CÁC LUẬT PHÂN PHỐI THÔNG DỤNG

Ngô Thái Hưng

Khoa Kinh Tế Luật

Trường Đại học Tài Chính – Marketing

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 1 / 43

 1
PHÂN PHỐI SIÊU BỘI

Định nghĩa .
Biến ngẫu nhiên X nhận các giá trị k = 1, n với xác
suất :
k
CN C n−k
A N −NA
P (X = k) = n
CN

được gọi là tuân theo luật phân phối siêu bội và ký hiệu
là X ∼ H(N, NA , n)

Ý nghĩa: Là phân phối của số lẫn loại trong mẫu lấy

từ tập hợp lớn.
1
Hypergeometric Distribution
NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 2 / 43
PHÂN PHỐI SIÊU BỘI

Ví dụ .

1 Từ bộ bài 52 lá có 4 lá Át lấy ra 3 lá. Tính xác suất

để có 2 lá Át.
2 Một lô hàng gồm 20 sản phẩm, trong đó có 8 sản
phẩm xấu. Lấy ngẫu nhiên 5 sản phẩm. Tính xác
suất để có không quá hai sản phẩm xấu.

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 3 / 43

PHÂN PHỐI SIÊU BỘI

Ví dụ .

1 Từ bộ bài 52 lá có 4 lá Át lấy ra 3 lá. Tính xác suất

để có 2 lá Át.
2 Một lô hàng gồm 20 sản phẩm, trong đó có 8 sản
phẩm xấu. Lấy ngẫu nhiên 5 sản phẩm. Tính xác
suất để có không quá hai sản phẩm xấu.

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 3 / 43

PHÂN PHỐI SIÊU BỘI

Định lí .
Nếu X ∼ H(N, NA , n) thì:
1 E(X) = np
N −n
2 V ar(X) = npq
N −1
NA
Trong đó p = N và q = 1 − p

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 4 / 43

PHÂN PHỐI SIÊU BỘI

Ví dụ .
Một lô hàng có 100 sản phẩm, trong đó có 40 sản phẩm
loại I. Lấy ngẫu nhiên từ lô 30 sản phẩm. Tìm số sản
phẩm loại I trung bình có trong 30 sản phẩm lấy ra và
phương sai của số sản phẩm loại I trong 30 sản phẩm.

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 5 / 43

 2
PHÂN PHỐI NHỊ THỨC

Dãy phép thử Bernoulli

Là dãy n phép thử thỏa mãn 3 điều kiện:
Các phép thử phải độc lập với nhau
Ở mỗi phép thử ta chỉ quan tâm đến một biến cố
A. (Mỗi phép thử có 2 kết cục - thắng lợi hoặc thất
bại)
Ở mọi phép thử xác suất xảy ra biến cố A luôn luôn
bằng hằng số p. P (A) = p và P (Ā) = q = 1 − p

2
Binomial Distribution
NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 6 / 43
PHÂN PHỐI NHỊ THỨC

Định nghĩa .
Là phân phối của biến số ngẫu nhiên X rời rạc nhận
n + 1 giá trị 0, 1, 2, · · · , n, ký hiệu X ∼ B(n, p). Với
xác suất tương ứng:
P (X = k) = Cnk pk q n−k

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 7 / 43

PHÂN PHỐI NHỊ THỨC

Ví dụ .
Xí nghiệp có 10 chiếc máy chạy độc lập. Xác suất để
một máy bất kỳ làm việc tốt trong ngày là 0.9. Tính
xác suất để trong ngày có 7 máy làm việc tốt

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 8 / 43

PHÂN PHỐI NHỊ THỨC

Ví dụ .
Một người đi bán hàng ở 5 nơi với xác suất bán được
hàng mỗi nơi là 0.2. Tìm xác suất để người đó:
a. Bán được hàng ở 3 nơi?
b. Bán được hàng?

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 9 / 43

PHÂN PHỐI NHỊ THỨC

Ví dụ .
Giả sử tại một sàn giao dịch chứng khoán, trong một
phiên giao dịch giá một loại chứng khoán tăng lên 1
USD với xác suất là p, giá giảm xuống 1 USD với xác
suất là q = 1 – p( không có khả năng đứng giá), và sự
thay đổi giá của các phiên giao dịch là độc lập với nhau.
a. Tính xác suất sau 4 phiên giao dịch giá tăng lên 2
USD.
b. Biết sau 4 phiên giao dịch giá tăng lên 2 USD. Hãy
tính xác suất giá tăng trong phiên giao dịch đầu tiên.

