LTXSTK Chuong 3

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG
——————–o0o——————–
Chương 3: Véc tơ ngẫu nhiên
LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ
Bộ môn Toán, Khoa Cơ bản 1
Hà Nội - 2024
1 / 35
Nguyễn Thị Minh Tâm Chương 3: Véc tơ ngẫu nhiên
1 3.1 Khái niệm véc tơ ngẫu nhiên và hàm phân bố xác suất
2 3.2 Véc tơ ngẫu nhiên hai chiều rời rạc
3 3.3 Hiệp phương sai và hệ số tương quan
4 3.4 Luật số lớn và định lý giới hạn
2 / 35
3 / 35
3.1.1 Khái niệm véc tơ ngẫu nhiên
Định nghĩa
Một véc tơ ngẫu nhiên n chiều hay một biến ngẫu nhiên n chiều là
một bộ có thứ tự (X1 , X2 , . . . , Xn ), trong đó các thành phần
X1 , X2 , . . . , Xn là các biến ngẫu nhiên được xét một cách đồng
thời.
Véc tơ ngẫu nhiên n chiều được gọi là rời rạc nếu các thành phần
của nó là các biến ngẫu nhiên rời rạc và được gọi là liên tục nếu
các thành phần của nó là các biến ngẫu nhiên liên tục.
4 / 35
3.1.2 Hàm phân bố xác suất
Định nghĩa
Hàm phân bố xác suất của véc tơ ngẫu nhiên hai chiều (X, Y ) được
xác định bởi
FX,Y (x, y) = P (X ≤ x, Y ≤ y), ∀x, y ∈ R.
Ta cũng gọi FX,Y (x, y) là hàm phân bố xác suất đồng thời của các biến
ngẫu nhiên X, Y .
5 / 35
Tính chất của hàm phân bố xác suất đồng thời:
1) 0 ≤ FX,Y (x, y) ≤ 1, ∀x, y ∈ R.

2) lim FX,Y (x, y) = lim FX,Y (x, y) = 0.
x→−∞ y→−∞
3) lim FX,Y (x, y) = 1.
x,y→+∞
4) Hàm phân bố xác suất đồng thời là hàm không giảm theo từng
biến.
5) P (x1 < X ≤ x2 , y1 < Y ≤ y2 ) =
FX,Y (x2 , y2 ) − FX,Y (x1 , y2 ) − FX,Y (x2 , y1 ) + FX,Y (x1 , y1 )
6) lim FX,Y (x, y) = FX (x); lim FX,Y (x, y) = FY (y)
y→+∞ x→+∞
FX (x), FY (y) được gọi là hàm phân bố xác suất biên của thành
phần X và Y tương ứng.
7) X, Y là hai biến ngẫu nhiên độc lập khi và chỉ khi
FX,Y (x, y) = FX (x)FY (y), ∀x, y ∈ R.
6 / 35
7 / 35
3.2.1 Hàm khối lượng xác suất đồng thời và bảng phân
bố xác suất đồng thời
Cho X, Y là hai biến ngẫu nhiên rời rạc có
RX = {x1 , . . . , xn }, RY = {y1 , . . . , ym }.
Định nghĩa
Hàm khối lượng xác suất đồng thời của các biến ngẫu nhiên rời rạc
X, Y được xác định bởi
pX,Y (x, y) = P (X = x, Y = y), ∀x, y ∈ R.
8 / 35
Tính chất của hàm khối lượng xác suất đồng thời:
1) 0 ≤ pX,Y (xi , yj ) ≤ 1, ∀i = 1, . . . , n; ∀j = 1, . . . , m.
Xn Xm
2) pX,Y (xi , yj ) = 1
i=1 j=1
X X
3) FX,Y (x, y) = pX,Y (xi , yj )
xi ≤x yj ≤y
9 / 35
Bảng phân bố xác suất đồng thời của X, Y là bảng có dạng
Y
y1 y2 ... ym
X
x1 pX,Y (x1 , y1 ) pX,Y (x1 , y2 ) ... pX,Y (x1 , ym )
x2 pX,Y (x2 , y1 ) pX,Y (x2 , y2 ) ... pX,Y (x2 , ym )
··· ··· ··· ··· ···
xn pX,Y (xn , y1 ) pX,Y (xn , y2 ) ... pX,Y (xn , ym )
10 / 35
Bảng phân bố xác suất của X là
X x1 x2 ... xn
P pX (x1 ) pX (x2 ) ... pX (xn )
trong đó m
X
pX (xi ) = P (X = xi ) = pX,Y (xi , yj ), i = 1, . . . , n.
j=1
Bảng phân bố xác suất của Y là

