Professional Documents
Culture Documents
HÀ NỘI - 2022
Mục lục
1
2.1.4 Các phép toán của đạo hàm và vi phân . . . . . . . . . . . 24
2.1.5 Tìm cực trị của hàm khả vi . . . . . . . . . . . . . . . . . . 24
2.1.6 Định nghĩa nguyên hàm và tích phân bất định.Bảng các
tích phân bất định cơ bản . . . . . . . . . . . . . . . . . . . 24
2.1.7 Định nghĩa tích phân xác định . . . . . . . . . . . . . . . . 26
2.1.8 Công thức Newton-Leibniz . . . . . . . . . . . . . . . . . . 26
2.1.9 Tích phân với cận thay đổi . . . . . . . . . . . . . . . . . . 27
2.1.10 Tích phân suy rộng loại một . . . . . . . . . . . . . . . . . 27
2.2 Các khái niệm cơ bản của biến ngẫu nhiên và hàm phân phối . . 28
2.2.1 Biến ngẫu nhiên . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2.2 Hàm phân phối . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2.3 Các tính chất của hàm phân phối . . . . . . . . . . . . . . 30
2.2.4 Phân phối rời rạc . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2.5 Phân phối liên tục-mật độ xác suất . . . . . . . . . . . . . 31
2.3 Kỳ vọng toán, phương sai và độ lệch chuẩn . . . . . . . . . . . . . 31
2.3.1 Kỳ vọng toán . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3.2 Phương sai . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.3.3 Độ lệch chuẩn . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.4 Mode và trung vị . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.4.1 Mode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.4.2 Trung vị(median) . . . . . . . . . . . . . . . . . . . . . . . . 37
2.5 Bài tập chương 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2
Chương 1
Định nghĩa 1.1. Cho tập hợp M của n phần tử. Mỗi cách sắp xếp của n phần
tử của M theo một thứ tự nhất định được gọi là một hoán vị của n phần tử đã
cho. Số tất các các hoán vị của tập hợp n phần tử được ký hiệu là Pn .
Định lý 1.1. Số tất các các hoán vị của tập hợp n phần tử là Pn = n! =
1.2...n(0! = 1).
Ví dụ 1.1. Có bao nhiêu số khác nhau gồm 4 chữ số được thiết lập từ {1, 2, , 3, 4}?
Giải. Ta có P4 = 4! = 24 số.
• Hoán vị lặp
Định nghĩa 1.2. Hoán vị trong đó mỗi phần tử xuất hiện ít nhất một lần được
gọi là hoán vị lặp.
Số hoán vị lặp của n phần tử thuộc k loại, mà mỗi phần tử loại i(1 ≤ i ≤ k)
xuất hiện ni lần ký hiệu là P (n1 , n2 , ..., nk ) và được tính bằng công thức
n!
Pn (n1 , n2 , ..., nk ) = .
n1 !n2 !...nk !
Ví dụ 1.2. Với các chữ số 0, 1, 2, 3, 4, 5 có thể lập được bao nhiêu số gồm 9
chữ số, trong đó mỗi chữ số 0, 1, 2, 3 xuất hiện đúng 1 lần, chữ số 4 xuất hiện
đúng 2 lần, chữ số 5 xuất hiện 3 lần.
1
Giải. Xét số x=140525345 và ký hiệu các vị trí của x một cách hình thức , ta
có x = a1 a2 a3 a4 a5 a6 a7 a8 a9 . Khi đó mỗi số x tương đương với một hoán vị của các
phần tử a1 , a2 , a3 , a4 , a5 , a6 , a7 , a8 , a9 . Các phần tử này được phân làm 3 nhóm:
nhóm thứ nhất gồm các chữ số 0, 1, 2, 3 mỗi chữ số xuất hiện đúng 1 lần, nhóm
thứ hai là chữ số 4 xuất hiện đúng 2 lần và nhóm thứ ba gồm chữ số 5 xuất hiện
3 lần. Do đó các số có thể lập được là
9!
S= = 30240.
1!2!3!
Định nghĩa 1.3. Giả sử có n người khách được mời ngồi xung quanh một chiếc
bàn tròn. Nếu ta mời một người nào đó ngồi vào vị trí bất kỳ thì số các sắp xếp
của n-1 người còn lại sẽ là (n-1)! Số hoán vị vòng quanh của n phần tử khác
nhau được tính theo công thức
Qn = (n − 1)!.
Ví dụ 1.3. Một hội nghị bàn tròn có 5 nước tham gia: Anh có 3 đại biểu, Pháp
có 5 đại biểu, Đức có 2 đại biểu, Nhật có 3 đại biểu và Mỹ có 4 đại biểu. Hỏi
có bao nhiêu cách sắp xếp chỗ ngồi cho các đại biểu, sao cho 2 người cùng một
nước thì ngồi cạnh nhau?
Giải. Đầu tiên sắp xếp khu vực cho đại biểu từng nước. Ta mời phái đoàn nào
đó ngồi vào chỗ trước. Khi đó 4 phái đoàn còn lại có 4! cách sắp xếp.
Đối với mỗi cách sắp xếp các phái đoàn lại có: 3! cách sắp xếp nội bộ đối
với phái đoàn Anh, 5! đối với phái đoàn Pháp, 2! đối với phái đoàn Đức, 3! đối
với phái đoàn Nhật và 4! cách sắp xếp nội bộ đối với phái đoàn Mỹ.
Do vậy, số cách sắp xếp chỗ ngồi cho tất cả các đại biểu để hai người cùng
một nước ngồi cạnh nhau sẽ là
4!3!5!2!3!5! = 4976640.
2
1.1.2 Chỉnh hợp
• Chỉnh hợp không lặp
Định nghĩa 1.4. Cho tập hợp M có n phần tử và k là một số nguyên dương
1 ≤ k ≤ n. Mỗi cách sắp xếp k phần tử của tập hợp M theo một thứ tự nhất định
được gọi là một chỉnh hợp không lặp chập k của n phần tử đã cho. Số các chỉnh
hợp không lặp chập k của n phần tử ký hiệu là Akn .
Định lý 1.2. Số tất cả các chỉnh hợp không lặp chập k của n phần tử được tính
theo công thức
n!
Akn = .
(n − k)!
Ví dụ 1.4. Có bao nhiêu số khác nhau gồm 3 chữ số được thiết lập từ {1, 2, 3, 4, 5}?
Giải. Một số gồm 3 chữ số được thiết lập từ {1, 2, 3, 4, 5} tương ứng với một
chỉnh hợp không lặp chập 3 của 5. Do đó ta có
5!
A35 = = 60.
(5 − 3)!
Định nghĩa 1.5. Cho tập hợp X gồm n phần tử. Mỗi dãy có độ dài k các phần
tử của X, mà mỗi phần tử có thể lặp lại nhiều lần và được sắp xếp theo một thứ
tự nhất định được gọi là một chỉnh hợp chập k của n phần tử thuộc X.
Nếu thế, một chỉnh hợp chập k của n có thể được xem như một phần tử
của tích Decart X k . Theo nguyên lý nhân, số tất các chỉnh hợp chập k này của
n sẽ là nk . Ta ký hiệu Akn là số các chỉnh hợp nói trên. Vậy ta có
Akn = nk .
