Chương 2

CHƢƠNG 2: BIẾN NGẪU NHIÊN a

+/ f(x) “xác định” trên (- ; a]: f ( x )dx  F(a )  lim F( v )
& QUY LUẬT PHÂN PHỐI XÁC SUẤT v  


§1. Bổ trợ về Giải tích_Tích phân suy rộng
+/ f(x) “xác định” trên R:  f ( x )dx  lim F(u) - lim F(v)
1. Định nghĩa 
u  v- 

Đặt F(x) +C =  f ( x )dx u

Nếu (các) giới hạn xác định hữu hạn, ta nói tích phân
+/ Nếu f(x) “xác định” trên [a;+) ( f(x)dx có nghĩau>a)
suy rộng hội tụ, ngƣợc lại là phân kỳ.
Định nghĩa: a



 f ( x)dx  lim F(u)  F(a)

a
u 

2. Ví dụ +
§2. Định nghĩa và phân loại biến ngẫu nhiên
1
Tính 
1
x2
dx 1. Định nghĩa
a. Ví dụ
Bài làm
X1 = Số chấm thu đƣợc khi tung xúc xắc
1 -1
Ta có F(x) = x 2
dx 
x
+C X2 = Mực nƣớc biển
+ Y = Chỉ tiêu tuyển sinh của HVNH
1
 x
1
2
dx  Chỉ có X1, X2 là các biến mà giá trị nhận đƣợc phụ
thuộc các yếu tố ngẫu nhiên, chúng gọi là các biến
ngẫu nhiên.

b. Định nghĩa 2. Phân loại

Một biến đƣợc gọi là ngẫu nhiên nếu nó sẽ nhận 1 và  Biến ngẫu nhiên rời rạc: Nếu tập giá trị có thể có là
chỉ 1 trong các giá trị có thể có của nó tùy thuộc sự tập hữu hạn hoặc đếm đƣợc.
tác động của các nhân tố ngẫu nhiên.  Biến ngẫu nhiên liên tục: Nếu tập giá trị có thể có là

Ký hiệu: X, Y,… một hoặc nhiều khoảng trên trục số.

Các giá trị có thể có ký hiệu: x, y,… VD: X1 = Số chấm thu đƣợc khi tung xúc xắc
 X1 là biến ngẫu nhiên rời rạc.
X2 = Mực nƣớc biển
 X2 là biến ngẫu nhiên liên tục.

1
 Chương 2

§3: Quy luật phân phối xác suất của biến ngẫu nhiên a. Cách dùng bảng phân phối xác suất
1. Định nghĩa Biến rời rạc X nhận 1 trong các giá trị có thể là:
Quy luật phân phối xác suất của biến ngẫu nhiên là x1, x2, … , x n
sự tƣơng ứng giữa các giá trị có thể của nó và các X x1 x 2 ... x i ... xn
Ta dùng bảng sau:
xác suất xảy ra giá trị đó. P p1 p 2 ... p i ... p n
Có 3 phƣơng pháp mô tả quy luật trên: Với pi = P(X = xi)
- Bảng phân phối xác suất (Dùng cho biến rời rạc)
- Hàm phân bố xác suất (Dùng cho cả 2 loại biến) n
  pi  1
- Hàm mật độ xác suất (Dùng cho biến liên tục) i 1

Ví dụ: Hộp X có 5 chính phẩm và 3 phế phẩm. Lần lƣợt

lấy từng sản phẩm đến khi lấy đƣợc chính phẩm thì dừng.
Tìm quy luật phân phối của số sản phẩm đƣợc lấy ra?

Bài làm

ii) Các tính chất của hàm F(x)

b. Hàm phân bố xác suất
 Tính chất 1: lim
x  
F( x )  0 & lim F( x )  1
x  
i) Định nghĩa: Hàm phân bố xác suất của biến ngẫu
nhiên X, ký hiệu F(x) đƣợc xác định bởi: P(a  X < b) = P(X < b) - P( X  a)
F() = P(X < )  Tính chất 2: P(a  X < b) = F(b) - F(a)
 Hệ quả 1: F(x) là hàm đơn điệu tăng với giá trị
của F(x) tăng từ 0 đến 1 (0% đến 100%).
 Hệ quả 2: Nếu X là biến ngẫu nhiên liên tục
P(X = a) = 0

