Chuong 2 - BSNN

BIẾN SỐ NGẪU NHIÊN1
Ngô Thái Hưng
Khoa Kinh Tế Luật

Trường Đại học Tài Chính – Marketing
Ngày 31 tháng 7 năm 2021
1
Random Variables
NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN Ngày 31 tháng 7 năm 2021 1 / 26
BIẾN SỐ NGẪU NHIÊN
Định nghĩa .
Hàm số thực X(ω) được xác định trên một phép thử có
không gian xác suất (Ω, A, P ) với Ω = {ω}
X(ω) : Ω →
7 R
ω → 7 X(ω)
được gọi là một biến ngẫu nhiên.

”Biến ngẫu nhiên là biến số có thể nhận nhiều giá trị
khác nhau liên kết với các biến cố của phép thử và nó
nhận các giá trị với một xác suất nào đó”
BIẾN SỐ NGẪU NHIÊN
Định nghĩa .
Hàm số thực X(ω) được xác định trên một phép thử có
không gian xác suất (Ω, A, P ) với Ω = {ω}
X(ω) : Ω →
7 R
ω → 7 X(ω)
được gọi là một biến ngẫu nhiên.

”Biến ngẫu nhiên là biến số có thể nhận nhiều giá trị
khác nhau liên kết với các biến cố của phép thử và nó
nhận các giá trị với một xác suất nào đó”
BIẾN SỐ NGẪU NHIÊN RỜI RẠC
Định nghĩa .
X được gọi là biến ngẫu nhiên rời rạc nếu nhận một số
hữu hạn hoặc vô hạn đếm được các giá trị
Ví dụ .
Một phân xưởng có 4 máy hoạt động. Gọi X là: “số
máy hỏng trong một ca”. X là đại lượng ngẫu nhiên rời
rạc với các giá trị có thể có là X = 0, 1, 2, 3, 4.
BIẾN SỐ NGẪU NHIÊN RỜI RẠC
Định nghĩa .
X được gọi là biến ngẫu nhiên rời rạc nếu nhận một số
hữu hạn hoặc vô hạn đếm được các giá trị
Ví dụ .
Một phân xưởng có 4 máy hoạt động. Gọi X là: “số
máy hỏng trong một ca”. X là đại lượng ngẫu nhiên rời
rạc với các giá trị có thể có là X = 0, 1, 2, 3, 4.
PHÂN PHỐI XÁC SUẤT BSNNRR
Định nghĩa .
Xác suất để biến ngẫu nhiên rời rạc X nhận giá trị
x ∈ R, ký hiệu P (X = x) được xác định như sau:
P (X = x) = P {ω ∈ Ω : X(ω) = x}
Ví dụ .
Tung hai đồng xu cân đối đồng chất. Nếu có mặt xấp
thì được hai đồng, nếu có mặt ngửa thì thua 1 đồng.
Gọi X là số tiền nhận được khi tung hai đồng xu. Tính
xác suất nhận được 4 đồng?
P (X = 4) = {SS : X(SS) = 4} = [SS]
[Ω] = 4
1
Định nghĩa .
Xác suất để biến ngẫu nhiên rời rạc X nhận giá trị
x ∈ R, ký hiệu P (X = x) được xác định như sau:
P (X = x) = P {ω ∈ Ω : X(ω) = x}
Ví dụ .
Tung hai đồng xu cân đối đồng chất. Nếu có mặt xấp
thì được hai đồng, nếu có mặt ngửa thì thua 1 đồng.
Gọi X là số tiền nhận được khi tung hai đồng xu. Tính
xác suất nhận được 4 đồng?
P (X = 4) = {SS : X(SS) = 4} = [SS]
[Ω] = 4
1
Bảng phân phối xác suất

