Professional Documents
Culture Documents
Chương 1. Biến cố ngẫu nhiên và xác suất
Chương 1. Biến cố ngẫu nhiên và xác suất
1 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
Nội dung
2 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
Phép thử ngẫu nhiên là hành động, thí nghiệm hoặc quá trình dẫn
đến một trong những kết quả có thể xảy ra, không thể đoán trước
được mặc dù biết tập hợp tất cả các kết quả có thể xảy ra.
Ví dụ minh họa
Phép thử: Chọn một sản phẩm ngẫu nhiên trong lô hàng mới sản
xuất, xem có đạt tiêu chuẩn chất lượng hay không?
Tập hợp các kết quả: "đạt" hoặc "không đạt".
3 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
Ví dụ minh họa
Phép thử: Chọn ngẫu nhiên một sinh viên Đại học Quốc Gia Thành
Phố Hồ Chí Minh để đánh giá kết quả học tập của sinh viên đó
trong khóa học Lý thuyết xác suất.
Tập hợp các kết quả: "yếu", "trung bình", "khá", "giỏi".
4 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
5 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
Biến cố
Mỗi kết quả của một không gian mẫu được gọi là một biến cố sơ
cấp.
6 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
7 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
8 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
9 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
10 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
11 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
12 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
A1 + A2 + . . . + An = Ω.
13 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
Nhận xét
Hệ A, A là một hệ đầy đủ gồm hai biến cố.
Quy tắc đối ngẫu De Morgan
A + B = A.B
A.B = A + B
14 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
15 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
16 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
17 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
19 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
20 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
21 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
Ví dụ minh họa
Bạn An đi chơi ở Suối Tiên thì gặp cửa hàng tiện lợi. Biết xác suất
để bạn ấy mua kem trong cửa hàng là 0.5, xác suất bạn ấy mua
nước suối là 0.4 và xác suất để bạn ấy cả kem và nước suối là 0.1.
Hỏi, xác suất bạn ấy mua ít nhất một trong hai món nước suối và
kem là bao nhiêu?
22 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
23 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
24 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
25 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
Khi A, B và C xung khắc từng đôi, công thức (2) trở thành:
26 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
P(AB)
P(A|B) = .
P(B)
30 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
Nhận xét
Tương tự, xác suất của biến cố B với điều kiện biến cố A đã
xảy ra là:
P(BA)
P(B|A) = .
P(A)
31 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
Ví dụ minh họa
Một tổ học tập môn Lý thuyết xác suất có 7 nam, 3 nữ. Giáo sư
muốn chọn 2 sinh viên ngẫu nhiên để thực hiện 1 dự án nghiên cứu.
Xác suất để sinh viên thứ hai được chọn là nữ biết rằng sinh viên
đầu tiên được chọn là nữ.
32 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
35 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
Nhận xét
Hai biến cố A và B độc lập khi và chỉ khi:
P(AB) = P(A)P(B)
39 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
Ví dụ minh họa
Tung một con xúc xắc sáu mặt, cân đối, đồng chất hai lần riêng
biệt. Đặt A, B lần lượt là biến cố lần thứ nhất, lần thứ hai gieo
được mặt sáu chấm. Khi đó, A và B là hai biến cố độc lập.
40 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
41 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
Đặt A1 là biến cố người được chọn ngẫu nhiên có khám sức khoẻ
định kì, A2 là biến cố người đó không khám sức khoẻ định kì.
Đồng thời, đặt B là biến cố người đó không có vấn đề về sức khoẻ
ở năm kế tiếp.
43 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
Vậy, xác suất để người đó không có vấn đề về sức khoẻ trong năm
kế tiếp là 0.29.
44 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
45 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
Ví dụ minh họa
Trong ví dụ trước, giả sử nếu ta chọn ra ngẫu nhiên một người ở
thành phố đó.
Biết rằng người được chọn không có vấn đề về sức khoẻ trong năm
kế tiếp, hỏi xác suất người đó không đi khám sức khoẻ định kì là
bao nhiêu?
46 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
47 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
Ví dụ minh họa
Gieo một đồng xu 100 lần, kết quả ở từng lần gieo là sấp hoặc
ngửa (không phải sấp). Do đó, đây là 100 phép thử Bernoulli.
48 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
trong đó q = 1 − p.
Công thức này được gọi là công thức Bernoulli.
