4.

Các loại bi n c và Phép toán bi n c

Chương 2. XÁC SUẤT CỦA BIẾN CỐ
§1. M t s kh i ni m Bi n c Kí hi u N i dung
Không thể ∅ Không thể xu t hi n trong ph p th
1. Ph p th : - là “thí nghi m”
Chắc chắn Ω Nh t định xu t hi n trong phép th
2. Bi n c : - là k t cục của phép th A kéo theo B A⊂B A xu t hi n thì B xu t hi n
3. Không gian m u (của ph p th ) l t p h p t t c c c bi n c của ph p A tương đương B A=B =“A xu t hi n thì B xu t hi n và ngư c lại”
th . Nghĩa là A⊂B và ⊂A
Tổng của A và B A+B “có A ho c B xu t hi n”=“ có ít nh t m t
Phép th Bi n c trong các bi n c A, B xu t hi n”
Tung m t đồng tiền S=“m t s p xu t hi n”; N=“m t ng a xu t hi n” Tích của A và B AB =“ A và B cùng xu t hi n đồng thời (trong
“ S ho c N” phép th )”
Đ i của A A’ hay =“ A không xu t hi n”=“ không A”
Mua m t vé s Trúng thưởng, không trúng thưởng
A xung khắc với B AB= ∅ =“ A và B không thể xu t hi n đồng thời
Mua m t đi n thoại bị hư trong thời gian b o hành
trong phép th ”

5. Sơ lư c về Gi i tích tổ h p
Ví dụ 1. C 3 xạ thủ, m i người c ng bắn 1 viên đạn v o 1 con 1) Quy tắc c ng, quy tắc nhân
th .G i
Quy tắc tắc c ng Quy tắc nhân
Ai=“ xạ thủ th i bắn tr ng th ”, i=1,2,3.
L m công vi c A c 2 kh L m công vi c A ph i qua 2
H y biểu di n qua Ai c c bi n c sau: năng (Không xẩy ra đồng bước:
thời): -B’c1. c m c ch
1)A=“ th bị tr ng đạn”
-k/n 1. c m c ch -B’c 2. c n c ch
2)B =“ th bị tr ng 3 viên đạn” -k/n 2. c n c ch C bao nhiêu c ch
3)C =“ th bị tr ng 2 viên đạn” C bao nhiêu c ch l m A?
4)D =“ th không bị tr ng đạn” l m A? Gi i. C mn c ch
Gi i. C m+n c ch
 2) Tổ h p v ch nh h p
Ví dụ 2. M t h p có 5 bi đỏ, 6 bi vàng.
Tổ h p ch p k của n phần t Ch nh h p ch p k của n phần t a) Có bao nhiêu cách l y 3 bi từ h p
b) Có bao nhiêu cách l y 3 bi từ h p trong đ có 2 bi đỏ
+L gì? +L gì? c) Có bao nhiêu cách l y 3 bi từ h p trong đ có bi đỏ
l m t b gồm k phần t tho l m t b gồm k phần t tho
2 tính ch t 2 tính ch t Ví dụ 3. Cho 4 ch s ( 1, 2, 3, 4)
- kh c nhau - kh c nhau a) C bao nhiêu c ch l p m t s c 3 ch s kh c nhau từ c c ch s
-không kể th t -kể th t trên
+ S lư ng + S lư ng
b) C bao nhiêu c ch l p m t s c 3 ch s từ c c ch s trên
! !
= ! − !
= − !

1. M t h p có 20 s n phẩm trong đ có 5 s n phẩm loại A. M t khách hàng sẽ mua

§2. Các định nghĩa xác su t
1. Định nghĩa cổ điển của xác su t: N u phép th có n bi n c sơ c p đồng
kh năng trong đ có m bi n c thu n l i cho bi n c A thì X c su t của A
l P(A) = m/n (1.1)
(s kh năng thu n l i của A chia cho t t c c c kh năng c thể của ph p
th )
Ví dụ 2. M t h p c 10 s n phẩm(SP) trong đ c 3 ph phẩm.
a) L y ng u nhiên m t s n phẩm từ h p.Tính XS l y đư c ph phẩm
b) L y ng u nhiên 2 s n phẩm từ h p.Tính XS l y đư c 2 ph phẩm
c) L y ng u nhiên có hoàn lại lần lư t từng s n phẩm ra 2 s n phẩm. Tính
xác su t l y đư c 2 ph phẩm
h p s n phẩm n u b c ng u nhiên 4 s n phẩm từ h p có s n phẩm loại A. Tính xác
su t khách hàng mua h p s n phẩm
2. M t h p có 10 bi trong đ có 3 bi đỏ.
a) L y ng u nhiên không hòan lại lần lư t từng bi cho đ n khi l y đư c bi đỏ thì
dừng. Tính xác su t vi c l y bi dừng ở lần th 3
b) L y ng u nhiên không hòan lại lần lư t từng bi cho đ n khi l y đư c 2 bi đỏ thì
dừng. Tính xác su t vi c l y bi dừng ở lần th 4
3. Tại khu vui chơi có các trò chơi với b ng giá nh ư sau: ĐU NGỰA: 5.000 đồng; NHÀ
BANH: 10.000 đồng; TÀU LƯỢN: 10.000 đồng; CÂU CÁ: 5.000 đồng. Ba chị em H, K, L
đư c mẹ cho 20.000 đồng và m i em sẽ chơi ng u nhiên 1 trò chơi sao cho tổng s
tiền ph i tr trong phạm vi 20.000 đồng. Tính xác su t em H chơi trò TÀU LƯỢN.
 Ví dụ 3. Công ty s n xu t thu c đ nh răng nghiên c u 5 loại m u
2. Định nghĩa xác su t theo th ng kê thi t k h p thu c. Qua m t cu c kh o sát th c t , 100 khách hàng
a) Tần su t. đư c đề nghị ch n m i người m t m u thi t k mà h thích. S li u
cho trong b ng sau:
N u l p lại phép th n lần trong đ có m lần xu t hi n bi n c A thì tỷ
M u thi t k 1 2 3 4 5
s (A) =
S khách hàng ch n 5 15 30 40 10
đư c g i là tần su t xu t hi n bi n c A trong n phép th
b) Khái ni m xác su t theo th ng kê a) Tính xác su t từng m u thi t k mà khách hàng ch n
b) Theo bạn thì công ty nên dùng m u thi t k nào để s n xu t
N u l p lại phép th n lần, với n đủ lớn thì xác su t của A là
P(A)≈ (A) (1.2)

3. Định nghĩa xác su t theo tiên đề.

Gi s S là không gian m u của m t phép th .
Ví dụ 4. M t lô trái cây xu t khẩu có s trái r t lớn. Người ta kiểm tra a) Xích ma đại số ( – đại số)
ng u nhiên lần lư t 1000 tr i th y c 15 tr i ph phẩm. Lô trái cây Định nghĩa . M t h ℬ các bi n c của S đư c g i là xích ma đại số ( – đại
đư c xu t khẩu n u theo tỷ l trái ph phẩm của nó không quá 3%. số) n u thỏa mãn các điều ki n
Cho bi t lô trái cây có đư c xu t khẩu không? i) S ℬ
ii) Với m i A ℬ thì ℬ
iii) Dãy đ m đư c các bi n c A1 , A2, …, An, … thu c ℬ thì
A1 ∪ A2 ∪…+ An ∪ …= ∞= Ak ℬ
b) Định nghĩa xác su t theo tiên đề.
Gi s S là không gian m u của m t phép th , ℬ l xích ma đại s c c bi n
c của S. Xác suất là m t hàm cho tương ng m i bi n c A của ℬ với m t
s th c P(A) thỏa mãn các tiên đề sau:
Tiên đề 1. P(A) ≥ 0 ( không âm)
Tiên đề 2. P (S)=1
Tiên đề 3. Với m t h đ m đư c b t kì các bi n c của ℬ: A1 , A2, …, An, §3. Công th c nh x c su t
… xung khắc từng đôi thì 1. Công th c c ng xác su t
P(A1 ∪ A2 ∪…+ An ∪ …)= P( = )= = ( ) ( 1.3) a) Tổng quát
Hệ quả 1. • P(A+B)= P(A) + P(B) – P(AB) (1.4)
1) N u A ⊂C thì P(A) ≤ P(C) • P(A+B+C)= P(A) + P(B)+P(C) – P(AB) – P(AC) – P(BC) + P(ABC) (1.5)
2) 0 ≤ P(A) ≤ 1 • P(A1 + A2 +…+ An )= = ( ) - = = ( )
3) P(∅)=0; + = = = ( ) - ….+ ( … ) (1.6)
b) Trường h p các bi n c xung khắc
4. Ý nghĩa của xác su t • N u các bi n c A, B xung khắc thì P(A+B)= P(A) + P(B)
- Xác su t là m t phép đo để đo khả năng xuất hiện của bi n c trong • N u A1 , A2 ,.., An xung khắc từng đôi thì
phép th P(A1 + A2 +…+ An )= = ( )
- Xác su t lớn bi n c nhiều kh năng xu t hi n trong phép th c) Công th c xác su t của bi n c đ i:
- Xác su t nhỏ bi n c ít kh năng xu t hi n trong phép th • P( A’) = 1 – P(A) hay P( A) = 1 – P(A’) (1.7)

Ví dụ 5: Một hộp có 10 bi trong đó có 4 bi đỏ. Lấy ngẫu nhiên 3 bi từ

hộp. Tính xác suất để lấy được ít nhất một bi đỏ (trong 3 bi lấy ra có Ví dụ 6: M t lớp h c c 60 h c sinh trong đ c : 28 em giỏi Toán, 30
bi đỏ) em giỏi Lí, 32 em giỏi Ngoại ng , 15 em vừa giỏi Toán vừa giỏi Lí, 10
em vừa giỏi Lí vừa giỏi Ngoại ng , 12 em vừa giỏi Toán vừa giỏi
Cách 1. P(A)= 0,8333 Ngoại ng , có 2 em giỏi c 3 môn. G i ng u nhiên 1 h c sinh của
Cách 2. Bi n c đ i của A? lớp. Tính xác su t: G i đư c em giỏi ít nh t 1 môn
• Đ p s : 0,9167
• Cách 1: Dùng công th c c ng
• Cách 2. D ng biểu đồ Venn
Bài tập luyện tập.
1. M t công ty có 30 nam và 20 n trong đ có 1 c p v chồng (chồng tên A, v tên B). Tính 2. X c su t c điều ki n,s đ c l p về x c su t, công th c nhân xác su t
xác su t để ch n ng u nhiên 1 ban thanh tra công ty gồm 7 người trong đ có 4 nam và 3 a) Xác suất có điều kiện
n sao cho A và B không cùng đồng thời trong ban thanh tra. Định nghĩa 1. Cho hai biến cố A, B. Xác suất có điều kiện của A với điều
2. M t h p có 3 bi xanh, 6 bi đỏ, 8 bi vàng. L y ng u nhiên 2 bi từ h p. kiện B, kí hiệu P(A B), là xác suất của A được tính trong điều kiện B đã
a) Tính xác su t l y đư c 2 bi không cùng màu xanh xảy ra. Tương tự ta có P(B A).
b) L y đư c 2 bi không cùng màu ( )
Công th c: P(A/B)= ( P(B)>0) (1.8)
( )
3. M t nồi hơi có 2 van b o hiểm V1, V2 hoạt đ ng đ c l p. Xác su t m i van V1, V2 hỏng
tương ng là 0,1; 0,05.
a) Tính xác su t nồi hơi hoạt đ ng an toàn Ví dụ 7. M t lớp h c c 40 h c sinh đư c phân b như sau:
i) khi có van không hỏng N i th nh Ngo i th nh
ii) khi không có van hỏng Nam 12 9
b) Gi s nồi hơi hoạt đ ng an toàn khi có van không hỏng. Tính xác su t khi đ :
N 13 6
i) ch có m t van không hỏng;
ii) ch có van V1 không hỏng
4. M t chương trình gồm c 2 mô đun. X c su t mô đun 1 bị l i l 10%. X c su t mô đun 2 bị G i ng u nhiên m t h c sinh của lớp. a) Tính XS g i đư c h c sinh l n
l i l 15%. X c su t chương trình bị l i l 20%. Bi t rằng chương trình bị l i n u ít nh t m t b) Gi s đ g i đư c h c sinh l n .Tính x c su t h c sinh đ ở ngoại th nh
mô đun bị l i. Hỏi vi c mô đun 1 bị l i v mô đun 2 bị l i c liên quan nhau không ?

