C2 - Slide - Phan Phoi Thong Dung

9/22/2022
TRƯỜNG ĐẠI HỌC VĂN LANG

KHOA KHOA HỌC CƠ BẢN
THỐNG KÊ KINH DOANH
THS. NGUYỄN ĐÌNH KHUÔNG

VLU, 1.9.2022
1
9/22/2022
CHƯƠNG 2
CÁC PHÂN PHỐI XÁC SUẤT

THÔNG DỤNG
CHƯƠNG 2 : CÁC PHÂN PHỐI THÔNG DỤNG ĐẠI HỌC VĂN LANG
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)
2
9/22/2022
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%)
3
9/22/2022
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
4
9/22/2022
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
2.1 PHÂN PHỐI NHỊ THỨC ĐẠI HỌC VĂN LANG
I. Phép thử Bernoulli

Một phép thử mà ta chỉ quan tâm biến cố xảy ra hay không gọi là một phép
thử Bernoulli.
Biến ngẫu nhiên trong phép thử này được quy ước :
1 Nếu xảy ra
=
0 Nếu không xảy ra
Bảng phân phối xác suất
0 1
=
• =1−
• = và Var =
10
5
9/22/2022
II. Định nghĩa phân phối nhị thức
• Một phép thử Bernoulli được thực hiện lặp lại lần một cách độc lập, quan
sát một biến cố xảy ra với xác suất
• Với là biến ngẫu nhiên chỉ số lần biến cố xuất hiện. gọi là một phân
phối nhị thức theo tham số ,
Ký hiệu : ~ ,
0 … …
= 0 … …
11
III. Đặc trưng phân phối nhị thức

Mật độ xác suất tại một điểm
= = =
Nếu ~ , thì các đặc trưng của

• =
• =
• = thỏa − ≤ ≤ − +1
12
6
9/22/2022

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 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
c) Tính số câu sinh viên làm đúng chắc chắn nhất.
13

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 là biến ngẫu nhiên chỉ số câu hỏi sinh viên làm được.
~ ; .
14
7
9/22/2022
15
2.2 PHÂN PHỐI SIÊU BỘI ĐẠI HỌC VĂN LANG
I. Đinh nghĩa phân phối siêu bội

Cho một tập hợp gồm phần tử, trong đó có phần tử loại , ta chọn từ tập
hợp này ra phần tử. Gọi là biến ngẫu nhiên chỉ số phần tử loại có trong
phần tử này.
• là biến ngẫu nhiên theo phân phối siêu bội
N

• Ký hiệu X  H N , N A , n 
N  NA NA
… …
n k k n
= … = …
 k  NA  n  k  N  NA
16
8
9/22/2022
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.
17
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 với p  N A ; q  1  p
 VarX  npq
N 1 N
 ModX  k với n  1N A

 1 n  1N A
 1
1  k 
N 2 N 2
18
9
9/22/2022

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 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
c) Tính số sinh viên nữ được chọn chắc chắn nhất.
19

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 là biến ngẫu
nhiên chỉ số sinh viên nữ được chọn.
20
10
9/22/2022
2.3 PHÂN PHỐI POISSON ĐẠI HỌC VĂN LANG
I. Định nghĩa phân phối Poisson

Xét phép thử có biến cố theo phân phối nhị thức, với lần thực hiện phép thử
độc lập, với xác suất thành công của biến cố là , và gọi là biến ngẫu nhiên
chỉ số lần thành công trong phép thử. Và xét trong trường hợp khi quá lớn
còn 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.
21

Biến ngẫu nhiên nhận các giá trị 0,1,2, … . , … được gọi là phân phối Poisson
với tham số với > 0 khi mà
= =
!
Ký hiệu : ~ ( )
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.
22
11
9/22/2022
23

Giả thử một phép thử Bernoulli được thực hiện lần với xác suất thành công
mỗi lần là . Đặt =
! !
= = 1− = 1−
! − ! ! − !
− 1 ... − +1 1−
=
!
1−
Vì rất lớn và rất bé nên ta có thể giả sử → ∞ và →0
= =
!
24
12
9/22/2022
II. Đặc trưng phân phối Poisson

Mật độ xác suất của phân phối Poisson
= =
!
Đặc trưng của ~ ( ) là
• =
• =
• −1≤ ≤
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.
25

1. Kỳ vọng
Trước tiên ta xét một xấp xỉ như sau
lim 1 + = ⇔ =
→
!
⇔ = . =
− ! ! !
26
13
9/22/2022

1. Kỳ vọng
Kỳ vọng của biến ngẫu nhiên ~ ( )
= . = = =
! −1 !
= = =
!
Vậy =
27

2. Phương sai
+1
= = = = =
! −1 ! !
= + = + = +1
! ! −1 ! !
= − = +1 − =
Vậy =
28
14
9/22/2022
2.4 PHÂN PHỐI CHUẨN ĐẠI HỌC VĂN LANG
I. Định nghĩa phân phối chuẩn.

