Chuong2 Bien-Ngau-Nhien VectoNN DHKHTN 2024 SV-1

XSTK XSTK
N.T. M. Ngọc N.T. M. Ngọc Định nghĩa biến ngẫu nhiên

1. Biến ngẫu
nhiên
1.1 Định nghĩa và
phân loại biến ngẫu
nhiên
Biến ngẫu nhiên có thể được mô tả như một "quy tắc" biểu
Chương 2: Biến ngẫu nhiên - Véctơ ngẫu nhiên
1.2 Quy luật phân
phối xác suất diễn các kết quả của phép thử ngẫu nhiên dưới dạng số.
1.2.1 Phân phối xác
suất của biến ngẫu
nhiên rời rạc
Định nghĩa:
nhiên liên tục Cho không gian xác suất (Ω, A, P), biến ngẫu nhiên X
1.3 Một số đặc trưng
của biến ngẫu nhiên (hay còn gọi là đại lượng ngẫu nhiên) là ánh xạ
2. Véc-tơ
ngẫu nhiên
Nguyễn Thị Mộng Ngọc 2.1 Khái niệm véc-tơ
X :Ω→R
ngẫu nhiên
University of Science, VNU - HCM 2.2 Véc-tơ ngẫu

nhiên rời rạc 2 chiều
ω 7→ X (ω) = x
Phân phối đồng thời
ngtmngoc@hcmus.edu.vn Phân phối lề
Hiệp phương sai và
Giá trị x đgl một giá trị của biến ngẫu nhiên X .
hệ số tương quan
• Kí hiệu: X , Y , . . . là các biến ngẫu nhiên,

• x , y , . . . là giá trị của các biến ngẫu nhiên đó.
XSTK XSTK
N.T. M. Ngọc Ví dụ: N.T. M. Ngọc Phân loại biến ngẫu nhiên
1. Biến ngẫu 1. Biến ngẫu
nhiên Ví dụ: Các đại lượng sau là biến ngẫu nhiên: nhiên
1.1 Định nghĩa và 1.1 Định nghĩa và
nhiên
- Số chấm xuất hiện khi thực hiện phép thử tung con xúc phân loại biến ngẫu
nhiên
Dựa vào miền giá trị của biến ngẫu nhiên mà ta
phối xác suất xắc. 1.2 Quy luật phân
phối xác suất
phân thành 2 loại chính như:
nhiên rời rạc
- Tuổi thọ của một thiết bị đang hoạt động. 1.2.1 Phân phối xác
nhiên rời rạc
- Số cuộc gọi đến tổng đài. 1.2.2 Phân phối xác
nhiên liên tục nhiên liên tục
1.3 Một số đặc trưng 1.3 Một số đặc trưng
của biến ngẫu nhiên của biến ngẫu nhiên
2. Véc-tơ
ngẫu nhiên
Ví dụ khác: Xét phép thử tung hai đồng xu. Không gian 2. Véc-tơ
ngẫu nhiên
2.1 Khái niệm véc-tơ
ngẫu nhiên
mẫu của phép thử này là 2.1 Khái niệm véc-tơ
ngẫu nhiên
2.2 Véc-tơ ngẫu 2.2 Véc-tơ ngẫu
nhiên rời rạc 2 chiều nhiên rời rạc 2 chiều
Phân phối lề
Ω = {SS, SN, NS, NN} Phân phối đồng thời
Phân phối lề
Hiệp phương sai và Hiệp phương sai và
hệ số tương quan hệ số tương quan
Gọi X là số mặt ngửa xuất hiện. Khi đó, X là một ánh xạ
từ không gian mẫu Ω vào R như:
ω SS NS SN NN
X (ω) 0 1 1 2
XSTK XSTK
N.T. M. Ngọc Biến ngẫu nhiên rời rạc N.T. M. Ngọc Biến ngẫu nhiên liên tục
nhiên nhiên
Định nghĩa:
phân loại biến ngẫu Định nghĩa: phân loại biến ngẫu
nhiên nhiên
Biến ngẫu nhiên X gọi là biến ngẫu nhiên liên tục, nếu
phối xác suất Biến ngẫu nhiên X gọi là biến ngẫu nhiên rời rạc, nếu 1.2 Quy luật phân
phối xác suất
X (Ω) lấy đầy một khoảng nào đó của R (hoặc cả R).
nhiên rời rạc
X (Ω) là một tập hợp hữu hạn {x1 , x2 , . . . , xn } hoặc vô hạn 1.2.1 Phân phối xác
nhiên rời rạc Đối với biến ngẫu nhiên liên tục ta không thể liệt kê được
đếm được. 1.2.2 Phân phối xác
tất cả các giá trị có thể của nó.
1.3 Một số đặc trưng Nói cách khác, biến ngẫu nhiên sẽ rời rạc nếu ta có thể liệt 1.3 Một số đặc trưng
Ví dụ: Trong phép thử bắn một phát súng vào bia, nếu ta
2. Véc-tơ
kê tất cả các giá trị có thể của nó. 2. Véc-tơ
ngẫu nhiên ngẫu nhiên gọi X là” khoảng cách từ điểm chạm của viên đạn đến tâm
ngẫu nhiên
Ví dụ: Trong phép thử tung con xúc xắc, nếu ta gọi X là 2.1 Khái niệm véc-tơ
ngẫu nhiên bia“ thì X là biến ngẫu nhiên liên tục.
2.2 Véc-tơ ngẫu
nhiên rời rạc 2 chiều ”số điểm xuất hiện“ thì X là biến ngẫu nhiên rời rạc vì 2.2 Véc-tơ ngẫu
Vì ta không thể liệt kê được tất cả các giá trị có thể của
X (Ω) = {1, 2, 3, 4, 5, 6} là một tập hợp hữu hạn.
Phân phối lề
Phân phối lề
nó mà ta chỉ có thể nói rằng các giá trị có thể của X nằm
trong khoảng (a, b) nào đó với a < b, a ∈ R, b ∈ R.
Ví dụ khác : Gọi Y là ”số người vào mua hàng tại một siêu
thị trong một ngày“ thì Y là biến ngẫu nhiên rời rạc vì Ví dụ khác: Chọn ngẫu nhiên một bóng đèn, gọi Y là ”tuổi
Y (Ω) = {0, 1, 2, 3, . . . } là một tập hợp vô hạn đếm được. thọ của bóng đèn đó“ thì Y là biến ngẫu nhiên liên tục,
Y (Ω) lấy đầy một khoảng giá trị.
XSTK XSTK
N.T. M. Ngọc Quy luật phân phối xác suất của N.T. M. Ngọc Hàm phân phối xác suất (cdf)
1. Biến ngẫu
nhiên
biến ngẫu nhiên 1. Biến ngẫu
nhiên Định nghĩa
nhiên
nhiên Hàm phân phối xác suất của biến ngẫu nhiên X là xác suất
phối xác suất
phối xác suất để biến ngẫu nhiên X nhận giá trị nhỏ hơn hoặc bằng x ,
1.2.1 Phân phối xác 1.2.1 Phân phối xác
nhiên rời rạc
nhiên rời rạc
với x là một số thực bất kỳ,
suất của biến ngẫu suất của biến ngẫu
nhiên liên tục
1.3 Một số đặc trưng Định nghĩa:
nhiên liên tục
F (x ) = P(X ≤ x ), với mọi x ∈ R.
2. Véc-tơ
ngẫu nhiên Quy luật phân phối xác suất của biến ngẫu nhiên 2. Véc-tơ
ngẫu nhiên
Tính chất:
2.1 Khái niệm véc-tơ 2.1 Khái niệm véc-tơ
ngẫu nhiên
2.2 Véc-tơ ngẫu
là sự tương ứng giữa các giá trị có thể có của nó ngẫu nhiên
2.2 Véc-tơ ngẫu • 0 ≤ F (x ) ≤ 1, ∀x .
Phân phối lề
và các xác suất tương ứng với các giá trị đó. Phân phối đồng thời
Phân phối lề
• F (x ) là hàm không giảm.
hệ số tương quan • F (x ) liên tục bên phải, có giới hạn bên trái tại mọi điểm.
• lim F (x ) = 0; lim F (x ) = 1.
x →−∞ x →+∞
• P(a < X ≤ b) = F (b) − F (a), với mọi a, b ∈ R, và a ≤ b.
• P(X > a) = 1 − F (a).
XSTK XSTK
N.T. M. Ngọc Hàm khối xác suất (pmf) N.T. M. Ngọc Bảng phân phối xác suất
nhiên nhiên
Bảng phân phối xác suất dùng để mô tả quy luật phân
nhiên
nhiên
phối xác suất của biến ngẫu nhiên rời rạc.
phối xác suất
Định nghĩa phối xác suất
Giả sử biến ngẫu nhiên X có thể nhận các giá trị có thể có
nhiên rời rạc
Xét một BNN rời rạc X có thể nhận các giá trị nhiên rời rạc
suất của biến ngẫu là x1 , x2 , . . . , xn với các xác suất tương ứng là p1 , p2 , . . . , pn .
của biến ngẫu nhiên
x1 , x2 , ..., phân phối xác suất hay hàm trọng số 1.3 Một số đặc trưng
Bảng phân phối xác suất của biến ngẫu nhiên rời rạc X có
2. Véc-tơ xác suất của biến ngẫu nhiên (BNN) X được cho 2. Véc-tơ dạng:
ngẫu nhiên ngẫu nhiên
bởi: 2.1 Khái niệm véc-tơ X x1 x2 . . . xi . . . xn
2.2 Véc-tơ ngẫu 2.2 Véc-tơ ngẫu P p1 p2 . . . pi . . . pn
Phân phối đồng thời • p(x ) = P(X = x ) ≥ 0, ∀x ∈ {x1 , x2 , ..., }, nhiên rời rạc 2 chiều
Phân phối lề Phân phối lề
Trong pi phải thoả mãn hai điều kiện:
•
X
hệ số tương quan p(x ) = 1. Hiệp phương sai và