49 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
Xác suất biến cố A xảy ra từ k1 đến k2 lần trong n lần thực hiện
phép thử Bernoulli, ký hiệu Pn (k1 → k2 , A) bằng công thức sau:
k2
X
Pn (k1 → k2 , A) = Cnk p k q n−k
k=k1
50 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
Ví dụ minh họa
Một xạ thủ bắn 6 viên đạn vào bia, xác suất trúng hồng tâm của
mỗi viên đạn đều là 0.7.
a. Tìm xác suất có đúng 3 viên trúng hồng tâm?
b. Tìm xác suất có ít nhất 3 viên trúng hồng tâm?
51 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
52 / 53
Phép thử ngẫu nhiên Các định nghĩa xác suất Công thức tính xác suất Công thức Bernoulli
53 / 53
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Nội dung
2 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
4 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Giá trị có thể nhận được của từng biến ngẫu nhiên trong bảng trên
là:
{ 0, 1, 2, 3}
{0, 1, 2,..., 49, 50}
{0, 1, 2, ...}
0 nếu là nam, 1 nếu là nữ
6 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
7 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Giá trị có thể nhận được của từng biến ngẫu nhiên trong Bảng ??
là:
x ≥0
0 ≤ x ≤ 10
0 ≤ x ≤ 100
0 ≤ x ≤ 1700
9 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Đối với đại lượng ngẫu nhiên rời rạc: Bảng phân phối xác suất.
Đối với đại lượng ngẫu nhiên liên tục: Hàm mật độ xác suất.
Trường hợp dùng cho cả đại lượng ngẫu nhiên rời rạc và liên
tục: hàm phân phối (tích luỹ) xác suất.
10 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
11 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Đối với bảng phân phối xác suất của đại lượng ngẫu nhiên rời
rạc ta luôn có:
0 ≤ pi ≤ 1
Pn
i=1 pi = 1 (trường hợp đại lượng ngẫu nhiên rời rạc hữu hạn)
P
P(a ≤ X < b) = a≤X <b pi
P
P(a < X < b) = a<X <b pi
12 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Từ bảng phân phối trên, ta có thể đưa ra một vài nhận xét sau:
P(X = 5) = 0: Sinh viên đó không thể đậu 5 môn
P(X = 3) = 0.35: khả năng sinh viên đó đậu 3 môn là nhiều
nhất 13 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Nhận xét
Hàm phân phối xác suất định nghĩa ở trên tồn tại đối với cả đại
lượng ngẫu nhiên rời rạc và đại lượng ngẫu nhiên liên tục.
14 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Nếu X là đại lượng ngẫu nhiên rời rạc với xác suất tại các giá trị xi
là pi = P(X = xi ) thì:
X X
F (x) = P(X = xi ) = pi ,
xi ≤x i∈I
15 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Ví dụ minh họa
Tung hai đồng xu cân đối và đồng chất. Gọi X là số đồng xu xuất
hiện mặt ngửa.
a. Tìm bảng phân phối xác suất của X .
b. Tìm và vẽ đồ thị của hàm phân phối xác suất của X .
16 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
hay
0, ∀x < 0
0.25, ∀0 ≤ x < 1
F (x) =
0.75, ∀1 ≤ x < 2
1, ∀x ≥ 2
18 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Định nghĩa (Hàm mật độ xác suất của đại lượng ngẫu nhiên liên
tục)
Giả sử X là đại lượng ngẫu nhiên liên tục nhận giá trị trên R.
Hàm mật độ xác suất của đại lượng ngẫu nhiên liên tục X là
hàm số f (x) không âm, xác định với mọi giá trị của đại lượng ngẫu
nhiên X và thoả mãn tính chất:
Z b
P(a < x < b) = f (x)dx, ∀a, b ∈ R, a < b.
a
19 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Như vậy, nếu X là đại lượng ngẫu nhiên liên tục, thì với số c
bất kỳ, ta luôn có P(X = c) = 0.
Từ đó, với hai số thực a, b sao cho a < b ta luôn có:
20 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
21 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Ví dụ minh họa
Cho biến ngẫu nhiên liên tục có hàm mật độ xác suất:
2
kx , khi x ∈ [0, 2]
f (x) =
0, khi x ∈
/ [0, 2]
a. Tìm hằng số k.
b. Tính P(0.5 ≤ X ≤ 1).
22 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Do đó, k ≥ 0 và:
Z 2
kx 2 dx = 1
0
8
⇔k =1
3
3
⇔k = .
8 23 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
24 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Định nghĩa (Hàm phân phối xác suất cho đại lượng ngẫu nhiên liên
tục)
Cho X là đại lượng ngẫu nhiên liên tục có hàm mật độ xác suất
f (x).
