CHAPTER 5

Discrete Probability
Distributions
CONTENTS Martin Clothing Store Problem
STATISTICS IN PRACTICE: Using Tables of Binomial
CITIBANK Probabilities
Expected Value and Variance for
5.1 RANDOM VARIABLES the Binomial Distribution
Discrete Random Variables
Continuous Random Variables 5.5 POISSON PROBABILITY
DISTRIBUTION
5.2 DISCRETE PROBABILITY An Example Involving Time
DISTRIBUTIONS Intervals
5.3 EXPECTED VALUE AND An Example Involving Length or
VARIANCE Distance Intervals
Expected Value 5.6 HYPERGEOMETRIC
Variance PROBABILITY
5.4 BINOMIAL PROBABILITY DISTRIBUTION
DISTRIBUTION
A Binomial Experiment

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 1
 Chapter 5: Phân phối xác suất rời rạc

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 2
 Nội dung

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 3
 5.1 Biến ngẫu nhiên
định nghĩa

! Biến ngẫu nhiên (random variable): mô tả các điểm

mẫu của phép thử. Biến ngẫu nhiên nhận các giá trị
bằng số.

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 4
 5.1 Biến ngẫu nhiên (tiếp)
biến ngẫu nhiên rời rạc

! Biến ngẫu nhiên rời rạc (discrete random variable):

có tập giá trị có thể (không gian mẫu) là hữu hạn
hoặc vô hạn đếm được.

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 5
 5.1 Biến ngẫu nhiên (tiếp)
ví dụ

! Ví dụ:
• Gieo con xúc xắc. X là số chấm xuất hiện
X(Ω) = {1, 2, 3, 4, 5, 6}
• Lấy ngẫu nhiên ra 3 bi từ hộp kín gồm 2 bi đỏ và 5
bi xanh. X là số bi đỏ trong 3 bi lấy ra.
X(Ω) = {0, 1, 2}
• X là số khách hàng vào một nhà hàng trong ngày,
X(Ω) = {0, 1, 2 , 3, ...}

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 6
 5.1 Biến ngẫu nhiên (tiếp)
biến ngẫu nhiên liên tục

! Biến ngẫu nhiên liên tục (continuous random

variable): có tập giá trị có thể (không gian mẫu) là vô
hạn không đếm được.

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 7
 5.1 Biến ngẫu nhiên (tiếp)
ví dụ

! Ví dụ:
• X là chiều cao của một thanh niên trưởng thành
X(Ω) = {??}
• X là thời gian chờ ở một trạm xe bus (phút)
X(Ω) = {??}

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 8
 5.2 Phân phối xác suất rời rạc
phân phối xác suất

! Phân phối xác suất mô tả các xác suất được phân bố

như thế nào tới các giá trị của biến ngẫu nhiên.
! Đối với biến ngẫu nhiên rời rạc phân phối xác suất có
thể được thể hiện bởi một bảng phân bố xác suất
hoặc một hàm số xác suất

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 9
 5.2 Phân phối xác suất rời rạc (tiếp)
ví dụ

! Ví dụ: X là số chấm xuất hiện khi gieo xúc xắc. Phân

phối xác suất của X thể hiện bởi bảng sau:

X 1 2 3 4 5 6
P 1/6 1/6 1/6 1/6 1/6 1/6

hoặc bởi đồ thị sau

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 10
 5.2 Phân phối xác suất rời rạc (tiếp)
hàm số xác suất

! Kí hiệu f(x) là hàm số mô tả xác suất tương ứng giá

trị x của biến ngẫu nhiên X. Khi đó:

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 11
 5.2 Phân phối xác suất rời rạc (tiếp)
ví dụ

! Ví dụ: X là số chấm xuất hiện khi gieo một con xúc

xắc. Khi đó X(Ω) = {1, 2, 3, 4, 5, 6}. Nếu kí hiệu f(x) là
hàm xác suất của X thì f(1) = f(2) = f(3) = f(4) = f(5) =
f(6) = 1/6.

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 12
 5.2 Phân phối xác suất rời rạc (tiếp)
ví dụ

! Ví dụ: BNN X có hàm xác suất như sau f(x) = x/10

với x = 1, 2, 3 và 4. Ta có thể hiểu BNN X này như thế
nào? Tính xác suất X nhận giá trị nhỏ hơn 3.

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 13
 5.2 Phân phối xác suất rời rạc (tiếp)
ví dụ

! Ví dụ: Hãy xem xét hàm số sau. Đây có thể coi là hàm
số xác suất được không?

Nếu có, hãy tính xác suất BNN nhận giá trị lớn hơn 25.