∀i, 0 ≤ pi ≤ 1, với pi = P(X = xi )

x 
n
X


 pi = 1
i=1
XSTK XSTK
N.T. M. Ngọc Ví dụ N.T. M. Ngọc Ví dụ khác

1. Biến ngẫu Một lô hàng có 10 sản phẩm trong đó có 8 sản phẩm tốt. Lấy 1. Biến ngẫu
Xác suất để xạ thủ bắn trúng bia là 0.8. Xạ thủ được phát
nhiên nhiên
1.1 Định nghĩa và ngẫu nhiên 2 sản phẩm từ lô hàng này. Tìm quy luật phân phối 1.1 Định nghĩa và
từng viên đạn để bắn cho đến khi trúng bia. Tìm quy luật phân
phân loại biến ngẫu phân loại biến ngẫu
nhiên
xác suất của số sản phẩm tốt trong 2 sản phẩm được lấy ra. nhiên
1.2 Quy luật phân phối xác suất của số viên đạn được phát.
phối xác suất phối xác suất
Giải: 1.2.1 Phân phối xác
Giải:
nhiên rời rạc
Gọi X là ”số sản phẩm tốt trong 2 sản phẩm được lấy ra“. Vậy X là biến nhiên rời rạc
1.2.2 Phân phối xác 1.2.2 Phân phối xác Gọi X là ”số viên đạn được phát‘. Vậy X là biến ngẫu nhiên rời rạc có thể
suất của biến ngẫu ngẫu nhiên rời rạc có thể nhận các giá trị có thể có 0, 1, 2; và các xác suất suất của biến ngẫu
nhận các giá trị có thể có 1, 2, . . . , k, . . . ; và các xác suất tương ứng
tương ứng được tính theo định nghĩa cổ điển như sau: 1.3 Một số đặc trưng
P(X = 1) = 0.8; (ngay phát đầu tiên xạ thủ đã bắn trúng bia).
2. Véc-tơ C22 1 C81 × C21 16 2. Véc-tơ
ngẫu nhiên P(X = 0) = 2
= ; P(X = 1) = 2
= ; ngẫu nhiên P(X = 2) = 0.2 × 0.8; (phát I bắn không trúng bia và phát II bắn trúng).
C10 45 C10 45
2.1 Khái niệm véc-tơ 2.1 Khái niệm véc-tơ ...
ngẫu nhiên
C82 28 ngẫu nhiên
P(X = k) = (0.2)k−1 × 0.8; ((k − 1) phát đầu bắn không trúng bia
2.2 Véc-tơ ngẫu P(X = 2) = 2
= . 2.2 Véc-tơ ngẫu
C10 45 nhiên rời rạc 2 chiều
Phân phối đồng thời và phát thứ k bắn trúng).
Phân phối lề
Như vậy, quy luật phân phối xác suất của X được biểu thị bởi phân phối
Phân phối lề
Như vậy bảng phân phối xác suất của X có dạng:
xác suất sau: X 1 2 ... k ...
X 0 1 2
1 16 28 P 0.8 0.2 × 0.8 ... (0.2)k−1 × 0.8 ...
P 45 45 45
n ∞
3
X X 0.8
X 1 16 28 Kiểm tra ta có: ∀i, 0 ≤ pi ≤ 1 và pi = 0.2k−1 0.8 = = 1.
Kiểm tra ta có: ∀i, 0 ≤ pi ≤ 1 và pi = + + = 1. 1 − 0.2
45 45 45 i=1 k=1
i=1
XSTK XSTK
N.T. M. Ngọc Hàm phân phối xác suất của BNN N.T. M. Ngọc Hàm phân phối xác suất của BNN
1. Biến ngẫu
nhiên
rời rạc 1. Biến ngẫu
nhiên
rời rạc
nhiên
nhiên
Giả sử biến ngẫu nhiên X có bảng phân phối xác suất
1.2 Quy luật phân 1.2 Quy luật phân
phối xác suất
phối xác suất
X x1 x2 ··· xi xi+1 ··· xn
nhiên rời rạc
Định nghĩa nhiên rời rạc P p1 p2 ··· pi pi+1 ··· pn
nhiên liên tục
Xét BNN rời rạc X có thể nhận các giá trị nhiên liên tục
Khi đó, hàm phân phối xác suất của X là
2. Véc-tơ
ngẫu nhiên
x1 , x2 , .., xn . Hàm phân phối xác suất của X, kí 2. Véc-tơ
ngẫu nhiên

0 nếu x < x1

ngẫu nhiên hiệu F (x ), được xác định như sau: 2.1 Khái niệm véc-tơ
ngẫu nhiên




p1 nếu x1 ≤ x < x2
2.2 Véc-tơ ngẫu 2.2 Véc-tơ ngẫu 

nhiên rời rạc 2 chiều nhiên rời rạc 2 chiều 
X
p1 + p2
 nếu x2 ≤ x < x3
F (x ) = P(X ≤ x ) =
Phân phối đồng thời Phân phối đồng thời
P(X = xi )


hệ số tương quan xi ≤x
F (x ) = P(X ≤ x ) = ... ...

xi ≤ x < xi+1




p1 + p2 + . . . + pi nếu

. . .

