ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH

TRƯỜNG ĐẠI HỌC BÁCH KHOA

TỔNG HỢP CÔNG THỨC GIỮA KỲ

XÁC SUẤT & THỐNG KÊ



HK212

BIÊN SOẠN & TỔNG HỢP: TRƯƠNG ĐỨC AN

Tp. Hồ Chí Minh, Tháng 01/2022

XÁC SUẤT THỐNG KÊ TRƯƠNG ĐỨC AN

LỜI MỞ ĐẦU

Thân gửi các bạn học viên,

Một lần nữa cảm ơn các bạn vì đã tham gia khoá học Xác suất thống kê trong học kỳ 212. Sắp đến kỳ thi giữa
kỳ và tài liệu "Tổng hợp công thức giữa kỳ Xác Suất & Thống Kê" sẽ là món quà mừng năm mới mình dành tặng
các bạn.

Tài liệu này được biên soạn nhằm mục đích tóm gọn lại kiến thức nội dụng Xác suất mà các bạn đã học và sẽ
thi vào ngày 06/03/2022.

Tài liệu được biên soạn, được chỉnh sửa cho các bạn học viên khoá 212 và chỉ lưu hành nội bộ, do đó các bạn
không nên chia sẻ cho người khác (kể cả khi khoá học kết thúc).

Hi vọng các bạn có thể sử dụng tốt nó, gìn giữ để có thể sử dụng cho bản thân mình sau khi khoá học kết thúc.

Chúc các bạn năm mới nhiều sức khoẻ và luôn hạnh phúc, thi giữa kỳ thật tốt và đạt điểm cao.

Gửi đến học viên,

Trương Đức An

h Fanpage: www.facebook.com/theteacherBK Trang 1

XÁC SUẤT THỐNG KÊ TRƯƠNG ĐỨC AN

Mục lục
Lời mở đầu 1

1 Các công thức xác suất 3

1.1 Chương 01 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.1 Công thức cộng . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.2 Công thức nhân . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.3 Công thức xác suất có điều kiện . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.4 Định lý Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.5 Công thức xác suất đầy đủ. Công thức Bayes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.6 Bài toán xác suất hình học . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.7 Bài toán mạch điện . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.8 Bài toán hai bước . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.9 Bài toán xác định số phép thử thực hiện . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.10 Bài toán lá thư trong trắc nghiệm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.11 Bài toán toa tàu tổng quát . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.12 Bài toán sử dụng biến cố bù . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Chương 02 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.1 Bảng phân phối xác suất . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.2 Hàm mật độ xác suất . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.3 Hàm phân phối xác suất . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.4 Kỳ vọng . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.5 Phương sai . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.6 Độ lệch chuẩn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.7 Mốt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.8 Trung vị . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.9 Phân phối Đều . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.10 Phân phối Mũ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.11 Phân phối Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.12 Phân phối Chuẩn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.13 Phân phối Siêu bội . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.14 Phân phối Nhị thức . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.15 Phân phối hình học . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.16 Định lý giới hạn trung tâm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3 Chương 03 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.1 Bảng phân phối xác suất đồng thời . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.2 Bảng phân phối xác suất theo các biến ngẫu nhiên thành phần X, Y . . . . . . . . . . . . . . . 11
1.3.3 Bảng phân phối xác suất có điều kiện . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.4 Điều kiện độc lập của X, Y . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.5 Hàm phân phối xác suất đồng thời của (X, Y) . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.6 Kỳ vọng toán . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.7 Hiệp phương sai . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.8 Ma trận tương quan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.9 Hệ số tương quan giữa X và Y . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2 Hướng dẫn sử dụng máy tính bỏ túi 13

2.1 Sử dụng máy tính bỏ túi để tìm các đặc trưng của biến ngẫu nhiên . . . . . . . . . . . . . . . . . . . . 13
2.2 Sử dụng máy tính bỏ túi để tìm Φ(x) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3 Sử dụng máy tính bỏ túi để tìm các đặc trưng của véc-tơ ngẫu nhiên 2 chiều . . . . . . . . . . . . . . 14

3 Các bảng tra xác suất 15

3.1 Bảng tra Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.2 Bảng tra giá trị hàm phân phối của phân phối chuẩn tắc - bảng 1 . . . . . . . . . . . . . . . . . . . . 16
3.3 Bảng tra giá trị hàm phân phối của phân phối chuẩn tắc - bảng 2 . . . . . . . . . . . . . . . . . . . . 17

Tài liệu tham khảo 18

h Fanpage: www.facebook.com/theteacherBK Trang 2

XÁC SUẤT THỐNG KÊ TRƯƠNG ĐỨC AN

1 Các công thức xác suất

1.1 Chương 01
1.1.1 Công thức cộng
Cho các biến cố tuỳ ý, ta có:

P (A + B) = P (A) + P (B) − P (A.B)

P (A + B + C) = P (A) + P (B) + P (C) − P (A.B) − P (B.C) − P (A.C) + P (A.B.C)

Công thức tổng quát:

n
X X X
P (A1 + A2 + ... + An ) = P (Ai ) − P (Ai .Aj ) + P (Ai .Aj .Ak ) − ... + (−1)n−1 .P (A1 .A2 .A3 ...An )
i=1 i<j i<j<k

