ươm này có 3000 cây
loại này ở cùng độ tuổi.
c) Nếu muốn ước lượng chiều cao trung bình của cây trong vườn ươm với độ tin cậy 95%,
đảm bảo độ chính xác 2,2 cm thì phải khảo sát thêm ít nhất bao nhiêu cây nữa?
d) Nếu sử dụng mẫu này để ước lượng chiều cao trung bình của cây trong vườn ươm với độ
tin cậy là 90% thì độ chính xác là bao nhiêu?
e) Nếu sử dụng mẫu này để ước lượng tỉ lệ cây đạt tiêu chuẩn có độ chính xác 9% thì độ tin
cậy của ước lượng là bao nhiêu?
Bài 5. Một nông dân muốn ước lượng tỉ lệ nảy mầm cho một giống lúa mới. Mẫu điều tra của ông
cho kết quả trong 1000 hạt đem gieo có 640 hạt nảy mầm.
a) Với độ tin cậy 95% hãy ước lượng tỉ lệ nảy mầm của giống lúa này.
b) Nếu muốn ước lượng tỉ lệ nảy mầm của giống lúa này có sai số không vượt quá 2% và độ
tin cậy 95% thì cần gieo ít nhất bao nhiêu hạt?.
c) Với độ tin cậy 97% hãy ước lượng số hạt giống nảy mầm tối thiểu khi gieo 10000 hạt?.
Bài 6. Để đánh giá trữ lượng cá trong hồ người ta đánh bắt 2000 con cá đánh dấu rồi thả xuống hồ.
Sau đó bắt lại 400 con thì thấy có 80 con có đánh dấu.
a) Với độ tin cậy 95% hãy ước lượng trữ lượng cá trong hồ.
b) Nếu muốn sai số của ước lượng giảm đi một nửa thì lần sau phải đánh bắt bao nhiêu con
cá?.

CHƯƠNG 5. KIỂM ĐỊNH GIẢ THUYẾT THỐNG KÊ

CHO THAM SỐ MỘT TỔNG THỂ
§1. KHÁI NIỆM CHUNG VỀ KIỂM ĐỊNH GIẢ THUYẾT THỐNG KÊ

1. Giả thuyết thống kê
Giả thuyết thống kê là các phát biểu (chưa biết đúng hay sai) về các tham số, dạng qui luật phân phối
hoặc tính độc lập của các biến ngẫu nhiên.
Việc dựa vào số liệu thu được tìm ra kết luận bác bỏ hay chấp nhận một giả thuyết với một mức ý
nghĩa nào đó gọi là kiểm định giả thuyết thống kê.
Giả thuyết cần kiểm định gọi là giả thuyết không và được ký hiệu là H 0 . Khi nghi ngờ H 0 , ta luôn
đặt ra một nhận định H1 đối nghịch với H 0 gọi là đối thuyết. Nếu số liệu thực nghiệm cho phép bác
bỏ được H 0 thì ta chấp nhận H1 .
Ví dụ 1.
Giả thuyết H 0 Đối thuyết H1
Biến ngẫu nhiên X có phân phối chuẩn X không có phân phối chuẩn
Trọng lượng trung bình của 1 loại sp là   8g   8 hoặc   8 hoặc   8
Tỷ lệ phế phẩm của một lô hàng là p  9% p  9% hoặc p  9% hoặc p  9%
2. Nguyên lí của kiểm định giả thuyết thống kê

Nguyên lí xác suất nhỏ: Nếu một biến cố có xác suất rất nhỏ thì trong một vài phép thử, biến cố đó
sẽ không xảy ra.
Chẳng hạn một lô hàng có rất nhiều sản phẩm, tỷ lệ phế phẩm là 1/1000; chọn ngẫu nhiên một sản
phẩm thì biến cố gặp phế phẩm nói chung không xảy ra vì xác suất 1/1000 rất nhỏ.
Trong kiểm định giả thuyết thống kê, thường mức xác suất nhỏ hơn 0,05 có thể coi là xác suất nhỏ.
Biến cố có xác suất rất nhỏ được gọi là biến cố hiếm.
Trên cơ sở nguyên lí xác suất nhỏ, bằng lập luận phản ta có thể bác bỏ giả thuyết H0 như sau:
 Tìm biến cố A sao cho nếu H0 đúng thì xác suất của A bằng  rất nhỏ, tức nếu H0 đúng thì A là
biến cố hiếm nên sẽ không xảy ra trong một phép thử.
 Thực hiện phép thử (lấy mẫu) để quan sát biến cố A; nếu A xảy ra chứng tỏ nó không phải là
biến cố hiếm nên H0 sai, ta bác bỏ H0.
3. Phương pháp chung kiểm định giả thuyết thống kê
Từ nguyên lí đã nêu, ta xây dựng phương pháp chung để kiểm định một giả thuyết thống kê sau đây:
Xét thống kê G = f(X1, X2, … Xn, θ0) sao cho nếu H 0 đúng thì qui luật phân phối xác suất của
G hoàn toàn xác định. Vì đã biết phân phối của G nên có thể tìm được miền Wα sao cho P(G∈
Wα| H 0 ) = α rất bé (biến cố G∈ Wα chính là biến cố A đã nói ở trên). Do đó nếu giá trị thực

nghiệm của G ứng với mẫu cụ thể đã điều tra được rơi vào miền Wα thì ta bác bỏ H 0 . Ngược
lại, nếu giá trị thực nghiệm của G không thuộc Wα thì chưa có cơ sở để bác bỏ H 0 .
Thống kê G được gọi là tiêu chuẩn kiểm định giả thuyết H 0 , miền Wα được gọi là miền bác bỏ giả
thuyết H 0 (gọi tắt là miền bác bỏ), số α được gọi là mức ý nghĩa của kiểm định. Chú ý rằng có nhiều
cách chọn miền bác bỏ Wα sao cho P(G∈ Wα| H 0 ) = α.
4. Các loại sai lầm có thể gặp trong kiểm định
Giả thuyết H 0 liên quan đến toàn bộ tổng thể, nhưng ta chỉ căn cứ vào một mẫu để kết luận nên có
thể mắc phải một trong hai loại sai lầm sau:
a) Sai lầm loại 1
Bác bỏ H 0 trong khi thực tế H 0 đúng. Xác suất mắc sai lầm loại 1 là : P(G∈ Wα| H 0 ) = α.
b) Sai lầm loại 2
Chấp nhận H 0 trong khi thực tế H 0 sai. Xác suất mắc sai lầm loại 2 là P(G  Wα/ H 0 ) = β
Muốn hạn chế “bỏ sót” một giả thuyết đúng ta có xu hướng dè dặt trong việc bác bỏ, cũng có nghĩa
là dễ dãi trong việc chấp nhận và khi đó lại dễ “chọn nhầm” một giả thuyết sai; còn muốn hạn chế
“chọn nhầm” một giả thuyết sai phải dè dặt trong việc chấp nhận, khi đó lại dễ “bỏ sót” giả thuyết
đúng. Vì thế, hai loại sai lầm loại 1 và 2 có tính chất “nghịch nhau”. Cụ thể, muốn hạn chế α, buộc
phải tăng tăng β và ngược lại. Nói cách khác việc giảm đồng thời xác suất sai lầm loại 1 và loại 2 là
không thể thực hiện. Trong thực tế người ta khống chế khả năng mắc sai lầm như sau: ấn định trước
xác suất sai lầm loại 1 (tức là cho trước mức có ý nghĩa α) chọn miền bác bỏ Wα sao cho có xác suất
sai lầm loại 2 nhỏ nhất, khi này tiêu chuẩn kiểm định được gọi là mạnh nhất.
Các miền bác bỏ được trình bày trong phần tiếp theo đều làm cho tiêu chuẩn kiểm định mạnh nhất.
5. Các dạng miền bác bỏ, kiểm định một phía, kiểm định hai phía
Đối với bài toán kiểm định tham số, H 0 :   0 ta chọn 3 dạng miền bác bỏ phụ thuộc vào đối
thuyết như sau:
   
 Nếu đối thuyết H1 :   0 thì W   , g     g  ,    . Trong đó g  , g  là các giá trị
1 1
 2   2  2 2
       
tới hạn mức 1  và của G, tức P  G  g    1  và P  G  g    , do đó:
1
2 2  2  2  2  2
      
P  G W   P  G  g    P  G  g    1  1      .
 1
2   2   2 2
 Nếu đối thuyết H1 :   0 thì W   , g1  . Trong đó g1 giá trị tới hạn mức 1   của
G, tức P  G  g1   1   , do đó: P  G W   P  G  g1   1  1      .
 Nếu đối thuyết H1 :   0 thì ta chọn W   g ,    . Trong đó g là giá trị tới hạn mức 
của G, tức P  G  g    , do đó: P  G W   P  G  g    .

Ta gọi kiểm định ở trường hợp thứ nhất là kiểm định hai phía, kiểm định ở 2 trường hợp sau là kiểm
định một phía.
Việc đặt đối thuyết một phía hay hai phía tùy thuộc vào những thông tin đã biết. Nếu tiên quyết được
điều nghi ngờ là   0 hay   0 thì ta dùng kiểm định một phía; ngược lại (không tiên quyết được
  0 hay   0 mà chỉ nghi ngờ   0 ) ta dùng kiểm định hai phía.
Đối với kiểm định một phía khi bác bỏ H0 (  0 ) , chấp nhận H1 ta đã kết luận được   0 hoặc
  0 . Đối với kiểm định hai phía khi bác bỏ H0 chấp nhận H1 thì về lí thuyết chỉ kết luận được
  0 ; tuy nhiên trong thực hành ta vẫn có thể đánh giá được   0 hay   0 , ta sẽ nói rõ hơn
trong bài toán kiểm định cụ thể ở phần sau. Tài liệu này chỉ xét kiểm định hai phía.
§2. KIỂM ĐỊNH GIẢ THUYẾT VỀ GIÁ TRỊ TRUNG BÌNH

Giả sử tổng thể X có trung bình EX   chưa biết. Với mức ý nghĩa  , kiểm định giả thuyết
H 0 :   0 ; đối thuyết H1 :   0 với 0 là hằng số.
1. Trường hợp biết 𝝈𝟐

( X  0 ) n
Chọn tiêu chuẩn kiểm định G  , nếu H 0 đúng (tức là   0 ) thì G N (0,1) .

Miền bác bỏ giả thuyết là:
   
W   ;  z    z ;    ;
 2   2 

trong đó z là giá trị tới hạn mức của phân phối chuẩn tắc.
2 2
Diện tích Diện tích

       
Ta có P  G  W   P  G  z   P  G   z   P  G  z      rất nhỏ nên nếu H0 đúng
 2   2   2  2 2
thì theo nguyên lí xác suất nhỏ biến cố  G  W  không xảy ra trong 1 phép thử. Như vậy nếu số
liệu điều tra cho thấy giá trị thực nghiệm của tiêu chuẩn kiểm định g  W thì  G  W  không phải
là biến cố hiếm có nghĩa là H0 sai.
Từ đó ta có qui tắc thực hành sau:
  
 Từ mức ý nghĩa  , tra bảng Laplace tìm z sao cho   z   0,5 
2  2 2
( x  0 ) n
 Từ mẫu tính giá trị kiểm định g 

 Nếu | g | z thì bác bỏ H0, ngược lại nếu g z ta chấp nhận H0.
2 2
𝑛ế𝑢 x  0 ⇒   0
Trong trường hợp bác bỏ H0→ [ .
𝑛ế𝑢 x  0 ⇒   0
Ví dụ 1. Một phương pháp chiết xuất dược liệu (DL) cho trung bình 150g cao/1kg DL với độ lệch
tiêu chuẩn   25 g. Một cải tiến kỹ thuật được thực hiện, sau khi chiết xuất 40 lần ta được trung
bình 160g cao/1kg DL. Với mức ý nghĩa 1%, hãy cho kết luận về sự cải tiến trên.
Giải. Gọi X là trọng lượng của 1kg DL sau khi chiết xuất; là trọng lượng trung bình của 1kg DL
sau khi chiết xuất. Ta có độ lệch tiêu chuẩn của tổng thể 25 ; kích thước mẫu n  40 ; trung
bình mẫu x  160 ; mức ý nghĩa   1%.
Xét giả thuyết Ho :  o , đối thuyết H 1 :  o với 0 150 .
1 
 Với mức ý nghĩa    , ta có (z ) 0, 495 Laplace
z 2, 58 .
2
2 2
x 160 150
 Giá trị kiểm định g 0
n 40 2, 53 .
25
 Do | g | z nên ta chấp nhận H 0 .
2
Vậy với mức ý nghĩa 1%, cải tiến không thành công.
2. Trường hợp chưa biết 𝛔; n  30
( X  0 ) n
Chọn tiêu chuẩn kiểm định G  và làm hoàn toàn tương tự trường hợp biết  .
S

Ví dụ 2. Điều tra nhịp mạch của 64 thanh niên làm nghề xây dựng ta có nhịp mạch trung bình 74
lần/phút và độ lệch mẫu hiệu chỉnh bằng 9. Với mức ý nghĩa 5%, nhịp mạch của thanh niên làm
nghề xây dựng có khác nhịp mạch trung bình bình thường là 72 lần/phút hay không?
Giải. Gọi (lần/phút) là nhịp mạch trung bình.