2
 Chương 2

ii) Các tính chất của hàm f(x)

c. Hàm mật độ xác suất
 Tính chất 1: f(x)  0 xR
i) Định nghĩa: Hàm mật độ xác suất của biến ngẫu f(x)
nhiên liên tục X là: f(x) = F’(x)  Tính chất 2: S phần gạch = P(a <x <b)

b
P(a  X  b )   f ( x )dx
a
O a
 Hệ quả 1: 
b x

 f (x)dx  1
 f(x)
 Hệ quả 2: S phần gạch = F(a)
x

 f (t )dt  F(x)

O a x

Ví dụ: Biến ngẫu nhiên liên tục X có hàm phân bố

0 khi x  0
F( x )   x 2  ax khi 0  x  1
1 khi x  1
a. Tìm a và hàm mật độ xác suất của X
b. Tìm P(0,25 < X < 0,75)

Bài làm

Ví dụ : Biến ngẫu nhiên liên tục X có hàm mật độ

a cos x khi x  [- π / 2; π / 2]
f ( x)  
0 khi x  [- π / 2; π / 2]
a. Tìm a
b. Tìm P(0 < X < /6) & tính xác suất để trong 5 phép thử
độc lập có 2 lần X nhận giá trị trong (0; /6)

Bài làm

3
 Chương 2

§3: Các tham số đặc trƣng của biến ngẫu nhiên

1. Ví dụ xuất phát b/ Để đánh giá độ phân tán của thu nhập quanh E(X).
Thu nhập hàng tháng của 1 nhân viên là biến X ($) có
Y  X - EX - 65 - 15 35 85
quy luật phân phối xác suất: Ta xét:
X 200 250 300 350 P 0,2 0,4 0,3 0,1
P 0,2 0,4 0,3 0,1 E(Y) = 0 , không thể hiện đƣợc sự phân tán.
Mức thu nhập:…, 200$, 300$, 350$, 250$, 200$, 300$, Do đó, ta dùng: E(Y2) = E{[X-E(X)]2}
250$, 300$, 250$, 300$.
a/ Mức thu nhập trung bình đã đạt đƣợc trong 5 = (-65)20,2+(-15)2.0,4+(35)2 .0,3+(85)2 .0,1 =2025 ($2)
tháng gần đây là 280$, của 10 tháng là 270$, …
Mức thu nhập trung bình kỳ vọng sẽ đạt đƣợc là: = V(X) gọi là phƣơng sai của X
200.0,2+250.0,4+300.0,3+350.0,1 =265 = E(X)
E(X) gọi là “Kỳ vọng toán” của X

2. Các định nghĩa b/ Phƣơng sai của biến ngẫu nhiên X

a. Kỳ vọng toán của biến ngẫu nhiên X. Ký hiệu V(X) = E[(X-EX)2] =E(X2) – E2(X)
Ký hiệu E(X):
V( X)   x i2p i  E2 ( X) nếu X là biến rời rạc
E( X)   x i p i nếu X là biến rời rạc iI
iI 

V( X)   x 2f ( x ).dx  E 2 ( X) nếu X là biến liên tục


E( X)   xf (x).dx

nếu X là biến liên tục 

c/ Độ lệch chuẩn
 X  V( X)

d. Ý nghĩa của E(X) và V(X) Ví dụ: Một dự án đƣợc viện thiết kế T soạn cho A & B
E(X) phản ánh giá trị trung bình của X. xét duyệt độc lập. Xác suất để A, B chấp nhận dự án
V(X), X phản ánh mức độ phân tán của các giá trị lần lƣợt là 0,7; 0,8. Nếu A (B) chấp nhận dự án thì
xung quanh giá trị trung bình. V(X), X càng lớn thì phải trả cho T là 7 (8) triệu đồng, ngƣợc lại là 3 (2) triệu.
Chi phí thiết kế là 9 triệu, thuế là 10% doanh thu.
độ đồng đều (độ ổn định) càng giảm, quá trình ngẫu
Hỏi T có nên nhận làm hay không?
nhiên càng tiềm ẩn rủi ro.
Bài làm
Trong thực tế thƣờng căn cứ vào E(X) = lợi nhuận
(doanh thu, chi phí) kỳ vọng để quyết định phƣơng án
kinh doanh.