Một cách chứng minh khác như sau. Việc lập một chỉnh hợp chập k của
một tập hợp n phần tử được coi như một công việc gồm k công đoạn. Công
đoạn 1 là chọn vào vị trí tứ nhất, công đoạn 2 là chọn phần tử vào vị trí tứ 2,
..., công đoạn k là chọn phàn tử vào vị trí thứ k. Vì các phần tử có thể được lặp
lại nhiều lần ở mỗi công đoạn, nên ở mỗi công đoạn ta đều có n cách chọn các
phần tử cho ỗi một trong k vị trí. Theo quy tắc nhân ta có
n.n...n(k lần) = nk .
3
Ví dụ 1.5. Tính số dãy nhị phân gồm n thành phần.
Giải. Mỗi dãy nhị phân độ dài n là một bộ gồm n thành phần, trong đó mỗi
thành phần chỉ nhận một trong hai giá trị 1 hoặc 0. Từ đó suy ra số các dãy
nhị phân độ dài n sẽ là 2n .
Giải. Giả sử tập n phần tử là X = {x1 , x2 , ..., xn }. Biểu diễn mỗi tập con A của
tập X đã cho bằng một dãy nhị phân chiều dài n: b = (b1 , b2 , ..., bn ), trong đó b= 1,
nếu phần tử xi ∈ A và bi = 0 trong trường hợp ngược lại( i=1, 2, ..., n). Từ đó
ta có số tập con của X là 2n .
Ví dụ 1.7. Từ bốn chữ số 1, 2, 3, 5 có thể lập được bao nhiêu số chẵn gồm bốn
chữ số?
Giải. Vì tập {1, 2, 3, 5} chỉ có duy nhất một chữ số chẵn là 2, nên x = abcd với
a, b, c, d ∈ {1, 2, 3, 5} là số chẵn khi và chỉ khi d=2. Mặt khác, a, b, c có thể bằng
nhau, nên y = abc là một chỉnh hợp lặp chập 3 của bốn phần tử 1, 2, 3, 5. Do đó,
để thành lập số x ta chỉ cần lấy một số y nào đó rồi thêm 2 vào cuối. Bởi vậy,
số các số x = abc2 bằng số các số y = abc và bằng A34 = 4= 364.
Định nghĩa 1.6. Cho tập A gồm n phần tử. Mỗi tập con(không kể thứ tự) gồm
k(0 ≤ k ≤ n) phần tử thuộc A được gọi là một tổ hợp chập k của n phần tử đã
cho.
Ví dụ 1.8. Có bao nhiêu cách chọn 5 người đi lao động của lớp có 50 người?
Giải. Mỗi cách chọn ngẫu nhiên 5 người trong 50 người là 1 tổ hợp chập 5 của
50. Vậy có số cách chọn là
5 50! 50!
C50 = = = 2118760.
5!(50 − 5)! 5!45!
4
Các tính chất cơ bản của Cnk :
Cn0 = Cnn = 1
Cn1 = n
Cnk = Cnn−k
Cnk + Cnk−1 = Cn+1
k
n
X n
X
n
(x + y) = Cnk xn−k y k = Cnk xk y n−k
k=0 k=0
• Tổ hợp lặp
Định nghĩa 1.7. Cho tập hợp A = {a1 , a2 , ..., an }. Một tổ hợp lặp chập m(m
không nhất thiết phải nhỏ hơn n) của n phấn tử thuộc A là một bộ gồm m phần
tử, mà mỗi phần tử này là một trong những phần tử của A.
Ta sử dụng Cnm hay Knm để ký hiệu tổ hợp chập m của n phần tử. Khi đó
ta có
Cnm = Knm = Cn+m−1
m
.
5
Ví dụ 1.9. Giả sử có 4 loại bóng màu: Xanh, Đỏ, Tím, Vàng với số lượng mỗi
loại không hạn chế. Hai bộ bóng được coi là khác nhau, nếu có ít nhất một màu
với số lượng thuộc hai loại khác nhau. Liệu có bao nhiêu cách chọn ra các bộ
6(quả bóng) khác nhau?
Giải. Vì trong mỗi bộ 6 có thể có các quả bóng cùng màu và không phân biệt
thứ tự chọn, nên số cách chọn khác nhau bằng số tổ hợp lặp chập 6 của 4 phần
tử(tập hợp bóng cùng màu được coi như một phần tử)và được tính theo công
thức
6 9!
C46 = C4+6−1 = = 84.
6!3!
Định nghĩa 1.8. Tập hợp các kết quả có thể xảy ra của một phép thử ngẫu
nhiên gọi là không gian ngẫu nhiên của phép thử đó.
Ví dụ 1.11. Trong phép thử ngẫu nhiên: gieo một đồng xu, thì không gian ngẫu
nhiên là
Ω = {S, N }.
6
Khi gieo con xúc xắc 6 mặt thì không gian mẫu là
Ω = {1, 2, 3, 4, 5, 6}.
Gieo một đồng xu hai lần, và ký hiệu chẳng hạn SN để chỉ lần thứ nhất được
mặt sấp, làn thứ hai được mặt ngửa. Không gian mẫu là
Ω = {SS, SN, N S, N N }.
Gieo hai con xúc xắc một xanh một đỏ và dùng ký hiệu (x, y) để chỉ con xúc
xắc xanh cho x chấm, xức xắc đỏ cho y chấm. Không gian mẫu là
Ω = {(1, 1), (1, 2)..., (1, 6); (2, 1), ..., (2, 6), ...., (6, 1), ..., (6, 6)}
Ví dụ 1.12. Với phép gieo một lần con xúc xắc, không gian mẫu là E =
{1, 2, 3, 4, 5, 6}. Các tập con A = 1, B = {1, 3, 5} là những biến cố. Biến cố A xảy
ra nếu số chấm ở mặt ngửa là 1, biến cố B xảy ra nếu số chấm hiện ra là các số
lẻ. Nếu ở mặt trên hiện ra 5 chấm, thì biến cố B xảy ra, còn biến cố A không
xảy ra
Định nghĩa 1.10. (Biến cố sơ cấp). Một biến cố sơ cấp là một tập hợp con gồm
đúng một phần tử của không gian mẫu.
Định nghĩa 1.11. (Biến cố chắc chắn, biến cố không thể có) Trong không gian
mẫu:
- Bản thân tập Ω được gọi là biến cố chắc chắn
- Tập rỗng (∅) được gọi là biến cố không thể.
Định nghĩa 1.12. (Biến cố kéo theo). Biến cố A được gọi là biến cố kéo theo
biến cố B nếu sự xảy ra của A kéo theo sự xảy ra của B và được ký hiệu A ⊂ B.
Ví dụ. Biến cố A: mặt trên của con xúc xắc có 1 chấm, biến cố B: mặt trên
của con xúc xắc có số chấm lẻ.