b) Sự độc lập về xác suất

c) Công th�c nhân xác suất
• Định nghĩa 2. A v B đư c g i l đ c l p n u P(A B) = P(A) ho c
• Trường h p tổng quát:
P(B A) = P(B) (s xu t hi n hay không của bi n c n y không nh
+ A, B ta có:
hưởng tới x c su t xu t hi n bi n c kia).
P(AB) = P(A)P(B A) = P(B)P(A B) (1.10)
• Với hai bi n c
+ A1 , A2, …, An ta có
+ A, B đ c l p khi và ch khi P(A.B) = P(A).P(B) (1.9)
 P(A1 A2 … An ) =
• Với nhiều hơn 2 bi n c
P(A1)P(A2 A1)P(A3 A1A2)... P(An A1 , A2, …, An-1 ) (1.11)
+ A1, A2, ..., An đư c g i l đ c l p trong to n b n u:
P(Ai1Ai2...Aik) = P(Ai1)P(Ai2)...P(Aik)
• Trường h p đ c l p:
với m i t p con các bi n c của {A1, A2, ..., An }
• A1 , A2, …, An là các bi n c đ c l p
 P(A1A2...Ak) = P(A1)P(A2)...P(Ak) (1.12)
 Ví dụ 8: M t xưởng c 2 m y hoạt đ ng đ c l p. x c su t trong m t
ng y l m vi c c c m y n y bị hỏng tương ng l 0,1; 0,05. Tính x c su t
trong m t ng y l m vi c xưởng :
a)có 2 m y hỏng (A)
b) có m t máy hỏng (B)
c) có máy hỏng (C)
d) Gi s có máy hỏng. Tính xác su t có m t máy hỏng
• Đ p s : P(B) = 0,14; P(C) =0,145
• Có m y cách tính P(C) ?
• Câu b) và d) khác nhau th nào?
Bài tập luyện tập.
1. M t v n đ ng viên nh y cao khi thi đ u ph i nh y 2 lần.X c su t m i lần người đ
nh y qua sào là 0,7; n u lần đầu nh y qua sào thì xác su t người đ nh y qua sào lần
2 là 0,8. Tính xác su t trong 2 lần nh y có lần người đ nh y qua sào.
2. M t nhà đầu tư quy t định đầu tư vào d án A và B. Kh năng g p rủi ro khi đầu tư
vào d án A, B tương ng là 0.3, 0.2 và g p rủi ro c hai là 0.15. Tính xác su t:
a) nhà đầu tư không g p rủi ro khi đầu tư vào d án A và B
b) nhà đầu tư ch g p rủi ro m t d án khi đầu tư vào d án A và B
c) G a s nhà đầu tư g p rủi ro khi đầu tư vào d án A và B. Tính xác su t khi đ nhà
đầu tư g p rủi ro ch m t d án
Ví dụ 9. M t h p có 9 phi u trong đ có 3 phi u tr ng
th ng. S phi u trong h p đ c 3 ng i b c ng u
nhiên l n l t m i ng i 3 phi u. Tính xác su t m i ng i
đều b c đ c phi u tr ng th ng (A)
• Đ p s : 0,3214
3. M t nồi hơi có 2 van b o hiểm V1, V2 hoạt đ ng đ c l p. Xác su t m i van V1, V2 hỏng
tương ng là 0,1; 0,05.
a) Tính xác su t nồi hơi hoạt đ ng an toàn
i) khi có van không hỏng
ii) khi không có van hỏng
b) Gi s nồi hơi hoạt đ ng an toàn khi có van không hỏng. Tính xác su t khi đ :
i) ch có m t van không hỏng;
ii) ch có van V1 không hỏng
4. Để trở thành nhân viên của công ty H m t người ph i tr i qua 2 lần phỏng v n. Xác su t
người đ đạt yêu cầu lần phỏng v n th nh t là 0,7. N u lần phỏng v n th nh t đạt yêu
cầu thì xác su t người đ đạt yêu cầu ở lần phỏng v n th hai là 0,85. Tính xác su t : a)
Trong 2 lần phỏng v n người đ có lần đạt yêu cầu;
b) Người đ đạt yêu cầu lần phỏng v n th hai nhưng không đạt yêu cầu ở lần phỏng v n
đầu.
c)Gi s trong 2 lần phỏng v n có lần người đ đạt yêu cầu, tính xác su t khi đ người đ
ch đạt yêu cầu lần 1.
 b) Ví dụ:
3. Công th c Bernoulli 1) M t máy s n xu t lần lư t từng s n phẩm.X c su t m i lần máy
a) Dãy n phép th Bernoulli: là dãy phép th thỏa mãn 3 điều s n xu t ra ph phẩm là 0,08.Cho máy s n xu t 15 s n phẩm (15
ki n sau phép th Bernoulli)
1) Đ c l p 2) M t h p có 10 s n phẩm trong đ có 3 ph phẩm.L y ng u nhiên
2) Trong m i phép th ch có bi n c A ho c A’ xu t có hoàn lại lần lư t từng s n phẩm ra 12 s n phẩm (12 phép th
hi n Bernoulli)
3) Xác su t xu t hi n A trong m i phép th đều bằng nhau, 3) Tỷ l ph phẩm của m t nhà máy là 0,05.Mua ng u nhiên 10 SP
nghĩa là với m i phép th của nhà máy ( dãy phép th Bernoulli)
P(A) = p 4) Theo thăm dò tỷ l c tri của m t vùng bầu cho ông A là 65%.
Do đ xác su t P( )=q Điều tra 100 c tri của vùng - Dãy phép th Bernoulli

c) Bài toán của dãy phép th Bernoulli.
Tìm xác su t của bi n c Ak =“có k lần xu t hi n A
trong dãy n phép th Brenoulli” với xác su t xu t hi n bi n c A là
P(A)=p
Kí hi u xác su t này là P(Ak).
Ta có công th c Bernoulli:
P(Ak) = Ckn pk qn-k , q=1-p
Ví dụ 1. M t máy s n xu t lần lư t từng s n phẩm.X c su t m i lần
máy s n xu t ra ph phẩm là 0,08.Cho máy s n xu t 15 s n phẩm
1) Tính XS trong 15 SP máy s n xu t ra có 2 ph phẩm.
2) Tính XS trong 15 SP máy s n xu t ra có ít nh t 2 ph phẩm.
3) Máy s n xu t ít nh t bao nhiêu s n phẩm để xác su t trong các s n
phẩm máy s n xu t ra có ph phẩm không ít hơn 0,2
1. M t mạch đi n mắc song song sẽ hoạt đ ng đư c n u có ít nh t m t thành phần của
nó hoạt đ ng bình thường
1) Xét mạch đi n mắc song song có 5 thành phần hoạt đ ng đ c l p với xác su t m i
thành phần hoạt đ ng bình thường là 0.7. Tính xác su t:
a) Mạch hoạt đ ng bình thường
b) Bi t mạch h at đ ng thường. Tính xác su t khi đ có 2 b ph n hoạt đ ng bình
thường
2) N u xác su t m i b ph n hoạt đ ng bình thường là 0.4, để mạch hoạt đ ng bình
thường với xác su t trên 95% thì cần mắc song song ít nh t bao nhiêu thành phần
2. Công ty bay A luôn bán vé cho khách vư t quá s gh của m i chy n bay vì luôn có
khách đ t vé nhưng không bay.Gi s tỷ l khách đ t vé nhưng không bay là 2%. Với
chuy n bay có 190 ch nhưng đ bán 200 vé
a) Tính xác su t chuy n bay thi u 3 ch
b) xác su t chuy n bay thi u ch là bao nhiêu.
4. Công th c xác su t toàn phần, công th c Bayes
a) H đầy đủ các bi n c
H các bi n c A1 , A2, …, An đư c g i là h đầy đủ n u thỏa mãn
i) A1 + A2 +… + An = Ω
ii) Ai Aj = ∅ với i≠ j
Ví dụ về họ đầy đủ:
1) G i A=“ ch n ng u nhiên m t người của Tp. HCM đư c người có đ ng
b o hiểm. Khi đ { A, A’} là h đầy đủ
2) M t h p có 10 s n phẩm trong đ có 3 ph phẩm. L y ng u nhiên 3 s n
phẩm từ h p để kiểm tra. G i Aj = “ trong 3 s n phẩm l y ra có j ph
phẩm”, j=0, 1, 2, 3. Ta có { A0 , A1 , A2 , A3 } là m t h đầy đủ
3) M t xí nghi p có 3 máy cùng s n xu t m t loại s n phẩm. L y ng u
nhiên m t s n phẩm của xí nghi p. G i Aj = “ s n phẩm l y ra của xí
nghi p j” , j=1, 2, 3. {A1 , A2 , A3 } là m t h đầy đủ
c) Các ví dụ.
Ví dụ 10. Kh năng ông M đầu tư toàn b v n của mình vào d án A
là 60% và vào d án d án B là 40%. Theo kinh nghi m xác su t đầu
tư vào hai d án A, B này có l i nhu n tương ng là 70%, 85%.
a) N u ông M quy t định đầu tư thì kh năng ông có l i nhu n là
bao nhiêu?
b) N u ông M đầu tư có l i nhu n thì kh năng d án B có l i
nhu n là bao nhiêu
c) Gi s ông M đầu tư có l i nhu n. Khi đ đầu tư vào d án nào
sẽ có nhiều kh năng có l i nhu n hơn
b) Công th c xác su t toàn phần, công th c Bayes
Định lý( Công th�c xác suất toàn phần).
N u trong phép th có xu t hi n h đầy đủ các bi n c A1 , A2, …, An thì
xác su t của bi n c A b t kì trong phép th là
P(A)= P(A1)P(A| A1) + P(A2)P(A| A2) + … P(An)P(A| An)
= = ( )P(A| ) (1.13)
Định lý Bayes ( Công th�c Bayes) N u trong phép th có xu t hi n h đầy
đủ các bi n c A1 , A2, …, An thì xác su t điều ki n của các bi n c của
nhóm đầy đủ Aj đ i với A là
( | )
P(Aj |A) = (1.14)
( )P(A| )
Ví dụ 2. M t nhà máy có 3 phân xưởng cùng s n xu t m t m t hàng
xu t khẩu. Năng su t của phân xưởng 2 g p ba phân xưởng 1 và
bằng m t n a phân xưởng 3. Tỷ l s n phẩm loại A của các phân
xưởng 1, 2, 3 tương ng là 70%, 80%, 85%. L y ng u nhiên m t s n
phẩm của nhà máy kiểm tra
a) Tính xác su t l y đư c s n phẩm loại A
b) Gi s s n phẩm l y ra không là loại A. Tính xác su t s n phẩm đ
của phân xưởng 1.
Bài tập luyện tập.
1. Có 2 h p s n phẩm.H p 1 có 10 s n phẩm trong đ có 3 ph phẩm; H p 2 có 12 s n phẩm
trong đ có 4 ph phẩm.M t khách hàng l y ng u nhiên m t h p s n phẩm từ đ l y ng u
nhiên 2 s n phẩm để kiểm tra,n u không có ph phẩm thì mua h p s n phẩm.
1) Tính XS khách hàng mua h p s n phẩm
2) Gi s khách hàng đ mua h p s n phẩm.Nhiều kh năng hơn h p s n phẩm nào đư c
mua
2. M t b i thi trắc nghi m c 10 câu. M i câu c 4 phương n tr lời, trong đ ch c 1
phương n đ ng. T t c sinh viên đều tr lời h t c c câu hỏi. Sinh viên thi đạt n u tr lời
đ ng ít nh t 4 câu.
a) N u sinh viên không ôn b i, sinh viên sẽ ch n câu tr lời m t c ch ng u nhiên. Hỏi n u
sinh viên không ôn b i, thì x c su t thi đạt l bao nhiêu ?
b) N u sinh viên c ôn b i, thì x c su t thi đạt l 95%. Gi s 60% sinh viên c ôn b i. N u
sinh viên A thi đạt, thì x c su t sinh viên không chuẩn bị b i l bao nhiêu ?
3. Tại m t đại phương tỷ l mắc b nh X là 5%. B nh vi n dùng m t kiểu Test
chẩn đo n b nh này. Tuy nhiên kh năng Test cho k t qu đ ng đ i với người
bị b nh là 90% và cho k t qu sai đ i với người không bị b nh là 1.25%. M t
người đ n b nh vi n dùng Test chẩn đ an b nh này.
a) Tìm xác su t người đ đư c chẩn đo n bị mắc b nh
b) Gi s người đ đư c chẩn đo n bị mắc b nh. Tính xác su t Test chẩn
đo n sai
c) Gi s người đ đư c chẩn đo n không bị mắc b nh. Tính xác su t Test
chẩn đo n sai
d) Kh năng test chẩn đo n sai là bao nhiêu?

4. Các loại bi n c và Phép toán bi n c

Chương 2. XÁC SUẤT CỦA BIẾN CỐ
§1. M t s kh i ni m Bi n c Kí hi u N i dung
Không thể ∅ Không thể xu t hi n trong ph p th
1. Ph p th : - là “thí nghi m”
Chắc chắn Ω Nh t định xu t hi n trong phép th
2. Bi n c : - là k t cục của phép th A kéo theo B A⊂B A xu t hi n thì B xu t hi n
3. Không gian m u (của ph p th ) l t p h p t t c c c bi n c của ph p A tương đương B A=B =“A xu t hi n thì B xu t hi n và ngư c lại”
th . Nghĩa là A⊂B và ⊂A
Tổng của A và B A+B “có A ho c B xu t hi n”=“ có ít nh t m t
Phép th Bi n c trong các bi n c A, B xu t hi n”
Tung m t đồng tiền S=“m t s p xu t hi n”; N=“m t ng a xu t hi n” Tích của A và B AB =“ A và B cùng xu t hi n đồng thời (trong
“ S ho c N” phép th )”
Đ i của A A’ hay =“ A không xu t hi n”=“ không A”
Mua m t vé s Trúng thưởng, không trúng thưởng
A xung khắc với B AB= ∅ =“ A và B không thể xu t hi n đồng thời
Mua m t đi n thoại bị hư trong thời gian b o hành
trong phép th ”
 5. Sơ lư c về Gi i tích tổ h p
Ví dụ 1. C 3 xạ thủ, m i người c ng bắn 1 viên đạn v o 1 con 1) Quy tắc c ng, quy tắc nhân
th .G i
Quy tắc tắc c ng Quy tắc nhân
Ai=“ xạ thủ th i bắn tr ng th ”, i=1,2,3.
L m công vi c A c 2 kh L m công vi c A ph i qua 2
H y biểu di n qua Ai c c bi n c sau: năng (Không xẩy ra đồng bước:
thời): -B’c1. c m c ch
1)A=“ th bị tr ng đạn”
-k/n 1. c m c ch -B’c 2. c n c ch
2)B =“ th bị tr ng 3 viên đạn”
-k/n 2. c n c ch C bao nhiêu c ch
3)C =“ th bị tr ng 2 viên đạn” C bao nhiêu c ch l m A?
4)D =“ th không bị tr ng đạn” l m A? Gi i. C mn c ch
Gi i. C m+n c ch

2) Tổ h p v ch nh h p
Ví dụ 2. M t h p có 5 bi đỏ, 6 bi vàng.
Tổ h p ch p k của n phần t Ch nh h p ch p k của n phần t a) Có bao nhiêu cách l y 3 bi từ h p
b) Có bao nhiêu cách l y 3 bi từ h p trong đ có 2 bi đỏ
+L gì? +L gì? c) Có bao nhiêu cách l y 3 bi từ h p trong đ có bi đỏ
l m t b gồm k phần t tho l m t b gồm k phần t tho
2 tính ch t 2 tính ch t Ví dụ 3. Cho 4 ch s ( 1, 2, 3, 4)
- kh c nhau - kh c nhau a) C bao nhiêu c ch l p m t s c 3 ch s kh c nhau từ c c ch s
-không kể th t -kể th t trên
+ S lư ng + S lư ng
b) C bao nhiêu c ch l p m t s c 3 ch s từ c c ch s trên
! !
= ! − !
= − !

§2. Các định nghĩa xác su t
1. Định nghĩa cổ điển của xác su t: N u phép th có n bi n c sơ c p đồng
kh năng trong đ có m bi n c thu n l i cho bi n c A thì X c su t của A
l P(A) = m/n (1.1)
(s kh năng thu n l i của A chia cho t t c c c kh năng c thể của ph p
th )
Ví dụ 2. M t h p c 10 s n phẩm(SP) trong đ c 3 ph phẩm.
a) L y ng u nhiên m t s n phẩm từ h p.Tính XS l y đư c ph phẩm
b) L y ng u nhiên 2 s n phẩm từ h p.Tính XS l y đư c 2 ph phẩm
c) L y ng u nhiên có hoàn lại lần lư t từng s n phẩm ra 2 s n phẩm. Tính
xác su t l y đư c 2 ph phẩm
1. M t h p có 20 s n phẩm trong đ có 5 s n phẩm loại A. M t khách hàng sẽ mua
h p s n phẩm n u b c ng u nhiên 4 s n phẩm từ h p có s n phẩm loại A. Tính xác
su t khách hàng mua h p s n phẩm
2. M t h p có 10 bi trong đ có 3 bi đỏ.
a) L y ng u nhiên không hòan lại lần lư t từng bi cho đ n khi l y đư c bi đỏ thì
dừng. Tính xác su t vi c l y bi dừng ở lần th 3
b) L y ng u nhiên không hòan lại lần lư t từng bi cho đ n khi l y đư c 2 bi đỏ thì
dừng. Tính xác su t vi c l y bi dừng ở lần th 4
3. Tại khu vui chơi có các trò chơi với b ng giá nh ư sau: ĐU NGỰA: 5.000 đồng; NHÀ
BANH: 10.000 đồng; TÀU LƯỢN: 10.000 đồng; CÂU CÁ: 5.000 đồng. Ba chị em H, K, L
đư c mẹ cho 20.000 đồng và m i em sẽ chơi ng u nhiên 1 trò chơi sao cho tổng s
tiền ph i tr trong phạm vi 20.000 đồng. Tính xác su t em H chơi trò TÀU LƯỢN.