Cho các biến cố xung khắc (hoặc xung khắc đôi một):

P (A + B) = P (A) + P (B)
P (A + B + C) = P (A) + P (B) + P (C)

Công thức tổng quát:

n
X
P (A1 + A2 + ... + An ) = P (Ai )
i=1

Lưu ý: Hai biến cố A và B được gọi là xung khắc nhau nếu chúng không thể cùng xảy ra trong một phép thử.
Các công thức khác:
P (A.B) = 1 − P (A + B) ; P (A + B) = 1 − P (AB)
P (A.B) = P (A) − P (AB) ; P (A.B) = P (B) − P (AB)

1.1.2 Công thức nhân

Cho các biến cố tùy ý A và B:

P (AB) = P (A/B).P (B) = P (B/A).P (A)

Công thức tổng quát:

P (A1 .A2 ...An ) = P (A1 ).P (A2 /A1 ).P (A3 /A1 .A2 )....P (An /A1 .A2 ...An−1 ).

Cho hai biến cố độc lập A và B:

P (AB) = P (A).P (B).

Nếu các biến cố A1 , A2 , ..., An độc lập toàn thể thì:

P (A1 .A2 ...An ) = P (A1 ).P (A2 )...P (An ).

Lưu ý: Hai biến cố được gọi là độc lập có nghĩa là việc một biến cố đó xảy ra không làm tăng hay làm giảm khả năng
xảy ra của biến cố kia.

1.1.3 Công thức xác suất có điều kiện

Cho hai biến cố A và B với P (B) > 0. Ta gọi xác xuất của biến cố A khi biến cố B xảy ra là xác suất của A với điều
kiện B, ký hiệu: P (A/B).

P (AB)
P (A/B) =
P (B)

h Fanpage: www.facebook.com/theteacherBK Trang 3

XÁC SUẤT THỐNG KÊ TRƯƠNG ĐỨC AN

1.1.4 Định lý Bernoulli

Giả sử ta thực hiện n phép thử độc lập. Trong mỗi phép thử, biến cố B xuất hiện với xác suất p không đổi và không
xuất hiện với xác suất q = 1 - p. Khi đó, ta có:
Xác suất biến cố B xuất hiện đúng k lần là:

P = Cnk .pk .q n−k .

Xác suất biến cố B xuất hiện từ k1 đến k2 lần là:

k2
X
P= Cnk .pk .q n−k .
k1

Ta nói số lần biến cố B xuất hiện có khả năng nhất (hay số lần xuất hiện chắc nhất) là số k0 mà xác suất để biến B
xuất hiện đúng k0 lần trong n phép thử là cao nhất. k0 được tìm từ biểu thức:

np − q ≤ k0 ≤ np − q + 1; k0 ∈ N.

Nếu np là một số nguyên thì số có khả năng nhất chính là np.

Trong dạng bài Bernoulli, số lần biến cố B xuất hiện trong n phép thử độc lập còn được gọi là số lần thành công, và
p được gọi là xác suất thành công.

1.1.5 Công thức xác suất đầy đủ. Công thức Bayes
Giả sử H1 , H2 , . . . , Hn là hệ biến cố đầy đủ và F là một biến cố bất kỳ. Khi đó ta có:
Công thức xác suất toàn phần (công thức thức xác suất đầy đủ):
n
X
P (F ) = P (H1 ).P (F/H1 ) + P (H2 ).P (F/H2 ) + ... + P (Hn ).P (F/Hn ) = P (Hi ).P (F/Hi )
i=1

Công thức Bayes:

P (Hk .F ) P (Hk ).P (F/Hk )

P (Hk /F ) = = n , k = 1, 2, 3, ...P (F ) 6= 0.
P (F ) X
P (Hi ).P (F/Hi )
i=1

(
Ai ∩ Aj = ∅, ∀i 6= j
Dãy n các biến cố A1 , A2 ,..., An được gọi là một hệ đầy đủ các biến cố nếu: .
A1 ∪ A2 ∪ ... ∪ An = Ω

1.1.6 Bài toán xác suất hình học

Xét một phép thử đồng khả năng, không gian mẫu có vô hạn phần tử và được biểu diễn thành một miền hình học Ω
có độ đo xác định (độ dài, diện tích, thể tích). Biến cố A ⊂ Ω được biểu diễn bởi miền hình học A. Khi đó, xác suất
xảy ra A được xác định bởi:

Độ đo của miền A
P (A) = .
Độ đo của miền Ω

1.1.7 Bài toán mạch điện

1) Cho một mạch điện gồm 2 linh kiện mắc nối tiếp nhau. Biết rằng 2 linh kiện này hoạt động độc lập và có xác suất
hoạt động lần lượt là p1 và p2 .

Khi đó, xác suất mạch hoạt động: p = p1 .p2

Khi đó, xác suất mạch hỏng (ngưng hoạt động): p = 1 − p1 .p2

h Fanpage: www.facebook.com/theteacherBK Trang 4

XÁC SUẤT THỐNG KÊ TRƯƠNG ĐỨC AN

2) Cho một mạch điện gồm 2 linh kiện mắc song song nhau . Biết rằng 2 linh kiện này hoạt động độc lập và có xác
suất hoạt động lần lượt là p1 và p2 .