Xét giả thuyết Ho :  o , đối thuyết H 1 :  o , với 0
72 .
Ta có n  64; x  74; s  9
1 
 Với mức ý nghĩa    , ta có (z ) 0, 475 Laplace
z 1, 96 .
2
2 2
x 74 72
n 64 1, 78 .
s 9
 Do | g | z nên ta chấp nhận H 0 .
2
Vậy với mức ý nghĩa 5%, nhịp mạch của thanh niên làm nghề xây dựng và nhịp mạch trung bình
bình thương không khác nhau.
3. Trường hợp chưa biết 𝛔; n  30
X
Chọn tiêu chuẩn kiểm địnhG n . Nếu X có phân phối chuẩn thì G có phân phối Student
S
n-1bậc tự do. Phương pháp thực hiện và quy tắc thực hành tương tự trường hợp 2.1, chỉ khác ở bước
tra bảng: từ mức ý nghĩa  và kích thước mẫu n ta tra bảng Student tìm t (n 1) .
2
Ví dụ 3. Đường kính của một trục máy theo thiết kế là biến ngẫu nhiên có phân phối chuẩn với
trung bình là 10cm. Sau một thời gian sản xuất nghi ngờ đường kính trung bình không còn đúng như
thiết kế, người ta tiến hành khảo sát 25 trục máy thì nhận thấy đường kính trung bình là 9,975cm và
độ lệch chuẩn hiệu chỉnh là 0,035cm. Với mức ý nghĩa 5% hãy cho nhận xét về nghi ngờ trên.
Giải. Gọi (cm) là đường kính trung bình của một trục máy.
Xét giả thuyết Ho :  o , đối thuyết H 1 :  o với 0
10 .
Ta có n  25; x  9,975; s  0,035
 Với mức ý nghĩa     ; tra bảng Student (dòng n 1 , cột )

2
t (n 1) t0,025 (24) 2, 064
2

x
n 3, 57 .
s
 Do |g|>z (n 1) nên ta bác bỏ H 0 .
2
Vậy với mức ý nghĩa 5%, đường kính trung bình không còn đúng như thiết kế.
Ví dụ 4. Đường kính của một trục máy theo thiết kế là biến ngẫu nhiên có phân phối chuẩn với trung
bình quy định là 10cm. Sau một thời gian sản xuất nghi ngờ đường kính trung bình nhỏ hơn so với
thiết kế ban đầu, người ta tiến hành khảo sát 25 trục máy thì nhận thấy đường kính trung bình là
9,975cm và độ lệch chuẩn là 0,035cm. Với mức ý nghĩa 5% hãy cho nhận xét về nghi ngờ trên.
Giải. Gọi (cm) là đường kính trung bình của một trục máy.
Xét cặp giả thuyết Ho :  o ,H1 :  o , với 0
10 .
 Với mức ý nghĩa     Bang gia tri toi han
Student
t (n 1) t0,025 (24) 2, 064 .
2
x
n 3, 57 .
s
 Do | g | t (n 1) nên ta bác bỏ H 0 mà x  9,975  0  10    10 .
2
Vậy với mức ý nghĩa 5%, đường kính trung bình nhỏ hơn so với thiết kế.
§3. KIỂM ĐỊNH GIẢ THUYẾT VỀ TỶ LỆ

Giả sử tổng thể X có tỷ lệ phần tử có tính chất A là p chưa biết. Với mức ý nghĩa  , kiểm định giả
thuyết H 0 : p  p0 ; đối thuyết H1 : p  p0 với p0 là hằng số.
F p0
Ta dùng tiêu chuẩn kiểm đinh G n ; nếu H0 đúng thì G ~ N (0;1) . Tương tự như
p0 (1 p0 )
kiểm đinh trung bình, ta có quy tắc thực hành như sau:
1 
 Từ mức ý nghĩa  , ta có (z ) Bang Laplace
z .
2
2 2
f po
 Tính giá trị kiểm định g n.
po (1 po )
 Nếu g z thì ta bác bỏ H 0 ; nếu g z thì ta chấp nhận H 0 .

2 2

𝑛ế𝑢𝑓 < 𝑝0 ⇒ 𝑝 < 𝑝0

Trong trường hợp bác bỏ H0→ [
𝑛ế𝑢𝑓 > 𝑝0 ⇒ 𝑝 > 𝑝0
Ví dụ 1. Trong một dây chuyền sản xuất thuốc có ý kiến cho rằng có 20% viên không đạt chuẩn.
Kiểm tra ngẫu nhiên 100 viên thì thấy có 13 viên không chuẩn. Với mức ý nghĩa 5%, hãy cho nhận
xét về ý kiến trên.
Giải. Gọi p là tỉ lệ viên thuốc không đạt chuẩn trong dây chuyền sản xuất.
Xét cặp giả thuyết Ho : p po ,H1 : p po , với p0 20% .
m 13
Tỷ lệ mẫu f    0,13 .
n 100
1 
 Với mức ý nghĩa    , ta có (z ) 0, 475 Bang Laplace
z 1, 96 .
2
2 2
f po 0,13 0,2
 Giá trị kiểm định g n 100 1, 75 .
po (1 po ) 0,2.(1 0,2)
 Do g z nên ta chấp nhận H 0 .

2
Vậy với mức ý nghĩa 5%, tỉ lệ viên thuốc không đạt chuẩn là 20%.
Ví dụ 2. Có ý kiến cho rằng tỉ lệ phế phẩm của một lô hàng lớn hơn 2%. Khảo sát ngẫu nhiên 400
sản phẩm của lô hàng này thì thấy có 14 phế phẩm. Với mức ý nghĩa 5%, hãy cho nhận xét về ý kiến
trên.
Giải. Gọi p là tỉ lệ phế phẩm của lô hàng.

Xét cặp giả thuyết Ho : p po ,H1 : p po , với p0 2% .
m 14
Tỷ lệ mẫu f    0, 035 .
n 400
 Với mức ý nghĩa    , ta có Bang Laplace

nguoc
z 1, 96 .
1
f po
 Giá trị kiểm định g n 2,143 .
po (1 po )
Do | g | z nên ta bác bỏ H 0 mà f  0,035  0,02  p0  p  0,02 .

2
Vậy với mức ý nghĩa 5%, tỉ lệ phế phẩm của lô hàng cao hơn 2%.

§4. KIỂM ĐỊNH GIẢ THUYẾT VỀ PHƯƠNG SAI
Tổng thể có phương sai  2 chưa biết, ta kiểm đình giả thuyết Ho : 2 2
0
, đối thuyết
2 2 2
H1 : 0
với 0
là hằng số.
1. Trường hợp chưa biết 𝛍
(n 1)S 2 2
Tiêu chuẩn kiểm địnhG 2
~ (n 1) .
 Với mức ý nghĩa  Bang gia tri gioi han

Chi-squared
2 
(n 1),2  (n 1) .
1
2 2
(n 1)s 2
 Tính giá trị kiểm định 2
2
.
0
 Nếu 2
2  (n 1) hoặc 2
2 
(n 1) thì ta có cơ sở để bác bỏ H 0 .
1
2 2
Nếu 2 
(n 1) 2
2  (n 1) thì ta chưa có cơ sở để bác bỏ H 0 .
1
2 2
Ví dụ 1. Một dây chuyền được thiết kế với độ lệch chuẩn đường kính sản phẩm là 0,2 cm. Khảo sát
ngẫu nhiên 45 sản phẩm của dây chuyền thì nhận thấy độ lệch chuẩn đường kính là 0,3 cm. Với mức
ý nghĩa 5%, có thể cho rằng độ lệch chuẩn đường kính sản phẩm đã thay đổi so với thiết kế hay
không?
Giải. Gọi (cm) độ lệch chuẩn đường kính sản phẩm của dây chuyền này.
Xét cặp giả thuyết Ho : 0,H1 : 0 , với 0 0,2 .
 Với mức ý nghĩa     Bang gia tri gioi han
Chi-squared
2 
(n 1) 20,975 (44) 27, 575
1
2
,2  (n 1) 20,025 (44) 64,201 .

2
(n 1)s 2
 Giá trị kiểm định 2
2
99 .
0
 Do 2
2  (n 1) nên ta có cơ sở để bác bỏ H 0 .
2
Vậy: Với mức ý nghĩa 5%, độ lệch chuẩn đường kính sản phẩm đã thay đổi so với thiết kế.

2. Trường hợp đã biết 𝛍
n
(Xi )2
2
Sử dụng phân phối mẫu i 1
2
~ (n ) .
Ho : 2 2
0
,H1 : 2 2
0
 Với mức ý nghĩa  Bang gia tri gioi han

Chi-squared
2 
(n ),2  (n) .
1
2 2
n
(x i )2
 Tính giá trị kiểm định 2 i 1
2
.
0
 Nếu 2
2  (n ) hoặc 2
2 
(n ) thì ta có cơ sở để bác bỏ H0 .
1
2 2
Nếu 2 
(n ) 2
 2  (n ) thì ta chưa có cơ sở để bác bỏ H 0 .
1
2 2
BÀI TẬP
Bài 1. Một mẫu 35 người bị K tiền liệt tuyến có di căn, hàm lượng trung bình PSA là 15 mg/ml;
s=1,5 mg/ml. Dùng PSA làm chất chỉ điểm có di căn trong bệnh K tiền liệt tuyến. Với bệnh K tiền
liệt tuyến chưa di căn, hàm lượng trung bình PSA là 12mg/ml. Hỏi PSA có thể làm cho chất chỉ
điểm có di căn trong bệnh K tiền liệt tuyến được không?
Bài 2.Trong một dây chuyền sản xuất thuốc có 20% viên không đạt tiêu chuẩn. Một cải tiến
được thực hiện và sản xuất thử 100 viên thấy có 13 viên không đạt tiêu chuẩn. Cải tiến
trên có thật sự thay đổi tỉ lệ viên không chuẩn trong dây chuyền sản xuất không?
Bài 3. Một công ti tuyên bố rằng 60% khách hàng ưa thích sản phẩm của công ti. Điều tra 400 khách
hàng có 230 người ưa thích sản phẩm của công ti này. Với mức ý nghĩa 5%, hãy xem tỉ lệ trong
tuyên bố trên của công ti có cao hơn thực tế không?
Bài 4. Chủ hãng sản xuất một loại thiết bị đo cho biết sai số đo của thiết bị loại này có độ lệch tiêu
chuẩn bằng 5mm. Kiểm tra một mẫu 15 thiết bị loại này cho thấy phương sai mẫu s2 = 33. Với mức
ý nghĩa 5%, cho nhận xét về ý kiến trên của chủ hãng. Biết sai số đo của thiết bị có phân phối chuẩn.
Bài 5. Ở một nước, một đảng chính trị tuyên bố rằng 45% cử tri sẽ bỏ phiếu bầu cho ông A là ứng cử
viên của họ. Chọn ngẫu nhiên 200 người hỏi ý kiến có 80 người sẽ bầu cho ông A. Với mức ý nghĩa
5% hãy xem tuyên bố trên có đúng không?

Bài 6. Điều tra doanh số bán hàng X (đơn vị: triệu đồng/tháng) của các hộ kinh doanh một loại hàng
năm nay cho số liệu:
Doanh số
11 11,5 12 12,5 13 13,5
(triệu/tháng)
Số hộ 10 15 20 30 15 10
a) Những hộ có doanh số trên 12,5 triệu/ 1 tháng là những hộ có doanh số cao. Có tài liệu cho rằng
tỉ lệ hộ có doanh số cao là 35%. Cho nhận xét về tỉ lệ trong tài liệu đó với mức ý nghĩa 5%.
b) Năm trước doanh số bán hàng trung bình của các hộ này là 120 triệu/năm. Có thể cho rằng doanh
số bán hàng của các hộ này năm nay tăng lên hay không với mức ý nghĩa 1%.
Bài 7. Điều tra chỉ tiêu chất lượng X (gam) của một loại sản phẩm cho kết quả trong bảng sau:
X(gam) 200 220 240 260 280

n 3 7 16 17 7
a) Có tài liệu cho rằng trung bình chỉ tiêu X các sản phẩm loại này là 250 gam. Cho nhận xét về tài
liệu này với mức ý nghĩa 5%
b) Những sản phẩm có chỉ tiêu X nhỏ hơn 240 gam là loại 2. Có tài liệu cho rằng trung bình chỉ tiêu
X các sản phẩm loại 2 là 220 gam. Hãy cho nhận xét về tài liệu này với mức ý nghĩa 2%. Giả thuyết
chỉ tiêu X của các sản phẩm loại 2 có phân phối chuẩn.
Bài 8. Một tổ kiểm tra muốn xác định thời gian trung bình từ lúc công ty A nhận được đơn khiếu
kiện của khách hàng đến lúc giải quyết là bao nhiêu ngày. Mẫu điều tra 15 trường hợp khiếu kiện
trong năm qua kết quả cho như sau: 114; 78; 96; 137; 78; 103; 117; 126; 86; 99; 114; 72; 104; 73;
96. Với mức ý nghĩa 1% có thể cho rằng thời gian trung bình để một khiếu kiện được giải quyết bởi
công ty A vượt quá 90 ngày được không? Giả sử thời gian giải quyết khiếu kiện có phân phối chuẩn.
Bài 9. Một máy phân tích huyết học được gọi là không đạt cầu khi máy chạy hết công suất, trung
bình máy phân tích 99 mẫu máu/ngày. Chọn một máy phân tích huyết học, cho chạy thử một tuần
hết công suất, kết quả như sau:

Thứ 2 3 4 5 6 7 Chủ nhật
Số mẫu máu/ngày 104 93 97 101 105 95 105
Hỏi máy phân tích huyết học trên có đạt yêu cầu chưa?

BÀI TẬP ÔN TẬP

CHƯƠNG 1. BIẾN NGẪU NHIÊN VÀ XÁC SUẤT CỦA BIẾN CỐ
1.1. Quan hệ giữa các biến cố
1. Giả sử Ω = {1,2,3,4,5,6} và A = {1,3,6}. Xác định A
A. A {1,3,6} B. A {2,4,6} C. A {2,4,5} . D. A {1,2,4,5}
2. Giả sử Ω = {1,2,3,4,5,6} và A = {1,3,6};B = {4,5}. Xác định A + B
A. A + B = {4,5,6} B. A + B = {2,4,6} C. A + B = {2,4,5, }. D. A + B = {4,5}

3. Cho hai biến cố A và B với P(A) = 0.4, P(B) = 0.3, P(AB) = 0.12. Khẳng định nào sau đây đúng:
A. A, B là hai biến cố xung khắc. B. A, B là hai biến cố độc lập.
C. A, B là hai biến cố đối lập. D. P(A+B) = 0.7.
4. Cho A, B là hai biến cố bất kỳ. Phát biểu nào sau đây đúng:
A. P(A+B) = P(A) + P(B). B. P(AB) = P(A).P(B).
C. P(A+B) ≤ P(A) + P(B). D. P(A+B) = 1.
5. Cho A và B là hai biến cố xung khắc, phát biểu nào sau đây đúng:
A. AB = . B. A + B = . C. P(AB) = P(A)P(B). D. P(A/B) = P(A).
6. Công thức nào sau đây không thể dùng để kiểm tra tính xung khắc của hai biến cố A, B?
A. P( AB) 0 B. P( A B) P(A) P(B) C. P( AB) P( A)P(B) . D. P(BA) P(B)
7. Bắn 3 viên đạn vào một tấm bia. Gọi Ai là biến cố “viên đạn thứ i trúng bia (i = 1, 2, 3) ”. Biến cố
“có ít nhất một viên đạn trúng bia” là:
A. A1 A2 A3 B. A1 A2 A3 C. A1 A2 A3 . D. A1 A2 A3
8. Một bác sĩ có 15 bệnh án. Có bao nhiêu cách lấy bệnh án nghiên cứu nếu: Lấy tùy ý 5 bệnh án.
A. 3 B. 75 C. 360360. D. 3003
9. Một khoa có 20 bác sĩ. Lập quy hoạch bồi dưỡng thường xuyên, hỏi có bao nhiêu cách sắp xếp
nếu: cử 1 bác sĩ đi nghiên cứu sinh, 2 bác sĩ đi thi cao học và 3 bác sĩ đi thi chuyên khoa 1.
A. 27907200 B. 2325600 C. 6460. D. 38760
10. Một hội nghị Y khoa có 40 bác sĩ tham dự. Người ta muốn lập một nhóm bác sĩ thực hành một
ca phẫu thuật để minh họa. Hỏi có bao nhiêu cách lập một nhóm có 1 bác sĩ chính và 3 phụ tá?
A. 365560 B. 2193360 C. 395200 D. 283601
1.2 Định nghĩa xác suất
11. Xếp 10 người ngẫu nhiên vào một dãy ghế có 10 chỗ trống, trong đó có Lan và Hồng. Tìm xác
suất để Lan được ngồi cạnh Hồng.
A. 1/4 B. 2/5 C. 4/5 D. 1/5

