c2 - slide - phân Phối Xác Suất Thông Dụng

CHƯƠNG 2: PHÂN PHỐI XÁC SUẤT
THÔNG DỤNG
CHƯƠNG 2
CÁC PHÂN PHỐI XÁC SUẤT

THÔNG DỤNG
CHƯƠNG 2 : CÁC PHÂN PHỐI THÔNG DỤNG

BÀI TẬP TÌNH HUỐNG
Vụ gian lận thi cử 2018 (hay còn gọi là Vụ gian lận thi Trung học phổ
thông Quốc gia 2018) là vụ sai phạm trong công tác tổ chức, chấm thi
ở Kỳ thi Trung học phổ thông (THPT) Quốc gia năm 2018. Vụ việc liên
quan đến hàng loạt bài thi của thí sinh được nâng điểm ở các tỉnh Hà
Giang, Sơn La, Hòa Bình.Trong quá trình điều tra, 11 cán bộ ngành giáo
dục bị bắt tạm giam. Có tới 347 bài thi đã bị can thiệp điểm.
(Nguồn http://vi.wikipedia.org/wiki/Vụ_gian_lận_thi_tại_Việt_Nam_2018)
1
THÔNG DỤNG

Những điểm bất thường trong điểm thi Hà Giang 2018
Ở khối thi A1, Hà Giang có 36 bài thi đạt trên 27 điểm, trong khi cả nước chỉ có 76 học sinh đạt mức điểm
này. Như vậy, Hà Giang (với hơn 5.000 thí sinh) chiếm tới gần một nửa số bài thi đạt trên 27 của cả nước
(gần 1 triệu em).

Năm 2018, toàn quốc có 917.484 bài thi môn Toán, kết quả thi chỉ có 561 bài đạt từ 9 điểm trở lên (0,06%)
và 11.286 bài đạt từ 8 điểm trở lên (1,2 %). Riêng tại Hà Giang có 107 bài thi trên 8 và 57 bài thi trên 9
chiếm tỷ lê (1,1%)
2
THÔNG DỤNG

Môn Vật lý, Hà Giang có 65 trên tổng số 961 bài thi đạt 9 điểm trở lên (gần 6,8%). Số lượng bài thi từ 8
điểm trở lên là (93 bài), khoảng 9,7%. Tỷ lệ chung của cả nước cho điểm thi từ 8 và từ 9 trở lên lần lượt là
2,9% và 0,15%.

UCF Professor Richard Quinn accuses class of

cheating [Original]
https://www.youtube.com/watch?v=rbzJTTDO9f4
3
THÔNG DỤNG

NỘI DUNG
2.1 PHÂN PHỐI NHỊ THỨC
2.2 PHÂN PHỐI SIÊU BỘI
2.3 PHÂN PHỐI POISSON
2.4 PHÂN PHỐI CHUẨN
2.5 PHÂN PHỐI CHI BÌNH PHƯƠNG
2.6 PHÂN PHỐI STUDENT

I. Phép thử Bernoulli
Một phép thử mà ta chỉ quan tâm biến cố 𝐴 xảy ra hay không gọi là một phép
thử Bernoulli.
Biến ngẫu nhiên 𝑋 trong phép thử này được quy ước :
1 Nếu 𝐴 xảy ra
𝑋=
0 Nếu 𝐴 không xảy ra
𝑋 0 1
1. Bảng phân phối xác suất
𝑃 𝑋=𝑥 𝑞 𝑝
2. Đặc trưng số • 𝐸𝑋 = 𝑝
• 𝑉𝑎𝑟𝑋 = 𝑝𝑞
4
THÔNG DỤNG

II. Phân phối nhị thức
• Một phép thử Bernoulli được thực hiện lặp lại 𝑛 lần một cách độc lập, quan
sát một biến cố 𝐴 xảy ra với xác suất 𝑝
• Với 𝑿 là biến ngẫu nhiên chỉ số lần biến cố 𝐴 xuất hiện. 𝑋 gọi là một phân
phối nhị thức theo tham số 𝒏, 𝒑. Ký hiệu : 𝑋~𝐵 𝑛, 𝑝
𝑋 0 … 𝑘 … 𝑛
1. Bảng phân phối xác suất
𝑃 𝑋=𝑥 𝑓 0 … 𝑓 𝑘 … 𝑓 𝑛
2. Mật độ xác suất tại một điểm • 𝑓 𝑘 = 𝑃 𝑋 = 𝑘 = 𝐶 𝑝 𝑞
• 𝐸𝑋 = 𝑛𝑝
3. Đặc trưng số • 𝑉𝑎𝑟𝑋 = 𝑛𝑝𝑞
• 𝑀𝑜𝑑𝑋 = 𝑘 thỏa 𝑛𝑝 − 𝑞 ≤ 𝑘 ≤ 𝑛𝑝 − 𝑞 + 1
9

