ĐẠI LƯỢNG NGẪU NHIÊN & CÁC PHÂN PHỐI XÁC SUẤT

Chương này nhằm giúp SV:

✓ Hiểu và phân biệt được các đại lượng ngẫu nhiên,
cùng với các phân phối xác suất của chúng;
✓ Tính và nêu được ý nghĩa của các đặc trưng như:
trung bình, phương sai, mốt, trung vị,…
✓ Biết áp dụng các luật phân phối như: Nhị thức,
Siêu bội, Poisson, Chuẩn, ….
Nội dung

1. Đại lượng ngẫu nhiên

2. Phân phối xác suất của đại lượng ngẫu nhiên

3. Các số đặc trưng của đại lượng ngẫu nhiên

4. Một số quy luật phân phối xác suất quan trọng

 1. Đại lượng ngẫu nhiên

1.1 Ví dụ mở đầu. Công ty bảo hiểm nhân thọ Metropolitan

• Công ty được thành lập năm 1863, ở thời kỳ đỉnh cao của cuộc Nội chiến
Hoa Kỳ.
• Mục đích ban đầu: Cung cấp bảo đảm dân sự cho những người lính
chống lại thương tật phải chịu đựng từ chiến tranh.
• Sau khi chiến tranh kết thúc, họ đã thay đổi định hướng và quyết định tập
trung vào việc bán bảo hiểm nhân thọ.
• Bảo hiểm nhân thọ là một ví dụ minh họa cho khái niệm “đại lượng ngẫu
nhiên”.
• Ví dụ (tt). Gọi 𝑋 là số tiền bồi thường của Công ty bảo hiểm Metropolitan
cho những người lính bị thương tật trong cuộc chiến. Giả sử sau đây là các
mức bồi thường và khả năng xảy ra:

Loại
Chết Loại 1 Loại 2 Loại 3 Loại 4 Nhẹ hơn
thương tật

𝑿 ($) 10.000 5.000 4.000 3.000 2.000 0

𝑃 0,001 0,003 0,009 0,13 0,15 0,707

a) Làm sao công ty biết cần phải thu của một người lính bao nhiêu trên
mỗi hợp đồng để có thể hoạt động bền vững?
b) Ai là bên hưởng lợi khi hợp đồng được kí giữa công ty và người lính?
 1.2. Khái niệm
• Đại lượng cho tương ứng mỗi kết quả của phép thử (biến cố sơ cấp) với
một số được gọi là đại lượng/biến ngẫu nhiên. Kí hiệu: 𝑋, 𝑌, 𝑍, …
• Nói cách khác,
𝑋: Ω → ℝ
𝑤 ↦ 𝑋(𝑤) ∈ ℝ

• Khi 𝑋 Ω = 𝑥1 , 𝑥2 , … , 𝑥𝑘 hoặc 𝑥1 , 𝑥2 , … , 𝑥𝑘 , … ta nói 𝑋 là một biến

ngẫu nhiên rời rạc;
• Khi 𝑋 Ω = 𝑎; 𝑏 hoặc 𝑎; 𝑏 ta nói 𝑋 là một biến ngẫu nhiên liên tục.
• Ví dụ 1. Xét phép thử “Tung đồng xu” với Ω = 𝑆, 𝑁
𝑋: Ω → ℝ;
𝑋 𝑆 = 1, 𝑋 𝑁 = −1.
Khi đó 𝑋 Ω = −1,1 hay 𝑋 = −1,1 và 𝑋 là một đại lượng ngẫu nhiên
rời rạc.

• Ví dụ 2. Các đại lượng ngẫu nhiên sau đây là rời rạc hay liên tục?!
a) Số môn thi đậu của một sinh viên trong một học kì (khi phải thi 5 môn).
b) Nhiệt độ của phòng học trong một ngày đêm.
c) Số người đến giao dịch hàng ngày tại một ngân hàng trong một tháng.
d) Chiều cao của thanh niên Việt nam.
• Lưu ý: Trong thực tế, khi đại lượng ngẫu nhiên rời rạc 𝑋 có nhiều giá trị, ta
có thể “linh động” xem 𝑋 là đại lượng ngẫu nhiên liên tục.

• Ví dụ 3. Biểu đồ cột điểm thi môn Hóa trong kì thi THPT Quốc gia 2018.
2. Phân phối xác suất của đại lượng ngẫu nhiên
• Để nghiên cứu đại lượng ngẫu nhiên 𝑋 ta cần biết:
✓ Các giá trị có thể có của 𝑋, và
✓ Xác suất để nó nhận mỗi giá trị đó.
• Mối liên hệ giữa các giá trị của 𝑋 và xác suất tương ứng được gọi là phân
phối xác suất của đại lượng ngẫu nhiên 𝑋.

