Professional Documents
Culture Documents
Cac Quy Luat Phan Phoi 2023
Cac Quy Luat Phan Phoi 2023
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 2 / 118
NỘI DUNG
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 2 / 118
NỘI DUNG
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 2 / 118
NỘI DUNG
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 2 / 118
Các phân phối rời rạc Phân phối Bernoulli
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 3 / 118
Các phân phối rời rạc Phân phối Bernoulli
VÍ DỤ 1.1
Xét tình huống khách hàng tiếp theo sẽ mua máy
tính xách tay hay máy tính bàn tại một cửa hàng
điện tử. Đặt
(
1, nếu khách hàng mua máy tính bàn
X=
0, nếu khách hàng mua máy tính xách tay
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 4 / 118
Các phân phối rời rạc Phân phối Bernoulli
= P (khách hàng tiếp theo mua máy tính xách tay) = 0.8
f (1) = P (X = 1) =
= P (khách hàng tiếp theo mua máy tính bàn) = 0.2
f (x) = P (X = x) = 0, for x ̸= 0 hoặc x ̸= 1
Hàm phân phối Bernoulli là
0.8,
nếu x = 0
f (x) = 0.2, nếu x = 1
0, nếu x ̸= 0 hoặc x ̸= 1
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 5 / 118
Các phân phối rời rạc Phân phối Bernoulli
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 6 / 118
Các phân phối rời rạc Phân phối Bernoulli
ĐỊNH LÝ 1.1
Hàm phân bố xác suất của BNN Bernoulli có
thể biểu diễn dưới dạng f (1) = p and
f (0) = 1 − p, với 0 < p < 1.
1 − p,
nếu x = 0
f (x) = p, nếu x = 1 (1)
0, nếu x ̸= 0 hoặc x ̸= 1
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 7 / 118
Các phân phối rời rạc Phân phối Bernoulli
ĐỊNH LÝ 1.2
Nếu X ∼ B(p) thì
µ = E (X ) = p; σ2 = V (X ) = p(1 − p) (2)
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 8 / 118
Các phân phối rời rạc Phân phối Bernoulli
CHỨNG MINH.
E (X ) = 0 f (0) + 1 f (1) = p
V (X ) = E (X 2 ) − [E (X )]2 =
= 02 f (0) + 12 f (1) − p 2 = p − p 2 = p(1 − p).
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 9 / 118
Các phân phối rời rạc Phân phối Bernoulli
VÍ DỤ 1.2
Tung đồng xu đồng chất. Gọi X =số mặt sấp,
khi đó X là BNN Bernoulli với xác suất
p = 0.5. Tìm E (X ) và V ar (X )
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 10 / 118
Các phân phối rời rạc Phân phối Bernoulli
VÍ DỤ 1.2
Tung đồng xu đồng chất. Gọi X =số mặt sấp,
khi đó X là BNN Bernoulli với xác suất
p = 0.5. Tìm E (X ) và V ar (X )
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 10 / 118
Các phân phối rời rạc Phân phối nhị thức
p k = P (X = k) = C nk p k q n−k .
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 11 / 118
Các phân phối rời rạc Phân phối nhị thức
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 12 / 118
Các phân phối rời rạc Phân phối nhị thức
X 0 1 .. k .. n
P C n0 p 0 q n C n1 p 1 q n−1 .. C nk p k q n−k .. C nn p n q 0
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 13 / 118
Các phân phối rời rạc Phân phối nhị thức
ĐỊNH LÝ 1.3
Nếu X là số lần thành công trong dãy n phép
thử Bernoulli với xác suất thành công p thì
X ∼ B (n, p).
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 14 / 118
Các phân phối rời rạc Phân phối nhị thức
ĐỊNH LÝ 1.3
Nếu X là số lần thành công trong dãy n phép
thử Bernoulli với xác suất thành công p thì
X ∼ B (n, p).
ĐỊNH LÝ 1.4
Nếu X ∼ B (n, p) thì E (X ) = np và V (X ) = npq
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 14 / 118
Các phân phối rời rạc Phân phối nhị thức
ĐỊNH LÝ 1.3
Nếu X là số lần thành công trong dãy n phép
thử Bernoulli với xác suất thành công p thì
X ∼ B (n, p).
ĐỊNH LÝ 1.4
Nếu X ∼ B (n, p) thì E (X ) = np và V (X ) = npq
ĐỊNH LÝ 1.5
CHỨNG MINH
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 15 / 118
Các phân phối rời rạc Phân phối nhị thức
CHỨNG MINH
VÍ DỤ 1.3
Hàng đóng thành kiện, mỗi kiện có 10 sản
phẩm, trong đó có 3 phế phẩm. Khách hàng
sẽ nhận kiện hàng nếu lấy ngẫu nhiên ra 2
sản phẩm thì cả 2 sản phẩm đó đều tốt.
Khách hàng kiểm tra 100 kiện hàng. Gọi X
là số kiện được khách hàng nhận. Tìm
E (X ),V (X ), mod (X ).