III. Đặc trưng phân phối nhị thức
Ví dụ. Một đề thi trắc nghiệm có 10 câu hỏi, mỗi câu có 4 đáp án và chỉ có một
đáp án trúng. Gọi 𝑋 là biến ngẫu nhiên chỉ số câu hỏi sinh viên làm được.
a) Tính xác suất sinh viên làm được 5 câu.
b) Tính kỳ vọng và phương sai của 𝑋
c) Tính số câu sinh viên làm đúng chắc chắn nhất.
Đáp án.
10
5
THÔNG DỤNG

11

0.3 0.3
0.25
B 10;0, 25  0.25
B 10;0, 4 
0.2 0.2
0.15 0.15
0.1 0.1
0.05 0.05
0 0
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
B 10;0,5  B 10;0,75 
0.3 0.3
0.25 0.25
0.2 0.2
0.15 0.15
0.1 0.1
0.05 0.05
0 0
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
12
6
THÔNG DỤNG

B  20;0,5 
0.3 0.2
0.25 B 10;0,5  0.18
0.16
0.14
0.2
0.12
0.15 0.1
0.08
0.1
0.06
0.04
0.05
0.02
0 0
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
0.16 0.14
0.14
B  30;0,5  0.12 B  40;0,5 
0.12
0.1
0.1
0.08
0.08
0.06
0.06
0.04
0.04
0.02 0.02
0 0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40
13

I. Đinh nghĩa phân phối siêu bội
Cho một tập hợp gồm 𝑁 phần tử, trong đó có 𝑁 phần tử loại 𝑨, ta chọn từ tập
hợp này ra 𝑛 phần tử. Gọi 𝑿 là biến ngẫu nhiên chỉ số phần tử loại 𝑨 có trong
𝑛 phần tử này.
• 𝑿 là biến ngẫu nhiên theo phân phối siêu bội
• Ký hiệu X  H N , N A, n   N
N  NA NA
𝑋 … 𝒌 …
n k k n
𝑃 𝑋=𝑥 … 𝑃 𝑋=𝑘 …
 k  NA  n  k  N  NA
14
7
THÔNG DỤNG

I. Đinh nghĩa phân phối siêu bội
Trước khi khảo sát các đặc trưng của phân phối siêu bội ta đưa ra hai ví dụ sau
1. Cho một hộp gồm 10 bi gồm 6 bi xanh và 4 bi trắng. Bốc lần lượt từng bi.
a) Tính xác suất lần 1 được xanh.
b) Tính xác suất lần 2 được xanh.
c) Tính xác suất lần 3 được xanh.
2. Cho một hộp gồm 10 bi gồm 6 bi xanh và 4 bi trắng. Bốc 3 bi trong hộp.
Tính xác suất có 2 bi xanh.
a) Bốc lần lượt.
b) Bốc cùng lúc.
15

II. Đặc trưng phân phối siêu bội
N
 Giá trị tại mỗi điểm của bảng phân phối xác suất
C Nk .C Nn kN N  NA NA
 P X  k   A A
C Nn
 Kỳ vọng, phương sai và giá trị Mod n k k n
 EX  np
N n NA
 VarX  npq với p  ; q  1 p
N 1 N
 ModX  k với n  1N  1 n  1N  1

1  k 
A A
N 2 N 2
16
8
THÔNG DỤNG

Ví dụ. Một lớp học có 50 sinh viên và có 30 sinh viên nữ, cần chọn 10 bạn vào
đội văn nghệ, giả sử khả năng chọn mỗi bạn là như nhau, gọi 𝑋 là biến ngẫu
nhiên chỉ số sinh viên nữ được chọn.
a) Tính xác suất có không quá 3 sinh viên nữ được chọn.
b) Tính kỳ vọng và phương sai của 𝑋
c) Tính số sinh viên nữ được chọn chắc chắn nhất.
17