 ...


x ≥ xn .

 1 nếu
XSTK XSTK

1. Biến ngẫu
nhiên
1. Biến ngẫu
nhiên VD1: Tung đồng thời 4 con xúc xắc (đồng nhất).
nhiên
nhiên
Gọi X là số mặt chẵn xuất hiện.
phối xác suất
Tung ba đồng xu (cân đối) cùng lúc. Tìm quy 1.2 Quy luật phân
phối xác suất
a. Lập bảng phân phối xác suất của X .
nhiên rời rạc
luật phân phối xác suất của số mặt sấp ”S“ xuất 1.2.1 Phân phối xác
nhiên rời rạc
b. Xác định hàm phân phối xác suất của X .
nhiên liên tục
hiện. suất của biến ngẫu
nhiên liên tục ............................................................
............................................................
Giải: của biến ngẫu nhiên
............................................................
2. Véc-tơ 2. Véc-tơ
ngẫu nhiên
....................................... ngẫu nhiên
............................................................
2.2 Véc-tơ ngẫu
....................................... 2.2 Véc-tơ ngẫu
vd2: Tung 1 đồng xu cân đối đồng nhất. Gọi X là
Phân phối lề ....................................... Phân phối đồng thời
Phân phối lề số mặt sấp xuất hiện.
....................................... hệ số tương quan
a. Lập bảng phân phối xác suất của X .
.................. ..................... b. Xác định hàm phân phối xác suất của X .
............................................................
............................................................
............................................................
............................................................
XSTK XSTK
Nhận xét:
N.T. M. Ngọc Hàm mật độ xác suất (pdf) N.T. M. Ngọc
Mọi hàm f (x ) không âm và thỏa mãn điều kiện
Z+∞
nhiên nhiên f (x )dx = 1 đều là hàm mật độ xác suất của một
1.1 Định nghĩa và 1.1 Định nghĩa và −∞
nhiên
Hàm mật độ xác suất dùng để mô tả quy luật phân loại biến ngẫu
nhiên
biến ngẫu nhiên X nào đó.
phối xác suất
phân phối xác suất của biến ngẫu nhiên liên tục. phối xác suất
Tính chất:
nhiên rời rạc nhiên rời rạc
1.2.2 Phân phối xác 1.2.2 Phân phối xác X là biến ngẫu nhiên liên tục
Định nghĩa suất của biến ngẫu
nhiên liên tục
nhiên liên tục
• Từ định nghĩa về hàm mật độ xác suất f(x) của BNN
2. Véc-tơ
Cho biến ngẫu nhiên liên tục X, hàm số f (x ) xác của biến ngẫu nhiên
2. Véc-tơ
liên tục X, ta có hàm phân phối xác suất của BNN liên
ngẫu nhiên
định trên R và thỏa các tính chất: ngẫu nhiên
tục X là
• f (x ) ≥ 0, ∀x
Z x
F (x ) = P(X ≤ x ) =
Z +∞ Phân phối đồng thời f (t)dt.
Phân phối lề Phân phối lề −∞
• f (x )dx = 1 Hiệp phương sai và
−∞ Z • F ′ (x ) = dFdx(x ) = f (x )
• P(X ∈ I) = f (x )dx ; ∀I ⊂ R • P(X = x0 ) = 0, ∀x0 ∈ R;
I
Z b
Khi đó, hàm số f (x ) được gọi là hàm mật độ xác • P(a < X < b) = f (x )dx
a
suất của BNN liên tục X.
XSTK XSTK

nhiên nhiên
nhiên
Cho hàm mật độ xác suất của BNN X có dạng: nhiên
Cho hàm
1.2.1 Phân phối xác  1.2.1 Phân phối xác

nhiên rời rạc
a cos x

nếu x ∈ [−π/2, π/2]
nhiên rời rạc 2x

nếu x ∈ [0, 1]
f (x ) = 
suất của biến ngẫu f (x ) = 
nhiên liên tục
0 nếu x ∈
/ [−π/2, π/2]
nhiên liên tục
0 nếu x ∈
/ [0, 1]
ngẫu nhiên
i) Tìm a và xác định hàm phân phối xác suất
ngẫu nhiên i) Chứng tỏ rằng f (x ) là hàm mật độ xác suất
Phân phối đồng thời của BNN X.
Phân phối đồng thời của biến ngẫu nhiên X nào đó.
ii) Tính xác suất để X nhận giá trị trong khoảng
hệ số tương quan b) Tìm hàm phân phối xác suất F (x ) của X .
(π/4, π). ii) Tính xác suất P(0 < X ≤ 12 ).
XSTK XSTK
N.T. M. Ngọc Ví dụ khác N.T. M. Ngọc 1.3 Một số đặc trưng của biến
1. Biến ngẫu
nhiên
1. Biến ngẫu
nhiên
ngẫu nhiên
nhiên
Tuổi thọ Y của một thiết bị (đơn vị: giờ) có hàm phân loại biến ngẫu
nhiên
phối xác suất
mật độ xác suất có dạng phối xác suất
suất của biến ngẫu • Các tham số đặc trưng cho xu hướng trung
tâm của biến ngẫu nhiên: kỳ vọng toán, trung

 1.2.2 Phân phối xác
nhiên liên tục  a2

nếu y ≥ 100 suất của biến ngẫu
nhiên liên tục
y
của biến ngẫu nhiên f (y ) = 1.3 Một số đặc trưng
của biến ngẫu nhiên vị, mốt, . . .
2. Véc-tơ
0

nếu y < 100 2. Véc-tơ
ngẫu nhiên
ngẫu nhiên
• Các tham số đặc trưng cho độ phân tán của
với a ∈ R.
2.2 Véc-tơ ngẫu
2.2 Véc-tơ ngẫu
biến ngẫu nhiên: phương sai, độ lệch chuẩn,
Phân phối lề i) Hãy xác định hàm phân phối của Y .
Phân phối lề hệ số biến thiên,
ii) Thiết bị được gọi là loại A nếu tuổi thọ của

