Chương 2: XÁC SUẤT & ĐẠI LƯỢNG NGẪU NHIÊN

1. CÁC KHÁI NIỆM CƠ BẢN

2. XÁC SUẤT

3. CÁC CÔNG THỨC TÍNH XÁC SUẤT

4. ĐẠI LƯỢNG NGẪU NHIÊN

 4.1 Khái niệm

 Đại lượng cho tương ứng mỗi kết quả của phép thử với một số
được gọi là đại lượng ngẫu nhiên (hay biến ngẫu nhiên) trên
các kết quả của phép thử đó. Nói một cách khác, đại lượng
ngẫu nhiên là đại lượng có giá trị thay đổi tuỳ theo phép thử.

 Ví dụ 1.
a) Số môn thi đậu của một sinh viên trong một học kì (khi phải
thi 5 môn).
b) Nhiệt độ của phòng học trong một ngày đêm.
c) Số người đến giao dịch tại một ngân hàng trong một tháng.
d) Chiều cao của thanh niên Việt nam thường trong khoảng
155 cm đến 180 cm.
 4.2 Các loại đại lượng ngẫu nhiên
 Đại lượng ngẫu nhiên được chia thành hai loại: rời rạc và
liên tục.
 Đại lượng ngẫu nhiên X có dạng
X = {x1, x2,...,xn} hoặc X = {x1, x2,...,xn,...}
được gọi là đại lượng ngẫu nhiên rời rạc.

 Đại lượng ngẫu nhiên có giá trị lấp đầy một khoảng (𝑎, 𝑏)
hay đoạn [𝑎, 𝑏] nào đó được gọi là đại lượng ngẫu nhiên
liên tục (𝑎, 𝑏 có thể hữu hạn hoặc vô hạn).

 Ví dụ 2. Các đại lượng ngẫu nhiên cho ở ví dụ 1 là đại

lượng gì?
 Ví dụ 3.
a) Số môn thi đậu của một sinh viên trong một học kì
(khi phải thi 5 môn).
b) Nhiệt độ của phòng học trong một ngày đêm.
c) Số người đến giao dịch tại một ngân hàng trong
một tháng.
d) Chiều cao của thanh niên Việt nam thường trong
khoảng 155 cm đến 180 cm.
 4.3 Phân phối xác suất

 Để nghiên cứu đại lượng ngẫu nhiên X ta cần biết các giá
trị có thể có của X và xác suất để nó nhận mỗi giá trị đó.
Mối liên hệ giữa các giá trị có thể có của X và xác suất
tương ứng được gọi là phân phối xác suất của đại lượng
ngẫu nhiên X.

 Đối với đại lượng ngẫu nhiên rời rạc ta có bảng phân phối
xác suất. Trường hợp đại lượng ngẫu nhiên liên tục ta có
hàm mật độ phân phối xác suất.
 a) Bảng phân phối xác suất
Cho 𝑋 = 𝑥1 , 𝑥2 , … , 𝑥𝑛 là đại lượng ngẫu nhiên rời rạc.

 Đặt 𝑝𝑖 = 𝑃 𝑋 = 𝑥𝑖 , 𝑖 = 1,2, … , 𝑛. Khi đó bảng sau đây

được gọi là bảng phân phối xác suất của X.

X x1 x2... xn
P p1 p2... pn

 Tính chất:
n
0  pi  1,  pi  1
i 1
 Ví dụ 4. Gọi X là số môn thi đậu của một sinh viên trong học
kì phải thi 5 môn. Khi đó X nhận các giá trị: 0, 1, 2, 3, 4, 5.
Giả sử X có bảng phân phối xác suất sau đây.

X 0 1 2 3 4 5
P 0,05 0,15 0,3 0,35 0,15 0

 Từ bảng ta có xác suất thi đậu 4 môn của sinh viên đó là 0,15;
xác suất đậu cả 5 môn là 0.
 Trong các xác suất ta thấy 𝑃(𝑋 = 3) lớn nhất nên khả năng
anh ta đậu 3 môn là nhiều nhất.
 Ví dụ 4.

