Chương 3: Quy luật phân phối xác suất

Nghe khá là nguy hiểm nhưng thật ra chương này chỉ là nhớ và lắp công thức vào thôi, còn có
mấy cái khá tương đồng với nhau nữa. Quan trọng nhất là nhớ được kí hiệu cho các quy luật.
1.Quy luật không – một – A(P)
Cái này thì rất đơn giản, kiểm tra chắc không có đâu, nhưng là tiền đề để xây dựng nên nhiều cái
khác nên cũng nên biết qua một tí.
Hiểu đơn giản là biến X chỉ nhận 2 giá trị là 0 và 1 ( không nhất thiết là số, chỉ đơn giản là gán 0
và 1 là 2 tính chất đối lập nào đó, ví dụ là trai – gái, đi học – không đi học ), xác suất xảy ra 0 là
p, xác suất xảy ra 1 là q ( với p + q=1 )
Các tham số: Lưu ý ta luôn tính 3 biến E,V và

E = p; V = pq; ( nhớ là , đoạn sau chỉ viết V thôi, tự suy ra được )

2.Quy luật nhị thức – B(n,p)
Mở rộng của quy luật không – một, và thực ra là định lý Bernuli ở chương 1.

Ta vẫn xét một phép thử chỉ có thể xảy ra trường hợp A hoặc , xác suất để A xuất hiện là p, để
xuất hiện là q ( với p+q=1). Khi đó, theo Bernuli, thử n lần thì xác suất để A xuất hiện x lần là:

. Thực ra cũng không cần quan tâm quá đến công thức, tự suy ra được thôi.
Quan trọng là nhớ các tham số này:
E = np; V = npq = np(1-p)

3.Quy luật Poisson –

Nói về bản chất, quy luật Poisson chính là quy luật nhị thức, nhưng trong 1 trường hợp đặc biệt: n
rất lớn, p rất nhỏ ( n > 20, p < 0,1 ). Đồng thời, ta biết rằng , với là một hằng số, chính
là số “chốt” của quy luật Poisson.

Cũng xét phép thử trên, gọi X là số lần A xuất hiện thì ta có ( trông hơi ghê nhưng
không quan trọng lắm đâu, nếu muốn nhớ kĩ thì đọc phần chứng minh. Xuất hiện số e là do tính
giới hạn )
Tham số: E = V = ( rất dễ nhớ )
Nhìn chung quy luật Poisson sẽ xuất hiện phổ biến hơn nhiều so với quy luật nhị thức, đặc biệt là
trong mấy bài trắc nghiệm.
Thêm một cái chú ý nhỏ nữa, đặc trưng cho phần này, là về mốt ( giá trị nhiều khả năng xuất hiện
nhất, hay nói cách khác là có xác suất cao nhất ). Ví dụ như khi hỏi “số quả bóng có khả năng
bốc được nhiều nhất”, hay “số chai có khả năng vỡ nhiều nhất” … đều là hỏi về mốt.

Kí hiệu mốt là thì , với lưu ý là số nguyên, từ đó dễ dàng tìm được

4. Quy luật siêu bội M(N,n)
Bản chất là thực hiện phép thử giống như nhị thức và Poisson, nhưng các phép thử không độc lập
nữa. Công thức và định nghĩa của cái này khá là kinh khủng và khó nhớ, vì thế không cần nhớ
đâu, chỉ cần nhớ mấy tham số là xong.
Gọi p là xác suất để A xảy ra thì ta có:

E = np; V= ( cái V thì cố nhớ thôi )

5. Quy luật phân phối đều U(a,b)
Quy luật đơn giản nhất. Hiểu đơn giản thì nghĩa là biến X có thể nhận bất kì giá trị nào từ a đến b
Cái này liên quan 1 chút đến hàm mật độ xác suất, cũng dễ thôi. Từ hàm mật độ xác suất có thể
sẽ có 1 số câu hỏi về tính P ( a < x < b ), áp dụng công thức ở chương 2. Ta có, với X phân phối

đều trong (a,b) thì có hàm mật độ xác suất

Các tham số: E= ,V= ( nhớ 2 cái này làm trắc nghiệm )

6. Quy luật phân phối lũy thừa

Hàm mật độ xác suất rất kinh khủng nên không cần nhớ đâu. Cùng lắm là cho sẵn hàm mật độ và
yêu cầu tính toán gì đó, sử dụng mấy công thức ở chương 2 đã nêu.

Nhớ các tham số: E= , V=

7. Quy luật phân phối chuẩn

Quan trọng nhất, chắc cũng ra nhiều nhất. Sách viết rất dài và rất kinh dị nhưng chỉ cần nhớ
những cái này:

Tham số: E= , V=

Công thức quan trọng: . Nhớ công thức này, và phần còn
lại là tra phụ lục 5 trong sách. Tìm giá trị và gióng xuống ( ví dụ như số 2,7 thì là giao của
dòng 2,00 và cột .07 )

Lưu ý là

8. Quy luật khi bình phương

Cái này có ra chắc chỉ hỏi trắc nghiệm kiến thức.
Cái duy nhất cần nhớ là tham số: E=n, V=2n
9. Quy luật Student T(n)
E=0, V=

Chương 4: Biến ngẫu nhiên 2 chiều

Không phải trọng tâm ôn thi nên trình bày ngắn gọn và đơn giản nhất thôi.
Xét biến 2 chiều rời rạc
Tức là cho bởi bảng, xét bảng có n cột, m dòng. Cột là các giá trị của X, dòng là các giá trị của Y,
giao giữa cột và dòng là xác xuất để đồng thời có

Khái niệm xác suất biên: ( tức là ở đây, với mỗi i ta cố định , và cho
biến j chạy từ 1 đến m, sau đó cộng tổng lại, có thể xem thí dụ trang 186 để hiểu rõ )

Tương tự với y:
Xét biến 2 chiều liên tục

Tức là cho bởi hàm F. Định nghĩa và cũng là tính chất quan trọng:
( nếu cho bài thì lắp định nghĩa này vào hàm F và tính ra )
Thêm một công thức nữa, cho trường hợp X,Y bị chặn trong một đoạn:

Nói về hàm mật độ xác suất: f(x,y)=F”(x,y). Hiểu đơn giản thì đầu tiên, ta coi x là hằng số, tính
đạo hàm của F theo biến y, ta được F’(x,y). Tiếp đó, lại coi y là hằng số, tính đạo hàm của F’ theo
biến x, ta được f(x,y). Xem thí dụ 1 trang 92 là hiểu.
Vì không phải phần trọng tâm nên tôi nghĩ chắc chỉ đến đây thôi, những cái cơ bản nhất.
Dành thời gian tập trung ôn chương 3 hơn.