Khi đó, hàm phân phối xác suất của X được biểu diễn dưới dạng:
Z x
F (x) = f (t)dt
−∞
25 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
a. Chứng tỏ f (x) là hàm mật độ xác suất của một đại lượng
ngẫu nhiên X .
b. Tìm hàm phân phối xác suất của X .
1
c. Tính xác suất P(0 < X < ).
2
27 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Do đó, ta có f (x) là hàm mật độ xác suất của một đại lượng ngẫu
nhiên X .
28 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Với x ∈ (0, 1) ta có
Z x Z x
F (x) = f (t)dt = 2tdt = x 2 .
−∞ 0
29 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
1
c. P(0 < X < 0.5) = F (0.5) − F (0) = .
4
30 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
34 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Định nghĩa (Phương sai của đại lượng ngẫu nhiên rời rạc)
Phương sai của đại lượng ngẫu nhiên rời rạc X được biểu diễn
dưới dạng
n
X
Var (X ) = (xi − E(X ))2 pi .
i=1
35 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Định nghĩa (Độ lệch chuẩn của đại lượng ngẫu nhiên)
Độ lệch chuẩn của đại lượng ngẫu nhiên X , ký hiệu là σ(X ), được
tính bởi công thức: p
σ(X ) = Var (X ).
37 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
38 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Trong tính toán người ta thường sử dụng công thức sau đây để tính
phương sai của đại lượng ngẫu nhiên rời rạc:
n
X
2 2 2
Var(X) = σ = E(X ) − [E(X )] = xi2 pi − [E(X )]2 .
i=1
39 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Ví dụ minh họa
Cho X là đại lượng ngẫu nhiên rời rạc có bảng phân phối xác suất:
X 1 2 3
P 0.3 0.4 0.3
40 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
41 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Ví dụ minh họa
Cho đại lượng ngẫu nhiên X có hàm mật độ xác suất:
1, x ∈ [0, 1]
f (x) =
0, x ∈
/ [0, 1],
42 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
R∞ R1
Ta có E(X ) = −∞ xf (x)dx = 0 x × 1dx = 0.5.
Từ đây ta tính được:
Z ∞ Z 1
2 1
Var (X ) = (x − E(X )) f (x)dx = (x − 0.5)2 dx = .
−∞ 0 12
43 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Ví dụ minh họa
Tính trung vị của đại lượng ngẫu nhiên X , biết hàm mật độ xác
suất như sau:
1, x ∈ [0, 1]
f (x) =
0, x ∈/ [0, 1].
47 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Định nghĩa (Xác suất đồng thời của hai đại lượng ngẫu nhiên)
Xác suất xảy ra đồng thời hai biến cố X = xi và Y = yj được
gọi là xác suất đồng thời, ký hiệu là:
50 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Định nghĩa (Bảng phân phối xác suất đồng thời (tiếp))
XrY y1 y2 ··· ym P(X ) = xi
x1 p11 p12 ··· p1m p1∗
x2 p21 p22 ··· p2m p2∗
.. .. .. .. .. ..
. . . . . .
xn pn1 pn2 ··· pnm pn∗
P(Y = yj ) p∗ 1 p∗ 2 ··· p∗ m 1
52 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Lựa chọn ngẫu nhiên một hộ gia đình tham gia khảo sát. Tính xác
suất gia đình đó có đúng 2 chiếc xe máy và 3 chiếc
smartphone?
Ta có, xác suất để gia đình đó có đúng 2 chiếc xe máy và 3 chiếc
smartphone là:
54 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Ví dụ minh họa
a. Lập bảng phân phối xác suất của X .
b. Lập bảng phân phối xác suất của Y .
c. Hai đại lượng X và Y có độc lập với nhau hay không? Vì sao?
57 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
59 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
P(X = xi ; Y = yj ) pij
P(Y = yj |X = xi ) = = .
P(X = xi ) pi ∗
60 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
X rY 1 2 3 4 P(X ) = xi
1 0.1 0 0.1 0 0.2
2 0.3 0 0.1 0.2 0.6
3 0 0.2 0 0 0.2
P(Y = yj ) 0.4 0.2 0.2 0.2 1
62 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Ví dụ minh họa
Lập bảng phân phối xác suất của X với điều kiện Y = 1.
Lập bảng phân phối xác suất của Y với điều kiện X = 2.
