BÀI GIẢNG BUỔI 5

CHƯƠNG 2
BIẾN NGẪU NHIÊN

2.1.3. Hàm phân phối xác suất

 Định nghĩa: Hàm phân phối xác suất của biến ngẫu nhiên X, ký
hiệu là F ( x) hoặc FX ( x ) , là hàm số thực xác định như sau:
F ( x)  P( X  x), x 

 Ý nghĩa: F ( x) phản ánh mức độ tập trung xác suất về phía bên
trái của x. Nếu F ( x) càng lớn thì càng có nhiều giá trị của X nằm
về phía bên trái của x.
 Tính chất: Hàm phân phối xác suất có các tính chất sau
1) F ( x) không giảm trên
 F ()  xlim

F ( x)  0
2) 
 F ()  lim
x 
F ( x)  1

 Hệ quả:
1) 0  F ( x)  1
x
2) F ( x)  

f (t )dt và F / ( x)  f ( x) tại x mà F ( x) khả vi.

3) F ( x) liên tục trái tại mọi x thuộc .

4) P(a  X  b)  F (b)  F (a) .
5) Biến ngẫu nhiên rời rạc X có bảng phân phối xác suất
X x1 x2 ... xn
P p1 p2 ... pn
Khi đó hàm phân phối của nó được tính theo công thức:

Trang 1
 0, x  x1
p , x1  x  x2
 1
F ( x)   p1  p2 , x2  x  x3
..................... ...

 p1  p2  ...  pn  1, x  xn

Ví dụ. Cho biến ngẫu nhiên rời rạc X có bảng phân phối xác suất:
X 1 2 3
P 0, 6 0,3 0,1
Hãy viết hàm phân phối xác suất F ( x) của X và vẽ đồ thị hàm
số y  F ( x) .
Giải
Hàm phân phối xác suất: F(x)
1
 0 ; x 1 0,9
0, 6 ; 1  x  2 0,6

F ( x)  
0,9 ; 2  x  3
x

 1 ; x  3 0 1 2 3
Đồ thị hàm phân phối F(x)

Ví dụ 2.10. Cho biến ngẫu nhiên liên tục X có hàm mật độ xác suất:
3
 x(4  x), 0  x  4
f ( x)   32
 0 , x  [0, 4]
Tìm hàm phân phối xác suất F ( x) của X.
x
Giải. Hàm phân phối xác suất của X là: F ( x)  

f (t )dt
x
 Với x  0 , ta có: F ( x)   0dt  0

 Với 0  x  4 , ta có:

Trang 2
 x
3  t3  3 x3 
0 x
3
F ( x)   0dt   t (4  t )dt   2t 2     2 x 2  

32 0 32  3  0 32  3
0 4 x
3
 Với x  4 , ta có: F ( x)   0dt   t (4  t )dt   0dt  1

32 0 4

 0 ,x 0
1

Vậy F ( x)    6 x 2  x3  , 0  x  4
 32
 1 ,x  4

2.2. Các đặc trưng số của biến ngẫu nhiên

2.2.1. Mode, med
a) Mod (mode – giá trị tin chắc nhất)
Giá trị tin chắc nhất của biến ngẫn nhiên X, ký hiệu là Mod(X), là
giá trị x0  X thỏa mãn:
 max P( X  x)  P( X  x0 ) nếu X rời rạc.
xX (  )

 max f ( x)  f ( x0 ) nếu X liên tục có hàm mật độ f ( x) .

x

b) Med (median – trung vị)