12. Một hộp có 4 viên bi xanh, 5 viên bi đỏ và 3 viên bi vàng. Chọn ngẫu nhiên 2 bi, tính xác suất để
chọn được hai viên bi màu đỏ.
A. 0.1345 B. 0.6378 C. 0.1515 D. 0.2525
13. Trong một hộp 7 lọ thuốc, trong đó có 3 lọ Penicilin. Lấy ngẫu nhiên ra 3 lọ, tìm xác suất để
được ít nhất một lọ Penicilin?
A. 3/7 B. 1/4 C. 31/35 D. 4/35
14. Gieo đồng thời 2 con xúc xắc cân đối, đồng chất. Tính xác suất để tổng số chấm của hai con xúc
xắc bằng 8.
A. 1/12 B. 5/36 C. 1/6 D. 1/9.
15. Một hộp có 16 ống thuốc, trong đó có 4 ống thuốc ngoại. Lấy ngẫu nhiên 3 ống thuốc từ hộp để
kiểm tra. Xác suất để có hai ống thuốc nội là:
A. 0,1179 B. 0,3648 C. 0,4714 D. 0,1286
16. Xếp 3 cuốn sách vào 4 ngăn kéo.Tính xác suất cả 3 cuốn được xếp vào cùng một ngăn kéo.
A. 0,0625 B. 0,36 C. 0,006 D. 0,045
17. Viết 5 chữ số 1,2,3,4,5 lên 5 tấm bìa giống nhau. Chọn ngẫu nhiên lần lượt 3 tấm bìa và xếp theo
thứ tự từ trái sang phải, ta được một số gồm 3 chữ số. Tính xác suất để được một số chẵn.
A. 0,2 B. 0.3 C. 0.4 D. 0. 5
18. Có 2 hộp sản phẩm, mỗi hộp có 10 sản phẩm trong đó hộp thứ 1 có 2 phế phẩm và hộp thứ 2 có
4 phế phẩm. Chọn ngẫu nhiên từ mỗi hộp ra 1 sản phẩm, tính xác suất để lấy được tổng cộng 2 chính
phẩm.
A. 0,23 B. 0,48 C. 0,32 D. 0,12
19. Có 4 giấy mời được ghi tên 4 người là X, Y, Z, T. Phát ngẫu nhiên cho mỗi người một thư mời.
Tính xác suất để cả 4 người nhận đúng giấy của mình.
A. 1/24 B. 1/4 C. 2/3 D. 1/2
20. Có 3 người khách vào 4 quầy hàng một cách ngẫu nhiên. Xác suất 3 người này vào cùng 1 quầy
là:
A. 3/8 B. 1/16 C. 1/64 D. 3/64
1.3. Công thức cộng, xác suất có điều kiện, công thức nhân
21. Có 2 hộp sản phẩm, mỗi hộp có 10 sản phẩm trong đó hộp thứ 1 có 3 phế phẩm và hộp thứ 2 có
4 phế phẩm. Chọn ngẫu nhiên từ mỗi hộp 2 sản phẩm. Tính xác suất để lấy được tổng cộng 2 chính
phẩm.
A. 0,1 B.0,11 C. 0,12 D. 0,33

22. Thùng I có 8 sản phẩm tốt, 2 sản phẩm xấu; thùng thứ II có 6 sản phẩm tốt, 4 sản phẩm xấu. Lấy
ngẫu nhiên ở mỗi hộp ra hai sản phẩm. Tìm xác suất để lấy được 3 sản phẩm tốt.
A. 304/675 B 204/675 C. 36/225 D. 371/675
23. Một tổ có 20 người, trong đó có 12 bạn Nam và 8 bạn Nữ. Cần chọn ban cán sự tổ gồm một tổ
trưởng và một tổ phó. Tính xác suất phải có Nữ trong ban cán sự tổ.
A. 66/95 B. 48/95 C. 33/95 D. 62/95
24. Trong một hộp thuốc cấp cứu có 50 ống thuốc tiêm, trong đó có 10 ống Atropin. Lấy ngẫu nhiên
lần lượt không hoàn lại 2 ống thuốc (mỗi lần lấy 1 ống). Tìm xác suất lấy được 2 ống Atropin.
A. 0.0367 B. 0.1837 C. 0.0276 D. 0.0347
25. Một người có một chùm có 9 chìa khóa giống hệt nhau, trong đó có 2 chìa có thể mở được cửa.
Lấy ngẫu nhiên từng chìa để mở cửa (thử xong nếu không mở được thì bỏ ra ngoài). Tìm xác suất để
mở được tủ đúng vào lần thử thứ 3.
A. 2/7 B. 1/2 C. 1/6 D. 3/5
26. Một thùng bia có 24 chai trong đó có 4 chai kém chất lượng. Một người muốn biết thùng bia có
chai kém chất lượng hay không, bèn lấy lần lượt từng chai ra kiểm tra (không hoàn lại) cho tới khi
gặp chai kém chất lượng thì dừng. Tính xác suất để việc kiểm tra dừng lại ở lần thứ 3.
A. 0,125 B. 0,1 C. 0,05 D. 0,35
27. Ba bác sĩ cùng khám cho một bệnh nhân. Khả năng chuẩn đoán đúng của các bác sĩ tương ứng
là: 0,95; 0,9; 0,85. Tính xác suất có ít nhất một bác sĩ chuẩn đoán đúng.
A. 0.5% B. 99,925% C. 0,075% D. 0.3%
28. Có hai hộp bi trong đó hộp thứ nhất có 2 bi đỏ, 3 viên bi xanh và 5 viên bi vàng; hộp thứ hai có 4
bi đỏ, 2 viên bi xanh và 4 viên bi vàng. Lấy ngẫu nhiên từ mỗi hộp một viên bi. Tính xác suất để lấy
được 2 viên bi cùng màu.
A. 0.34 B. 0.44 C. 0.54 D. 0.064
29. Một xạ thủ bắn vào một mục tiêu ở xa đến khi nào trúng mục tiêu thì ngừng bắn. Biết rằng khả
năng bắn trúng mục tiêu ở mỗi lần bắn là 80%. Tính xác suất để xạ thủ này ngừng bắn sau 3 lần bắn.
A. 0.128 B. 0.992 C. 0.032 D. 0.512
30. Từ một hộp có 7 bi xanh và 2 bi đỏ. Chọn ngẫu nhiên, lần lượt không hoàn lại 2 bi (mỗi lần chọn
1 bi). Tính xác suất để lần thứ 2 chọn được bi đỏ, biết rằng lần thứ 1 chọn được bi đỏ.
A. 0.1429 B. 0.2378 C. 0.3510 D. 0.125
31. Hai bác sĩ cùng chẩn đoán bệnh cho một bệnh nhân. Khả năng chẩn đoán đúng của hai bác sĩ lần
lượt là: 0,9 và 0,8. Tính xác suất cả hai bác sĩ cùng chẩn đoán đúng.
A. 0.72 B. 0.8 C. 0.1 D. 0.98

32. Tại bệnh viện X, xác suất chọn ngẫu nhiên một bệnh nhân nam là 0,6. Xác suất chọn ngẫu nhiên
một bệnh nhân nam và ở khoa ngoại là 0,2. Tính xác suất chọn được một bệnh nhân ở khoa ngoại
biết rằng đó là bệnh nhân nam.
A. 0;14 B. 0,8 C. 0,33 D. 0,4
33. Một hộp gồm 7 thẻ xanh đánh số từ 1 đến 7 và ba thẻ vàng đánh số từ 1 đến 3. Chọn ngẫu nhiên
1 thẻ từ hộp. Tính xác suất được thẻ đánh số chẵn, biết rằng đã được thẻ vàng.
A. 1/2 B. 1/3 C. 3/10 D. 1/10
34. Một chiếc hộp có 7 vé trong đó có 4 vé trúng thưởng. Người thứ nhất bốc 1 vé (không hoàn lại)
sau đó người thứ 2 bốc 1 vé. Tính xác suất người thứ 2 bốc được vé trúng thưởng, biết rằng người
thứ nhất đã bốc được vé không trúng thưởng.
A. 1/2 B. 1/3 C. 2/3 D. 4/7
35. Anh Nam có 10.000 đ đi mua mì gói. Trong hộp có 4 gói mì Gấu đỏ (3.000đ/gói) và 6 gói mì
Gấu vàng (5.000 đ/gói). Anh lấy ngẫu nhiên 3 gói, tính xác suất của biến cố anh không bị thiếu tiền.
A. 1/3 B. 1/30 C. 1/15 D. 7/30

36. Một lớp có 35 sinh viên trong đó có 5 sinh viên giỏi, 13 sinh viên khá, 17 sinh viên trung bình.
Tìm xác suất chọn được 9 sinh viên từ loại khá trở lên.
A. 0,069% B. 0,034% C. 0,002% D. 0,131%
37. Biết P(A) = 0,61; P(B) = 0,35 và P(A+B) = 0,8. Tính P( A / B) .
A. 45,71% B. 54,29% C. 11,48% D. 11,23%
38. Tại bệnh viện X, xác suất chọn ngẫu nhiên một bệnh nhân có bệnh tim là 0,35. Xác suất bệnh
nhân bệnh tim là hút thuốc lá là 0,86. Xác suất một bệnh nhân được chọn ngẫu nhiên là người hút
thuốc lá và mắc bệnh tim là:
A. 0,301 B. 0,238 C. 0,351 D. 0,125
1.4. CÔNG THỨC XÁC SUẤT ĐẦY ĐỦ, CÔNG THỨC BAYES
39. Có hai hộp sản phẩm trong đó hộp I có 8 chính phẩm và 4 phế phẩm, hộp II có 9 chính phẩm và
3 phế phẩm. Chọn ngẫu nhiên một hộp rồi từ đó lấy ngẫu nhiên 2 sản phẩm. Tính xác suất để lấy
được 2 chính phẩm.
A. 3/11 B. 32/33 C. 3/22 D. 16/33
40. Có 3 hộp đựng các viên bi chỉ khác nhau về màu sắc. Hộp I có 2 viên bi đỏ và 1 viên xanh, hộp
II có 3 viên bi đỏ và 1 viên xanh, hộp III có 2 đỏ và 2 xanh. Lấy ngẫu nhiên một hộp và lấy ngẫu
nhiên từ hộp đó ra một viên. Tính xác suất để lấy được viên bi đỏ.
A. 13/36 B. 2/9 C. 5/18 D. 23/36
41. Một nhà máy gồm 3 phân xưởng với tỷ lệ sản lượng lần lượt là 30%, 40%, 30%. Tỷ lệ phế phẩm
của từng phân xưởng tương ứng là 2%, 4%, 5%. Hãy tính tỷ lệ phế phẩm của nhà máy.
A. 11% B. 3,7% C. 4% D. 6%

42. Một phân xưởng có 3 dây chuyền sản xuất: Dây chuyền I cung ứng 28% tổng sản phẩm, dây
chuyền II cung ứng 30% tổng sản phẩm. Tỉ lệ phế phẩm tương ứng là 3%, 5% và 2%. Lấy ngẫu
nhiên một sản phẩm từ phân xưởng để kiểm tra. Xác suất để sản phẩm đó là chính phẩm là:
A. 96.82% B. 92.68% C. 7.32% D. 94.35%
43. Một dân số có 45% đàn ông và 55% phụ nữ. Tỉ lệ loạn sắc của đàn ông là 4% và của phụ nữ là
0,5%. Chọn ngẫu nhiên một người trong số đó. Tính xác suất người này bị loạn sắc.
A. 8% B. 6,7% C. 4,5% D. 2,1%

44. Tỷ lệ điều trị bệnh bằng phương pháp I, II, III, IV tương ứng bằng: 0,2; 0,25; 0,25; 0,3. Xác suất
khỏi bệnh của các phương pháp tương ứng bằng: 0,75; 0,82; 0,84; 0,8. Một bệnh nhân được điều trị
bằng một trong các phương pháp trên đã khỏi bệnh. Xác suất bệnh nhân khỏi bệnh bằng phương
pháp III là:
A. 0,18875 B. 0,2625 C. 0,8 D. 0,2609
45. Có hai hộp sản phẩm, hộp I có 2 sản phẩm tốt, 3 sản phẩm xấu; hộp II chứa 3 sản phẩm tốt và 2
sản phẩm xấu. Từ mỗi hộp lấy ngẫu nhiên ra một sản phẩm bỏ vào hộp III (hộp này ban đầu trống).
Từ hộp III lấy ngẫu nhiên ra một sản phẩm. Tính xác suất để sản phẩm lấy từ hộp III là sản phẩm tốt.
A. 0.5 B. 0.41 C. 0.1 D. 0.31
46. Một xưởng sản xuất làm việc 3 ca: sáng, chiều, tối. Tỷ lệ sản phẩm của 3 ca lần lượt là 5:4:3, cho
biết tỷ lệ phế phẩm của 3 ca tương ứng là 0.02;0.03;0.05. Chọn ngẫu nhiên một sản phẩm được sản
xuất từ xưởng. Giả sử sản phẩm được chọn là phế phẩm, tính xác suất để phế phẩm này được sản
xuất từ ca tối.
A. 0.5876 B. 0.2364 C. 0.4054 D. 0.4957
47. Xác suất bị bạch tạng của đàn ông là 6.10-4, của đàn bà là 3,6.10-5. Trong đám đông đàn ông
bằng 0,5 số đàn bà. Tính xác suất để gặp một người đàn ông trong đám đông bị bạch tạng?
A. 7/15 B. 25/28 C. 1/28 D. 6/28
48. Tỉ lệ người dân nghiện thuốc lá là 30%, biết rằng tỉ lệ người viêm họng trong số người nghiện
thuốc lá là 60%, còn tỉ lệ người viêm họng trong số người không nghiện thuốc lá là 40%. Chọn ngẫu
nhiên một người, biết rằng người đó viêm họng. Tính xác suất để người đó nghiện thuốc?
A. 2/23 B. 3/50 C. 9/23 D. 8/23
1. 5. CÔNG THỨC BERNOULLI

49. Gieo một con xúc xắc cân đối và đồng chất 6 lần, xác suất để cả 6 lần đều xuất hiện mặt 1 là:
6 6 6 6
6 1 5 6 1 6 5
A. C 6
B. C 6
6 6
C. C 6
D. C 6
6 6 6
6 6