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 16 / 118
Các phân phối rời rạc Phân phối nhị thức
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 17 / 118
Các phân phối rời rạc Phân phối nhị thức
Từ đó
7 140
E (X ) = np = 100 ×
=
15 3
7 8 224
V (X ) = npq = 100. . =
15 15 9
mod (X ) = [np − q] = [46, 133] = 46,
hoặc mod (X ) = 47
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 18 / 118
Các phân phối rời rạc Phân phối siêu bội
ĐẶT VẤN ĐỀ
ĐỊNH LÝ 1.6
Nếu X ∼ H (N , M , n) thì E (X ) = np và
N −n M
V (X ) = npq. , trong đó p = , q = 1 − p.
N −1 N
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 21 / 118
Các phân phối rời rạc Phân phối siêu bội
ĐỊNH LÝ 1.6
Nếu X ∼ H (N , M , n) thì E (X ) = np và
N −n M
V (X ) = npq. , trong đó p = , q = 1 − p.
N −1 N
VÍ DỤ 1.4
Một lô hàng gồm 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
được chọn. Tìm phân phối xác suất, kỳ vọng,
phương sai của X
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 21 / 118
Các phân phối rời rạc Phân phối siêu bội
k 5−k
C 10 .C 30−10
P (X = k) = 5
, k = 0, 5
C 30
10 5 M
E (X ) = np = n. = , p = ,
30 3 N
N − n 250
V (X ) = n.p.q. = , q = 1 − p.
N − 1 261
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 22 / 118
Các phân phối rời rạc Phân phối siêu bội
k 5−k
C 10 .C 30−10
P (X = k) = 5
, k = 0, 5
C 30
10 5 M
E (X ) = np = n. = , p = ,
30 3 N
N − n 250
V (X ) = n.p.q. = , q = 1 − p.
N − 1 261
X 0 1 2 3 4 5
0 5 1 4 2 3 3 2 4 1 5 0
C 10 .C 20 C 10 .C 20 C 10 .C 20 C 10 .C 20 C 10 .C 20 C 10 .C 20
P 5 5 5 5 5 5
C 30 C 30 C 30 C 30 C 30 C 30
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 22 / 118
Các phân phối rời rạc Phân phối Poisson
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 23 / 118
Các phân phối rời rạc Phân phối Poisson
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 23 / 118
Các phân phối rời rạc Phân phối Poisson
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 24 / 118
Các phân phối rời rạc Phân phối Poisson
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 24 / 118
Các phân phối rời rạc Phân phối Poisson
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 24 / 118
Các phân phối rời rạc Phân phối Poisson
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 25 / 118
Các phân phối rời rạc Phân phối Poisson
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 25 / 118
Các phân phối rời rạc Phân phối Poisson
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 25 / 118
Các phân phối rời rạc Phân phối Poisson
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 25 / 118
Các phân phối rời rạc Phân phối Poisson
¶x
λT (λT )x λT −x
µ µ ¶
C nx → ; 1− → 1;
n x! n
λT n
µ ¶
1− → e −λT
n
Do đó,
e −λT (λT )x
lim P (X = x) = , x = 0, 1, 2, . . .
n→∞ x!
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 26 / 118
Các phân phối rời rạc Phân phối Poisson
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 27 / 118
Các phân phối rời rạc Phân phối Poisson
e −λT (λT )x e −µ µx
f (x) = p(x; λ) = = = p(x, µ)
x! x!
(3)
với x = 0, 1, 2, . . . và µ = λT. Ký hiệu X ∼ P (λ)
hoặc X ∼ P (µ)
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 28 / 118
Các phân phối rời rạc Phân phối Poisson
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 29 / 118
Các phân phối rời rạc Phân phối Poisson
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 29 / 118
Các phân phối rời rạc Phân phối Poisson
CHÚ Ý
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 30 / 118
Các phân phối rời rạc Phân phối Poisson
CHÚ Ý
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 31 / 118
Các phân phối rời rạc Phân phối Poisson
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 31 / 118
Các phân phối rời rạc Phân phối Poisson
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 31 / 118
Các phân phối rời rạc Phân phối Poisson
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 31 / 118
Các phân phối rời rạc Phân phối Poisson
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 31 / 118
Các phân phối rời rạc Phân phối Poisson
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 31 / 118
Các phân phối rời rạc Phân phối Poisson
VÍ DỤ 1.5
Giả sử rằng số vết nứt trên con đường có
phân phối Poisson với số vết nứt trung bình
là 2.3 trên 1 mét đường.
1
Tìm xác suất xuất hiện 10 vết nứt trong 5
mét đường.
2
Tìm xác suất có ít nhất 1 vết nứt trong 2
mét đường.
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 32 / 118
Các phân phối rời rạc Phân phối Poisson
1
Gọi X là số vết nứt trong 5 mét đường. Khi đó, X
có phân phối Poisson với
Khi đó,
e −4.6 (4.6)0
P (Y Ê 1) = 1 − P (Y = 0) = 1 − ≈ 0.9899
0!