Trung vị của biến ngẫu nhiên X, ký hiệu là Med(X), là giá trị
 P( X  x0 )  0,5
x0  thỏa mãn: med ( X )  x0  
 P( X  x0 )  0,5
Lưu ý:
1) Các giá trị mod( X ), med( X ) luôn tồn tại và có thể không duy
nhất.
2) Đối với bnn nhiên liên tục X có hàm phân phối F ( x) và
med ( X )  x0 thì x0 thỏa phương trình F ( x)  0,5 .
3) Với X là bnn nhiên liên tục, người ta định nghĩa các giá trị tứ
phân vị (quartile) thứ nhất, thứ nhì (median), thứ ba lần lượt
là q1 , q2 , q3 được định nghĩa như sau:
Trang 3
 F (q1 )  0, 25 ; F (q2 )  0,5 ; F (q3 )  0,75
Ví dụ 2.11. Tìm mod( X ), med( X ) biết X là biến ngẫu nhiên rời rạc
X 1 2 3 4
có bảng phân phối xác suất:
P 0, 05 0, 4 0, 4 0,15
Giải. Nhận thấy rằng giá trị xác suất lớn nhất bằng 0,4 tại X  2 hoặc
X  3 . Vậy mod( X )  2 hoặc mod( X )  3 .
 P( X  3)  0, 05  0, 4  0, 45  0,5
Ta có:   med ( X )  3
 P( X  3)  0,15  0,5
Ví dụ 2.12. Tìm mod( X ), med( X ) , biết X là biến ngẫu nhiên rời rạc
X 1 2 3 4
có bảng phân phối xác suất:
P 0, 2 0,3 0, 4 0,1
Giải. mod( X )  3
 P( X  2)  0, 2  0,5
   med ( X )  2
 P( X  2)  0,5  0,5
 P( X  3)  0,5  0,5
   med ( X )  3
 P( X  3)  0,1  0,5
 Với 2  m  3
 P{ X  m}  0,5  0,5
  med ( X )  m
 P{ X  m}  0,5  0,5
Vậy med ( X )  m, m  thỏa 2  m  3 .
Ví dụ 2.13. Tìm mod( X ), med( X ) , biết X là biến ngẫu nhiên liên tục
3
 x(4  x), 0  x  4
có hàm mật độ xác suất: f ( x)   32
 0 , x  [0, 4]
Giải. a) Tìm mod( X )
Với 0  x  4 , ta có:

Trang 4
 3 Bảng biến thiên
f ( x)  (4  2 x)
32 x 0 2 4
f ( x)  0  x  2 f ( x) + 0 -

Vậy Mod ( X )  2 f ( x) 3/8

0 0

b) Tìm med( X ) .
Theo ví dụ 2.10, ta có hàm phân phối của X là:
 0 ,x 0
1

F ( x)    6 x 2  x 3  , 0  x  4
 32
 1 ,x  4
Xét phương trình
1 1 2 1
F ( x)   x (6  x)  , với 0  x  4
2 32 2
 x3  6 x 2  16  0 ; 0  x  4  x  2
Vậy med ( X )  2

2.2.2. Kỳ vọng toán

 Định nghĩa: Kỳ vọng toán (hay ngắn gọn là kỳ vọng) của biến
ngẫu nhiên X, ký hiệu là E ( X ) , được xác định như sau:
Trường hợp 1. X là rời rạc có bảng phân phối xác suất:
X x1 x2 ... xn
P p1 p2 ... pn

E ( X )  p1 x1  p2 x2  ...  pn xn
Trường hợp 2. X là liên tục có hàm mật độ xác suất f ( x) :

E( X )   x. f ( x)dx


 Ý nghĩa: E ( X ) là giá trị trung bình (theo trọng số xác suất) của
biến ngẫu nhiên X.
 Tính chất:
Trang 5
 1) E (C )  C , C là biến ngẫu nhiên hằng.
2) E (k. X )  k.E ( X ) , k là hằng số.
3) E ( X  Y )  E ( X )  E (Y ) .
4) E ( XY )  E ( X ).E (Y ) , trong đó X, Y là hai biến ngẫu nhiên độc
lập nhau.
5) Nếu Y   ( X ) thì
n
E (Y )   pk . ( xk ) , nếu X rời rạc
k 1

E (Y )    ( x). f ( x)dx ,

nếu X liên tục

2.2.4. Phương sai và độ lệch chuẩn

 Định nghĩa phương sai: Phương sai của biến ngẫu nhiên X, ký
hiệu là D( X ) hay Var(X), được xác định như sau:
D ( X )  E  X  E ( X )  
2
 