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 10 / 43

PHÂN PHỐI NHỊ THỨC

Định lí .
Nếu X ∼ B(n, p) thì:
np − q ≤ M od(X) < np + p
E(X) = np
V ar(X) = npq

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 11 / 43

PHÂN PHỐI NHỊ THỨC

Ví dụ .
Một máy sản xuất với tỷ lệ loại I là 0.25. Cho máy sản
xuất 10 sản phẩm. Tìm số sản phẩm loại I tin chắc
nhất trong 10 sản phẩm đó

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 12 / 43

PHÂN PHỐI NHỊ THỨC

Ví dụ .
Một xạ thủ có XS bắn trúng mục tiêu là 0.6. Họ bắn 20
viên. Số viên trúng mục tiêu trung bình là bao nhiêu?
Phương sai của số viên trúng là bao nhiêu?

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 13 / 43

LIÊN HỆ GIỮA NHỊ THỨC VÀ SIÊU BỘI

Ví dụ .
Trong kho để 10.000 sản phẩm trong đó có 3.000 sản
phẩm loại A. Lấy ngẫu nhiên từ kho 5 sản phẩm. Tính
xác suất trong 5 sản phẩm lấy ra có 2 sản phẩm loại A.

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 14 / 43

LIÊN HỆ GIỮA NHỊ THỨC VÀ SIÊU BỘI

Định lí .
NA
Cho X ∼ H(N, NA , n). Nếu n cố định và lim =p
N →+∞ N
thì ∀k = 0, n :
NA
X ∼ H(N, NA , n) −→ X ∼ B(n, p = N )

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 15 / 43

PHÂN PHỐI POISSON

Định nghĩa .
Biến ngẫu nhiên X nhận giá trị k = 0, 1, · · · với xác
suất:
e−λ λk
P (X = k) = k!

được gọi là tuân theo luật phân phối Poisson với tham
số λ > 0, ký hiệu X ∼ P (λ)

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 16 / 43

PHÂN PHỐI POISSON

Định lí .
Nếu X ∼ P (λ) với tham số λ > 0 thì:
E(X) = λ
V ar(X) = λ
λ − 1 ≤ M od(X) < λ

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 17 / 43

PHÂN PHỐI POISSON

Ví dụ .
Quan sát 5 phút có 15 người ghé vào một đại lý bưu
điện. Tính xác suất trong một phút có 4 người vào đại
lý bưu điện?

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 18 / 43

PHÂN PHỐI POISSON

Ví dụ .
Một trạm cho thuê xe du lịch thấy rằng số người đến
thuê xe vào ngày thứ 2 đầu tuần là một đại lượng ngẫu
nhiên có phân phối Poisson với λ = 2. Biết rằng trạm
có 3 xe. Hãy tính:
a. Xác suất không phải tất cả 3 xe đều được thuê
b. Xác suất tất cả 3 xe đều được thuê
c. Xác suất trạm không đáp ứng được nhu cầu
d. Số xe trung bình được thuê

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 19 / 43

LIÊN HỆ GIỮA NHỊ THỨC VÀ POISSON

Định lí .
Cho X ∼ B(n, p). Nếu p → 0 và np → λ khi n → ∞
thì với k = 0, n ta có
e−λ .λk
lim P (X = k) = k!
n→∞

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 20 / 43

LIÊN HỆ GIỮA NHỊ THỨC VÀ POISSON

Ví dụ .

Ở một trạm điện thoại có 1000 đầu dây. Xác suất để

trong một lúc đầu dây bất kỳ gọi đến là 0.004. Tính xác
suất trong một lúc có:
a. Không nơi nào gọi đến
b. Không quá hai noi gọi đến

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 21 / 43

PHÂN PHỐI CHUẨN

Định lí .
Biến ngẫu nhiên liên tục X được gọi là tuân theo luật
phân phối chuẩn với tham số µ và σ 2 > 0, ký hiệu là
X ∼ N (µ, σ 2 ), nếu X có hàm mật độ:
(x−µ) 2

f (x) = √1 e− 2σ2 (x ∈ R)
σ 2π
+∞
R
Nhận xét: f (x)dx = 1 và f (x) ≥ 0
−∞
+∞
t2 √
e− 2 dt =
R
Tích phân Euler - Poisson: 2π
−∞