50. Cho biết biến cố A xảy ra ở mỗi phép thử là hằng số p. Thực hiện 5 phép thử độc lập, xác suất để
biến cố A chỉ xảy ra 3 lần trong đó lần thử đầu tiên biến cố A không xảy ra là:
A. C53 p3 (1 p)2 B. C53 p2 (1 p)3 C. C43 p3 (1 p)2 D. C41 p(1 p)3
51. Một xạ thủ bắn lần lượt 20 viên đạn vào một tấm bia, xác suất bắn trúng của mỗi viên là 0.4.
Tính xác suất để tấm bia trúng 10 viên đạn.
A. 0.5 B. 0.117 C. 0.01 D. 0.017
52. Tại một địa phương tỉ lệ sốt rét là 25% dân số. Chọn ngẫu nhiên 6 người. Tính khả năng để có 4
người bị sốt rét.
A. 0.033 B. 0.013 C. 0.05 2 D. 0.071
53. Một tín hiệu được phát 4 lần với xác suất tín hiệu tới đích mỗi lần là 0.4. Tính xác suất để đích
nhận được tín hiệu đó.
A. 0.1296 B. 0.0256 C. 0.7804 D. 0.8704
54. Một sản phẩm được hình thành phải được gia công bởi 4 công nhân liên tiếp, xác suất để mỗi
công nhân làm hỏng sản phẩm là 0.01. Tính xác suất để sản phẩm không bị hỏng.
A. 0.9606 B. 0.99 C. 0.8465 D. 0.7945
55. Một máy sản xuất sản phẩm với tỷ lệ sản phẩm đạt loại I là 0.8. Cho máy sản xuất 10 sản phẩm.
Tính xác suất để trong 10 sản phẩm đó có không quá 9 sản phẩm loại I.
A. 0.4291 B. 0.3758 C. 0.8926 D. 0.5243
56. Có 5 lô sản phẩm, mỗi lô có 7 sản phẩm tốt và 3 sản phẩm xấu. Lấy ngẫu nhiên từ mỗi lô một
sản phẩm. Xác suất để lấy được đúng 3 sản phẩm tốt là:
A. 0.3387 B. 0.3244 C. 0.3187 D. 0.3087
57. Một đề thi trắc nghiệm có 15 câu hỏi, mỗi câu hỏi có 4 phương án trả lời nhưng chỉ có một
phương án đúng. Tính xác suất để một sinh viên không học bài đi thi trả lời đúng ít nhất 1 câu.
A. 0,789 B. 0,879 C. 0.987 D. 0.978
58. Xác suất bắn trúng bia trong mỗi lần bắn là 0,6. Hỏi phải bắn ít nhất bao nhiêu lần để xác suất
bia trúng đạn không nhỏ hơn 99%.
A. 5 B. 6 C. 7 D. 8
CHƯƠNG 2 . ĐẠI LƯỢNG NGẪU NHIÊN

2.1. HÀM MẬT ĐỘ XÁC SUẤT
ax, khi x 0;5

59. Cho biến ngẫu nhiên X có hàm mật độ f ( x ) . Tìm hằng số a .
0, khi x 0;5
A. 7/25 B. 2/25 C. 1/25 D. 4/25

a cos 2 x khi x 0; / 4 ,
60. Cho biến ngẫu nhiên X có hàm mật độ: f ( x ) . Xác định giá trị
0 khi x 0; / 4
của a.
A. 0 B. 1 C. 2 D. 3
1
ax khi x 0;1 ,
61. Cho biến ngẫu nhiên X có hàm mật độ f ( x ) 2 . Xác định giá trị của a.
0 khi x 0;1
A. 0 B. 1/3 C. 1 D. 1/2
3 2
x , khi x 0;2
62. Cho hàm mật độ của biến ngẫu nhiên X f ( x ) 8 . Tính P(1 ≤ X≤ 3/2)
0, khi x 0;2
A. 7/8 B. 1 C. 27/64 D. 19/64
2(1 x ) khi x 0;1 ,

63. Cho biến ngẫu nhiên X có hàm mật độ f ( x ) . Tính P(1/6 ≤ X).
0 khi x 0;1
A. 7/9 B. 1/3 C. 25/36 D. 1/36
x
, khi x 70;80 ,
64. Cho biến ngẫu nhiên X có hàm mật độ f ( x ) 750 . Tính P(X>75).
0, khi x 70;80
A. 43/60 B. 1 C. 31/60 D. 23/60
0 khi x 0
65. Cho biến ngẫu nhiên X có hàm mật độ xác suất P( x ) . Tính P X ln 2 .
3e 3x
khi x 0
A. 7/8 B. 1/8 C. 1/4 D. 5/8
1
66. Cho hàm mật độ của biến ngẫu nhiên X là f ( x ) . Hãy tính P(0 ≤ X ≤ 1)
(1 x2 )
A. 0,2 B. 0,25 C. 0,5 D. 0,75
kx 2 (1 x ) khi x 0;1
67. Biến ngẫu nhiên X có hàm mật độ XS f ( x ) . Tính P 0.4 X 0.6
0 khi x 0;1
A. 0.296 B. 0.0247 C. 0.0721 D. 0.148

2(1 x ), x 0;1
68. Cho X là một biến ngẫu nhiên liên tục có hàm mật độ f ( x ) . Tính
0, x 0;1
1
P X 2 .
3
A. 0.76 B. 0.02 C. 0.79 D. 1

69. Trọng lượng (kg) của các bao gạo do một nhà máy đóng tự động là biến ngẫu nhiên X có hàm
0, khi x 3
mật độ f ( x ) 3 . Tính tỷ lệ bao gạo có trọng lượng dưới 6 kg.
, khi x 3
x2
A. 0.4 B. 0.5 C. 0.2 D. 0.1
A
70. Cho X là biến ngẫu nhiên liên tục có hàm mật độ xác suất f ( x ) . Hãy xác định A.
1 x2
A. 1 B. /2 C. D. 1/
2.2. CÁC ĐẶC TRƯNG SỐ CỦA BIẾN NGẪU NHIÊN LIÊN TỤC
2 x khi x 0;1 ,
71. Cho f ( x ) , là hàm mật độ xác suất của đại lượng ngẫu nhiên X. Kỳ vọng của
0 khi x 0;1
X là:
A. 0 B. 2/3 C. 2 D. 1
0 khi x 10;20 ,
72. Cho biến ngẫu nhiên X có hàm mật độ f ( x ) x . Tính E(X).
khi x 10;20
150
A. 140/9 B. 75/3 C. 125/6 D. 0.7
2
khi x 1;2 ,
73. Cho biến ngẫu nhiên X có hàm mật độ xác suất f ( x ) x2 , tính trung vị của X.
0 khi x 1;2
1 4 3 1
A. Median( X ) B. Median( X ) C. Median( X ) D. Median( X )
3 3 4 2
3 x 2 khi x 0;1
74. Cho biến ngẫu nhiên X có hàm mật độ xác suất f ( x ) , tính trung vị của X.
0 khi x 0;1

1 1
A. Median( X ) B. Median( X ) 3
2 C. Median( X ) 2 D. Median( X )
3
2 2
x2
khi x 0;3 ,
75. Cho đại lượng ngẫu nhiên X có hàm mật độ f ( x ) 9 . Tìm Med(X).
0 khi x 0;3
3 3 3
A. B. 3 C. D. 2
3
2 2
3
x(2 x ) khi x 0;2
76. Cho biến ngẫu nhiên liên tục X có hàm mật độ xác suất f ( x ) 4 ,
0 khi x 0;2
Cho biết E(X)=1. Tính phương sai của X.

A. Var(X)=0,05 B. Var(X)=0,5 C. Var(X)=0,2 D. Var(X)=1
6 x(1 x ) khi x 0;1

77. Đại lượng ngẫu nhiên liên tục X có hàm mật độ f ( x ) . Tính E(X).
0 khi x 0;1
A. 0.35 B. 0.4 C. 0.75 D. 0.5
6 x(1 x ) khi x 0;1

78. Đại lượng ngẫu nhiên liên tục X có hàm mật độ f ( x ) . Tính phương
0 khi x 0;1
sai của X.
A. 0.65 B. 0.5 C. 0.25 D. 0.05
3x 2 khi x 0;1 ,
79. Cho f ( x ) là hàm mật độ xác suất của đại lượng ngẫu nhiên X. Kỳ vọng
0 khi x 0;1
của X là:
A. 1/2 B. 3/4 C. 2/3 D. 1
0 khi x 0,
80. Cho biến ngẫu nhiên X có hàm mật độ xác suất f ( x ) . Kỳ vọng của X là:
3e 3x
khi x 0
A. 1 B. 1/2 C. 3 D. 1/3

1 1
e ,x 1; e
81. Cho X là biến ngẫu nhiên liên tục có hàm mật độ xác suất f ( x ) x x2 . Tính
0 ,x 1; e
E(X).
A. 2.7183 B. 1.9525 C. 1.2671 D. 2.1697
2
khi x 1;2
82. Cho X là một biến ngẫu nhiên liên tục có hàm mật độ f ( x ) x2 .
0 khi x 1;2
1
Đặt Y X2 . Tính E(Y ).
X
A. 5/4 B. 1 C. 3/4 D. 2
83. Cho X là đại lượng ngẫu nhiên liên tục có hàm mật độ xác suất
6 x 2 -3/2 khi x 1/ 2;1 2
f (x) và Y . Tính kỳ vọng của Y.
0 khi x 1/ 2;1 X2
A. 1 B. 27 C. 10 D. 3
2.3. CÁC ĐẶC TRƯNG SỐ CỦA BIẾN NGẪU NHIÊN RỜI RẠC
84. Đại lượng ngẫu nhiên rời rạc X có luật phân phối xác suất như sau :
X 0 1 4 6
P 3/10 4/10 1/10 2/10
Tính P(1 X 3) ?
A. 1/2 B. 4/5 C. 4/10 D. 1/10
85. Đại lượng ngẫu nhiên rời rạc X có luật phân phối xác suất như sau :
X 0 1 4 6
P 3/10 4/10 1/10 2/10
Tính P( X 2 3) ?
A. 1/2 B. 4/5 C. 4/10 D. 7/10
86. Cho biến ngẫu nhiên xác suất có bảng phân phối xác suất:
X -2 -1 1 3
P 0.1 0.3 0.4 0.2
Tính E(X).

A. 0.6 B. 0.75 C. 0.5 D. 0.25

87. Cho bảng phân phối xác suất của biến ngẫu nhiên X như sau:
X -3 -1 0 2 3
P 0.1 0.2 0.2 ? 0.2
Đặt Z = 2X+1. Tính E(Z).
A. 0.7 B. 1.4 C. 4.2 D. 2.4
88. Cho bảng phân phối xác suất của biến ngẫu rời rạc X như sau:
X -3 -1 0 2 3
P 0.1 0.15 ? 0.3 0.25
Tính E(X3).
A. 3.9 B. 6.3 C. 4.5 D. 3.2
89. Biến ngẫu nhiên X có phân phối xác suất:
X -2 -1 0 2 3
P 0.05 0.15 0.25 0.35 0.2
Tìm phương sai của X.
A. 2.4475 B. 3.5527 C. 1.5644 D. 4.6525
90. Cho đại lượng ngẫu nhiên rời rạc có bảng phân phối xác suất:
X 1 2 3 4
P 0.2 0.3 ? 0.1
Tính Mod(X).
A. 2 B. 3 C. 4 D. 1
91. Cho đại lượng ngẫu nhiên rời rạc có bảng phân phối
X 1 2 3 4
P 0.2 0.3 ? 0.2
Tính phương sai của Y 10 X 2000100 .

A. 1.05 B. 30010 C. 105 D. 10.5

92. Cho đại lượng ngẫu nhiên rời rạc có bảng phân phối
X 1 2 3 4
P 0.2 m 1-2m 0.1
Xác định m.
A. 0.15 B. 0.2 C. 0.3 D. 0.25
93. Có 3 lô sản phẩm, mỗi lô có 10 sản phẩm. Lô thứ i có i sản phẩm hỏng ( i 1,2,3 ). Lấy ngẫu
nhiên từ mỗi lô 1 sản phẩm. Gọi X là số sản phẩm hỏng trong 3 sản phẩm được lấy ra. Tìm ModX.
A. 0 B. 1 C. 2 D. 3
94. Trong nhà nuôi 3 con gà, xác suất đẻ trứng của mỗi con gà lần lượt là 0.6;0.5;0.8. Gọi X là số
trứng thu được trong ngày. Tính ModX.
A. 0 B. 1 C. 2 D. 3
95. Cho X, Y là hai đại lượng ngẫu nhiên độc lập nhau có bảng phân phối xác suất như sau:
X 0 1 2 Y 0 1 2
P 0.01 0.18 0.81 P 0.3 0.5 0.2
Đặt Z = 2X – 2Y + 2. Tính E(Z).
A. 3.8 B. 1.8 C. 0.9 D. 5.6
96. Cho X, Y là hai đại lượng ngẫu nhiên độc lập nhau có bảng phân phối xác suất như sau:
X 0 1 2 Y 0 1 2
P 0.01 0.18 0.81 P 0.3 0.5 0.2
Đặt Z = 2X – 2Y + 2. Tính phương sai của Z.
A. 4.68 B. 1.34 C. 2.68 D. 1.38
2.4. CÁC ĐẶC TRƯNG CỦA BIẾN NGẪU NHIÊN
97. Cho biết X và Y là hai biến ngẫu nhiên độc lập có phương sai Var(X) = 18.4 và Var(Y) = 2.9.
Tìm Var(X – 2Y).
A. 30 B. 12.6 C. 24.2 D. 60
98. Cho biết X và Y là hai biến ngẫu nhiên độc lập. Tìm Var(3X – 2Y + 5) theo phương sai của X và
Y.
A. 3Var(X) – 2Var(Y) + 5 B. 3Var(X) + 2Var(Y)
C. 9Var(X) – 4Var(Y) + 5 D. 9Var(X) + 4Var(Y)
99. Cho X, Y là 2 biến ngẫu nhiên độc lập, biết E(X) = 2, Var(X) = 4, E(Y) = 3, Var (Y) = 10. Tìm
E((3X+4Y)2)

A. 340 B. 77 C. 520 D. 18
100. Cho X là biến ngẫu nhiên liên tục và F(x) là hàm phân phối xác suất của X. Med(X) = a khi và
chỉ khi:
A. F(a) 0.5 B. F(a) 0.5 C. F(a) 1 D. F(a) 0.5
101. Cho biết X và Y là hai biến ngẫu nhiên độc lập. Tính I Var 5X 7Y 2013 biết các
phương sai Var(X) = a, Var(Y) = b.
A. 5a – 7b B. 5a + 7b C. 25a – 49b D. 25a + 49b
102. Cho X là biến ngẫu nhiên rời rạc, phát biểu nào sau đâu là không chính xác?
A. Mod(X) là giá trị mà X nhận được với xác suất lớn nhất trong tất cả các giá trị mà X có thể nhận
được.
B. E(X) là giá trị của trung bình theo xác suất của X.
C. Mod(X) là giá trị tin chắc nhất trong tất cả các giá trị mà X có thể nhận được.
D. Mod(X) là giá trị đứng chính giữa trong dãy giá trị mà X có thể nhận
2.5 . MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG
PHÂN PHỐI NHỊ THỨC VÀ PHÂN PHỐI POISSON
103. Cho XB(5;0.4). Tính P( X 2)
A. 0.34 B. 0.57 C. 0.66 D. 0.88
104. Cho XB(10;p). Xác định p để P(X1) = 0.95.
A. 0.26 B. 0.74 C. 0.18 D. 0.82
105. Bắn 6 viên đạn vào bia, xác suất trúng bia của mỗi viên đạn là 0,7. Bia sẽ bị hỏng nếu có ít nhất
3 viên trúng. Tính xác suất để bia không bị hỏng, biết rằng các lần bắn độc lập nhau.
A. 0.1267 B. 0.0638 C. 0.0705 D. 0.2525
106. Một người bán hàng mỗi ngày bán ở 5 nơi khác nhau, xác suất để mỗi nơi bán được hàng là 0.3.
Cho biết mỗi nơi bán được hàng lãi được 50.000đ. Tính số tiền lãi trung bình mỗi ngày của người
này.
A. 15.000đ B. 250.000đ C. 75.000đ D. 150.000đ
107. Một xạ thủ bắn 20 phát đạn vào một mục tiêu cố định ở xa, xác suất để mỗi phát đạn trúng mục
tiêu là 0.825. Xác định số viên trúng mục tiêu nhiều khả năng nhất.
A. 16.5 B. 0.825 C. 16 D. 17
108. Một xạ thủ bắn 20 phát đạn vào một mục tiêu cố định ở xa. Xác suất để mỗi phát đạn trúng mục
tiêu là 0.825. Tính kỳ vọng của số viên đạn trúng mục tiêu (số viên đạn trung bình trúng mục tiêu).
A. 0.825 B. 0.125 C. 17 D. 16.5