Khi đó, xác suất mạch hoạt động: p = 1 − (1 − p1 ).(1 − p2 )

Khi đó, xác suất mạch hỏng (ngưng hoạt động): p = (1 − p1 ).(1 − p2 )

1.1.8 Bài toán hai bước

Để giải các bài toán xác suất, ta có thể kết hợp nhiều bước giải với nhau. Các bài toàn sử dụng ở đây thường kết hợp
2 bước giải.
Dạng 1: các bài toán liên quan đến công thức Bernoulli
Hướng dẫn:
+ Bước 1. Sử dụng các công thức đã học để tính xác suất (công thức cộng, công thức xác suất đầy đủ, công thức
Bernoulli, công thức tính xác suất của một biến ngẫu nhiên tuân theo một quy luật phân phối xác suất,...).
+ Bước 2. Sử dụng công thức Bernoulli (hoặc công thức của biến ngẫu nhiên có phân phối Nhị thức)
Dạng 2: các bài toán tìm số phần từ mang dấu hiệu A của một nhóm n phần tử cho trước.
Hướng dẫn:
+ Bước 1: Sử dụng các công thức đã học để tính tỉ lệ phần tử mang dấu hiệu A (công thức cộng, công thức nhân,
công thức tính xác suất của một biến ngẫu nhiên tuân theo một quy luật phân phối xác suất,...).
+ Bước 2: Lấy tỷ lệ vừa tìm được nhân với n phần tử cho trước.

1.1.9 Bài toán xác định số phép thử thực hiện

Trong các bài toán tìm số phép thử thực hiện (kí hiệu: n) để có ít nhất một lần biến cố A xảy ra trong n phép thử
không bé hơn ε. Trong đó xác suất để biến cố A xảy ra trong 1 phép thử là p. (p, ε cho trước ).
Hướng dẫn:

P(có ít nhất một lần biến cố A xảy ra trong n phép thử) ≥ ε

⇔ 1 - P(trong n phép thử, không có lần nào biến cố A xảy ra) ≥ ε
⇔ 1 - q n ≥ ε (với q = 1 = p)
⇔ n ≥ logq (ε) (chọn n là số nguyên nhỏ nhất)

1.1.10 Bài toán lá thư trong trắc nghiệm

Số cách bỏ n lá thư cho n người mà không lá nào gửi đúng:

(−1)n
 
1 1 1
n! − + − ... +
2! 3! 4! n!

1.1.11 Bài toán toa tàu tổng quát

Bài toán: Có n toa tàu, có k hành kháchbước lên tàu ngẫu nhiên và độc lập với nhau, (k ≥ n). Giả sử mỗi người có
thể lên một toa bất kì. Hãy tính xác suất mỗi toa đều có hành khách.
Cn1 .(n − 1)k − Cn2 .(n − 2)k + Cn3 .(n − 3)k − ... − (−1)n−2 .Cnn−1 .(n − n + 1)k + Cnn .(n − n)k
P =1− .
nk

1.1.12 Bài toán sử dụng biến cố bù

Bài toán 1: Tung 3 con xúc xắc. Tính xác suất số chấm lớn nhất trên 3 con xúc xắc bằng 5.
P = P (3 con ≤ 5) − P (3 con ≤ 4)

Bài toán 2: Tung 3 con xúc xắc. Tính xác suất số chấm nhỏ nhất trên 3 con xúc xắc bằng 2.
P = P (3 con ≥ 2) − P (3 con ≥ 3)

h Fanpage: www.facebook.com/theteacherBK Trang 5

XÁC SUẤT THỐNG KÊ TRƯƠNG ĐỨC AN

1.2 Chương 02
1.2.1 Bảng phân phối xác suất

X x1 x2 x3 ... xn−1 xn

P p1 p2 p3 ... pn−1 pn

Trong đó:
x1 < x2 < x3 < ... < xn ; xi là các giá trị có thể có của X.
pi = P (”X = xi ”), ∀i
Tính chất:
X
0 ≤ ∀pi ≤ 1; pi = 1
i

1.2.2 Hàm mật độ xác suất

Tính chất:

f (x) ≥ 0, ∀x
Z +∞
f (x)dx = 1
−∞

P (X = xi ) = 0, ∀xi
Z b
P (a ≤ X ≤ b) = P (a < X < b) = P (a < X ≤ b) = P (a ≤ X < b) = f (x)dx
a

1.2.3 Hàm phân phối xác suất

Ta định nghĩa: F (x) = P (X ≤ x) là hàm phân phối xác suất của X, (còn gọi là hàm phân bố tích luỹ, hàm tích luỹ
xác suất).
Tính chất:

0 ≤ F (x) ≤ 1.
F (−∞) = 0; F (∞) = 1.
F (x) là hàm không giảm trên R.
Nếu X là biến ngẫu nhiên
X rời rạc:
F (x) = P (X ≤ x) = pi
xi ≤x
Nếu X là biến ngẫu nhiên
Z x liên tục:
F (x) = P (X ≤ x) = f (t)dt
−∞
Khi đó: f (x) = F 0 (x) và P (a ≤ X ≤ b) = P (a < X < b) = F (b) − F (a)