• Đối với đại lượng ngẫu nhiên rời rạc ta có bảng phân phối xác suất. Trường
hợp đại lượng ngẫu nhiên liên tục ta có hàm mật độ phân phối xác suất.
2.1. Bảng phân phối xác suất
Cho 𝑋 = {𝑥1, 𝑥2, … , 𝑥𝑛} là một đại lượng ngẫu nhiên rời rạc.
• Đặt 𝑝𝑖 = 𝑃(𝑋 = 𝑥𝑖 ), 𝑖 = 1,2, … , 𝑛. Khi đó bảng sau đây được gọi là
bảng phân phối xác suất của 𝑋.

𝑋 𝑥1 𝑥2 … 𝑥𝑛
𝑃 𝑝1 𝑝2 … 𝑝𝑛

• Tính chất:
0 ≤ 𝑝𝑖 ≤ 1, σ𝑛𝑖=1 𝑝𝑖 = 1
• Ví dụ 4. Một xạ thủ được phép bắn 3 viên đạn. Gọi 𝑋 là số viên đạn anh ta
bắn trúng bia. Hãy lập bảng phân phối xác suất của 𝑋, biết xác suất bắn
trúng mục tiêu của mỗi viên đạn đều là 0,8.
2.2 Hàm mật độ (xác suất)
• Ví dụ 3. Biểu đồ cột điểm thi môn Hóa trong kì thi THPT Quốc gia 2018.

Từ hình vẽ, hãy chỉ ra cách tính 𝑃 5 ≤ 𝑋 ≤ 7 ?

2.2 Hàm mật độ (xác suất)
• Cho 𝑋 là đại lượng ngẫu nhiên liên tục nhận giá trị trong khoảng (𝑐, 𝑑) (c, 𝑑
là số hữu hạn hoặc vô hạn). Hàm mật độ của 𝑋 là hàm số 𝑓(𝑥) xác định trên
(𝑐, 𝑑) sao cho với mọi 𝑎, 𝑏 thuộc (𝑐, 𝑑) ta có:

𝑏
𝑃 𝑎<𝑋≤𝑏 = ‫𝑥𝑑)𝑥(𝑓 𝑎׬‬

• Hàm mật độ phân phối xác suất có các tính chất sau đây:
𝑑
1 𝑓(𝑥) ≥ 0, ∀𝑥 ∈ (𝑐, 𝑑); 2 ‫𝑥𝑑)𝑥(𝑓 𝑐׬‬ =1
• Ví dụ 5. Cho đại lượng ngẫu nhiên có hàm mật độ
𝜋 𝜋
𝑎 cos 𝑥 𝑘ℎ𝑖 − ≤ 𝑥 ≤
𝑓(𝑥) = 2 2
𝜋 𝜋
0 𝑘ℎ𝑖 𝑥 ∉ − ,
2 2
𝜋
a) Tìm hằng số a. b) Tính 𝑃(0 < 𝑋 < ).
4
• Giải. a) Tập xác định của hàm số đã cho là (−∞, +∞). Do đó:
𝜋 𝜋
+∞ −2 2 +∞

න 𝑓(𝑥)𝑑𝑥 = 1 ⇔ න 0𝑑𝑥 + න 𝑎 cos 𝑥 𝑑𝑥 + න 0𝑑𝑥 = 1

−∞ −∞ 𝜋 𝜋
−2 2
𝜋
2 1
⇔ 𝑎 sin 𝑥 𝜋 = 1 ⇔ 2𝑎 = 1 ⇔ 𝑎 = .
− 2
2
 𝜋 𝜋
𝜋 1 1 2
𝑏) 𝑃(0 < 𝑋 < ) = ‫׬‬0 cos 𝑥 𝑑𝑥 =
4 sin 𝑥 อ 4 = .
4 2 2 4
0

Nhận xét.
✓ Nhờ vào hàm mật độ, ta tính được khả
năng/xác suất biến ngẫu nhiên 𝑋 nhận giá
trị trên khoảng 𝑎; 𝑏 thông qua công thức
tính diện tích;
✓ Từ đó, hàm mật độ cho ta biết khả năng 𝑋
“xuất hiện” trong khoảng nào là lớn,
khoảng nào là nhỏ,…
2.3. Hàm phân phối
• Cho 𝑋 là đại lượng ngẫu nhiên (rời rạc hoặc liên tục). Khi đó hàm số có
dạng:
𝐹 𝑥 =𝑃 𝑋≤𝑥 , 𝑥∈ℝ
được gọi là hàm phân phối xác suất của 𝑋.