109. Tỷ lệ bạch cầu ái kiềm của người thường p = 0,005 nếu đếm 100 bạch cầu. Tính xác suất để gặp
một bạch cầu ái kiềm.
A. 0.007 B. 0.3033 C. 0.05 D. 0.003

110. Các sản phẩm được sản xuất độc lập từ một dây chuyền tự động với xác suất sản xuất ra phế
phẩm ở mỗi lần sản xuất là 0.003. Xác suất trong 1000 sản phẩm loại này có 2 phế phẩm là:
A. 0.067 B. 0.0195 C. 0.224 D. 0.317
111. Các sản phẩm được sản xuất độc lập từ một dây chuyền tự động với xác suất sản xuất ra phế
phẩm ở mỗi lần sản xuất là 0.035. Xác suất trong 1000 sản phẩm loại này có 35 phế phẩm là:
A. 0.0927 B. 0.0673 C. 0.0125 D. 0.1250
112. Đếm hồng cầu trong 400 ô của kính hiển vi. Xác suất để một hồng cầu rơi vào một ô là 0,0025.
Xác suất sao cho trong số 1000 hồng cầu có 3 hồng cầu rơi vào một ô là:
A. 0.419 B. 0.214 C. 0.125 D. 0.317
113. Một loại sản phẩm được sản xuất độc lập với khả năng sản xuất ra phế phẩm ở mỗi là 0.005.
Xác suất trong 1000 sản phẩm loại này có 4 phế phẩm là:
A. 0.68 B. 0.18 C. 0.26 D. 0.34
114. Xác suất để một con gà đẻ mỗi ngày là 0.6 (mỗi lần đẻ 1 quả trứng). Hỏi phải nuôi ít nhất bao
nhiêu con gà để trung bình mỗi ngày thu được không ít hơn 30 trứng.
A. 40 B. 45 C. 50 D. 55
115. Một dây chuyền sản xuất tự động có xác suất sản xuất ra phế phẩm ở mỗi lần sản xuất là 0.1%.
Khảo sát ngẫu nhiên 1000 sản phẩm được sản xuất từ dây chuyền này. Tính xác suất có đúng 2 phế
phẩm.
A. 0.184 B. 0.192 C. 0.176 D. 0.231
116. Cho XP(3.5). Tính P(X<3).
A. 0.52 B. 0.42 C. 0.32 D. 0.12
117. Cho X~P(6). Tính P(X ≥ 1).
A. 0.12 B. 0.0025 C. 0.9975 D. 0.32

118. Số cuộc gọi đến tổng đài trong 2 phút là biến ngẫu nhiên có phân phối Poisson. Biết rằng trong
2 phút trung bình có 6 cuộc gọi đến tổng đài. Tính xác suất trong 2 phút có 3 cuộc gọi đến tổng đài.
A. 0.0446 B. 0.0892 C. 0.0631 D. 0.0326
119. Số tai nạn giao thông trên một đoạn đường trong một tháng là biến ngẫu nhiên có phân phối
Poisson. Biết rằng mỗi tháng trung bình có 2 tai nạn xảy ra trên đoạn đường này. Tính xác suất trong
một tháng đoạn đường này xảy ra 4 tai nạn.

A. 0.1465 B. 0.0902 C. 0.2707 D. 0.0226

120. Cho biết nhu cầu thuê xe hàng ngày ở một trạm thuê xe ôtô là đại lượng ngẫu nhiên có phân
phối Poisson với kỳ vọng bằng 2.8. Nếu trạm này có 3 xe, tính xác suất để trạm không đủ xe cung
ứng cho khách trong một ngày.
A. 0.25 B. 0.31 C. 0.17 D. 0.69
PHÂN PHỐI CHUẨN
121. Cho XN(1;4). Tính P(X<1).
A. 0 B. 0.2 C. 0.5 D. 0.1
122. Cho X~N(200,4). Tính P(194<X<206)
A. 0.524 B. 0.9973 C. 0.95 4 D. 0.238
123. Cho biến biến ngẫu nhiên X ~ N(4; 2,25) . Tính P(X > 5,5).
A. 0.587 B. 0.51 C. 0.1587 D. 0.785
124. Cho biến ngẫu nhiên X có phân phối chuẩn tắc. Tính P(-1<X<3).
A. 0.84 B. 0.34 C. 0.5 D. 0.16
125. Cho biến ngẫu nhiên X có phân phối chuẩn tắc. Tính P(X2<3).
A. 0.92 B. 0.46 C. 0.96 D. 0.87
126. Xác suất để một công nhân tạo ra một sản phẩm tốt là 0.85. Khi công nhân đó sản xuất 350 sản
phẩm, xác suất để có ít nhất 285 sản phẩm tốt là:
A. 0.92 B. 0.47 C. 0.97 D. 0.87
127. Khảo sát một dây chuyền thủ công nhận thấy khả năng tạo ra một sản phẩm tốt ở mỗi lần sản
xuất là 68%. Hỏi khi dây chuyền đó sản xuất 300 sản phẩm thì khả năng để có ít nhất 190 sản phẩm
tốt xấp xỉ là:
A. 0.91 B. 0.84 C. 0.86 D. 0.96
128. Một máy đóng gói đường, trọng lượng trung bình của một gói đường có phân phối chuẩn, trung
bình 1kg, độ lệch chuẩn là 4g. XS mua phải một gói đường trọng lượng nhỏ hơn 0,99kg là?
A. 0.4938 B. 0.0062 C. 0.9938 D. 0.5062
129. Khảo sát một lô thuốc viên, trọng lượng trung bình của một viên thuốc là 252,6mg và có độ
lệch chuẩn 4,2 mg. Giả sử trọng lượng phân phối theo qui luật chuẩn. Tỉ lệ viên thuốc có trọng lượng
lớn hơn 260mg là:
A. 0.0392 B. 0.6587 C. 0.8413 D. 0.3249
130. Trọng lượng của một loại sản phẩm là biến ngẫu nhiên X có phân phối chuẩn với trung bình
10kg, phương sai 0.25kg2. Tính tỷ lệ những sản phẩm có trọng lượng có 9.5kg đến 11kg.

A. 0.1359 B. 0.8186 C. 0.4773 D. 0.3413

131. Chiều cao (m) của một giống cây trồng sau 10 năm ở một lâm trường có phân phối chuẩn
N(21,38;34,27). Tính tỉ lệ cây có chiều cao không dưới 20m của giống cây này tại lâm trường trên.
A. 0. 0948 B. 0.59 48 C. 0.4052 D. 0.9052
132. Cho biến ngẫu nhiên X có phân phối chuẩn: X~N(a; 0,25). Biết rằng P(X>12)=0,34. Hãy xác
định a.
A. 12,6 B. 13,9 C. 17,3 D. 11,8
133. Cho biến ngẫu nhiên liên tục X có phân phối chuẩn X~N(3.2; σ2), biết P(X > 5) = 0.025,tính σ.
A. 0. 92 B. 0.75 C. 0.98 D. 0.86
134. Biết X~N(0,1) và P(0 < X < a) = 21,57%. Tìm a.
A. 0. 77 B. 0.67 C. 0.47 D. 0.57
2.6 . ĐẶC TRƯNG CỦA MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG
135. Cho 3 biến ngẫu nhiên độc lập X, Y, Z biết XP(3), YN(4;1.21) và ZB(12;0.8). Tính kỳ
vọng của T = 3XY – 2Z + 2010.
A. 26.8 B. 2026.8 C. 2065.2 D. 65.2
136. Cho 3 biến ngẫu nhiên độc lập X, Y, Z biết XN(4;1.69), YP(2.5) và ZB(12;0.8). Tính
phương sai của T = X – 2Y + 3Z – 1.
A. 1.45 B. 29.97 C. 28.97 D. 2.45
137. Cho 3 biến ngẫu nhiên độc lập X, Y, Z biết XN(5;4), YP(3) và ZB(6;0.3). Tính phương sai
của T = 4X – 3Y + Z + 1.
A. 50.26 B. 92.26 C. 8.26 D. 26.26
138. Một người một ngày đi bán hàng ở 6 nơi khác nhau, biết rằng khả năng bán ở các nơi là độc lập
và bằng 0.3. Xác định số nơi bán được hàng nhiều khả năng nhất trong ngày của người đó.
A. 4 B. 3 C. 2 D. 1

CHƯƠNG 3 . LÝ THUYẾT MẪU
139. Thể tích huyết tương của 8 thanh niên khỏe mạnh như sau:
Thể tích (lít) 2,75 3,37 2,86 2,76 3,12
Số người 2 1 2 1 2
Tính trung bình mẫu của mẫu trên.
A. 2.499 B. 0.229 C. 0.922 D. 2.949

140. Theo dõi thời gian (TG) bắt đầu có tác dụng với thuốc A trên nhóm bệnh nhân (BN)
ta có kết quả như sau:
TG (phút) 41 51 55 62 69 71
Số BN 2 5 6 4 2 3
Hãy xác định độ lệch chuẩn hiệu chỉnh của mẫu trên
A. 8.959 B. 57.546 C. 57.645 D. 8.595
141. Trồng thử nghiệm một giống trái cây tại một tỉnh ta thu được năng suất trong vụ đầu tiên cho
bởi bảng sau:
Năng suất (tạ/ha) 30 33 35 37 38
Số hécta 13 29 48 35 17
Xác định độ lệch chuẩn hiệu chỉnh của mẫu trên.
A. 2.36 B. 2.28 C. 1.37 D. 3.62
142.Khảo sát năng suất của một giống lúa ở một tỉnh thành ta được kết quả sau:
Năng suất (tạ/ha) 60-65 65-70 75-80 80-85
Số hécta 5 12 21 9
Xác định năng suất trung bình của giống lúa trên.
A. 71.12 B. 68.41 C. 62.16 D. 74.31
143. Khảo sát năng suất của một giống lúa ở một tỉnh thành ta được kết quả sau:
Năng suất (tạ/ha) 60-65 65-70 75-80 80-85
Số hécta 5 12 21 9

Xác định độ lệch mẫu hiểu chỉnh của năng suất của giống lúa trên.
A. 4.51 B. 6.71 C. 4.16 D. 3.25
144. Khảo sát trọng lượng của một loại trái cây chín ta được kết quả:
Trọng lượng (gam) [200-250] (250-300] (300-350] (350-400]
Số hécta 12 21 38 9
Xác định tỷ lệ mẫu của trái cây chín có trọng lượng không quá 300 gram:
A. 0.4125 B. 0.33 C. 0.15 D. 0.2361
145. Đo chiều dài của 60 là dương xỉ trưởng thành ta có kết quả sau:
Chiều dài (cm) 10-20 20-30 30-40 40-50
Số lá 8 18 24 10
Tỷ lệ lá có chiều dài từ 30cm đến 50cm và chiều dài trung bình của một chiếc lá dương xỉ trong mẫu
trên là:
A. 56.67% và 31cm B. 56% và 26cm C. 56.67% và 36cm D. 57% và 36cm
146. Gọi X là lượng protein huyết thanh người bình thường (g/l). Điện di 17 mẫu của 17 người thu
được kết quả sau :
X (g/l) 6,9 7,2 7,6 7,8 8,5
Số người 2 3 5 6 1
Tính trung bình mẫu của mẫu trên.
A. 0.3549 B. 0.3949 C. 7.6206 D. 7.5706
147. Khảo sát điện năng tiêu thụ trong 50 ngày làm việc gần nhất của một công ty được kết quả sau :
X (Kw/ngày) 80-90 90-100 100-110 110-120
Số ngày 9 14 20 7
Xác định độ lệch chuẩn hiệu chỉnh của lượng điện năng tiêu thụ trong một ngày của mẫu trên.
A. 6.2 B. 9.53 C. 8.94 D. 11.26
148. Kiểm tra thể lực của một nhóm sinh viên, thu được kết quả về cân nặng như sau:
X (kg) 42,5-47,5 47,5-52,5 52,5-57,5 57,5-62,5 62,5-67,5
Số sinh viên 8 14 28 18 12
Hãy xác định trung bình mẫu và độ lệch chuẩn hiệu chỉnh của mẫu trên.
149. Đo lượng cholestrelemie (đơn vị: mg%) của một số người thu được kết quả:

X (mg%) 150-160 160-170 170-180 180-190 190-200 200-210
Số người 2 4 5 6 4 3
Hãy xác định trung bình mẫu và độ lệch chuẩn hiệu chỉnh của mẫu trên.
150. Quan sát điểm thi xác suất thống kê của 10 sinh viên chọn ngẫu nhiên trong lớp ta được kết quả
là 5,6,7,5,9,5,6,7,4,8. Độ lệch chuẩn hiệu chỉnh của điểm thi xác suất thống kê ở mẫu trên là:
A. 1.89 B. 1.27 C. 2.16 D. 1.55
151. Tại một trại nuôi heo, người ta áp dụng thử một loại thuốc tăng trọng bổ sung vào khẩu phần
ăn. Sau thời gian 3 tháng khảo sát được kết quả như sau
Trọng lượng (kg) 65 67 68 69 70 71 73
Số heo (ni) 1 3 9 17 8 4 2
Tìm trọng lượng trung bình và độ lệch chuẩn trọng lượng của số heo nói trên?
A. 65,8549; 1,7954 B. 69,1136; 1,4661
C. 69,1136; 2,1496 D. 71,2435; 3,2233
152. Tỉ lệ phế phẩm của 1 máy là 3%. Nếu kiểm tra 100 sản phẩm do máy này sản xuất thì khẳng
định nào sau đây đúng?
A. Số phế phẩm trong 100 sản phẩm được kiểm tra bằng 3.
B. Số phế phẩm trong 100 sản phẩm được kiểm tra không thể lớn hơn 3.
C. Số phế phẩm trong 100 sản phẩm được kiểm tra không thể nhỏ hơn 3.
D. Số phế phẩm trong 100 sản phẩm được kiểm tra có thể khác 3.
CHƯƠNG 4 . ƯỚC LƯỢNG THAM SỐ
4.1. ƯỚC LƯỢNG GIÁ TRỊ TRUNG BÌNH HAI PHÍA
153. Khảo sát trọng lượng của một lọ thuốc từ dây chuyền đóng gói tự động. Chọn ngẫu nhiên 50 lọ
thuốc cho thấy trọng lượng trung bình mỗi lọ là 375gam, độ lệch mẫu hiệu chỉnh 6,12 gam. Hãy ước
lượng khoảng đối xứng cho trọng lượng trung bình một lọ thuốc với độ tin cậy 95%.
A. (376,315;410,685) B.(376,315;408,685)
C. (384,612;406,788) D. (373,304;376,696)
154. Nhà trường muốn đánh giá số giờ tự học của sinh viên trong tuần. Điều tra 236 sinh viên nhận
được số giờ tự học trung bình mẫu là 5,58h và độ lệch chuẩn mẫu là 2,34h. Hãy ước lượng khoảng
đối xứng cho số giờ tự học trung bình của sinh viên trong tuần với độ tin cậy 95% .
A. (5,28 ; 5,88) B. (5,31 ; 5,96)
C. (5,27 ; 5,78) D. (5,37 ; 6,02)