• Các tham số đặc trưng cho dạng phân phối
nó kéo dài ít nhất 400 giờ. Tính tỉ lệ loại A. xác suất.
XSTK XSTK
N.T. M. Ngọc Kỳ vọng toán N.T. M. Ngọc Ví dụ

nhiên nhiên
nhiên
Định nghĩa phân loại biến ngẫu
nhiên Ví dụ: Cho biến ngẫu nhiên X có bảng phân phối
phối xác suất
1.2.1 Phân phối xác • Trường hợp X rời rạc: đại lượng ngẫu nhiên phối xác suất
1.2.1 Phân phối xác X −1 0 2 3
nhiên rời rạc
nhiên rời rạc xác suất:
rời rạc X có bảng phân phối xác suất 1.2.2 Phân phối xác
P 0.1 0.2 0.4 0.3
nhiên liên tục
X x1 x2 . . . xn nhiên liên tục
của biến ngẫu nhiên Tính kỳ vọng của X ?
2. Véc-tơ
ngẫu nhiên
P p1 p2 . . . pn 2. Véc-tơ
ngẫu nhiên
2.1 Khái niệm véc-tơ n
X 2.1 Khái niệm véc-tơ
ngẫu nhiên
2.2 Véc-tơ ngẫu
Kỳ vọng của X : E(X ) = xi pi ngẫu nhiên
2.2 Véc-tơ ngẫu
Ví dụ khác: Cho biến ngẫu nhiên X có bảng
i=1
Phân phối lề
Phân phối lề X 1 2 4 5 7
Hiệp phương sai và • Trường hợp X liên tục: đại lượng ngẫu nhiên Hiệp phương sai và phân phối xác suất:
P a 0.2 b 0.2 0.1
liên tục X có hàm mật độZ xác suất f (x ).
+∞
Kỳ vọng của X : E(X ) = xf (x )dx Tìm giá trị của tham số a và b để E(X ) = 3.5?
−∞
XSTK XSTK
N.T. M. Ngọc Ví dụ N.T. M. Ngọc Tính chất của kỳ vọng

nhiên nhiên
1.1 Định nghĩa và 1.1 Định nghĩa và Tính chất của kỳ vọng
nhiên
Ví dụ : Tìm kì vọng của biến ngẫu nhiên liên tục X có hàm nhiên
1.2 Quy luật phân • E(c) = c với c là hằng số.
 3 (x 2 + 2x ) với x ∈ [0; 1]
mật độ xác suất sau: f (x ) =  4
suất của biến ngẫu • E(aX ) = aE(X ) với a ∈ R
0 với x ∈/ [0; 1] 1.2.2 Phân phối xác
suất của biến ngẫu • E(aX + b) = aE(X ) + b với a, b ∈ R
của biến ngẫu nhiên Ví dụ khác: Thời gian điều trị một loại bệnh để bệnh nhân 1.3 Một số đặc trưng
của biến ngẫu nhiên • E(X + Y ) = E(X ) + E(Y )
2. Véc-tơ
ngẫu nhiên
mắc bệnh này khỏi bệnh là đại lượng ngẫu nhiên X có hàm 2. Véc-tơ
ngẫu nhiên
• Nếu X và Y độc lập thì E(XY ) = E(X ).E(Y )
ngẫu nhiên
mật độ xác suất sau: 2.1 Khái niệm véc-tơ
ngẫu nhiên
2.2 Véc-tơ ngẫu
 3 x 2 với x ∈ [0; 4] 2.2 Véc-tơ ngẫu
Phân phối đồng thời f (x ) = 64 Phân phối đồng thời
Ý nghĩa của kỳ vọng
Phân phối lề 0 với x ∈/ [0; 4] Phân phối lề
hệ số tương quan • Kỳ vọng là giá trị trung bình theo xác suất của tất cả
Tính thời gian điều trị trung bình để một bệnh nhân mắc
các giá trị có thể có của biến ngẫu nhiên X .
bệnh này khỏi bệnh.
• Kỳ vọng phản ánh giá trị trung tâm của phân phối xác
suất của biến ngẫu nhiên X .
XSTK XSTK
N.T. M. Ngọc Ví dụ N.T. M. Ngọc Ứng dụng thực tế của kỳ vọng

1. Biến ngẫu
nhiên
1. Biến ngẫu
nhiên
toán
nhiên nhiên
• Lúc đầu, kỳ vọng toán xuất hiện trong các trò chơi
phối xác suất Tính thu nhập trung bình của nhân viên trong 1.2 Quy luật phân
phối xác suất
1.2.1 Phân phối xác 1.2.1 Phân phối xác may rủi để tính giá trị mà người chơi mong đợi sẽ
nhiên rời rạc
một công ty có 600 nhân viên, bảng sau đây cho suất của biến ngẫu
nhiên rời rạc
nhận được. Trong lý thuyết trò chơi, E(X ) = 0 là trò
nhiên liên tục
biết thu nhập trong một tháng của nhân viên suất của biến ngẫu
nhiên liên tục
chơi công bằng.
2. Véc-tơ
trong công ty này. của biến ngẫu nhiên
2. Véc-tơ
ngẫu nhiên Thu nhập (triệu/tháng) 3 3.5 4 5 6 10 ngẫu nhiên • Hiện nay, kỳ vọng toán được áp dụng rộng rãi trong
ngẫu nhiên
Số người cùng thu nhập 48 100 150 200 60 42 ngẫu nhiên nhiều lĩnh vực kinh doanh và quản lý như một tiêu
2.2 Véc-tơ ngẫu
....................................... 2.2 Véc-tơ ngẫu
chuẩn để quyết định trong tình huống cần lựa chọn
giữa nhiều chiến lược khác nhau.
hệ số tương quan ....................................... Hiệp phương sai và
Trong thực tế sản xuất hay kinh doanh, khi cần
....................................... chọn phương án cho năng suất hay lợi nhuận cao,
người ta thường chọn phương án sao cho kỳ vọng
năng suất hay kì vọng lợi nhuận cao.
XSTK XSTK
N.T. M. Ngọc Ví dụ N.T. M. Ngọc Giải

nhiên nhiên Gọi i là ” số lượng sách cần nhập“,
j là ” số lượng sách theo nhu cầu“.
nhiên
Một cửa hàng sách dự định nhập vào một số sách XSTK. phân loại biến ngẫu
nhiên
phối xác suất Nhu cầu hàng năm về loại sách này được cho trong bảng 1.2 Quy luật phân
phối xác suất Gọi Xij là ” lợi nhuận “, hiển nhiên lợi nhuận sẽ phụ thuộc vào số lượng sách cần
1.2.1 Phân phối xác 1.2.1 Phân phối xác nhập và nhu cầu thực tế về loại sách này.
nhiên rời rạc
phân phối xác suất sau: suất của biến ngẫu
nhiên rời rạc
nhiên liên tục nhiên liên tục 10 × j − 7 × i + 4 × (i − j) với j ≤ i
1.3 Một số đặc trưng Nhu cầu j (cuốn) 20 21 22 23 24 25 1.3 Một số đặc trưng
Theo đề bài ta có: Xij =
10 × j − 7 × i với j > i
2. Véc-tơ
Xác suất P 0.3 0.25 0.18 0.14 0.1 0.03 2. Véc-tơ
Vậy ta có bảng lợi nhuận của Xij sau:
ngẫu nhiên
2.2 Véc-tơ ngẫu Cửa hàng này mua vào với giá 7 USD/cuốn và bán ra với ngẫu nhiên
2.2 Véc-tơ ngẫu
giá 10 USD/cuốn, đến cuối năm thi phải bán hạ giá còn 4 H j 20
H
Phân phối đồng thời Phân phối đồng thời 21 22 23 24 25
Phân phối lề Phân phối lề i HH
USD/cuốn trước khi XSTK của năm tới được xuất bản. Hiệp phương sai và
20 60 60 60 60 60 60
21 57 63 63 63 63 63
Cửa hàng muốn xác định số lượng nhập vào sao cho lợi 22 54 60 66 66 66 66
23 51 57 63 69 69 69
nhuận kỳ vọng là lớn nhất. 24 48 54 60 66 72 72
25 45 51 57 63 69 75
XSTK XSTK
N.T. M. Ngọc N.T. M. Ngọc Trung vị md