4
 Chương 2

c. Tính chất của E(X) d. Tính chất của V(X)

Cho c là hằng số +) V(C) = 0
+) E(C) = c +) V(c.X) = c2.V(X)
+) X & Y là 2 biến ngẫu nhiên độc lập:
+) E(c.X) = c.E(X)
V(X+Y) = V(X) + V(Y)
+) E(X+Y) = E(X) + E(Y)
 V(X+Y) = 2V(X) +  2V(Y)
+) Cho X & Y là 2 biến ngẫu nhiên độc lập
E(X.Y) = E(X).E(Y)
 V(X-Y) =

3. Một số tham số khác. b. Giá trị tới hạn

a. Mốt (Mode)
Ký hiệu: m0 Giá trị tới hạn mức , ký hiệu: x thỏa mãn
Là các giá trị xi: P(X = xi) max nếu X là biến rời rạc P(X > x) = 
Là giá trị (nếu ) để hàm y = f(x) đạt cực đại
nếu X là biến liên tục.
f(x)

Sphần gạch = 

O x x

5
 Chương 2

c. Trung vị (Median) của biến X §4 : Biến ngẫu nhiên hai chiều

 Nếu X là biến liên tục, trung vị là giá trị m thỏa
mãn: F(m) = P(X < m) = 50%
 Nếu X là biến rời rạc nhận 1 trong các giá trị sắp
theo thứ tự từ bé đến lớn x1; x2; ...; Trung vị m là
giá trị xi thỏa mãn:
P(X < xi )  50% < P(X < xi+1)
1. Vấn đề xuất phát
Tình hình kinh doanh của 1 hộ gia đình trồng 1 loại cây
Lƣơng thực trong thị trƣờng cạnh tranh thể hiện qua
các biến ngẫu nhiên:
X= Sản lƣợng cây trồng (kg)
& Y= Giá bán thị trƣờng (ngàn đồng /kg)
Cặp (X; Y) tạo thành biến ngẫu nhiên 2 chiều.

2. Định nghĩa 3. Bảng phân phối xác suất đồng thời của X và Y
Cặp (X; Y) gọi là biến ngẫu nhiên rời rạc 2 chiều nếu X và Y
y1 y2 ... ym
Y là các biến ngẫu nhiên rời rạc. X
x1 p11 p12 ... p1m
Ví dụ: Số lần hỏng X và tuổi thọ Y (làm tròn năm) của 1 x2 p21 p22 ... p2m
loại laptop tạo thành biến ngẫu nhiên rời rạc 2 chiều ... ... ... ... ...
(X; Y) xn pn1 pn2 ... pnm

Trong đó: pij = P(“X=xi” & “Y=yj”) = P(X=xi ; Y=yj)

n m

∑∑ p ij =1
i =1 j=1

Ví dụ: Số lần hỏng X và Tuổi thọ Y (làm tròn năm) của 1 4. Lập bảng phân phối xác xuất (biên) của X và Y
loại laptop có bảng phân phối xác suất đồng thời sau Y
y1 y2 ... ym
X
X Y 1 2 3 4 5 6 7 8
x1 p11 p12 ... p1m
1 0,015 0,025 0,033 0,036 0,043 0,035 0,02 0 x2 p21 p22 ... p2m
2 0,01 0,02 0,025 0,04 0,046 0,04 0,03 0,01 ... ... ... ... ...
3 0,004 0,01 0,015 0,033 0,039 0,046 0,036 0,015 xn pn1 pn2 ... pnm
4 0 0,006 0,0076 0,02 0,032 0,034 0,042 0,021
Bảng phân phối
5 0 0 0,003 0,012 0,023 0,028 0,032 0,024
6 0 0 0 0,0074 0,014 0,023 0,027 0,018 xác suất của Y:
Y y1 y2 ... ym
Vậy xác suất để tuổi thọ bằng 5 năm và hỏng 3 lần là: P p11 p12 ... p1m
+ p21 + p22 + ... + p2m
Xác suất để tuổi thọ bằng 5 năm là: + ... + ... + ... + ...
P(Y=5) = + pn1 + pn2 + ... + pnm