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 33 / 118
Các phân phối rời rạc Phân phối Poisson
ĐỊNH LÝ 1.7
Nếu BNN X có phân phối Poisson trên đoạn
có chiều dài T với tham số λ ( X ∼ P (λ)), thì
E (X ) = V (X ) = λT = µ (4)
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 34 / 118
Các phân phối rời rạc Phân phối Poisson
ĐẶT VẤN ĐỀ
ĐỊNH LÝ 1.8
Giả sử trong hàm phân phối nhị thức
b(k; n, p), cho n → ∞ và p → 0 sao cho np tiến
về µ > 0. Khi đó,
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 36 / 118
Các phân phối rời rạc Phân phối Poisson
ĐỊNH LÝ 1.8
Giả sử trong hàm phân phối nhị thức
b(k; n, p), cho n → ∞ và p → 0 sao cho np tiến
về µ > 0. Khi đó,
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 36 / 118
Các phân phối rời rạc Phân phối Poisson
VÍ DỤ 1.6
Xác suất để trong khi vận chuyển mỗi chai
rượu bị vỡ là 0.001. Người ta tiến hành vận
chuyển 2000 chai rượu đến cửa hàng.
1
Tìm số chai vỡ trung bình khi vận
chuyển.
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 37 / 118
Các phân phối rời rạc Phân phối Poisson
VÍ DỤ 1.6
Xác suất để trong khi vận chuyển mỗi chai
rượu bị vỡ là 0.001. Người ta tiến hành vận
chuyển 2000 chai rượu đến cửa hàng.
1
Tìm số chai vỡ trung bình khi vận
chuyển.
2
Tìm số chai vỡ có khả năng nhiều nhất
khi vận chuyển.
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 37 / 118
Các phân phối rời rạc Phân phối Poisson
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 38 / 118
Các phân phối rời rạc Phân phối Poisson
⇒ mod (X ) = 1
và
mod (X ) = 2.
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 39 / 118
Các phân phối rời rạc Phân phối Poisson
VÍ DỤ 1.7
Một trạm cho thuê xe taxi có 3 xe, hàng ngày
phải nộp thuế 80 nghìn/xe. Mỗi chiếc xe cho
thuê được với giá 200 nghìn/ngày. Giả sử yêu
cầu thuê xe của trạm là biến ngẫu nhiên X
có phân phối Poisson với tham số λ = 3.
1
Tính xác suất trong một ngày có 3 khách
thuê.
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 40 / 118
Các phân phối rời rạc Phân phối Poisson
VÍ DỤ 1.7
Một trạm cho thuê xe taxi có 3 xe, hàng ngày
phải nộp thuế 80 nghìn/xe. Mỗi chiếc xe cho
thuê được với giá 200 nghìn/ngày. Giả sử yêu
cầu thuê xe của trạm là biến ngẫu nhiên X
có phân phối Poisson với tham số λ = 3.
1
Tính xác suất trong một ngày có 3 khách
thuê.
2
Tính tiền lãi trung bình trạm thu được
trong một ngày.
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 40 / 118
Các phân phối rời rạc Phân phối Poisson
1
Xác suất trong một ngày có 3 khách thuê là
e −3 × 33
P (X = 3) = ≈ 0.2240
3!
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 41 / 118
Các phân phối rời rạc Phân phối Poisson
1
Xác suất trong một ngày có 3 khách thuê là
e −3 × 33
P (X = 3) = ≈ 0.2240
3!
2
Gọi Y là tiền lãi trung bình trạm thu được trong
một ngày. Ta xét các trường hợp sau:
Không có xe nào được thuê:
e −3 × 30
P (Y = −240) = P (X = 0) = ≈ 0.0498
0!
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 41 / 118
Các phân phối rời rạc Phân phối Poisson
1
Xác suất trong một ngày có 3 khách thuê là
e −3 × 33
P (X = 3) = ≈ 0.2240
3!
2
Gọi Y là tiền lãi trung bình trạm thu được trong
một ngày. Ta xét các trường hợp sau:
Không có xe nào được thuê:
e −3 × 30
P (Y = −240) = P (X = 0) = ≈ 0.0498
0!
Có 1 xe được thuê:
e −3 × 31
P (Y = −40) = P (X = 1) = ≈ 0.1494
1!
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 41 / 118
Các phân phối rời rạc Phân phối Poisson
1
Xác suất trong một ngày có 3 khách thuê là
e −3 × 33
P (X = 3) = ≈ 0.2240
3!
2
Gọi Y là tiền lãi trung bình trạm thu được trong
một ngày. Ta xét các trường hợp sau:
Không có xe nào được thuê:
e −3 × 30
P (Y = −240) = P (X = 0) = ≈ 0.0498
0!
Có 1 xe được thuê:
e −3 × 31
P (Y = −40) = P (X = 1) = ≈ 0.1494
1!