1.2.4 Kỳ vọng
Kỳ vọng của X, kí hiệu: E(X), là giá trị trung bình của X tính theo xác suất.
Công thức tính:
Nếu X là biến ngẫu nhiên rời rạc:
X
E(X) = xi .pi

Nếu X là biến ngẫu nhiên liên tục:

Z +∞
E(X) = x.f (x)dx
−∞

h Fanpage: www.facebook.com/theteacherBK Trang 6

XÁC SUẤT THỐNG KÊ TRƯƠNG ĐỨC AN

Tính chất:

E(a) = a, a là hằng số.

E(a.X + b) = a.E(X) + b.
E(X + Y ) = E(X) + E(Y ).
E(X.Y ) = E(X).E(Y ) khi X, Y độc lập.
Trong trường hợp X, Y là các biến ngẫu nhiên và Y = p(x) thì:
Nếu X là biến ngẫuX nhiên rời rạc:
E(Y ) = E[p(x)] = p(xi ).pi
Nếu X là biến ngẫuZ nhiên liên tục:
+∞
E(Y ) = E[p(x)] = p(x).f (x)dx
−∞

1.2.5 Phương sai

Phương sai của X, kí hiệu: D(X) hay V (X). Công thức tính:

D(X) = E(X 2 ) − [E(X)]2

Trong đó: E(X) là kì vọng, E(X 2 ) được tính theo công thức:
Nếu X là Xbiến ngẫu nhiên rời rạc:
E(X 2 ) = x2i .pi
Nếu X là Zbiến ngẫu nhiên liên tục:
+∞
E(X 2 ) = x2 .f (x)dx
−∞

Tính chất:

D(X) ≥ 0, D(a) = 0, a là hằng số.

D(a.X + b) = a2 .D(X).
D(X + Y ) = D(X − Y ) = D(X) + D(Y ) khi X, Y độc lập.

1.2.6 Độ lệch chuẩn

p p
Độ lệch chuẩn của X, kí hiệu: D(X) hay V (X), là căn bậc 2 dương của phương sai.

1.2.7 Mốt
Mốt của X, kí hiệu: M od(X), là giá trị của biến ngẫu nhiên X tương ứng với xác suất lớn nhất (khi X là BNN rời
rạc) và tương ứng với cực đại của hàm mật độ (khi X là BNN liên tục).

1.2.8 Trung vị
Trung vị của X, kí hiệu: M ed(X), là giá trị thực mà:

1 1
P (X < med(X)) ≤ và P (X > med(X)) ≤
2 2

→ Trung vị của X là giá trị nằm chính giữa tập các giá trị của X.
Trường hợp X là biến ngẫu nhiên liên tục, trung vị được xác định như sau:
Z med(X)
1
P (X < med(X)) = f (x)dx =
−∞ 2

hoặc dùng công thức:

Z +∞
1
P (X > med(X)) = f (x)dx =
med(X) 2

h Fanpage: www.facebook.com/theteacherBK Trang 7

XÁC SUẤT THỐNG KÊ TRƯƠNG ĐỨC AN

1.2.9 Phân phối Đều

X ∼ U (a, b) liên tục nếu hàm mật độ của nó có dạng:

 1 , x ∈ [a, b]
f (x) = b − a
0, x∈
/ [a, b]

Hàm phân phối xác suất của X:



0, x<a
x − a
F (x) = , a≤x≤b

 b−a
1, x>b


Tính chất:

a+b (b − a)2
E(X) = med(X) = , D(X) = , mod(X) = x, ∀x ∈ [a, b]
2 12

1.2.10 Phân phối Mũ

X ∼ E(λ), nếu hàm mật độ của nó có dạng:
(
λe−λ.x , x ≥ 0
f (x) =
0, x<0

Hàm phân phối xác suất của X:

(
1 − e−λ.x , x ≥ 0
F (x) =
0, x<0

Tính chất:

1 1 ln(2)
E(X) = , D(X) = 2 , mod(X) = 0, med(X) =
λ λ λ
Công thức MẤT TRÍ NHỚ: Nếu X ∼ E(λ) thì với mọi a, b ≥ 0, ta có:
P (X > a + b|X > a) = P (X > b)
Nếu các biến ngẫu nhiên Xi ∼ E(λi ), i = 1, 2,..., n độc lập thì ta có:

Y = min{X1 , X2 , X3 , ...Xn } ∼ E(λ1 + λ2 + λ3 + ... + λn )

Lưu ý: Các biến ngẫu nhiên chỉ khoảng thời gian giữa 2 sự kiện liên tiếp nhau, biến ngẫu ngẫu nhiên chỉ thời gian
để có một kết quả (sự kiện) xảy ra sẽ có phân phối Mũ.