6
 Chương 2

4. Lập bảng phân phối xác xuất (biên) của X và Y 5. Lập bảng phân phối xác xuất có điều kiện của X và Y
Y Bảng phân phối xác suất của X Bài toán: Lập bảng phân phối xác suất của Y với điều
y1 y2 ... ym
X X P kiện X = x2
x1 p11 p12 ... p1m x1 p11 + p12 + ... + p1m
Quan sát từ bảng phân phối xác suất của X và Y với X = x2
x2 p21 p22 ... p2m x2 p21 + p22 + ... + p2m
... ... ... ... ... Y
... ... + ... + ... + ... y1 y2 ... ym
X
xn pn1 pn2 ... pnm xn pn1 + pn2 + ... + pnm x2 p21 p22 ... p2m

Tính tổng p 21  p 22  ...  p 2m  P(X  x 2 )  p 2*

X x1 x2 ... xn p 21 p
P(Y  y 1 / X  x 2 )   21
p11 + p21 + ... + pn1 + P(X  x 2 ) p 2*
p12 + p22 + ... ... + pn2 +
P
… + + ... + ... +
p1m p2m ... pnm

Y
y1 y2 ... ym Ví dụ: Từ bảng phân phối xác suất (X; Y) đã cho với X là
X
x2 p21 p22 ... p2m số lần hỏng và Y là tuổi thọ (làm tròn năm) của laptop,
tính P(Y = 3/ X=4), E(Y/X = 6) và E(X/Y=2)
Bảng phân phối Bài làm:
xác suất của Y y1 y2 ... ym
Y / X = x2
với điều kiện
P p21 /p2* p22 /p2* ... /p2* p2m /p2*
X = x2 là:

Kỳ vọng toán từ bảng trên gọi là kỳ vọng có điều kiện

của Y khi X = x2, kí hiệu là E(Y / X = x2).
Tƣơng tự có E(X/ Y = y1); …

7
 Chương 2

6. Hiệp phƣơng sai và hệ số tƣơng quan Y1

1 2
Y2
1 2
X1 X2
a/ Ví dụ: Cho các cặp biến ngẫu nhiên nhƣ sau -1 0,3 0,2 -1 0,1 0,4

Y1 Y2 1 0,1 0,4 1 0,3 0,2

1 2 1 2
X1 X2
-1 0,3 0,2 -1 0,1 0,4 Z1 = X1.(Y1 – 1,6)
1 0,1 0,4 1 0,3 0,2 P

E(Y1 )  E(Z1 ) 

E(X1 )  Z2 = X2.(Y2 – 1,6)

P
Xét biến Z1 = [X1-E(X1)].[Y1- E(Y1)] = X1.(Y1-1,6).
& Z2 = [X2-E(X2)].[Y2- E(Y2)] = X2(Y2 – 1,6) E(Z 2 ) 

Ý nghĩa E(Z1) = Giá trị trung bình hay là giá trị đại diện b/ Các định nghĩa
của tích [X1-E(X1)].[Y1- E(Y1)] i/ Hiệp phƣơng sai (Covariance) của 2 biến ngẫu nhiên rời
Giá trị trung bình càng cao, sai lệch của X so với E(X) và rạc X và Y, kí hiệu Cov(X; Y) = E{[X-E(X)].[Y- E(Y)] }
sai lệch của Y so với E(Y) càng tƣơng đồng về dấu và độ = E(XY) – E(X).E(Y)
lớn  X và Y tăng giảm càng tƣơng đồng nhau. n m
  x i y j p ij  E(X).E(Y)
i 1 j1

ii/ Hệ số tƣơng quan (Correlation) của 2 biến X và Y

Cov(X;Y)
 XY 
 X . Y

c/ Ý nghĩa của hệ số tƣơng quan (hiệp phƣơng sai)
Hệ số tƣơng quan (hiệp phƣơng sai) của biến X và Y
phản ánh mức độ tƣơng đồng về sự biến thiên của 2 biến.
Hệ số tƣơng quan càng cao, X và Y càng có mức độ tƣơng
đồng cao về sự biến thiên (đo lƣờng mức độ quan hệ
tuyến tính giữa hai biến số)
XY > 0, ta nói X và Y tƣơng quan dƣơng (cùng chiều)
XY < 0, ta nói X và Y tƣơng quan âm (ngƣợc chiều)
d/ Tính chất của hệ số tƣơng quan
 /  XY   YX
 / -1   XY  1
 /  XY  1  Y  aX  b (a  0)
 /  XY  1  Y  aX  b (a  0)
+/ X và Y độc lập thì XY = 0, ngƣợc lại không đúng