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 22 / 43

PHÂN PHỐI CHUẨN

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 23 / 43

 3
PHÂN PHỐI CHUẨN

Định lí .
Nếu X ∼ N (µ, σ 2 ) thì:
E(X) = µ
V ar(X) = σ 2
M od(X) = µ
√
Độ lệch chuẩn σ(X) = σ 2

3
Normal Distribution
NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 24 / 43
 4
PHÂN PHỐI CHUẨN TẮC

Định nghĩa .
Biến số ngẫu nhiên X ∼ N (0, 1) gọi là phân phối
chuẩn tắc.
Hàm mật độ của X là:
x 2
f (x) = √1 e− 2
2π
gọi là hàm mật độ Gauss
Hàm phân phối của luật chuẩn tắc ký hiệu là:
Rx 1
Rx − t2
Φ(x) = f (t)dt = 2π
√ e 2 dt
−∞ −∞

4
Standard Normal Distribution
NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 25 / 43
PHÂN PHỐI CHUẨN TẮC

Tính chất hàm phân phối chuẩn tắc Φ(x)


 Tra bảng 0 ≤ x ≤ 3.99
Φ(x) = 0.5 x > 3.99
Hàm lẻ Φ(−x) = −Φ(x)


NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 26 / 43

PHÂN PHỐI CHUẨN TẮC

Định lí .
X−µ
Nếu X ∼ N (µ, σ 2 ) thì biến ngẫu nhiên Z = σ có
phân phối chuẩn tắc: Z ∼ N (0, 1)

Định lí .
Nếu X ∼ N (0, 1) thì:
P (α ≤ X ≤ β) = Φ(β) − Φ(α)
P (|X| ≤ α) = 2Φ(α)

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 27 / 43

PHÂN PHỐI CHUẨN TẮC

Định lí .
X−µ
Nếu X ∼ N (µ, σ 2 ) thì biến ngẫu nhiên Z = σ có
phân phối chuẩn tắc: Z ∼ N (0, 1)

Định lí .
Nếu X ∼ N (0, 1) thì:
P (α ≤ X ≤ β) = Φ(β) − Φ(α)
P (|X| ≤ α) = 2Φ(α)

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 27 / 43

PHÂN PHỐI CHUẨN TẮC

Ví dụ .
Cho X ∼ N (3, 9). Tìm:
a. P (2 < X < 5)
b. P (X > 0)
c. P (|X − 3| > 6)

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 28 / 43

PHÂN PHỐI CHUẨN TẮC

Ví dụ .
Trọng lượng của một loại trái cây là X có phân phối
chuẩn với trung bình là 200 gram, phương sai 36
gram2
a. Tính tỷ lệ những trái cây có trọng lượng từ 194
gram đến 212 gram
b. Trái cây có trọng lượng ≥ 209 gram là loại I. Tìm
tỷ lệ loại I.
c. Xác định a để P (X ≤ a) = 0.98

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 29 / 43

PHÂN PHỐI CHUẨN TẮC

Định lí .
Nếu X ∼ N (µ, σ 2 ) thì P (|X − µ| ≤ kσ) = 2Φ(k)
Định lý này thường gọi là quy tắc k - sigma

Nhận xét: Sai số giữa X và µ không quá kσ

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 30 / 43

PHÂN PHỐI CHUẨN TẮC

Trường hợp k = 1:

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 31 / 43

PHÂN PHỐI CHUẨN TẮC

Trường hợp k = 2:

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 32 / 43

PHÂN PHỐI CHUẨN TẮC

Trường hợp k = 3:

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 33 / 43

PHÂN PHỐI CHI BÌNH PHƯƠNG χ2

Định lí .
Nếu X1 , X2 , · · · , Xn là n biến ngẫu nhiên chuẩn tắc
n
Xi2 có phân phối χ2 (n) với
P
độc lập thì U =
i=1
E(U ) = n và V ar(U ) = 2n

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 34 / 43

PHÂN PHỐI CHI BÌNH PHƯƠNG χ2

Ví dụ .
Cho X ∼ χ2 (20). Tìm χ2 thỏa mãn P (X ≤ χ2 ) = 0.95

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 35 / 43

PHÂN PHỐI STUDENT St(n)