Chiến lược của cửa hàng sách là phải chọn số lượng sách cần nhập i để cực đại
nhiên lợi nhuận kỳ vọng. Với số lượng nhập i lợi nhuận kỳ vọng được tính như sau: nhiên
phân loại biến ngẫu X phân loại biến ngẫu
nhiên nhiên
E(Xi ) = xij pj 1.2 Quy luật phân
j
nhiên rời rạc
1.2.2 Phân phối xác Từ đó ta có bảng giá trị lợi nhuận kỳ vọng tùy thuộc vào số lượng nhập như sau:
nhiên rời rạc
Trung vị của biến ngẫu nhiên X bất kỳ, kí hiệu
nhiên liên tục
nhiên liên tục
Med(X ) là giá trị md của biến ngẫu nhiên X sao
Số lượng nhập i Lợi nhuận kỳ vọng E(Xi ) của biến ngẫu nhiên
2. Véc-tơ
20 60.00
2. Véc-tơ
cho :
1

ngẫu nhiên 21 61.20 ngẫu nhiên
 P (X ≤ md ) ≥

2.1 Khái niệm véc-tơ 22 60.90 2.1 Khái niệm véc-tơ


ngẫu nhiên
2.2 Véc-tơ ngẫu
23 59.52
ngẫu nhiên
2.2 Véc-tơ ngẫu 2
nhiên rời rạc 2 chiều 24 57.30 nhiên rời rạc 2 chiều
 1
 P (X ≥ md ) ≥
25 54.48


2
Vậy chiến lược mang lại lợi nhuận kỳ vọng tối đa là nhập 21 cuốn sách. Ta viết : Med(X ) = md
XSTK XSTK
N.T. M. Ngọc Nhận xét (trung vị) : N.T. M. Ngọc Trung vị của biến ngẫu nhiên rời
1. Biến ngẫu
nhiên Khi X là biến ngẫu nhiên liên tục thì trung vị của 1. Biến ngẫu
nhiên
rạc
nhiên
X chính là điểm chia phân phối xác suất thành phân loại biến ngẫu
nhiên
phối xác suất
hai phần bằng nhau. Nghĩa là
phối xác suất Ví dụ 1: Giả sử biến ngẫu nhiên rời rạc X có bảng phân
nhiên rời rạc
nhiên rời rạc
phối xác suất như sau
nhiên liên tục
P (X ≥ md ) = P (X ≤ md ) = 1/2 1.2.2 Phân phối xác
nhiên liên tục
X 1 2 3 4
1.3 Một số đặc trưng 1.3 Một số đặc trưng P 0.1 0.2 0.3 0.4
2. Véc-tơ
tương đương với của biến ngẫu nhiên
2. Véc-tơ
Tìm Med(X ).
ngẫu nhiên P(X ≥ md ) = 1/2 hoặc P(X ≤ md ) = 1/2. 2.1 Khái niệm véc-tơ
ngẫu nhiên
Ví dụ 2 : Trung vị của biến ngẫu nhiên rời rạc cho trường
2.2 Véc-tơ ngẫu
2.2 Véc-tơ ngẫu
hợp không duy nhất Giả sử biến ngẫu nhiên rời rạc X có
bảng phân phối xác suất như sau
Phân phối lề
Chứng minh : Phân phối lề
Hiệp phương sai và X 1 2 3 4
Thật vậy, từ điều kiện P(X ≥ md ) ≥ 1/2 suy ra P 0.1 0.4 0.3 0.2
P(X ≤ md ) = P(X < md ) ≤ 1/2. Kết hợp với
Tìm Med(X ).
điều kiện P(X ≤ md ) ≥ 1/2 ta phải có
P(X ≤ md ) = 1/2.
XSTK XSTK
N.T. M. Ngọc Trung vị của biến ngẫu nhiên liên N.T. M. Ngọc Mode m0
1. Biến ngẫu
nhiên
tục 1. Biến ngẫu
nhiên
nhiên Ví dụ 1: Trung vị của biến ngẫu nhiên liên tục Giả sử biến
nhiên
Mode của biến ngẫu nhiên X , ký hiệu Mod(X ),
phối xác suất
ngẫu nhiên liên tục X có hàm mật độ xác suất cho bởi phối xác suất
là giá trị mà biến ngẫu nhiên X nhận được với
nhiên rời rạc
(
4x 3 khi 0 < x < 1
nhiên rời rạc
xác suất lớn nhất.
nhiên liên tục f (x ) = suất của biến ngẫu
nhiên liên tục
Từ định nghĩa,
1.3 Một số đặc trưng 0 nơi khác 1.3 Một số đặc trưng i) nếu biến ngẫu nhiên rời rạc X có bảng phân phối xác suất
2. Véc-tơ Tìm Med(X ). 2. Véc-tơ

X x1 x2 ··· xn ···
Ví dụ 1: Trung vị của biến ngẫu nhiên liên tục cho trường 2.1 Khái niệm véc-tơ P p1 p2 ··· pn ···
2.2 Véc-tơ ngẫu
nhiên rời rạc 2 chiều hợp không duy nhất Giả sử biến ngẫu nhiên liên tục X có 2.2 Véc-tơ ngẫu
nhiên rời rạc 2 chiều thì
Phân phối lề hàm mật độ xác suất cho bởi Phân phối lề
Mod(X ) = xi ⇔ pi = P (X = xi ) = max {p1 , p2 . . .} .

1 Hiệp phương sai và

 khi 0 ≤ x ≤ 1 ii) nếu X có phân phối liên tục với hàm mật độ xác suất f (x ) thì
2

f (x ) = 1 khi 2.5 ≤ x ≤ 3 Mod(X ) = x0 ⇔ f (x0 ) = max f (x ).
x ∈R


0 nơi khác

Tìm Med(X ).
XSTK XSTK
N.T. M. Ngọc Ví dụ N.T. M. Ngọc Phương sai V(X )

nhiên
Trường hợp rời rạc: Tìm Mod của biến ngẫu nhiên Phương sai V(X )
nhiên
nhiên X có phân phối rời rạc với bảng phân phối nhiên
Nếu biến ngẫu nhiên X có kỳ vọng E(X ) thì
xác suất 1.2.1 Phân phối xác
phương sai V(X ) hay Var (X ) được định nghĩa là:
nhiên liên tục
X 1 2 3 4 5 suất của biến ngẫu
nhiên liên tục
V(X ) = E[(X − E[X ])2 ]
P 0, 3 0, 25 0, 18 0, 14 0, 13 của biến ngẫu nhiên
ngẫu nhiên
Trường hợp liên tục: Tìm Mod của biến ngẫu
ngẫu nhiên Lưu ý:
• Trong tính toán, để tính phương sai của biến