7
Định nghĩa 1.13. (Biến cố bằng nhau). Nếu biến cố A là biến cố kéo theo biến
cố B và biến cố B cũng là biến cố kéo theo biến cố A, thì ta nói hai biến cố bằng
nhau. A ⊂ B.
Định nghĩa 1.14. (Biến cố hợp, biến cố giao). Một biến cố sơ cấp là một tập
hợp con gồm đúng một phần tử của không gian mẫu.
a) Tổng của hai biến cố A và B(phép cộng)là biến cố mà nó xảy ra nếu ít
nhất một trong hai biến cố A hoặc B xảy ra và ký hiệu là A ∪ B, hoặc A+B.
b) Biến cố tích(phép nhân). Tích của hai biến cố A và B là biến cố mà nó
xảy ra nếu cả A và B đồng thời xảy ra và ký hiệu là A ∩ B , hoặc AB.
1. A ∪ A = A, A ∩ A = A, A ∪ B = B ∪ A, A ∩ B = B ∩ A;
2. A ∪ (B ∪ C) = (A ∪ B) ∪ C, A ∩ (B ∩ C) = (A ∩ B) ∩ C;
3. A ∪ ∅ = A, A ∩ ∅ = ∅.
Định nghĩa 1.15. (Biến cố xung khắc). Hai biến cố A và B được gọi là xung
khắc, nếu A ∩ B = ∅. Dãy các biến cố B1 , B2 , ..., Bn được gọi là dãy xung khắc,
nếu đôi một các biến cố là xung khắc.
Ví dụ: Gieo con xúc xắc và ký hiệu Bk là biến cố khi mặt trên có k chấm.
Rõ ràng dãy các biến cố B1 , B2 , B3 , B4 , B5 , B6 là xung khắc.
Định nghĩa 1.16. (Biến cố hiệu). Hiệu của biến cố A với biến cố B là biến cố
được xảy ra nếu biến cố A xảy ra và biến cố B không xảy ra, và được ký hiệu là
A \ B hay A − B.
Định nghĩa 1.17. (Biến cố đối lập). Giả sử Ω là không gian mẫu. Gọi Ω \ A là
biến cố đối lập của A và ký hiệu là A.
8
Các tính chất của biến cố đối lập:
A ∪ B = A ∩ B, A ∩ B = A ∪ B.
Định nghĩa 1.18. (Hệ đầy đủ các biến cố). Dãy n biến cố B1 , B2 , ..., Bn tạo
thành một hệ đầy đủ các biến cố nếu các điều kiện sau đây được thỏa mãn:
Giải. Vì cả hai con xúc sắc đều vô tư, nên không gian mẫu gồm n=36(= 62 )
biến cố sơ cấp đồng khả năng.
9
a) Biến cố để được tổng các chấm bằng 5 là tập con A = {(1, 4), (2, 3), (3, 2), (4, 1)}
gồm 4 phần tử. Vậy
4 1
P (A) = = .
36 9
b) Biến cố để được tổng các chấm bằng 8 là tập con B = {(2, 6), (3, 5), (4, 4), (5, 3), (6, 2)}
gồm 5 phần tử. Vậy
5
P (B) = .
36
Ví dụ 1.15. Một bình kín không trong suốt đựng 5 viên giống nhau, trong đó
có 3 bi xanh và 2 bi đỏ. Lấy ngẫu nhiên 2 viên bi. Tính xác suất để được 2 viên
bi xanh
Giải. Có 5 viên bi, ta muốn chọn ra 2 viên. Có n = C52 = 10 cách chọn. Đây là
số phần tử của không gian mẫu n=10. Có tất cả 3 viên bi xanh, ta muốn chọn
2. Có C32 = 3 cách chọn( đây là số phần tử của biến cố). Thành thử xác suất để
3
chọn được 2 viên bi xanh là = 0, 3.
10
Ví dụ 1.16. Xét một đặc tính do một cặp gen A và a gây ra. TRong việc lai
tạo, bố, mẹ mỗi người cho một gen. Nếu cả hai người đều mang gen dị hợp tử,
nghĩa là Aa thì các hợp tử của con sẽ là một trong 4 loại sau: AA, aA, Aa, aa.
Tìm xác suất để con có các kiểu gen: aa, aA, AA.
Giải. Vì bốn biến cố AA, aA, Aa, aa là đồng khả năng, nên xác suất để con có
kiểu gen aa là 1/4. Tương tự, xác suất để con có kiểu gen AA cũng là 1/4. Nếu
gộp Aa và aA vào một kiểu gen thì xác xuất để con có kiểu gen aA là 2/4=1/2.
Ví dụ 1.17. Một lô sản phẩm gồm n sản phẩm trong đó có n sản phầm tốt va
n-m phế phẩm. Lấy ngẫu nhiên s sản phẩm từ lô hàng. Tìm xác suất để trong s
sản phẩm được lấy ra có đúng k sản phẩm tốt.
Giải.
Số khả năng lấy s sản phẩm từ lô hàng trong đó có k sản phẩm tốt và s-k
phế phẩm là Cmk × C s−k .
n−m
10
Vậy xác suất cần tìm là
k × C s−k
Cm n−m
P (A) = s
.
Cn
Bài toán 1.1. 25 hành khách lên ngẫu nhiên 5 toa tàu.Tìm xác suất để:
a) Toa tàu thứ nhất có đúng 4 hành khách.
b)Mỗi toa tàu có 5 hành khách.
Giải. Số cách phân ngẫu nhiên 25 hành khách lên 5 toa tàu là 525 . Số cách
phân ngẫu nhiên 25 hành khách lên 5 toa tàu mà toa thứ nhất có 4 hành khách
là C2 54 × 421 . Xác suất phải tìm là
C2 54 × 421
P (A) = .
525
b) Số cách phân ngẫu nhiên 25 hành khách lên 5 toa tàu mà mỗi toa có 5
hamhf khách là
5 5 5 25!
C25 × C20 × C15 × C55 =
(5!)5
Ví dụ 1.18. Lấy ngẫu nhiên 3 chữa số từ tập hợp 5 chữa số {0, 1, 2, 3, 4} xếp
tành hàng ngang từ trái qua phải. Tìm xác suất để nhận được một số gồm 3 chữ
số(không kể chữa số 0 đứng đầu)
11
1.3.2 Định nghĩa xác suất theo tần suất
Xét phép thử nào đó. Biến cố A được quan sát trong phép thử này. Ta lặp
lại độc lập n phép thử này với điều kiện như nhau. Gọi k là số lần xuất hiện
k
biến cố A trong n lần phép thử đó. Tỷ số được gọi là tần suất xuất hiện biến
n
cố A.
k
Định nghĩa 1.20. Nếu số phép thử càng lớn thì tần suất xuất hiện biến cố A
n
sẽ sai khác số cố địn p nào đó càng bé thì ta nói biến cố A ổn định ngẫu nhiên
và số p được gọi là xác suất xuất hiện biến cố A.
Định nghĩa này có ưu điểm là nó giải quyết được vấn đề khi không gian
mẫu có vô hạn các biến cố sơ cấp và không cần giả thiết tính đồng khả năng.
- Nếu Ω là đường cong hay đoạn thẳng thì độ đo của Ω chính là độ dài của
nó.