1.2.11 Phân phối Poisson

X ∼ P (λ), nếu bảng phân phối xác suất của X có dạng:

X 0 1 2 ... k ...
e−λ .λ0 e−λ .λ1 e−λ .λ2 e−λ .λk
P ... ...
0! 1! 2! k!
Tính chất:

E(X) = D(X) = λ, λ − 1 ≤ M od(X) ≤ λ (M od(X) ∈ N)

k2
e−λ .λk X e−λ .λk
P (X = k) = P (k1 ≤ X ≤ k2 ) =
k! k!
k1

h Fanpage: www.facebook.com/theteacherBK Trang 8

XÁC SUẤT THỐNG KÊ TRƯƠNG ĐỨC AN

Nếu các biến ngẫu nhiên Xi ∼ P (λi ), i = 1, 2,..., n độc lập thì ta có:
Y = X1 + X2 + X3 + ... + Xn ∼ P (λ1 + λ2 + λ3 + ... + λn )

Lưu ý: Các biến ngẫu nhiên chỉ số kết quả (sự kiện) xảy ra trong một khoảng đơn vị thời gian hoặc vùng quy ước sẽ
có phân phối Poisson.

1.2.12 Phân phối Chuẩn

X ∼ N (a, σ 2 ), nếu hàm mật độ xác suất của X có dạng:
(x − µ)2
1 −
f (x) = √ .e 2σ 2 , x ∈ R
σ 2π
Tính chất:
2
E(X) = M od(X) = M ed(X) = µ, D(X)
 = σ
k2 − µ k1 − µ
P (k1 ≤ X ≤ k2 ) = Φ −Φ
σ σ
ε
P (|X − µ| < ε) = 2.Φ( ) − 1, ε > 0 (Tính xác suất biến ngẫu nhiên sai lệch so với kì vọng không quá ε).
σ
Nếu các biến ngẫu nhiên X1 ∼ N (µ1 , σ12 ) và X2 ∼ N (µ2 , σ22 ) độc lập thì ta có:
Y = a.X1 + b.X2 ∼ N (µ, σ 2 ) với µ = a.µ1 + b.µ2 , σ 2 = a2 .σ12 + b2 .σ22
Nếu các biến ngẫu nhiên Xi ∼ N (µi , σi2 ), i = 1, 2,..., n độc lập thì ta có:
Y = X1 + X2 + X3 + ... + Xn ∼ N (µ, σ 2 ) với µ = µ1 + µ2 + ... + µn , σ 2 = σ12 + σ22 + ... + σn2

Tính chất của Φ(x): Φ(−∞) = 0, Φ(+∞) = 1

1.2.13 Phân phối Siêu bội

X ∼ H(N, M, n), nếu bảng phân phối xác suất của X có dạng:

X 0 1 2 ... k ... n
n 1 n−1 2 n−2 k n−k n
CN −M CM .CN −M CM .CN −M CM .CN −M CM
P n n n ... n ... n
CN CN CN CN CN

Tính chất:

N −n M
E(X) = np, D(X) = npq , với p = và q = 1 − p
N −1 N
Trong trường hợp n « N (n rất nhỏ so với N), người ta thường xấp xỉ phân phối Siêu bội với phân phối Nhị thức,
nghĩa là:
C k .C n−k
P (X = k) = M nN −M ≈ Cnk .pk .q n−k , k = 0, 1, 2, ..., n.
CN

Lưu ý: Các biến ngẫu nhiên chỉ số sản phẩm A trong n sản phẩm lấy ra từ lô hàng (có M sp A và (N-M) sản phẩm
B) sẽ có phân phối Siêu bội.

1.2.14 Phân phối Nhị thức

X ∼ B(n, p) nếu bảng phân phối xác suất của X có dạng:

X 0 1 2 ... k ... n

P qn Cn1 .p1 .q n−1 Cn2 .p2 .q n−2 ... Cnk .pk .q n−k ... pn

h Fanpage: www.facebook.com/theteacherBK Trang 9

XÁC SUẤT THỐNG KÊ TRƯƠNG ĐỨC AN

Tính chất:

E(X) = np, D(X) = npq, với q = 1 − p, np − q ≤ M od(X) ≤ np − q + 1 (M od(X) ∈ N)

P (X = k) = Cnk .pk .q n−k
k2
X
P (k1 ≤ X ≤ k2 ) = Cnk .pk .q n−k .
k1
Trong trường hợp n lớn, p không quá gần 0 hay không quá gần 1 (p ≥ 5%). Khi đó biến ngẫu nhiên X có phân phối
Nhị thức sẽ được xem như xấp xỉ phân phối Chuẩn N (µ = np, σ 2 = npq):
(k − np)2
−
   
1 2npq k2 − np k1 − np
P (X = k) = √ √ .e P (k1 ≤ X ≤ k2 ) = Φ √ −Φ √
npq. 2π npq npq
Trong trường hợp n lớn, p ≈ 0 (p < 5%). Khi đó biến ngẫu nhiên X có phân phối Nhị thức sẽ được xem như xấp xỉ
phân phối Poisson P (λ = np):
k2
e−np .(np)k X e−np .(np)k
P (X = k) = P (k1 ≤ X ≤ k2 ) =
k! k!
k1
Nếu các biến ngẫu nhiên Xi ∼ B(ni , p), i = 1, 2,..., n độc lập thì ta có:
Y = X1 + X2 + X3 + ... + Xn ∼ B(n, p) với n = n1 + n2 + n3 + ... + nn

Lưu ý: Các biến ngẫu nhiên chỉ số kết quả xảy ra thành công (số lần biến cố A xuất hiện) trong n phép thử sẽ có
phân phối Nhị thức.