Ví dụ. Một lớp học có 50 sinh viên và có 30 sinh viên nữ, cần chọn 10 bạn vào
đội văn nghệ, giả sử khả năng chọn mỗi bạn là như nhau, gọi 𝑋 là biến ngẫu
nhiên chỉ số sinh viên nữ được chọn.
18
9
THÔNG DỤNG

I. Định nghĩa phân phối Poisson
Xét phép thử có biến cố theo phân phối nhị thức, với 𝑛 lần thực hiện phép thử
độc lập, với xác suất thành công của biến cố là 𝑝, và gọi 𝑋 là biến ngẫu nhiên
chỉ số lần thành công trong 𝑛 phép thử. Và xét trong trường hợp khi 𝒏 quá lớn
còn 𝒑 thì quá nhỏ sẽ dẫn đến tính toán sai số quá nhiều.
Ta xét một số ví dụ
1. Số lỗi in sai trong một trang sách của một quyển sách.
2. Số người sống tới 100 tuổi trong xã hội
3. Số cuộc gọi sai tới một số điện thoại nào đó trong một ngày
4. Số vụ tai nạn giao thông tại một ngã tư trong một ngày nào đó.
19

Biến ngẫu nhiên 𝑿 nhận các giá trị 0,1,2, … . , 𝑛 … được gọi là phân phối Poisson
với tham số 𝜆 với 𝜆 > 0 khi mà
𝜆𝒊
𝑃 𝑿=𝒊 =𝑒
𝒊!
Ký hiệu : 𝑋~𝑃(𝜆)
Ứng dụng của phân phối Poison vô cùng rộng rãi vì thực chất phân phối
Poisson được phát triển từ phân phối nhị thức và bổ sung những khó khăn
trong việc sử dụng phân phối nhị thức.
20
10
THÔNG DỤNG

21

Giả thử một phép thử Bernoulli được thực hiện 𝑛 lần với xác suất thành công
mỗi lần là 𝑝. Đặt 𝝀 = 𝒏𝒑
𝑛! 𝑛! 𝜆 𝜆
𝑃 𝑋=𝑖 = 𝑝 1−𝑝 = 1−
𝑖! 𝑛 − 𝑖 ! 𝑖! 𝑛 − 𝑖! 𝑛 𝑛
𝜆
𝑛 𝑛 − 1 ... 𝑛 − 𝑖 + 1 𝜆 1 − 𝑛
=
𝑛 𝑖! 𝜆
1−
𝑛
Vì 𝑛 rất lớn và 𝑝 rất bé nên ta có thể giả sử 𝑛 → ∞ và 𝑝 → 0
𝜆
𝑃 𝑋=𝑖 =𝑒
𝑖!
22
11
THÔNG DỤNG

II. Đặc trưng phân phối Poisson
Mật độ xác suất của phân phối Poisson
𝜆𝒊
𝑃 𝑿=𝒊 =𝑒
𝒊!
Đặc trưng của 𝑿~𝑷(𝝀) là
• 𝐸𝑋 = 𝜆
• 𝐷𝑋 = 𝜆
• 𝜆 − 1 ≤ 𝑀𝑜𝑑𝑋 ≤ 𝜆
Vậy phân phối Poison là phân phối tính giá trị mật độ xác suất của biến ngẫu
nhiên theo trung bình số lần xảy ra.
23

1. Kỳ vọng
Trước tiên ta xét một xấp xỉ như sau
𝜆 𝜆 𝑛! 𝜆 𝜆
lim 1 + =𝑒 ⇔𝑒 = 𝐶 ⇔𝑒 = . =
→ 𝑛 𝑛 𝑛 − 𝑖 ! 𝑛 𝑖! 𝑖!
Kỳ vọng của biến ngẫu nhiên 𝑋~𝑃(𝜆)
𝜆 𝜆 𝜆
𝐸𝑋 = 𝑖. 𝑃 𝑋 = 𝑖 = 𝑖𝑒 = 𝜆𝑒 = 𝜆𝑒 = 𝜆𝑒 𝑒
𝑖! 𝑖−1 ! 𝑗!
Vậy 𝐸𝑋 = 𝜆
24
12
THÔNG DỤNG