Định nghĩa .
Giả sử Z ∼ N (0, 1), V ∼ χ2 (n), đồng thời Z và V độc
lập. Khi đó luật phân phối của biến ngẫu nhiên
T = √ZV
n

được gọi là luật Student với n bậc tự do, ký hiệu St(n)

Định lí .
Cho T ∼ St(n). Khi đó
E(T ) = 0
n
V ar(T ) = n−2
NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 36 / 43
PHÂN PHỐI STUDENT St(n)

Định nghĩa .
Giả sử Z ∼ N (0, 1), V ∼ χ2 (n), đồng thời Z và V độc
lập. Khi đó luật phân phối của biến ngẫu nhiên
T = √ZV
n

được gọi là luật Student với n bậc tự do, ký hiệu St(n)

Định lí .
Cho T ∼ St(n). Khi đó
E(T ) = 0
n
V ar(T ) = n−2
NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 36 / 43
PHÂN PHỐI FISHER

Định nghĩa .
Giả sử X ∼ χ2 (n) và Y ∼ χ2 (m) là độc lập. Khi đó
luật phân phối của biến ngẫu nhiên
X/n
F = Y /m

được gọi là luật phân phối Fisher với n bậc tự do của tử

số và m là bậc tự do của mẫu số và ký hiệu là F (n, m)

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 37 / 43

BÀI TẬP

1. Tỉ lệ chính phẩm của một xí nghiệp là 95%. Mỗi

kiện hàng của một xí nghiệp có 4 sản phẩm
a. Tìm xác suất đề lấy ngẫu nhiên một kiện hàng
thì trong đó có không quá 1 phế phẩm
b. Tìm xác suất để lấy ngẫu nhiên 3 kiện hàng thì
trong đó có 1 kiện có phế phẩm.

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 38 / 43

BÀI TẬP

2. Một nhân viên mỗi ngày đi chào hàng ở 5 địa điểm

với xác suất bán được hàng ở mỗi địa điểm là 0.3.
a. Tìm xác suất để người đó bán được hàng mỗi
ngày?
b. Nếu mỗi tháng người đó đi chào hàng 20 ngày
thì tiền hoa hồng mỗi tháng bằng bao nhiêu, biết
mỗi lần bán được hàng thì người đó được hưởng số
tiền hoa hồng là 10.000 đồng ?

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 39 / 43

BÀI TẬP

3. Một người cân nhắc giữa việc mua nhà hay gửi tiền
vào tiết kiệm với lãi suất 12% một năm và chờ một
năm sau mới mua. Biết mức tăng giá nhà là biến
ngẫu nhiên có phân phối chuẩn với trung bình là
8% và độ lệch chuẩn là 10%. Tìm khả năng rủi ro
của người đó nếu gửi tiền vào tiết kiệm và chờ một
năm.

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 40 / 43

BÀI TẬP

4. Có hai thị trường đầu tư A và B. Lãi suất (%) thu

được trên hai thị trường đầu tư này là các đại
lượng ngẫu nhiên có phân phối chuẩn, độc lập với
nhau, có kỳ vọng và phương sai như sau:
Thị trường đầu tư Kỳ vọng Phương sai
A 20 25
B 30 100
a. Muốn thị trường đạt lãi suất tối thiểu là 15% thì
nên đầu tư vào thị trường nào?
b. Để hạn chế rủi ro thì nên đầu tư vào hai thị
trường trên như thế nào?
NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 41 / 43
BÀI TẬP

5. Có 3 lô hàng, mỗi lô có 1.000 sản phẩm. Tỷ lệ sản

phẩm loại A của từng lô là 90%, 85%, 80%. Người
ta lần lượt lấy từ mỗi lô ra 10 sản phẩm để kiểm
tra. Nếu trong 10 sản phẩm lấy ra kiểm tra có từ 9
sản phẩm loại A trở lên thì mua lô hàng đó. Gọi X
là số lô hàng được mua.
a. Lập luật phân phối xác suất của X
b. Nếu chỉ có một lô được mua, hãy tìm xác suất
để đó là lô có tỷ lệ sản phẩm loại A là 85%.

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 42 / 43

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).

NGÔ THÁI HƯNG (UFM) XÁC SUẤT & THỐNG KÊ TOÁN 43 / 43