Ví dụ 3. Công ty s n xu t thu c đ nh răng nghiên c u 5 loại m u

2. Định nghĩa xác su t theo th ng kê thi t k h p thu c. Qua m t cu c kh o sát th c t , 100 khách hàng
a) Tần su t. đư c đề nghị ch n m i người m t m u thi t k mà h thích. S li u
cho trong b ng sau:
N u l p lại phép th n lần trong đ có m lần xu t hi n bi n c A thì tỷ
M u thi t k 1 2 3 4 5
s (A) =
S khách hàng ch n 5 15 30 40 10
đư c g i là tần su t xu t hi n bi n c A trong n phép th
b) Khái ni m xác su t theo th ng kê a) Tính xác su t từng m u thi t k mà khách hàng ch n
b) Theo bạn thì công ty nên dùng m u thi t k nào để s n xu t
N u l p lại phép th n lần, với n đủ lớn thì xác su t của A là
P(A)≈ (A) (1.2)
 3. Định nghĩa xác su t theo tiên đề.
Gi s S là không gian m u của m t phép th .
Ví dụ 4. M t lô trái cây xu t khẩu có s trái r t lớn. Người ta kiểm tra a) Xích ma đại số ( – đại số)
ng u nhiên lần lư t 1000 tr i th y c 15 tr i ph phẩm. Lô trái cây Định nghĩa . M t h ℬ các bi n c của S đư c g i là xích ma đại số ( – đại
đư c xu t khẩu n u theo tỷ l trái ph phẩm của nó không quá 3%. số) n u thỏa mãn các điều ki n
Cho bi t lô trái cây có đư c xu t khẩu không? i) S ℬ
ii) Với m i A ℬ thì ℬ
iii) Dãy đ m đư c các bi n c A1 , A2, …, An, … thu c ℬ thì
A1 ∪ A2 ∪…+ An ∪ …= ∞= Ak ℬ
b) Định nghĩa xác su t theo tiên đề.
Gi s S là không gian m u của m t phép th , ℬ l xích ma đại s c c bi n
c của S. Xác suất là m t hàm cho tương ng m i bi n c A của ℬ với m t
s th c P(A) thỏa mãn các tiên đề sau:
Tiên đề 1. P(A) ≥ 0 ( không âm)
Tiên đề 2. P (S)=1

Tiên đề 3. Với m t h đ m đư c b t kì các bi n c của ℬ: A1 , A2, …, An, §3. Công th c nh x c su t

… xung khắc từng đôi thì 1. Công th c c ng xác su t
P(A1 ∪ A2 ∪…+ An ∪ …)= P( = )= = ( ) ( 1.3) a) Tổng quát
Hệ quả 1. • P(A+B)= P(A) + P(B) – P(AB) (1.4)
1) N u A ⊂C thì P(A) ≤ P(C) • P(A+B+C)= P(A) + P(B)+P(C) – P(AB) – P(AC) – P(BC) + P(ABC) (1.5)
2) 0 ≤ P(A) ≤ 1 • P(A1 + A2 +…+ An )= = ( ) - = = ( )
3) P(∅)=0; + = = = ( ) - ….+ ( … ) (1.6)
b) Trường h p các bi n c xung khắc
4. Ý nghĩa của xác su t • N u các bi n c A, B xung khắc thì P(A+B)= P(A) + P(B)
- Xác su t là m t phép đo để đo khả năng xuất hiện của bi n c trong • N u A1 , A2 ,.., An xung khắc từng đôi thì
phép th P(A1 + A2 +…+ An )= = ( )
- Xác su t lớn bi n c nhiều kh năng xu t hi n trong phép th c) Công th c xác su t của bi n c đ i:
- Xác su t nhỏ bi n c ít kh năng xu t hi n trong phép th • P( A’) = 1 – P(A) hay P( A) = 1 – P(A’) (1.7)
 Ví dụ 5: Một hộp có 10 bi trong đó có 4 bi đỏ. Lấy ngẫu nhiên 3 bi từ
hộp. Tính xác suất để lấy được ít nhất một bi đỏ (trong 3 bi lấy ra có Ví dụ 6: M t lớp h c c 60 h c sinh trong đ c : 28 em giỏi Toán, 30
bi đỏ) em giỏi Lí, 32 em giỏi Ngoại ng , 15 em vừa giỏi Toán vừa giỏi Lí, 10
em vừa giỏi Lí vừa giỏi Ngoại ng , 12 em vừa giỏi Toán vừa giỏi
Cách 1. P(A)= 0,8333 Ngoại ng , có 2 em giỏi c 3 môn. G i ng u nhiên 1 h c sinh của
Cách 2. Bi n c đ i của A? lớp. Tính xác su t: G i đư c em giỏi ít nh t 1 môn
• Đ p s : 0,9167
• Cách 1: Dùng công th c c ng
• Cách 2. D ng biểu đồ Venn

Bài tập luyện tập.

1. M t công ty có 30 nam và 20 n trong đ có 1 c p v chồng (chồng tên A, v tên B). Tính 2. X c su t c điều ki n,s đ c l p về x c su t, công th c nhân xác su t
xác su t để ch n ng u nhiên 1 ban thanh tra công ty gồm 7 người trong đ có 4 nam và 3 a) Xác suất có điều kiện
n sao cho A và B không cùng đồng thời trong ban thanh tra. Định nghĩa 1. Cho hai biến cố A, B. Xác suất có điều kiện của A với điều
2. M t h p có 3 bi xanh, 6 bi đỏ, 8 bi vàng. L y ng u nhiên 2 bi từ h p. kiện B, kí hiệu P(A B), là xác suất của A được tính trong điều kiện B đã
a) Tính xác su t l y đư c 2 bi không cùng màu xanh xảy ra. Tương tự ta có P(B A).
b) L y đư c 2 bi không cùng màu ( )
Công th c: P(A/B)= ( P(B)>0) (1.8)
( )
3. M t nồi hơi có 2 van b o hiểm V1, V2 hoạt đ ng đ c l p. Xác su t m i van V1, V2 hỏng
tương ng là 0,1; 0,05.
a) Tính xác su t nồi hơi hoạt đ ng an toàn Ví dụ 7. M t lớp h c c 40 h c sinh đư c phân b như sau:
i) khi có van không hỏng N i th nh Ngo i th nh
ii) khi không có van hỏng Nam 12 9
b) Gi s nồi hơi hoạt đ ng an toàn khi có van không hỏng. Tính xác su t khi đ :
N 13 6
i) ch có m t van không hỏng;
ii) ch có van V1 không hỏng
4. M t chương trình gồm c 2 mô đun. X c su t mô đun 1 bị l i l 10%. X c su t mô đun 2 bị G i ng u nhiên m t h c sinh của lớp. a) Tính XS g i đư c h c sinh l n
l i l 15%. X c su t chương trình bị l i l 20%. Bi t rằng chương trình bị l i n u ít nh t m t b) Gi s đ g i đư c h c sinh l n .Tính x c su t h c sinh đ ở ngoại th nh
mô đun bị l i. Hỏi vi c mô đun 1 bị l i v mô đun 2 bị l i c liên quan nhau không ?
b) Sự độc lập về xác suất
c) Công th�c nhân xác suất
• Định nghĩa 2. A v B đư c g i l đ c l p n u P(A B) = P(A) ho c
• Trường h p tổng quát:
P(B A) = P(B) (s xu t hi n hay không của bi n c n y không nh
+ A, B ta có:
hưởng tới x c su t xu t hi n bi n c kia).
P(AB) = P(A)P(B A) = P(B)P(A B) (1.10)
• Với hai bi n c
+ A1 , A2, …, An ta có
+ A, B đ c l p khi và ch khi P(A.B) = P(A).P(B) (1.9)
 P(A1 A2 … An ) =
• Với nhiều hơn 2 bi n c
P(A1)P(A2 A1)P(A3 A1A2)... P(An A1 , A2, …, An-1 ) (1.11)
+ A1, A2, ..., An đư c g i l đ c l p trong to n b n u:
P(Ai1Ai2...Aik) = P(Ai1)P(Ai2)...P(Aik)
• Trường h p đ c l p:
với m i t p con các bi n c của {A1, A2, ..., An }
• A1 , A2, …, An là các bi n c đ c l p
 P(A1A2...Ak) = P(A1)P(A2)...P(Ak) (1.12)

Ví dụ 8: M t xưởng c 2 m y hoạt đ ng đ c l p. x c su t trong m t

ng y l m vi c c c m y n y bị hỏng tương ng l 0,1; 0,05. Tính x c su t Ví dụ 9. M t h p có 9 phi u trong đ có 3 phi u tr ng
trong m t ng y l m vi c xưởng : th ng. S phi u trong h p đ c 3 ng i b c ng u
a)có 2 m y hỏng (A) nhiên l n l t m i ng i 3 phi u. Tính xác su t m i ng i
b) có m t máy hỏng (B) đều b c đ c phi u tr ng th ng (A)
c) có máy hỏng (C) • Đ p s : 0,3214
d) Gi s có máy hỏng. Tính xác su t có m t máy hỏng
• Đ p s : P(B) = 0,14; P(C) =0,145
• Có m y cách tính P(C) ?
• Câu b) và d) khác nhau th nào?
Bài tập luyện tập.
1. M t v n đ ng viên nh y cao khi thi đ u ph i nh y 2 lần.X c su t m i lần người đ
nh y qua sào là 0,7; n u lần đầu nh y qua sào thì xác su t người đ nh y qua sào lần
2 là 0,8. Tính xác su t trong 2 lần nh y có lần người đ nh y qua sào.
2. M t nhà đầu tư quy t định đầu tư vào d án A và B. Kh năng g p rủi ro khi đầu tư
vào d án A, B tương ng là 0.3, 0.2 và g p rủi ro c hai là 0.15. Tính xác su t:
a) nhà đầu tư không g p rủi ro khi đầu tư vào d án A và B
b) nhà đầu tư ch g p rủi ro m t d án khi đầu tư vào d án A và B
c) G a s nhà đầu tư g p rủi ro khi đầu tư vào d án A và B. Tính xác su t khi đ nhà
đầu tư g p rủi ro ch m t d án
3. Công th c Bernoulli
a) Dãy n phép th Bernoulli: là dãy phép th thỏa mãn 3 điều
ki n sau
1) Đ c l p
2) Trong m i phép th ch có bi n c A ho c A’ xu t
hi n
3) Xác su t xu t hi n A trong m i phép th đều bằng nhau,
nghĩa là với m i phép th
P(A) = p
Do đ xác su t P( )=q
3. M t nồi hơi có 2 van b o hiểm V1, V2 hoạt đ ng đ c l p. Xác su t m i van V1, V2 hỏng
tương ng là 0,1; 0,05.
a) Tính xác su t nồi hơi hoạt đ ng an toàn
i) khi có van không hỏng
ii) khi không có van hỏng
b) Gi s nồi hơi hoạt đ ng an toàn khi có van không hỏng. Tính xác su t khi đ :
i) ch có m t van không hỏng;
ii) ch có van V1 không hỏng
4. Để trở thành nhân viên của công ty H m t người ph i tr i qua 2 lần phỏng v n. Xác su t
người đ đạt yêu cầu lần phỏng v n th nh t là 0,7. N u lần phỏng v n th nh t đạt yêu
cầu thì xác su t người đ đạt yêu cầu ở lần phỏng v n th hai là 0,85. Tính xác su t : a)
Trong 2 lần phỏng v n người đ có lần đạt yêu cầu;
b) Người đ đạt yêu cầu lần phỏng v n th hai nhưng không đạt yêu cầu ở lần phỏng v n
đầu.
c)Gi s trong 2 lần phỏng v n có lần người đ đạt yêu cầu, tính xác su t khi đ người đ
ch đạt yêu cầu lần 1.
b) Ví dụ:
1) M t máy s n xu t lần lư t từng s n phẩm.X c su t m i lần máy
s n xu t ra ph phẩm là 0,08.Cho máy s n xu t 15 s n phẩm (15
phép th Bernoulli)
2) M t h p có 10 s n phẩm trong đ có 3 ph phẩm.L y ng u nhiên
có hoàn lại lần lư t từng s n phẩm ra 12 s n phẩm (12 phép th
Bernoulli)
3) Tỷ l ph phẩm của m t nhà máy là 0,05.Mua ng u nhiên 10 SP
của nhà máy ( dãy phép th Bernoulli)
4) Theo thăm dò tỷ l c tri của m t vùng bầu cho ông A là 65%.
Điều tra 100 c tri của vùng - Dãy phép th Bernoulli
c) Bài toán của dãy phép th Bernoulli.
Tìm xác su t của bi n c Ak =“có k lần xu t hi n A
trong dãy n phép th Brenoulli” với xác su t xu t hi n bi n c A là
P(A)=p
Kí hi u xác su t này là P(Ak).
Ta có công th c Bernoulli:
P(Ak) = Ckn pk qn-k , q=1-p
Ví dụ 1. M t máy s n xu t lần lư t từng s n phẩm.X c su t m i lần
máy s n xu t ra ph phẩm là 0,08.Cho máy s n xu t 15 s n phẩm
1) Tính XS trong 15 SP máy s n xu t ra có 2 ph phẩm.
2) Tính XS trong 15 SP máy s n xu t ra có ít nh t 2 ph phẩm.
3) Máy s n xu t ít nh t bao nhiêu s n phẩm để xác su t trong các s n
phẩm máy s n xu t ra có ph phẩm không ít hơn 0,2
4. Công th c xác su t toàn phần, công th c Bayes
a) H đầy đủ các bi n c
H các bi n c A1 , A2, …, An đư c g i là h đầy đủ n u thỏa mãn
i) A1 + A2 +… + An = Ω
ii) Ai Aj = ∅ với i≠ j
Ví dụ về họ đầy đủ:
1) G i A=“ ch n ng u nhiên m t người của Tp. HCM đư c người có đ ng
b o hiểm. Khi đ { A, A’} là h đầy đủ
2) M t h p có 10 s n phẩm trong đ có 3 ph phẩm. L y ng u nhiên 3 s n
phẩm từ h p để kiểm tra. G i Aj = “ trong 3 s n phẩm l y ra có j ph
phẩm”, j=0, 1, 2, 3. Ta có { A0 , A1 , A2 , A3 } là m t h đầy đủ
3) M t xí nghi p có 3 máy cùng s n xu t m t loại s n phẩm. L y ng u
nhiên m t s n phẩm của xí nghi p. G i Aj = “ s n phẩm l y ra của xí
nghi p j” , j=1, 2, 3. {A1 , A2 , A3 } là m t h đầy đủ
1. M t mạch đi n mắc song song sẽ hoạt đ ng đư c n u có ít nh t m t thành phần của
nó hoạt đ ng bình thường
1) Xét mạch đi n mắc song song có 5 thành phần hoạt đ ng đ c l p với xác su t m i
thành phần hoạt đ ng bình thường là 0.7. Tính xác su t:
a) Mạch hoạt đ ng bình thường
b) Bi t mạch h at đ ng thường. Tính xác su t khi đ có 2 b ph n hoạt đ ng bình
thường
2) N u xác su t m i b ph n hoạt đ ng bình thường là 0.4, để mạch hoạt đ ng bình
thường với xác su t trên 95% thì cần mắc song song ít nh t bao nhiêu thành phần
2. Công ty bay A luôn bán vé cho khách vư t quá s gh của m i chy n bay vì luôn có
khách đ t vé nhưng không bay.Gi s tỷ l khách đ t vé nhưng không bay là 2%. Với
chuy n bay có 190 ch nhưng đ bán 200 vé
a) Tính xác su t chuy n bay thi u 3 ch
b) xác su t chuy n bay thi u ch là bao nhiêu.
b) Công th c xác su t toàn phần, công th c Bayes
Định lý( Công th�c xác suất toàn phần).
N u trong phép th có xu t hi n h đầy đủ các bi n c A1 , A2, …, An thì
xác su t của bi n c A b t kì trong phép th là
P(A)= P(A1)P(A| A1) + P(A2)P(A| A2) + … P(An)P(A| An)
= = ( )P(A| ) (1.13)
Định lý Bayes ( Công th�c Bayes) N u trong phép th có xu t hi n h đầy
đủ các bi n c A1 , A2, …, An thì xác su t điều ki n của các bi n c của
nhóm đầy đủ Aj đ i với A là
( | )
P(Aj |A) = (1.14)
( )P(A| )
 c) Các ví dụ.
Ví dụ 10. Kh năng ông M đầu tư toàn b v n của mình vào d án A
là 60% và vào d án d án B là 40%. Theo kinh nghi m xác su t đầu
tư vào hai d án A, B này có l i nhu n tương ng là 70%, 85%.
a) N u ông M quy t định đầu tư thì kh năng ông có l i nhu n là
bao nhiêu?
b) N u ông M đầu tư có l i nhu n thì kh năng d án B có l i
nhu n là bao nhiêu
c) Gi s ông M đầu tư có l i nhu n. Khi đ đầu tư vào d án nào
sẽ có nhiều kh năng có l i nhu n hơn
Bài tập luyện tập.
1. Có 2 h p s n phẩm.H p 1 có 10 s n phẩm trong đ có 3 ph phẩm; H p 2 có 12 s n phẩm
trong đ có 4 ph phẩm.M t khách hàng l y ng u nhiên m t h p s n phẩm từ đ l y ng u
nhiên 2 s n phẩm để kiểm tra,n u không có ph phẩm thì mua h p s n phẩm.
1) Tính XS khách hàng mua h p s n phẩm
2) Gi s khách hàng đ mua h p s n phẩm.Nhiều kh năng hơn h p s n phẩm nào đư c
mua
2. M t b i thi trắc nghi m c 10 câu. M i câu c 4 phương n tr lời, trong đ ch c 1
phương n đ ng. T t c sinh viên đều tr lời h t c c câu hỏi. Sinh viên thi đạt n u tr lời
đ ng ít nh t 4 câu.
a) N u sinh viên không ôn b i, sinh viên sẽ ch n câu tr lời m t c ch ng u nhiên. Hỏi n u
sinh viên không ôn b i, thì x c su t thi đạt l bao nhiêu ?
b) N u sinh viên c ôn b i, thì x c su t thi đạt l 95%. Gi s 60% sinh viên c ôn b i. N u
sinh viên A thi đạt, thì x c su t sinh viên không chuẩn bị b i l bao nhiêu ?
Ví dụ 2. M t nhà máy có 3 phân xưởng cùng s n xu t m t m t hàng
xu t khẩu. Năng su t của phân xưởng 2 g p ba phân xưởng 1 và
bằng m t n a phân xưởng 3. Tỷ l s n phẩm loại A của các phân
xưởng 1, 2, 3 tương ng là 70%, 80%, 85%. L y ng u nhiên m t s n
phẩm của nhà máy kiểm tra
a) Tính xác su t l y đư c s n phẩm loại A
b) Gi s s n phẩm l y ra không là loại A. Tính xác su t s n phẩm đ
của phân xưởng 1.
3. Tại m t đại phương tỷ l mắc b nh X là 5%. B nh vi n dùng m t kiểu Test
chẩn đo n b nh này. Tuy nhiên kh năng Test cho k t qu đ ng đ i với người
bị b nh là 90% và cho k t qu sai đ i với người không bị b nh là 1.25%. M t
người đ n b nh vi n dùng Test chẩn đ an b nh này.
a) Tìm xác su t người đ đư c chẩn đo n bị mắc b nh
b) Gi s người đ đư c chẩn đo n bị mắc b nh. Tính xác su t Test chẩn
đo n sai
c) Gi s người đ đư c chẩn đo n không bị mắc b nh. Tính xác su t Test
chẩn đo n sai
d) Kh năng test chẩn đo n sai là bao nhiêu?
Chương 3. BIẾN NGẪU NHIÊN RỜI RẠC, LUẬT PHÂN PHỐI XÁC SUẤT
§ 1. Khái niệm biến ngẫu nhiên (BNN)
1. Biến ngẫu nhiên
a) Biến ngẫu nhiên X là hàm số thực: i) xác định trên không gian mẫu (
của một phép thử) nhận các giá trị với một xác suất nào đó, ii) với mọi
số thực a thì { X a} là một biến cố của phép thử
Ví dụ.
1) Một xí nghiệp có 2 máy hoạt động. Số máy hỏng trong một ngày làm
việc của xí nghiệp (BNN)
2) Nhiệt độ trong một ngày trong tương lai tại TP. Hồ Chí Minh (BNN)
3) Giá của một chứng khoán trên thị trường (BNN)
b) Có hai loại biến ngẫu nhiên (BNN)
Kí hiệu X(Ω) là tập giá trị của BNN X.Dựa vào tập giá trị này ta chia
BNN X thành 2 loại
+ BNN rời rạc nếu X(Ω) là hữu hạn hoặc đếm được
+ BNN liên tục nếu X(Ω) là một khoảng hay một số khoảng
2. BNN nhiều chiều ( vec tơ ngẫu nhiên)
Các BNN (X1, X2, …, Xn) được xét đồng thời gọi là BNN n chiều.
Biến ngẫu nhiên nhiều chiều được gọi là liên tục( rời rạc) nếu tất cả
các BNN thành phần đều liên tục ( rời rạc)