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 14
 5.3 Giá trị kì vọng và phương sai
kỳ vọng

! Kỳ vọng của BNN là giá trị trung bình và được tính

theo công thức sau

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 15
 5.3 Giá trị kì vọng và phương sai (tiếp)
phương sai

! Phương sai của BNN được tính theo công thức sau

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 16
 5.3 Giá trị kỳ vọng và phương sai (tiếp)
ví dụ

! Ví dụ: BNN X có hàm xác suất như sau

Tính kỳ vọng 𝜇 và phương sai 𝝈2

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 17
 5.3 Giá trị kỳ vọng và phương sai (tiếp)
ví dụ

! Ví dụ: BNN X có hàm xác suất như sau f(x) = x/10

với x = 1, 2, 3 và 4. Tính kỳ vọng và phương sai của
BNN này.

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 18
 5.4 Phân phối nhị thức
phân phối Bernoulli
! BNN X có phân phối Bernoulli nếu hàm xác suất
được xác định như sau: f(1) = p, f(0) = 1 - p

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 19
 5.4 Phân phối nhị thức (tiếp)
ví dụ
! Ví dụ: Cho biết tỷ lệ sinh viên nam trong trường A là
0.35. Gặp ngẫu nhiên một sinh viên. BNN X nhận giá
trị 1 nếu đó là sinh viên nam, giá trị 0 nếu đó là sinh
viên nữ. Hãy nhận xét về phân phối xác suất của X

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 20
 5.4 Phân phối nhị thức (tiếp)
! Phân phối nhị thức là tổng các phân phối Bernoulli
cùng phân phối.

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 21
 5.4 Phân phối nhị thức (tiếp)
ví dụ
! Ví dụ: Cho biết tỷ lệ sinh viên nam trong một trường
X là 0.35.
• Gặp ngẫu nhiên một sinh viên. X = 1 nếu là sv
nam, X = 0 nếu là sinh viên nữ. Phân phối của X là
phân phối Bernoulli.
• Gặp ngẫu nhiên một nhóm 5 sinh viên. X là số
sinh viên nam có trong nhóm. X(Ω) = {0, 1, 2, 3, 4,
5}. Phân phối của X là phân phối nhị thức.

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 22
 5.4 Phân phối nhị thức (tiếp)
! BNN X được nói là có phân phối nhị thức và kí hiệu
X~B(n,p) nếu
• X(Ω) = {0, 1, 2, ..., n}
• 𝑓 𝑘 = 𝑃 𝑋 = 𝑘 = 𝐶!" 𝑝" 1 − 𝑝 !#"
Lưu ý: p là xác suất “thành công” của mỗi phép thử
(trial), n là tổng số phép thử.

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 23
 5.4 Phân phối nhị thức (tiếp)
ví dụ
! Ví dụ: Tỷ lệ số cam hỏng trong thùng là 3%. Số cam
trong thùng được giả định là khá lớn (tại sao?). Lấy
ngẫu nhiên ra 5 trái cam. X là số cam hỏng có trong 5
trái lấy ra. Hãy chỉ ra:
• Xác suất ”thành công” p?
• Số ”phép thử” (trail) n?
• Phân phối xác suất của BNN X

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 24
 5.4 Phân phối nhị thức (tiếp)
kỳ vọng và phương sai
! Giả sử X có phân phối nhị thức B(n, p). Khi đó giá trị
kỳ vọng và phương sai của X được tính theo công
thức

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 25
 5.4 Phân phối nhị thức (tiếp)
ví dụ
! Ví dụ: Tỉ lệ sinh viên nam trong trường A là 0.35.
Gặp ngẫu nhiên 20 sinh viên. Gọi X là số sinh viên
nam có trong nhóm này. Tính kỳ vọng và phương sai
của X.

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 26
 5.5 Phân phối Poisson (đọc thêm)
định nghĩa
! BNN X được nói là tuân theo phân phối Poisson với
tham số 𝜆, và kí hiệu X~P(𝜆), nếu
• X(Ω) = {0, 1, 2, ... }
$ !" %#
• 𝑓 𝑘 =𝑃 𝑋=𝑘 = "!

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 27
 5.5 Phân phối Poisson (đọc thêm)
ví dụ
! Ví dụ: Một cửa hàng cho thuê xe ô tô cho biết vào
ngày cuối tuần trung bình có khoảng 4 chiếc xe được
thuê. Giả sử nhu cầu thuê xe cuối tuần có phân phối
Poisson. Tính xác suất:
a. Không có chiếc xe nào được thuê
b. Nhu cầu thuê xe bằng 3
c. Giả sử cửa hàng có sẵn 7 chiếc xe để cho thuê.
Tính xác suất số xe không đáp ứng đủ nhu cầu
thuê xe.

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 28
 Quizzes on the canvas

TT GIÁO DỤC SỚM & XUẤT SẮC PMH

Vinhomes Grand Park Slide 29