• Hàm phân phối xác suất có các tính chất sau đây:
(1) 𝐹(𝑥) là hàm không giảm;
(2) 0  𝐹(𝑥) ≤ 1, ∀𝑥ℝ;

(3) lim 𝐹 (𝑥) = 0; lim 𝐹 (𝑥) = 1;

𝑥→−∞ 𝑥→+∞

(4) 𝑃(𝑎 < 𝑋 ≤ 𝑏) = 𝐹(𝑏) – 𝐹(𝑎);

(5) Nếu 𝑋 là đại lượng ngẫu nhiên liên tục thì
𝐹’ 𝑥 = 𝑓 𝑥 , ∀𝑥ℝ
a) Trường hợp 𝑿 là đại lượng ngẫu nhiên rời rạc có bảng phân phối xác
suất

𝑋 𝑥1 𝑥2 … 𝑥𝑛
𝑃 𝑝1 𝑝2 … 𝑝𝑛

với 𝑥1 < 𝑥2 < ⋯ < 𝑥𝑛 , thì hàm phân phối xác suất của 𝑋 là:

0 , khi 𝑥 < 𝑥1
𝑝1 , khi 𝑥1 ≤ 𝑥 < 𝑥2
𝐹 𝑥 = .................................. ...............
𝑝1 + 𝑝2 +. . . . +𝑝𝑛−1 , khi 𝑥𝑛−1 ≤ 𝑥 < 𝑥𝑛
1 , khi 𝑥𝑛 ≤ 𝑥
• Ví dụ 6. Cho 𝑋 là đại lượng ngẫu nhiên rời rạc có bảng phân phối
xác suất như sau

𝑋 1 2 4
𝑃 0,25 0,45 0,3

• Hàm phân phối xác suất của 𝑋 có dạng:

0 𝑘ℎ𝑖 𝑥<1
0,25 𝑘ℎ𝑖 1≤𝑥<2
𝐹(𝑥) =
0,7 𝑘ℎ𝑖 2≤𝑥<4
1 𝑘ℎ𝑖 4≤𝑥
• Ví dụ 7. Một xạ thủ được phép bắn 3 viên đạn. Gọi 𝑋 là số viên đạn anh ta
bắn trúng bia. Hãy tìm hàm phân phối xác suất của 𝑋, biết xác suất bắn
trúng mục tiêu của mỗi viên đạn đều là 0,8.
b) Trường hợp X là đại lượng ngẫu nhiên liên tục có hàm mật độ là 𝑓(𝑥)
thì
𝑥
𝐹(𝑥) = ‫׬‬−∞ 𝑓(𝑡)𝑑𝑡

2𝑥 𝑘ℎ𝑖 𝑥 ∈ [0,1]
• Ví dụ 8. Cho hàm số 𝑓(𝑥) = ቊ
0 𝑘ℎ𝑖 𝑥 ∉ [0,1]
a) Chứng tỏ 𝑓(𝑥) là hàm mật độ của một đại lượng ngẫu nhiên 𝑋.
b) Tìm hàm phân phối 𝐹(𝑥) của 𝑋.
1
c) Tính xác suất 𝑃(0 < 𝑋 < )
2
.
3. Các số đặc trưng của đại lượng ngẫu nhiên

3.1. Kì vọng
• Cho 𝑋 là đại lượng ngẫu nhiên. Kỳ vọng của 𝑋, ký hiệu là 𝐸(𝑋) hay 𝜇𝑋 ,
được xác định như sau:
✓ 𝐸 𝑋 = σ𝑖 𝑥𝑖 𝑝𝑖 khi 𝑋 là đại lượng rời rạc;
+∞
✓𝐸 𝑋 = ‫׬‬−∞ 𝑥𝑓 𝑥 𝑑𝑥 khi 𝑋 là đại lượng liên tục.

• Kì vọng của đại lượng ngẫu nhiên là trung bình theo xác suất các giá trị có
thể nhận của đại lượng 𝑋.

23
• Ví dụ (tt). Gọi 𝑋 là số tiền bồi thường của Công ty bảo hiểm Metropolitan
cho những người lính bị thương tật trong cuộc chiến. Giả sử sau đây là các
mức bồi thường và khả năng xảy ra:

Loại
Chết Loại 1 Loại 2 Loại 3 Loại 4 Nhẹ hơn
thương tật

𝑿 ($) 10.000 5.000 4.000 3.000 2.000 0

𝑃 0,001 0,003 0,009 0,13 0,15 0,707

a) Làm sao công ty biết cần phải thu của một người lính bao nhiêu trên
mỗi hợp đồng để có thể hoạt động bền vững?
b) Ai là bên hưởng lợi khi hợp đồng được kí giữa công ty và người lính?
3.2. Phương sai
• Số 𝑉𝑎𝑟 𝑋 = 𝐸 𝑋 2 − 𝐸 2 (𝑋) được gọi là phương sai của đại lượng ngẫu
nhiên 𝑋, trong đó:
✓𝐸 𝑋 : là kì vọng của 𝑋,
✓𝐸 𝑋 2 = σ𝑛𝑖=1 𝑥𝑖2 𝑝𝑖 là kì vọng của 𝑋2.
2
• Phương sai còn được tính và kí hiệu bởi: 𝐷 𝑋 = σ𝑛𝑖=1 𝑥𝑖 − 𝐸 𝑋 𝑝𝑖