Theo các tính chất của kỳ vọng, ta biến đổi phương sai như sau:

D( X )  E X 2  2 X .E ( X )   E ( X ) 
2

 E ( X 2 )  2 E ( X ).E ( X )   E ( X ) 
2

 E( X 2 )   E( X )
2

Do đó, trong thực hành người ta thường dùng công thức sau để
tính phương sai:
D( X )  E  X 2    E ( X ) 
2

Trong đó:
E ( X 2 )  p1 x12  p2 x22  ...  pn xn2 (nếu X rời rạc)

E( X )   x . f ( x)dx (nếu X liên tục)
2 2



Lưu ý: D( X ) có đơn vị đo bằng bình phương đơn vị đo của X. Để có

một đại lượng có cùng đơn vị đo với X, người ta đưa ra khái niệm độ
Trang 6
lệch chuẩn như sau:
 Độ lệch chuẩn:  ( X )  D( X )
 Ý nghĩa của phương sai: D( X ) phản ánh mức độ tập trung hay
phân tán của các giá trị của X quanh giá trị trung bình E ( X ) .
 Tính chất: Phương sai D( X ) có các tính chất sau:
1) D( X )  0 .
2) D(C )  0 , với C là biến ngẫu nhiên hằng.
3) D(k. X )  k 2 .D( X ) , với k là hằng số thực tùy ý.
4) D( X  Y )  D( X )  D(Y ) , với X , Y độc lập nhau.
Ví dụ. Cho biến ngẫu nhiên rời rạc X có bảng phân phối xác suất:
X 1,5 1, 7 1,8 2, 0
P 0, 2 0,5 0, 2 0,1
a) Tính E ( X ), D( X ),  ( X ) .
b) Tính E (3 X 2  2 X  5), D(2 X  7) .
Giải. a)
 Kỳ vọng: E ( X )  1,5  0, 2  1,7  0,5  1,8  0, 2  2  0,1  1,71
E ( X 2 )  (1,5)2  0, 2  (1,7)2  0,5  (1,8)2  0, 2  22  0,1  2,943
 Phương sai: D( X )  E ( X 2 )  ( E ( X ))2  0,0189
 Độ lệch chuẩn:  ( X )  D( X )  0,13748
b) E (3 X 2  2 X  5)  3E ( X 2 )  2E ( X )  5  10, 409
D(2 X  7)  D(2 X )  D(7)  4 D( X )  0  0,0756
Ví dụ 2. Cho biến ngẫu nhiên liên tục X có hàm mật độ xác suất:
(1/ 8) x 2 (3  x) ,  1  x  3
f ( x)  
 0 , x  [1;3]
a) Tính E ( X ), D( X ),  ( X ) .
b) Tính E ( X 3 ), E ( X  1) .
Giải. a)
 Kỳ vọng:
Trang 7
  1 3 
1 3 7
E( X ) 

 x. f ( x)dx   0dx 


8 1
x (3  x)dx   0dx 
3
5
 1 3 
1 47
E ( X )   x . f ( x)dx   0dx   x 4 (3  x)dx   0dx 
2 2

 
8 1 3
15
88
 Phương sai: D( X )  E ( X 2 )  ( E ( X ))2 
75
 Độ lệch chuẩn:  ( X )  D( X )  1,08321
 1 3 
1 5 45
b) E ( X 3 )  

x3 . f ( x)dx   0dx 


8 1
x (3  x)dx   0dx 
3
7
 1 3 
1
E ( X  1) 

 x  1. f ( x)dx   0dx 


8 1
x  1.x 2 (3  x)dx   0dx
3
3
1
 
8 1
x  1.x 2 (3  x)dx

Đặt t  x  1  x  t 2  1, dx  2tdt
2
1
E ( X  1)   t.(t 2  1) 2 (4  t )2tdt
80
2
1 157

40 (4t 2  t 3  8t 4  2t 5  4t 6  t 7 )dt 
35

Trang 8