Y y1 y2 ... ym
P pY (y1 ) pY (y2 ) ... pY (yn )
trong đó n
X
pY (yj ) = P (Y = yj ) = pX,Y (xi , yj ), j = 1, . . . , m.
i=1
11 / 35
Nhận xét:
X và Y độc lập khi và chỉ khi
pX,Y (xi , yj ) = pX (xi )pY (yj ), ∀i = 1, . . . , n; ∀j = 1, . . . , m.
Nếu X và Y độc lập thì bảng phân bố xác suất đồng thời cuả X
và Y có tính chất:
- Hai hàng bất kỳ tỉ lệ với nhau.
- Hai cột bất kỳ tỉ lệ với nhau.
12 / 35
Ví dụ 2: Cho X, Y là hai biến ngẫu nhiên rời rạc có bảng phân bố xác
suất đồng thời
Y
0 2 3 5
X
-2 0,1 0,15 0,1 0
1 5k 3k 0,05 0,07
4 0 2k 0 0,13
a) Tìm k và tính FX,Y (3, 2).

b) Tìm bảng phân bố xác suất của các biến ngẫu nhiên thành phần
X và Y . Hai biến ngẫu nhiên X và Y có độc lập không?
c) Tính E(X), E(Y ).
13 / 35
Ví dụ 3: Cho véc tơ ngẫu nhiên (X, Y ) có hàm khối lượng xác suất

k(3x + 2y) nếu x ∈ {0; 1; 2}, y ∈ {2; 3}
pX,Y (x, y) =
0 nếu ngược lại
a) Tìm k.
b) Tìm hàm khối lượng xác suất biên của hai thành phần X, Y .
14 / 35
3.2.2 Phân bố xác suất có điều kiện và kỳ vọng có điều
kiện
Giả sử X là biến ngẫu nhiên rời rạc có RX = {x1 , . . . , xn } và B là một

biến cố có P (B) > 0. Khi đó hàm khối lượng xác suất của biến ngẫu
nhiên X với điều kiện B được xác định bởi
P ((X = xi ) ∩ B)
pX|B (xi |B) = P (X = xi |B) =
P (B)
15 / 35
Bảng phân bố xác suất của X với điều kiện B là
X|B x1 x2 ... xn
P pX|B (x1 |B) pX|B (x2 |B) ... pX|B (xn |B)
Kỳ vọng của X với điều kiện B được xác định bởi

n
X
E(X|B) = xi P (X = xi |B)
i=1
16 / 35
Cho X, Y là hai biến ngẫu nhiên rời rạc có
RX = {x1 , . . . , xn }, RY = {y1 , . . . , ym }.
Bảng phân bố xác suất của X với điều kiện (Y = yj ) là

X|(Y = yj ) x1 x2 ... xn
P pX|Y (x1 |yj ) pX|Y (x2 |yj ) ... pX|Y (xn |yj )
trong đó
P (X = xi , Y = yj )
pX|Y (xi |yj ) = P (X = xi |Y = yj ) = .
P (Y = yj )
Kỳ vọng của X với điều kiện (Y = yj ) là

n
X
E(X|Y = yj ) = xi P (X = xi |Y = yj ).
i=1
17 / 35
Bảng phân bố xác suất của Y với điều kiện (X = xi ) là
Y |(X = xi ) y1 y2 ... ym
P pY |X (y1 |xi ) pY |X (y2 |xi ) . . . pY |X (ym |xi )
trong đó
P (X = xi , Y = yj )
pY |X (yj |xi ) = P (Y = yj |X = xi ) = .
P (X = xi )
Kỳ vọng của Y với điều kiện (X = xi ) là

m
X
E(Y |X = xi ) = yj P (Y = yj |X = xi ).
j=1
Nhận xét: Nếu X, Y độc lập thì ∀i = 1, . . . , n; ∀j = 1, . . . , m,
pX|Y (xi |yj ) = pX (xi ), pY |X (yj |xi ) = pY (yj ).
18 / 35
Ví dụ 4: Từ kết quả phân tích các số liệu thống kê trong tháng về
doanh thu (X) và chi phí cho quảng cáo (Y ) (đơn vị triệu đồng) của
một công ty, thu được bảng phân bố xác suất đồng thời như sau:
X
100 200 300
Y
1 0,15 0,2 0,04
1,5 0,05 0,2 0,15
2 0,01 0,05 0,15
a) Tìm bảng phân bố xác suất của X với điều kiện Y = 1, 5.