1. Phân phối chuẩn tổng quát.
Cho biến ngẫu nhiên có hàm mật
độ trên toàn tập xác định có dạng
1
=
2
Với hai tham số , cho trước, ta

gọi là biến ngẫu nhiên có phân
phối chuẩn, và ký hiệu
~ ,
29
II. Đặc trưng phân phối chuẩn.

Phân phối chuẩn tổng quát.
• Kỳ vọng : =
• Phương sai: = = 5; =1
= 5; =2
= 5; =5
30
15
9/22/2022

Phân phối chuẩn đơn giản.
Xét trong trường hợp đơn giản = , = ,
~ , có hàm mật độ trên tập xác định
1
=
2
• = 0 và V =1
• −∞ < Y < 0 = 0 < Y < ∞ = 0.5
• −a < Y < 0 = 0<Y<
31
1
Hàm Laplace. = . (Bảng tra số 1)
2
• =− −
• − −∞ = ∞ = 0.5
-a 0 a
32
16
9/22/2022

Bảng phân phối xác suất.- Bảng giá trị hàm Laplace
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
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
0.2 0.0793 0.0832 0.0871 0.0910 0.0948 0.0987 0.1026 0.1064 0.1103 0.1141
… … … … … … … … … … …
1.9 0.4750
… … … … … … … … … … …
2.7 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
2.8 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
2.9 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000
33

Với ~ , Với ~ 0,1
1
= =
2
1 1
< < = 0< < = =
2 2
Đặt =
=
Vậy ~ , ⇒ ~ 0,1
34
17
9/22/2022

Cho biến ngẫu nhiên có phân phối chuẩn, ~ ,
• < < = • < < = −
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 
    
     
35
2
 x
1 
f x 
2
2
e
 2
f a
P   X  a
 a
36
18
9/22/2022

Ví dụ. Cho biến ngẫu nhiên có phân phối chuẩn, ~ 0,4 , tính các giá trị
xác suất sau.
a) −1 < <2
b) 1,5 <
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%.
37
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
CNk 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 khá lớn và rất nhỏ so với ( < 5% ) thì
NA
X ~ B  n, p  , p 
N
38
19
9/22/2022

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.
39

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
5 5 15
 P  X  5   C20  0.1  0.9   0.0319
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
10 10 40
 P  X  10   C50  0.1  0.9   0.0152
40
20
9/22/2022
IV. Xấp xỉ phân phối nhị thức.

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

hoặc giá trị gần bằng 1  p  0.9  thì X~Bnp
 , ,np
41
42
21
9/22/2022

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!
43

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! 
44
22
9/22/2022

Nhận xét. 1. Nếu dùng phân phối nhị thức thì:
0
P  X  2   C1000 0.9941000  C1000
1
0.994999  0.006
2
 C1000 0.994998  0.0062  0.0614
Đáp án. 2. Đúng 40 gói nhiểm khuẩn là:
6640
P  X  40   e .  4.1020
40!
45

Liên hệ giữa phân phối chuẩn và Nhị Thức
Định lý 1. (Định lý giới hạn địa phương) Gọi là xác suất xuất hiện k
lần biến cố A trong n lần thực hiện phép thử Bernoulli; trong đó xác suất
= ( không quá gần 0 và 1) thì
npqPn  k  1  x2
2
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 ~ ( , ) và đặt S n  thì khi n đủ lớn ta có
npq X  n p
S n 
n p q
46
23
9/22/2022
47

Cho X ~ N   ,  2  . Nếu khá lớn, không quá gần 0 và 1 X ~ N   ,  2

thì với X ~ N   ,   , ta có
2
X ~ N  , 2 
Khi đó ta có hai công thức xác suất
X ~ N  , 2

b  a 
 P a  X  b        
     
48
24
9/22/2022

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.
1. Số
Đáp án. 2. Gọingười
X là số ngườiđạtkhông
không từ 170
đạt, có: X
đếnta180 người 1000; 0.2 
~ B là
 180  200   170  200 
  1000 P0.2  200
170  180
 X;   npq 
  160  X ~N 200; 160
   