2. Phương sai
Phương sai của biến ngẫu nhiên 𝑋~𝑃(𝜆)
𝜆 𝑒 𝜆 𝑗+1 𝑒 𝜆
𝐸 𝑋 = 𝑖 𝑃 𝑋=𝑖 = 𝑖 𝑒 =𝜆 𝑖 =𝜆
𝑖! 𝑖−1 ! 𝑗!
𝑗𝑒 𝜆 𝑒 𝜆 𝑒 𝜆 𝑒 𝜆
=𝜆 + =𝜆 𝜆 + =𝜆 𝜆+1
𝑗! 𝑗! 𝑗−1 ! 𝑗!
𝑉𝑎𝑟𝑋 = 𝐸 𝑋 − 𝐸𝑋 =𝜆 𝜆+1 −𝜆 = 𝜆
Vậy 𝑉𝑎𝑟𝑋 = 𝜆
25

I. Định nghĩa phân phối chuẩn.
1. Phân phối chuẩn tổng quát.
Cho biến ngẫu nhiên 𝑿 có hàm mật
độ trên toàn tập xác định có dạng
1
𝑓 𝑥 = 𝑒
𝜎 2𝜋
Với hai tham số 𝝁, 𝝈 cho trước, ta

gọi 𝑿 là biến ngẫu nhiên có phân
phối chuẩn, và ký hiệu
𝑿~𝑵 𝝁, 𝝈𝟐
26
13
THÔNG DỤNG

II. Đặc trưng phân phối chuẩn.
Phân phối chuẩn tổng quát.
• Kỳ vọng : 𝐸𝑋 = 𝜇
• Phương sai: Var(𝑋) = 𝜎 𝐸𝑋 = 5; 𝑉𝑎𝑟𝑋 = 1
𝐸𝑋 = 5; 𝑉𝑎𝑟𝑋 = 2
𝐸𝑋 = 5; 𝑉𝑎𝑟𝑋 = 5
27

1. Phân phối chuẩn tổng quát.
𝑓 𝑥
Hàm mật độ:
1
= 𝑒
𝜎 2𝜋
𝑋~𝑁 𝜇, 𝜎
𝐸 𝑋 =𝜇
Đặc trưng số:
𝑉𝑎𝑟 𝑋 = 𝜎
Mục tiêu: 𝑃 𝑎 < 𝑋 < 𝑏 = 𝑓 𝑥 𝑑𝑥
28
14
THÔNG DỤNG

1. Phân phối chuẩn tổng quát. 2. Phân phối chuẩn đơn giản.
𝑓 𝑥
Hàm mật độ: Hàm mật độ: 𝑔 𝑡 = 1 𝑒
1 2𝜋
= 𝑒
𝜎 2𝜋
𝑋~𝑁 𝜇, 𝜎 𝑌~𝑁 0,1
𝐸 𝑋 =𝜇 𝐸 𝑌 =0
Đặc trưng số: Đặc trưng số:
𝑉𝑎𝑟 𝑋 = 𝜎 𝑉𝑎𝑟 𝑌 = 1
Mục tiêu: 𝑃 𝑎 < 𝑋 < 𝑏 = 𝑓 𝑥 𝑑𝑥 Mục tiêu: 𝑃 0 < 𝑌 < 𝛼 = 𝑔 𝑡 𝑑𝑡
29

1. Phân phối chuẩn tổng quát. 2. Phân phối chuẩn đơn giản.
𝑓 𝑥
Hàm mật độ: Hàm mật độ: 𝑔 𝑡 = 1 𝑒
1 2𝜋
= 𝑒
𝜎 2𝜋
𝑋~𝑁 𝜇, 𝜎 𝑌~𝑁 0,1 𝑃 0 < 𝑌 < 𝛼 = 𝜑(𝛼)
𝐸 𝑋 =𝜇 𝐸 𝑌 =0
Đặc trưng số: Đặc trưng số:
𝑉𝑎𝑟 𝑋 = 𝜎 𝑉𝑎𝑟 𝑌 = 1
Mục tiêu: 𝑃 𝑎 < 𝑋 < 𝑏 = 𝑓 𝑥 𝑑𝑥 Mục tiêu: 𝑃 0 < 𝑌 < 𝛼 = 𝑔 𝑡 𝑑𝑡
30
15
THÔNG DỤNG