63 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
a. Từ bảng phân phối xác suất đồng thời của vector ngẫu nhiên hai
chiều (X , Y ) ở trên, ta suy ra bảng phân phối xác suất của X với
điều kiện Y = 1 dưới đây:
X 1 2 3
0.1 0.3 0
P(X |Y = 1) = 0.25 = 0.75 =0
0.4 0.4 0.4
64 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
b. Từ bảng phân phối xác suất đồng thời của vector ngẫu nhiên hai
chiều (X , Y ) ở trên, ta suy ra bảng phân phối xác suất của Y với
điều kiện X = 2 dưới đây:
Y 1 2 3 4
0.3 0 0.1 0.2
P(Y |X = 2) = 0.5 =0 ≈ 0.17 ≈ 0.33
0.6 0.6 0.6 0.6
65 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
m X
X n
E(XY ) = xi yj pij .
j=1 i=1
66 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
69 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
70 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
a. Kỳ vọng:
E (X ) = 2 × 0.55 + 4 × 0.45 = 2.9;
E (Y ) = 1 × 0.25 + 2 × 0.55 + 3 × 0.20 = 1.95;
E (XY ) = 2 × 1 × 0.1 + 2 × 2 × 0.3 + 2 × 3 × 0.15
4 × 1 × 0.15 + 4 × 2 × 0.25 + 4 × 3 × 0.05 = 5.5.
Vậy E (Z ) = (2.9; 1.95).
73 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
Cov (X , Y ) −0.155
RXY = p =√ ≈ −0.233.
Var(X)Var(Y) 0.99 × 0.4475
75 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
76 / 77
Mô tả khái niệm và phân loại đại lượng ngẫu nhiên Phân phối xác suất của đại lượng ngẫu nhiên Các tham số đặc trưng của đại lượng ngẫu nhiên Vector ngẫu
77 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
Nội dung
1 Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc
2 Các quy luật phân phối của đại lượng ngẫu nhiên liên tục
2 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối Bernoulli (Phân phối không - một)
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối Bernoulli (Phân phối không - một)
Nếu X ∼ B(1, p) thì P(X = 1) = p; P(X = 0) = q.
Do đó, bảng phân phối xác suất của X là:
X 0 1
P q p
trong đó, q = P(A) = 1 − p.
Các tham số đặc trưng của phân phối Bernoulli:
E(X ) = p, Var (X ) = pq.
4 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối Bernoulli (Phân phối không - một)
Ví dụ minh họa
Xét phép thử là "Một sinh viên mới tốt nghiệp tham gia phỏng vấn
xin việc." Giả sử biến cố "sinh viên đó được nhận vào làm việc" có
xác suất xảy ra là 0.8. Gọi đại lượng ngẫu nhiên X là kết quả của
cuộc phỏng vấn, trong đó X = 1 nếu sinh viên đó được nhận làm
việc, ngược lại X = 0 nếu sinh viên đó không được nhận làm việc.
Khi đó, X ∼ B(1, 0.8).
5 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối Bernoulli (Phân phối không - một)
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối nhị thức
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối nhị thức
Định nghĩa (Phân phối nhị thức (tiếp))
X 0 1 2 ··· n
P p0 p1 p2 · · · pn
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối nhị thức
Ví dụ minh họa
Tung một đồng xu đồng chất 10 lần. Mỗi phép thử có thể cho kết
quả là sấp hoặc ngửa. Nếu chúng ta đặt cược vào sấp, chúng ta sẽ
gắn nhãn "sấp" là thành công. Nếu đồng xu công bằng, xác suất
mặt sấp là 50%, tức là, p = 0.5. Cuối cùng, chúng ta chú ý rằng
các phép thử là độc lập bởi vì kết quả của một lần tung đồng xu
không ảnh hưởng đến kết quả của những lần tung khác. Số lần
thành công có phân phối nhị thức. 9 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối nhị thức
Ví dụ minh họa
Một nhân viên tư vấn bảo hiểm mỗi ngày tư vấn cho 5 khách hàng
với xác suất để ký được 1 hợp đồng với mỗi người là 0.3. Với mỗi
một hợp đồng nhận được thì người đó được hưởng hoa hồng là 200
000 đồng. Nếu mỗi tháng người đó tư vấn 20 ngày thì hoa hồng
trung bình mỗi tháng nhân viên đó nhận là bao nhiêu?