3.3. Độ lệch chuẩn. Số 𝜎 𝑋 = 𝑉𝑎𝑟(𝑋) được gọi là độ lệch chuẩn của đại
lượng ngẫu nhiên 𝑋.
• Ví dụ 9. Tính kì vọng, phương sai và độ lệch chuẩn của đại lượng ngẫu
nhiên 𝑋, biết bảng phân phối xác suất của nó là

𝑋 1 2 4
𝑃 0,25 0,45 0,3
• Giải. Ta có
𝐸(𝑋) = 1.0,25 + 2.0,45 + 4.0,3 = 2,35 ;
𝐸(𝑋 2 ) = 12 . 0,25 + 22 . 0,45 + 42 . 0,3 = 6,85;
𝑉𝑎𝑟 𝑋 = 𝐷(𝑋) = 𝐸(𝑋 2 ) − 𝐸 2 (𝑋) = 6,85 − 2,352 = 1,3275 ;

𝜎(𝑋) = 𝑉𝑎𝑟(𝑋) = 1,3275 = 1,1522.

• Nhận xét: Việc tính toán các đặc trưng như trong VD trên là khá bất tiện,
đặc biệt trong trường hợp số lượng các giá trị tương đối lớn!
Ví dụ 10. Sau kỳ thi, giảng viên thống kê điểm số của sinh viên hai lớp A và
B trong bảng sau:

Điểm 2 3 4 5 6 7 8 9 10

Số SV lớp A 1 3 5 9 11 8 6 2 2

Số SV lớp B 2 4 6 4 8 5 7 3 1

Gọi 𝑋𝐴 , 𝑋𝐵 tương ứng điểm số của sinh viên lớp A và lớp B

a) Hãy lập bảng phân phối xác suất của 𝑋𝐴 & 𝑋𝐵 .
b) Làm sao để biết SV lớp nào học tốt hơn? Giải thích.
c) Lớp nào SV có năng lực học tập đồng đều hơn? Giải thích.
• Tính chất của kỳ vọng, phương sai
(1) Nếu 𝑋 là đại lượng ngẫu nhiên và 𝑐 là hằng số thì
𝐸 𝑐𝑋 = 𝑐𝐸 𝑋 ; 𝑉𝑎𝑟 𝑐𝑋 = 𝑐 2 𝑉𝑎𝑟 𝑋
(2) Nếu 𝑋 và 𝑌 là hai đại lượng ngẫu nhiên bất kỳ thì
𝐸 𝑋+𝑌 =𝐸 𝑋 +𝐸 𝑌
(3) Nếu 𝑋 và 𝑌 là hai đại lượng ngẫu nhiên độc lập thì
𝐸 𝑋. 𝑌 = 𝐸 𝑋 . 𝐸 𝑌 ; 𝑉𝑎𝑟 𝑋 ± 𝑌 = 𝑉𝑎𝑟 𝑋 + 𝑉𝑎𝑟 𝑌
(4) 𝐸 𝑐 = 𝑐; 𝑉𝑎𝑟 𝑐 = 0, với 𝑐 là hằng số.
• Ví dụ 11. Một hộp chứa 8 viên bi đỏ, 10 viên bi xanh. Lấy ngẫu
nhiên không hoàn lại 3 viên. Gọi 𝑋 là số bi đỏ lấy ra.
a) Tìm bảng phân phối xác suất của 𝑋.
b) Tính 𝐸 𝑋 , 𝐸 𝑋 2 − 4𝑋 , 𝑉𝑎𝑟 𝑋 , 𝑉𝑎𝑟 2𝑋 + 5 .
3.4. Mode (Mốt)
Cho 𝑋 là đại lượng ngẫu nhiên.