X x1 x2 · · · xn
P p1 p2 · · · pn
n
P
Trong đó, pi = P (X = xi ) ≥ 0 và pi = 1
i=1
Ví dụ .
Trong hộp có 10 sản phẩm trong đó có 6 chính phẩm.
lấy ngẫu nhiên 2 sản phẩm, xây dựng quy luật phân
phối xác suất của số chính phẩm được lấy ra.
HÀM PHÂN PHỐI XÁC SUẤT
Định nghĩa .
Hàm số F (x) = P (X ≤ x) = P {ω ∈ Ω : X(ω) ≤ x} với
mọi x ∈ R được gọi là hàm phân phối xác xuất của biến
ngẫu nhiên X
Tính chất
1 0 ≤ F (x) ≤ 1, ∀x
2 P (a < X ≤ b) = F (b) − F (a)
3 F (x) là hàm không giảm, nếu a < b thì F (a) ≤ F (b)
4 lim F (x) = 0 và lim F (x) = 1
x→−∞ x→+∞
Biến ngẫu nhiên rời rạc

Nếu X là biến ngẫu nhiên rời rạc nhận các giá trị số xi
với xác suất pi = P (X = xi ) thì
P
F (x) = pi
xi <x
Nhận xét: Hàm phân phối xác suất của biến ngẫu
nhiên rời rạc có đồ thị dạng bậc thang
Ví dụ .
Tung 1 đồng xu hai lần. Ta có không gian mẫu
S = {N N, N X, XN, XX} . Gọi X số lần xuất hiện
mặt ngữa. Tìm hàm phân phối xác suất và vẽ đồ thị.
BIẾN SỐ NGẪU NHIÊN LIÊN TỤC
Định nghĩa .
X được gọi là biến ngẫu nhiên liên tục nếu tìm được
hai số thực a < b sao cho mọi số nằm giữa a và b đều
là giá trị của X.
Như vậy, tập hợp các giá trị của số ngẫu nhiên liên tục
gồm tất cả các số thực trên một khoảng hay đoạn của
trục số, và là tập hợp vô hạn không đếm được
BIẾN SỐ NGẪU NHIÊN LIÊN TỤC
Định nghĩa .
X được gọi là biến ngẫu nhiên liên tục nếu tìm được
hai số thực a < b sao cho mọi số nằm giữa a và b đều
là giá trị của X.
Như vậy, tập hợp các giá trị của số ngẫu nhiên liên tục
gồm tất cả các số thực trên một khoảng hay đoạn của
trục số, và là tập hợp vô hạn không đếm được
Biến số ngẫu nhiên liên tục

Cho biến ngẫu nhiên liên tục X nếu hàm phân phối
F (x) của nó biểu diễn dưới dạng
Rx
F (x) = f (t)dt
−∞
với mọi x ∈ R thì f (x) gọi là hàm mật độ xác suất của
X
HÀM MẬT ĐỘ XÁC SUẤT
Tính chất của hàm mật độ

1 f (x) ≥ 0, ∀x ∈ R
2 f (x) = F 0 (x) tại x là điểm liên tục của f (x)
Rb
3 P (a < X ≤ b) = f (x)dx
a
+∞
R
4 f (x)dx = 1
−∞
VÍ DỤ
λxe−x x > 0

Cho hàm số f (x) =
0 x≤0
a. Với giá trị nào của λ để f là hàm mật độ xác suất?
b. Tìm F (x)?
VÍ DỤ
Cho hàm số F (x) = 12 + π1 arctan x (−∞ < x < +∞)

a. Chứng minh F (x) là hàm phân phối của biến ngẫu
nhiên liên tục
b. Tính P (a < X < 1)
VÍ DỤ

a ∈ [0, 1]
Cho hàm mật độ f (x) =
0 ∈
/ [0, 1]
a. Xác định a ?
b. Tính P ( 14 ≤ X ≤ 12 ) ?
c. Xác định hàm phân phối của X ?
VÍ DỤ
abe−x

x ≥ 0, b > 0
Cho hàm số f (x) =
0 x<0
a. Xác định a để f (x) là hàm mật độ của biến ngẫu
nhiên liên tục X ?
b. Xác định hàm phân phối của X ?
c. Tính P (1 < X < 2) ?
d. Đặt Y = X 2 . Xác định hàm mật độ, hàm phân
phối của Y
CÁC ĐẶC TRƯNG CỦA BIẾN NGẪU NHIÊN
ĐẶC TRƯNG VỀ VỊ TRÍ