1
Tích phân Laplace.𝜑 𝑎 = 𝑒 𝑑𝑡
2𝜋
• 𝜑 𝑎 = −𝜑 −𝑎
• 𝜑 ∞ = 0,5
• 𝜑 −∞ = −0,5
𝜑 𝑎
-a 0 a
31

𝜑 𝑥
Bảng phân phối xác suất.- Bảng giá trị hàm Laplace
𝑥
𝑥 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
… … … … … … … … … … …
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
… … … … … … … … … … …
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
… … … … … … … … … … …
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
… … … … … … … … … … …
3.8 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.9 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000
32
16
THÔNG DỤNG

𝜑 𝑥
𝑥
𝑥 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
… … … … … … … … … … …
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
… … … … … … … … … … …
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
… … … … … … … … … … …
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
… … … … … … … … … … …
3.8 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.9 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000
33

𝜑 𝑥
𝑥
𝑥 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
… … … … … … … … … … …
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
… … … … … … … … … … …
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
… … … … … … … … … … …
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
… … … … … … … … … … …
3.8 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.9 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000
34
17
THÔNG DỤNG

𝜑 𝑥
𝑥
𝑥 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
… … … … … … … … … … …
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
… … … … … … … … … … …
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
… … … … … … … … … … …
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
… … … … … … … … … … …
3.8 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.9 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000
35

𝜑 𝑥
𝑥
𝑥 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
… … … … … … … … … … …
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
… … … … … … … … … … …
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
… … … … … … … … … … …
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
… … … … … … … … … … …
3.8 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.9 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000
36
18
THÔNG DỤNG

𝜑 𝑥
𝑥
𝑥 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
… … … … … … … … … … …
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
… … … … … … … … … … …
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
… … … … … … … … … … …
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
… … … … … … … … … … …
3.8 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.9 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000
37

𝜑 𝑥
𝑥
𝑥 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
… … … … … … … … … … …
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
… … … … … … … … … … …
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
… … … … … … … … … … …
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
… … … … … … … … … … …
3.8 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.9 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000
38
19
THÔNG DỤNG

𝜑 𝑥
𝑥
𝑥 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
… … … … … … … … … … …
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
… … … … … … … … … … …
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
… … … … … … … … … … …
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
… … … … … … … … … … …
3.8 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.9 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000
39

𝜑 𝑥
𝑥
𝑥 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
… … … … … … … … … … …
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
… … … … … … … … … … …
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
… … … … … … … … … … …
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
… … … … … … … … … … …
3.8 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.9 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000
40
20
THÔNG DỤNG

𝑋~𝑁 𝜇, 𝜎 𝑌~𝑁 0,1
1 1
𝑓 𝑥 = 𝑒 𝑔 𝑡 = 𝑒
2𝜋𝜎 2𝜋
𝜶
𝟐 𝒕𝟐
1 𝒙 𝝁 1
𝑷 𝒂<𝑿<𝒃 = 𝑒 𝟐𝝈𝟐 𝑑𝑥 𝑷 𝟎<𝒀<𝜶 = 𝑒 𝟐 𝑑𝑡 =𝝋 𝜶
2𝜋𝜎 2𝜋
𝟎
𝒙 𝝁 𝑋−𝜇
Đặt =𝒕 𝑋~𝑁 𝜇, 𝜎 ⇒𝑌= ~𝑁 0,1
𝝈 𝜎
𝑃 𝑎<𝑋<𝑏 = 𝑒 𝑑𝑥 = 𝑒 𝑑𝑡 = 𝜑 −𝜑
41

Cho biến ngẫu nhiên 𝑋 có phân phối chuẩn, 𝑋~𝑁 𝜇, 𝜎
• 𝑃 𝜇<𝑋<𝑎 =𝜑 • 𝑃 𝑎<𝑋<𝑏 =𝜑 −𝜑
a b
 z1   z2 
P  a  X  b P  z1  Y  z2   
P  z1  Y  z2 
 P  0  Y  z2   P  0  y  z1 
   z2     z1 
b  a 
    
     
42
21
THÔNG DỤNG

Để vào chế độ quy luật phân phối trên máy CASIO
Máy 580 : w7 _ (DIST) Máy 570 : wR3 _ (DIST)
 x
2

 x 1
  output : f  x  
1: Normal PD (Probability density) 
Input :  e 2
2
Tính giá trị hàm mật độ xác suất tại 𝑥. 