- Nếu Ω là hình phẳng hay cong thì độ đo của nó chính là diện tích của nó.
-Nếu Ω là hình không gian thì độ đo của nó chính là thể tích của nó.
Ví dụ 1.19. Tìm xác suất để điểm M rơi vào hình tròn nội tiếp hình vuông có
cạnh 2 m.
Giải. Ta có
Diện tích hình tròn π
P (M ) = = .
Diện tích hình vuông 4
12
1.3.4 Các tính chất của xác suất
Tính chất 1.1.
1) Với mọi biến cố A ta có 0 ≤ P (A) ≤ 1.
2) P (∅) = 0, P (Ω) = 1.
3) Nếu A và B là hai biến cố xung khắc, thì
P (A ∪ B) = P (A) + P (B).
P (A) = 1 − P (A).
Chứng minh. Giả sử không gian mẫu có n biến cố cơ bản còn A có r phần tử.
Khi đó A có n-r phần tử. Do đó
n−r r
P (A) = = 1 − = 1 − P (A).
n n
Ví dụ 1.20. Gieo đồng thời 3 đỗng xu vô tư. Các biến cố có: A cả 3 đồng xu
đều lật ngửa; A có:ít nhất 1 đồng xu lật sấp là các biến cố bù nhau. Xác suất
của các biến cố này là
1 1 7
P (A) = , P (A) = 1 − = .
8 8 8
Tính chất 1.3. (Công thức cộng xác suất)
Chứng minh. Giả A có a phần tử, B có b phần tử, còn A ∩ B có c phần tử(c=0
nết A ∩ B = ∅). Khi đó A ∪ B có a+b-c phần tử.Nếu n là số phần tử của không
gian mẫu, thì ta có
a+b−c a b c
P (A ∪ B) = = + − = P (A) + P (B) − P (A ∩ B).
n n n n
13
Ví dụ 1.21. Một lớp có 50 học sinh, trong đó có 12 học sinh giỏi Toán, 8 học
sinh giỏi Văn và 2 học sinh giỏi cả Văn lẫn Toán. Chọn ngẫu nhiên một học
sinh. Tính xác suất đã được một học sinh giỏi Toán hay giỏi Văn(giỏi cả 2 môn
càng tốt).
Giải. Gọi A là biến cố chọn được học sinh giỏi Toán, B lf biến cố chọn được
học sinh giỏi Văn. Ta cần tính P (A ∪ B). Ta có
12 8 2
P (A) = , P (B) = , P (A ∩ B) =
50 50 50
Do đó
12 8 2 18
P (A ∪ B) = + − = = 0, 36.
50 50 50 50
Ví dụ 1.22. Gieo một lần con xúc xắc cân đối và đồng chất. Ký hiệu A là biến
cố: mặt trên có 1 chấm, hoặc 2 chấm, hoặc 3 chấm. Và B là biến cố mặt trên có
3 chấm, hoặc 4 chấm, hoặc 5 chấm. Tính xác suất của A ∪ B, A, B, A ∩ A \ B.
14
Ngoài ra, A ∩ B gồm 2 phần tử là (3, 2) và (4, 1). Do đó
2
P (A ∩ B) = .
36
Bây giờ, giả sử chúng ta đã biết biến cố A xảy ra, và ta muốn tìm xác suất
của biến cố B trong điều kiện này.
Vì phép thử A đã xảy ra nên các kết quả của phép thử có thể được của
phép thử ngẫu nhiên bị thu hẹp trong tập con của A. Nói cách khác, không gian
mẫu mới chính là A với 15 phần tử. Không gian mẫu mới này chỉ có hai trường
hợp x+y=5, đó là hai phần tử (3, 2) và (4, 1). Như vậy, biến cố B bị thu hẹp lại
thành biến cố B ∩ A trong không gian mẫu A.
Xác suất của biến cố B ∩ A trong không gian mẫu A được gọi là xác suất
có điều kiện và được ký hiệu bởi P (B/A) và được tính theo công thức
Số phần tử củaB ∩ A
P (B/A) =
Số phần tử củaA
Số phần tử củaB ∩ A Số phần tử củaA P (B ∩ A)
= : = .
Số phần tử củaΩ Số phần tử củaΩ P (A)
Gọi A là biến cố(có ít nhất 2 đồng xu lật ngửa), B là biến cố( có ít nhất một
đồng xu lật sấp). Tính P(B/A).
Giải. ta có
4
A = {N N N, N N S, N SN, SN N } ⇒ P (A) = , B = Ω \ {N N N }.
8
Do đó
3
A ∩ B = {N N S, N SN, SN N } ⇒ P (A ∩ B) = .
8
15
Theo định nghĩa ta có
3 4 3
P (B/A) = : = .
8 8 4
Ví dụ 1.24. Một lô sản phẩm gồm có 12 sản phẩm, trong đó có 8 sản phẩm tốt
và 4 phế phẩm.
1. Rút ngẫu nhiên liên tiếp không hoàn lại 2 sản phẩm từ lô hàng. Tìm xác
suất để hai sản phẩm đó là sản phẩm tốt.
2. Rút ngẫu nhiên 1 sản phẩm từ lô hàng và không để ý tới sản phẩm đó.
Sau đó rút tiếp sản phẩm thứ hai. Tìm xác suất để sản phẩm lấy ra lần thứ hai
là sản phẩm tốt.
Giải.
1. Từ định nghĩa xác suất có điều kiện suy ra
P (A ∩ B) = P (A)P (B/A).
Đặt A là biến cố sản phẩm lấy ra lầ I là sản phẩm tốt và B= biến cố sản phẩm
lấy ra lần II là sản phẩm tốt. Ta có
8 7 8 7 14
P (A) = , P (B/A) = ⇒ P (A ∩ B) = × = .
12 11 12 11 33
B = Ω ∩ B = (A ∪ A) ∩ B = A ∩ B ∪ A ∩ B.
P (B) = P (A ∩ B) + P (A ∩ B)
Ta có
8 7 4 8
P (A) = , P (B/A) = , P (A) = , P (B/A) = .
12 11 12 11
Suy ra
8 7 4 8 2
P (B) = . + . = .
12 11 12 11 3
16
1.4.3 Công thức xác suất toàn phần và công thức Bayes
1. Công thức xác suất toàn phần
Giả sử A là biến cố bất kỳ, và B1 , B2 , ..., Bn lập thành một hệ đầy đủ các
biến cố với P (Bi ) > 0, i = 1, 2, ..., n. Khi đó ta có công thức
n
X
P (A) = P (Bi )P (A/Bi ). (1.5)
i=1
P (A ∩ Bk ) P (Bk )P (A/Bk )
P (Bk /A) = = n (k = 1, 2, ..., n) (1.6)
P (A) X
P (A/Bi ).P (Bi )
i=1
Giải.
1. Đặt A= là biến cố sản phẩm lấy ra là sản phẩm tốt và Bi = là biến cố sản
phẩm lấy ra ở lô thứ i( i=1, 2). Suy ra B1 , B2 lập thành một hệ đày đủ bởi vì
sản phẩm lấy ra không ở lô I thì ở lô II. Vậy,
B1 ∪ B2 = Ω.