Ví dụ 1. Mộp hộp có 10 sản phẩm trong đó có 3 phế phẩm.

§2. Luật phân phối xác suất của biến ngẫu nhiên rời rạc Lấy ngẫu nhiên 2 sản phẩm từ hộp để kiểm tra. Gọi X là số
1. Phân phối xác suất (probability mass function -pmf) của BNN rời rạc phế phẩm có trong 2 sản phẩm lấy ra.
Cho BNN rời rạc X có tập giá trị X(Ω)= {x1 , x2 , …, xn } a) Lập bảng phân phối XS của X
• Phân phối xác suất của X là hàm PX sao cho b) Tính XS của các biến cố:
i) Xác suất PX (xi) =P(X=xi)= + P( -2 ≤ X ≤ 1,3)
ii) ∈ (Ω) =1
+ P( -2 ≤ X < 0)
Hay còn gọi là bảng phân phối xác suất + P(0,5 ≤ X )
Giải. a) + Tập giá trị của X ∈ ( 0, 1, 2)
X x1 x2 … xn
+ P(X=0)= = 21/45= 7/15
…
+ P(X=1)= =21/45=7/15
Với ∈ (Ω) =1
• Tính xác suất: P(a )= (2.1) +P(X=2) = =1/15
∈[ , ]
Ví dụ 2. Có 6 kiện hàng được vận chuyển tới người tiêu dùng ( mỗi 2. Hàm phân phối ( hàm phân phối tích lũy - ( cdf) ) của biến ngẫu nhiên
kiện có 10 sp). Biết số kiện này có số sản phẩm bị lỗi được cho trong a) Định nghĩa. Hàm phân phối của BNN X là hàm số
bảng sau F(x)=P(X ≤ x) = ≤
b) Tính chất của hàm phân phối XS
Kiện 1 2 3 4 5 6
i) 0 ≤ F(x) ≤ 1
hàng
ii) F(-∞)=0 ; F(+∞)=1
Số SP 0 2 0 1 2 0 iii) F(x) không giảm, liên tục phải ( Khi X BNN liên tục thì F(x) liên tục)
lỗi
iv) P( a < X ≤ b) = F(b) – F(a)
Lấy ngẫu nhiên một kiện hàng, v) Có hàm phân phối XS suy ra phân phối XS: pi = F(xi)-F(x(i-1))
a) từ đó lấy ngẫu nhiên ra 1 sản phẩm để kiểm tra, gọi X là số lỗi của c) Sự độc lập của các BNN
sản phẩm lấy được. Tìm phân phối XS của X d) Hai biến ngẫu nhiên rời rạc X và Y gọi là độc lập nếu
b) Nếu lẫy ngẫu nhiên ra 2 sản phẩm để kiểm tra, gọi Y là số sản P(X= ,Y = ) = P(X= ) P(Y = ) với mọi ,
phẩm lỗi. Tìm phân phối xác suất của Y

Ví dụ 1. Cho BNN rời rạc X có bảng phân phối XS §2. Các số đặc trưng của BNN
1. Mốt (Mode) của BNN X. Kí hiệu ModX
X 0 1 2
a) Trường hợp rời rạc: Mod là giá trị của BNN tại đó có XS lớn nhất
P 0,2 0,5 0,3 Mod X=xi ↔ pi=max(pj)
Tìm hàm phân phối XS của X Ví dụ 1. Cho BNN X có bảng phân phối xác suất:
X -1 0 2 3
P 0,2 0,1 0,4 0,3
Tìm ModX
+ Ý nghĩa: Mốt là giá trị mà BNN nhiều khả năng nhận nhất; đáng tin
nhất
2.Kì vọng (trung bình của BNN) và mômen Ví dụ 2. Cho biến ngẫu nhiên X có bảng phân phối xác suất:
a) Định nghĩa. Kì vọng của BNN X, kí hiệu EX,là một số bằng
EX= X -1 0 2 3
b) Ý nghĩa: Kì vọng của biến ngẫu nhiên là giá trị trung bình của biến ngẫu P 0,2 0,1 0,4 0,3
nhiên
c) Tính chất của kì vọng a) Tìm EX
1) E(C)=C b) Tìm E
2) E(X±Y)=EX ± EY c) Tính EY với Y=3X - 1
3) E(cX)=cEX
4) Nếu X, Y độc lập: E(XY)=EXEY
5) E(h(X))= à ờ ạ

3. Phương sai và độ lệch tiêu chuẩn

a) Định nghĩa. Phương sai của biến ngẫu nhiên X là một số, kí hiệu là VX Ví dụ 3. Cho BNN X có bảng Phân Phối XS:
hay VarX, được xác định như sau:
VX= E X -1 0 2 3
Ta có: VX = E -( )
ở đây E = P 0,2 0,1 0,4 0,3
b) Ý nghĩa của phương sai: Phương sai đặc trưng cho độ phân tán của
giá trị BNN quanh giá trị trung bình
c) Tính chất a) Tìm VX
1) V(C) =0 b) Tìm
2) V(CX)= VX c) Tính VY với Y=3X - 1
3) Nếu X, Y độc lập
V(X+Y)= V(X)+V(Y); V(X-Y)= V(X)+V(Y)
d) Độ lệch tiêu chuẩn ( Sai số chuẩn)của BNN X: =
§3. Một số phân phối xác suất của biến ngẫu nhiên rời rạc thông dụng b) Định nghĩa.
1. Phân phối nhị thức BNN rời rạc X gọi là có PP nhị thức với các tham số n,p; kí hiệu
a) Dãy phép n thử Bernouli: là dãy phép thử thỏa mãn 3 điều kiện sau X ̴ B(n,p) hay Bin( n, p) nếu tập giá trị của nó là X(Ω)={0,1,2,…,n} và
1) Độc lập P(X=k)= −
,q=1-p
2) Trong mỗi phép thử chỉ có biến cố A hoặc A’ xuất hiện c) Bài toán của phân phối nhị thức. Nếu X là số lần xuất hiện biến cố A
3) Xác suất xuất hiện A trong mỗi phép thử đều bằng nhau, nghĩa là trong dãy n phép thử Bernoulli với P(A)=p thì X có phân phối nhị thức
với mọi phép thử d) Số đặc trưng: X ̴ B(n,p) thì EX=np ; VX= npq;
P(A) = p ( Suy ra P(A’)=q ) ModX=k, np – q np +p
Ví dụ 1. Thống kê của một nhà xuất bản cho kết quả là khoảng 20% số
bản in ấn bị mắc lỗi. Gọi X là số sách bị lỗi trong 15 cuốn in ấn được
chọn ngẫu nhiên.
1) Tính xác suất trong 15 cuốn đó có 3 cuốn bị mắc lỗi
2) Tìm trung bình số cuốn bị mắc lỗi trong 15 cuốn đó

2. Phân phối nhị thức âm d) Phát biểu tương đương: nếu Y là số phép thử Bernoulli có A’ ( A
a) Bài toán. Tìm X số phép thử Bernoulli với P(A)=p tối thiểu cần làm đối) đến khi xuất hiện biến cố A thứ r thì dừng ( như vật có đã có r-1
để trong đó có r lần xuất hiện biến cố A ( cần làm X phép thử phép thử có biến cố A và Y phép thử có “A đối” thì đến phép thử có A
Bernoulli để trong đó có r lần xuất hiện biến cố A) thì dừng, nghĩa là có r lần xuất hiện biến cố A)thì X có phân phối nhị
b) Định nghĩa. BNN rời rạc X gọi là có phân phối nhị thức âm với tham thức âm với tham số r.
số r nếu: Y(Ω) = { 0, 1, 2, ….}
X(Ω) = { r, r+1, r+2, ….} P( Y=k)= p( k, r, p ) = −+ − ,q=1-p (**)
P( X=m)= −− −
,q=1-p ( *) Chú ý: Từ (*), (**) ta có:
• Kí hiệu: X ~ NB(r, p) m= k+r hay X=Y + r ( Y= X – r ; k=m – r )
c) Số đặc trưng: EX = ; VX= , q=1-p
 Ví dụ 2. Xác suất thành công mỗi lần làm thí nghiệm là 0.8. Tiến hành
X: số thí nghiệm cần làm để có r Y: số thí nghiệm thất bại cho đến các thí nghiệm độc lập cho đến khi được 3 thí nghiệm thành công thì
lần thành công khi có thí nghiệm thành công thứ r dừng. Tính xác suất để số thí nghiệm cần thiết phải làm là
X= Y + r Y= X - r a) Đúng 6 thí nghiệm
X(Ω) = { r, r+1, r+2, ….} Y(Ω) = { 0, 1, 2, ….} b) Ít nhất 6 thí nghiệm
P( Y=k)= p( k, r, p ) c) Nhiều nhất 6 thí nghiệm
P( X=m)= − −
, = −+ − , Giải. Gọi X là số thí nghiệm cần thiết cần phải tiến hành. X ~ NB(3, 0.8)
−
q=1-p q=1-p ĐS. a) 0.04096; b) 0.05792; c) 0.98304
( Y là số thí nghiệm không thành công đã làm cho đến khi có thí
nghiệm thành công thứ 3: Y ~ NB(3, 0.8)
EX = ; VX= , EY = ; VY= ,
a) Đúng 3; b) ít nhất 3; c) nhiều nhất 3)
q=1-p q=1-p