Có 2 xe được thuê:
e −3 × 32
P (Y = 160) = P (X = 2) = ≈ 0.2240
2!
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 41 / 118
Các phân phối rời rạc Phân phối Poisson
1
Xác suất trong một ngày có 3 khách thuê là
e −3 × 33
P (X = 3) = ≈ 0.2240
3!
2
Gọi Y là tiền lãi trung bình trạm thu được trong
một ngày. Ta xét các trường hợp sau:
Không có xe nào được thuê:
e −3 × 30
P (Y = −240) = P (X = 0) = ≈ 0.0498
0!
Có 1 xe được thuê:
e −3 × 31
P (Y = −40) = P (X = 1) = ≈ 0.1494
1!
Có 2 xe được thuê:
e −3 × 32
P (Y = 160) = P (X = 2) = ≈ 0.2240
2!
Có 3 xe được thuê: P (Y = 360) = P (X Ê 3) =
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 41 / 118
Các phân phối rời rạc Phân phối Poisson
1
Xác suất trong một ngày có 3 khách thuê là
e −3 × 33
P (X = 3) = ≈ 0.2240
3!
2
Gọi Y là tiền lãi trung bình trạm thu được trong
một ngày. Ta xét các trường hợp sau:
Không có xe nào được thuê:
e −3 × 30
P (Y = −240) = P (X = 0) = ≈ 0.0498
0!
Có 1 xe được thuê:
e −3 × 31
P (Y = −40) = P (X = 1) = ≈ 0.1494
1!
Có 2 xe được thuê:
e −3 × 32
P (Y = 160) = P (X = 2) = ≈ 0.2240
2!
Có 3 xe được thuê: P (Y = 360) = P (X Ê 3) =
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 41 / 118
Các phân phối rời rạc Phân phối Poisson
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 42 / 118
Các phân phối rời rạc Phân phối Poisson
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 42 / 118
Các phân phối liên tục Phân phối đều
Kí hiệu X ∼ U (a, b)
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 43 / 118
Các phân phối liên tục Phân phối đều
ĐỊNH LÝ 2.1
Nếu X ∼ U (a, b) thì
a +b
E (X ) = ,
2
(b − a)2
V (X ) =
12
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 44 / 118
Các phân phối liên tục Phân phối đều
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 45 / 118
Các phân phối liên tục Phân phối đều
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 46 / 118
Các phân phối liên tục Phân phối đều
VÍ DỤ 2.1
Khi thâm nhập vào thị trường mới, doanh
nghiệp không thể khẳng định được 1 cách
chắc chắn doanh số hàng tháng có thể đạt
được sẽ là bao nhiêu mà chỉ dự kiến được
rằng doanh số tối thiểu là 20 triệu/ tháng và
tối đa 40 triệu/tháng. Tìm xác suất để doanh
nghiệp đạt được doanh số tối thiểu là 35
triệu/ tháng.
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 47 / 118
Các phân phối liên tục Phân phối đều
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 48 / 118
Các phân phối liên tục Phân phối đều
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 49 / 118
Các phân phối liên tục Phân phối mũ
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 49 / 118
Các phân phối liên tục Phân phối mũ
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 50 / 118
Các phân phối liên tục Phân phối mũ
ĐỊNH LÝ 2.2
1 1
Nếu X ∼ E (λ) thì E (X ) = , V (X ) = ,
λ λ2
F (x) = 1 − e −λx , x Ê 0, P (a É X < b) = e −aλ − e −bλ
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 52 / 118
Các phân phối liên tục Phân phối mũ
CHÚ Ý
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 53 / 118
Các phân phối liên tục Phân phối mũ
CHÚ Ý
VÍ DỤ 2.2
Biến ngẫu nhiên liên tục X phân phối theo
quy luật mũ với hàm mật độ xác suất
(
2.e −2x , x Ê 0
f (x) =
0, x < 0
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 54 / 118
Các phân phối liên tục Phân phối mũ
VÍ DỤ 2.2
Biến ngẫu nhiên liên tục X phân phối theo
quy luật mũ với hàm mật độ xác suất
(
2.e −2x , x Ê 0
f (x) =
0, x < 0
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 54 / 118
Các phân phối liên tục Phân phối mũ
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 55 / 118
Các phân phối liên tục Phân phối mũ
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 56 / 118
Các phân phối liên tục Phân phối mũ
P (A) = P (T Ê t 0 ) = 1 − F (t 0 ) = e −λt0 ,
P (B ) = P (T Ê t ) = 1 − F (t ) = e −λt ,
P (A.B ) = P (T Ê t + t 0 ) = 1 − P (T < t + t 0 ) =
1 − F (t + t 0 ) = e −λ(t +t0 ) . Bây giờ ta tìm xác suất
để thiết bị sẽ hoạt động tốt trong khoảng
thời gian (t 0, t + t 0) với điều kiện nó đã hoạt
động tốt trong khoảng thời gian (0, t 0)
P (A.B ) e −λ(t +t0 )
P (B |A) = = −λt = e −λt = P (B )
P (A) e 0
Vậy A, B độc lập với nhau và P (B ) chỉ phụ
thuộc t .