Mode (Giá trị tin chắc nhất)
M od(X) là điểm mà tại đó xác suất xuất hiện là lớn
nhất
X rời rạc:
M od(X) = xk |pk = max{pi |i = 1, 2, · · · , n}
X liên tục:
M od(X) = x0 |f (x0 ) = max{f (x)|x ∈ [a, b]}
Trung vị (Median)
M ed(X) = x0 là giá trị chia đôi xác suất
1
P [X ≤ x0 ] = P [X ≥ x0 ] =
2
Kỳ vọng (Expectation/Mean))
n
P
X rời rạc: E(X) = x i pi
i=1
X liên tục có hàm mật độ f (x) xác định trên [a, b]:
Rb
E(X) = xf (x)dx
a
Tính chất của kỳ vọng

1 E(c) = c, c là hằng số
2 E(cX) = cE(X), c là hằng số
3 E(X + Y ) = E(X) + E(Y )
4 E(X.Y ) = E(X).E(Y ), X và Y là các biến ngẫu
nhiên độc lập.
5 Nếu X ≥ 0 thì E(X) ≥ 0
6 X ≥ Y thì E(X) ≥ E(Y )
ĐẶC TRƯNG VỀ ĐỘ PHÂN TÁN
Phương sai (Variance, Dispersion)
Phương sai của đại lượng ngẫu nhiên X, ký hiệu là
V ar(X) hay D(X) được định nghĩa như sau:
V ar(X) = E(X − µ)2 , với µ = E(X)
n
(xi − µ)2 .pi
P
X rời rạc: V ar(X) =
i=1
Rb
X liên tục: V ar(X) = (x − µ)2 f (x)dx
a
p
Số σ(X) = V ar(X) được gọi là độ lệch chuẩn của
biến ngẫu
NGÔ THÁI (UFM) XXÁC SUẤT & THỐNG KÊ TOÁN Ngày 31 tháng 7 năm 2021
HƯNGnhiên 19 / 26
Tính chất của phương sai

1 V ar(X) = E(X 2 ) − [E(X)]2
2 V ar(c) = 0, c là hằng số
3 V ar(cX) = c2 V ar(X), c là hằng số
4 V ar(X + Y ) = V ar(X) + V ar(Y ), X và Y độc lập
VÍ DỤ
Đại lượng ngẫu nhiên X có luật phân phối như sau:

X 0 1 4 6
P 28 48 18 28
1 Tìm M od(X), E(X), V ar(X), σ(X)

2 Tìm kỳ vọng và phương sai của Y = 5X + V ar(X)
3 Tìm P [1 ≤ X ≤ 3]
VÍ DỤ
Một xạ thủ có 3 viên đạn. Xác suất bằn trúng mục tiêu
là 0.8. Xạ thủ bắn cho đến khi hết đạn, hoặc trúng
mục tiêu thì dừng. Tìm luật phân phối xác suất và các
đặc trưng số Mode, kỳ vọng, phương sai, độ lệch chuẩn
của số viên đạn được bắn.
VÍ DỤ
1 Cho X là biến ngẫu nhiên có phân phối đều trên [−1, 1]

1
2
∈ [−1, 1]
f (x) =
0 ∈/ [−1, 1]
Tìm kỳ vọng của X
2 Cho X là biến ngẫu nhiên có hàm mật độ
−ax
ae x > 0, a > 0
f (x) =
0 x≤0
Tìm kỳ vọng của X
3 Cho X có phân phối đều trên [0, 1].