Phân phối lề
nhiên X có hàm mật độ xác suất sau Phân phối đồng thời
Phân phối lề
 Hiệp phương sai và
hệ số tương quan ngẫu nhiên X ta thường dử dụng công thức
 3
x (2 − x ) khi 0 ≤ x ≤ 2;


f (x ) =  4 V(X ) = E[X 2 ] − (E[X ])2

 0 nơi khác
• Phương sai còn được kí hiệu là: D(X )
XSTK XSTK
N.T. M. Ngọc Độ lệch chuẩn σ(X ) N.T. M. Ngọc Ý nghĩa của phương sai:
nhiên Độ lệch chuẩn σ(X ) (hay kí hiệu là S(X ) ) nhiên
nhiên
Độ lệch chuẩn của biến ngẫu nhiên X là căn bậc nhiên
• Phương sai là kỳ vọng của bình phương các
1.2.1 Phân phối xác hai của phương sai V(X ) 1.2.1 Phân phối xác
nhiên rời rạc
nhiên rời rạc sai lệch giữa X và E(X ). Nói cách khác
1.2.2 Phân phối xác q 1.2.2 Phân phối xác
nhiên liên tục
σ(X ) = V(X )
nhiên liên tục
phương sai là trung bình bình phương sai lệch.
2. Véc-tơ
2. Véc-tơ
Phương sai phản ánh mức độ phân tán các
ngẫu nhiên
Tính chất của phương sai:
ngẫu nhiên
giá trị của biên ngẫu nhiên xung quanh giá trị
trung bình.
• V(c) = 0
Phân phối đồng thời với c là hằng số. Phân phối đồng thời
• Trong công nghiệp, phương sai biểu thị độ
hệ số tương quan • V(aX ) = a2 V(X ) với a ∈ R
chính xác trong sản xuất.

• Nếu X và Y độc lập thì • Trong canh tác, phương sai biểu thị mức độ
V(X + Y ) = V(X ) + V(Y ) ổn định của năng xuất.
XSTK XSTK
N.T. M. Ngọc Ví dụ N.T. M. Ngọc Véc-tơ ngẫu nhiên

nhiên Ví dụ : Một hộp có 10 bi, trong đó có 3 bi nặng nhiên
nhiên 10g, 5 bi nặng 50g và 2 bi nặng 20g. Chọn ngẫu phân loại biến ngẫu
nhiên Một bộ gồm n biến ngẫu nhiên (X1 , . . . , Xn ) gọi là một
phối xác suất
1.2.1 Phân phối xác nhiên 1 bi, gọi X là khối lượng của bi đó. phối xác suất
véc-tơ ngẫu nhiên n chiều.
nhiên rời rạc
Tính E(X ) và V(X ).
nhiên rời rạc Nếu X1 , . . . , Xn là các biến ngẫu nhiên rời rạc thì
nhiên liên tục ............................................................
nhiên liên tục
(X1 , . . . , Xn ) là véc-tơ ngẫu nhiên rời rạc.
của biến ngẫu nhiên ............................................................
của biến ngẫu nhiên Nếu X1 , . . . , Xn là các biến ngẫu nhiên liên tục thì
2. Véc-tơ ............................................................ 2. Véc-tơ (X1 , . . . , Xn ) là véc-tơ ngẫu nhiên liên tục.
ngẫu nhiên Ví dụ khác: Cho biến ngẫu nhiên Y có hàm mật 2.1 Khái niệm véc-tơ
ngẫu nhiên
Ví dụ
 22

nếu y ∈ [1, 2] nhiên rời rạc 2 chiều
Phân phối đồng thời Một nhà máy sản xuất một loại sản phẩm, nếu kích thước
Phân phối lề
độ xác suất g(y ) =  y Phân phối lề
của sản phẩm được đo bằng chiều dài X và chiều rộng Y
hệ số tương quan 0 nếu y ∈
/ [1, 2] Hiệp phương sai và
thì ta có véctơ ngẫu nhiên hai chiều, còn nếu xét thêm cả
Tính E(Y ) và V(Y ). chiều cao Z nữa thì ta có véctơ ngẫu nhiên ba chiều. Nếu
............................................................ ta chỉ quan tâm đến trọng lượng và thể tích của sản phẩm
............................................................
ta cũng được biến ngẫu nhiên hai chiều.
............................................................
XSTK XSTK
N.T. M. Ngọc Hàm mật độ đồng thời N.T. M. Ngọc Bảng phân phối xác suất đồng thời
1. Biến ngẫu TH rời rạc 1. Biến ngẫu TH rời rạc
nhiên nhiên
nhiên nhiên
nhiên rời rạc
Hàm mật độ xác suất đồng thời (hay ngắn 1.2.1 Phân phối xác
nhiên rời rạc
PP
X PP
P
Y
y1 y2 ··· yj ··· yn Tổng dòng

suất của biến ngẫu gọn là hàm mật độ đồng thời) của véc-tơ 1.2.2 Phân phối xác
x1 f (x1 , y1 ) f (x1 , y2 ) ··· f (x1 , yj ) ··· f (x1 , yn ) f (x1 , •)
nhiên liên tục nhiên liên tục x2 f (x2 , y1 ) f (x2 , y2 ) ··· f (x2 , yj ) ··· f (x2 , yn ) f (x2 , •)
của biến ngẫu nhiên ngẫu nhiên rời rạc (X , Y ), ký hiệu là fX ,Y (x , y ), 1.3 Một số đặc trưng
của biến ngẫu nhiên .
.
.
.
.
.
.
.
.
.
.
.
. . . ··· . ··· . .
2. Véc-tơ
ngẫu nhiên là một hàm thực thỏa 2. Véc-tơ
ngẫu nhiên xi f (xi , y1 ) f (xi , y2 ) ··· f (xi , yj ) ··· f (xi , yn ) f (xi , •)
2.1 Khái niệm véc-tơ 2.1 Khái niệm véc-tơ . . . . . .
. . . . . .
ngẫu nhiên
2.2 Véc-tơ ngẫu
(1) fX ,Y (x , y ) = P(X = x , Y = y ) ngẫu nhiên
2.2 Véc-tơ ngẫu
. . . ··· . ··· . .
xm f (xm , y1 ) f (xm , y2 ) ··· f (xm , yj ) ··· f (xm , yn ) f (xm , •)
(2) fX ,Y (x , y ) ≥ 0
Phân phối lề Phân phối lề Tổng cột f (•, y1 ) f (•, y2 ) ··· f (•, yj ) ··· f (•, yn ) 1
(3) x y fX ,Y (x , y ) = 1 Bảng: Phân phối xác suất đồng thời của (X , Y )