10 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối nhị thức
Một tháng nhân viên đó tư vấn được 20 × 5 = 100 khách hàng. Gọi
X là số hợp đồng nhân viên đó ký được từ 100 khách hàng được tư
vấn. Khi đó ta có, X ∼ B(100, 0.3)
Số hợp đồng trung bình người đó ký được trong một tháng là:
E(X ) = 100 × 0.3 = 30
Vậy số tiền hoa hồng người đó có thể được hưởng trong 1 tháng là
200000 × 30 = 6000000 (đồng).
11 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối siêu bội
Định nghĩa (Phân phối siêu bội)
Cho một tập hợp gồm N phần tử, trong đó có m phần tử mang
tính chất T . Lấy ra n phần tử từ tập hợp đó.
Gọi X là số phần tử mang tính chất T trong n phần tử lấy được,
khi đó X là một đại lượng ngẫu nhiên nhận giá trị trong tập
{0, 1, 2, · · · , min{m, n}}. Phân phối xác suất của X được gọi là
phân phối siêu bội, ký hiệu X ∼ H(N, m, n).
12 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối siêu bội
Định nghĩa (Phân phối siêu bội)
Bảng phân phối xác suất của X được biểu diễn dưới dạng :
X 0 1 ··· k ··· min(m, n)
P p0 p1 · · · pk · · · pmin(m,n)
n−k
Cmk CN−m
trong đó: P(X = k) = pk = , với 0 ≤ k ≤ min{m, n}
CNn 13 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối siêu bội
Các tham số đặc trưng của phân phối siêu bội:
N −n
E(X ) = np; Var (X ) = npq
N −1
với
m
p= ; q = 1 − p.
N
14 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối siêu bội
Ví dụ minh họa
Bóng đèn được xản suất ở công ty Y được đóng gói theo hộp, mỗi
hộp có 12 bóng đèn. Nhân viên chọn ngẫu nhiên 3 trong số 12
bóng đèn thuộc một hộp để kiểm tra.
Giả sử hộp ấy có chứa 5 bóng đèn bị hư, tính xác suất để nhân viên
đó lấy được 1 bóng đèn hư trong 3 bóng đèn được lấy?
15 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối siêu bội
16 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối siêu bội
Ví dụ minh họa
Từ một hộp đựng 15 quả cam, trong đó có 5 quả hư, lấy ra 3 quả.
Gọi X là số quả hư trong 3 quả lấy được. Hãy tính:
Xác suất 3 quả đều hư
Các tham số đặc trưng
17 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối siêu bội
Ta có X ∼ H(15, 5, 3).
Xác suất 3 quả đều hư là:
C53 C1 00
P(X = 3) = ≈ 0.022.
C1 53
Ngoài ra, trung bình (kỳ vọng) và phương sai của X là:
3.5 3.5 1 15 − 3 4
E (X ) = = 1 và Var (X ) = 1− = .
15 15 15 15 − 1 7
18 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối Poisson
Định nghĩa (Phân phối Poisson)
Gọi X là đại lượng ngẫu nhiên rời rạc X tuân theo phân phối
Poisson, kí hiệu X ∼ P(λ), nếu thoả mãn:
Đối với hai khoảng bất kỳ có độ dài bằng nhau thì xác suất
xảy ra bằng nhau.
Việc xuất hiên hoặc không xuất hiện trong khoảng này thì độc
lập với việc xuất hiện hoặc không xuất hiện trong khoảng khác.
19 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối Poisson
λk e −λ
trong đó, P(X = k) = pk = với k = 0, 1, 2, ...
k!
20 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối Poisson
E(X ) = Var (X ) = λ
21 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối Poisson
Ví dụ minh họa
Một tổng đài điện thoại tiếp nhận trung bình 5 cuộc điện thoại mỗi
3 phút. Tìm xác suất không có cuộc điện thoại nào đến trong phút
kế tiếp.
22 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối Poisson
5
Gọi X là số cuộc gọi trong 1 phút, khi đó X ∼ P(λ), với λ = .
3
Do đó, xác suất không có cuộc điện thoại nào đến trong phút kế
tiếp là:
0 5
5 −
e 3
3
P(X = 0) = ≈ 0.189
0!
23 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối Poisson
Ví dụ minh họa
Một nhà thống kê đã quan sát thấy rằng số lỗi đánh máy của sách
giáo khoa thay đổi đáng kể từ sách này sang sách khác. Sau vài
phân tích, anh kết luận rằng số lỗi là Poisson được phân phối với
giá trị trung bình là 1.5 trên 100 trang. Biết quyển sách có tất cả
400 trang.