155. Chọn ngẫu nhiên 400 trái cây của một loại cây để khảo sát ta được trọng lượng trung bình là
397.5 gam và độ lệch chuẩn hiệu chỉnh của mẫu là 114.1329 gam. Hãy ước lượng khoảng đối xứng
cho trọng lượng trung bình của loại trái cây này với độ tin cậy 95%.
A. (386.315;408.685) B. (376.315;408.685)
C. (386.315;410.685) D. (376.315;410.685)
156. Ở một nhà máy dệt, kiểm tra ngẫu nhiên 150 cuộn vải thành phẩm ta số khuyết tật trung bình
mẫu là 3.38 và độ lệch chuẩn hiệu chỉnh của mẫu là 1.604. Ước lượng số khuyết tật trung bình của
một cuộn vải ở nhà máy trên với độ tin cậy 95%.
A. 3.5623    3.2566 B. 3.4065    3.7642
C. 3.1233    3.6367 D. 3.1246    3.6667

157. Khảo sát cân nặng của 100 trẻ sơ sinh được
Cân nặng 3.0 3.5 4.0 4.5
Số trẻ 21 31 30 18
Ước lượng trọng lượng trung bình trẻ sơ sinh với độ tin cậy 95%.
A. (3,643;3,819) B. (3,16;3,34) C. (3,622;3,822) D. (3,754;3,908)
158. Đo đường kính X (đơn vị: mm) của một chi tiết máy do một máy tiện tự động sản xuất, ghi
được số liệu như sau:
X (mm) 12 12,05 12,10 12,15 12,20 12,25 12,30 12,35 12,40
Số trường hợp 2 3 7 9 10 8 6 5 3
Hãy ước lượng đường kính trung bình của chi tiết máy với độ tin cậy 95%.
A. (12,180;12.784) B. (11.352,12.648) C. (12,218;12,235) D. (12,180;12,235)
159. Để khảo sát năng suất làm việc của công nhân ở một xí nghiệp người ta quan sát ngẫu nhiên
100 công nhân thấy năng suất trung bình của mỗi công nhân ở mẫu này là x  12 sản phẩm/ngày và
phương sai mẫu s2 = 16. Hãy ước lượng năng suất trung bình của công nhân ở xí nghiệp này với độ
tin cậy 95%.
A. (11.216;12.784) B. (11.352,12.648) C. (10.216;13.784) D. (10.352;13.648)
160. Cân (kg) 9 con gà xuất chuồng, kết quả như sau: 2,1; 1,8; 2,0; 2,3; 1,7; 1,5; 2,0; 2,2; 1,8. Với độ
tin cậy 95%, ước lượng cân nặng trung bình của gà khi xuất chuồng?
A. (1,702; 2,164) B. (1,675; 2,191) C. (1,768; 2,098) D. (1,737; 2,129)
4.2. ƯỚC LƯỢNG TỶ LỆ HAI PHÍA
161. Một loại thuốc mới được đem thử điều trị cho 50 người bị bệnh X, kết quả có 40 người khỏi
bệnh. Với độ tin cậy 99%, khoảng tin cậy đối xứng cho tỉ lệ khỏi bệnh X khi dùng thuốc điều trị mới
là:

A. (0,654;0,946) B. (0,654; 0,966) C. (0,456; 0,946) D. (0,453; 0,896)

162. Khảo sát năng suất của một giống lúa ở 100 ha tại một tỉnh thành ta nhận thấy có 19ha đất kém
màu mỡ. Hãy ước lượng khoảng đối xứng cho tỷ kệ ha đất kém màu mỡ của tỉnh thành trên với độ
tin cậy 95%.
A. (0.1538;0.2271) B. (0.1131; 0.2669) C. (0.0976; 0.2892) D. (0.1443; 0.2315)
163. Khảo sát thu nhập X (triệu đồng/tháng) của 458 nhân viên văn phòng được chọn ngẫu nhiên
trong thành phố ta thấy có 183 nhân viên có mức lương trung bình. Với độ tin cậy 90%, khoảng tin
cậy đối xứng cho tỉ lệ nhân viên văn phòng có thu nhập trung bình là:
A. (0,3618; 0,4373) B. (0,5484; 0,7356)
C. (0,5284; 0,7156) D. (0,3818; 0,4574)
164. Một nông dân muốn ước lượng khoảng đối xứng cho tỉ lệ hạt nảy mầm của một giống lúa mới
trong môi trường đất phèn. Khảo sát 1000 hạt đem gieo nhận thấy có 760 hạt nảy mầm. Với độ tin
cậy 98% hãy ước lượng khoảng đối xứng cho tỉ lệ hạt nảy mầm của giống lúa này.
A. (73,87; 78,13)% B. (74,35; 77,65)%
C. (72,85; 79,15)% D. (70,42; 82,73)%
165. Kiểm tra ngẫu nhiên 120 bệnh nhân tại bệnh viện X, phát hiện 80 bệnh nhân có rối loạn gluco
máu.Với độ tin cậy 95%, tìm khoảng ước lượng đối xứng cho tỷ lệ bệnh nhân rối loạn gluco máu.
A. (0,444;0,494) B. (0,627;0,726) C. (0,669;0,812) D. (0,582;0,751)
166. Khảo sát ngẫu nhiên 317 xe máy được sử dụng ở Việt Nam thì nhận thấy có 236 xe máy do
Honda sản xuất. Hãy xác định khoảng tin cậy đối xứng 99% cho tỉ lệ xe máy được sử dụng ở Việt
Nam do Honda sản xuất.
A. (0,6952 ; 0,8257) B. (0,6813 ; 0,8076)
C. (0,6713 ; 0,7851) D. (0,6637 ; 0,8196)
167. Trọng lượng của một nhóm sinh viên đại diện của trường ĐH A như sau:
Trọng lượng (kg) [42,5-47,5) [47,5-52,5) [52,5-57,5) [57,5-62,5) [62,5-67,5]
Số sinh viên 8 14 28 12 18
Với độ tin cậy 95%, khoảng ước lượng đối xứng cho tỷ lệ sinh viên có cân nặng không bé hơn 57,5
kg của trường là:
A. (0,375 ; 0,481) B. (0,269 ; 0,481) C. (0,269 ; 0,375) D. (0,106 ; 0 ;375)
168. Để đánh giá sức khỏe của các bé gái sơ sinh, người ta kiểm tra số đo trọng lượng các bé gái sơ
sinh trong một bệnh viện B và có kết quả thống kê sau:
Trọng lượng (kg) [1,7-2,1] (2,1-2,5] (2,5-2,9] (2,9-3,3] (3,3-3,7] [3,7-4,1]
Số bé gái 4 20 21 15 2 3
Theo qui định những bé gái sơ sinh nặng trên 2,9 kg là bé khỏe. Với độ tin cậy 99%, khoảng ước

lượng đối xứng cho tỷ lệ bé khỏe là:

A. (0,476 ; 0,785) B. (0,160 ; 0,412) C. (0,455 ; 0,785) D. (0,160 ; 0,455)
169. Khảo sát ngẫu nhiên 100 nhân viên của một công ty ta thấy có 20 nhân viên có thu nhập cao,
hiện nay công ty có 1000 người đang làm việc. Ước lượng khoảng đối xứng cho số người thu nhập
cao hiện nay của công ty với độ tin cậy 95%.
A. [122; 278] B. [141; 255] C. [167; 287] D. [115; 285]
170. Muốn biết trong hồ có bao nhiêu con cá, người ta bắt lên 1000 con đánh dấu, sau đó thả xuống
hồ trở lại. Một thời gian sau bắt lên 100 con thấy có 80 con có đánh dấu của lần bắt trước. Hãy ước
lượng khoảng đối xứng cho số cá có trong hồ với độ tin cậy 95%.
A. [120; 780] B. [1138; 1386] C. [678; 870] D. [900; 1000]
4.3. BÀI TOÁN CHỈ TIÊU HAI PHÍA
171. Để ước lượng khoảng đối xứng cho thu nhập trung bình của công nhân trong một tháng, người
ta điều tra 500 công nhân. Biết độ lệch chuẩn của mẫu s = 0,4 (triệu đồng/tháng), độ tin cậy 95%.
Hỏi độ chính xác của phép ước lượng này bằng bao nhiêu?
A. 0,035 B. 0,35 C. 0,45 D. 0,045
172. Ở một trang trại người ta cân thử 145 trái của một loại trái cây đang lúc thu hoạch được trọng
lượng trung bình mẫu là 255.5712 gam và độ lệch chuẩn hiệu chỉnh của mẫu là 23.5092 gam. Để
đảm bảo ước lượng khoảng đối xứng của trọng lượng trung bình của loại trái cây trên đạt độ chính
xác 3 gam với độ tin cậy 95% thì cần khảo sát thêm ít nhất bao nhiêu trái cây nữa?
A. 236 B. 91 C. 218 D. 72
173. Đo đường kính X (đơn vị: mm) của một chi tiết máy do một máy tiện tự động sản xuất, ghi
được số liệu như sau:
X (mm) 12 12,05 12,10 12,15 12,20 12,25 12,30 12,35 12,40
Số trường hợp 2 3 7 9 10 8 6 5 3
Để đảm bảo ước lượng khoảng đối xứng của đường kính trung bình của một chi tiết máy đảm bảo độ
chính xác 0,02 mm với độ tin cậy 95% thì cần khảo sát ít nhất bao nhiêu trường hợp?
A. 49 B. 101 C. 102 D. 112
174. Lấy ngẫu nhiên 200 sản phẩm trong một kho hàng thấy có 25 phế phẩm. Nếu độ chính xác của
phép ước lượng khoảng đối xứng cho tỷ lệ phế phẩm là   0.035 thì độ tin cậy là bao nhiêu?
A. 77.8% B. 69% C. 80% D. 86.64%
175. Biết n = 25, s = 4,3, x  50 ; độ tin cậy 95% và X~N(μ,σ2) . Khi đó độ chính xác của ước lượng
khoảng tin cậy đối xứng cho trung bình μ là:
A. 1,77504 B. 1,6856 C. 2,291 D. 1,833
176. Kiểm tra ngẫu nhiên 100 lọ thuốc trong một lô hàng rất nhiều, thấy có 20 lọ không đạt tiêu

chuẩn. Với độ tin cậy là 95%, độ chính xác của ước lượng khoảng đối xứng cho tỉ lệ lọ thuốc không
đạt tiêu chuẩn là bao nhiêu?
A. 0,1315 B. 0,6253 C. 0,0784 D. 0,8407
177. Trọng lượng các bao bột mì tại một cửa hàng lương thực tuân theo qui luật chuẩn. Kiểm tra
ngẫu nhiên 500 bao thấy trọng lượng trung bình mẫu là 48 kg và độ lệch chuẩn mẫu là 0,5 kg. Ước
lượng khoảng đối xứng đối cho trọng lượng trung bình của một bao gạo tại cửa hàng đạt độ chính
xác 0,05 kg. Hãy xác định độ tin cậy của ước lượng đó.
A. 92.5% B. 97.5% C. 96% D. 95%
178. Lấy ngẫu nhiên 500 sản phẩm trong một kho hàng thấy có 25 phế phẩm. Nếu độ chính xác của
phép ước lượng khoảng đối xứng cho tỉ lệ hàng phế phẩm là 1% thì độ tin cậy của phép ước lượng là
bao nhiêu?
A. 96% B. 98% C. 92,5% D. 69,7%
179. Để ước lượng khoảng cho thu nhập trung bình của công nhân trong một tháng, người ta điều tra
ngẫu nhiên 500 công nhân. Biết độ lệch chuẩn của mẫu s=0,2 (triệu đồng/tháng), độ tin cậy 95%. Để
sai số của phép ước lượng trên không quá 0,015 triệu đồng/tháng thì cần khảo sát thêm ít nhất bao
nhiêu công nhân nữa?
A. 138 B. 683 C. 127 D. 216
180. Một loại thuốc mới được đem thử điều trị cho 50 người bị bệnh X, kết quả có 40 người khỏi
bệnh. Nếu muốn sai số của phép ước lượng tỉ lệ khỏi bệnh X khi dùng thuốc điều trị mới không quá
0,02 ở độ tin cậy 95% thì phải quan sát ít nhất bao nhiêu trường hợp?
A. 1487 B. 1486 C. 1537 D. 1536
181. Nhà trường muốn đánh giá số giờ tự học của sinh viên trong tuần. Điều tra 500 sinh viên nhận
thấy có 126 học sinh chăm học. Nếu muốn phép ước lượng khoảng cho tỉ lệ sinh viên chăm học đạt
được độ chính xác là 3% với độ tin cậy 95% thì cần khảo sát thêm ít nhất bao nhiêu sinh viên nữa?
A. 305 B. 805 C. 276 D. 228
182. Độ dài của một chi tiết máy được sản xuất trên một dây chuyền tự động. Khảo sát 500 chi tiết
máy do dây chuyền này sản xuất ta được độ dài trung bình là 29,8cm và độ lệch chuẩn là 0,2cm. Nếu
muốn ước lượng khoảng đối xứng cho độ dài trung bình của chi tiết máy do dây chuyền trên sản
xuất đảm bảo độ chính xác 0,015cm với độ tin cậy 95% thì cần khảo sát ít nhất bao nhiêu chi tiết
máy ?
A. 183 B. 683 C. 215 D. 715
183. Bộ phận nghiên cứu thị trường của một công ty điều tra ngẫu nhiên 500 dân cư của một thành
phố về sở thích xem TV (truyền hình) của dân cư thành phố này thì thấy có 412 người thích xem
TV. Nếu muốn ước lượng khoảng đối xứng cho tỉ lệ dân cư thích xem TV của thành phố này đạt độ
chính xác là 3% và độ tin cậy là 95% thì cần phải khảo sát bao nhiêu người?
A. 120 B. 620 C. 163 D. 663