Một sản phẩm lấy ra ở lô I thì thôi lấy ra ở lô II và ngược lại, lấy ở lô II thì thôi
lấy ở lô I. Suy ra
B1 ∩ B2 = ∅.
17
Vậy ta có
1 15 1 10 5
P (A) = . + . = .
2 20 2 20 8
2. Xác xuất phải tìm là
P (B2 )P (A/B2 ) 1/2.1/2 2
P (B2 /A) = = = .
P (A) 5/8 5
Ví dụ 1.26. Gieo ngẫu nhiên 20 lần một đồng tiền cân đối và đồng chất. Tìm
xác suất để:
1. Có đúng 1 lần xuất hiện mặt sấp.
2. Có ít nhất 2 lần xuất hiện mặt sấp.
Giải.
1. Xem việc gieo 20 lần đồng xu như phép thử Bernoulli, biến cố xuất hiện mặt
sấp(biến cố A)luôn bằng 1/2 trong 1 lần gieo. Theo công thức Bernoulli ta có
1 1 5
P20 (1) = C20 (1/2)1 (1 − 1/2)20−1 = 20. 20
= 18 .
2 2
18
2. Ta phải tính xác suất của biến cố [k ≥ 2], k là số lần xuất hiện biến cố A
trong dãy n phép thử Bernoulli. Ta có
1 0 1 20−0
0
P [k ≥ 2] = 1 − P [k < 2] = 1 − P20 (0) − P20 (1) = 1 − C20 1−
2 2
1 1 1
20−1 1 5 21
1
−C20 1− =1− 20
− 18 = 1 − 20 .
2 2 20 2 2
Ví dụ 1.27. Gieo 100 hạt đậu tương. Xác suất nảy mầm của mỗi hạt là 0,9.
Tính xác suất để trong 100 hạt:
1. Có đúng 80 hạt nảy mầm.
2. Có ít nhất 1 hạt nảy mầm.
3. Có nhiều nhất 98 hạt nảy mầm.
Giải. Gieo 100 hạt đậu tương được xem như thực hiện 100 phép thử Bernoulli.
Gọi A là biến cố: hạt nảy mầm. Theo giả thiết có P(A)=0,9. Theo công thức
tính xác suất nhị thức, ta có
k
P100 (k) = C100 (0, 9)k (0, 1)100−k .
3.
99 100
P [k ≤ 98] = 1 − P [k > 98] = 1 − C100 (0, 1) − C100 (0, 9)100 = 1 − (0, 9)99 .
19
Trả lời. Gọi A là biến cố: "Mặt trên của các đồng xu đều là ngửa", còn B là
biến cố: " Mặt trên của các đồng xu có ít nhất 1 là ngửa". Ta có
1
a) P (A) = .
4
3
b) P (B) = .
4
1.2. Chọn ngẫu nhiên lần lượt 3 chữ số từ tập hợp 5 chữ số {0, 1, 2, 3, 4}, và xếp
thành hàng ngang từ trái sang phải. Tìm xác xuất để nhận được một số gồm 3
chữa số(không kể chữa số 0 đứng đầu tiên).
Giải. Số các số gồm 3 chữ số(kể cả chữ số 0 đứng đầu có thể lập được là số các
chỉnh hợp không lặp chập 3 của 5:
5!
A35 = = 60.
(5 − 3)!
Số các số gồm 3 chữ số có chữ số 0 đứng đầu bằng số bằng số các chỉnh hợp
chập 2 của 4 từ các tập hơp {1, 2, 3, 4} :
4!
A24 = = 12.
(4 − 2)!
1.3. Tìm xác suất để điểm M của hình tròn bán kính R rơi vào:
a) Hình vuông nội tiếp nó.
b) Tam giác đều nội tiếp nó.
√
Trả lời. a) 2/π, b) 3 3/4π.
1.4. Có hai lô hàng. Lô I có 12 sản phẩm, trong đó có 8 sản phẩm tốt và 4 phế
phẩm. Lô II có 10 sản phẩm, trong đó 5 sản phẩm tốt và 5 phế phẩm. Lấy ngẫu
nhiên 1 lô hàng và từ lô đó chọn ngẫu nhiên 1 sản phẩm. Hãy tìm xác suất để
sản phẩm ấy là tốt. Giả sử sản phẩm đó là tốt. Tìm xác suất để sản đó là của
lô thứ II.
20
Giải. Ký hiệu A=biến cố " sản phẩm lấy ra là sản phẩm tốt", Bi =biến cố " sản
phẩm lấy ra là ở lô thứ i". Ta có {B1 , B2 } là một hệ đầy đủ, hay B1 ∩ B2 = ∅.
Áp dụng công thức
2
X
P (A) = P (Bi )P (A/Bi ) = P (B1 )P (A/B1 ) + P (B2 )P (A/B2 ) (∗)
i=1
Ta có
1 8 2 5 1
P (B1 ) = P (B2 ) = , P (A/B1 ) = = , P (A/B2 ) = = .
2 12 3 10 2
1.5. Cho hai hộp đựng bi, hộp thứ nhất có 3 bi đỏ, 4 bi trắng; hộp thứ ha có 5
bi đỏ và 3 bi trắng. Bốc ngẫu nhiên 1 bi từ hộp thứ nhất bỏ vào hộp thứ hai, rồi
lấy ngẫu nhiên 1 bi từ hộp thứ hai bỏ ra ngoài. Tính xác suất để viên bi lấy ra
lần 2 là trắng.
Giải. Gọi Ai là biến cố lần thứ i lấy ra bi trắng. Ta có {Ai , Ai } là một hệ đầy
đủ. Ta có
P (A2 ) = P (A1 )P (A2 /A1 ) + P (A1 )P (A2 /A1 )
4 4 3 3 25
= . + . = .
7 9 7 9 63
21
Chương 2
Giải. Ta có
22
2.1.2 Bảng đạo hàm và vi phân của các hàm số cơ bản
1. (xm )0 = mxm−1 8. (sin x)0 = cos x
√ 1
2. ( x)0 = √ 9. (cos x)0 = − sin x
1 0 2 1x 1
3. =− 2 10. (tan x)0 =
x x cos2 x
0 1
x
4. (e ) = e x 11. (cot x)0 = − 2
sin x
1
5. (ax )0 = ax ln a 0
12. (arcsin x) = √
1 − x2
1 1
6.(ln x)0 = 13. (arccos x)0 = − √
x 1 − x2
1 1
7.(loga x)0 = 14. (arctan x)0 =
x ln a 1 + x2
23
2.1.4 Các phép toán của đạo hàm và vi phân
• Các phép toán của đạo hàm
Giả sử c là hằng số, u=u(x), v=v(x) là các hàm số có đạo hàm. Khi đó
1. c0 = 0, x0 = 1.
2. (cu)0 = cu0 .
3. (u ± v)0 = u0 ± v 0 .
4. (uv)0 = u0 v + uv 0 .
u 0 u0 v − uv 0
5. =
v v2
• Các phép toán của vi phân
1. d(cu) = cdu.