 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
49

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. suất
Xác X là biến
tất cảngẫu
khách đến chỉ
nhiên ngàysố1/1/2016
khách đến
đều nhận
vào được
ngày 1/1/2016
phòng là
 300  292.5  ;  0  npq
292.529.25
P  B X325;
X ~0  0.9 
 300     np  292.5     
 X ~ N29.25  29.25 
 292.5 ; 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 
50
25
9/22/2022
HẾT CHƯƠNG 2
51
26

C2 - Slide - Phan Phoi Thong Dung

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 - Phan Phoi Thong Dung

Uploaded by

Copyright:

Available Formats

9/22/2022

TRƯỜNG ĐẠI HỌC VĂN LANG

THỐNG KÊ KINH DOANH

THS. NGUYỄN ĐÌNH KHUÔNG

CÁC PHÂN PHỐI XÁC SUẤT

BÀI TẬP TÌNH HUỐNG

BÀI TẬP TÌNH HUỐNG

Những điểm bất thường trong điểm thi Hà Giang 2018

BÀI TẬP TÌNH HUỐNG

Những điểm bất thường trong điểm thi Hà Giang 2018

BÀI TẬP TÌNH HUỐNG

Những điểm bất thường trong điểm thi Hà Giang 2018

BÀI TẬP TÌNH HUỐNG

UCF Professor Richard Quinn accuses class of

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 ĐẠI HỌC VĂN LANG

I. Phép thử Bernoulli

2.1 PHÂN PHỐI NHỊ THỨC ĐẠI HỌC VĂN LANG

II. Định nghĩa phân phối nhị thức

2.1 PHÂN PHỐI NHỊ THỨC ĐẠI HỌC VĂN LANG

III. Đặc trưng phân phối nhị thức

Nếu ~ , thì các đặc trưng của

2.1 PHÂN PHỐI NHỊ THỨC ĐẠI HỌC VĂN LANG

III. Đặc trưng phân phối nhị thức

2.1 PHÂN PHỐI NHỊ THỨC ĐẠI HỌC VĂN LANG

III. Đặc trưng phân phối nhị thức

2.1 PHÂN PHỐI NHỊ THỨC ĐẠI HỌC VĂN LANG

III. Đặc trưng phân phối nhị thức

2.2 PHÂN PHỐI SIÊU BỘI ĐẠI HỌC VĂN LANG

I. Đinh nghĩa phân phối siêu bội

2.2 PHÂN PHỐI SIÊU BỘI ĐẠI HỌC VĂN LANG

I. Đinh nghĩa phân phối siêu bội

2.2 PHÂN PHỐI SIÊU BỘI ĐẠI HỌC VĂN LANG

II. Đặc trưng phân phối siêu bội

 ModX  k với n  1N A

2.2 PHÂN PHỐI SIÊU BỘI ĐẠI HỌC VĂN LANG

II. Đặc trưng phân phối siêu bội

2.2 PHÂN PHỐI SIÊU BỘI ĐẠI HỌC VĂN LANG

II. Đặc trưng phân phối siêu bội

2.3 PHÂN PHỐI POISSON ĐẠI HỌC VĂN LANG

I. Định nghĩa phân phối Poisson

2.3 PHÂN PHỐI POISSON ĐẠI HỌC VĂN LANG

I. Định nghĩa phân phối Poisson

2.3 PHÂN PHỐI POISSON ĐẠI HỌC VĂN LANG

I. Định nghĩa phân phối Poisson

2.3 PHÂN PHỐI POISSON ĐẠI HỌC VĂN LANG

I. Định nghĩa phân phối Poisson

Vì rất lớn và rất bé nên ta có thể giả sử → ∞ và →0

2.3 PHÂN PHỐI POISSON ĐẠI HỌC VĂN LANG

II. Đặc trưng phân phối Poisson

2.3 PHÂN PHỐI POISSON ĐẠI HỌC VĂN LANG

II. Đặc trưng phân phối Poisson

2.3 PHÂN PHỐI POISSON ĐẠI HỌC VĂN LANG

II. Đặc trưng phân phối Poisson

2.3 PHÂN PHỐI POISSON ĐẠI HỌC VĂN LANG

II. Đặc trưng phân phối Poisson

2.4 PHÂN PHỐI CHUẨN ĐẠI HỌC VĂN LANG

I. Định nghĩa phân phối chuẩn.

Với hai tham số , cho trước, ta