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 57 / 118
Các phân phối liên tục Phân phối chuẩn
ĐỊNH LÝ 2.3
Nếu X là BNN chuẩn thì
1
0 É f (x) É 1, ∀x ∈ (−∞, ∞)
Z ∞ Z ∞
1 (x−µ)2
−
2
f (x)d x = p e 2σ2 d x = 1
−∞ σ 2π −∞
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 59 / 118
Các phân phối liên tục Phân phối chuẩn
CHỨNG MINH.
(x − µ)
Đổi biến y = ; ta được
σ
Z ∞ Z ∞
1 (x−µ)2 1 y2
− −
p e 2σ d x = p
2
e 2 dy
σ 2π −∞ 2π −∞
Bây giờ, ta sẽ chứng minh
Z ∞
−
y2 p
e 2 dy = 2π
−∞
Z ∞ y2
−
Đặt I = e 2 d y.
−∞
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 60 / 118
Các phân phối liên tục Phân phối chuẩn
Khi đó
Z ∞ y2
Z ∞ 2
Z ∞Z ∞ y 2 +x 2
− x2
I2 = e − 2
dy × e dx = e− 2 d yd x
−∞ −∞ −∞ −∞
Tính tích phân kép bằng cách đổi sang tọa độ cực.
Đặt x = r cos θ, y = r sin θ, và d yd x = r d θd r. Do đó,
Z ∞ Z 2π 2
Z ∞
r2
2 − r2
I = e r d θd r = 2π r e− 2 d r =
0 0 0
h r2
i∞
= −2πe − 2 = 2π.
0
p
Vậy, I = 2π.
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 61 / 118
Các phân phối liên tục Phân phối chuẩn chuẩn tắc
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 62 / 118
Các phân phối liên tục Phân phối chuẩn chuẩn tắc
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 63 / 118
Các phân phối liên tục Phân phối chuẩn chuẩn tắc
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 64 / 118
Các phân phối liên tục Phân phối chuẩn chuẩn tắc
ĐỊNH LÝ 2.4
Hàm mật độ và hàm phân phối xác suất của Z có
tính chất sau:
1 z2
1
f Z (z) = p e − 2 làm hàm chẵn
2π
1
2
max f Z (z) = f Z (0) = p
2π
Z 0 Z +∞
1
3
f Z (z)d z = f Z (z)d z =
−∞ 0 2
4
Φ(−z) = 1 − Φ(z), −∞ < z < ∞
5
P (Z É −z) = P (Z > z), −∞ < z < ∞
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 65 / 118
Các phân phối liên tục Phân phối chuẩn chuẩn tắc
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 66 / 118
Các phân phối liên tục Phân phối chuẩn chuẩn tắc
VÍ DỤ 2.4
1
Tìm giá trị z sao cho P (Z > z) = 0.05. Xác suất này
được viết lại dưới dạng P (Z É z) = 0.95. Chúng ta
không tìm chính xác 0.95 mà tìm giá trị gần nhất
của nó là 0.950529, giá trị tương ứng với z = 1.65.
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 67 / 118
Các phân phối liên tục Phân phối chuẩn chuẩn tắc
VÍ DỤ 2.4
1
Tìm giá trị z sao cho P (Z > z) = 0.05. Xác suất này
được viết lại dưới dạng P (Z É z) = 0.95. Chúng ta
không tìm chính xác 0.95 mà tìm giá trị gần nhất
của nó là 0.950529, giá trị tương ứng với z = 1.65.
2
Tìm giá trị z sao cho P (−z < Z < z) = 0.99. Do phân
phối chuẩn có tính đối xứng, diện tích ở 2 bên của
đồ thị phải bằng 0.005. Do đó, giá trị z tương ứng
với xác suất 0.995 có thể được tìm bằng cách tra
bảng. Giá trị gần nhất của nó là 0.99506, khi
z = 2.58
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 67 / 118
Các phân phối liên tục Phân phối chuẩn chuẩn tắc
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 68 / 118
Các phân phối liên tục Phân phối chuẩn chuẩn tắc
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 69 / 118
Các phân phối liên tục Phân phối chuẩn chuẩn tắc
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 70 / 118
Các phân phối liên tục Điểm phân vị phải z α
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 71 / 118
Các phân phối liên tục Điểm phân vị phải z α
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 71 / 118
Các phân phối liên tục Phân phối chuẩn không chuẩn tắc
ĐỊNH LÝ 2.5
Nếu X là BNN chuẩn với kỳ vọng µ và
phương sai σ2, thì Y = a X + b cũng là BNN
chuẩn với kỳ vọng aµ + b và phương sai a 2σ2.