b) Nếu chi phí cho quảng cáo là 1,5 triệu đồng thì doanh thu trung
bình là bao nhiêu?
19 / 35
20 / 35
3.3.1 Hiệp phương sai (Covariance)
Định nghĩa
Hiệp phương sai của hai biến ngẫu nhiên X và Y , ký hiệu cov(X, Y ),
được xác định như sau
cov(X, Y ) = E[(X − E(X))(Y − E(Y ))] (1)
21 / 35
Kỳ vọng của hàm của hai biến ngẫu nhiên rời rạc
Nếu X, Y là hai biến ngẫu nhiên rời rạc có
RX = {x1 , . . . , xn }, RY = {y1 , . . . , ym }
thì
n X
X m
E(g(X, Y )) = g(xi , yj )pX,Y (xi , yj );
i=1 j=1
n
XX m
E(XY ) = xi yj P (X = xi , Y = yj ).
i=1 j=1
22 / 35
Tính chất của hiệp phương sai:
1) cov(X, Y ) = E(XY ) − E(X)E(Y ).

2) cov(X, X) = D(X).
3) Nếu X và Y độc lập thì cov(X, Y ) = 0.
4) Nếu a, b, c, d là các hằng số thì
cov(aX + c, bY + d) = abcov(X, Y ).
5) Nếu a, b là các hằng số thì
D(aX + bY ) = a2 D(X) + b2 D(Y ) + 2abcov(X, Y ).
23 / 35
Ma trận hiệp phương sai
Cho véc tơ ngẫu nhiên X = (X1 , X2 , . . . , Xn ). Ma trận
M = [Cij ]n×n với Cij = cov(Xi , Xj )
được gọi là ma trận hiệp phương sai của véc tơ ngẫu nhiên X.
Nhận xét: Ma trận hiệp phương sai là ma trận đối xứng.
24 / 35
3.3.2 Hệ số tương quan
Định nghĩa
Hệ số tương quan của hai biến ngẫu nhiên X và Y , ký hiệu ρX,Y , được
xác định như sau
cov(X, Y )
ρX,Y = p . (2)
D(X)D(Y )
25 / 35
Tính chất của hệ số tương quan:
1) Nếu X và Y độc lập thì ρX,Y = 0.

Khi ρX,Y = 0 ta nói X, Y không tương quan.
2) −1 ≤ ρX,Y ≤ 1
3) ρX,Y = ±1 ⇔ X và Y tương quan tuyến tính, tức là tồn tại a ̸= 0
và b sao cho Y = aX + b.
26 / 35
Ví dụ 5: Cho X, Y là hai biến ngẫu nhiên rời rạc có bảng phân bố xác
suất đồng thời
Y
0 2 3 5
X
-2 0,1 0,15 0,1 0
1 0,2 0,12 0,05 0,07
4 0 0,08 0 0,13
a) Tìm hệ số tương quan của X và Y .

b) Tính D(2X − 3Y ).
27 / 35
28 / 35
3.4.1 Hội tụ theo xác suất và hội tụ theo phân bố của
dãy biến ngẫu nhiên
Hội tụ theo xác suất

Dãy các biến ngẫu nhiên {Xn }∞
n=1 được gọi là hội tụ theo xác suất về
P
biến ngẫu nhiên X, ký hiệu Xn −−−→ X, nếu ∀ε > 0,
n→∞
lim P (|Xn − X| < ε) = 1.

n→∞
29 / 35
Hội tụ theo phân bố
Dãy các biến ngẫu nhiên {Xn }∞
n=1 được gọi là hội tụ theo phân bố về
biến ngẫu nhiên X nếu ∀x ∈ R,
lim FXn (x) = F (x).

n→∞
30 / 35
3.4.2 Luật số lớn
Bất đẳng thức Chebyshev

Nếu X là biến ngẫu nhiên có kỳ vọng và phương sai hữu hạn thì ∀ε > 0,
D(X)
P (|X − E(X)| ≥ ε) ≤ .
ε2
31 / 35
Luật số lớn Chebyshev
Nếu {Xn }∞n=1 là dãy các biến ngẫu nhiên độc lập, có các kỳ vọng hữu
hạn và tất cả các phương sai bị chặn trên bởi hằng số C thì ∀ε > 0,

X1 + . . . + Xn E(X1 ) + . . . + E(Xn )
lim P − < ε = 1.
n→∞ n n
Hệ quả. Nếu {Xn }∞n=1 là dãy các biến ngẫu nhiên độc lập có cùng
phân bố với kỳ vọng µ và phương sai σ 2 thì
X1 + . . . + Xn P
−−−→ µ.
n n→∞
32 / 35
Luật số lớn Bernoulli
Tiến hành một dãy n phép thử độc lập, xác suất xuất hiện biến cố A ở
mỗi phép thử là p. Gọi fn (A) là tần suất xuất hiện biến cố A. Khi đó
P
fn (A) −−−→ p.
n→∞
33 / 35
3.4.3 Định lý giới hạn trung tâm
Định lý giới hạn trung tâm