24 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối Poisson
Ví dụ minh họa
a. Chọn ngẫu nhiên 100 trang, tính xác suất để không có lỗi chính
tả?
b. Xác suất để quyển sách không có lỗi chính tả là bao nhiêu?
c. Xác suất để quyển sách có nhiều nhất 5 lỗi chính tả là gì?
25 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối Poisson
a. Chúng ta muốn xác định xác suất đại lượng ngẫu nhiên có phân
phối Poisson với giá trị trung bình là 1.5 bằng 0. Sử dụng công
thức xác suất thành phần với x = 0, µ = 1.5, ta có:
e −1.5 1.50
P(0) = = 0.2231.
0!
Xác suất trong 100 trang được chọn không có lỗi là 0.2231.
26 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối Poisson
b.Vì giá trị trung bình được chỉ định là 1.5 lỗi trên 100 trang,
chúng ta nhân con số này với 4 để chuyển đổi thành giá trị trung
bình trên 400 trang.
Như vậy, số lỗi chính tả trung bình trên 400 trang là µ = 6.
Xác suất để quyển sách không có lỗi chính tả là:
e −6 60
P(0) = = 0.002479.
0!
27 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
1. Các quy luật phân phối của đại lượng ngẫu nhiên
rời rạc
Phân phối Poisson
c. Xác suất để quyển sách có nhiều nhất 5 lỗi chính tả là:
Vậy:
P(X ≤ 5) = 0.4457.
Xác suất để có nhiều nhất 5 lỗi chính tả trong cuốn sách này là
0.4457.
28 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối đều
Định nghĩa (Phân phối đều)
Phân phối đều là một phân phối mà xác suất xảy ra như nhau cho
mọi kết cục của đại lượng ngẫu nhiên liên tục.
Hàm mật độ xác suất của phân phối đều liên tục trên đoạn [a, b]
có dạng:
1
nếu x ∈ [a, b]
f (x) = b − a
0 nếu x ∈/ [a, b] 29 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối đều
Cho X là đại lượng ngẫu nhiên tuân theo phân phối đều liên tục
trên khoảng [a, b]. Khi đó các tham số đặc trưng của phân phối
đều:
a+b (b − a)2
E(X ) = , Var(X ) =
2 12
30 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối đều
Ví dụ minh họa
Lượng xăng/dầu bán ra hàng ngày tại một cửa hàng xăng dầu ở
Thủ Đức tuân theo phân phối đều liên tục trong khoảng
[2000, 5000] (lít).
a. Tìm xác suất cửa hàng đó bán được từ 2500 đến 3000 lít
xăng/dầu?
b. Xác suất mà cửa hàng đó bán ít nhất 4000 lít một ngày là bao
nhiêu? 31 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối đều
Đặt X là đại lượng ngẫu nhiên chỉ số lít xăng/dầu cửa hàng đó bán
được trong một ngày. Khi đó, X có phân phối đều liên tục trên
khoảng [2000, 5000]. Hàm mật độ xác suất của X như sau:
1 1
= nếu x ∈ [2000, 5000]
f (x) = 5000 − 2000 3000
0 nếu x ∈
/ [2000, 5000]
32 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối đều
a. Xác suất cửa hàng đó bán được từ 2500 đến 3000 lít xăng/dầu
là:
1 1
P(2500 ≤ X ≤ 3000) = (3000 − 2500)=
3000 6
b. Xác suất mà cửa hàng đó bán ít nhất 4000 lít một ngày là
1 1
P(4000 ≤ X ) = (5000 − 4000) =
3000 3
33 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối chuẩn
Định nghĩa (Phân phối chuẩn)
Đại lượng ngẫu nhiên liên tục X được gọi là tuân theo phân phối
chuẩn ứng với kỳ vọng µ, độ lệch chuẩn σ với hàm mật độ xác
suất có dạng, ký hiệu X ∼ N(µ, σ 2 ):
1 − (x−µ)
2
f (x) = √ e 2σ , 2
∀σ > 0, x ∈ R.
σ 2π
34 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối chuẩn
Nếu X ∼ N(µ, σ 2 ) thì:
X −µ
∼ N(0, 1),
σ
X + c ∼ N(µ + c, σ 2 ), cX ∼ N(cµ, (cσ)2 ).
P(|X < µ| < kσ) = 2Φ(k) − 1, trong đó Φ(k) là hàm phân
phối chuẩn tắc.
Nếu Y ∼ (λ, τ 2 ), và Y độc lập với X thì:
Y + X ∼ N(λ + µ, τ 2 + σ 2 ).