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 72 / 118
Các phân phối liên tục Phân phối chuẩn không chuẩn tắc
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 74 / 118
Các phân phối liên tục Phân phối chuẩn không chuẩn tắc
ĐỊNH LÝ 2.7
Nếu X ∼ N (µ, σ2) thì E (X ) = µ và V (X ) = σ2
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 76 / 118
Các phân phối liên tục Phân phối chuẩn không chuẩn tắc
ĐỊNH LÝ 2.7
Nếu X ∼ N (µ, σ2) thì E (X ) = µ và V (X ) = σ2
Chứng minh. Vì X = µ + σZ , nên
E (X ) = µ + σE (Z ) = µ
và
V ar (X ) = σ2V ar (Z ) = σ2 .
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 76 / 118
Các phân phối liên tục Phân phối chuẩn không chuẩn tắc
VÍ DỤ 2.5
Giả sử cường độ dòng điện tuân theo quy
luật phân phối chuẩn với kỳ vọng 10
milliamperes và phương sai 4
(milliamperes)2. Tìm xác suất để cường độ
dòng điện lớn hơn 13 milliamperes?
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 77 / 118
Các phân phối liên tục Phân phối chuẩn không chuẩn tắc
GIẢI.
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 78 / 118
Các phân phối liên tục Phân phối chuẩn không chuẩn tắc
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 79 / 118
Các phân phối liên tục Phân phối chuẩn không chuẩn tắc
ĐỊNH LÝ 2.8
Giả sử X là BNN chuẩn với kỳ vọng µ và
phương sai σ2. Khi đó,
X −µ x −µ
¶ µ
P (X É x) = P É = P (Z É z) (13)
σ σ
X −µ
với Z = là BNN chuẩn chuẩn tắc, và
σ
x −µ
z= là giá trị z thu được bằng cách
σ
chuẩn hóa X .
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 80 / 118
Các phân phối liên tục Phân phối chuẩn không chuẩn tắc
ĐỊNH LÝ 2.9
a −µ b −µ
µ¶
P (a É X É b) = P ÉZ É =
σ σ
b −µ ³a − µ´
µ ¶
=Φ −Φ (14)
σ σ
b −µ
µ ¶
P (X É b) = Φ , (15)
σ
³a − µ´
P (X Ê a) = 1 − Φ (16)
σ
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 81 / 118
Các phân phối liên tục Phân phối chuẩn không chuẩn tắc
VÍ DỤ 2.6
Giả sử cường độ dòng điện tuân theo quy
luật phân phối chuẩn với kỳ vọng 10
milliamperes và phương sai 4
(milliamperes)2.
1
Tìm xác suất để cường độ dòng điện có
giá trị từ 9 đến 11 milliamperes?
2
Xác định giá trị sao cho xác suất của
cường độ dòng điện nhỏ hơn giá trị này là
0.98.
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 82 / 118
Các phân phối liên tục Phân phối chuẩn không chuẩn tắc
9 − 10 X − µ 11 − 10
µ ¶
1
P (9 < X < 11) = P < < =
2 σ 2
= P (−0.5 < Z < 0.5) = P (Z < 0.5)−P (Z < −0.5) = 0.38292
2
Ta cần tìm x sao cho P (X < x) = 0.98. Bằng cách
chuẩn hóa, xác suất này được viết lại dưới dạng
X − 10 x − 10 x − 10
µ ¶ µ ¶
P (X < x) = P < =P Z < = 0.98
2 2 2
Sử dụng bảng giá trị để tìm giá trị z sao cho
P (Z < z) = 0.98. Xác suất gần nhất khi tra bảng là
P (Z < 2.06) = 0.9803. Do đó,
x − 10
= 2.06 ⇒ x = 14.12mA
2
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 83 / 118
Các phân phối liên tục Phân phối chuẩn không chuẩn tắc
VÍ DỤ 2.7
Đường kính của 1 loại chi tiết do 1 máy sản
xuất có phân phối chuẩn, kỳ vọng
µ = 20mm , phương sai (0.2mm)2 . Tính xác
suất lấy ngẫu nhiên 1 chi tiết
1
Có đường kính trong khoảng 19.9mm đến
20.3mm
2
Có đường kính sai khác với kỳ vọng
không quá 0.3mm
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 84 / 118
Các phân phối liên tục Phân phối chuẩn không chuẩn tắc
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 85 / 118
Các phân phối liên tục Phân phối chuẩn không chuẩn tắc
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 85 / 118
Các phân phối liên tục Phân phối chuẩn không chuẩn tắc
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 85 / 118
Các phân phối liên tục Phân phối chuẩn không chuẩn tắc
HÌNH: Xác định giá trị x thỏa mãn yêu cầu về xác suất
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 86 / 118
Các phân phối liên tục Phân phối chuẩn không chuẩn tắc
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 87 / 118
Các phân phối liên tục Phân phối chuẩn không chuẩn tắc
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 89 / 118
Các phân phối liên tục Phân phối chuẩn không chuẩn tắc
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 90 / 118
Các định lý giới hạn Định lý Chebyshev
ĐỊNH LÝ 3.1
Cho Y là biến ngẫu nhiên không âm có kỳ
vọng hữu hạn. Khi đó với mọi a > 0 ta có
³ ´ E (Y )
P Y >a É (17)
a
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 91 / 118
Các định lý giới hạn Định lý Chebyshev
Y y1 y2 . . . yi . . . yn
P p1 p2 . . . pi . . . pn
n o n o
Đặt V1 = y i ∈ V : y i É a và V2 = y i ∈ V : y i > a . Khi đó
X X X
E (Y ) = y i P (Y = y i ) = y i P (Y = y i )+ y i P (Y = y i )
y i ∈V y i ∈V1 y i ∈V2
X X
Ê y i P (Y = y i ) Ê a P (Y = y i ) = aP (Y > a)■
y i ∈V2 y i ∈V2
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 92 / 118
Các định lý giới hạn Định lý Chebyshev
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 93 / 118
Các định lý giới hạn Định lý Chebyshev
hay
³ ´ V (X )
P |X − E (X )| É ε Ê 1 − 2 (19)
ε
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 94 / 118
Các định lý giới hạn Định lý Chebyshev
CHỨNG MINH.
