BÀI TẬP THẢO LUẬN

Học viên: Trần Thị Thanh Nhã

MSHV: 22846010600008
Lớp K30. Lý thuyết xác suất và thống kê Toán học
CÂU HỎI

Câu 1.Bạn thích đọc một cuốn sách lịch sử và một cuốn sách xác suất với

khả năng như nhau. Giả sử số lỗi in trong sách lịch sử là biến ngẫu nhiên có

phân phối Poisson với tham số 1/2 và số lỗi in trong sách xác suất là biến ngẫu
nhiên có phân phối Poisson với tham số 1/5. Tính số lỗi in trung bình mà bạn
gặp phải khi đọc hai cuốn sách đó.

Trả lời

Gọi X là số lỗi in bạn gặp phải và Y là sách bạn đọc. Ta cần tính EX. Trong bài
này EX tính theo kỳ vọng có điều kiện. EX = E(E(X/Y )) = X y E(X/Y = y)P(Y
= y)

Gọi X là biến ngẫu nhiên số lỗi in trong sách lịch sử. thì X ∼ P( )

Số lỗi in trung bình trong một trang là : E(X)= λ=

Số lỗi in trung bình trong sách lịch sử có n trang là: lỗi

Gọi Y là biến ngẫu nhiên số lỗi in trong sách xác suất thì Y ∼ P( )

Số lỗi in trung bình trong một trang sách xác suất là : E(Y)= λ=

Số lỗi in trung bình trong sách xác suất có n trang là: lỗi

Câu 2.

1)Cho X1, X2 có phân phối chuẩn và không tương quan. Hỏi X1, X2 có độc
lập không.

2) Cho vector(X1, X2) có phân phối chuẩn và không tương quan. Hỏi X1, X2

có độc lập không.

3)Cho vector(X1, X2)có phân phối chuẩn. Hỏi 2X1−3X2 và (2X1−X2,3X2+

X1) có phân phối chuẩn không.

Trả lời

1) Chưa kết luận được tính độc lập của X1, X2. Lấy ví dụ minh họa và chứng
minh chi tiết (Xem Ví dụ 1.91 trong bài giảng). 2) Nếu (X1, X2) là vector chuẩn
(vector Gauss) thì X1, X2 không tương quan khi và chỉ khi X1, X2 độc lập.
(Xem thêm Hệ quả 1.88). 3) + (X1, X2) có phân phối chuẩn thì mọi tổ hợp
tuyến tính của X1 và X2 là chuẩn. Do đó 2X1 − 3X2 có phân phối chuẩn. + Do
mỗi tổ hợp tuyến tính của 2X1−X2 và 3X2+X1 cũng chính là tổ hợp tuyến tính
của X1 và X2 nên có phân phối chuẩn. Suy ra (2X1 − X2, 3X2 + X1) là vector
chuẩn.

Câu 3.Lấy một số ví dụ quá trình ngẫu nhiên trong thực tế với yêu cầu:

1)Thời gian rời rạc, trạng thái rời rạc;

2)Thời gian rời rạc, trạng thái liên tục;

3)Thời gian liên tục, trạng thái rời rạc;

4)Thời gian liên tục, trạng thái liên tục.

Trả lời

1/ Một số ví dụ quá trình ngẫu nhiên trong thực tế với thời gian rời rạc, trạng
thái rời rạc:

Ví dụ 1.1. Số cá thể trong một quần thể tính vào thời điểm cuối năm thứ t có thể
được mô hình như quá trình ngẫu nhiên {Xt , t ∈ T}, trong đó tập chỉ số T = {1, .
. . } và không gian trạng thái S = {0, 1, . . . }.

Ví dụ 1.2. Một máy lọc nước tại cơ quan có hai khả năng “hoạt động” và
“không hoạt động”. Ký hiệu Xn là trạng thái của máy vào lúc 8 giờ sáng của
ngày thứ n. Khi đó {Xn, n ∈ T} là một quá trình ngẫu nhiên tập chỉ số T = {1,
2, . . . } là rời rạc, không gian trạng thái S= {“hoạt động”, “không hoạt động”} là
rời rạc và hữu hạn.
Ví dụ 1.3. Trong ví dụ 2 ở trên, nếu ta gọi Yn là số máy hỏng tính đến ngày thứ
n. Khi đó dãy {Yn, n ≥ 1} là quá trình ngẫu nhiên với thời gian rời rạc và không
gian trạng thái rời rạc nhưng vô hạn đếm được {0, 1, 2, . . . .}.

Ví dụ 1.4. (Random walk) Quan sát một hạt ở thời điểm ban đầu (thời điểm 0,
hạt ở gốc tọa độ). Cứ mỗi đơn vị thời gian ta tung một đồng xu, 42 nếu mặt sấp
(ngữa) xuất hiện thì hạt chuyển động một đơn vị về phía phải (trái). Ký hiệu Xn
là vị trí của hạt sau n lần tung đồng xu. Khi đó ta có quá trình ngẫu nhiên{Xn, n
= 0, 1, . . . } thời gian rời rạc và trạng thái rời rạc S = {. . . , −2, −1, 0, 1, 2, . . . }

2/ Một số ví dụ quá trình ngẫu nhiên trong thực tế với thời gian rời rạc, trạng
thái liên tục.