2. d(u ± v) = du ± dv.
3. d(uv) = u.dv + v.du.
u vdu − udv
4. d = .
v v2
2.1.6 Định nghĩa nguyên hàm và tích phân bất định.Bảng các
tích phân bất định cơ bản
Định nghĩa 2.2. Hàm F(x) được gọi là nguyên hàm (Primitive function) của
hàm f(x) trên khoảng X, nếu
Định lý 2.1. Nếu F(x) là một nguyên hàm của f(x) thì F(x)+C cũng là một
nguyên hàm cùa f(x). Ngược lại, mọi nguyên hàm của hàm số f(x) đều biểu diễn
được ở dạng F(x)+C, với C là một hằng số.
24
Định nghĩa 2.3. Tích phân bất định(Indefinite integral) của hàm số f(x) là
biểu thức của nguyên hàm tổng quát(họ của các nguyên hàm): F(x)+C, trong
đó F(x) là một nguyên hàm của f(x) và C là một hằng số tùy ý. Để biểu diễn
tích phân bất định của hàm f(x) người ta dùng ký hiệu
Z
f (x)dx = F (x) + C
Ví dụ
x3
Z
x2 dx = +C
3
25
Z
dx
12. 2
= arctan x + C
Z 1+x
dx p
13. √ = ln(x + x2 ± a2 ) + C
x 2 ± a2 Z Z
14. Tích phân từng phần: vdu = uv − vdu
Nếu giới hạn trên tồn tại ta nói hàm f(x) khả tích trên [a, b] hay (a, b).
Định lý 2.2. Các hàm liên tục trên đoạn [a, b], các hàm bị chặn, có một số
hữu hạn các điểm gián đoạn loại 1 trên đoạn [a, b] là những hàm khả tích trên
[a, b].
x3
Giải. Nguyên hàm củax2 là , do đó theo công thức Newton-Leibnitz ta có
3
x3 2 1 3 7
I= = (2 − 13 ) = .
3 1 3 3
26
2.1.9 Tích phân với cận thay đổi
• Tích phân với cận trên thay đổi
Z x
Φ(x) = f (t)dt, x∈X
a
Tính chất Z x
0
Φ (x) = f (x), Φ(x) = f (t)dt = F (x) + C,
a
trong đó F(x) là một nguyên hàm của f(x).
• Tích phân với cận dưới thay đổi
Tích phân với cận trên thay đổi
Z b
Φ(x) = f (t)dt, x∈X
x
Tính chất Z b
0
Φ (x) = −f (x), Φ(x) = f (t)dt = −F (x) + C,
x
trong đó F(x) là một nguyên hàm của f(x).
Tương tự Z a Z a
f (x)dx = lim f (x)dx.
−∞ A→−∞ A
Z ∞ Z a Z ∞
f (x)dx = f (x)dx + f (x)dx.
−∞ −∞ a
27
2.2 Các khái niệm cơ bản của biến ngẫu nhiên và
hàm phân phối
2.2.1 Biến ngẫu nhiên
Xét ví dụ: Gieo ngẫu nhiên 1 là đồng xu cân đối và đồng chất.Ta xem một
lần gieo đồng xu là tiến hành một phép thử ngẫu nhiên: " gieo đồng xu". Không
gian các biến cố sơ cấp với phép thử này là Ω = {S, N }. Gọi X là " xuất hiện
mặt sấp" trong 1 lần gieo đó. Ta thấy rằng X có thể nhận hai giá trị: 0 hoặc 1.
• X=0 nếu đồng tiền xuất hiện mặt ngửa (N). Điều này có nghĩa là ứng
với phần tử N ∈ Ω cho số 0 với xác suất P (N ) = 1/2.
• X=1 nếu đồng tiền xuất hiện mặt sấp. Điều này có nghĩa là ứng với phần
tử S ∈ Ω cho số 1 với xác suất P (S) = 1/2.
Qua ví dụ trên ta thấy đại lượng X liên quan đến phép thử ngẫu nhiên mà
ứng với mỗi kết quả của phép thử cho một số với một xác suất nào đó, được
gọi là giá trị của X. Đại lượng X như thế được gọi là biến ngẫu nhiên, hay đại
lượng ngẫu nhiên.
Định nghĩa 2.6. Hàm X = X(ω) được xác định trên không gian các biến cố sơ
cấp Ω và nhận giá trị trong R, nếu với x ∈ R tập hợp {ω ∈ Ω|X(ω) < x} là biến
cố ngẫu nhiên. Ta thường ký hiệu các biến ngẫu nhiên bằng các chữ X, Y, Z,...,
giá trị của nó ký hiệu bằng các chữa thường x, y, z, ...
Xét các ví dụ.
• X là số viên đạn trúng đích khi bắn liên tiếp n viên đạn độc lập vào một
mục tiêu. Giá trị mà nó có thể nhận là 0, 1, 2, ..., n.
• X là số sản phẩm tốt trong 10 sản phẩm được chọn ngẫu nhiên từ lô sản
phẩm có 100 sản phẩm tốt và 50 phế phẩm. X là biến ngẫu nhiên và giá trị của
nó có thể nhận là 0, 1,2,..., 9, 10.
• X là số hạt nảy mầm khi gieo 100 hạt đậu tương, X là biến cố ngẫu
nhiên.
Định nghĩa 2.7. Biến ngẫu nhiên rời rạc là biến ngẫu nhiên mà các giá trị của
nó có thể nhận là tập hợp hữu hạn hoặc vô hạn đếm được.
Định nghĩa 2.8. Biến ngẫu nhiên liên tục là biến ngẫu nhiên mà giá trị có thể
nhận của nó là tất cả mọi điểm trong khoảng (a, b), trong đó a có thể là −∞,
còn b có thể là +∞.
28
2.2.2 Hàm phân phối
Ta nhận thấy tập [ω : X(ω) < x], x ∈ R thay đổi, nếu x thay đổi. Do đó
xác suất P [ω : X(ω) < x] cũng thay đổi.
Định nghĩa 2.9. Ta gọi hàm(xác suất) P [ω : X(ω) < x], x ∈ R là hàm phân phối
của biến ngẫu nhiên X và ký hiệu
Ví dụ 2.4. Tìm hàm phân phối của biến ngẫu nhiên X chỉ số lần xuất hiện mặt
sấp khi gieo một lần đồng xu cân đối và đồng chất.
Giải. Không gian các biến cố sơ cấp của phép thử là Ω = {S, N }. Gọi X là số
lần xuất hiện mặt sấp trong 1 lần xuất hiện mặt sấp trong 1 lần tung đồng xu
, X chỉ có thể nhận hai giá trị 0 hay 1, nên ta có bảng phân phối xác suất
X 0 1
P 1/2 1/2
Với mỗi x ∈ R ta chứng minh tập [ω : X(ω) < x] là biến cố ngẫu nhiên. Thật
vậy, ta có phân tích như sau:
∅, x ≤ 0 (không thể)
[ω : X(ω) < x] = {N }, 0 < x ≤ 1 (mặt sấp không xuất hiện)
Ω, x > 1 ( biến cố X<x ) bao giờ cũng xảy ra
tức là
0,
x≤0
1
F (x) = P [ω) : X(ω) < x] = , 0<x≤1
2
1, x > 1.