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 95 / 118
Các định lý giới hạn Định lý Chebyshev
ĐỊNH LÝ CHEBYSHEV
ĐỊNH LÝ 3.3
Giả sử X 1 , X 2 , . . . là dãy các biến ngẫu nhiên độc lập, có
các kỳ vọng hữu hạn và phương sai đều bị chặn trên
bởi hằng số C (có nghĩa là V (X i ) É C , ∀i = 1, 2, . . .). Khi
đó
µ¯ ¯
¯ X 1 + . . . + X n E (X 1 ) + . . . + E (X n ) ¯
¶
lim P ¯¯ − ¯>ε =0
n→∞ n n ¯
(20)
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 96 / 118
Các định lý giới hạn Định lý Chebyshev
CHỨNG MINH
X1 + . . . + Xn
Đặt X = · Do X 1 , X 2 , . . . là dãy các
n
biến ngẫu nhiên độc lập nên
E (X 1 ) + . . . + E (X n )
E (X ) =
n
V (X 1 ) + . . . + V (X n ) C
V (X ) = É
n2 n
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 97 / 118
Các định lý giới hạn Định lý Chebyshev
V (X ) C
= P (|X − E (X )| > ε) É = −→ 0, n → ∞.
ε2 nε2
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 98 / 118
Các định lý giới hạn Định lý Chebyshev
Định lý Chebyshev có ứng dụng rộng rãi trong nhiều lĩnh vực,
chẳng hạn nó chính là cơ sở cho phương pháp đo lường trong
vật lý. Để xác định giá trị của một đại lượng vật lý nào đó người
ta thường tiến hành đo lần độc lập và lấy trung bình số học của
các kết quả đo làm giá trị thực của đại lượng cần đo. Thật vậy,
giả sử xem kết quả của n lần đo là các biến ngẫu nhiên
X 1 , X 2 , . . . , X n . Ta thấy rằng các biến ngẫu nhiên này độc lập, có
cùng kỳ vọng bằng chính giá trị thực của đại lượng vật lý (giả sử
không có sai số hệ thống), các phương sai của chúng đều bị
chặn trên bởi bình phương của độ chính xác của thiết bị đo. Do
đó theo định lý Chebyshev ta có thể cho rằng trung bình số học
của các kết quả đo sẽ sai lệch rất ít so với giá trị thực của đại
lượng vật lý với xác suất gần như bằng một.
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 100 / 118
Luật số lớn và Định lý giới hạn trung tâm Luật số lớn
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 101 / 118
Luật số lớn và Định lý giới hạn trung tâm Luật số lớn
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 101 / 118
Luật số lớn và Định lý giới hạn trung tâm Luật số lớn
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 102 / 118
Luật số lớn và Định lý giới hạn trung tâm Định lý giới hạn trung tâm
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 103 / 118
Luật số lớn và Định lý giới hạn trung tâm Định lý giới hạn trung tâm
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 103 / 118
Luật số lớn và Định lý giới hạn trung tâm Định lý giới hạn trung tâm
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 103 / 118
Luật số lớn và Định lý giới hạn trung tâm Định lý giới hạn trung tâm
σ2 σ
E (X n ) = µ; V (X n ) = ; σ(X n ) = p
n n
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 103 / 118
Luật số lớn và Định lý giới hạn trung tâm Định lý giới hạn trung tâm
σ2 σ
E (X n ) = µ; V (X n ) = ; σ(X n ) = p
n n
S n và X n có cùng BNN chuẩn hóa
S n − nµ X n − µ
Zn = p = p
σ n σ/ n
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 103 / 118
Luật số lớn và Định lý giới hạn trung tâm Định lý giới hạn trung tâm
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 104 / 118
Luật số lớn và Định lý giới hạn trung tâm Định lý giới hạn trung tâm
HÌNH: Xấp xỉ phân phối nhị thức bởi phân phối chuẩn
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 106 / 118
Luật số lớn và Định lý giới hạn trung tâm Xấp xỉ phân phối nhị thức bởi phân phối chuẩn
HÌNH: Xấp xỉ phân phối nhị thức bởi phân phối chuẩn
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 107 / 118
Luật số lớn và Định lý giới hạn trung tâm Xấp xỉ phân phối nhị thức bởi phân phối chuẩn
ĐỊNH LÝ 4.3
Nếu X là BNN có phân phối nhị thức với tham số n và
p,
X − np
Z=p (23)
np(1 − p)
là BNN xấp xỉ BNN có phân phối chuẩn chuẩn tắc.