CHƯƠNG 5 . KIỂM ĐỊNH GIẢ THIẾT THỐNG KÊ

5.1. KIỂM ĐỊNH HAI PHÍA GIÁ TRỊ TRUNG BÌNH
184. Khảo sát năng suất (tạ/ha) của một giống lúa tại 100ha của một tỉnh thành ta được năng suất
trung bình mẫu là 57.5 tạ/ha và độ lệch chuẩn hiệu chỉnh của mẫu là 8.3182 tạ/ha. Một nông dân cho
rằng năng suất trung bình của giống lúa này là 60 tạ/ha. Với mức ý nghĩa 1% xác định giá trị của tiêu
chuẩn kiểm định và cho nhận xét về ý kiến trên.
A. -3. Chấp nhận nhận xét trên. B. 3. Chấp nhận nhận xét trên.
C. 3. Bác bỏ nhận xét trên D. -3. Bác bỏ nhận xét trên
185. Đo lượng cholesterolemie (mg%) trên một số người bình thường, được kết quả như sau:
X(mg%) 125-149 150-174 175-199 200-224 225-249 250-274 275-299 300-324
Số người 2 5 5 7 10 10 8 3
Có ý kiến cho rằng hằng số sinh học trung bình về cholesterolemi là 225mg%. Với mức ý nghĩa 5%
xác định giá trị của tiêu chuẩn kiểm định và cho nhận xét về ý kiến trên.
A. 1,36. Chấp nhận B. -1,43. Bác bỏ C. 1,43. Chấp nhận D. -1,36. Bác bỏ
186. Một mẫu có 36 quan sát chọn từ tổng thể có phân phối chuẩn cho thấy trung bình mẫu bằng 21
và độ lệch chuẩn bằng 5. Với mức ý nghĩa 5% hãy kiểm định giả thuyết H 0 :   20 với đối thuyết
H1 :   20 . Phát biểu đúng là (  là giá trị trung bình của tổng thể, g là giá trị tiêu chuẩn của kiểm
định).
A. g = 1.2. Bác bỏ H0. B. g = 1.6. Bác bỏ H0.
C. g = -1.2. Bác bỏ H0. D. g = 1.2. Chấp nhận H0.
187. Điều tra chỉ tiêu chất lượng X (gam) của một loại sản phẩm, khảo sát 50 sản phẩm ta được
trung bình chỉ tiêu chất lượng của chúng là 253.7 gam và độ lệch chuẩn hiệu chỉnh của mẫu 26.1208
gam. Có tài liệu cho rằng trung bình chỉ tiêu X của các sản phẩm loại này là 250 gam. Với mức ý
nghĩa 2% hãy chọn phát biểu đúng (  là giá trị trung bình của tổng thể, g là giá trị tiêu chuẩn của
kiểm định).
A. H 0 :   250; H1 :   250; g  1. ; Bác bỏ ý kiến trên.
B. H 0 :   250; H1 :   250; g  1. ; Chấp nhận ý kiến trên.
C. H 0 :   250; H1 :   250; g  1. ; Bác bỏ ý kiến trên.
D. H 0 :   250; H1 :   250; g  1. ; Chấp nhận ý kiến trên.
188. Một chuyên gia lai tạo giống cây trồng cho rằng giống lúa thân cao chống lụt vừa được lai tạo
có chiều cao trung bình là 105cm. Người ta chọn ngẫu nhiên 200 cây đo thử thì được giá trị trung

bình là 112 (cm) và độ lệch chuẩn là 8 (cm). Với mức ý nghĩa 5%, hãy chọn câu trả lời đúng. (a là
chiều cao trung bình 1 cây lúa được lai tạo, g là giá trị kiểm định)
A. H0: a = 105; H1: a  105; g = 12,37 > z0,025 = 1,96. Bác bỏ ý kiến.
B. H0: a = 105; H1: a  105; g = -12,37 < - z0,025 = -1,96. Chấp nhận ý kiến.
C. H0: a = 105; H1: a  105; g = -12,37 < - z0,025 = -1,96. Bác bỏ ý kiến.
D. H0: a = 105; H1: a  105; g = 12,37 > z0,025 = 1,96. Chấp nhận ý kiến.
189. Một báo cáo của thư viện cho rằng mỗi ngày có khoảng 25 sinh viên tới mượn sách. Tiến hành
điều tra 49 sinh viên có nhu cầu này, thì trung bình có 26,5 người muốn mượn với độ lệch tính được
là 2,5. Với mức ý nghĩa 5%, cho biết ý kiến về báo cáo của thư viện.
A. g = 4,2. Chấp nhận báo cáo B. g = 4,2. Bác bỏ báo cáo
C. Cần xem xét thêm D. Không ý kiến
190. Với giả thuyết H0: μ = 161. Khảo sát cỡ mẫu 81 thì x  158 ; s = 9,5.
Hãy cho ý kiến với α = 1%.
A. Chấp nhận giả thuyết B. Bác bỏ giả thuyết C. Cần điều tra thêm D. Không ý kiến
5.2. KIỂM ĐỊNH HAI PHÍA TỶ LỆ
191. Khảo sát ngẫu nhiên 167 hộp thuốc A được đóng hộp bằng hệ thống tự động của nhà máy X thì
nhận thấy có 39 hộp không đạt tiêu chuẩn. Có ý kiến cho rằng tỉ lệ hộp thuốc không đạt tiêu chuẩn
của nhà máy X là 25%. Hãy tính giá trị kiểm định và cho nhận xét về ý kiến trên với mức ý nghĩa
5%.
A. -0,4914. Chấp nhận ý kiến. B. -1,6212. Chấp nhận ý kiến.
C. -0,4914. Bác bỏ ý kiến. D. -1,6212. Bác bỏ ý kiến
192. Khảo sát thu nhập của 100 công nhân trong một công ty ta thấy có 20 công nhân có thu nhập
thấp. Có ý kiến cho rằng tỉ lệ công nhân có thu nhập thấp trong toàn công ty là 21%. Với mức ý
nghĩa 4%, tính giá trị tiêu chuẩn kiểm định và cho biết có chấp nhận ý kiến trên hay không?
A. -0.2455. Chấp nhậnB. -0.2455. Bác bỏ C. 0.2455. Chấp nhận D. -1.3628. Bác bỏ
193. Khảo sát 100 hộ kinh doanh trong cùng một lĩnh vực, nhận thấy có 26 hộ kinh doanh đạt doanh
số cao. Có ý kiến cho rằng tỉ lệ hộ kinh doanh đạt doanh số cao trong lĩnh vực này là 35%. Hãy cho
nhận xét về ý kiến này với mức ý nghĩa 5%.
A. H 0 : p  0.35, H1 : p  0.35, g  1.8869. Bác bỏ ý kiến trên.
B. H 0 : p  0.35, H1 : p  0.35, g  1.8869. Chấp nhận ý kiến trên.
C. H 0 : p  0.35, H1 : p  0.35, g  2.0518. Bác bỏ ý kiến trên.
D. H 0 : p  0.35, H1 : p  0.35, g  2.0518. Chấp nhận ý kiến trên.

194. Một công ty tuyên bố chỉ có 5% khách hàng không ưa thích sản phẩm của công ty. Điều tra 400
khách hàng ta thấy có 16 người không ưa thích sản phẩm của công ty.Với mức ý nghĩa 1% ,hãy tính
giá trị tiêu chuẩn kiểm định và cho biết tuyên bố trên có chấp nhận được hay không?
A. 0,45.Có chấp nhận. B. -0,56.Không chấp nhận
C. -0,92. Có chấp nhận. D. 0,78. Không chấp nhận.
195. Bệnh X theo điều tra đã gây tử vong 15%. Một loạt thuốc A dùng cho 200 bệnh nhân bị bệnh X
thấy có 20 người tử vong. Hỏi hiệu quả của thuốc A trong việc điều trị bệnh X.
A. Có hiệu quả B.Cần thêm thông tin C. Không hiệu quả D. Không ý kiến
196. Có khoảng 12% người bị huyết khối khi thay van tim trong vòng 4 năm. Người ta muốn xét
xem Aspirin có ảnh hưởng tới huyết khối khi thay van tim không. Chọn ngẫu nhiên 188 bệnh nhân
sau khi thay van tim, cho dùng 100 mg Aspirin/ngày suốt 4 năm liền, theo dõi có 21 trường hợp bị
huyết khối. Chọn kết luận đúng.
A. Có ảnh hưởng B.Cần thêm thông tin C. Không ảnh hưởng D. Không ý kiến
197. Năm học 2004 - 2005, tỉ lệ rớt môn XSTK là 10%. Năm học 2005 - 2006 có sự cải tiến, khảo
sát 400 bài thi có 32 bài dưới điểm 5 (không đạt). Với mức ý nghĩa 5%, hãy đánh giá về sự cải tiến
này.
A. Cải tiến thất bại B. Cần phải có thêm thông tin C. Cải tiến thành công D. Không ý kiến

PHỤ LỤC
Bảng 1. BẢNG GIÁ TRỊ HÀM LAPLACE

X 0 1 2 3 4 5 6 7 8 9
0,0 0,00000 0,00399 0,00798 0,01197 0,01595 0,01994 0,02392 0,02790 0,03188 0,03586
0,1 0,03983 0,04380 0,04776 0,05172 0,05567 0,05962 0,06356 0,06749 0,07142 0,07535
0,2 0,07926 0,08317 0,08706 0,09095 0,09483 0,09871 0,10257 0,10642 0,11026 0,11409
0,3 0,11791 0,12172 0,12552 0,12930 0,13307 0,13683 0,14058 0,14431 0,14803 0,15173
0,4 0,15542 0,15910 0,16276 0,16640 0,17003 0,17364 0,17724 0,18082 0,18439 0,18793
0,5 0,19146 0,19497 0,19847 0,20194 0,20540 0,20884 0,21226 0,21566 0,21904 0,22240
0,6 0,22575 0,22907 0,23237 0,23565 0,23891 0,24215 0,24537 0,24857 0,25175 0,25490
0,7 0,25804 0,26115 0,26424 0,26730 0,27035 0,27337 0,27637 0,27935 0,28230 0,28524
0,8 0,28814 0,29103 0,29389 0,29673 0,29955 0,30234 0,30511 0,30785 0,31057 0,31327
0,9 0,31594 0,31859 0,32121 0,32381 0,32639 0,32894 0,33147 0,33398 0,33646 0,33891
1,0 0,34134 0,34375 0,34614 0,34849 0,35083 0,35314 0,35543 0,35769 0,35993 0,36214
1,1 0,36433 0,36650 0,36864 0,37076 0,37286 0,37493 0,37698 0,37900 0,38100 0,38298
1,2 0,38493 0,38686 0,38877 0,39065 0,39251 0,39435 0,39617 0,39796 0,39973 0,40147
1,3 0,40320 0,40490 0,40658 0,40824 0,40988 0,41149 0,41309 0,41466 0,41621 0,41774
1,4 0,41924 0,42073 0,42220 0,42364 0,42507 0,42647 0,42785 0,42922 0,43056 0,43189
1,5 0,43319 0,43448 0,43574 0,43699 0,43822 0,43943 0,44062 0,44179 0,44295 0,44408
1,6 0,44520 0,44630 0,44738 0,44845 0,44950 0,45053 0,45154 0,45254 0,45352 0,45449
1,7 0,45543 0,45637 0,45728 0,45818 0,45907 0,45994 0,46080 0,46164 0,46246 0,46327
1,8 0,46407 0,46485 0,46562 0,46638 0,46712 0,46784 0,46856 0,46926 0,46995 0,47062
1,9 0,47128 0,47193 0,47257 0,47320 0,47381 0,47441 0,47500 0,47558 0,47615 0,47670
2,0 0,47725 0,47778 0,47831 0,47882 0,47932 0,47982 0,48030 0,48077 0,48124 0,48169
2,1 0,48214 0,48257 0,48300 0,48341 0,48382 0,48422 0,48461 0,48500 0,48537 0,48574
2,2 0,48610 0,48645 0,48679 0,48713 0,48745 0,48778 0,48809 0,48840 0,48870 0,48899
2,3 0,48928 0,48956 0,48983 0,49010 0,49036 0,49061 0,49086 0,49111 0,49134 0,49158
2,4 0,49180 0,49202 0,49224 0,49245 0,49266 0,49286 0,49305 0,49324 0,49343 0,49361

2,5 0,49379 0,49396 0,49413 0,49430 0,49446 0,49461 0,49477 0,49492 0,49506 0,49520
X 0 1 2 3 4 5 6 7 8 9
2,6 0,49534 0,49547 0,49560 0,49573 0,49585 0,49598 0,49609 0,49621 0,49632 0,49643
2,7 0,49653 0,49664 0,49674 0,49683 0,49693 0,49702 0,49711 0,49720 0,49728 0,49736
2,8 0,49744 0,49752 0,49760 0,49767 0,49774 0,49781 0,49788 0,49795 0,49801 0,49807
2,9 0,49813 0,49819 0,49825 0,49831 0,49836 0,49841 0,49846 0,49851 0,49856 0,49861
3,0 0,49865 0,49869 0,49874 0,49878 0,49882 0,49886 0,49889 0,49893 0,49896 0,49900
3,1 0,49903 0,49906 0,49910 0,49913 0,49916 0,49918 0,49921 0,49924 0,49926 0,49929
3,2 0,49931 0,49934 0,49936 0,49938 0,49940 0,49942 0,49944 0,49946 0,49948 0,49950
3,3 0,49952 0,49953 0,49955 0,49957 0,49958 0,49960 0,49961 0,49962 0,49964 0,49965
3,4 0,49966 0,49968 0,49969 0,49970 0,49971 0,49972 0,49973 0,49974 0,49975 0,49976
3,5 0,49977 0,49978 0,49978 0,49979 0,49980 0,49981 0,49981 0,49982 0,49983 0,49983
3,6 0,49984 0,49985 0,49985 0,49986 0,49986 0,49987 0,49987 0,49988 0,49988 0,49989
3,7 0,49989 0,49990 0,49990 0,49990 0,49991 0,49991 0,49992 0,49992 0,49992 0,49992
3,8 0,49993 0,49993 0,49993 0,49994 0,49994 0,49994 0,49994 0,49995 0,49995 0,49995
3,9 0,49995 0,49995 0,49996 0,49996 0,49996 0,49996 0,49996 0,49996 0,49997 0,49997
4,0 0,49997 0,49997 0,49997 0,49997 0,49997 0,49997 0,49998 0,49998 0,49998 0,49998
4,1 0,49998 0,49998 0,49998 0,49998 0,49998 0,49998 0,49998 0,49998 0,49999 0,49999
4,2 0,49999 0,49999 0,49999 0,49999 0,49999 0,49999 0,49999 0,49999 0,49999 0,49999
4,3 0,49999 0,49999 0,49999 0,49999 0,49999 0,49999 0,49999 0,49999 0,49999 0,49999
4,4 0,49999 0,49999 0,50000 0,50000 0,50000 0,50000 0,50000 0,50000 0,50000 0,50000
x x2
1
Hàm Laplace: (x ) e 2
dx
0 2
Cách tra bảng: 1 –  0, 97 (1 –  ) / 2 0, 485  2,17 z /2 2,17
 0, 02 0, 5  / 2 0, 49 (2, 33) z /2 2, 33