29
2.2.3 Các tính chất của hàm phân phối
Tính chất 2.1. Hàm phân phối F (x) là hàm đơn điệu tăng, nghĩa là nếu x1 < x2
Tính chất 2.2. Hàm phân phối F (x) là hàm liên tục bên trái, nghĩa là limx→a− F (x) =
F (a).
X x1 x2 ... an ...
P [X = xi ] p1 p2 ... pn ...
Ví dụ 2.5. Gieo một lần con xúc xắc cân đối và đồng chất. Ký hiệu X là biến
ngẫu nhiên chỉ số chấm mặt trên của con xúc xắc. Tìm phân phối xác suất của
X. Tính xác suât P [0 ≤ X < 3] và xác suất P [0 ≤ X < 5].
Giải. Vì con xúc xắc là cân đối và đồng chất, nên các biến cố xuất hiện các
mặt có số chấm là 1, 2, ..., 6 là đồng khả năng và bằng 1/6. Ta có bẳng phân
phối xác suất của X là:
X 1 2 3 4 5 6
p 1/6 1/6 1/6 1/6 1/6 1/6
30
Hàm phân phối xác suất là
Từ đây suy ra các xác suất
1 1
P [0 ≤ X < 3] = F (3) − F (0) = −0= .
3 3
2 2
P [0 ≤ X < 5] = F (5) − F (0) = −0= .
3 3
Hàm dưới dấu tích phân f(x) được gọi là mật độ xác suất của X
31
∞
X
với pi = 1. Nếu
i=1
∞
X
|xi |pi < +∞
i=1
∞
X
thì chuỗi xi pi được gọi kỳ vọng toán học của biến ngẫu nhiên X và được ký
i=1
hiệu là E(X):
∞
X
E(X) = xi p i .
i=1
Định nghĩa 2.12. Giả sử biến ngẫu nhiên X có hàm mật độ là f(x). Nếu tích
R +∞ R +∞
phân −∞ |x|f (x)dx < +∞ thì ta gọi tích phân −∞ xf (x)dx là kỳ vọng toán học
của biến ngẫu nhiên X và ký hiệu là E(X). Vậy
Z +∞
E(X) = xf (x)dx.
−∞
Ý nghĩa của kỳ vọng của đại lượng ngẫu nhiên X là giá trị trung bình của
đại lượng ngẫu nhiên đó. Kỳ vọng của đại lượng ngẫu nhiên X còn thường được
ký hiệu là M(X).
Về mặt hình học, kỳ vọng toán của đại lượng ngẫu nhiên X, rời rạc hay
liên tục, bằng tọa độ trọng tâm của một miền phẳng bị bao bọc bởi đường cong
hoặc được gấp khúc và trục hoành. Vì vậy khi có sự đối xứng của đường cong
qua đường thẳng song song với trục tung, kỳ vọng toán trùng với hoành độ giao
điểm của trục đối xứng với trục hoành Ox.
Điểm trên Ox, có hoành độ bằng kỳ vọng toán của đại lượng ngẫu nhiên
được gọi là tâm phân bố của đại lượng này.
Ví dụ 2.6. Cho phân phối xác suất của X là
X 0 1
p 1/2 1/2
Tìm kỳ vọng của X. Theo định nghĩa của kỳ vọng ta có
1 1 1
E(X) = 0. + 1. = .
2 2 2
Ví dụ 2.7. Phân phối xác suất của X cón hàm mật độ
( 1
, x ∈ (a, b), 0 < a < b,
f (x) = b−a
0, x ∈
/ (a, b).
32
Tính kỳ vọng của X. Theo định nghĩa ta có
Z ∞ Z b
x 1 1 2 b 1 b 2 − a2 a+b
E(X) = xf (x) = dx = . x = . = .
−∞ a b−a b−a 2 a b−a 2 2
Chứng minh rằng f(x) có thể là mật độ xác suất của một đại lượng ngẫu nhiên
X nào đó. Tìm kỳ vọng toán của X.
Giải. Ta có
Z ∞ Z π Z π
1 1 π
f (x)dx = f (x)dx = sin xdx = − cos x = 1.
−∞ 0 2 0 2 0
Ngoài ra f (x) ≥ 0. Do đó f(x) có thể là mật độ xác suất của một đại lượng ngẫu
nhiên nào đó.
Vì x = π/2 là trục đối xứng của đồ thị f(x), nên kỳ vọng của đại lượng ngẫu
nhiên X có mật độ xác suất f(x) bằng π/2.
Các tính chất của kỳ vọng toán
• Kỳ vọng của biến ngẫu nhiên hằng:
E(C) = C.
Biến ngẫu nhiên hằng là biến ngẫu nhiên luôn luôn nhận 1 giá trị.
• Kỳ vọng của biến ngẫu nhiên với biến ngẫu nhiên hằng
E[CX] = CE(X).
• Kỳ vọng của tích các biến ngẫu nhiên: Nếu X, Y là hai biên ngẫu nhiên
độc lập(quy luật phân phối xác suất không phụ thuộc nhau) thì:
E(XY ) = E(X)E(Y ).
33
2.3.2 Phương sai
Trong thực tế nhiều khi chỉ xác định kỳ vọng toán của biến ngẫu nhiên thì
chưa đủ để xác định biến ngẫu nhiên. Ta còn phải xác định mức độ phân tán
của các giá trị của biến ngẫu nhiên xung quanh giá trị trung bình của nó nữa.
Định nghĩa 2.13. Giả sử E(X) là kỳ vọng toán của biến ngẫu nhiên X. Khi đó
đại lượng E[X − E(X)]2 = E(X 2 ) − [E(X)]2 được gọi là phương sai và ký hiệu là
D(X).
Phương sai của một đại lượng ngẫu nhiên X cho biết độ lệch của nó so với
giá trị trung bình.
Các tính chất của phương sai
• Kỳ vọng toán của biến ngẫu nhiến rời rạc
∞
X ∞
X
2
D(X) = pi [xi − E(X)] = x2i pi − [E(X)]2 (2.1)
i=1 i=1
• Phương sai toán của biến ngẫu nhiến liên tục X có kỳ vọng E(X) được
xác định theo công thức
Z ∞ Z ∞
2
D(X) = [x − E(X)] f (x)dx = x2 f (x)dx − [E(X)]2 . (2.2)
−∞ −∞
D(C) = 0.
• Với X là đại lượng ngẫu nhiên còn c là hằng số tùy ý, có công thức
D(CX) = CD(x).
34
• Nếu X, Y là hai biến ngẫu nhiên độc lập thì
Vì các Xi đọc lập với nhau, nên theo tính chất của phương sai, ta có
n
X n
X
D(X) = D( Xi ) = D(Xi )
i=1 i=1
Mỗi biến ngẫu nhiên Xi (i = 1, n) đều có bảng phân phối xác xuất như sau
Xi 1 2 3 4 5 6
p 1/6 1/6 1/6 1/6 1/6 1/6
Do đó
1 7
E(Xi ) = (1 + 2 + 3 + 4 + 5 + 6) = = 3, 5.