1 ∈ [0, 1]
f (x) =
0 ∈
/ [0, 1]
Tính V ar(X)?
BÀI TẬP
1. Một người đi từ nhà đến cơ quan phải qua 3 ngã tư với xác
suất gặp đèn đỏ tương ứng là 0.2; 0.3 và 0.4. Hỏi thời gian
trung bình phải dừng trên đường là bao nhiêu, biết rằng mỗi
lần gặp đèn đỏ người ấy phải chờ khoảng 3 phút?
2. Khi thâm nhập vào một thị trường mới danh nghiệp chỉ dự
kiến được rằng doanh số hàng tháng có thể đạt được tối thiểu
là 25 triệu và tối đa là 40 triệu. Tuy nhiên để đảm bảo hiệu
quả kinh doanh thì doanh nghiệp chỉ cần đạt được doanh số
tối thiểu là 32 triệu/tháng. Vậy có nên thâm nhập vào thị
trường đó hay không ?
3. Một lô hàng có 10 sản phẩm, trong đó có 6 sản phẩm loại A.
Lấy ngẫu nhiên từ lô ra 3 sản phẩm. Gọi X là số sản phẩm
loại A có trong 3 sản phẩm lấy ra
a. Lập luật phân phối của X
b. Tìm M od(X), E(X), V ar(X)
BÀI TẬP
4. Một công ty dự định đầu tư 10 triệu USD để xây dựng một

dây chuyền sản xuất một loại sản phẩm. Loại sản phẩm này
được bán cho hai đối tác A và B một cách độc lập. Xác suất
để A và B chấp nhận mua sản phẩm là 0.7 và 0.8. Nếu đối tác
A chấp nhận mua sản phẩm thì A sẽ trả cho công ty trên 4
triệu USD, ngược lại thì chi trả 1 triệu USD. Với B, nếu chập
nhận mua sản phẩm thì phải trả cho công ty 10 triệu USD,
ngược lại thì phải trả 3 triệu USD. Biết rằng công ty trên
phải đóng thuế doanh thu là 10%. Hỏi công ty đó có nên đầu
tư xây dựng hay không?
TÀI LIỆU THAM KHẢO
Trần Lộc Hùng, Lí thuyết xác suất và thống kê toán học, Nhà xuất
bản giáo dục, (1998).
Nguyễn Thành Cả, Lí thuyết xác suất và thống kê toán học, Nhà
xuất bản lao động, (2010).
Tô Anh Dũng, Lí thuyết xác suất và thống kê toán học, Nhà xuất
bản đại học quốc gia TP HCM, (2007).
Rick Durrett, Elementary Probability for Applications , Cambridge
University , (2009).
Shaledon Ross, A first course in Probability , Pearson , (2010).
Sharpe–De Veaux–Velleman, Business Statistics , Pearson , (2012).

Chuong 2 - BSNN

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Chuong 2 - BSNN

Uploaded by

Copyright:

Available Formats

BIẾN SỐ NGẪU NHIÊN1

Ngô Thái Hưng

Khoa Kinh Tế Luật

Ngày 31 tháng 7 năm 2021

được gọi là một biến ngẫu nhiên.

được gọi là một biến ngẫu nhiên.

Bảng phân phối xác suất

Biến ngẫu nhiên rời rạc

Biến số ngẫu nhiên liên tục

Tính chất của hàm mật độ

Cho hàm số F (x) = 12 + π1 arctan x (−∞ < x < +∞)

ĐẶC TRƯNG VỀ VỊ TRÍ

Tính chất của kỳ vọng

Tính chất của phương sai

Đại lượng ngẫu nhiên X có luật phân phối như sau:

1 Tìm M od(X), E(X), V ar(X), σ(X)

1 Cho X là biến ngẫu nhiên có phân phối đều trên [−1, 1]

4. Một công ty dự định đầu tư 10 triệu USD để xây dựng một

You might also like