3. Phân phối Poisson

Ví dụ 3. Số phương tiện giao thông đi qua 1 trạm kiểm soát
• Định nghĩa. BNN rời rạc X gọi là có phân phối Poisson với tham số λ
trong khoảng thời gian 2 phút là BNN có PP poisson với tham
(λ >0) nếu:
số λ=3.
X(Ω) = { 0, 1, 2 ….}
1) Tính XS trong quãng thời gian này có 5 phương tiện giao
P( X=k)= p( k, λ) = e- λ thông đi qua trạm.
!
• Kí hiệu: X ~ P(λ) 2) Tính XS trong quãng thời gian này có không ít hơn 2
b)Ý nghĩa. Phân phối Poisson là phân phối XS của số các sự kiện ngẫu phương tiện giao thông đi qua trạm.
nhiên xuất hiện trong khoảng thời gian (a, b) có tính chất: 3) Số phương tiện giao thông nhiều khả năng nhất và số
+ Các sự kiện xuất hiện trong các khoảng thời gian rời nhau là độc lập phương tiện giao thông trung bình qua trạm trong quãng
với nhau thời gian này là bao nhiêu ?
+ Số lần xuất hiện các sự kiện tỷ lệ với khoảng thời gian 4) Tính XS trong quãng thời gian 3 phút có 5 phương tiện giao
Các số đặc tr ng thông đi qua trạm
ModX=k với λ-1 λ; EX=λ ; VX= λ
 b) Định nghĩa. Biến ngẫu nhiên rời rạc X gọi là có phân phối siêu bội với
4. Phân phối Siêu bội
các tham số N, NA , m (m≤ NA),kí hiệu là X ~ H(m, NA,N) nếu:
a) Bài toán.
Tập giá trị của X là {0, 1,….,m} và xác suất tương ứng
Một đám đông C có N phần tử gồm 2 loại.Trong đó có NA phần tử
có tính chất A.Lấy ngẫu nhiên m phần tử từ đám đông (m≤ NA). P( X=k)=
Gọi X là số phần tử có tính chất A có trong m phần tử lấy ra.Tìm c) Các số đặc trưng:
phân phối xác suất của X. EX = mp với p= NA /N; VX= mpq(N-m)/ (N-1) ; q=1-p
Giải. X(Ω)= { 0, 1, ……m} Ví dụ 4. Trong 20 tờ giấy báo thuế có 3 tờ mắc sai sót. Lấy ngẫu nhiên 5
tờ giấy báo thuế để kiểm tra
P( X=k)= a) Tính xác suất có 2 tờ mắc sai sót
b) Tính xác suất có không quá 1 tờ mắc sai sót
c) Gọi X là số tờ mắc sai sót trong 5 tờ lấy ra.Tìm trung bình và phương
sai của X

CHƯƠNG 4. Biến ngẫu nhiên liên tục và luật phân phối xác suất
§1. Hàm mật độ XS của biến ngẫu nhiên (BNN) liên tục Ví dụ 2. Thời gian đi đến tr ờng của sinh viên H là biến ngẫu
• Định nghĩa. Hàm f(x) được gọi là hàm mật độ của BNN liên tục X nếu nhiên X (đ n vị: phút) có phân phối đều trên đoạn (A,
thỏa mãn 3 điều kiện sau: B),nghĩa là X có hàm mật độ
1) f(x)≥ 0 với mọi x ∈ X(Ω)
∈( , )
2) −∞
+∞
= f(x) = −
ò ạ
3) P( a ≤ ≤ b )=
Nếu B=20, tìm A biết xác suất sinh viên H cần ít nhất 18 phút
• Chú ý: Nếu X liên tục thì P( X=a)=0 với mọi a để đến tr ờng là 0,2
Ví dụ 1. Cho BNN liên tục X có hàm mật độ XS
, ≥
=
, <
1) Tìm C
2) Tính XS: a) P( - 2 < X < 3); b) P( X ≥ 4)
§2. Hàm phân phối xác suất ( hàm phân phối tích
lũy) của biến ngẫu nhiên (BNN) liên tục Ví dụ 3. Cho biến ngẫu nhiên liên tục Y có phân phối đều trên khoảng
1. Định nghĩa.Hàm phân phối của BNN Y là hàm số (1, 4) như sau
F(x)=P(Y ≤ x)= −∞ ∈( , )
f(x) =
2. Tính chất của hàm phân phối XS ò ạ
i) 0 ≤ F(x) ≤ 1
ii) F(-∞)=0 ; F(+∞)=1 a) Tìm hàm phân phối của Y ;
iii) F(x) không giảm, liên tục phải ( Khi X BNN liên tục thì F(x) liên tục) b) Tính xác suất P( 0.5 < Y < 3)
iv) P( a < X ≤ b) = F(b) – F(a) Chú ý.
Cho biến ngẫu nhiên liên tục Y được gọi là có phân phối đều trên
khoảng (a, b) ( a<b) nếu hàm mật độ của nó có dạng sau
∈( , )
f(x) = −
ò ạ

3. Quan hệ giữa phân phối XS và hàm phân phối XS § 2. Các số đặc trưng của BNN
i ) Có phân phối XS suy ra hàm phân phối XS 1. Kì vọng (trung bình của BNN)
a) Định nghĩa. Kì vọng của BNN liên tục X, kí hiệu EX,là một số bằng
F = −∞ +∞
EX= −∞
ii) Có hàm phân phối XS suy ra phân phối XS Ý nghĩa: Kì vọng của BNN là giá trị trung bình của BNN
+Liên tục: f(x) = F(x)’ tại những điểm x mà f(x) liên tục,bằng 0 tại b) Tính chất của kì vọng
những điểm còn lại 1) E(C)=C
4. Sự độc lập của các BNN 2) E(X±Y)=EX ± EY
• Hai biến ngẫu nhiên X và Y gọi là độc lập nếu 3) E(cX)=cEX
P(X≤ x,Y ≤ y) = P(X ≤ x) P(Y ≤ y) với mọi x, y 4) Nếu X, Y độc lập: E(XY)=EXEY
+∞
5) E(h(X))= −∞ ( )
 2. Phương sai và độ lệch tiêu chuẩn
a) Định nghĩa. Phương sai của biến ngẫu nhiên X là một số, kí hiệu là VX hay
Ví dụ 1. Cho biến ngẫu nhiên X có phân phối đều trên (1, 4), nghĩa
VarX, được xác định như sau:
là X có hàm mật độ
VX= E
( , ) Ta có: VX = E -( )
f(x)=
ò ạ ở đây
∞
E = −∞
a) Tìm EX
b) Tìm E b) Ý nghĩa của phương sai:Phương sai đặc trưng cho độ phân tán của giá trị
c) Tìm EY với Y = 3X - 1 BNN quanh giá trị trung bình
c) Tính chất
1) V(C) =0
2) V(CX)= VX
3) Nếu X, Y độc lập
V(X+Y)= V(X)+V(Y); V(X-Y)= V(X)+V(Y)
d) Độ lệch tiêu chuẩn ( Sai số chuẩn)của BNN X : =

3. Phân vị của biến ngẫu nhiên liên tục

• Phân vị
Ví du 5. Cho BNN liên tục có hàm mật độ XS Cho p ∈ , . Phân vị thứ (100p) của hàm phân phối của biến ngẫu
nhiên liên tục X , kí hiệu a=η(p), là một số được xác định bởi:
p= F(a)= −∞
( , )
f(x)= • Trung vị (kí hiệu MedX) : là phân vị thứ 50 ( 100× 0.5). Trung vị là giá
ò ạ trị chia phân phối xác suất thành 2 phần bằng nhau
MedX= m nếu F(m)= −∞ =0.5
a) Tìm VX Ví dụ 2. Cho BNN liên tục X có hàm mật độ XS
b) Tính V( -2X-3)
≥
f(x) =
<
Tìm MedX, phân vị thứ 25 của X
ĐS: MedX=1.2; pv thứ 25=12/11
§3. Một số phân phối của BNN liên tục thông dụng • Đồ thị của f(x) hình chuông , có trục đối xứng x = µ, tiệm cận ngang là
Yêu cầu trả lời các câu hỏi sau: trục hoành
• Phân phối XS đó là gì ( Định nghĩa) b. Số đặc trưng. Cho X ̴ N(µ, σ ) thì EX= µ ; VX= σ (2)
• Bài toán của phân phối đó c. Tính xác suất
• Các tính xác suất Bài toán: Cho X ̴ N(µ, ), tính P(a≤ X ≤ b)
• Tìm các số đặc trưng Ta có :
• Sự liên hệ giữa các phân phối −µ −µ
P(a≤ X ≤ b) =Ф( ) - Ф( ) (3)
1. Phân phối chuẩn. −µ −µ
a. Định nghĩa. Biến ngẫu nhiên liên tục X gọi là có phân phối chuẩn với Và P(X ≤ a)=Ф( ); P(a≤ X ) = 1 - Ф( );
các tham số (µ, σ ) nếu hàm mật độ của X có dạng + Ф(-a) = 1- Ф(a) ( a>0)
− Ở đây Ф(x) là phân phối chẩn chuẩn tắc
f(x)= exp( - ) (1)
Ф(x) = − / dy
Kí hiệu. X ̴ N(µ, σ ) −∞

và phân phối chuẩn chuẩn tắc Z ̴ N(0, )

Chú ý. Nếu sử dụng bảng hàm Laplace φ(x) = − /

dy Ví dụ 3. Thời gian X(tính bằng phút) của một khách hàng chờ
−µ −µ để được phục vụ tại 1 quầy hàng là BNN có PP chuẩn trung
Ta có: P(a≤ X ≤ b) =φ( ) - φ( ) bình 4,5; độ lệch tiêu chuẩn 1,1.
+ Tính chất hàm Laplace 1) Tính tỷ lệ khách hàng chờ để được phục vụ từ 3 đến 6,8
1) φ (- x) = - φ (x) phút; quá 7 phút
2) x> 5 : φ (x)=0.5 2) Thời gian phải chờ tối thiểu là bao nhiêu nếu tỷ lệ khách
+ Quan hệ giũa phân phối chuẩn chuẩn tắc và hàm Laplace: hàng chờ để được phục vụ quá thời gian đó không vượt quá
Ф(x) = 0.5 + φ (x) 5%.
Ví dụ 1. Cho BNN . X ̴ N( 10; 4 ). Tính XS:
a) P( 7,524 < X≤ 14,5) Ví dụ 4. Cho X ̴ N(µ, σ ), tính xác suất sai lệch giữa giá trị
b) P( X< 14,5) của BNN với trung bình không vượt quá a
c) P( X> 7,524) Giải. tính P(| X-EX|≤ a)
Ví dụ 2. Giả sử X ̴ N( µ ;25 ); P(X<9)=0,8. Tìm µ
d) Phân vị của phân phối chuẩn
Cho phân phối chuẩn chuẩn tắc Z ~ N(0, 1). Phân vị 100(1-α) của Z là số zα Ví dụ 5. Một máy sản xuất lần lượt từng sản phẩm.Xác suất
thỏa mãn máy sản xuất ra sản phẩm loại A là 0,7.Cho máy sản xuất 250
P( Z < zα ) = 1- α sản phẩm.Tính xác suất trong các sản phẩm máy sản xuất ra
Từ đó ta có: P( Z ≥ zα ) = α và zα tìm được gọi là phân vị của phân phối này 1) có từ 160 đến 195 sản phẩm loại A
2) Có 165 sản phẩm loại A
e) Xấp xỉ phân phối nhị thức bằng phân phối chuẩn
Mệnh đề. Cho X~ B(n, p). Nếu đồ thị của phân phối nhị thức không quá lệch (
mất đối xứng) thì ta có thể xấp xỉ phân phối của X bằng phân phối chuẩn
µ = np, = np(1-p) và
+ . −
P{ X≤ } ≈ Ф( )
( − )
Ở đây Ф(x) là phân phối chẩn chuẩn tắc : Ф(x) = − / dx
−∞
Trong thực hành khi np≥ 5, nq ≥ 5

2. Phân phối mũ
a) Định nghĩa. BNN liên tục X gọi là có phân phối mũ với tham số Ví dụ 1. Thời gian sử dụng của một loại sản phẩm M là biến ngẫu
λ (λ>0) nếu hàm mật độ của nó có dạng nhiên X (đơn vị: năm) có phân phối mũ với thời gian sử dụng trung
bình là 4 năm.
λ − ớ ≥
f(x)= a) Tính tỷ lệ sản phẩm M có thời gian sử dụng từ 3 đến 5 năm
ớ ò ạ
b) Thời gian bảo hành của sản phẩm là 3 năm. Tính xác suất mua
Hay ta viết: 12 sản phẩm loại này có không quá 2 sản phẩm phải bảo hành
f(x) = λ exp( - λ x) khi x ≥0
f(x) = 0 khi x còn lại ( x< 0)
b) Hàm phân phối của X
−
F(x)= ớ ≥
ớ <
c) Số đặc trưng: EX = và VX=
3. Phân phối Gamma
∞ α− 3) Số đặc trưng: EX =αβ và VX= αβ
1) Hàm Gamma. Cho α>0, hàm Gamma г(α) là hàm г(α) = 4) Phân phối Gamma chuẩn: Là phân phối Gamma khi β=1. Hàm
−
dx phân phối của Gamma chuẩn
• Tính chất hàm Gamma
F(x; α) = г(α) α− − dy với x>0
a) Với α> 1: г(α) = (α – 1) г(α-1)
b) Cho n nguyên dương: г(n-1) = (n-1)! 5) Hàm phân phối Gamma với tham số α, β:
c) г(1/2) = π P( X ≤ ) = F ( x; α, β)= F( β; α)
2) Định nghĩa. BNN liên tục X gọi là có phân phối Gamma với tham Ví dụ 1. Thời gian sống của một con chuột đực trong môi trường
số α, β nếu hàm mật độ của nó là bức xạ 240 rads có hàm phân phối Gamma tham số α=8, β=15. Tính
α− − ế ≥ xác suất con chuột sống từ 60 đến 120 tuần.
f(x; α, β) = βα г(α) ĐS. 0.496
ế ò ạ
Trong đó α, β là những số dương

Chương 5. Lí thuyết mẫu b) Hàm phân phối của (X, Y):

§1. Biến ngẫu nhiên 2- chiều
1. Phân phối xác suất của biến ngẫu nhiên rời rạc
2-chiều
Định nghĩa 1. Hàm p(x,y) được gọi là phân phối xác c) Hàm phân phối biên: là phân phối của thành phần của
suất của biến ngẫu nhiên 2- chiều (X,Y) (hay phân X ( của Y)
phối xác suất đồng thời của X và Y) nếu:

d) X và Y độc lập nếu

Chú ý: a) Với mọi miền phẳng A:

Ví dụ 1. Thống kê dân số của một vùng theo hai chỉ tiêu: 2. Phân phối xác suất của biến ngẫu nhiên liên tục 2-chiều
Giới tính X; học vấn Y được kết quả cho trong bảng Định nghĩa 2. Hàm f(x,y) được gọi là hàm mật độ xác suất
của biến ngẫu nhiên 2- chiều (X,Y) (hay hàm mật độ xác
Y Thất học Phổ thông Sau phổ thông suất đồng thời của X và Y) nếu

X 0 1 2
Nam: 0 0,10 0,25 0,16
Nữ: 1 0,15 0,22 0,12
Chú ý: a) Hàm phân phối của (X,Y):
a) Lập bảng phân phối xác suất của học vấn; của giới
tính.
b) Học vấn có độc lập với giới tính không?
c) Tìm xác suất để chọn ngẫu nhiên một người của vùng b) X và Y độc lập nếu:
thì người đó bị thất học.

b) Hàm mật độ biên: hàm mật độ của X của Y:

Định lí. Nếu các biến ngẫu nhiên Xi độc lập có phân
phối chuẩn N( i ; i2) thì tổ hợp tuyến tính của chúng
Y= c1X1 + c2X2 + …+ cnXn có phân phối chuẩn
trung bình c1 1 + c2 2 + …+ cn n và
phương sai c12 12+ c22 22 + …+ cn2 n2
Hệ quả: Nếu Xi độc lập có cùng phân phối chuẩn N( ;
2) thì
i) Tổng X1 + X2 + …+ Xn có phân phối chuẩn N(n ; n
2)
ii) Trung bình cộng (X1 + X2 + …+ Xn )/n có phân phối
chuẩn N( ; 2)
Ví dụ 2. Một công ty bán 3 loại hàng: A, B, C với giá
bán một đơn vị tương ứng là 21.2; 21.35; 21.5 (USD)
và lượng hàng bán được trong một tuần các mặt
hàng là các biến ngẫu nhiên có phân phối chuẩn độc
lập X, Y, Z với trung bình tương ứng Mx=1000; My=
500; MZ =300 và độ lệc chuẩn Sx=100; Sy= 80; SZ =50.
Tính xác suất doanh thu D của công ty trong một tuần
vượt 45000 USD.
Giải.
E(D) = 38325
V(D)= 8567289
P( D> 45000) = 0.0513
§ 2. Ph ng pháp mẫu.
1. Đám đông:
Một đám đông C là tập hợp các phần tử có
chung những tính chất mà ta quan tâm
nghiên cứu.Các tính chất này thay đổi trên
từng phần tử, đ ợc đặc tr ng bằng biến
ngẫu nhiên.
Nghiên cứu đám đông thực chất nghiên cứu
về biến ngẫu nhiên.
2. Ph ng pháp mẫu.
-Là ph ng pháp chọn n phần tử đại diện
của đám đông gọi là lập một mẫu kich
th ớc n.Nghiên cứu tính chất của đám
đông trên mẫu,từ đó kết luận tính chất
này cho toàn bộ đám đông
- Có nhiều ph ng pháp chọn mẫu.
Ví dụ. –Tập hợp các sản phẩm của nhà
máy(đám đông);sản phẩm có là phế
phẩm không(tính chất)
- Dân c của một thành phố (đám
đông), ng ời bị bệnh xuất huyết trong
thời điểm T nào đó ( tính chất)
- Một lô đồ hộp xuất khẩu.Hộp có đạt
chất l ợng không
Về c bản phân làm 2 loại:
1) Chọn mẫu ngẫu nhiên:
Là ph ng pháp chọn mẫu thỏa 2 điều
kiện sau:
- Mọi phần tử của đám đông đều có
cùng khả năng đ ợc chọn vào mẫu.
- Mọi mẫu kích th ớc n đều có cùng
khả năng đ ợc chọn.
2). Chọn mẫu có suy luận
 4. Cách trình bày một mẫu cụ thể
3. Mẫu ngẫu nhiên, mẫu cụ thể Cho một mẫu cụ thể
- Mẫu ngẫu nhiên của đám đông X là một biến ngẫu
nhiên n-chiều:
trong đó:
a1 có n1 giá trị
Trong đó độc lập có cùng phân phối xác suất của a2 có n2 giá trị
đám đông X ……
-Mẫu cụ thể là một giá trị của mẫu ngẫu nhiên, nghĩa
ak có nk giá trị. Khi đó ta có
là:
bảng phân phối tần số thực nghiệm như sau:

ai a1 ….. ak

ni n1 ….. nk
là mẫu cụ thể

§3. Các đặc trưng mẫu

1. Thống kê.Một thống kê G của đám đông X là một
-Bảng phân phối tần số thực nghiệm ghép lớp hàm của mẫu ngẫu nhiên của X.
Ví dụ. + G= G(X1, X2,…,Xn)
Lớp x0 – x1 x1 – x2 … xk-1 - xk
ni n1 n2 ….. nk + G= (trung bình mẫu)
n
Ví dụ. X k
0
+ G= F= k=1
; Xk   (tỉ lệ mẫu)
Lớp 0 - 2 2 - 4 n 1
ni 3 5
+ G= (phương
n
sai mẫu)
 (X k  X )2
G= S2 = k=1
n-1
(phương sai mẫu hiệu chỉnh)
 2. Các tính chất của các đặc tr ng mẫu.
1) Các đặc tr ng t ng ứng của mẫu.
Ph ng sai mẫu hiệu chỉnh
Đám đông X Mẫu ngẫu Mẫu cụ thể
nhiên n
Kì vọng EX=  k
( x  x ) 2
n
x
n
s 
2 k 1
 ( x 2  ( x )2 )
Tỉ lệ p F f  k 1
k
0
; xk   n 1 n 1
n 1 n n

x x
n

Ph ng sai:  (x k  x) 2 2
k k
s  2 k 1
VX= n x2  k 1
; x k 1

 (x
n

k  x )2 n n
s2  k 1

n 1

2) Các phân phối xác suất của các đặc tr ng mẫu

Nếu X ~ N( , 2) thì :
 2 
 X ~ N  , 
 n 
 

~ t(n 1) khi n < 30,

2 chöa bieát
 3) Tính các đặc tr ng mẫu cụ thể Ví dụ.
Bài toán. Cho bảng phân phối thực nghiệm xi 2 1 2 3 4 5
xi x1 x2 … xk ni 2 1 2 2 2 1
ni n1 n2 …. nk
Tính
2 Tính 2
x ; s; s x ; s; s

xi ni nixi
Ví dụ.L ợng xăng hao phí của ôtô đi từ A đến B cho
2 2 4 8 trong bảng sau:
1 1 1 1
2 2 4 8 Lượng 9,6 9,8 10 10,2 10,4
3 2 6 18
x
 ni x i xăng hao
4 2 8 32 n phí
9,8 10 10,2 10,4 10,6
5 1 5 25 20 (lít)
 2
Toång n = 10 10 Số lần 3 5 10 8 4

5,7778 2,4037. Tính x ; s; s2. ( 10.1333; s=0.2354)

Chương 6. ƯỚC LƯỢNG THAM SỐ b. Ước lượng điểm bằng các đặc trưng mẫu
§1. Ước lượng điểm
1. Ước lượgn điểm bằng thống kê Tham số của Ước lượng Tính chất ước lượng
a) Định nghĩa 1. Ước lượng điểm tham số M của đám đông X là dùng đám đông điểm của tham
một thống kê G để thay thế cho M thỏa mãn 1 trong các tiêu chuẩn sau: số
1) Không chệch. Thống kê G gọi là ước lượng không chệch của tham số EX= ( trung bình Không chệch; vững; hiệu quả
M nểu: EG=M mẫu)
2) Vững. Thống kê G gọi là ước lượng vững của tham số M nều G hội tụ P F ( tỷ lệ mẫu) Không chệch; vững; hiệu quả
theo xác suất về M. Nghĩa là khi n đủ lớn xác suất P( G≈ M) gần 1
3) Hiệu quả. Thống kê G gọi là ước lượng hiệu quả của tham số M nếu: VX= (phương sai Vững; Bị chệch
+ Không chệch: EG=M mẫu)
+ G có phương sai bé nhất trong các ước lượng không chệch của M VX= (phương sai Vững; Không chệch
mẫu hiệu chỉnh)

Ví dụ 1. Điều tra chiều cao về một loại giống cây trồng trong khoảng
c.Trong thực hành: thời gian T cho kết quả:
Với kích thước mẫu n đủ lớn từ một mẫu cụ thể ta lấy:
Chiều cao 30- 40- 50- 60- 70- 80- 90-
Trung bình của đám đông = (cm) 40 50 60 70 80 90 100
Số cây 4 18 26 35 20 12 5
Tỉ lệ của đám đông p = f (= k/n)

Phương sai của đám đông = a) Cây có chiều cao lớn hơn 70 cm là cây loại A. Hãy ước lượng tỷ
lệ cây loại A.
b) Hãy ước lượng chiều cao trung bình của các cây trồng
c) Hãy ước lượng phương sai của chiều cao giống cây trồng
§2. Ước lượng khoảng 2. Ước lượng khoảng của các tham số
1.Bài toán. Cho đám đông X có tham số M chưa biết,cho xác suất 1-α 1) Ước lượng tỉ lệ.
tìm 2 thống kê G1, G2 sau cho a) Tóm tắt:
P( G1 < M < G2) = 1 - α
+1-α : được gọi là độ tin cậy của ước lượng Bài toán: Cho đám đông X có tỷ lệ p chưa biết. Cho độ tin cậy 1- α, tìm
+ (G1; G2) : được gọi là khoảng tin cậy của ước lượng ước lượng khoảng ( khoảng tin cậy ) cho p
Giải bài toán. - Từ Định lí giới hạn trung tâm (Lindeberg-Levy) Ch.4, với n đủ lớn
• Bước 1. +Tìm thống kê G có phân phối xác suất xác định
+ Cho xác suất 1− α tìm các phân vị của G là các số −
/ sao cho P( G> / ) = / Ta lấy thống kê G= ≈ N(0, 1)
( )
và − / sao cho P(G> − / ) = 1- /
• Bước 2. Có khoảng ( − / < G< / ). - ta tìm được ước lượng khoảng của p
Biến đổi ( − / < G< / ) = ( G1< M<G2)
Khoảng tin cậy của M: ( G1< M<G2)

Bài toán 1. Tìm ước lượng khoảng (khoảng tin cậy) cho p
a) Khoảng tin cậy đối xứng cho p: Bài toán 2: Tìm các chỉ tiêu của BT ớc l ợng tỉ lệ.
( − )
p f∓ / ( − )
Từ công thức: /
Các bước:
+ Tìm f =k/n ( k là số phần tử trong mẫu có tính chất nghiên cứu, n là kích
thước mẫu) ta có: + độ tin cậy: 1 - α
+ Từ 1 - → 1 - / =Ф ( / ) được /
+ độ chính xác ( sai số )của ớc l ợng) :
( − )
+ Khoảng tin cậy của p: f ∓ /

b) Khoảng tin cậy một phía ( tối đa, tối thiểu):Từ 1 - =Ф ( ) được + kích th ớc mẫu điều tra: n
( − )
+ Ước lượng tối đa cho p: p ≤ f + Biết 2 trong 3 đại l ợng sẽ tìm đ ợc đại l ợng còn lại
( − )
+ Ước lượng tối thiểu cho p: p ≥ f -
 Có 3 bài toán chỉ tiêu
BT1. Cho mẫu điều tra, độ tin cậy 1 – α tìm
BT2. Cho mẫu điều tra, độ tin chính xác tìm độ cậy 1 – α
/ → 1 – α/2 = Ф (
( − )
BT 3. Cho độ tin cậy 1 – α, tìm
Kích thước mẫu cần điều tra n: n≥
Kích thước mẫu điều tra thêm: n – m
ở đây m là kích thước mẫu đã có
Ví dụ 1. Điều tra về chất lượng sản phẩm của một dây chuyền công nghệ người
ta kiểm tra ngẫu nhiên 500 sản phẩm của dây chuyền công nghệ này thấy có 20
phế phẩm.
a) Với độ tin cậy 96% hãy ước lượng tỷ lệ phế phẩm của dây chuyền công nghệ
b) Với độ tin cậy 95% hãy ước lượng tỷ lệ phế phẩm tối thiểu của dây chuyền
/ ) → 1 – α=1- 2(1 - Ф ( / )) công nghệ
c) Nếu muốn ước lượng tỷ lệ phế phẩm của dây chuyền công nghệ này đạt
( − ) độ tin cậy là 98% và độ chính xác là 1,5% thì cần điều tra thêm bao nhiêu sản
/
phẩm nữa.
d) Nếu muốn ước lượng tỷ lệ phế phẩm của dây chuyền công nghệ đạt độ chính
xác là 1,5% thì đảm bảo độ tin cậy bao nhiêu
e) Nếu muốn ước lượng tỷ lệ phế phẩm của dây chuyền công nghệ đạt độ tin
cậy 96% thì đảm bảo độ chính xác là bao nhiêu
f) Với độ tin cậy 98% hãy ước lượng tỷ lệ phế phẩm tối đa của dây chuyền công
nghệ

Bài tập thực hành. Điều tra chiều cao về một loại giống cây trồng trong 2) Ước lượng trung bình.
khoảng thời gian T cho kết quả: • Tóm tắt:
Chiều cao (cm) 30-40 40- 50 50-60 60- 70 70-80 80-90 90-100 Cho đám đông X có trung bình EX= µ chưa biết.Cho độ tin cậy 1- α, tìm
ước lượng khoảng ( khoảng tin cậy ) cho µ
Số cây 4 18 26 35 20 12 5
• Chọn thông kê
a) Cây có chiều cao nhỏ hơn 50 cm là cây loại B. Thống kê
Hãy ước lượng tỉ lệ cây loại B với độ tin cậy 95%(;96%)
b) Nếu sử dụng mẫu này để ước lượng tỉ lệ cây loại B đạt độ chính Biết: V(X)= σ2 G=
−
∼N(0,1) c� phân phối chu n
xác là 7,5% thì đảm bảo độ tin cậy là bao nhiêu.
c) Nếu muốn ước lượng tỉ lệ trái cây loại B đạt độ chính xác là 6,5% Ch a biết V(X): T=
−
∼ t(n-1) c� phân phối Student
và độ tin cậy là 98% thì cần điều tra thêm bao nhiêu cây nữa l y S2
(n-1) bậc t ̣ do
d) Nếu sử dụng mẫu này để ước lượng tỉ lệ cây loại B đạt độ tin cậy
là 97% thì độ chính xác ( sai số ước lượng) đạt được là bao nhiêu
ta tìm được ước lượng khoảng của µ
b)Các bài toán về ước lượng trung bình
• Bài toán 1. Tìm khoảng tin cậy của µ Bài toán 2. Tìm chỉ tiêu của bài toán ước lượng trung bình
+ Khoảng tin cậy đối xứng. Quy tắc thực hành: ∓ Từ biểu thức = / suy ra các bài toán :
BT1. Cho mẫu điều tra, độ tin cậy 1 – α tìm
Trường hợp n≥30 Trường hợp n <30, X có phân phối
chuẩn BT2. Cho mẫu điều tra, độ tin chính xác tìm độ cậy 1 – α
+ ,s + ,s → 1 – α/2 = Ф ( / ) → 1 – α=1- 2(1 - Ф ( ))
/ /
+ 1 – α → 1 - / =Ф ( / ) +1–α→ /
BT 3. Cho độ tin cậy 1 – α, tìm
→ / → ( , / )
( )
+Khoảng tin cậy: +Khoảng tin cậy: Kích thước mẫu cần điều tra n: n≥ /