1.2.15 Phân phối hình học

X ∼ G(p) nếu bảng phân phối xác suất của X có dạng:

X 1 2 ... k ...

P p p.q ... p.q k−1 ...

Tính chất:
1 q
E(X) = , D(X) = 2 , với q = 1 − p
p p
P (X = k) = p.q k−1
Công thức MẤT TRÍ NHỚ: Nếu X ∼ G(p) thì và k là một số nguyên dương, thì với mọi số nguyên dương n:

P (X = k + n|X > k) = P (X = n)

Lưu ý: Các biến ngẫu nhiên chỉ số phép thử thực hiện để có một lượt thành công đầu tiên sẽ có phân phối Hình học.

1.2.16 Định lý giới hạn trung tâm

Giả sử X1 , X2 , X3 , ..., Xn là các biến ngẫu nhiên độc lập cùng tuân theo một quy luật phân phối xác suất nào
đó. Kí hiệu E(Xi ) = µ và D(Xi ) = σ 2 , Khi n → ∞, chúng ta có sự hội tụ theo xác suất của các biến ngẫu nhiên
sau:

Biến ngẫu nhiên X = X1 + X2 + ... + Xn hội tụ về phân phối Chuẩn N (n.µ, n.σ 2 )
X1 + X2 + ... + Xn σ2
Biến ngẫu nhiên X = hội tụ về phân phối Chuẩn N (µ, ).
n n

h Fanpage: www.facebook.com/theteacherBK Trang 10

XÁC SUẤT THỐNG KÊ TRƯƠNG ĐỨC AN

1.3 Chương 03
1.3.1 Bảng phân phối xác suất đồng thời
Cho X = {x1 , x2 , ..., xm }; Y = {y1 , y2 , ..., yn } Đặt:
pij = P (X = xi , Y = yj ), i = 1, m, j = 1, n.
Dưới đây là bảng phân phối xác suất đồng thời của (X, Y ):

Y
y1 y2 ... yn
X

x1 p11 p12 ... p1n

x2 p21 p22 ... p2n

... ... ... ... ...

xm pm1 pm2 ... pmn

1.3.2 Bảng phân phối xác suất theo các biến ngẫu nhiên thành phần X, Y
Đặt:

n
X
pi = pij = P (X = xi ), i = 1, m
j=1

Ta được bảng phân phối xác suất của X:

X x1 x2 x3 ... xm

PX p1 p2 p3 ... pm

Đặt:
m
X
qi = pij = P (Y = yi ), = 1, n
i=1

Ta được bảng phân phối xác suất của Y :

Y y1 y2 y3 ... ym

PY q1 q2 q3 ... qm

1.3.3 Bảng phân phối xác suất có điều kiện

Bảng phân phối xác suất của X với điều kiện Y = yj (j = 1, n) là:

X x1 x2 x3 ... xm
p1j p2j p3j pmj
P X/yj ...
qj qj qj qj

Tức là:
pij
P (X = xi |Y = yj ) =
qj

h Fanpage: www.facebook.com/theteacherBK Trang 11

XÁC SUẤT THỐNG KÊ TRƯƠNG ĐỨC AN

Bảng phân phối xác suất của Y với điều kiện X = xi (i = 1, m) là:

Y y1 y2 y3 ... yn
pi1 pi2 pi3 pin
P Y /xi ...
pi pi pi pi
Tức là:
pij
P (Y = yj |X = xi ) =
pi

1.3.4 Điều kiện độc lập của X, Y

X và Y độc lập ⇔ P (X = xi , Y = yj ) = P (X = xi ).P (Y = yj ) ∀i, j hay pj = pi .qj ∀i, j
⇔ F (x, y) = FX (x).FY (y)
(FX , FY là các hàm phối xác suất của X, Y , hay gọi là các hàm phân phối lề)

1.3.5 Hàm phân phối xác suất đồng thời của (X, Y)
X X
F (x, y) = P (X ≤ x, Y ≤ y) = pij
xi ≤x yj ≤y

1.3.6 Kỳ vọng toán

E(X, Y ) = (E(X), E(Y ))

1.3.7 Hiệp phương sai

Hiệp phương sai là đại lượng dùng để đo mối liên hệ tuyến tính giữa hai biến ngẫu nhiên X và Y .
Cov(X, Y ) = E(XY ) − E(X).E(Y )

Tính chất:
Cov(X, X) = D(X); Cov(Y, Y ) = D(Y ); Cov(X, Y ) = Cov(Y, X)
Cov(aX, bY ) = abCov(X, Y ) với a, b là hằng số.