 ; 
  2

 Lower  a


2: Normal CD (Cumulative distribution) Input : Upper  b  output : P a  X  b



Tính xác suất vùng giá trị (𝑎; 𝑏)  ; 


 Area  P   X  a

3: Inverse Normal Input : 
  output : a

Tìm cận vùng xác suất tính từ âm vô cùng  ; 

43

44
22
THÔNG DỤNG

Ví dụ. Cho biến ngẫu nhiên 𝑋 có phân phối chuẩn, 𝑋~𝑁 0,4 , tính các giá trị
xác suất sau.
a) 𝑃 −1 < 𝑋 < 2
b) 𝑃 1,5 < 𝑋
45

Ví dụ. Điểm Toeic của sinh viên sắp tốt nghiệp ở trường đại học có phân phối
chuẩn với giá trị trung bình là 560 và độ lệch chuẩn là 78.
a) Tính tỷ lệ sinh viên có điểm nằm giữa 600 và 700
b) Tính tỷ lệ sinh viên có điểm Toeic trên 500
c) Tính điểm Toeic tối thiểu (giả sử lấy điểm tròn) để tỷ lệ sinh viên đạt được
mức đó là 80%.
46
23
THÔNG DỤNG

III. Xấp xỉ phân phối siêu bội.
Xấp xỉ phân phối siêu bội bằng phân phối nhị thức
NA
Nếu n cố định, N tăng vô hạn và  p  0  p  1 thì
nk
N
C Nk A C N  N A
n

d
 Cnk p k q nk
C N
Xấp xỉ phân phối siêu bội bằng nhị thức

Cho X ~ H  N , N A , n  , nếu 𝑁 khá lớn và 𝑛 rất nhỏ so với 𝑁(𝑛 < 5%𝑁) thì
NA
X ~ B  n, p  , p 
N
47

Ví dụ. Một vườn lan có 10000 cây sắp nở hoa, trong đó có 1000 cây hoa màu đỏ.
1. Tính xác suất khi chọn 20 cây lan thì được 5 cây có hoa màu đỏ.
2. Tính xác suất để khi chọn ngẫu nhiên 50 cây thì được 10 cây có hoa màu đỏ
3. Có thể tính xác suất để khi chọn ngẫu nhiên 200 cây lan thì có 50 cây có hoa
màu đỏ không.
48
24
THÔNG DỤNG

Đáp án. a)Gọi X là số cây lan màu đỏ có được, ta có
X  H 10000;1000;20  ; p  0.1; X ~ B  20;0.1
 P  X  5   C20  0.1  0.9   0.0319
5 5 15
Nhận xét. Nếu dùng công thức siêu bội thì ta có

5 15
C1000 C9000
 P  X  5  20
 0.0318
C10000
Đáp án. b) Gọi X là số cây lan màu đỏ có được, ta có
X  H 10000;1000;50  ; p  0.1; X ~ B  50;0.1
 P  X  10   C50  0.1  0.9 
10 40
10
 0.0152
49

IV. Xấp xỉ phân phối nhị thức.
Liên hệ giữa phân phối Poisson và Nhị Thức
e   k
Nếu n  , p  0, np   thì C p q k
n
k n k

d
k!
Xấp xỉ phân phối nhị thức bằng Poisson
Cho 𝑋 có phân phối nhị thức X ~ B  n, p  ,   np
Nếu 𝑛 khá lớn và 𝑝 có giá trị gần bằng 0  p  0.1

hoặc giá trị gần bằng 1  p  0.9  thì X ~ P   
50
25
THÔNG DỤNG

51

Đáp án. 2. Một vườn lan có 10000 cây sắp nở hoa, trong đó có 1000 cây hoa
màu đỏ. Xác suất để khi chọn ngẫu nhiên 200 cây lan thì có 50 cây có hoa màu
đỏ là
Gọi X là số cây lan màu đỏ chộn được ta có:
N A 1000
X ~ H 10000;1000; 200  ; p    0.1
N 10000
 X ~ B  200;0.1 ;   np  200  0.1  20
 X ~ P  20 
e 20 .2050
 P  X  50    7.6  109
50!
52
26
THÔNG DỤNG