• Nếu 𝑋 rời rạc, giá trị có xác suất lớn nhất

của 𝑋 được gọi là Mốt hay Giá trị tin chắc
nhất của 𝑋, và ký hiệu là Mod(𝑋) hay
𝑀0 (𝑋).
• Nếu 𝑋 liên tục với hàm mật độ 𝑓(𝑥) thì
𝑀0 (𝑋) là giá trị 𝑥0 của 𝑋 sao cho 𝑓(𝑥0 ) là
lớn nhất.
3.5. Trung vị
• Trung vị của biến ngẫu nhiên 𝑋 là giá trị 𝑥0 của 𝑋 sao cho
𝑃 𝑥 ≤ 𝑥0 ≥ 0,5 và 𝑃 𝑥 ≥ 𝑥0 ≥ 0,5.
• Kí hiệu: Med(𝑋) hay 𝑀𝑒 (𝑋).
• Ví dụ 13. Cho đại lượng ngẫu nhiên 𝑋 có bảng phân phối xác suất như sau:

𝑋 2 4 6 8
𝑃(𝑋) 0,2 0,3 0,4 0,1

a) Tính E 𝑋 , Var 𝑋 , σ(𝑋).

b) Tính 𝑀0 (𝑋) và 𝑀𝑒 (𝑋).

• Nhận xét. Mốt cũng như trung vị của một đại lượng ngẫu nhiên là không
duy nhất.
• Ví dụ 14. Cho đại lượng ngẫu nhiên 𝑋 có bảng phân phối xác suất như sau:

𝑋 1 2 4 5
𝑃(𝑋) - - - -

Hãy điền các giá trị của 𝑃(𝑋) để:

a) 𝑀0 (𝑋) và 𝑀𝑒 (𝑋) có hơn 1 giá trị;
b) 𝑀0 (𝑋) và 𝑀𝑒 (𝑋) chỉ có 1 giá trị.
4. Một số quy luật phân phối xác suất quan trọng

4.1. Phân phối nhị thức

• Nhắc lại, một phép thử được gọi là phép thử Bernoulli nếu:
✓ Chỉ có hai kết quả có thể: xảy ra biến cố 𝐴 hoặc không.
✓ Xác suất xảy ra biến cố 𝐴, ký hiệu 𝑝, là giống nhau trên mọi phép thử.
✓ Các phép thử là độc lập.
• Gọi 𝑋 là số lần xuất hiện biến cố 𝐴 trong 𝑛 lần thử. Khi đó 𝑋 là một đại
lượng ngẫu nhiên rời rạc và được gọi là có phân phối nhị thức.
𝑃 𝑋 = 𝑘 = 𝐶𝑛𝑘 𝑝𝑘 1 − 𝑝 𝑛−𝑘
, (𝑘 = 0,1, … , 𝑛)

• Kí hiệu 𝑋~𝐵(𝑛, 𝑝).

• Nếu X có phân phối nhị thức thì:
✓ 𝐸 𝑋 = 𝑛𝑝;
✓ 𝑉𝑎𝑟 𝑋 = 𝑛𝑝𝑞, 𝑞 = 1 − 𝑝 ;
✓ Giá trị tin chắc nhất: 𝑀0 𝑋 = 𝑘0 với 𝑘0 là số nguyên thỏa bất phương
trình 𝑛𝑝 − 𝑞 ≤ 𝑘0 ≤ 𝑛𝑝 − 𝑞 + 1.
• Ví dụ
• Ví dụ 15. Một xạ thủ được phép bắn 3 viên đạn. Gọi 𝑋 là số viên đạn anh ta
bắn trúng bia. Hãy lập bảng phân phối xác suất, và tính kì vọng, phương
sai, độ lệch chuẩn của 𝑋. Biết xác suất bắn trúng mục tiêu của mỗi viên đạn
đều là 0,8.