Ví dụ 2.1. Ký hiệu Xt là trạng thái của bệnh nhân mắc một loại bệnh nào đó tại
thời điểm t,(t ≥ 0) và giả sử có 4 khả năng: 1 = “bệnh nhân mắc bệnh”, 2 = “đã
khỏi bệnh”; 3 = “bị chết do bệnh đó”, 4 = “chết vì nguyên nhân khác”. Đây là
quá trình ngẫu nhiên với thời gian liên tục và trạng thái rời rạc hữu hạn: T = [0,
+∞), S = {1, 2, 3, 4}.

Ví dụ 2.2. Ký hiệu Xt là số cuộc gọi đến tổng đài (hoặc số người vào một khu
trung tâm thương mại) trong khoảng thời gian [0, t]. Khi đó ta có quá trình ngẫu
nhiên{Xt , t ∈ T} với thời gian T = [0,∞) liên tục và không gian trạng thái S =
{0, 1, . . . , } rời rạc, vô hạn. 3) Quá trình ngẫu nhiên với thời gian rời rạc và
trạng thái liên tục

Ví dụ 2.3. Gọi Xn là giá của một loại cổ phiếu nào đó khi kết thúc giao dịch vào
ngày thứ n. Khi đó ta có quá trình ngẫu nhiênvới thời gian T = {1, 2, . . . } rời
rạc và trạng thái S = [0,∞) liên tục

3/ Một số ví dụ quá trình ngẫu nhiên trong thực tế với với thời gian rời rạc và
trạng thái liên tục

Ví dụ 3.1. Gọi Xn là giá của một loại cổ phiếu nào đó khi kết thúc giao dịch vào
ngày thứ n. Khi đó ta có quá trình ngẫu nhiênvới thời gian T = {1, 2, . . . } rời
rạc và trạng thái S = [0,∞) liên tục.

4/ Một số ví dụ quá trình ngẫu nhiên trong thực tế với Thời gian liên tục,
trạng thái rời rạc:

Ví dụ 4.1. Quan sát một hạt phấn hoa chuyển động hỗn loạn trong chất lỏng,
thời điểm 0 hạt ở gốc tọa độ. Gọi Xt là vị trí của hạt ở thời điểm t ≥ 0 theo một
trục nào đó từ vị trí ban đầu. Đây là quá trình ngẫu nhiên với thời gian liên tục
[0, +∞) và không gian trạng thái liên tục S = R = (−∞, +∞). Nếu ta quan sát vị trí
theo hai tọa độ thì không gian trạng thái là R 2 .

Ví dụ 4.2. Gọi Xt là giá chỉ số Dow-Jones vào thời điểm t. Khi đó ta có quá trình
ngẫu nhiên{Xt , t ∈ T} với thời gian liên tục T = [0,∞) và trạng thái liên tục S =
[0,∞). Ngoài ra ta có thể dựa vào tính chất của quĩ đạo để phân loại quá trình
ngẫu nhiên. Chẳng hạn, nếu hầu chắc chắn hàm mẫu liên tục (liên tục trái, phải)
thì ta gọi là quá trình ngẫu nhiên liên tục (liên tục trái, phải). Tập thời gian T
thường có hai tính chất: (i) T được sắp thứ tự, vì thế ta có thể nói “tương lại”
hoặc “quá khứ”. (ii) T thường có một số cấu trúc cộng tính, để hợp lí cho việc
nói dịch chuyển thời gian về phía trước và phía sau một lượng nào đó. Thời gian
thường được chọn là các tập R +, [0, 1], N, Z, Q, [a, b] ⊂ R +. Trong trường hợp
T = N hay Z thì ta thường nói dãy các biến ngẫu thay cho quá trình ngẫu nhiên.

Câu 4.Xét một trò chơi như sau (gambler’s ruin): Tại mỗi bước người chơi

thắng 1 USD với xác suất p và thua 1 USD với xác suất 1−p. Giả sử X0= 0

và Xn là số tiền của người chơi tại bước thứ n.Chứng minh rằng

1)Nếu p= 1/2 thì (Xn) là martingale.

2) Nếu p >1/2 thì (Xn) là martingale trên.

3) Nếu p <1/2 thì (Xn) là martingale dưới.

Trả lời

Ký hiệu ξi là tiền người chơi thu được tại lần chơi thứ i, i ≥ 1. Khi đó ξ1, ξ2, . . .
là dãy BNN độc lập cùng phân phối ξi −1 1 P q p Ta có Eξi = 2p − 1 và mối
quan hệ X0 = 0, X1 = ξ1, X2 = X1 + ξ2 = ξ1 + ξ2 Xn+1 = Xn + ξn+1 = ξ1 + ξ2
+ · · · + ξn+1. Suy ra E(Xn+1/Fn) = E(Xn + ξn+1/Fn) = Xn + Eξn+1 = Xn + 2p
− 1. Từ đó dựa vào định nghĩa để kết luận.