P P
Hàm mật độ đồng thời của (X , Y ) được biểu

diễn bằng bảng phân phối xác suất đồng thời.
XSTK XSTK
N.T. M. Ngọc Hàm mật độ đồng thời N.T. M. Ngọc Hàm mật độ lề
1. Biến ngẫu Ví dụ 1. Biến ngẫu TH rời rạc
nhiên nhiên
nhiên
VD2 nhiên
phối xác suất
Cho (X , Y ) là véc-tơ ngẫu nhiên rời rạc 2 chiều có hàm phối xác suất
nhiên rời rạc mật độ đồng thời f (x , y ) cho bởi bảng sau suất của biến ngẫu
nhiên rời rạc
Hàm mật độ lề cho biến ngẫu nhiên X và Y
nhiên liên tục
nhiên liên tục
Nếu véc-tơ ngẫu nhiên rời rạc (X , Y ) có hàm mật độ đồng
HH Y 1.3 Một số đặc trưng thời là fX ,Y (x , y ) thì hàm mật độ lề cho biến ngẫu nhiên X
của biến ngẫu nhiên HH -1 0 1 của biến ngẫu nhiên
2. Véc-tơ
X HH 2. Véc-tơ và Y được xác định như sau
ngẫu nhiên 1 1 1 ngẫu nhiên
2.1 Khái niệm véc-tơ -1 6 9 9 2.1 Khái niệm véc-tơ
X
ngẫu nhiên
2.2 Véc-tơ ngẫu 0 1
0 1 ngẫu nhiên
2.2 Véc-tơ ngẫu
fX (x ) = P(X = x ) = fX ,Y (x , y ) (1)
nhiên rời rạc 2 chiều 9 6 nhiên rời rạc 2 chiều y
1 1 1
1 18 9 6
Phân phối đồng thời X
Phân phối lề
Tính: Phân phối lề
fY (y ) = P(Y = y ) = fX ,Y (x , y ) (2)
x
(a) P(X + Y = 1)
(b) P(X = 0)
(c) P(X < Y )
XSTK XSTK
N.T. M. Ngọc Hàm mật độ lề N.T. M. Ngọc Hàm mật độ lề

1. Biến ngẫu TH rời rạc 1. Biến ngẫu TH rời rạc
nhiên nhiên
nhiên
Bảng phân phối lề của biến ngẫu nhiên X 1.1 Định nghĩa và
nhiên
Ví dụ
···
X x1 x2 xm 1.2.1 Phân phối xác
suất của biến ngẫu (X , Y ) là véc-tơ ngẫu nhiên rời rạc 2 chiều có
PX fX (x1 ) fX (x2 ) ··· fX (xm ) 1.2.2 Phân phối xác
suất của biến ngẫu hàm mật độ đồng thời fX ,Y (x , y ) cho bởi bảng
của biến ngẫu nhiên với 1.3 Một số đặc trưng
của biến ngẫu nhiên sau
2. Véc-tơ
n 2. Véc-tơ
fX (xi ) = f (xi , •) = f (xi , yj ) (i = 1, . . . , m)
P
Y
HH
ngẫu nhiên
j=1 2.1 Khái niệm véc-tơ
ngẫu nhiên
HH
-1 0 1
2.2 Véc-tơ ngẫu
nhiên rời rạc 2 chiều Bảng phân phối lề của biến ngẫu nhiên Y 2.2 Véc-tơ ngẫu
X H
HH
H
1 1 1
Phân phối lề
Hiệp phương sai và Y y1 y2 ··· yn
Phân phối lề
-1 6 9 9
1 1
PY fY (y1 ) fY (y2 ) ··· fY (yn ) 0 9 0 6
1 1 1
1 18 9 6
với
m
fY (yj ) = f (•, yj ) = f (xi , yj ) (j = 1, . . . , n) Tìm hàm xác suất lề cho X và Y .
P
i=1
XSTK XSTK
N.T. M. Ngọc Kỳ vọng và phương sai từ phân N.T. M. Ngọc Hiệp phương sai
1. Biến ngẫu
nhiên
phối đồng thời 1. Biến ngẫu
nhiên
TH rời rạc 1.1 Định nghĩa và
phân loại biến ngẫu Định nghĩa
nhiên nhiên
phối xác suất
phối xác suất
Cho X và Y là hai biến ngẫu nhiên, hiệp
nhiên rời rạc
Định nghĩa
nhiên rời rạc
phương sai giữa X và Y , ký hiệu Cov (X , Y )
nhiên liên tục Xét véc-tơ ngẫu nhiên (X , Y ), nếu X có hàm mật độ lề fX (x ) thì suất của biến ngẫu
nhiên liên tục
(hay σX ,Y ) được định nghĩa như sau
của biến ngẫu nhiên X XX của biến ngẫu nhiên
2. Véc-tơ E(X ) = µX = xfX (x ) = xfX ,Y (x , y ) (3) 2. Véc-tơ

ngẫu nhiên
x x y ngẫu nhiên Cov (X , Y ) = E (X − E [X ]) (Y − E [Y ]) (5)
2.2 Véc-tơ ngẫu
nhiên rời rạc 2 chiều và 2.2 Véc-tơ ngẫu
= E(XY ) − E(X )E(Y )
X XX
Var (X ) = σX2 = (x − µX )2 fX (x ) = (x − µX )2 fX ,Y (x , y )
x x y
(4)
Ta cũng có định nghĩa tương tự cho Y . Hiệp phương sai là đại lượng dùng để đo mối liên
hệ tuyến tính giữa hai biến ngẫu nhiên X và Y .
XSTK XSTK
N.T. M. Ngọc Hiệp phương sai N.T. M. Ngọc Hiệp phương sai
nhiên nhiên
nhiên nhiên
Tương quan dương Tương quan âm Không tương quan Không tương quan
XSTK XSTK
N.T. M. Ngọc Hiệp phương sai N.T. M. Ngọc Hiệp phương sai
nhiên nhiên
nhiên Tính chất phân loại biến ngẫu
nhiên Định lý: Phương sai của tổng n biến ngẫu nhiên
phối xác suất Nếu hai biến ngẫu nhiên X và Y độc lập và có phương sai 1.2 Quy luật phân
phối xác suất
Nếu X1 , . . . , Xn là n biến ngẫu nhiên sao cho
nhiên rời rạc
hữu hạn thì suất của biến ngẫu
nhiên rời rạc Var (Xi ) < +∞ với mọi i = 1, . . . , n thì
Cov (X , Y ) = 0 (6) 1.2.2 Phân phối xác
n n
!
và phương sai của X + Y
X X XX
Var Xi = Var (Xi ) + 2 Cov (Xi , Xj ) (8)
i=1 i=1 i<j
2.1 Khái niệm véc-tơ Var (X + Y ) = Var (X ) + Var (Y ) (7) 2.1 Khái niệm véc-tơ
Phân phối đồng thời Phân phối đồng thời Trường hợp hai biến
Phân phối lề
Chú ý Phân phối lề
Hiệp phương sai và Với a, b và c là hằng số, ta có
Nếu hai biến ngẫu nhiên X và Y có Cov (X , Y ) = 0 thì ta
nói X và Y không tương quan, nhưng không thể suy ra Var (aX +bY +c) = a2 Var (X )+b 2 Var (Y )+2abCov (X , Y )
được X và Y là độc lập.
XSTK XSTK
N.T. M. Ngọc Hệ số tương quan N.T. M. Ngọc Hệ số tương quan