• Ví dụ 16. Tỉ lệ phế phẩm của một nhà máy là 3%. Chọn ngẫu nhiên 15 sản
phẩm trong kho hàng của nhà máy. Gọi 𝑋 là số phế phẩm có trong 15 sản
phẩm đó. Tìm phân phối xác suất của 𝑋 và tính kì vọng, phương sai, độ
lệch chuẩn của 𝑋.
4.2. Phân phối siêu bội
• Giả sử, một tập 𝑇 gồm có 𝑁 phần tử, trong đó:
𝑀 𝑝ℎầ𝑛 𝑡ử 𝐴 𝐿ấ𝑦 𝑟𝑎 𝑛 𝑝ℎầ𝑛 𝑡ử 𝑘 𝑝ℎầ𝑛 𝑡ử 𝐴
𝑁: ൝ ҧ ൝
𝑁 − 𝑀 𝑝ℎầ𝑛 𝑡ử 𝐴 𝑛 − 𝑘 𝑝ℎầ𝑛 𝑡ử 𝐴ҧ
• Gọi 𝑋 là số phần tử có tính chất 𝐴 trong 𝑛 phần tử lấy ra từ tập 𝑇. Khi đó:
𝑘 𝑛−𝑘
𝐶𝑀 𝐶𝑁−𝑀
𝑃(𝑋 = 𝑘) = 𝑛 ; 𝑘 = 0,1,2, . . . , 𝑛.
𝐶𝑁
• Biến ngẫu nhiên rời rạc 𝑋 được gọi là có phân phối siêu bội. Kí hiệu:
𝑋 ~ 𝐻(𝑁, 𝑀, 𝑛).
• Nếu 𝑋 có phân phối siêu bội thì
𝑁−𝑛 𝑀
𝐸(𝑋) = 𝑛𝑝 ; 𝑉𝑎𝑟(𝑋) = 𝑛𝑝𝑞 ; trong đó 𝑝 = ; 𝑞 = 1 − 𝑝.
𝑁−1 𝑁
𝑀
• Lưu ý : Nếu 𝑛 ≪ 𝑁 thì ta có thể xấp xỉ 𝑋 với 𝐵(𝑛; 𝑝), trong đó 𝑝 = .
𝑁
• Ví dụ 17. Một lô hàng có 30 sản phẩm, trong đó có 10 phế phẩm. Chọn
ngẫu nhiên 5 sản phẩm. Gọi 𝑋 là số phế phẩm trong 5 sản phẩm đó. Tìm
phân phối xác suất của 𝑋 và tính kì vọng, phương sai của 𝑋.
• Giải. Ta có
𝑘 5−𝑘
𝐶10 𝐶20
𝑃(𝑋 = 𝑘) = 5 ; 𝑘 = 0,1,2,3,4,5
𝐶30
Do đó 𝑋~𝐻(30,10,5).
Từ đó ta được:
𝑀 10 5
𝐸(𝑋) = 𝑛𝑝 = 𝑛. = 5. = ;
𝑁 30 3
𝑁−𝑛 10 10 30 − 5
𝑉𝑎𝑟(𝑋) = 𝑛𝑝𝑞 = 5 . (1 − ). ≈ 0,958
𝑁−1 30 30 30 − 1
• Ví dụ 18. Một cái hộp đựng 6 viên bi đỏ và 14 viên bi xanh. Lấy ngẫu
nhiên 8 viên bi. Gọi 𝑋 là số viên bi đỏ lấy được. Tìm phân phối xác suất
của 𝑋 và tính kì vọng, phương sai, độ lệch chuẩn của 𝑋.
4.3. Phân phối Poisson
• Nếu chúng ta quan tâm đến số lượng một biến cố (hay sự kiện) nào đó xảy
ra trong một khoảng thời gian hay một vùng miền. Ví dụ như:
✓ Số trường hợp mất hành lý trong một chuyến bay;
✓ Số bóng đèn hư trên một con đường trong một tuần;
✓ Số lỗi trong mỗi trang sách của một quyển sách,…

• Số lượng biến cố xảy ra là một đại lượng ngẫu nhiên rời rạc và được gọi là
có phân phối Poisson.
𝑒 −𝑎 𝑎𝑘
𝑃 𝑋=𝑘 = ; 𝑘 = 0,1,2, …
𝑘!
Trong đó 𝑎 là giá trị trung bình số lần biến cố xảy ra.
Ta kí hiệu 𝑋~𝑃(𝑎).

• Nếu 𝑋 có phân phối Poisson thì 𝐸 𝑋 = 𝑉𝑎𝑟 𝑋 = 𝑎.

 Chú ý.
• (1) Nếu 𝑋 là số lần biến cố A xuất hiện trong một khoảng thời gian hoặc
trên một miền, một vùng nào đó thì 𝑋 ~ 𝑃(𝑎), với a là giá trị trung bình
của số lần A xảy ra.
• (2) Nếu 𝑋~𝐵(𝑛, 𝑝), trong đó 𝑝 khá nhỏ và 𝑛 khá lớn thì có thể xấp xỉ
𝑋~𝑃(𝑎) với 𝑎 = 𝑛𝑝.
• Ví dụ 19. Số liệu của một hãng hàng không cho thấy trong 1000 chuyến
bay thì có 18 trường hợp hành khách bị mất hành lí do bỏ quên. Gọi 𝑋 là số
trường hợp hành khách bị mất hành lí trong 1 chuyến bay. Tìm xác suất để
trong một chuyến bay:
a) Không ai bị mất hành lí.
b) Có một hành khách bị mất hành lí.
• Giải. Ta nhận thấy số hành lí bị mất trung bình của mỗi chuyến bay là
18
𝑎= = 0,018
1000