35 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối chuẩn tắc
Phân phối chuẩn trong trường hợp µ = 0, σ = 1 được gọi là phân
phối chuẩn tắc.
Một đại lượng ngẫu nhiên liên tục X có phân phối chuẩn tắc
được ký hiệu là X ∼ N(0, 1).
Khi đó, hàm mật độ xác suất (còn được gọi là hàm mật độ Gauss)
được xác định bởi:
1 x2
f (x) = √ e − 2 , ∀x ∈ R.
2π 36 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối chuẩn tắc
Định nghĩa (Hàm phân phối chuẩn tắc - Hàm phân phối Gauss)
Z x
1 −t 2
Φ(x) = √ e − 2 dt, ∀x ∈ R.
2π −∞
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối chuẩn tắc
Tính chất của hàm Φ(x):
0 ≤ Φ(x) ≤ 1
Φ(x) là hàm liên tục, không giảm theo x
Φ(−∞) = 0, Φ(∞) = 1
dΦ(x)
= f (x)
dx
Φ(−x) = 1 − Φ(x)
1
Φ(x) = + ϕ(x).
2 38 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối chuẩn tắc
X −µ
Giả sử X ∼ N(µ, σ 2 ), sử dụng phép biến đổi Z = . Khi đó,
σ
Z ∼ N(0, 1).
a−µ X −µ b−µ
P(a < X < b) = P < <
σ σ σ
b−µ a−µ
=Φ −Φ
σ σ
39 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối chuẩn tắc
Ví dụ minh họa
Nhu cầu tiêu thụ xăng/dầu ở một đại lý xăng/dầu tuân theo phân
phối chuẩn với kỳ vọng 1000 lít và độ lệch chuẩn là 100 lít mỗi
ngày.
Ở trong kho của đại lý đó có đúng 1100 lít xăng để bán mỗi ngày.
Hỏi đại lý xăng/dầu đó đáp ứng được bao nhiêu phần trăm nhu cầu
xăng/dầu nơi đó trong một ngày?
40 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối chuẩn tắc
Đặt X là đại lượng ngẫu nhiên chỉ số lít xăng/dầu bán ra mỗi ngày
ở đại lý đó
X ∼ N(1000, 100)
Từ đó, áp dụng công thức ta tính được:
X − 1000 1100 − 1000
P(X ≤ 1100) = P ≤
100 100
1100 − 1000
=Φ = Φ (1) = 0.9778
100 41 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối chuẩn tắc
Ví dụ minh họa
Hãy xem xét một khoản đầu tư trả về lợi nhuận là phân phối chuẩn
với giá trị kỳ vọng là 10% và độ lệch chuẩn là 5%.
a. Xác định xác suất bị lỗ.
b. Tìm xác suất bị lỗ khi độ lệch chuẩn bằng 10%.
42 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối chuẩn tắc
a. Đặt X là số tiền lợi nhuận thu được từ khoản đầu tư đó. Đầu tư
mất tiền khi lợi nhuận âm P(X < 0).
Áp dụng công thức ta có
X − 10 0 − 10
P(X < 0) = P <
5 5
= P(Z < −2) = Φ(−2) = 0.0228
Vậy xác suất đầu tư thua lỗ là 0.0228.
43 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối chuẩn tắc
b. Nếu chúng ta tăng độ lệch chuẩn lên 10%, xác suất bị lỗ khi ấy
trở thành
X − 10 0 − 10
P(X < 0) = P <
10 10
= P(Z < −1) = Φ(−1) = 0.1587
Như vậy, việc tăng độ lệch chuẩn sẽ làm tăng khả năng thua lỗ.
44 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối Student
Định nghĩa (Phân phối Student)
Đại lượng ngẫu nhiên liên tục X được gọi là cóphân phối Student
(hay phân phối t) với bậc tự do n, ký hiệu là X ∼ t(n), với có
hàm mật độ xác suất:
n+1
2 − 2
Γ n+1
x
f (x) = 2
n √ 1+ .
Γ 2 nπ n
45 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối Student
Trong đó hàm Gamma:
Z ∞
Γ(u) = e −x x u−1 dx
0
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối Student
47 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối Chi bình phương
Định nghĩa (Phân phối Chi bình phương χ2 )
Đại lượng ngẫu nhiên liên tục X được gọi là có phân phối Chi
bình phương với bậc tự do n, ký hiệu là X ∼ χ2 (n) với hàm mật
độ xác suất: n −1 −x
x 2 e 2
nếu x ≥ 0
f (x) = Γ n2 2 n2
0 nếu x < 0
48 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối Chi bình phương
Hình: Hàm mật độ xác suất phân phối Chi bình phương
49 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối Chi bình phương
Ta thấy, với bậc tự do càng lớn, phân phối Chi bình phương càng
gần với phân phối chuẩn.