Biểu đồ phân phối xác suất số môn thi đậu

0,4

0,35

0,3
Xác suất

0,25

0,2

0,15

0,1

0,05

0
0 1 2 3 4 5

Số môn
 Ví dụ 5. Trung tâm Thống kê Y tế Quốc gia đã báo cáo số liệu
trong năm 2006 về số trẻ em được sinh ra trong 1 lần sinh:

Số trẻ em 1 2 3 4 ≥5
Tần số 3.971.276 137.085 6.118 355 67

Gọi X là số trẻ em được sinh ra trong 1 lần sinh. Hãy lập bảng
phân phối xác suất của X.
 b) Hàm mật độ phân phối xác suất

 Ví dụ 5. Biểu đồ cột điểm thi môn Hóa trong kì thi THPT

Quốc gia 2018.
 b) Hàm mật độ phân phối xác suất
 Cho X là đại lượng ngẫu nhiên liên tục nhận giá trị trong
khoảng (𝑎, 𝑏) (𝑎, 𝑏 là số hữu hạn hoặc vô hạn). Hàm mật độ
phân phối xác suất của X là hàm số 𝑓(𝑥) xác định trên (𝑎, 𝑏)
sao cho với mọi 𝛼, 𝛽 thuộc (𝑎, 𝑏) ta có

P(  X   )   f ( x)dx

 Hàm mật độ phân phối xác suất có các tính chất sau đây:
b
1 f ( x)  0 , x  (a, b);  2  f ( x)dx  1
a
 Lưu ý: Trong thực tế, khi đại lượng ngẫu nhiên rời rạc X có
nhiều giá trị, ta có thể “linh động” xem X là đại lượng ngẫu
nhiên liên tục.
4.4 Các đại lượng đặc trưng
a) Kì vọng
 Cho X là đại lượng ngẫu nhiên rời rạc có bảng phân phối xác
suất là:

X x1 x2... xn
P p1 p2... pn
n
 Khi đó số E ( X )   xi pi được gọi là kì vọng của X.
i 1

 Kì vọng của đại lượng ngẫu nhiên là trung bình theo xác suất
các giá trị có thể nhận của đại lượng đó.
 b) Phương sai
 Số D(X) = E(X2) – E2(X) được gọi là phương sai của đại
lượng ngẫu nhiên X, trong đó:
E(X): là kì vọng của X,
n
2
E( X )   xi2 pi là kì vọng của X2.
i 1
n
Phương sai còn được tính bởi: D( X )    xi  E ( X )  pi
2

i 1

 Phương sai là trung bình của bình phương sai số giữa X và

trung bình theo xác suất của X.

c) Độ lệch chuẩn: Số   X   D(X) được gọi là độ lệch chuẩn

của đại lượng ngẫu nhiên X.
 Ví dụ 6. Tính kì vọng, phương sai và độ lệch chuẩn của đại
lượng ngẫu nhiên X, biết bảng phân phối xác suất của nó là

X 1 2 4
P 0,25 0,45 0,3

 Giải. Ta có
E ( X )  1.0, 25  2.0, 45  4.0,3  2,35 ;
E ( X 2 )  12.0, 25  22.0, 45  42.0,3  6,85;
D( X )  E ( X 2 )  E 2 ( X )  6,85  2,352  1,3275 ;
 ( X )  D( X )  1,3275  1,1522.
 Hướng dẫn sử dụng máy tính Casio fx-570ES
 Bấm: Shift mode  4 (stat)
 Chọn: 1 (On)
 Bấm: On
 Bấm: mode 3 1(1-var)
 Màn hình hiện ra bảng nhập dữ liệu
x1 p1 (Ta dùng dấu mũi tên
x2 p2 di chuyển giữa 2 cột)
... ...
xm pm.
 Bấm AC.
 Gọi kết quả: Shift 1 5(Var) màn hình hiện ra:
n, X TB, σ (độ lệch) S (độ lệch hiệu chỉnh)
 Đối với máy tính 570 ES Plus ta làm tương
tự như 570ES, và gọi kết quả: Shift 1 4(Var)

 Xem lại dữ liệu đã nhập bấm Shift 1 2

 Ví dụ 7. Gọi X là số tiền bồi thường của Công ty bảo hiểm
Metropolitan cho những người lính bị thương tật trong cuộc
chiến. Giả sử sau đây là bảng phân phối xác suất của X:

Loại thương tật Chết Loại 1 Loại 2 Loại 3 Loại 4 Nhẹ hơn

X (nghìn USD) 100 50 40 30 20 0

P 0,001 0,003 0,009 0,13 0,15 0,707

Hãy cho biết số tiền trung bình mà mỗi người lính nhận được
khi tham gia bảo hiểm? Nếu Công ty cung cấp dịch vụ bảo
hiểm đến những người lính với giá 8000 USD/người thì trung
bình công ty lời bao nhiêu trên mỗi hợp đồng?
Ví dụ 8. Tỉ lệ lãi trên vốn của hai công ty trong cùng một ngành kinh doanh
trong giai đoạn từ 2010 – 2019 được ghi nhận như sau:

Gọi 𝑋𝐴 , 𝑋𝐵 tương ứng tỉ lệ lãi trên Năm Tỉ lệ lãi trên vốn (%)
vốn của hai công ty trong giai Công ty A Công ty B
đoạn trên. 2010 4,0 6,5
2011 14,3 4,4
a) Hãy lập bảng phân phối xác
2012 18,0 3,8
suất của 𝑋𝐴 & 𝑋𝐵 .
b) Hãy tính tỉ lệ lãi trên vốn trung 2013 -14.7 6,9
bình, phương sai, độ lệch chuẩn 2014 -26,5 8,0
của từng công ty trong giai đoạn 2015 30,2 5,8
trên. 2016 15,8 5,1
c) Căn cứ vào kết quả đã tính, hãy
2017 10,1 6,0
đưa ra các nhận xét.
2018 7,5 5,9
2019 2 5,5
.

4.5 Một số phân phối xác suất thông dụng

1. Phân phối chuẩn
Ví dụ 9. Biểu đồ cột điểm thi môn Hóa trong kì thi THPT
Quốc gia 2018

Điểm thi môn hóa này là một ví dụ của phân phối chuẩn.
 1. Phân phối chuẩn
 Đại lượng ngẫu nhiên liên tục X gọi là có phân phối chuẩn nếu
hàm mật độ của nó có dạng:

 x 
2

1
f  x  e 2 2
, xR
 2
 Kí hiệu X  N(;2)
 Khi đó: E  X   ; D  X    2
 Nếu X  N   ,  2  thì

      
* P   X           ;
     
   
* P( X   )  0,5    ;
  
  
* P( X   )  0,5    
  

 Chú ý: Trong thực tế, rất nhiều đại lượng ngẫu nhiên tuân theo
phân phối chuẩn hoặc gần chuẩn như: chiều cao hay cân nặng
của thanh niên, trí thông minh của trẻ nhỏ, điểm thi của thí
sinh,... (với μ, σ được cho).
.

Ví dụ 10. Biểu đồ cột điểm thi môn Hóa trong kì thi THPT
Quốc gia 2018

Giả sử 𝜇 = 5; 𝜎 = 1,5. Hãy tính xác suất một thí sinh có điểm
thi tử 5 đến 7.
.

 Ví dụ 11. Một nhà máy cho biết thời gian công nhân lắp ráp
các bộ phận của ôtô có phân phối chuẩn với trung bình là 75
giây và độ lệch chuẩn là 4 giây. Giả sử thời gian lắp ráp không
quá 70 giây được xem là nhanh. Tìm tỷ lệ công nhân của nhà
máy lắp ráp nhanh.
 Quy tắc 68 – 95 – 99,7: Khi 𝑋~𝑁(𝜇; 𝜎), có khoảng:
 68% giá trị nằm trong khoảng (𝜇 − 𝜎; 𝜇 + 𝜎);

 95% giá trị nằm trong khoảng (𝜇 − 2𝜎; 𝜇 + 2𝜎);

 99,7% giá trị nằm trong khoảng (𝜇 − 3𝜎; 𝜇 + 3𝜎).

Ví dụ 12. Hãy nhìn vào phổ điểm thi môn Vật lí, Toán của học
sinh cả nước và học sinh tỉnh Sơn La trong kì thi THPT Quốc gia
2018 và chỉ ra những điểm bất thường?
Củng cố
ĐỊNH NGHĨA và PHÂN LOẠI ĐẠI LƯỢNG NGẪU
NHIÊN.
 Các loại đại lượng ngẫu nhiên: rời rạc và liên tục.

 Phân phối xác suất:

* Bảng phân phối xác suất (rời rạc).

* Hàm mật độ phân phối xác suất (liên tục).
ĐẠI LƯỢNG NGẪU NHIÊN RỜI RẠC
 Kì vọng, Phương sai, độ lệch chuẩn.

MỘT SỐ P.PHỐI XÁC SUẤT THÔNG DỤNG

 Nhị thức, Poisson, Chuẩn (Chuẩn tắc)
Sinh viên tự đọc thêm
 2. Phân phối nhị thức
 Một phép thử được gọi là phép thử Bernoulli nếu:

 Chỉ có hai kết quả có thể (được gọi là thành công và thất
bại) cho mỗi phép thử.