1.3.8 Ma trận tương quan

Ma trận hiệp phương sai của tập hợp m biến ngẫu nhiên là một ma trận vuông hạng (m × m), trong đó các phần tử
nằm trên đường chéo (từ trái sang phải, từ trên xuống dưới) lần lượt là phương sai tương ứng của các biến này (ta
chú ý rằng D(X) = Cov(X, X)), trong khi các phần tử còn lại (không nằm trên đường chéo) là các hiệp phương sai
của đôi một hai biến ngẫu nhiên khác nhau trong tập hợp.
   
cov(X, X) cov(X, Y ) D(X) cov(X, Y )
D(X, Y ) =  =
   

cov(Y, X) cov(Y, Y ) cov(Y, X) D(Y )

1.3.9 Hệ số tương quan giữa X và Y

Hệ số tương quan và covarian dùng để đặc trưng cho mức độ chặt chẽ của mối liên hệ tương quan giữa các biến ngẫu
nhiên X và Y (chỉ số thống kê đo lường mức độ mạnh yếu của mối quan hệ giữa hai biến số).

cov(X, Y ) E(XY ) − E(X).E(Y )

RXY = p p = p p
D(X). D(Y ) D(X). D(Y )

Nếu RXY = 0 thì ta nói X, Y không tương quan, ngược lại khi RXY 6= 0, ta nói X, Y có tương quan. Nếu X, Y độc
lập thì cov(X, Y ) = RXY = 0. Điều ngược lại không đúng, tức là nếu cov(X, Y ) = 0 thì hoặc X, Y độc lập, hoặc X,
Y phụ thuộc ở một dạng thức nào đó. Khi (X, Y ) có phân phối Chuẩn thì X, Y độc lập ⇔ RXY = 0.
Hệ số tương quan không có đơn vị đo và |RXY | ≤ 1.
Nếu RXY = ±1 thì X, Y có tương quan tuyến tính (thuận/ nghịch).
hi RXY ≈ 1 thì X, Y có tương quan "xấp xỉ" tuyến tính.

h Fanpage: www.facebook.com/theteacherBK Trang 12

XÁC SUẤT THỐNG KÊ TRƯƠNG ĐỨC AN

2 Hướng dẫn sử dụng máy tính bỏ túi

2.1 Sử dụng máy tính bỏ túi để tìm các đặc trưng của biến ngẫu nhiên
Máy tính CASIO 570VN, ES, VINACAL

Bước 1: Mở cột tần số

Nhấn SHIFT ⇒ MODE ⇒ 5 ⇒ 4 (STAT) ⇒ 1 (ON)
Bước 2: Mở chế độ nhập bảng:
Nhấn MODE ⇒ 3 (THỐNG KÊ) ⇒ 1 (1 - VAR).
Bước 3: Sau khi xuất hiện 2 cột, ta nhập số liệu vào bảng:
Nhập các giá trị của X vào cột X, Nhập xác suất của X vào cột FREQ. Nhập xong nhấn AC.
Bước 4: Tìm các đặc trưng bằng cách:
Nhấn SHIFT ⇒ 1 ⇒ 4 (Var) với:
2 (x) : kỳ vọng của X - E(X) p
3 (σx hay xσn) : độ lệch chuẩn của X - D(X)
⇒ Nếu muốn tìm phương sai của X thì bình phương độ lệch chuẩn của X.

Máy tính 580VNX

Bước 1: Mở cột tần số

Nhấn SHIFT ⇒ MENU ⇒ 5 ⇒ 3 (Thống kê) ⇒ 1 (Mở).
Bước 2: Mở chế độ nhập bảng:
Nhấn MENU ⇒ 6 (THỐNG KÊ) ⇒ 1 (Tính tkê 1 - biến).
Bước 3: Sau khi xuất hiện 2 cột, ta nhập số liệu vào bảng:
Nhập các giá trị của X vào cột X, Nhập xác suất của X vào cột FREQ. Nhập xong nhấn AC.
Bước 4: Tìm các đặc trưng bằng cách:
Nhấn OPTION ⇒ 5 ⇒ 2 (BIẾN THỐNG KÊ) với:
1 (x) : kỳ vọng của X - E(X)
2 (σx2 ) : phương sai của X - D(X)
p
3 (σx ) : độ lệch chuẩn của X - D(X)

2.2 Sử dụng máy tính bỏ túi để tìm Φ(x)

Máy tính CASIO 570VN, ES, VINACAL

Bước 1: Mở chế độ nhập bảng 1 chiều:

Nhấn MODE ⇒ 3 (STAT) ⇒ 1 (1 - VAR) ⇒ AC (bỏ qua bước nhập số liệu).
Bước 2: Tìm Φ(x) bằng cách:
Nhấn SHIFT ⇒ 1 ⇒ 5 (Distr) ⇒ 1: P( ⇒ x (Nhập x)

Máy tính 580VNX

Bước 1: Mở chế độ nhập bảng 1 chiều:

Nhấn MENU ⇒ 6 (THỐNG KÊ) ⇒ 1 (Tính tkê 1 - biến) ⇒ AC (bỏ qua bước nhập số liệu).
Bước 2: Tìm Φ(x) bằng cách:
Nhấn OPTION ⇒ 5 ⇒ 4 (Phân phối chuẩn) ⇒1: P( ⇒ x (Nhập x)

h Fanpage: www.facebook.com/theteacherBK Trang 13

XÁC SUẤT THỐNG KÊ TRƯƠNG ĐỨC AN

2.3 Sử dụng máy tính bỏ túi để tìm các đặc trưng của véc-tơ ngẫu nhiên 2 chiều
Máy tính CASIO 570VN, ES, VINACAL

Bước 1: Mở cột tần số

Nhấn SHIFT ⇒ MODE ⇒ 5 ⇒ 4 (STAT) ⇒ 1 (ON).
Bước 2: Mở chế độ nhập bảng:
Nhấn MODE ⇒ 3 (STAT) ⇒ 2 (A + BX).
Bước 3: Sau khi xuất hiện 3 cột, ta nhập số liệu vào bảng:
Nhập các giá trị của X vào cột X, Nhập các giá trị của Y vào cột Y, nhập xác suất đồng thời tương ứng vào cột
FREQ. Nhập xong nhấn AC.
Lưu ý: Nhập giá trị X, Y không giống như nhập bảng 1 chiều.
Bước 4:
Tìm các đặc trưng bằng cách:
Nhấn SHIFT ⇒ 1 ⇒ 4 (VAR) với:
1 (n) : tổng xác suất của bảng (chắc chắn bằng 1)
2 (x) : kỳ vọng của X - E(X) p
3 (σx hay xσn) : độ lệch chuẩn của X - D(X)
⇒ Nếu muốn tìm phương sai của X thì bình phương độ lệch chuẩn của X.
5 (y) : kỳ vọng của Y - E(Y ) p
6 (σy hay yσn) : độ lệch chuẩn của Y - D(Y )
⇒ Nếu muốn tìm phương sai của Y thì bình phương độ lệch chuẩn của Y .
hoặc tìm hệ số tương quan RXY bằng cách:
Nhấn SHIFT ⇒ 1 ⇒ 5 ⇒ 3 (r)
hoặc tìm E(XY) bằng cách: P
Nhấn SHIFT ⇒ 1 ⇒ 3 ⇒ 5 ( xy)

Máy tính 580VNX

Bước 1: Mở cột tần số

Nhấn SHIFT ⇒ MENU ⇒ 5 ⇒ 3 (THỐNG KÊ) ⇒ 1 (Mở).
Bước 2: Mở chế độ nhập bảng:
Nhấn MENU ⇒ 6 (THỐNG KÊ) ⇒ 2 (y = a + bx).
Bước 3: Sau khi xuất hiện 3 cột, ta nhập số liệu vào bảng:
Nhập các giá trị của X vào cột X, Nhập các giá trị của Y vào cột Y, nhập xác suất đồng thời tương ứng vào cột
FREQ. Nhập xong nhấn AC.
Lưu ý: Nhập giá trị X, Y không giống như nhập bảng 1 chiều.
Bước 4:
Tìm các đặc trưng bằng cách:
Nhấn OPTION ⇒ 5 ⇒ 2 (BIẾN THỐNG KÊ) với:
1 (x) : kỳ vọng của X - E(X)
2 (σx2 ) : phương sai của X - D(X)
p
3 (σx ) : độ lệch chuẩn của X - D(X)
6 (n) : tổng xác suất của bảng (chắc chắn bằng 1)
7 (y) : kỳ vọng của Y - E(Y )
8 (σy2 ) : phương sai của Y - D(Y )
p
5 ⇒ 1 (σy ) : độ lệch chuẩn của Y - D(Y )
hoặc tìm hệ số tương quan RXY bằng cách:
Nhấn OPTION ⇒ 5 ⇒ 4 (HỒI QUY) ⇒ 3 (r)
hoặc tìm E(XY) bằng cách:
P
Nhấn OPTION ⇒ 5 ⇒ 1 (PHÉP TÍNH TỔNG) ⇒ 5 ( xy)

h Fanpage: www.facebook.com/theteacherBK Trang 14

XÁC SUẤT THỐNG KÊ TRƯƠNG ĐỨC AN

3 Các bảng tra xác suất

3.1 Bảng tra Laplace

h Fanpage: www.facebook.com/theteacherBK Trang 15

XÁC SUẤT THỐNG KÊ TRƯƠNG ĐỨC AN

3.2 Bảng tra giá trị hàm phân phối của phân phối chuẩn tắc - bảng 1

h Fanpage: www.facebook.com/theteacherBK Trang 16

XÁC SUẤT THỐNG KÊ TRƯƠNG ĐỨC AN

3.3 Bảng tra giá trị hàm phân phối của phân phối chuẩn tắc - bảng 2

h Fanpage: www.facebook.com/theteacherBK Trang 17

XÁC SUẤT THỐNG KÊ TRƯƠNG ĐỨC AN

TÀI LIỆU THAM KHẢO

1. Hoàng Văn Hà, Bài giảng Xác suất Thống kê.

2. Nguyễn Kiều Dung, Bài giảng Xác suất Thống kê.

3. Douglas C. Montgomery,George C. Runger, Applied Statistics and Probability for Engineers, 6th Edition.

h Fanpage: www.facebook.com/theteacherBK Trang 18