Do đó có thể xem 𝑋 có phân phối Poisson với 𝑎 = 0,018, nghĩa là

𝑋~𝑃(0,018).
𝑒 −𝑎 𝑎0
Vậy 𝑃 𝑋 = 0 = = 𝑒 −0,018 ≈ 0,982 ;
0!
𝑒 𝑎1
−𝑎
𝑃 𝑋=1 = = 𝑒 −0,018 . 0,018 ≈ 0,018
1!
• Ví dụ 20. Xác suất một hộp sữa trong kho bị hỏng là 0,2%. Chọn ngẫu
nhiên 800 hộp trong kho. Tìm xác suất có ít nhất 3 hộp bị hỏng. Tính kì
vọng, phương sai và độ lệch chuẩn của số hộp sữa bị hỏng trong 800 hộp
đó.
4.4. Phân phối chuẩn

• Ví dụ 3. Biểu đồ cột điểm thi môn Hóa trong kì thi THPT Quốc gia 2018.
4.4. Phân phối chuẩn
• Đại lượng ngẫu nhiên liên tục 𝑋 gọi là có phân phối chuẩn nếu hàm mật độ
của nó có dạng:
𝑥−𝜇 2
1 −
𝑓 𝑥 = 𝑒 2𝜎2 , 𝑥∈ℝ
𝜎 2𝜋

• Kí hiệu 𝑋~𝑁(𝜇; 𝜎 2 )
• Khi đó: E 𝑋 = 𝜇; Var 𝑋 = 𝜎 2

• Trường hợp đặc biệt khi 𝜇 = 0; 𝜎 = 1 ta có phân phối chuẩn tắc với hàm
mật độ
2
𝑥
1 −2
𝑓 𝑥 = 𝑒 , 𝑥∈ℝ (Hàm Gauss)
2𝜋
• Đặt:
𝑡2
1 𝑥 −2
𝜑 𝑥 = ‫𝑒 ׬‬ . 𝑑𝑡 (Hàm Laplace, bảng giá trị có sẵn)
2𝜋 0

• Khi đó: 𝜑 −𝑥 = −𝜑 𝑥

𝑋−𝜇
• Nếu 𝑋~𝑁(𝜇; 𝜎 2 ) thì 𝑌 = ~𝑁(0; 1).
𝜎
Do đó, ta chỉ cần tìm hiểu phân phối chuẩn tắc.
• Nếu 𝑋~𝑁(𝜇; 𝜎 2 ) thì
𝛽−𝜇 𝛼−𝜇
∗ 𝑃 𝛼≤𝑋≤𝛽 =𝜑 −𝜑 ;
𝜎 𝜎
𝛼−𝜇
∗ 𝑃(𝑋 > 𝛼) = 0,5 − 𝜑 ;
𝜎
𝛽−𝜇
∗ 𝑃(𝑋 < 𝛽) = 0,5 + 𝜑 . (Tra bảng Laplace)
𝜎

• Chú ý: Trong thực tế, rất nhiều đại lượng ngẫu nhiên tuân theo phân phối
chuẩn hoặc gần chuẩn như: chiều cao hay cân nặng của thanh niên, trí
thông minh của trẻ nhỏ, điểm thi của thí sinh,... (với 𝜇, 𝜎 có được từ thống
kê).
• Ví dụ 21. Biết rằng chiều cao của trẻ em Việt Nam tuân theo phân phối
chuẩn 𝑁(1,3; 0,01). Tìm xác suất để trẻ em VN có chiều nằm trong
khoảng (1,2; 1,4).

• Giải. Gọi 𝑋 là chiều cao của trẻ em Việt Nam, 𝑋~𝑁 1,3; 0,12 .
𝛽−𝜇 𝛼−𝜇
𝑃 𝛼<𝑋<𝛽 =𝜑 −𝜑
𝜎 𝜎
1,4−1,3 1,2−1,3
=𝜑 −𝜑
0,01 0,01

= 𝜑 1 − 𝜑 −1 = 2𝜑 1 = 2 × 0,34143 ?
• Ví dụ 22. Số liệu khảo sát năm 2012 cho thấy thu nhập trung bình của
công dân Mỹ là 49 ngàn USD/năm. Giả sử rằng thu nhập trung bình tuân
theo phân phối chuẩn với độ lệch chuẩn là 18 ngàn USD/năm.
a) Thu nhập dưới 35 ngàn USD/năm là thu nhập thấp. Hãy tìm tỷ lệ
người có thu nhập thấp.
b) Thu nhập từ 35 đến 70 ngàn USD/năm là thu nhập trung bình. Tính
tỷ lệ người có thu nhập trung bình.
c) Một người cần phải có thu nhập ít nhất là bao nhiêu để vào được top
1% nguời có thu nhập cao nhất ở Mỹ?
• Quy tắc 68 – 95 – 99,7: Khi 𝑋~𝑁(𝜇; 𝜎), thì xấp xỉ:
✓68% giá trị nằm trong khoảng (𝜇 − 𝜎; 𝜇 + 𝜎);
✓95% giá trị nằm trong khoảng (𝜇 − 2𝜎; 𝜇 + 2𝜎);
✓99,7% giá trị nằm trong khoảng (𝜇 − 3𝜎; 𝜇 + 3𝜎).