50 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối Chi bình phương
Kỳ vọng và phương sai của phân phối Chi bình phương là:
E(X ) = n, Var(X ) = 2n
51 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối Chi bình phương
52 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối Chi bình phương
Giả sử có U là đại lượng ngẫu nhiên có phân phối chuẩn tắc
N(0, 1), V là đại lượng ngẫu nhiên độc lập với U, có phân phối Chi
bình phương với n bậc tự do.
Khi đó, đại lượng ngẫu nhiên:
U
T =q
V
n
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối Fisher
54 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối Fisher
Định nghĩa
p
p + q
Γ −1
p
x2
2 p 2
f (x) = Γ p Γ q × q ×h nếu x > 0
i p+q ,
p 2
2 2 1 + qx
0, nếu x ≤ 0
55 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối Fisher
Kỳ vọng và phương sai của đại lượng ngẫu nhiên X ∼ F (p, q)
là:
q
E(X ) = , ∀q > 2
q−2
2
q p+q−2
Var(X ) = 2 , ∀q > 4
q−2 p(q − 4)
56 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối Fisher
Nếu U, V là hai đại lượng ngẫu nhiên độc lập với nhau, cùng tuân
theo phân phối Chi bình phương với bậc tự do lần lượt là n1 , n2 .
Khi đó, đại lượng ngẫu nhiên:
U
n1
X = V
n2
2. Các quy luật phân phối của đại lượng ngẫu nhiên
liên tục
Phân phối Fisher
58 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
59 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
Ví dụ minh họa
Lấy ngẫu nhiên 5 lọ từ một lô thuốc lớn có tỷ lệ lọ hỏng là p = 0.2.
Gọi X là số lọ hỏng trong 5 lọ lấy ra. Tìm bảng phân phối xác suất
của X.
60 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
61 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
X 0 1 2 3 4 5
P 0.32768 0.4096 0.2048 0.0512 0.0064 0.00032
62 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
Xét biến ngẫu nhiên X với phân phối nhị thức X ∼ B(n, p) khi cỡ
mẫu n lớn và p khá nhỏ, người ta thường xấp xỉ phân phối của X
bằng phân phối Poisson: X ∼ P(λ) với λ = np.
63 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
64 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
X 0 1 2 3 4 5 6 7
B 0.358 0.378 0.189 0.059 0.013 0.003 0.000 0.000
P 0.368 0.368 0.184 0.061 0.015 0.003 0.001 0.000
65 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
E(Xk ) = µ, Var(Xk ) = σ 2 , ∀k ∈ N.
66 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
Ví dụ minh họa
Chọn ngẫu nhiên 192 số trên đoạn [0, 1]. Xác suất để tổng số điểm
thu được nằm trong khoảng (88, 104) là bao nhiêu?
68 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
Đặt X là đạiPlượng ngẫu nhiên chỉ tổng số điểm thu được. Khi đó
ta có, X = 192i=1 Xi , trong đó các đại lượng ngẫu nhiên X1 độc lập
và tuân theo phân phối đều liên tục tên khoảng (0, 1).
Do đó,
1
E(Xi ) = 0.5, Var(Xi ) = ∀i = 1, 192
12
69 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
! !
b − np a − np
P(a ≤ X ≤ b) = Φ p −Φ p
np(1 − p) np(1 − p)
Ví dụ minh họa
Theo Experian Automotive, trong số các gia đình sở hữu xe hơi tại
Mỹ, có 35% gia đình để từ 2 đến 3 chiếc ôtô trong nhà. Xét một
mẫu gồm 400 gia đình sở hữu xe hơi tại Mỹ. Tìm xác suất trong số
đó có:
a. Ít hơn 150 gia đình để từ 2 đến 3 chiếc trong nhà.
b. Ít nhất 160 gia đình để từ 2 đến 3 chiếc trong nhà.
72 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
74 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
75 / 77
Các quy luật phân phối của đại lượng ngẫu nhiên rời rạc Các quy luật phân phối của đại lượng ngẫu nhiên liên tục Xấp xỉ giữa các phân phối
77 / 77