Muốn xấp xỉ BNN có phân phối nhị thức bởi phân
phối chuẩn, ta cần áp dụng hiệu chỉnh liên tục như
sau:
à !
x + 0.5 − np
P (X É x) = P (X É x + 0.5) ≈ P Z É p (24)
np(1 − p)
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 108 / 118
Luật số lớn và Định lý giới hạn trung tâm Xấp xỉ phân phối nhị thức bởi phân phối chuẩn
à !
x − 0.5 − np
P (x É X ) = P (x − 0.5 É X ) ≈ P p ÉZ
np(1 − p)
(25)
Sự xấp xỉ sẽ tốt với np > 5 và n(1 − p) > 5.
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 109 / 118
Luật số lớn và Định lý giới hạn trung tâm Xấp xỉ phân phối nhị thức bởi phân phối chuẩn
VÍ DỤ 4.1
Giả sử trong kênh truyền kỹ thuật số, xác
suất xuất hiện lỗi là 10−5. Nếu 16 triệu bit
được truyền tải, thì xác suất xuất hiện nhiều
nhất 150 lỗi là bao nhiêu?
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 110 / 118
Luật số lớn và Định lý giới hạn trung tâm Xấp xỉ phân phối nhị thức bởi phân phối chuẩn
Giải.
P (X É 150) = P (X É 150.5)
à !
X − 160 150.5 − 160
≈P p Ép
160(1 − 10−5 ) 160(1 − 10−5 )
≈ P (Z É −0.75) ≈ 0.22663
Vì np = (16 × 106) × (10−5) = 160 và n(1 − p) khá
lớn, nên sự xấp xỉ được cho là tốt trong
trường hợp này.
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 111 / 118
Luật số lớn và Định lý giới hạn trung tâm Xấp xỉ phân phối nhị thức bởi phân phối chuẩn
VÍ DỤ 4.2
Giả sử trong kênh truyền kỹ thuật số, xác
suất xuất hiện lỗi là p = 0.1. Nếu chỉ có n = 50
bit được truyền tải, thì xác suất xuất hiện
nhiều nhất 2 lỗi là bao nhiêu?
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 112 / 118
Luật số lớn và Định lý giới hạn trung tâm Xấp xỉ phân phối nhị thức bởi phân phối chuẩn
Giải.
! Ã Ã ! Ã !
50 50 50
P (X É 2) = ×0.950 + ×0.1×0.949 + ×0.12 ×0.948
0 1 2
≈ 0.112.
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 113 / 118
Luật số lớn và Định lý giới hạn trung tâm Xấp xỉ phân phối nhị thức bởi phân phối chuẩn
Giải.
! Ã Ã ! Ã !
50 50 50
P (X É 2) = ×0.950 + ×0.1×0.949 + ×0.12 ×0.948
0 1 2
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 113 / 118
Luật số lớn và Định lý giới hạn trung tâm Xấp xỉ phân phối nhị thức bởi phân phối chuẩn
Giải.
! Ã Ã ! Ã !
50 50 50
P (X É 2) = ×0.950 + ×0.1×0.949 + ×0.12 ×0.948
0 1 2
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 114 / 118
Luật số lớn và Định lý giới hạn trung tâm Xấp xỉ phân phối Poisson bởi phân phối chuẩn
ĐỊNH LÝ 4.4
Nếu X là BNN Poisson với E (X ) = λ và V (X ) = λ,
X −λ
Z= p (26)
λ
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 116 / 118
Luật số lớn và Định lý giới hạn trung tâm Xấp xỉ phân phối Poisson bởi phân phối chuẩn
Giải.
e −1000 × 1000x 950
X
P (X É 950) =
x=0 x!
Công thức tính toán này khá khó. Do đó, xác
suất có thể được xấp xỉ như sau
µ ¶
950.5 − 1000
P (X É 950) = P (X É 950.5) ≈ P Z É p
1000
= P (Z É −1.57) ≈ 0.058
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 117 / 118
Luật số lớn và Định lý giới hạn trung tâm Xấp xỉ phân phối Poisson bởi phân phối chuẩn
TS. Lê Xuân Đại (BK TPHCM) MỘT SỐ PHÂN PHỐI XÁC SUẤT THÔNG DỤNG TP. HCM — 2023. 118 / 118