Giả sử {Xn }∞
n=1 là dãy các biến ngẫu nhiên độc lập có cùng phân bố
với kỳ vọng µ và phương sai σ 2 . Đặt
X1 + X2 + . . . + Xn − nµ
Sn = √ .
σ n
Khi đó {Sn }∞
n=1 hội tụ theo phân bố về phân bố chuẩn tắc, tức là
∀x ∈ R,
lim FSn (x) = Φ(x).
n→∞
34 / 35
Định lý Moivre-Laplace
Nếu {Xn }∞n=1 là dãy các biến ngẫu nhiên độc lập có cùng phân bố
Bernoulli với tham số p thì ∀x ∈ R,
!
X1 + X2 + . . . + Xn − np
lim P p ≤ x = Φ(x).
n→∞ np(1 − p)
35 / 35

LTXSTK Chuong 3

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

LTXSTK Chuong 3

Uploaded by

Copyright:

Available Formats

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG

Chương 3: Véc tơ ngẫu nhiên

LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ

Bộ môn Toán, Khoa Cơ bản 1

2 3.2 Véc tơ ngẫu nhiên hai chiều rời rạc

3 3.3 Hiệp phương sai và hệ số tương quan

4 3.4 Luật số lớn và định lý giới hạn

2 3.2 Véc tơ ngẫu nhiên hai chiều rời rạc

3 3.3 Hiệp phương sai và hệ số tương quan

4 3.4 Luật số lớn và định lý giới hạn

FX,Y (x, y) = P (X ≤ x, Y ≤ y), ∀x, y ∈ R.

1) 0 ≤ FX,Y (x, y) ≤ 1, ∀x, y ∈ R.

FX,Y (x, y) = FX (x)FY (y), ∀x, y ∈ R.

2 3.2 Véc tơ ngẫu nhiên hai chiều rời rạc

3 3.3 Hiệp phương sai và hệ số tương quan

4 3.4 Luật số lớn và định lý giới hạn

Cho X, Y là hai biến ngẫu nhiên rời rạc có

pX,Y (x, y) = P (X = x, Y = y), ∀x, y ∈ R.

Bảng phân bố xác suất của Y là

X và Y độc lập khi và chỉ khi

pX,Y (xi , yj ) = pX (xi )pY (yj ), ∀i = 1, . . . , n; ∀j = 1, . . . , m.

a) Tìm k và tính FX,Y (3, 2).

Giả sử X là biến ngẫu nhiên rời rạc có RX = {x1 , . . . , xn } và B là một

Kỳ vọng của X với điều kiện B được xác định bởi

Bảng phân bố xác suất của X với điều kiện (Y = yj ) là

Kỳ vọng của X với điều kiện (Y = yj ) là

Kỳ vọng của Y với điều kiện (X = xi ) là

Nhận xét: Nếu X, Y độc lập thì ∀i = 1, . . . , n; ∀j = 1, . . . , m,

pX|Y (xi |yj ) = pX (xi ), pY |X (yj |xi ) = pY (yj ).

a) Tìm bảng phân bố xác suất của X với điều kiện Y = 1, 5.

2 3.2 Véc tơ ngẫu nhiên hai chiều rời rạc

3 3.3 Hiệp phương sai và hệ số tương quan

4 3.4 Luật số lớn và định lý giới hạn

cov(X, Y ) = E[(X − E(X))(Y − E(Y ))] (1)

1) cov(X, Y ) = E(XY ) − E(X)E(Y ).

5) Nếu a, b là các hằng số thì

D(aX + bY ) = a2 D(X) + b2 D(Y ) + 2abcov(X, Y ).

M = [Cij ]n×n với Cij = cov(Xi , Xj )

Nhận xét: Ma trận hiệp phương sai là ma trận đối xứng.

1) Nếu X và Y độc lập thì ρX,Y = 0.

a) Tìm hệ số tương quan của X và Y .

2 3.2 Véc tơ ngẫu nhiên hai chiều rời rạc

3 3.3 Hiệp phương sai và hệ số tương quan

4 3.4 Luật số lớn và định lý giới hạn

Hội tụ theo xác suất

lim P (|Xn − X| < ε) = 1.

lim FXn (x) = F (x).

Bất đẳng thức Chebyshev

Định lý giới hạn trung tâm

You might also like