Cho biết điểm thi trung bình môn Hóa là 5 và độ lệch là 1,5. Hãy áp dụng
Quy tắc trên.
Ví dụ 23. Hãy nhìn vào phổ điểm thi môn Vật lí, Toán của học sinh cả nước
và học sinh tỉnh Sơn La trong kì thi THPT Quốc gia 2018 và chỉ ra những
điểm bất thường?
4.5. Xấp xỉ giữa phân phối Nhị thức và phân phối Chuẩn

• Cho 𝑋 ~ 𝐵(𝑛, 𝑝), khi n khá lớn, 𝑝 không quá lớn, không quá bé thì ta có
thể xấp xỉ 𝑋~𝑁 𝜇 = 𝑛𝑝; 𝜎 2 = 𝑛𝑝𝑞 .

• Khi đó, để tính 𝑃 𝑘1 ≤ 𝑋 ≤ 𝑘2 (𝑘1 , 𝑘2 có thể vô hạn) ta sử dụng công

thức:
𝑘2 −𝜇 𝑘1 −𝜇
∗ 𝑃 𝑘1 ≤ 𝑋 ≤ 𝑘2 = 𝜑 −𝜑 ;
𝜎 𝜎
𝑘1 −𝜇
∗ 𝑃(𝑋 > 𝑘1 ) = 0,5 − 𝜑 ;
𝜎
𝑘2 −𝜇
∗ 𝑃(𝑋 < 𝑘2 ) = 0,5 + 𝜑
𝜎
• Ví dụ 24. Xác suất thi đậu môn XSTK của sinh viên một trường đại học là
0,7. Học kì này có 1200 sinh viên thi môn này. Tìm xác suất có:

a) Ít nhất 850 sinh viên đậu;

b) Từ 830 đến 850 sinh viên đậu.

 BÀI TẬP CỦNG CỐ

1. Đề thi trắc nghiệm có 20 câu hỏi, mỗi câu có 4 phương án trả lời, trong đó
chỉ có 1 phương án đúng. Một sinh viên không học bài nên khi đi thi đã chọn
ngẫu nhiên một phương án cho từng câu hỏi. Gọi X là số câu sinh viên đó trả
lời đúng. Hãy tìm phân phối xác suất của X và tính kì vọng, phương sai, độ
lệch chuẩn của X.

2. Tại một trạm kiểm soát giao thông người ta đếm được 42 ôtô đi qua trong
10 phút. Tìm xác suất có
a) 5 ôtô đi qua trong 1 phút; b) ít nhất 1 ôtô đi qua trong 1 phút.
 BÀI TẬP CỦNG CỐ

3. Cho biết chiều cao của học sinh lớp một là biến ngẫu nhiên có phân phối
chuẩn với kỳ vọng là 100 cm và độ lệch chuẩn là 1,6 cm. Học sinh lớp một
được xem là có chiều cao bình thường nếu chiều cao đạt từ 98 đến 102 cm.
a) Tìm tỉ lệ học sinh lớp một có chiều cao bình thường.
b) Chọn ngẫu nhiên 100 học sinh lớp một, tìm xác suất chọn được trên 70
em có chiều cao bình thường.

4. Một cái hộp 1 có 8 sản phẩm trong đó có 3 phế phẩm. Lấy ngẫu nhiên 2
sản phẩm của hộp 1. Gọi X là số phế phẩm lấy được.
a) Lập bảng phân phối xác suất của X.
b) Tìm 𝑀𝑜𝑑 𝑋 , 𝑀𝑒𝑑 𝑋 , 𝐸 𝑋 , 𝑉𝑎𝑟 𝑋 , 𝜎 𝑋 .
 Dặn dò
Định nghĩa & Phân loại biến ngẫu nhiên
• Các loại đại lượng ngẫu nhiên: rời rạc và liên tục.
• Phân phối xác suất:
* Bảng phân phối xác suất (rời rạc).
* Hàm mật độ (liên tục).
• Hàm phân phối.
Các đặc trưng của biến ngẫu nhiên
• Kì vọng, Phương sai, độ lệch chuẩn.
• Mode và trung vị.
Các phân phối xác suất quan trọng
• Nhị thức, Siêu bội, Poisson, Chuẩn, Chuẩn tắc
• Làm bài tập: 1, 3, 5, 7, 13, 14, 22, 24, 31, 33 (Chương 2)
1/4/2024 Nguyễn Ngọc Võ Khoa – Chương 1 Nhập môn CNXHKH 62