Ví dụ. Một lô hàng thịt đông lạnh đóng gói nhập khẩu có chứa 0.6% bị nhiễm
khuẩn. Tìm xác suất để khi chọn ngẫu nhiên 1000 gói thịt từ lô hang này thì có:
1. Không quá 2 gói bị nhiễm khuẩn.
2. Đúng 40 gói bị nhiễm khuẩn.
Đáp án. 1. Gọi X là số gói thịt bị nhiễm khuẩn, ta có
X ~ B 1000;0.06  ;   np  6  X ~ P  6 
P  X  2   P  X  0   P  X  1  P  X  2 
 60 61 62 
6
 e      0.062
 0! 1! 2! 
53

Nhận xét. 1. Nếu dùng phân phối nhị thức thì:
P  X  2   C1000
0
0.9941000  C1000
1
0.994999  0.006
 C1000
2
0.994998  0.006 2  0.0614
Đáp án. 2. Đúng 40 gói nhiểm khuẩn là:
640
P  X  40   e . 6
 4.1020
40!
54
27
THÔNG DỤNG

Liên hệ giữa phân phối chuẩn và Nhị Thức
Định lý 1. (Định lý giới hạn địa phương) Gọi 𝑃 𝑘 là xác suất xuất hiện k
lần biến cố A trong n lần thực hiện phép thử Bernoulli; trong đó xác suất
𝑃 𝐴 = 𝑝 (𝑝 không quá gần 0 và 1) thì
npqPn  k 
2
1  x2 k  np
lim 1 ; trong đó f  x   e và xk 
n  f  xk  2 npq
Định lý 2. (Định lý giới hạn Moivre Laplace) Cho biến ngẫu nhiên X có phân
X  np
phối nhị thức 𝑋~𝐵(𝑛, 𝑝) và đặt S n  thì khi n đủ lớn ta có
npq X  n p
S n 
n p q
55

56
28
THÔNG DỤNG

Cho X ~ B  n, p  . Nếu 𝑛 khá lớn, 𝑝 không quá gần 0 và 1  0.1  p  0.9 
thì với   np,   npq , ta có X ~ N  , 2
2
 
Khi đó ta có hai công thức xác suất
1  X  
 P X  k   f
   
b  a 
 P a  X  b        
     
57

Ví dụ. Trong một đợt thi tuyển công chức ở thành phố A có 1000 người dự thi
với tỷ lệ thi đạt là 80%. Tính xác suất
1. Có 172 người không đạt.
2. Có khoảng 170 đến 180 người không đạt.
Đáp án. 1.
2. Gọi
Số người
X là số
không
người
đạtkhông
từ 170
đạt,
đến có: X
ta180 ~ B là1000;0.2 
người
170
  1000 P0.2  200
 X;   npq
 180  180  200 

  160  X ~N 200; 160 
 170  200 
 160   160 
1  172  200  1 1
P  X  172   f   1.58
   f2.37
2.21  0.0347  0.0027
160  160  160 160
 0.4429  0.4911  0.0482
58
29
THÔNG DỤNG

Ví dụ. Một khách sạn nhận đặt chỗ của 325 khách hàng cho 300 phòng vào
ngày 1/1/2016 vì theo kinh nghiệm của quản lý thấy những năm trước có 10%
khách đặt chỗ nhưng không đến. Biết mỗi khách đặt 1 phòng, tính xác suất:
1. Có 300 khách đến vào ngày 1/1/2016 và nhận phòng.
2. Tất cả khách đến vào ngày 1/1/2016 đều nhận được phòng.
2. Gọi
Đáp án. 1. Xác X
suất tất cảngẫu
là biến khách đến chỉ
nhiên ngàysố1/1/2016 đều
khách đến nhận
vào được
ngày phòng là
1/1/2016
 B X325; 0.9   300  292.5  ;  0  292.5

npq  29.25
X ~0 
P  300     np  292.5     
 X ~ N  292.5 ; 29.25
29.25  29.25 
  1.39   0.5 1  300  292.5 
 P  X  300   f   0.0281
 0.4177  0.5  0.9177 29.25  29.25 
59
60
30

c2 - slide - phân Phối Xác Suất Thông Dụng

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

c2 - slide - phân Phối Xác Suất Thông Dụng

Uploaded by

Copyright:

Available Formats

CHƯƠNG 2: PHÂN PHỐI XÁC SUẤT

CÁC PHÂN PHỐI XÁC SUẤT

CHƯƠNG 2 : CÁC PHÂN PHỐI THÔNG DỤNG

CHƯƠNG 2 : CÁC PHÂN PHỐI THÔNG DỤNG

CHƯƠNG 2 : CÁC PHÂN PHỐI THÔNG DỤNG

CHƯƠNG 2 : CÁC PHÂN PHỐI THÔNG DỤNG

CHƯƠNG 2 : CÁC PHÂN PHỐI THÔNG DỤNG

UCF Professor Richard Quinn accuses class of

CHƯƠNG 2 : CÁC PHÂN PHỐI THÔNG DỤNG

2.2 PHÂN PHỐI SIÊU BỘI

2.3 PHÂN PHỐI POISSON

2.4 PHÂN PHỐI CHUẨN

2.5 PHÂN PHỐI CHI BÌNH PHƯƠNG

2.6 PHÂN PHỐI STUDENT

2.1 PHÂN PHỐI NHỊ THỨC

2.1 PHÂN PHỐI NHỊ THỨC

2.1 PHÂN PHỐI NHỊ THỨC

2.1 PHÂN PHỐI NHỊ THỨC

2.1 PHÂN PHỐI NHỊ THỨC

2.1 PHÂN PHỐI NHỊ THỨC

0.25 B 10;0,5  0.18

2.2 PHÂN PHỐI SIÊU BỘI

2.2 PHÂN PHỐI SIÊU BỘI

2.2 PHÂN PHỐI SIÊU BỘI

 ModX  k với n  1N  1 n  1N  1

2.2 PHÂN PHỐI SIÊU BỘI

2.2 PHÂN PHỐI SIÊU BỘI

2.3 PHÂN PHỐI POISSON

2.3 PHÂN PHỐI POISSON

2.3 PHÂN PHỐI POISSON

2.3 PHÂN PHỐI POISSON

2.3 PHÂN PHỐI POISSON

2.3 PHÂN PHỐI POISSON

Kỳ vọng của biến ngẫu nhiên 𝑋~𝑃(𝜆)

2.3 PHÂN PHỐI POISSON

2.4 PHÂN PHỐI CHUẨN

Với hai tham số 𝝁, 𝝈 cho trước, ta

2.4 PHÂN PHỐI CHUẨN

2.4 PHÂN PHỐI CHUẨN

Mục tiêu: 𝑃 𝑎 < 𝑋 < 𝑏 = 𝑓 𝑥 𝑑𝑥

2.4 PHÂN PHỐI CHUẨN

Mục tiêu: 𝑃 𝑎 < 𝑋 < 𝑏 = 𝑓 𝑥 𝑑𝑥 Mục tiêu: 𝑃 0 < 𝑌 < 𝛼 = 𝑔 𝑡 𝑑𝑡

2.4 PHÂN PHỐI CHUẨN

Mục tiêu: 𝑃 𝑎 < 𝑋 < 𝑏 = 𝑓 𝑥 𝑑𝑥 Mục tiêu: 𝑃 0 < 𝑌 < 𝛼 = 𝑔 𝑡 𝑑𝑡

2.4 PHÂN PHỐI CHUẨN

2.4 PHÂN PHỐI CHUẨN

2.4 PHÂN PHỐI CHUẨN

2.4 PHÂN PHỐI CHUẨN

2.4 PHÂN PHỐI CHUẨN

2.4 PHÂN PHỐI CHUẨN

2.4 PHÂN PHỐI CHUẨN

2.4 PHÂN PHỐI CHUẨN

2.4 PHÂN PHỐI CHUẨN

2.4 PHÂN PHỐI CHUẨN

2.4 PHÂN PHỐI CHUẨN

2.4 PHÂN PHỐI CHUẨN

3.4 PHÂN PHỐI CHUẨN

Tính giá trị hàm mật độ xác suất tại 𝑥. 

2.4 PHÂN PHỐI CHUẨN

2.4 PHÂN PHỐI CHUẨN

2.4 PHÂN PHỐI CHUẨN

2.4 PHÂN PHỐI CHUẨN

Xấp xỉ phân phối siêu bội bằng nhị thức