∓ / ∓
Kích thước mẫu điều tra thêm: n – m
+ Khoảng tin tối đa: µ ≤ + ở đây m là kích thước mẫu đã có
+ Khoảng tin tối thiểu: µ ≥ -

Ví dụ 2. Để nghiên cứu nhu cầu về một loại hàng ở một khu vực.Người ta 2)Nếu muốn ước lượng nhu cầu trung bình về mặt hàng này của mỗi hộ
khảo sát về nhu cầu mặt hàng này của các hộ trong khu vực kết quả cho trong một tháng đạt độ tin cậy là 98% thì đạt độ chính xác là bao nhiêu
như sau 3)Nếu muốn ước lượng nhu cầu trung bình về mặt hàng này của mỗi hộ
Nhu cầu Số hộ Nhu cầu Số hộ trong một tháng đạt độ chính xác là 0,12 kg/tháng và độ tin cậy là 98% thì
(kg/tháng) (kg/tháng) cần phải điều tra bao nhiêu hộ
4)Nếu muốn ước lượng nhu cầu trung bình về mặt hàng này của mỗi hộ
trong một tháng đạt độ chính xác là 0.1kg/tháng thì đảm bảo độ tin cậy
0–1 10 4–5 78 là bao nhiêu?
1–2 35 5–6 31 5) Hãy ước lượng nhu cầu trung bình tối đa ( tối thiểu) về mặt hàng này
2–3 86 6–7 18 của mỗi hộ trong 1 tháng với độ tin cậy 95%
3–4 132 7–8 10

1)Hãy ước lượng nhu cầu trung bình về mặt hàng này của mỗi hộ
trong một tháng (một năm) với độ tin cậy 95%.
Ví dụ 3. Lượng nguyên liệu hao phí( tính bằng gam) để sản xuất một sản 3. Ước lượng phương sai
phẩm là biến ngẫu nhiên có phân phối chuẩn.Điều tra lượng nguyên liệu
hao phí khi sản xuất 25 sản phẩm được kết quả cho trong bảng a)Bài toán.
Cho đám đông X có phân phối chuẩn, có phương sai VX = chưa
Mức hao phí NL ( 19.5 20 20.5 biết.Cho độ tin cậy 1- α, tìm ước lượng khoảng ( khoảng tin cậy ) cho
gam) Chọn thống kê
Số sản ph m 5 18 2 1) Trường hợp EX chưa biết
−
Chọn thống kê G= ~ (n-1)
Hãy ước lượng trung bình lượng nguyên liệu hao phí ( hao ph� tối đa) 2) Trường hợp EX= biết
2
để sản xuất 1 sản phẩm với độ tin cậy 95% (;99%) Chọn thống kê G=G= =
−
2 = ∼ (n)
Ta tìm được ước lượng khoảng của trong trường hợp 1 ( trường hợp
2 tương tự)

b) Quy tắc thực hành m khoảng tin cậy c) Khoảng tin cậy một phía:
• (n-1) • Ước lượng tối đa cho phương sai:
• 1- α ( Bảng Khi bình phương) + 1- α → = (n-1, 1- α)
+ 1- α/2 → = (n-1, 1- α/2 ) ( − )
+ <
+ α/2 → = (n-1, α/2 )
• Ước lượng tối thiểu cho phương sai:
• Khoảng tin cậy của phương sai
+ α → = (n-1, α)
( − ) ( − )
( , )
( − )
+ >
 Chương 7. KIỂM ĐỊNH GIẢ THUYẾT THỐNG KÊ
Ví dụ 4. Lượng nguyên liệu hao phí( tính bằng gam) để sản xuất một
§1. Một số khái niệm
sản phẩm là biến ngẫu nhiên có phân phối chuẩn.Điều tra lượng
1. Giả thuyết thống kê:
nguyên liệu hao phí khi sản xuất 25 sản phẩm được kết quả cho trong
+Là giả thuyết nói về các tham số, phân phối xác suất, sự độc lập …của các
bảng
đám đông
Mức hao phí NL 19.5 20 20.5 + Giả thuyết thống kê được phát biểu trong một mệnh đề;đi cùng với nó là
mệnh đề đối lập gọi là đối thuyết
Số sản phẩm 5 18 2 Ví dụ:
Giả thuyết H: M= a ( a là số đã biết)
≠
Hãy ước lượng phương sai của mức hao phí nguyên liệu ( tối đa) khi Đối thuyết K: M > a
sản xuất một sản phẩm với độ tin cậy 95% <
2. Tiêu chuẩn kiểm định giả thuyết thống kê:
Là một thống kê thỏa mãn điều kiện:
Khi giả thuyết H đúng thì G có phân phối xác suất xác định

3. Các loại sai lầm.Khi kiểm định ta mắc các loại sai lầm sau:
7. Phương pháp P-value
Sai lầm loại 1: Bác bỏ H khi nó đúng
a) Khái niệm: P- giá trị ( hay mức nghĩa của quan sát) của thống kê G l�
Sai lầm loại 2 : Chấp nhận H khi nó sai
mức xác suất nhỏ nhất bác bỏ giả thuyết H khi s dụng tiêu chuẩn kiểm
4. Mức ý nghĩa α :
định G, dựa trên m u số liệu đã cho.
P{ Sai lầm loại 1}≤ α
b) Sử dụng trong thực hành
5. Miền bác bỏ: là miền Wα sao cho
Khi có P-giá trị của tiêu chuẩn G, với mức nghĩa bất k ta c kết luận:
P( G Wα )= α
• Nếu P- giá trị ≤ th bác bỏ H với mức nghĩa
• Nếu P- giá trị > thì chấp nhận H với mức nghĩa .
6. Các bước kiểm định giả thuyết thống kê:
Chú ý. Đối thiết một phía ta so sánh P- giá trị với 2
1) Phát biểu giả thuyết và đối thuyết
2) Định mức ý nghĩa
3) Tìm miền bác bỏ Wα
4) Kết luận: Bác bỏ H khi {G Wα }; Chấp nhận H khi: {G ∉Wα };
 b) Quy tắc thực hành
§2. Kiểm định các tham số
+ f=k/n ; g
1. Kiểm định tỷ lệ
a) Bài toán. Cho đám đông X có tỷ lệ p chưa biết.Cho mức ý nghĩa + α →1- α/2=1- α/2 = Ф ( zα/2 ) → zɑ/2 −
g=
α.Hãy kiểm định cặp: K: p ≠ p0 +|g|> zɑ/2 :bác bỏ H,chấp nhận K ( )

|g| ≤ zɑ/2:: chấp nhận H

Giả thuyết Đối thuyết
+ f=k/n ; g
1) K: p ≠ p0 K: p < p0 + α → 1- α = Ф ( zα ) → zɑ −
g=
+ g< - zɑ: bác bỏ H,chấp nhận K ( )
H: p= p0 2) K: p > p0 g ≥ - zɑ :chấp nhận H
+ f=k/n ; g
3) K: p < p0
K: p > p0 + α → 1- α = Ф ( zα ) → zɑ −
g=
+ g> zɑ: bác bỏ H,chấp nhận K ( )

g ≤ zɑ :chấp nhận H

Ví dụ 1. Số liệu thống kê về doanh số bán hàng của một siêu thị ( đơn vị: Những ngày có doanh số bán trên 90 triệu đồng là những ngày đắt hàng.
triệu đồng/ngày) cho trong bảng sau
1) Có báo cáo cho rằng tỷ lệ ngày bán đắt hàng là 22%.Cho nhận xét về
Doanh số Số ngày Doanh số Số ngày báo cáo đ với mức ý nghĩa 5%
2) Có báo cáo cho rằng tỷ lệ ngày bán đắt hàng là 30%.Cho nhận xét về
20 - 40 5 80 – 90 15
báo cáo đ với mức ý nghĩa 2%
40 – 50 10 90 – 100 10 3) Có báo cáo cho rằng tỷ lệ ngày bán đắt hàng tăng lên là 30%.Cho nhận
xét về báo cáo đ với mức ý nghĩa 5%
50 – 60 20 100 – 110 8
4) Có báo cáo cho rằng tỷ lệ ngày bán đắt hàng là 28%.Hãy xem tỷ lệ
60 – 70 25 110 - 130 3 trong báo cáo đ có cao hơn thực tế không, với mức ý nghĩa 2%

70 – 80 24
5) Có báo cáo cho rằng tỷ lệ ngày bán đắt hàng giảm còn là 15%.Cho nhận xét Bài tập luyện tập
1. Lô hàng gồm nhiều sản phẩm cùng loại được g i đến, người ta tiến hành kiểm tra
về báo cáo đ với mức ý nghĩa 5%
để chấp nhận nó hay không.
6) Có báo cáo cho rằng tỷ lệ ngày bán đắt hàng là 16%. Hãy xem tỷ lệ trong a) Nếu kiểm tra 200 sản phẩm của lô hàng, có 24 phế phẩm thì khoảng tin cây 96% của
báo cáo đ có thấp hơn thực tế không, với mức ý nghĩa 2% tỷ lê phế phẩm lô hàng như thế nào?
7) Trước đây tỷ lệ ngày bán đắt hàng là 14.5%.Có ý kiến cho rằng do có cải tiến b) Nếu nhà sản xuất tuyên bố rằng chất lượng lô hàng đảm bảo rằng trong 10 sản phẩm
cách bán hàng làm cho tỷ lệ ngày bán đắt hàng tăng lên.Cho nhận xét về ý có nhiều nhất là 1 phế phẩm. Cho nhận xét về ý kiến của nhà sản xuất với mức ý
kiến đ với mức ý nghĩa 5% nghĩa 4%
8) Có báo cáo cho rằng tỷ lệ ngày bán đắt hàng bằng một phần 3 tỷ lệ còn lại.
Cho nhận xét về báo cáo đ với mức ý nghĩa 3%
9) Trước đây tỷ lệ ngày bán đắt hàng là 14.5%. Siêu thị áp dụng phương pháp
bán hàng mới để làm tăng tỷ lệ ngày bán đắt hàng. Có ý kiến cho rằng phương
pháp bán hàng mới không hiệu quả.Cho nhận xét về ý kiến đ với mức ý nghĩa
5%

+ Trường hợp n ≥30. Dùng bảng phân phối chuẩn

2. Kiểm định trung bình
+ g
a) Bài toán. Cho đám đông X có EX= µ chưa biết.Kiểm định các cặp: −µ0
+ α →1- α/2 = Ф ( zα/2 ) → zɑ/2 g=
K: µ ≠ µ0
+|g|> zɑ/2 :Bbỏ H, Ch.nh K
|g| ≤ zɑ/2 :Ch.nh H
1) K: µ ≠ µ0 +g
+α→ 1- α = Ф ( zα ) → zɑ −µ0
K: µ < µ0 g=
H: µ= µ0 2) K: µ > µ0 + g< - zɑ :Bbỏ H, Ch.nh K
g ≥ - zɑ :Ch.nh K
3) K: µ < µ0 +g
+α→ 1- α = Ф ( zα ) → zɑ −µ0
K: µ > µ0 g=
+ g> zɑ :Bbỏ H, Ch.nh K
g ≤ zɑ:Ch.nh K
Ví dụ 2. Số liệu thống kê về doanh số bán hàng của một siêu thị nhỏ( đơn
1.Trước đây doanh số bán hàng trung bình của siêu thị là
vị: triệu đồng/ngày) cho trong bảng sau
65tr/ng�y.Số liệu bảng trên thu thập sau khi siêu thị áp dụng
Doanh số Số ngày Doanh số Số ngày phương pháp bán hàng mới.Hãy xem phương thức bán hàng mới có
làm tăng doanh số bán hàng không với mức ý nghĩa 1%
20 - 40 5 80 – 90 15 2. Có ý kiến cho rằng nhờ áp dụng PP bán hàng mới làm cho doanh
số trung bình tăng lên là 73tr/ngày. Cho nhận xét về ý kiến đ với
40 – 50 10 90 – 100 10 mức ý nghĩa 2%

50 – 60 20 100 – 110 8

60 – 70 25 110 - 130 3

70 – 80 24

Trường hợp n < 30. Phương sai chưa biết (dùng bảng Student)
Ví dụ 3. Trọng lượng của một bao gạo là biến ng u nhiên có phân
+ g −µ0
g= phối chuẩn trung bình là 50kg.Nghi ngờ máy đ ng bao gạo làm việc
+ α → α/2 →T=t(n-1; α/2 ) không bình thường làm cho trọng lượng của bao gạo có xu hướng
K: µ ≠ µ0 +|g|> T :Bbỏ H, Ch.nh K giảm sút.Người ta cân th 25 bao tính được trong lượng trung bình
|g| ≤ T :Ch.nh H là 49,27kg và độ lệch tiêu chuẩn là 0,49.Với mức ý nghĩa 1%,hãy cho
+g −µ0 kết luận về nghi ngờ trên
g=
+ α → T=t(n-1; α )
K: µ < µ0 + g< - T :Bbỏ H, Ch.nh K
g ≥ - T :Ch.nh H
+g −µ0
g=
K: µ > µ0 + α → T=t(n-1; α )
+ g> T :Bbỏ H, Ch.nh K
g ≤ T :Ch.nh H
Chương 8. Phân tích dữ liệu cặp
b) Quy tắc thực hành.Dùng bảng Phân phối chuẩn
§1. So sánh hai tham số
1. So sánh 2 tỷ lệ + f1 =k1/m; f2=k2/n; g=
f=(k1+k2)/(m+n), g
a) Bài toán. Cho 2 đám đông X và Y có có cùng K: p1- p2 ≠0
( − ) +