nhiên nhiên
nhiên Định nghĩa phân loại biến ngẫu
nhiên Ví dụ
phối xác suất
Hệ số tương quan giữa hai biến ngẫu nhiên X phối xác suất
nhiên rời rạc
và Y , ký hiệu ρX ,Y , được định nghĩa như sau nhiên rời rạc
1.3 Một số đặc trưng 1.3 Một số đặc trưng Cho véc-tơ ngẫu nhiên
Cov (X , Y ) σX ,Y của biến ngẫu nhiên
2. Véc-tơ ρX ,Y =q = (9) 2. Véc-tơ rời rạc (X , Y ) có phân

ngẫu nhiên
ngẫu nhiên
Var (X )Var (Y ) σX σY ngẫu nhiên
ngẫu nhiên phối xác suất đồng thời
Phân phối đồng thời như hình bên. Tính
Tính chất Hiệp phương sai và
Cov (X , Y ) và ρX ,Y .
−1 ≤ ρX ,Y ≤ +1
XSTK XSTK
N.T. M. Ngọc Ví dụ N.T. M. Ngọc Ví dụ (tt)

nhiên nhiên
nhiên
Cho véc-tơ ngẫu nhiên (X,Y) có bảng phân phối 1.1 Định nghĩa và
nhiên
phối xác suất
xác suất đồng thời sau 1.2 Quy luật phân
phối xác suất
Y
HH 1.2.2 Phân phối xác
−1 Tìm phân phối lề cho X , phân phối lề cho Y .

nhiên liên tục
HH
0 1 2 nhiên liên tục 1
của biến ngẫu nhiên X H
HH 1.3 Một số đặc trưng
2. Véc-tơ
H
2. Véc-tơ 2 Tính hiệp phương sai của X và Y.
ngẫu nhiên
0 0 0,2 0,3 0,1 2.1 Khái niệm véc-tơ
ngẫu nhiên 3 Tính hệ số tương quan giữa X và Y.
Phân phối lề
1 0,1 0 0,1 0 Phân phối lề
3 0,08 0,02 0 0,1
XSTK XSTK
N.T. M. Ngọc Giải ví dụ (tt) N.T. M. Ngọc Giải ví dụ (tt)

1. Biến ngẫu
nhiên 2. Tính Cov (X , Y ) 1. Biến ngẫu
nhiên
3. Tính ρXY .
Ta có: Cov (X , Y ) = E[XY ] − E[X ]E[Y ]

Cov (X , Y )
nhiên
nhiên
Ta có ρXY = p
phối xác suất
nên trước tiên, ta cần tính E[X ], E[Y ] và E[XY ]: phối xác suất
Var (X )Var (Y )
X
nhiên rời rạc
E[X ] = xpX (x ) = nhiên rời rạc
nên trước tiên, ta cần tính Var (X ), Var (Y ):
nhiên liên tục
x suất của biến ngẫu
nhiên liên tục
0 × 0, 6 + 1 × 0, 2 + 3 × 0, 2 = 0, 8. 1.3 Một số đặc trưng
Var (X ) = E[X 2 ]−(E [X ])2 = 02 ×0, 6+12 ×0, 2+32 ×0, 2−0, 82 = 1, 36.
2. Véc-tơ
ngẫu nhiên
E[Y ] == 0, 62. 2. Véc-tơ
ngẫu nhiên
ngẫu nhiên
XX ngẫu nhiên
2.2 Véc-tơ ngẫu
E[XY ] = xypXY (x , y ) 2.2 Véc-tơ ngẫu
nhiên rời rạc 2 chiều Var (Y ) = E[Y 2 ] − (E[Y ])2 = 1, 38 − 0, 622 = 0, 9956.
Phân phối đồng thời x y Phân phối đồng thời
Phân phối lề Phân phối lề Vậy
hệ số tương quan = 0 × (−1) × 0 + · · · + 3 × 2 × 0, 1 = 0, 36. Hiệp phương sai và
Cov (X , Y ) 0, 18
ρXY = p =√ = 0, 1548.
Var (X )Var (Y ) 1, 36 × 0, 9956
Vậy Cov (X , Y ) = E[XY ] − E[X ]E[Y ]
ρXY = 0, 1548 cho ta thấy rằng giữa X và Y có tương quan thuận
= 0, 36 − 0, 8 × 0, 62 = 0, 18. nhưng mối liên hệ giữa X và Y yếu.

Chuong2 Bien-Ngau-Nhien VectoNN DHKHTN 2024 SV-1

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

Chuong2 Bien-Ngau-Nhien VectoNN DHKHTN 2024 SV-1

Uploaded by

Copyright:

Available Formats

XSTK XSTK

N.T. M. Ngọc N.T. M. Ngọc Định nghĩa biến ngẫu nhiên

University of Science, VNU - HCM 2.2 Véc-tơ ngẫu

• Kí hiệu: X , Y , . . . là các biến ngẫu nhiên,

N.T. M. Ngọc Ví dụ N.T. M. Ngọc Ví dụ khác

N.T. M. Ngọc Ví dụ N.T. M. Ngọc Ví dụ khác

N.T. M. Ngọc Ví dụ N.T. M. Ngọc Ví dụ khác

tâm của biến ngẫu nhiên: kỳ vọng toán, trung

ii) Thiết bị được gọi là loại A nếu tuổi thọ của

N.T. M. Ngọc Kỳ vọng toán N.T. M. Ngọc Ví dụ

N.T. M. Ngọc Ví dụ N.T. M. Ngọc Tính chất của kỳ vọng

N.T. M. Ngọc Ví dụ N.T. M. Ngọc Ứng dụng thực tế của kỳ vọng

N.T. M. Ngọc Ví dụ N.T. M. Ngọc Giải

N.T. M. Ngọc N.T. M. Ngọc Trung vị md

2. Véc-tơ Tìm Med(X ). 2. Véc-tơ

N.T. M. Ngọc Ví dụ N.T. M. Ngọc Phương sai V(X )

• Trong tính toán, để tính phương sai của biến

chính xác trong sản xuất.

N.T. M. Ngọc Ví dụ N.T. M. Ngọc Véc-tơ ngẫu nhiên

1.2.2 Phân phối xác

(3) x y fX ,Y (x , y ) = 1 Bảng: Phân phối xác suất đồng thời của (X , Y )

Hàm mật độ đồng thời của (X , Y ) được biểu

N.T. M. Ngọc Hàm mật độ lề N.T. M. Ngọc Hàm mật độ lề

2. Véc-tơ E(X ) = µX = xfX (x ) = xfX ,Y (x , y ) (3) 2. Véc-tơ

N.T. M. Ngọc Hệ số tương quan N.T. M. Ngọc Hệ số tương quan

2. Véc-tơ ρX ,Y =q = (9) 2. Véc-tơ rời rạc (X , Y ) có phân

N.T. M. Ngọc Ví dụ N.T. M. Ngọc Ví dụ (tt)

−1 Tìm phân phối lề cho X , phân phối lề cho Y .

3 0,08 0,02 0 0,1

N.T. M. Ngọc Giải ví dụ (tt) N.T. M. Ngọc Giải ví dụ (tt)

Ta có: Cov (X , Y ) = E[XY ] − E[X ]E[Y ]

You might also like