6 2
1 91
E(Xi2 ) = (12 + 22 + 32 + 42 + 52 + 62 ) = .
6 6
Do đó
91 7 35
D(Xi ) = − = .
6 2 12
Suy ra
n
X 35
D(X) = D(Xi ) = n.
12
i=1
35
2.3.3 Độ lệch chuẩn
Định nghĩa 2.14. Độ lệch chuẩn của biến ngẫu nhiên X, ký hiệu là σX , là căn
bậc hai của phương sai
p
σX = D(X) (2.5)
Ta thấy đơn vị đo của phương sai bằng bình phương đơn vị đo của biến
ngẫu nhiên. Vì vậy, khi cần phải đánh giá mức độ phân tán của biến ngẫu nhiên
theo đơn vị đo của nó người ta thường dùng độ lệch chuẩn chứ không phải là
phương sai vì độ lệch chuẩn có cùng đơn vị đo với biến ngẫu nhiên cần nghiên
cứu.
Ví dụ 2.10. Cho X = {13, 18, 13, 14, 13, 16, 14, 21, 13}. Ta sắp xếp lại các giá trị
của X theo thứ tự tăng dần: X 0 = {13, 13, 13, 14, 14, 16, 18, 21}. Rõ ràng là giá trị
tập trung là 13, vậy xmod = 13.
Ví dụ 2.11. Cho phân phối xác suất của biến ngẫu nhiên X là
X −1 0 1
p 1/6 2/3 1/6
Định nghĩa 2.16. Mode của đại lượng nhẫu nhiên liên tục X được gọi là giá
trị của nó mà tại đó mật độ xác suất đạt giá trị cực đại
Mode có thể có vô số giá trị. Nếu đường thẳng x=a là trục đối xứng của
đường cong phân bố y=(x), thì xmod = a = E(X).
36
Dễ thấy rằng f(x) đạt giá trị lớn nhất tại x=3. Do đó xmod = 3. Thật vậy, lấy
đạo hàm cấp 1 theo x, ta có
(x − 3)2
1 (x − 3)2 0 −
h i
f 0 (x) = √ . − e 2σ 2 .
2πσ 2σ 2
Ví dụ 2.13. Mật độ xác suất của đại lượng ngẫu nhiên liên tục có dạng f (x) =
2
ae2x−x (a > 0). Có thể chứng tỏ rằng xmod = 1.
Ví dụ 2.14.
a = {1, 2, 3, 4, 5, 6, 7, 8, 9} : µd (a) = 5.
b = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10} : µd (b) = 5, 5.
Định nghĩa 2.18. Trung vị của đại lượng ngẫu nhiên liên tục X được gọi là giá
trị µmod mà tại đó hàm phân phối F=1/2, nghĩa là
Ví dụ 2.15. Cho mật độ xác suất của đại lượng ngẫu nhiên X:
0, x < 0,
f (x) = x − x3 /4, 0 ≤ x ≤ 2,
0, x > 2.
Giải. Trung vị µ được tìm từ điều kiện P [X < µ] < 0, 5. Trong trường hợp này
ta có Z µd
1
µ2 µ4
F (µd ) = P [X < µd ] = x − x3 dx = d − d .
0 4 2 16
37
Ta phải giải phương trình
µ2d µ4d 1
− = ⇔ µ4d − 8µ2d + 8 = 0.
2 16 2
p √ p √
Suy ra µd = ± 4 ± 8. Ta cần phải chọn µd ∈ (0, 2). Suy ra µd = 4 − 8 ≈
1, 09.
2.1. Tung một con xúc xắc. Gọi X là "Số chấm xuất hiện ". Hãy tìm quy luật
phân phối xác suất của X.
Giải. Vì X là biến ngẫu nhiên rời rạc với các giá trị có thêt có X=1, 2, 3, 4, 5,
6 với các xác suất tương ứng đều bằng 1/6, nên ta có bảng phân phối xác suất
của X là
X 1 2 3 4 5 6
p 1/6 1/6 1/6 1/6 1/6 1/6
Kiểm tra
1/6 + 1/6 + 1/6 + 1/6 + 1/6 + 1/6 = 1.
2.2. Trong hộp có 10 sản phẩm, trong đó có 6 chính phẩm(sản phẩm tốt). Lấy
ra ngẫu nhiên 2 sản phẩm. Tìm quy luật phân phối xác suất của số chính phẩm
được lấy ra.
Giải. Gọi X là ”Số chính phẩm lấy ra trong 2 sản phẩm ”. X là biến ngẫu nhiên
rời rạc với các giá trị X=0, 1, 2. Ta tìm xác suất tương ứng. Xác suât P(X=0)
chính là xác suất để 2 sản phẩm lấy ra không có chính phẩm nào(được 2 phế
phẩm). Theo định nghĩa cổ điển về xác suất ta có:
C42 6 2
P (X = 0) = 2
= = .
C10 45 15
Tương tự
C41 .C61 24 8
P (X = 1) = 2
= = ,
C10 45 15
C62 13 5
P (X = 2) = 2
= = .
C10 45 15
Như vậy, phân phối xác suất của X có dạng:
38
X 1 2 3 4 5 6
p 1/6 1/6 1/6 1/6 1/6 1/6
Kiểm tra
2/15 + 8/15 + 5/15 = 1.
2.3. Tìm kỳ vọng toán của biến ngẫu nhiên rời rạc X có bảng phân phối xác
suất như sau
X 1 3 4
p 0, 1 0, 5 0, 4
2.4. Tìm kỳ vọng toán của biến ngẫu nhiên liên tục X có hàm mật độ xác suất
3 2
(
(x + 2x), x ∈ (0, 1),
f (x) = 4
0, x ∈/ (0, 1).
Trả lời. Z ∞
11
E(X) = xf (x)dx = .
−∞ 16
2.5. Tìm phương sai của biến ngẫu nhiên rời rạc X có bảng phân phối xác suất
sau đây
X 1 3 4
p 0, 1 0, 5 0, 4
Suy ra
D(X) = E(X 2 ) − [E(X)]2 = 11 − (3, 2)2 = 0, 76.
39
2.6. Tìm phương sai của biến ngẫu nhiên liên tục X có hàm mật độ xác suất
2x, x ∈ (0, 1),
f (x) =
0, x ∈
/ (0, 1).
Trả lời.
1
D(X) = E(X 2 ) − [E(X)]2 = .
18
Trung vị và mode
2.7. Thu nhập của dân cư tại một vùng biển là biến ngẫu nhiên liên tục có hàm
phân bố xác suất như sau
( x α
0
F (x) = 1 − , x ≥ x0 , α > 0,
x
0, x < x0 .
Hãy tìm mức thu nhập, sao cho một nửa số dân của vùng đó có thu nhập cao
hơn mức nói trên.
Từ đó ta có Z µd
f (x)dx = 0, 5 ⇒ µd = x0 .21/α .
x0
40