Bảng 2. BẢNG GIÁ TRỊ TỚI HẠN CHUẨN Z
P{Z z }  với Z ~ N 0;1

Z 0 1 2 3 4 5 6 7 8 9
0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247
0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859
0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483
0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121
0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776
0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451
0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148
0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867
0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611
1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379
1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170
1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985
1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823
1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681
1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559
1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455
1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367
1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294
1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233
2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183
2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143
2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110
2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084

2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064
Z 0 1 2 3 4 5 6 7 8 9
2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048
2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036
2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026
2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019
2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014
3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010
Cách tra bảng: 1  0, 0099 z 2, 33
t n
Bảng 3: GIÁ TRỊ TỚI HẠN STUDENT
P {T t(n, )}  ,T ~ t(n)
α 0,005 0,01 0,02 0,025 0,05 0,1

n
1 63,657 31,821 15,895 12,706 6,314 3,078
2 9,925 6,965 4,849 4,303 2,920 1,886
3 5,841 4,541 3,482 3,182 2,353 1,638
4 4,604 3,747 2,999 2,776 2,132 1,533
5 4,032 3,365 2,757 2,571 2,015 1,476
6 3,707 3,143 2,612 2,447 1,943 1,440
7 3,499 2,998 2,517 2,365 1,895 1,415
8 3,355 2,896 2,449 2,306 1,860 1,397
9 3,250 2,821 2,398 2,262 1,833 1,383
10 3,169 2,764 2,359 2,228 1,812 1,372
11 3,106 2,718 2,328 2,201 1,796 1,363
12 3,055 2,681 2,303 2,179 1,782 1,356
13 3,012 2,650 2,282 2,160 1,771 1,350
14 2,977 2,624 2,264 2,145 1,761 1,345
15 2,947 2,602 2,249 2,131 1,753 1,341

16 2,921 2,583 2,235 2,120 1,746 1,337
α 0,005 0,01 0,02 0,025 0,05 0,1

n
17 2,898 2,567 2,224 2,110 1,740 1,333
18 2,878 2,552 2,214 2,101 1,734 1,330
19 2,861 2,539 2,205 2,093 1,729 1,328
20 2,845 2,528 2,197 2,086 1,725 1,325
21 2,831 2,518 2,189 2,080 1,721 1,323
22 2,819 2,508 2,183 2,074 1,717 1,321
23 2,807 2,500 2,177 2,069 1,714 1,319
24 2,797 2,492 2,172 2,064 1,711 1,318
25 2,787 2,485 2,167 2,060 1,708 1,316
26 2,779 2,479 2,162 2,056 1,706 1,315
27 2,771 2,473 2,158 2,052 1,703 1,314
28 2,763 2,467 2,154 2,048 1,701 1,313
29 2,756 2,462 2,150 2,045 1,699 1,311
30 2,750 2,457 2,147 2,042 1,697 1,310
 2,576 2,326 2,054 1,960 1,645 1,282
Cách tra bảng: t 0,025 (20)  2,086
Bảng 4. GIÁ TRỊ TỚI HẠN CHI-SQUARED 

2
PX >2(n, )=  với X~2(n)
n 0,995 0,99 0,975 0,95 0,05 0,025 0,01 0,005
1 0,000 0,000 0,001 0,004 3,841 5,024 6,635 7,879
2 0,010 0,020 0,051 0,103 5,991 7,378 9,210 10,597
3 0,072 0,115 0,216 0,352 7,815 9,348 11,345 12,838
4 0,207 0,297 0,484 0,711 9,488 11,143 13,277 14,860
5 0,412 0,554 0,831 1,145 11,070 12,833 15,086 16,750

6 0,676 0,872 1,237 1,635 12,592 14,449 16,812 18,548
n 0,995 0,99 0,975 0,95 0,05 0,025 0,01 0,005
7 0,989 1,239 1,690 2,167 14,067 16,013 18,475 20,278
8 1,344 1,646 2,180 2,733 15,507 17,535 20,090 21,955
9 1,735 2,088 2,700 3,325 16,919 19,023 21,666 23,589
10 2,156 2,558 3,247 3,940 18,307 20,483 23,209 25,188
11 2,603 3,053 3,816 4,575 19,675 21,920 24,725 26,757
12 3,074 3,571 4,404 5,226 21,026 23,337 26,217 28,300
13 3,565 4,107 5,009 5,892 22,362 24,736 27,688 29,819
14 4,075 4,660 5,629 6,571 23,685 26,119 29,141 31,319
15 4,601 5,229 6,262 7,261 24,996 27,488 30,578 32,801
16 5,142 5,812 6,908 7,962 26,296 28,845 32,000 34,267
17 5,697 6,408 7,564 8,672 27,587 30,191 33,409 35,718
18 6,265 7,015 8,231 9,390 28,869 31,526 34,805 37,156
19 6,844 7,633 8,907 10,117 30,144 32,852 36,191 38,582
20 7,434 8,260 9,591 10,851 31,410 34,170 37,566 39,997
21 8,034 8,897 10,283 11,591 32,671 35,479 38,932 41,401
22 8,643 9,542 10,982 12,338 33,924 36,781 40,289 42,796
23 9,260 10,196 11,689 13,091 35,172 38,076 41,638 44,181
24 9,886 10,856 12,401 13,848 36,415 39,364 42,980 45,559
25 10,520 11,524 13,120 14,611 37,652 40,646 44,314 46,928
26 11,160 12,198 13,844 15,379 38,885 41,923 45,642 48,290
27 11,808 12,879 14,573 16,151 40,113 43,195 46,963 49,645
28 12,461 13,565 15,308 16,928 41,337 44,461 48,278 50,993

29 13,121 14,256 16,047 17,708 42,557 45,722 49,588 52,336
n 0,995 0,99 0,975 0,95 0,05 0,025 0,01 0,005
30 13,787 14,953 16,791 18,493 43,773 46,979 50,892 53,672
31 14,458 15,655 17,539 19,281 44,985 48,232 52,191 55,003
32 15,134 16,362 18,291 20,072 46,194 49,480 53,486 56,328
33 15,815 17,074 19,047 20,867 47,400 50,725 54,776 57,648
34 16,501 17,789 19,806 21,664 48,602 51,966 56,061 58,964
35 17,192 18,509 20,569 22,465 49,802 53,203 57,342 60,275
36 17,887 19,233 21,336 23,269 50,998 54,437 58,619 61,581
37 18,586 19,960 22,106 24,075 52,192 55,668 59,893 62,883
38 19,289 20,691 22,878 24,884 53,384 56,896 61,162 64,181
39 19,996 21,426 23,654 25,695 54,572 58,120 62,428 65,476
40 20,707 22,164 24,433 26,509 55,758 59,342 63,691 66,766
41 21,421 22,906 25,215 27,326 56,942 60,561 64,950 68,053
42 22,138 23,650 25,999 28,144 58,124 61,777 66,206 69,336
43 22,859 24,398 26,785 28,965 59,304 62,990 67,459 70,616
44 23,584 25,148 27,575 29,787 60,481 64,201 68,710 71,893
45 24,311 25,901 28,366 30,612 61,656 65,410 69,957 73,166
46 25,041 26,657 29,160 31,439 62,830 66,617 71,201 74,437
47 25,775 27,416 29,956 32,268 64,001 67,821 72,443 75,704
48 26,511 28,177 30,755 33,098 65,171 69,023 73,683 76,969
49 27,249 28,941 31,555 33,930 66,339 70,222 74,919 78,231
50 27,991 29,707 32,357 34,764 67,505 71,420 76,154 79,490
55 31,735 33,570 36,398 38,958 73,311 77,380 82,292 85,749

60 35,534 37,485 40,482 43,188 79,082 83,298 88,379 91,952
65 39,383 41,444 44,603 47,450 84,821 89,177 94,422 98,105
70 43,275 45,442 48,758 51,739 90,531 95,023 100,425 104,215
75 47,206 49,475 52,942 56,054 96,217 100,839 106,393 110,286
80 51,172 53,540 57,153 60,391 101,879 106,629 112,329 116,321
85 55,170 57,634 61,389 64,749 107,522 112,393 118,236 122,325
90 59,196 61,754 65,647 69,126 113,145 118,136 124,116 128,299
95 63,250 65,898 69,925 73,520 118,752 123,858 129,973 134,247
100 67,328 70,065 74,222 77,929 124,342 129,561 135,807 140,169
Cách tra bảng: 0,025

2
(20)  34,170 ; 0,975
2
(40)  24,433

TÀI LIỆU THAM KHẢO

[1] Lê Sĩ Đồng, Giáo trình Xác suất- Thống kê, NXB Giáo dục, 2012.
[2] Lê Sĩ Đồng, Xác suất - Thống kê và ứng dụng, NXB Giáo dục, 2009
[3] Đặng Hấn , Xác suất thống kê , NXB Thống kê, 2006.
[4] TS. Đặng Đức Hậu (2008), Xác suất thống kê (Dùng cho đào tạo bác sỹ đa khoa), Nhà xuất bản
Giáo dục.
[5] Hoàng Ngọc Nhậm, Xác suất thống kê , NXB thống kê , 2010
[6] Chu Văn Thọ, Trần Đình Thanh (2010), Xác suất thống kê, Tủ sách Đại học Y dược Thành phố
Hồ Chí Minh.
[7] Nguyễn Cao Văn, Bài tập Xác suất và thống kê toán,NXB Giáo dục,2002

Mục lục
Chương 1. Khái niệm cơ bản về lý thuyết xác suất .........................................................................1
§1. Giải tích tổ hợp ..........................................................................................................................1
§2. Biến cố và mối quan hệ giữa các biến cố...................................................................................4
§3. Định nghĩa xác suất ....................................................................................................................8
§4. Một số công thức tính xác suất ................................................................................................10
Chương 2. Đại lượng ngẫu nhiên ..................................................................................................25
§1. Khái niệm chung về đại lượng ngẫu nhiên ..............................................................................25
§2. Các đặc trưng của đại lượng ngẫu nhiên ..................................................................................29
§3. Một số phân phối xác suất thường gặp ....................................................................................35
Chương 3. Lý thuyết mẫu ..............................................................................................................48
§1. Khái niệm về tổng thể và mẫu .................................................................................................48
§2. Các đặc trưng của mẫu ngẫu nhiên ..........................................................................................50
Chương 4. Ước lượng cho một tham số thống kê ..........................................................................54
§1. Khái niệm cơ bản về ước lượng ...............................................................................................54
§2. Ước lượng khoảng cho giá trị trung bình.................................................................................56
§3. Ước lượng khoảng cho tỷ lệ ....................................................................................................60
Chương 5. Kiểm định giả thuyết thống kê .....................................................................................65
§1. Khái niệm chung về kiểm định giả thuyết thống kê ................................................................65
§2. Kiểm định giả thuyết về giá trị trung bình ..............................................................................67
§3. Kiểm định giả thuyết về tỷ lệ ...................................................................................................70
§4. Kiểm định giả thuyết về phương sai ........................................................................................72
Bài tập ôn tập .................................................................................................................................76

Xét nghiệm

Uploaded by

Document Information

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

Xét nghiệm

Uploaded by

Copyright:

Available Formats

Bài giảng Xác suất -Thống kê Trường ĐH Nguyễn Tất Thành

PHẦN I. XÁC SUẤT

CHƯƠNG I. KHÁI NIỆM CƠ BẢN VỀ LÝ THUYẾT XÁC SUẤT

1. Quy tắc cơ bản về phép đếm

Phương án thứ nhất có n1 cách thực hiện.

Phương án thứ hai có n 2 cách thực hiện.

Phương án thứ k có nk cách thực hiện.

Khi đó, số cách để hoàn thành công việc này là n1 n2 nk .

Phương án 2: chọn sinh viên nữ ngành Điều dưỡng, có n2  110 cách

1.2. Quy tắc nhân

Giai đoạn 1 có n1 cách thực hiện.

Giai đoạn 2 có n 2 cách thực hiện.

Giai đoạn k có nk cách thực hiện.

Khi đó, số cách để hoàn thành công việc A là n1 n2 nk .

Bộ môn Toán cơ bản 1

Ví dụ 2. Từ A đến B có 2 con đường, từ B đến C có 3 con đường.

2. Chỉnh hợp lặp

Số chỉnh hợp chập k của n phần tử, kí hiệu Ank .

Bộ môn Toán cơ bản 2

Số hoán vị của n phần tử, kí hiệu là Pn .

Số tổ hợp chập k của n phần tử, kí hiệu C nk .

Bộ môn Toán cơ bản 3

§2. BIẾN CỐ VÀ MỐI QUAN HỆ GIỮA CÁC BIẾN CỐ

1. Phép thử và biến cố

1. Gieo một đồng xu một lần, không gian mẫu là   {S , N}

Bộ môn Toán cơ bản 4

2. Các loại biến cố

3. Mối quan hệ và các phép toán giữa các biến cố

3.2. Tổng các biến cố

3.3. Tích các biến cố

Bộ môn Toán cơ bản 5

3.4. Hai biến cố xung khắc

3.5. Hai biến cố đối lập

Bộ môn Toán cơ bản 6

4. Tính chất của các phép toán trên biến cố

A B AB; AB A B , mở rộng A1  ... An  A1... An ; A1...An  A1  ...  An

a. Trong một giờ không có ai bị cấp cứu. (Đs: A  A1. A2 . A3 )

c. Trong một giờ có đúng 2 người bị cấp cứu. (Đs: C  A1 A2 A3  A1 A2 A3  A1 A2 A3 )

d. Trong một giờ cả 3 người bị cấp cứu. (Đs: D  A1 A2 A3 )

e. Trong một giờ có ít nhất 1 người bị cấp cứu. (Đs: E  A1  A2  A3 )

 Tìm các cặp biến cố đối nhau trong ví dụ 9?

Bộ môn Toán cơ bản 7

§3. ĐỊNH NGHĨA XÁC SUẤT

1. Định nghĩa về xác suất theo quan điểm cổ điển

a. Hai đồng tiền cùng sấp (A1 )

Bộ môn Toán cơ bản 8

2. Định nghĩa xác suất theo quan điểm thống kê

Bộ môn Toán cơ bản 9

Buffon 4040 2048 0,5069

Pearson 12000 6019 0,5016

Pearson 24000 12012 0,5005

§4. MỘT SỐ CÔNG THỨC TÍNH XÁC SUẤT

1. Công thức cộng

Nếu biến cố A là B xung khắc thì

P(A1 A2 An ) P(A1 ) P(A2 ) P(An ).

Bộ môn Toán cơ bản 10

2. Công thức nhân xác suất

Bộ môn Toán cơ bản 11

Bộ môn Toán cơ bản 12

P(AB) P(A)P(B / A) P(B)P(A / B) .

P(A1A2 ...An ) P(A1 )P(A2 / A1 )P(A3 / A1A2 )...P(An / A1A2 ...An 1 ).

Bộ môn Toán cơ bản 13

P(A1A2 ...An ) P(A1 )P(A2 )...P(An ).

P( B)  P( A1 A2  A1 A2 )  P( A1 ).P( A2 )  P( A1 ).P( A2 )  0,3.0,8  0,7.0, 2  0,38