đặc trưng định tính A nào đó.Giả sử tỷ lệ phần tử của X , của Y có đặc + α → 1- α/2 = Ф ( zα/2 ) → zɑ/2
tính A là p1 và p2. Từ các mẫu độc lập X1, X2, …, Xn của X; Y1, Y2, …, Ym +|g|> zɑ/2 :Bbỏ H, Ch.nh K
của Y, Với mức ý nghĩa α, hãy kiểm định : |g| <= zɑ/2 :Ch.nh H
+ f1; f2; f ; g g=
Giả thiết Đối thiết
K: p1- p2 < 0 + α → 1- α = Ф ( zα ) → zɑ ( − ) +
≠ + g<- zɑ :Bbỏ H, Ch.nh K
H : p1- p2 =0 K : p 1- p 2 > g ≥ - zɑ :Ch.nh H
<
+ f1; f2 ; f ; g g=
Hay H : p1 = p2 ≠ + α → 1- α = Ф ( zα ) → zɑ
K: p1- p2 > 0 ( − ) +
Hay K: p1 > p2
+ g> zɑ :Bbỏ H, Ch.nh K
<
g<= zɑ :Ch.nh H

c) Khoảng tin cậy cho hiệu hai tỷ lệ Ví dụ 1. Kiểm tra chất lượng sản phẩm của một loại hàng do 2 nhà
Với độ tin cậy 1-α ( hay 100(1-α) %), khoảng tin tậy của p1- p2 là: máy A,B sản xuất cho kết quả: trong 500 sản phẩm của A có 50 phế
( − ) ( − ) phẩm;trong 400 sản phẩm của B có 60 phế phẩm.
f1 – f2 ± z α/2 1) Với mức ý nghĩa 5% hãy cho kết luận
a) Chất lượng sản phẩm của A và B có khác nhau không.
b) Chất lượng sản phẩm của A có tốt hơn B không
c) Có ý kiến cho rằng chất lượng sản phẩm của A không hơn B. Cho
nhận xét về ý kiến đó
2) Với độ tin cậy 95% ( 100x0.95%) hãy ước lượng hiệu tỷ lệ phế
phẩm của A và của B
 +Quy tắc thực hành: Trường hợp m, n ≥30.Dùng bảng phân phối chuẩn
2. So sánh hai trung bình
+ ; g
a) Bài toán. Giả sử có hai đám đông X và Y có EX = 1, EY = 2. Từ hai K: µ1- µ2 ≠ a + α → 1- α/2 = Ф ( zα/2 ) → zɑ/2 − −
g=
mẫu độc lập: (X1, ..., Xm) của X và (Y1, Y2, ..., Yn) của Y, với mức ý nghĩa +|g|> zɑ/2 :Bbỏ H, Ch.nh K
+
kiểm định +|g| ≤ zɑ/2 :Ch.nh H0
Giả thuyết Đối thuyết + ; g
≠ K: µ1- µ2 <a +α→ 1- α = Ф ( zα ) → zɑ − −
g=
H : µ1- µ2 = a K: µ1- µ2 > a + g< - zɑ :Bbỏ H, Ch.nh K +
< g ≥ - zɑ :Ch.nh H
Chú ý: Khi a =0 ta có + ;g
Giả thuyết H: µ1- µ2 = 0 H: µ1 = µ2 K: µ1- µ2 >a + α → 1- α = Ф ( zα ) → zɑ − −
g=
+ g> zɑ :Bbỏ H, Ch.nh K
Đối thuyết ≠ ≠ +
K: µ1- µ2 > 0 g ≤ zɑ :Ch.nh H
K: µ1 > µ2
<
<

c) Khoảng tin cậy cho hiệu hai trung bình d) Có ý kiến cho rằng năng suất trung bình của ca tối thấp hơn năng suất
Với độ tin cậy 1-α ( hay 100(1-α) %), khoảng tin tậy của µ1- µ2 là: trung bình của ca ngày hơn 2 đơn vị. Cho nhận xét về ý kiến đó với mức ý
nghĩa 5%
- ± z α/2 e) Với độ tin cậy 95% hãy ước lượng hiệu trung bình năng suất của hai ca
Ví dụ 2. Giám đốc một hãng sản xuất thép muốn xác định xem có sự khác nhau
về năng suất giữa ca ngày và ca tối không.Mẫu điều tra năng suất 100 công
nhân ca ngày tính được năng suất trung bình là 74,3 (phần/giờ) độ lệch tiêu
chuẩn 16; Mẫu điều tra năng suất 100 công nhân ca tối tính được năng suất
trung bình là 69,7 (phần/giờ) độ lệch tiêu chuẩn 18.
a) Với mức ý nghĩa 5% (,10%)có sự khác nhau về năng suất trung bình giữa 2
ca không?
b) Với mức ý nghĩa 5% năng suất trung bình của ca tối có thấp hơn ca ngày
không?
c) Với mức ý nghĩa 5%, năng suất trung bình của ca tối có thấp hơn ca ngày 2
đơn vị không?
+Quy tắc thực hành: Trường hợp m, n <30.Dùng bảng phân phối Student
Ví dụ 3. Để đánh giá xem liệu cách đóng gói mới có làm tăng sản
+ g lượng hàng bán được hay không,công ty chọn ngẫu nhiên 15 quầy
K:µ1- µ2 ≠ a + α → α/2 →T=t([ⱱ]; α/2 ) − − bán hàng theo gói mới và 15 quầy khác bán hàng theo gói cũ tính
g=
+|g|> T :Bbỏ H, Ch.nh K được lượng hàng bán được trong thời gian nghiên cứu:
|g| ≤ T :Ch.nh H
+ Loại gói mới: trung bình 130 hộp với độ lệch tiêu chuẩn s1 = 10
+g
Loại gói cũ: trung bình 117 hộp với độ lệch tiêu chuẩn s2 = 12
Với mức ý nghĩa 5% hãy xem kiểu đóng gói mới có làm tăng số lượng
K: µ1- µ2 < a + α → T=t([ⱱ]; α ) hàng bán được không
+ g< - T :Bbỏ H, Ch.nh K
+ g ≥ - T :Ch.nh H
+g [ⱱ] là phần nguyên của
ⱱ. Ví dụ:
K: µ1- µ2 >a + α → T=t([ⱱ]; α )
[ 22.25] = 22
+ g> T :Bbỏ H, Ch.nh K
g ≤ T :Ch.nh H

+ g
§ 2. Phân tích dữ liệu cặp K: µD ≠a + α → α/2 →T=t(n-1; α/2 ) g=
−

Giả sử: +|g|> T :Bbỏ H, Ch.nh K

i) Dữ liệu gồm n cặp độc lập (X1, Y1), (X2, Y2), ...,
+|g| ≤ T :Ch.nh H
(Xn, Yn) và E(Xi )= 1’ E(Yi )= 2 , i=1, 2….,n;
ii) Các hiệu D1 = X1 - Y1’ D2 = X2 - Y2’ …, Dn = Xn - Yn có +g
phân phối chuẩn trung bình D và phương sai σ2 K: µD < a + α → T=t(n-1; α ) g=
−

Chú ý: Các mẫu (X1, ..., Xn) của X và (Y1, Y2, ..., Yn) của Y có thể không + g< - T :Bbỏ H, Ch.nh K
độc lập g ≥ - T :Ch.nh H
1. Bài toán. Cho mức ý nghĩa α, kiểm định +g
≠ + α → T=t(n-1; α )
K: µD > a g= −
H : µD = a ; K: µD > a
< + g> T :Bbỏ H, Ch.nh K
2. Quy tắc thực hành: g ≤ T :Ch.nh H
3. Khoảng tin cậy 1- α của µD là: Chương 9. PHÂN TÍCH HỒI QUY TƯƠNG QUAN
α §1. Hồi quy tuyến tính hai biến
Quy tắc thực hành: µD ∈ ∓ ( , ) 1. Phân tích hồi quy
Ví dụ 1. Số liệu điều tra về lượng hàng ( số sản phẩm) bán được Cho Y là biến phụ thuộc, X là biến độc lập
cùng một loại hàng của hai công ty A, B tại các cửa hàng trong một khoảng a) Hồi quy: Hồi quy của Y đối với X là kì vọng có điều kiện ( trung bình ) của
thời gian cho trong bảng: Y khi X đã cho, ký hiệu E(Y| X )
1 2 3 4 5 6 7 8 b) Hồi quy tuyến tính, hồi quy phi tuyến.
KA 36 55 51.5 38.7 43.2 48.8 25.6 49.8 Sự phụ thuộc của Y theo X trong phương trình dạng E(Y| X ) = f(X)
CB 28 20 46 34.5 36.5 52.5 26.5 46.5 • Nếu hàm hồi quy f(X) = A + BX ta nói Y có hồi quy tuyến tính theo X, nghĩa
là E(Y| X )= A + BX (1)
a) Với mức ý nghĩa 1% hãy cho biết lượng hàng bán được trung bình của • Nếu f(X) không tuyến tính ta nói Y có hồi quy phi tuyến theo X
mặt hàng này của công ty A có nhiều hơn của công ty B không ? Chú ý. Trong (1) cá hệ số A, B tương ứng được gọi là các hệ số hồi quy (a là
b) Với độ tin cậy 95%, hãy ước lượng trung bình hiệu lượng hàng bán được hệ số chặn và b là hệ số góc)
của hai công ty. b) Mô hình hồi quy tuyến tính 2 biến
• Mô hình hồi quy hai biến: Yi = A+ BXi + Ui

Trong đó thành phần Ui được gọi là sai số ( nhiễu) và ( , )

có điêu kiện E(Ui | Xi )=0; còn thành phần đầu A + BXi = E(Yi | Xi) + Để tìm cực trị của hàm 2-biến, ta giải: ( , )

3. Phương pháp bình phương bé nhất (OLS-Ordinary least Square ),

Phương trình hồi quy tuyến tính mẫu +
⟺ (5)
a) Bài toán: Từ mẫu quan sát cùa (Y,X) là (Y1,X1), (Y2,X2),…,(Yn,Xn) ước +
lượng các hệ số hồi quy A,B. + Nghiệm a, b cho như sau:
Giải: Sử dụng phương pháp bình phương bé nhất để ước lượng A, B từ
mẫu như sau: −
+ Đặt F(A, B) = = Yi − ( A+ BXi ) (3) −
(6)
+ Tìm a, b là ước lượng của A, B sao cho: F(a,b)=min F(A, B) (4) −
,

b) Phương trình hồi quy tuyến tính mẫu: =a+b

 4. Các bài toán về hồi quy Ví dụ 1. Một công ty tiến hành phân tích hiệu quả quảng cáo của mình
• Bài toán 1. Viết phương trình hồi quy tuyến tính mẫu: = a + b dựa vào số liệu thu thập trong thời gian 5 tháng kết quả cho trong bảng
• Bài toán 2. Dự báo trung bình của Y khi X=H sau:
Giải. = a + bH X 5 8 10 15 22
• Bài toán 3. Phân tích ảnh hưởng của X đối với Y qua mô hình hồi Y 6 15 20 30 39
quy tuyến tính
Giải. Do E(Y|X) = A +BX ta có
E(Y|X) Trong đó X là tiền chi cho quảng cáo ( tính bằng: triệu đồng), Y là tổng
=B
doanh thu (tính bằng: chục triêu đồng).
+ Ý nghĩa của B: a) Ước lượng các hệ số hồi quy
- Khi B>0, nếu X tăng (giảm) 1 đơn vị thì Y sẽ tăng (giảm) B đơn vị b) Viết phương trình hồi quy tuyến tính mẫu, cho biết ý nghĩa của các
- Khi B<0, nếu X tăng (giảm) 1 đơn vị thì Y sẽ giảm (tăng )B đơn vị hệ số ước lượng được
c) Dự báo trung bình tổng doanh thu khi chi phí quảng cáo là 20 triệu

§ 2. Sự tương quan tuyến tính c) Bài toán : Từ mẫu quan sát cùa (Y,X) là (Y1,X1), (Y2,X2),…,(Yn,Xn) tìm hệ
1. Khái niệm số tương quan mẫu r để ước lượng hệ số tương quan của X,Y .
a) Hệ số tương quan của hai biến ngẫu nhiên Y và X xác định như sau: Giải. Ước lượng của hệ số tương quan bằng hệ số tương quan mẫu
( − )( − )
(X, Y)= (7)
( ) ( )
−
b) Tính chất của hệ số tương quan r= (8)
− −
i) - 1 ≤ ρ(X, Y) ≤ 1
ii) Y, X có tương quan tuyến tính với nhau ( nghĩa là Y=A +BX) nếu d) Ý nghĩa của hệ số tương quan mẫu
| ρ(X, Y) | gần 1 • Nếu r càng gần 1 ( r≈ 1) thì Y và X có tương quan tuyến tính cùng
chiều càng chặt
• Nếu r càng gần - 1 ( r≈ - 1) thì Y và X có tương quan tuyến tính
ngược chiều càng chặt
• Nếu r càng gần 0 thì Y và X không có tương quan tuyến tính hay có
tương quan tuyến tính càng yếu
 Ví dụ 2. (Trở về Ví dụ 1). Một công ty tiến hành phân tích hiệu quả
2. Kiểm định về sự tương quan tuyến tính
quảng cáo của mình dựa vào số liệu thu thập trong thời gian 5 tháng
kết quả cho trong bảng sau: a. Bài toán. Giả sử (Y, X) có phân phối chuẩn và (X, Y) là hệ số
tương quan. Từ mẫu mẫu quan sát (Y1,X1), (Y2,X2),…,(Yn,Xn) của (Y,X),
X(triệu) 5 8 10 15 22 với mức ý nghĩa α kiểm định giữa Y và X có tương quan tuyến tính
Y(chục 6 15 20 30 39 với nhau không?
triệu ) Giải. Xét H: =0; K: ≠
−
Sử dụng thống kê G= ~ t(n-2) (9)
a)Từ số liệu mẫu này có thể dự báo ( dự đoán) trung bình của doanh −
thu theo chi phí quảng cáo bằng hàm hồi quy tuyến tính thực nghiệm + Tính r, g
đ ợc không? Nếu đ ợc, hãy viết hàm hồi quy tuyến tính thực + Cho mức ý nghĩa α tìm t=t(n-2, α/2)
nghiệm này. + Nếu |g | >t : bác bỏ H, chấp nhận K ( Y và X có tương quan tuyến
b) Nếu chi phí quảng cáo tăng lên 1.5 triệu thi doanh thu tăng hay tính);
giảm bao nhiêu?
Nếu |g | <t : chấp nhận H ( Y và X không có tương quan tuyến tính);

b. Ví dụ 3. Một nghiên cứu cho rằng kết quả học tập của sinh viên tại
§3. Mô hình hồi quy tuyến tính k- biến
một trường đại học Y ( đo bằng điểm thi tốt nghiệp) không phụ thuộc vào
Cho biến phụ thuộc Y và các biến độc lập X2 , X3, …, Xk
thu nhập X của gia đình họ. Mẫu điều tra 20 sinh viên của trường tính
a) Hồi quy tuyến tính của Y theo X2 , X3, …, Xk là kì vọng có điều kiện
được hệ số tương quan mẫu r=0.4. Với mức ý nghĩa 1% hãy cho kết luận
của Y đối với X2 , X3, …, Xk cho trong dạng
vầ nghiên cứu trên
E(Y| X2 , X3, …, Xk) = a1 + a2 X2 + a3X3 +…+ akXk (10)
Giải. Gọi (X, Y)
b) Ý nghĩa của các hệ số hồi quy a1, a2 ,… ak
Xét H: 0, K: ≠
c) Mô hình hồi quy tuyến tính k- biến
+ g= 1.852
Yi = a1 + a2 X2 + a3X3 +…+ akXk + Ui (11)
+ α =0.01: t=t(20-2, 0.005)=2.861
trong đó Ui là sai số ( nhiễu) với điều kiện E(Ui | X2 , X3, …, Xk) =0 suy
+ |g|< t: Chấp nhận H
ra E(Y| X2 , X3, …, Xk) = a1 + a2 X2 + a3X3 +…+ akXk
Kết luận: Với mức ý nghĩa 1%, kết quả học tập của sinh viên không phụ
thuộc vào thu nhập của gia đình họ