 Xác suất thành công, ký hiệu 𝑝, là giống nhau trên mọi phép
thử (Xác suất của sự thất bại là 1 − 𝑝 thường được biểu thị
là 𝑞).

 Các phép thử là độc lập.

 Gọi X là số lần thành công trong 𝑛 lần thử. Khi đó X là một
đại lượng ngẫu nhiên rời rạc và được gọi là có phân phối nhị
thức.
𝑃 𝑋 = 𝑘 = 𝐶𝑛𝑘 𝑝𝑘 𝑞 𝑛−𝑘 , (𝑘 = 0,1, … , 𝑛)

 Khi đó ta kí hiệu 𝑋~𝐵(𝑛, 𝑝).

 Nếu X có phân phối nhị thức thì 𝐸 𝑋 = 𝑛𝑝; 𝑉𝑎𝑟 𝑋 = 𝑛𝑝𝑞.

 Ví dụ 1 (Tiếp theo ví dụ 2). Số môn sinh viên đậu trong 4 môn

là đại lượng ngẫu nhiên có phân phối nhị thức với 𝑛 = 4,
𝑝 = 0,6.
Vậy 𝐸 𝑋 = 𝑛𝑝 = 2,4; 𝑉𝑎𝑟 𝑋 = 𝑛𝑝𝑞 = 0,96.
 Ví dụ 2. Tỉ lệ phế phẩm của một nhà máy là 3%.
Chọn ngẫu nhiên 15 sản phẩm trong kho hàng
của nhà máy. Gọi X là số phế phẩm có trong 15
sản phẩm đó. Tìm phân phối xác suất của X và
tính kì vọng, phương sai, độ lệch chuẩn của X.
 3. Phân phối Poisson
 Nếu chúng ta quan tâm đến số lượng một biến cố (hay sự kiện)
nào đó xảy ra trong một khoảng thời gian hay một vùng miền.
Ví dụ như:
 Số trường hợp mất hành lý trong một chuyến bay;

 Số bóng đèn hư trên một con đường trong một tuần;

 Số lỗi trong mỗi trang sách của một quyển sách,…

 Số lượng biến cố xảy ra là một đại lượng ngẫu nhiên rời rạc và
được gọi là có phân phối Poisson.
𝑒 −𝑎 𝑎𝑘
𝑃 𝑋=𝑘 = ; 𝑘 = 0,1,2, …
𝑘!
Trong đó 𝑎 là giá trị trung bình số lần biến cố xảy ra.
 Khi đó ta kí hiệu X ~ P(a).
 Nếu X có phân phối Poisson thì E(X) = D(X) = a.
 Chú ý.
 (1) Nếu X là số lần biến cố A xuất hiện trong một khoảng thời
gian hoặc trên một miền, một vùng nào đó thì X ~ P(a), với a
là giá trị trung bình của số lần A xảy ra.

 (2) Nếu X ~ B(n,p), trong đó p khá nhỏ và n khá lớn thì có thể
xấp xỉ X ~ P(a) với a = np.
 Ví dụ 3. Số liệu của một hãng hàng không cho thấy trong 1000
chuyến bay thì có 18 trường hợp hành khách bị mất hành lí do
bỏ quên. Gọi X là số trường hợp hành khách bị mất hành lí
trong một chuyến bay. Tìm xác suất để trong một chuyến bay
a) Không ai bị mất hành lí.
b) Có một hành khách bị mất hành lí.
 Giải. Ta nhận thấy số hành lí bị mất trung bình của mỗi
chuyến bay là 18
a  0,018
1000
Do đó có thể xem X có phân phối Poisson với a = 0,018, nghĩa
là X ~ P(0,018).
Vậy e a a 0
P  X  0   e 0,018  0,982 ;
0!
e a a1
P  X  1   e 0,018 .0, 018  0, 018
1!
 Ví dụ 4. Xác suất một hộp sữa trong kho bị hỏng là
0,2%. Chọn ngẫu nhiên 800 hộp trong kho. Tìm xác
suất có ít nhất 3 hộp bị hỏng. Tính kì vọng, phương
sai và độ lệch chuẩn của số hộp sữa bị hỏng trong 800
hộp đó.

 Ví dụ 5. Tại một điểm bán vé máy bay, trung bình 5

phút có 2 người đến mua vé. Tính xác suất có 5 người
đến mua vé trong 10 phút.
Dùng Excel để tính phân phối Nhị thức và Poisson được
minh họa trong bảng sau: