Professional Documents
Culture Documents
Bai Ging Mon Ly Thuyt Xac Sut Va THN PDF
Bai Ging Mon Ly Thuyt Xac Sut Va THN PDF
Bai Ging Mon Ly Thuyt Xac Sut Va THN PDF
Mai Cẩm Tú
Bộ môn Toán kinh tế
1
PHẦN THỨ NHẤT
LÝ THUYẾT XÁC SUẤT
CHƢƠNG 1
BIẾN CỐ NGẪU NHIÊN VÀ XÁC SUẤT
4
Chương 1 3.Xác suất của biến cố
3. XÁC SUẤT CỦA BIẾN CỐ
Xác suất của một biến cố là một con số đặc trưng cho khả
năng khách quan xuất hiện biến cố đó khi thực hiện
phép thử.
Kí hiệu xác suất của biến cố A là P(A)
Ví dụ 1.1. Tung 1 con xúc xắc
A6 = “xuất hiện 6 chấm” → P(A6) = 1/6
B = “xuất hiện lẻ chấm” → P(B) = 3/6 = 1/2 = 0,5
Theo khả năng tìm XS có thể chia biến cố thành 2 loại:
+ Biến cố đơn giản
+ Biến cố phức hợp
5
Chương 1 4. Định nghĩa cổ điển về XS
4. ĐỊNH NGHĨA CỔ ĐIỂN VỀ XÁC SUẤT
4.1. Thí dụ
4.2. Định nghĩa cổ điển về xác suất
Xác suất xuất hiện biến cố A trong 1 phép thử là tỷ số giữa
số kết cục thuận lợi cho A (kí hiệu: m) và tổng số các
kết cục duy nhất đồng khả năng có thể xảy ra khi thực
hiện phép thử đó (kí hiệu: n).
m
P( A)
n
4.3. Các tính chất của xác suất
0 ≤ P(A) ≤ 1; P(U) = 1; P(V) = 0
6
Chương 1 4. Định nghĩa cổ điển về XS
4. ĐỊNH NGHĨA CỔ ĐIỂN VỀ XÁC SUẤT
4.4. Các phƣơng pháp tính xác suất bằng định nghĩa cổ
điển.
a. Phương pháp suy luận trực tiếp
Ví dụ 1.2. Hộp có 10 quả cầu gồm 3 quả trắng và 7 quả
đen. Lấy ngẫu nhiên từ hộp 1 quả cầu. Tìm xác suất
lấy được cầu trắng.
b. Phương pháp dùng sơ đồ
• Dùng sơ đồ cây
Ví dụ 1.3. Tung 1 đồng xu đối xứng, đồng chất trên mặt
phẳng cứng 3 lần. Tìm xác suất có đúng 1 lần xuất hiện
mặt sấp.
7
Chương 1 4. Định nghĩa cổ điển về XS
b. Phương pháp dùng sơ đồ
• Dùng sơ đồ dạng bảng
Ví dụ 1.4. Tung 1con xúc xắc cân đối, đồng chất trên mặt
phẳng cứng 2 lần. Tìm xác suất
a. Tổng số chấm xuất hiện là 8.
b. Tổng số chấm xuất hiện là 8 biết rằng có (ít nhất 1) lần
xuất hiện mặt 6 chấm
• Dùng sơ Venn
Ví dụ 1.5. Một lớp có 50 học sinh, trong đó có 30 học sinh
giỏi Toán, 20 học sinh giỏi Văn, 15 học sinh giỏi cả
Toán và Văn. Chọn ngẫu nhiên 1 học sinh. Tìm xác
suất chọn được học sinh không giỏi Toán và không
giỏi Văn. (không giỏi môn nào)
8
Chương 1 4. Định nghĩa cổ điển về XS
c. Phương pháp dùng công thức của giải tích tổ hợp
• Tổ hợp chập k của n phần tử: Cnk (0≤ k ≤ n)
• Chỉnh hợp chập k của n phần tử: Ank (0≤ k ≤ n)
• Hoán vị của k phần tử: Pk
k
• Chỉnh hợp lặp k của n phần tử: An (0≤ k ≤ n)
Quy ước: 0! = 1
12
Chương 1 7. Nguyên lý xác suất
7. NGUYÊN LÝ XÁC SUẤT
7.1. Nguyên lý xác suất nhỏ
+ Nếu một biến cố có xác suất rất nhỏ thực tế có thể cho
rằng trong một phép thử biến cố đó sẽ không xảy ra.
+ Mức xác suất được coi là nhỏ tùy thuộc vào từng bài
toán và gọi là mức ý nghĩa.
+ Nguyên lý XS nhỏ là cơ sở của phương pháp kiểm định.
7.2. Nguyên lý xác suất lớn
+ Nếu một biến cố có xác suất rất lớn thực tế có thể cho
rằng trong một phép thử biến cố đó sẽ xảy ra.
+ Mức xác suất đủ lớn gọi là độ tin cậy.
+ Nguyên lý XS lớn là cơ sở của phương pháp ước lượng
bằng khoảng tin cậy.
13
Chương 1 8. Liên hệ giữa các biến cố
8. MỐI LIÊN HỆ GIỮA CÁC BIẾN CỐ
Định nghĩa 1. Biến cố A gọi là thuận lợi cho biến cố B, kí
hiệu A B , nếu A xảy ra thì B cũng xảy ra.
Định nghĩa 2. Biến cố A gọi bằng biến cố B, kí hiệu A = B,
nếu A xảy ra thì B cũng xảy ra và ngược lại.
Ví dụ 1.8. Tung 1 con xúc xắc
Ai = “xuất hiện i chấm” (i = 1,2,…, 6)
A = “xuất hiện 1, 3 hoặc 5 chấm”
B = “xuất hiện lẻ chấm”
→ A1 B
A=B
14
Chương 1 8. Liên hệ giữa các biến cố
8.1. Tổng các biến cố
Định nghĩa 3. Biến cố C được gọi là tổng của 2 biến cố A
và B, kí hiệu C = A + B, nếu C chỉ xảy ra khi và chỉ khi
có ít nhất một trong hai biến cố A và B xảy ra.
Ví dụ 1.9. Mua lần lượt 2 sản phẩm cùng loại
Ai = “lần thứ i mua được chính phẩm” (i=1,2)
A = “mua được ít nhất 1 chính phẩm”
= “có mua được chính phẩm”
→ A = A1 + A2
15
Chương 1 8. Liên hệ giữa các biến cố
Định nghĩa 4. Biến cố A được gọi là tổng của các biến cố
A1, A2,…, An nếu A xảy ra khi và chỉ khi có ít nhất một
trong n biến cố thành phần xảy ra.
Kí hiệu: n
A
i 1
i
16
Chương 1 8. Liên hệ giữa các biến cố
8.2. Tích các biến cố
Định nghĩa 5. Biến cố C được gọi là tích của 2 biến cố A
và B, kí hiệu C = A.B, nếu C xảy ra khi và chỉ khi cả 2
biến cố A và B cùng xảy ra.
17
Chương 1 8. Liên hệ giữa các biến cố
Định nghĩa 6. Biến cố A được gọi là tích của các biến cố
A1, A2,…, An nếu A xảy ra khi và chỉ khi tất cả n biến cố
thành phần xảy ra.
Kí hiệu: n
A
i 1
i
18
Chương 1 8. Liên hệ giữa các biến cố
8.3. Tính xung khắc của các biến cố
Định nghĩa 7. Hai biến cố A và B gọi là xung khắc với
nhau nếu chúng không thể đồng thời xảy ra trong kết
quả của một phép thử.
Trường hợp ngược lại gọi là không xung khắc.
Ví dụ 1.13. Hộp có 7 chính phẩm và 3 phế phẩm. Lấy 1
sản phẩm
A = “ lấy được chính phẩm”; B = “lấy được phế phẩm”
→ A và B xung khắc.
Ví dụ 1.14. Hộp có 7 chính phẩm và 3 phế phẩm. Lấy lần
lượt 2 sản phẩm. Ai = “lần thứ i lấy được chính phẩm”
→ A1 và A2 không xung khắc. 19
Chương 1 8. Liên hệ giữa các biến cố
Định nghĩa 8. Nhóm n biến cố A1, A2,…, An được gọi là
xung khắc từng đôi nếu bất kì 2 biến cố nào trong nhóm
này cũng xung khắc với nhau.
20
Chương 1 8. Liên hệ giữa các biến cố
8.4. Nhóm đầy đủ các biến cố
Định nghĩa 9. Nhóm n biến cố A1, A2,…, An được gọi là
nhóm đầy đủ các biến cố nếu trong kết quả của phép thử
sẽ xảy ra 1 và chỉ 1 trong các biến cố đó.
A1, A2,…, An là nhóm đầy đủ các biến cố
A1 A2 ... An U
A1 , A2 ,..., An xung khắc từng đôi
22
Chương 1 8. Liên hệ giữa các biến cố
Ví dụ 1.18. Đề thi có 3 câu hỏi.
Ai = “học sinh trả lời đúng câu thứ i” (i = 1, 2, 3)
Biểu diễn các biến cố sau qua A1, A2, A3
A = “học sinh trả lời đúng cả 3 câu”
B = “học sinh trả lời sai cả 3 câu”
C = “học sinh chỉ trả lời đúng câu 3”
D = “học sinh trả lời đúng 1 câu”
E = “học sinh có trả lời đúng”
Nếu trả lời đúng câu 1 được 4 điểm, các câu khác được 3
điểm, sai được 0 điểm.
G = “học sinh đạt 7 điểm trở lên”
23
Chương 1 8. Liên hệ giữa các biến cố
8.5. Tính độc lập của các biến cố
Định nghĩa 11. Hai biến cố A và B gọi là độc lập với nhau
nếu việc xảy ra hay không xảy ra của biến cố này không
làm thay đổi xác suất xảy ra của biến cố kia và ngược
lại.
Hai biến cố không độc lập gọi phụ thuộc.
Ví dụ 1.19. Tung một con xúc xắc 2 lần
Ai = “ lần thứ i xuất hiện 6 chấm” → A1 và A2 độc lập.
Ví dụ 1.20. Hộp có 7 chính phẩm và 3 phế phẩm. Lấy lần
lượt 2 sản phẩm theo phương thức không hoàn lại.
Ai = “ lần thứ i lấy được chính phẩm”
→ A1 và A2 phụ thuộc. 24
Chương 1 8. Liên hệ giữa các biến cố
Định nghĩa 12. Nhóm n biến cố A1, A2,…, An gọi là độc
lập từng đôi với nhau nếu mỗi cặp 2 trong n biến cố đó
là độc lập với nhau.
Định nghĩa 13. Nhóm n biến cố A1, A2,…, An gọi là độc
lập toàn phần với nhau nêu mỗi biến cố độc lập với mọi
tổ hợp của các biến cố còn lại.
Chú ý: độc lập toàn phần → độc lập từng đôi
Ví dụ 1.21. Hộp có 7 chính phẩm và 3 phế phẩm. Lấy lần
lượt có hoàn lại 4 sản phẩm.
Ai = “lần thứ I lấy được chính phẩm” (i = 1, 2, 3, 4)
A1,…,A4 độc lập toàn phần.
25
Chương 1 8. Liên hệ giữa các biến cố
Một số chú ý:
1, A và B xung khắc → AB = V
2, Nếu P(A) > 0; P(B) > 0
+ A, B độc lập → A, B không xung khắc
+ A, B xung khắc → A, B không độc lập (phụ thuộc)
3, A, B độc lập ↔ A và B , Ā và B, Ā và B độc lập
4, Phép cộng các biến cố có tính chất giống hợp các tập
hợp, nhân các biến cố giống giao các tập hợp.
5, Quy tắc đối ngẫu De Morgan
A B A.B; AB A B
26
Chương 1 8. Liên hệ giữa các biến cố
8.6. Xác suất có điều kiện
Định nghĩa 14. Xác suất của biến cố A được tính với điều
kiện biến cố B đã xảy ra gọi là xác suất có điều kiện của
A.
Kí hiệu: P(A/B)
Ví dụ 1.22. Hộp có 7 chính phẩm và 3 phế phẩm. Lấy lần
lượt 2 sản phẩm theo phương thức không hoàn lại.
Ai = “ lần thứ i lấy được chính phẩm”
→ P(A2 / A1) = 6 / 9
27
Chương 1 9. Định lý nhân xác suất
9. ĐỊNH LÝ NHÂN XÁC SUẤT
Định lý 1. Nếu A và B độc lập với nhau thì
P(AB) = P(A).P(B)
Hệ quả. Nếu A1, A2,…, An độc lập toàn phần với nhau thì
n n
P Ai P( Ai )
i 1 i 1
Ví dụ 1.23. Xạ thủ bắn 4 viên đạn độc lập với XS trúng
đều là 0,8. Nếu trúng 2 viên liên tiếp hoặc hết đạn thì
dừng bắn. Tìm XS:
a, Xạ thủ dùng 2 viên đạn
b, Xạ thủ dùng 3 viên đạn 28
Chương 1 9. Định lý nhân xác suất
Định lý 2. Nếu A và B phụ thuộc nhau thì
P(AB) = P(A).P(B / A) = P(B).P(A / B)
29
Chương 1 9. Định lý nhân xác suất
Ví dụ 1.24. Một hộp có 7 chính phẩm và 3 phế phẩm. Lấy
lần lượt 2 sản phẩm theo phương thức không hoàn lại.
Tìm XS lấy được 2 chính phẩm.
Ví dụ 1.25. Một người mua 3 sản phẩm cùng loại trên thị
trường. XS mua được chính phẩm ở lần đầu là 0,8. Nếu
lần trước mua được chính phẩm thì XS mua được chính
phẩm ở lần tiếp theo là 0,95. Nếu lần trước mua được
phế phẩm thì XS mua được chính phẩm ở lần tiếp theo
là 0,9. Tìm xác suất
a, Mua được 3 chính phẩm
b, Mua được 3 phế phẩm
30
Chương 1 9. Định lý nhân xác suất
Chú ý.
• Nếu bài toán cho biết số sản phẩm (ví dụ 7 cp và 3 pp)
thì phép lấy lần lượt không hoàn lại tương tự như lấy
cùng một lúc.
31
Chương 1 10. Định lý cộng xác suất
10. ĐỊNH LÝ CỘNG XÁC SUẤT
Định lý 3. Nếu A và B xung khắc với nhau thì
P(A+B) = P(A) + P(B)
P( A ) 1
i 1
i
33
Chương 1 10. Định lý cộng xác suất
Định lý 4. Nếu A và B không xung khắc với nhau thì
P(A+B) = P(A) + P(B) – P(AB)
? Làm VD trên cho trường hợp 5 bóng điện mắc nối tiếp.
34
Chương 1 10. Định lý cộng xác suất
Ví dụ 1.29. Xạ thủ bắn 3 viên đạn độc lập với XS trúng
lần lượt là 0,6; 0,7; 0,8.
a, Tìm XS xạ thủ bắn trúng đúng 1 viên
b, Tìm XS xạ thủ bắn trúng viên thứ nhất biết rằng xạ thủ
bắn trúng đúng 1 viên.
Ví dụ 1.30. Trong một cuộc thi thí sinh phải thi 3 vòng với
quy định qua vòng trước mới được dự thi vòng sau. Tại
vòng 1, 2, 3 sẽ loại tương ứng 50%; 40%; 30% số thí
sinh tham gia vòng đó. Tìm
a, Tỷ lệ thí sinh bị loại.
b, Tỷ lệ thí sinh bị loại ở vòng 1 trong số những thí sinh bị
loại.
35
Chương 1 11. Các hệ quả
11. CÁC HỆ QUẢ CỦA ĐL CỘNG VÀ ĐL NHÂN
XÁC SUẤT
11.1. Công thức Bernoulli
a. Lược đồ Bernoulli
Bài toán được gọi là thỏa mãn lược đồ Bernoulli nếu thỏa
mãn các điều kiện sau:
+ Có n phép thử độc lập
+ Trong mỗi phép thử xác suất biến cố A xảy ra không
thay đổi là p.
36
Chương 1 11. Các hệ quả
b. Công thức Bernoulli
Nếu bài toán thỏa mãn lược đồ Bernoulli thì xác suất sau n
phép thử biến cố A xuất hiện đúng k lần là
k nk với k = 0, 1, 2, …, n
Pn (k ) Cn p q
k
q=1-p
37
Chương 1 11. Các hệ quả
11.2. Công thức xác suất đầy đủ
H1, H,…, Hn là nhóm đầy đủ các biến cố.
A là biến cố có thể xảy ra đồng thời với 1 trong n biến cố
trên thì
n
P( A) P( H i ) P( A / H i )
i 1
P( H
j 1
j ) P( A / H j )
P(Hi) là xác suất tiên nghiệm
P(Hi / A) là xác suất hậu nghiệm.
? Làm bài toán trên cho trường hợp lô hàng có 2 hộp loại I
và 8 hộp loại II.
41
Chương 1 Bài tập
Bài tập dùng công thức cổ điển
8, 10, 15, 25, 28, 44, 51, 91, 99
42
CHƢƠNG 2
BIẾN NGẪU NHIÊN VÀ QUY LUẬT
PHÂN PHỐI XÁC SUẤT
43
Chương 2 2. Định nghĩa và phân loại bnn
2. ĐỊNH NGHĨA VÀ PHÂN LOẠI BIẾN NGẪU
NHIÊN
2.1. Định nghĩa
Một biến số được gọi là biến ngẫu nhiên nếu trong kết quả
của phép thử nó chỉ nhận 1 và chỉ 1 trong các giá trị có
thể có của nó tùy thuộc vào sự tác động của các nhân
tố ngẫu nhiên.
• Kí hiệu bnn là X, Y, X1, X2,…
• Giá trị có thể có của bnn là x, y, x1, x2,…
• (X = x1), (X = x2), … là các biến cố
• Nếu X chỉ nhận các giá trị x1,…, xn thì nhóm biến cố
(X = x1), …, (X = xn) là nhóm đầy đủ các biến cố. 44
Chương 2 2. Định nghĩa và phân loại bnn
+ Bnn liên tục: nếu các giá trị có thể có của nó lấp đầy một
khoảng trên trục số.
Ví dụ: bnn Z trong ví dụ 2.3
46
Chương 2 3. Quy luật PPXS của bnn
3. QUY LUẬT PHÂN PHỐI XÁC SUẤT CỦA BIẾN
NGẪU NHIÊN
3.1. Định nghĩa
Quy luật phân phối xác suất của bnn là sự tương ứng giữa
các giá trị có thể có của nó và các xác suất tương ứng
với các giá trị đó.
3.2. Bảng PPXS – chỉ dùng cho bnn rời rạc
X x1 x2 … xk … xn
P p1 p2 … pk … pn
0 pi 1
n
pi 1
i 1 47
Chương 2 3. Quy luật PPXS của bnn
Ví dụ 2.4. Hộp có 6 chính phẩm và 4 phế phẩm. Lấy đồng
thời 2 sản phẩm. Lập bảng ppxs của số chính phẩm lấy
được.
Ví dụ 2.5. Xạ thủ bắn 4 viên đạn độc lập với xác suất
trúng mỗi viên đều là 0,8. Nếu trúng 2 viên liên tiếp
hoặc hết đạn thì dừng bắn. Lập bảng ppxs của số viên
đạn được sử dụng
48
Chương 2 3. Quy luật PPXS của bnn
3.3. Hàm phân bố xác suất – dùng cho cả bnn rời rạc và
liên tục.
a. Định nghĩa
Hàm phân bố XS của bnn X, kí hiệu F(x), là XS để bnn X
nhận giá trị nhỏ hơn x, với x là số thực bất kì
F(x) = P(X < x)
Nếu X là bnn rời rạc thì
F ( x) p
i:xi x
i
49
Chương 2 3. Quy luật PPXS của bnn
Ví dụ 2.7. Cho bnn rời rạc X sau:
X 1 3 5
P 0,2 0,5 0,3
Tìm hàm phân bố XS của X và vẽ đồ thị của hàm đó.
Giải….
0 ; x 1
0, 2 ; 1 x 3
F ( x)
0, 7 ; 3 x 5
1 ; 5 x
0 ; x2
1
F ( x) x 1 ; 2 x4
2
1 ; 4 x
52
Chương 2 3. Quy luật PPXS của bnn
3.4. Hàm mật độ xác suất – chỉ dùng cho bnn liên tục.
a. Định nghĩa
Hàm mật độ XS của bnn liên tục X, kí hiệu f(x), là đạo
hàm bậc nhất của hàm phân bố XS của bnn đó.
f(x) = F’(x)
b. Tính chất
Tính chất 1: f(x) ≥ 0 với mọi x
Tính chất 2:
f ( x)dx 1
x
Tính chất 3: F ( x)
f ( x)dx
b
Tính chất 4: P(a X b) f ( x) dx
a
54
Chương 2 3. Quy luật PPXS của bnn
55
Chương 2 4. Tham số đặc trưng của bnn
4. CÁC THAM SỐ ĐẶC TRƢNG CỦA BIẾN NGẪU
NHIÊN
4.1. Kì vọng toán
a. Định nghĩa
Kì vọng toán của bnn X, kí hiệu E(X), được xác định như
sau: n
+ Nếu X là bnn rời rạc thì E ( X ) xi pi
i 1
X 1 3 6 10
P 0,1 0,2 0,4 0,3
57
Chương 2 4. Tham số đặc trưng của bnn
b. Tính chất
Tính chất 1: E(C) = C ; C là hằng số
Tính chất 2: E(CX) = C.E(X)
Tính chất 3: E(X + Y) = E(X) + E(Y)
Hệ quả 1: n n
E X i E( X i )
i 1 i 1
4.3. Mốt m0
Mốt là giá trị của bnn tương ứng với
+ XS lớn nhất nếu là bnn rời rạc
+ Cực đại của hàm mật độ XS nếu là bnn liên tục.
60
Chương 2 4. Tham số đặc trưng của bnn
4.4. Phƣơng sai
a. Định nghĩa
Phương sai của bnn X, kí hiệu V(X), là kì vọng toán của
bình phương sai lệch của bnn so với kì vọng toán của nó
V(X) = E[X – E(X)]2
Chú ý: V(X) ≥ 0
Đơn vị của V(X) trùng với đơn vị của X2.
61
Chương 2 4. Tham số đặc trưng của bnn
X 1 3 6 10
P 0,1 0,2 0,4 0,3
62
Chương 2 4. Tham số đặc trưng của bnn
b. Tính chất
Tính chất 1: V(C) = 0; C là hằng số
Tính chất 2: V(CX) = C2 V(X)
Tính chất 3: Nếu X và Y độc lập thì
V(X + Y) = V(X) + V(Y)
Hệ quả : X1, X2,…,Xn là các bnn độc lập thì
n n
V X i V ( X i )
i 1 i 1
63
Chương 2 4. Tham số đặc trưng của bnn
c, Bản chất , ý nghĩa và ứng dụng của phương sai
Phương sai đặc trưng cho mức độ rủi ro của các quyết
định.
Ví dụ 2.15. Tiền lãi sau 1 tháng đầu tư 1 tỷ đồng vào các
ngành A, B là các bnn độc lập X, Y
X 0 15 30 Y -2 15 35
P 0,3 0,5 0,2 P 0,3 0,5 0,2
a, Muốn lãi trung bình cao hơn thì đầu tư vào ngành nào?
b, Muốn rủi ro thấp hơn thì đầu tư vào ngành nào?
c, Muốn rủi ro thấp nhất thì chia vốn đầu tư theo tỷ lệ nào?
64
Chương 2 4. Tham số đặc trưng của bnn
Ví dụ 2.15.
X 0 15 30 Y -2 15 35
P 0,3 0,5 0,2 P 0,3 0,5 0,2
Ứng dụng: khi cần đánh giá mức độ phân tán của bnn theo
đơn vị đo của nó thì dùng độ lệch chuẩn.
66
Chương 2 4. Tham số đặc trưng của bnn
4.6. Hệ số biến thiên CV
X
CV .100%
E( X )
4.9. Hệ số nhọn α4
67
Chương 2 Bài tập
Bài tập về bnn rời rạc
1, 4, 5, 19→ 22, 30, 36, 37, 40, 41, 65, 67, 72, 77,82, 86
68
CHƢƠNG 3
MỘT SỐ QUY LUẬT PHÂN PHỐI XÁC
SUẤT THÔNG DỤNG
69
Chương 3 2. QL không – một A(p)
2. QUY LUẬT KHÔNG – MỘT A(p)
2.1. Định nghĩa
Bnn rời rạc X nhận 1 trong 2 giá trị có thể có là 0, 1, với
các XS tương ứng được tính theo công thức
x 1 x
Px P( P x) p q ; x 0,1; q 1 p
gọi là phân phối theo quy luật không – một với tham số p.
Kí hiệu: X ~ A(p)
Bảng ppxs X 0 1
P q p
2.2. Tham số đặc trƣng: E(X) = p; V(X) = pq
2.3. Ứng dụng
70
Chương 3 3. QL nhị thức B(n,p)
3. QUY LUẬT NHỊ THỨC B(n,p)
3.1. Định nghĩa
Bnn rời rạc X nhận 1 trong các giá trị có thể có là
0, 1,2,…,n với các XS tương ứng được tính theo công
thức
x n x
Px P( P x) C p q
x
n ; x 0,1, 2,..., n; q 1 p
gọi là phân phối theo quy luật nhị thức với tham số n và p.
Kí hiệu: X ~ B(n, p)
Bảng ppxs
X 0 … x … n
P qn … x x n x … pn
C pq
n 71
Chương 3 3. QL nhị thức B(n,p)
Chú ý: Nếu bài toán thỏa mãn lược đồ Bernoulli với 2
tham số là n, p và X là số lần xuất hiện biến cố A sau n
phép thử thì X ~ B(n, p).
Công thức XS
P(a ≤ X ≤ a + h) = Pa + Pa+1 + …+ Pa+h
72
Chương 3 3. QL nhị thức B(n,p)
3.2. Các tham số đặc trƣng của quy luật nhị thức
Nếu X ~ B(n, p) thì E(X) = np; V(X) = npq.
Mốt m0 là giá trị của X thỏa mãn
np + p – 1 = np –q ≤ m0 ≤ np + p
73
Chương 3 3. QL nhị thức B(n,p)
Chú ý:
+ Nếu X1,…,Xn độc lập và Xi ~ A(p) thì
X1 + … + Xn ~ B(n, p)
+ Nếu X1 ~ B(n1, p); X2 ~ B(n2, p) và độc lập với nhau thì
X1 + X2 ~ B(n1 + n2, p)
3.3. Quy luật phân phối xác suất của tần suất
Gọi X là số lần xuất hiện biến cố A sau n phép thử. Tần
suất xuất hiện biến cố A là X
f
n
f 0 … x/n … 1
P qn … x
C pq x n x … pn
n
74
Chương 3 4. QL Poisson P(λ)
4. QUY LUẬT POISSON P(λ)
4.1. Định nghĩa
Bnn rời rạc X nhận 1 trong các giá trị có thể có là 0, 1,2,…
với các XS tương ứng được tính theo công thức
x
Px P( P x) e ; x 0,1, 2,...
x!
gọi là phân phối theo quy luật Poisson với tham số λ.
Kí hiệu: X ~ P(λ)
Chú ý: Nếu X ~ B(n, p) với n khá lớn, p khá nhỏ và
np ≈ npq thì coi như X ~ P(λ).
4.2. Các tham số đặc trƣng
Nếu X ~ P(λ) thì E(X) = λ; V(X) = λ; λ -1 ≤ m0 ≤ λ
75
Chương 3 5. QL siêu bội M(N, n)
5. QUY LUẬT SIÊU BỘI M(N, n)
5.1. Định nghĩa
Bnn rời rạc X nhận 1 trong các giá trị có thể có là 0,
1,2,…,n với các XS tương ứng được tính theo công
thức
CMx CNn xM
Px P( P x) n
CN
gọi là phân phối theo quy luật siêu bội với tham số N và n.
Kí hiệu: X ~ M(N, n)
76
Chương 3 6. QLPP đều U(a, b)
6. QUY LUẬT PHÂN PHỐI ĐỀU U(a, b)
6.1. Định nghĩa
Bnn liên tục X gọi là phân phối theo quy luật đều trên
khoảng (a, b) nếu hàm mật độ XS của nó có dạng
1
; x ( a, b)
f ( x) b a
0 ; x ( a, b)
Kí hiệu: X ~ U(a,b)
? Vẽ đồ thị của f(x)
6.2. Tham số đặc trƣng ab (b a) 2
E( X ) ; V (X )
2 12
77
Chương 3 7. QL lũy thừa E(λ)
7. QUY LUẬT LŨY THỪA E(λ)
7.1. Định nghĩa
Bnn liên tục X gọi là phân phối theo quy luật lũy thừa
(quy luật mũ) nếu hàm mật độ XS của nó có dạng
e x ; x0
f ( x)
0 ; x0
Trong đó λ là hằng số dương
Kí hiệu: X ~ E(λ)
79
Chương 3 8. QL Chuẩn N(μ, σ2)
8. QUY LUẬT CHUẨN N(μ, σ2)
8.1. Định nghĩa
Bnn liên tục X nhận giá trị trong khoảng (-∞,+∞) gọi là
phân phối theo quy luậtChuẩn với các tham số μ và σ2
nếu hàm mật độ XS của nó có dạng
( x )2
1
f ( x) e 2 2
; xR
2
Kí hiệu: X ~ N(μ, σ2)
0,5
0,4
0,3
0,2
0,1
Trong đó u
0 (u ) (t )dt
0
Bảng giá trị tới hạn chuẩn: phụ lục 6 trang 952
Bảng số TKT: tra uα tại dòng ∞ của bảng giá trị tới hạn
Student.
84
Chương 3 8. QL Chuẩn N(μ, σ2)
8.5. Công thức xác suất
Nếu X ~ Nμ, σ2) thì
b a
P (a X b) 0 0
b
P ( X b) 0 0,5
a
P(a X ) 0,5 0
P(| X | ) 2 0
85
Chương 3 8. QL Chuẩn N(μ, σ2)
Quy tắc hai sigma
2
P(| X | 2 ) 2 0 2 0 (2) 0,9544
Quy tắc ba sigma
3
P(| X | 3 ) 2 0 2 0 (3) 0,9973
Ứng dụng: Nếu QLPPXS của bnn thỏa mãn quy tắc hai
sigma và quy tắc ba sigma thì xem như bn đó phân
phối chuẩn.
86
Chương 3 8. QL Chuẩn N(μ, σ2)
Ví dụ 3.3. Trọng lượng sản phẩm là bnn phân phối chuẩn
với trung bình là 400g và phương sai là 400 g2.
a, Tìm tỷ lệ sản phẩm có trọng lượng từ 360g đến 440g
b, Tìm tỷ lệ sản phẩm nhẹ hơn 350g
c, Tìm tỷ lệ sản phẩm nặng hơn 360g
d, Sản phẩm đạt tiêu chuẩn nếu có trong lượng sai lệch so
vơi mức trung bình không quá 30g. Tìm tỷ lệ sản phẩm
đạt tiêu chuẩn.
87
Chương 3 8. QL Chuẩn N(μ, σ2)
Ví dụ 3.4. Tuổi thọ sản phẩm là bnn phân phối chuẩn với
trung bình là 3,6 năm và độ lệch chuẩn là 1,2 năm. Khi
bán được 1 sp thì cửa hàng lãi 70 nghìn đồng, nếu sp bị
hỏng trong thời gian bao hành thì cửa hàng phải chi
100 nghìn đồng cho việc bảo hành (chịu lỗ 30 nghìn
đồng). Quy định thời gian bảo hành là 1 năm.
a, Tìm tỷ lệ sản phẩm phải bảo hành.
b, Nếu muốn bảo hành cho 2,5% số sp thì quy định thời
gian bảo hành bao lâu?
c, Tìm tiền lãi trung bình trên mỗi sp bán ra.
d, Muốn tiền lãi trên mỗi sp bán ra là 65 nghìn đồng thì
quy định thời gian bảo hành bao lâu?
88
Chương 3 8. QL Chuẩn N(μ, σ2)
Ví dụ 3.5. Chiều dài sp được sản xuất tự động là bnn phân
phối chuẩn với trung bình là 60 cm. Biết rằng có 10%
số sp có chiều dài trên 63cm. Sản phẩm có chiều dài từ
55 cm trở lên thì đạt tiêu chuẩn.
a, Tìm phương sai về chiều dài sản phẩm.
b, Tìm tỷ lệ sản phẩm đạt tiêu chuẩn.
c, Tìm xs trong 10 sp có đúng 8 sp đạt tiêu chuẩn.
89
Chương 3 8. QL Chuẩn N(μ, σ2)
8.6. Phân phối xác suất của tổng các bnn độc lập cùng
tuân theo một quy luật
Nếu X1 ~ N(μ1, σ12) và X1 ~ N(μ2, σ22) và độc lập thì
X1 + X2 ~ N(μ1 + μ2, σ12 + σ22)
Ví dụ 3.6. Đầu tư 100 triệu vào ngành A thu được lãi là
X, đầu tư 100 triệu vào B thu được lãi là Y, X và Y độc
lập và X ~ N(10; 16); Y ~ N(9;9). (thời gian: 1 quý)
a, Nếu đầu tư 40 triệu vào A và 60 triệu vào B trong 1 quý
thì xs thu được lãi trên 10 triệu bằng bao nhiêu?
b, Tìm xs đầu tư vào A được lãi cao hơn đầu tư vào B.
90
Chương 3 8. QL Chuẩn N(μ, σ2)
8.7. Sự hội tụ của quy luật nhị thức và quy luật Poisson
về quy luật chuẩn
Nếu X ~ B(n, p) với n ≥ 5 và
p 1 p 1
0, 3
1 p p n
i 1
93
Chương 3 10. QL Student T(n)
10. QUY LUẬT STUDENT T(n)
10.1. Định nghĩa
10.2. Các tham số đặc trƣng
Quan tâm đến giá trị tới hạn student n bậc tự do mức ý
nghĩa α, kí hiệu là
t (n)
94
Chương 3 11. QL Fisher F(n1, n2)
11. QUY LUẬT FISHER - SNEDECOR F(n1, n2)
11.1. Định nghĩa
11.2. Các tham số đặc trƣng
Quan tâm đến giá trị tới hạn Fisher (n1, n2) bậc tự do mức ý
nghĩa α, kí hiệu là f( n ,n )1 2
96
CHƢƠNG 4
97
Chương 4 2. Khái niệm
2. KHÁI NIỆM VỀ BNN HAI CHIỀU
2.1. Định nghĩa
Hai bnn 1 chiều được xét một cách đồng thời tạo nên bnn
2 chiều.
Kí hiệu: (X, Y)
Ví dụ: thu nhập và tiêu dùng của 1 người.
chiều dài và chiều rộng của 1 sản phẩm.
99
Chương 4 3. Bảng ppxs
Ví dụ 4.1. Một đề thi trắc nghiệm có 2 câu hỏi độc lập với
xs học sinh làm đúng đều là 0,2. Đúng câu 1 được 4
điểm, câu 2 được 6 điểm, sai được 0 điểm. Gọi X là số
câu trả lời đúng, Y là số điểm đạt được của học sinh.
Lập bảng ppxs đồng thời của bnn 2 chiều (X, Y).
Ta có bảng sau
X Y 0 4 6 10 Những ô có xs
bằng 0 ứng
0 ? 0 0 0 với các biến
1 0 ? ? 0 cố không thể
có.
2 0 0 0 ?
100
Chương 4 3. Bảng ppxs
3.2. Bảng phân phối xác suất biên
a. Bảng pps biên của X
X Y y1 … yj … ym P(x)
x1 P(x1, y1) … P(x1, yj) … P(x1, ym) ∑ = P(x1)
… …
xi P(xi, y1) … P(xi, yj) … P(xi, ym) ∑ = P(xi)
… …
xn P(xn, y1) … P(xn, yj) … P(xn, ym) ∑ = P(xn)
Từ bảng trên ta có bảng ppxs biên của X như sau:
X x1 … xi … xn
P P(x1) … P(xi) … P(xn) 101
Chương 4 3. Bảng ppxs
b. Bảng ppxs biên của Y
Y y1 … yj … ym
P P(y1) … P(yj) … P(ym)
104
Chương 4 4. Tham số
4. CÁC THAM SỐ ĐẶC TRƢNG
4.1. Kì vọng toán
Từ các bảng ppxs biên ta tìm được các kì vọng toán sau:
n n m
E ( X ) xi P( xi ) xi P( xi , y j )
i 1 i 1 j 1
m m n
E (Y ) y j P( y j ) y j P( xi , y j )
j 1 j 1 i 1
Các kì vọng toán trên phản ánh giá trị trung bình của mỗi
thành phần.
105
Chương 4 4. Tham số
4.2. Phƣơng sai
Từ các bảng ppxs biên ta tìm được các phương sai sau:
n m
V ( X ) xi2 P( xi , y j ) [E ( X )]2
i 1 j 1
m n
V (Y ) y 2j P( xi , y j ) [E (Y )]2
j 1 i 1
Các kì vọng toán trên phản ánh mức độ phân tán của các
giá trị của mỗi thành phần so với giá trị trung bình của
thành phần đó.
106
Chương 4 4. Tham số
4.3. Hiệp phƣơng sai
Hiệp phương sai của các bnn X và Y, kí hiệu cov(X,Y), là
kì vọng toán của tích các sai lệch của các bnn đó với kì
vọng toán của chúng.
Cov( X , Y ) E{[X E ( X )][Y E (Y )]}
E ( XY ) E ( X ) E (Y )
Đối với các bnn rời rạc thì tính như sau:
n m
Cov( X , Y ) xi y j P( xi , y j ) E ( X ) E (Y )
i 1 j 1
109
Chương 4 4. Tham số
Khái niệm
+ X và Y là (có) tương quan với nhau nếu cov(X, Y) ≠ 0
(hoặc ρXY ≠ 0).
+ X và Y là không tương quan với nhau nếu cov(X,Y) = 0
(hoặc ρXY = 0).
+X và Y tương quan → X và Y phụ thuộc
Công thức
Nếu X và Y phụ thuộc thì
V(aX + bY) = a2V(X) + b2V(Y) + 2ab.cov(X,Y)
Áp dụng: chia vốn như thế nào để rủi ro là thấp nhấp
110
Chương 4 4. Tham số
4.5. Kì vọng có điều kiện
Kì vọng có điều kiện của bnn Y với điều kiện X = xi tính
theo công thức sau:
m
E (Y / xi ) E (Y / X xi ) y j P( y j / xi )
j 1
Có thể lập bảng ppxs có điều kiện rồi tính kì vọng toán.
111
Chương 4 4. Tham số
4.6. Hàm hồi quy
Hàm hồi quy của Y đối với X là kì vọng có điều kiện của
bnn Y đối với X
g1 ( x) E (Y / x)
Tương tự có hàm hồi quy của X đối với Y
g2 ( y) E ( X / y)
Các hàm hồi quy cho biết trung bình của bnn này phụ
thuộc vào bnn kia như thế nào.
112
Chương 4 4. Tham số đặc trưng
Ví dụ 4.2. Cho biết X là thu nhập của vợ, Y là thu nhập
của chồng trong 1 gia đình (đơn vị: nghìn USD). Bnn 2
chiều (X, Y) có bảng ppxs như sau:
X Y 10 20 30 50
0 0,1 0,1 0,05 0,05
15 0,05 0,15 0,15 a
30 0 0,05 0,1 b
115
Chương 5 2. Bđt Trêbưsép
2. BẤT ĐẲNG THỨC TRÊBƢSÉP
Nếu X là biến ngẫu nhiên có kì vọng toán và phương sai
hữu hạn thì với mọi số dương ε tùy ý ta đều có
V (X )
P(| X E ( X ) | ) 1 2
V (X )
P(| X E ( X ) | )
2
116
Chương 5 3. ĐL Trêbưsép
3. ĐỊNH LÝ TRÊBƢSÉP
Các biến ngẫu nhiên X1, X2, …, Xn, … độc lập từng đôi,
có kì vọng toán hữu hạn và các phương sai đều bị chặn
bởi hằng số c (nghĩ là V(Xi) ≤ c với mọi i) thì với mọi
ε dương bé tùy ý ta có:
X1 ... X n E ( X 1 ) ... E ( X n )
lim P 1
n
n n
X1 ... X n
lim P m 1
n
n
118
Chương 5 4. ĐL Bernoulli
4. ĐỊNH LÝ BERNOULLI
f là tần suất xuất hiện biến cố A trong n phép thử độc lập
và p là xác suất xuất hiện biến cố đó trong mỗi phép
thử thì với mọi ε dương bé tùy ý ta có:
lim P f p 1
n
119
Chương 5 5. ĐL giới hạn trung tâm
5. ĐỊNH LÝGIỚI HẠN TRUNG TÂM
Nếu X1, X2, …, Xn, … là các biến ngẫu nhiên độc lập
cùng tuân theo một quy luật ppxs nào đó với kì vọng
toán và phương sai hữu hạn
E(Xk) =a; V(Xk) = σ2 với mọi k
thì qlppxs của bnn:
U n E (U n ) với n
Un
c
Un Xi
V (U n ) i 1
120
PHẦN THỨ HAI
THỐNG KÊ TOÁN
CHƢƠNG 6
CƠ SỞ LÝ THUYẾT MẪU
123
Chương 6 3. Tổng thể nghiên cứu
3. TỔNG THỂ NGHIÊN CỨU
3.1. Định nghĩa
Toàn bộ tập hợp các phần tử đồng nhất theo một dấu hiệu
nghiên cứu định tính hay định lượng nào đó được gọi
là tổng thể nghiên cứu hay tổng thể.
Số lượng phần tử của tổng thể gọi là kích thước tổng thể,
kí hiệu N.
Dấu hiệu nghiên cứu, kí hiệu χ, có thể là định tính hay
định lượng.
Điều kiện0 Ni N ; i
k
N i N
i 1
125
Chương 6 3. Tổng thể nghiên cứu
b. Bảng phân phối tần suất
Kí hiệu pi là tần suất của giá trị xi trong tổng thể.
Ni
pi
N
Khi đó ta có bảng phân phối tần suất như sau:
Giá trị của χ x1 … xi … xk
Tần suất pi p1 … pi … pk
Điều kiện 0 pi 1; i
k
pi 1
i 1
126
Chương 6 3. Tổng thể nghiên cứu
3.3. Các tham số đặc trƣng của tổng thể
a. Trung bình tổng thể
Trung bình tổng thể, kí hiệu m, là trung bình số học của
các giá trị của dấu hiệu nghiên cứu trong tổng thể.
1 k
Với bảng phân phối tần số như trên thì m Ni xi
N i 1
Nếu X là biến ngẫu nhiên gốc thì m = E(X).
Thực tế người ta còn tính các loại trung bình sau:
+ Trung bình nhân
+ Trung bình điều hòa
127
Chương 6 3. Tổng thể nghiên cứu
b. Phương sai tổng thể
Phương sai tổng thể, kí hiệu σ2, được tính như sau
k
1
Ni ( xi m)
2 2
N i 1
Nếu X là biến ngẫu nhiên gốc thì σ2 = V(X).
Phương sai tổng thể phản ánh mức độ phân tán của các giá
trị của dấu hiệu χ xung quanh trung bình tổng thể.
2
128
Chương 6 3. Tổng thể nghiên cứu
c. Tần suất tổng thể
Nếu tổng thể nghiên cứu có kích thước N, trong đó có M
phần tử mang dấu hiệu nghiên cứu thì tần suất tổng
thể, kí hiệu p, được xác định bởi công thức
M
p
N
Thực chất tần suất tổng thể p là trường hợp riêng của trung
bình tổng thể m và phản ánh cơ cấu tổng thể theo dấu
hiệu nghiên cứu χ.
129
Chương 6 4. Mẫu
4. MẪU
4.1. Định nghĩa
+ Mẫu ngẫu nhiên kích thước n là tập hợp của n biến
ngẫu nhiên độc lập X1, X2, …, Xn được thành lập từ
biến ngẫu nhiên gốc X trong tổng thể nghiên cứu và có
cùng quy luật phân phối xác suất với X.
W = (X1, X2,…, Xn) là mẫu ngẫu nhiên thì
- X1, X2, …, Xn độc lập
- X1, X2, …, Xn có cùng quy luật ppxs với X, khi đó
E(Xi) = E(X) = m; V(Xi) = V(X) = σ2
+ Mẫu cụ thể: khi thực hiện phép thử đối với mẫu ngẫu
nhiên thì thu được mẫu cụ thể là w = (x1, x2,…,xn)
130
Chương 6 4. Mẫu
4.2. Các phƣơng pháp chọn mẫu
a. Mẫu đơn giản
b. Mẫu thống kê.
c. Mẫu chùm.
d. Mẫu phân tổ.
e. Mẫu nhiều cấp.
4.3. Thang đo các giá trị mẫu
a. Thang định danh.
b. Thang thứ bậc.
c. Thang đo khoảng.
d. Thang đo tỷ lệ
131
Chương 6 4. Mẫu
4.4. Các phƣơng pháp mô tả số liệu mẫu
Xét mẫu cụ thể w = (x1, x2,…, xn)
a. Bảng phân phối tần số
Sắp xếp các số liệu mẫu theo thứ tự tăng dần.
+ Nếu mẫu có n giá trị khác nhau thì tần suất mỗi giá trị
bằng 1.
+ Nếu mẫu có k giá trị khác nhau với tần số tương ứng thì
có bảng phân phối tần số như sau:
Giá trị của χ x1 … xi … xk
Tần số ni n1 … ni … nk
Với n1 + n2 + … + nk = n
132
Chương 6 4. Mẫu
Ví dụ 6.1. Cân một số sản phẩm cùng loại thì có bảng sau:
Trọng lượng (kg) 5 6 7 8
Số sản phẩm 2 12 7 4
Ví dụ 6.2. Theo dõi thời gian hoàn thành của một số sản
phẩm thì có bảng sau:
Thời gian hoàn thành (phút) 10 - 12 12 - 14 14 - 16 16 - 18
Số sản phẩm 10 40 30 20
133
Chương 6 4. Mẫu
b. Bảng phân phối tần suất
Kí hiệu fi = ni / n là tần suất xuất hiện giá trị xi của mẫu.
Có bảng phân phối tần suất như sau:
Giá trị của χ x1 … xi … xk
Tần suất fi f1 … fi … fk
Với f1 + f2 + … + fk = 1
134
Chương 6 5. Thống kê
5. THỐNG KÊ
5.1. Định nghĩa
Tổng thể có biến ngẫu nhiên gốc X
Mẫu ngẫu nhiên W = (X1, X2,…, Xn)
Thống kê là hàm của các biến ngẫu nhiên X1, X2,…, Xn,
kí hiệu là G
G = f(X1, X2, …, Xn)
Bản chất: thống kê G là biến ngẫu nhiên.
Khi mẫu ngẫu nhiên W nhận w = (x1, x2,…,xn) thì G nhận
giá trị cụ thể là
g = f(x1, x2,…,xn)
135
Chương 6 5. Thống kê
5.2. Một số thống kê đặc trƣng mẫu
Mẫu ngẫu nhiên W = (X1, X2,…, Xn)
a. Trung bình mẫu là một thống kê, kí hiệu X, và là trung
bình số học của các giá trị mẫu
1 n 1 k
X Xi; x ni xi
n i 1 n i 1
2
Tính chất: E ( X ) m; V ( X ) ; Se( X )
n n
BT: chứng minh các tính chất trên.
136
Chương 6 5. Thống kê
b. Phương sai mẫu là một thống kê, kí hiệu S2, được tính
theo công thức sau:
S
2 n
n 1
2
X X ;
2
s
2 n
n 1
x x
2 2
Trong đó n k
1 1
X 2 Xi; x 2 ni xi
n i 1 n i 1
137
Chương 6 5. Thống kê
Ví dụ 6.3. Cân một số sản phẩm cùng loại thì có bảng sau:
Trọng lượng (kg) 5 6 7 8
Số sản phẩm 2 12 7 4
Ví dụ 6.4. Theo dõi thời gian hoàn thành của một số sản
phẩm thì có bảng sau:
Thời gian hoàn thành (phút) 10 - 12 12 - 14 14 - 16 16 - 18
Số sản phẩm 10 40 30 20
n i 1
SS n
Liên hệ: S
2
MS
n 1 n 1
139
Chương 6 5. Thống kê
Phương sai S*2
Nếu đã biết trung bình tổng thể m thì tính được phương sai
S*2
n
1
S *2 ( X i m) 2
n i 1
Tính chất: E(S*2) = σ2
140
Chương 6 5. Thống kê
c. Tần suất mẫu là một thống kê, kí hiệu f, được tính theo
công thức sau:
Y
f
n
Trong đó Y là (biến đếm) số phần tử mang dấu hiệu
nghiên cứu trong mẫu.
Tính chất: với p là tần suất tổng thể của dấu hiệu nghiên
cứu thì
p(1 p) p(1 p)
E ( f ) p; V ( f ) ; Se( f )
n n
Với X là số phần tử mang dấu hiệu nghiên cứu trong 1 phần tử của
tổng thể thì X là bnn gốc và X ~ A(p)
141
Chương 6 5. Thống kê
Ví dụ 6.5. Kiểm tra 100 sản phẩm của lô hàng thì có 10
phế phẩm. Khi đó tỷ lệ phế phẩm trên mẫu là
10
f 0,1
100
Ví dụ 6.6. Theo dõi thời gian hoàn thành của một số sản
phẩm thì có bảng sau:
Thời gian hoàn thành (phút) 10 - 12 12 - 14 14 - 16 16 - 18
Số sản phẩm 10 40 30 20
143
Chương 6 7. Quy luật PPXS
7. QUY LUẬT PHÂN PHỐI XÁC SUẤT CỦA MỘT
SỐ THỐNG KÊ ĐẶC TRƢNG MẪU
7.1. Trƣờng hợp tổng thể có bnn gốc X ~ N(μ, σ2)
Với W = (X1, X2, …, Xn) là mẫu ngẫu nhiên thì
+ X1, X2,…, Xn là các bnn độc lập
+ Xi có cùng quy luật ppxs với X, suy ra
E(Xi) = E(X) = μ; V(Xi) = V(X) = σ2
Ta chứng minh được các kết luận sau:
144
Chương 6 7. Quy luật PPXS
1 n
2
(1) X X i N ;
n i 1 n
X ( X ) n
(2) U N (0,1)
Se( X )
(n) S *2
(3) 2 2 ( n)
2
(n 1) S 2
(4) 2
(n 1)
2
2
( X ) n
(5) T T (n 1)
S
146
Chương 6 7. Quy luật PPXS
(n 1) S 2
(4)
2
2 (n 1)
2
Áp dụng: + Tính xs P ( a S 2
b) ?
+ Tìm a, b sao cho P ( a S 2
b) 1
( X 1 X 2 ) ( 1 2 )
(7) U N (0,1)
12 22
n1 n2
(n1 1) S12 (n2 1) S22
(8) 2 2 (n1 n2 2)
12 22
(9) Khi 12 22 2
( X 1 X 2 ) ( 1 2 )
T T (n1 n2 2)
(n1 1) S12 (n2 1) S 22 1 1
n1 n2 2 n1 n2
n2 1 150
Chương 6 7. Quy luật PPXS
7.3. Trƣờng hợp tổng thể có bnn gốc X ~ A(p)
+ Với p là tần suất tổng thể của dấu hiệu nghiên cứu
X là số phần tử mang dấu hiệu nghiên cứu trong 1 phần
tử của tổng thể thì X ~ A(p) là bnn gốc.
+ f là tần suất mẫu của dấu hiệu nghiên cứu
Với mẫu có kích thước n ≥ 100 ta có các kết luận sau:
p(1 p)
(12) f N p,
n
( f p) n
(13) U N (0,1)
p(1 p)
151
Chương 6 7. Quy luật PPXS
Áp dụng (12): + Tính xs P(a < f < b)
+ Tìm a, b sao cho P(a < f < b) = 1 - α
Ví dụ 6.9. Biết rằng tỷ lệ phế phẩm của lô hàng là 10%.
a. Tìm xác suất khi kiểm tra (mẫu) 100 sản phẩm của lô hàng
thì tỷ lệ phế phẩm trên mẫu lớn hơn 13%.
b. Tìm xác suất khi kiểm tra 100 sản phẩm của lô hàng thì có
tối thiểu là 6 phế phẩm.
c. Với mức xác suất 0,9 nếu kiểm tra 200 sản phẩm của lô
hàng thì tỷ lệ phế phẩm tối đa là bao nhiêu? Có tối đa bao
nhiêu phế phẩm?
Ví dụ 6.10. Trọng lượng sản phẩm là bnn phân phối chuẩn với
trung bình là 15 kg và độ lệch chuẩn là 3 kg. Tìm xác suất
trong 100 sản phẩm có ít hơn 20 sản phẩm nhẹ hơn 12 kg. 152
Chương 6 7. Quy luật PPXS
7.4. Trƣờng hợp có 2 tổng thể với các bnn gốc X1 ~
A(p1 ) và X2 ~ A(p2)
+ Với p1, p2 là các tần suất tổng thể của dấu hiệu nghiên
cứu
+ f1, f2 là các tần suất mẫu của dấu hiệu nghiên cứu
Với các mẫu có kích thước ≥ 100 ta có các kết luận sau:
p1 (1 p1 ) p2 (1 p2 )
(14) f1 f 2 N p1 p2 ,
n1 n2
( f1 f 2 ) ( p1 p2 )
(15) U N (0,1)
p1 (1 p1 ) p2 (1 p2 )
n1 n2
153
CHƢƠNG 7
Chú ý:
+ Trường hợp tổng quát: trung bình tổng thể là E(X) = m
+ Nếu bnn gốc X pp chuẩn: trung bình tổng thể là E(X) =μ
+ Nếu bnn gốc X pp A(p): trung bình tổng thể là E(X) = p
W là mnn nên các Xi độc lập, E(Xi) =E(X), V(Xi) = V(X)
156
Chương 7 2. PP Ước lượng điểm
b. Các tiêu chuẩn lựa chọn hàm ước lượng
Ước lượng không chệch
Thống kê của mẫu là ước lượng không chệch của
tham số θ nếu
E ( )
? Công thức tính độ chệch
Ví dụ 7.1.
E( X ) m
(chứng minh)
E( f ) p
E (S 2 ) 2
X , f , S 2 là các ước lượng không chệch của m, p, σ2
157
Chương 7 2. PP Ước lượng điểm
Ước lượng hiệu quả
• Thống kê của mẫu là ước lượng hiệu quả (nhất) của
tham số θ nếu nó là ước lượng không chệch và có
phương sai nhỏ nhất so với các ước lượng không chệch
khác được xây dựng trên cùng mẫu đó.
158
Chương 7 2. PP Ước lượng điểm
Ví dụ 7.3. Cho tổng thể với bnn gốc X. Lập 2 mẫu ngẫu
nhiên độc lập với kích thước n1, n2 và các trung bình
mẫu tương ứng. Xét họ ước lượng
G X1 (1 ) X 2 ; 0 1
Chứng minh Gα là ước lượng không chệch của trung bình
tổng thể (m). Với α = ? thì Gα là hiệu quả nhất của m.
nE
Ví dụ 7.5. Cho tổng thể với bnn gốc X pp chuẩn. Chứng minh
rằng trung bình mẫu là ước lượng hiệu quả nhất của trung
bình tổng thể.
Ví dụ 7.6. Chứng minh rằng tần suất mẫu f là ước lượng hiệu
quả nhất của tần suất tổng thể p.
160
Chương 7 2. PP Ước lượng điểm
Ước lượng vững
Thống kê của mẫu lượngvững của tham số θ nếu nó hội
tụ theo xác suất đến θ khi n → ∞.
Nghĩa là với mọi ε > 0 ta có
lim P | | 1
n
Ví dụ 7.7. Cho tổng thể với bnn gốc X pp chuẩn. Chứng minh
rằng trung bình mẫu là ước lượng vững của trung bình tổng
thể.
Ví dụ 7.8. Chứng minh rằng tần suất mẫu là ước lượng vững
của tần suất tổng thể.
Ước lượng đủ
161
Chương 7 2. PP Ước lượng điểm
c. Một số kết luận
• Trung bình mẫu là ước lượng không chệch, hiệu quả nhất
và vững của trung bình tổng thể và đồng thời là ước lượng
tuyến tính không chệch tốt nhất, do đó nếu chưa biết trung
bình tổng thể thì có thể dùng trung bình mẫu để ước lượng
nó.
• Tần suất mẫu là ước lượng không chệch, hiệu quả nhất và
vững của tần suất tổng thể và đồng thời là ước lượng tuyến
tính không chệch tốt nhất, do đó nếu chưa biết tần suất
tổng thể thì có thể dùng tần suất mẫu để ước lượng nó.
• Có E(S2) = E(S*2) = σ2 nên có thể dùng 1 trong 2 thống kê
này để ước lượng phương sai tổng thể.
162
Chương 7 2. PP Ước lượng điểm
2.2. Phƣơng pháp ƣớc lƣợng hợp lý tối đa
Cần ước lượng tham số θ bằng pp ước lượng hợp lý tối đa.
Biết hàm mật độ xác suất f(x, θ) của bnn gốc X.
Lập mẫu ngẫu nhiên W = (X1, X2, …, Xn)
Ta xây dựng hàm hợp lý L của tham số θ như sau:
L(θ) = L(x1, x2,…,xn, θ) = f(x1 , θ).f(x2, θ) … f(xn, θ)
trong đó w (x1 , x2 ,…, xn ) là giá trị cụ thể bất kì của mẫu.
Giá trị cụ thể của thống kê trên mẫu w gọi là ước lượng
hợp lý tối đa của θ nếu ứng với giá trị đó hàm hợp lý
đạt cực đại.
Khi thay w bởi W thì ta có hàm (ƯL) hợp lý tối đa của θ.
163
Chương 7 2. PP Ước lượng điểm
Các bước tìm ước lượng hợp lý tối đa
Vì L và lnL đạt cực đại tại cùng một giá trị của θ nên ta sẽ
tìm θ để lnL đạt cực đại như sau:
+ Tìm L và lnL, rút gọn.
+ Tìm đạo hàm bậc nhất và bậc hai của lnL theo θ.
+ Tìm nghiệm của đạo hàm bậc nhất, kí hiệu là .
2
+ Chứng minh d ln L
0
d
2
Khi đó g ( x1 , x2 ,..., xn ) là ước lượng điểm hợp lý tối
đa của θ
g ( X1 ,..., X n ) là hàm ước lượng hợp lý tối đa của θ.
164
Chương 7 2. PP Ước lượng điểm
Ví dụ 7.9. Cho tổng thể với bnn gốc X pp chuẩn. Tìm
ước lượng hợp lý tối đa của trung bình tổng thể.
Bài tập.
+ Tổng thể có bnn gốc X ~ A(p). Tìm ước lượng hợp lý tối
đa của tham số p.
+ Tổng thể có bnn gốc X ~ P(λ). Tìm ước lượng hợp lý tối
đa của tham số λ.
+ Tổng thể có bnn gốc X ~ E(λ). Tìm ước lượng hợp lý tối
đa của tham số λ.
165
Chương 7 3. PP Ước lượng khoảng
3. PHƢƠNG PHÁP ƢỚC LƢỢNG BẰNG KHOẢNG
TIN CẬY
3.1. Khái niệm
Khoảng (G1, G2) được gọi là khoảng tin cậy của tham số θ
với độ tin cậy (1 – α) cho trước nếu thỏa mãn
P(G1 < θ < G2 ) = 1 – α
I = G2 – G1 gọi là độ dài khoảng tin cậy.
Cơ sở của phương pháp ước lượng bằng khoảng tin cậy là
nguyên lý xác suất lớn.
166
Chương 7 3. PP Ước lượng khoảng
Các bước tìm khoảng G1, G2)
• Lập mẫu ngẫu nhiên W = (X1, X2, …, Xn) và xây dựng
thống kê G = f(X1, X2, …, Xn, θ) (dựa vào chương 6)
sao cho quy luật phân phối xác suất của G là àn toàn
xác định và không phụ thuộc và các đối số của nó.
• Với độ tin cậy (1 – α) cho trước tìm được cặp giá trị
không âm α1, α2 sao cho α1 + α2 = α. Từ đó tìm được
cặp giá trị tới hạn g1-α1 và gα2 thỏa mãn
P( g11 G g2 ) 1 (1 2 ) 1
• Biến đổi tương đương ta có
P(G1 G2 ) 1
167
Chương 7 3. PP Ước lượng khoảng
• Thực tế thường yêu cầu độ tin cậy (1 – α) khá lớn nên
theo nguyên lý xác suất lớn, biến cố (G1 < θ < G2) sẽ
xảy ra khi thực hiện một phép thử cụ thể.
Thực hiện 1 phép thử thì có mẫu cụ thể w và tìm được
các giá trị cụ thể của Gi là gi
• Kết luận: Với độ tin cậy (1 – α).100% , từ mẫu cụ thể
đã cho ta ước lượng được tham số θ nằm trong khoảng
(g1, g2)
• Các khoảng tin cậy thường dùng
+ KTC 2 phía (đặc biệt: đối xứng)
+ KTC bên trái: ước lượng giá trị tối đa
+ KTC bên phải: ước lượng giá trị tối thiểu.
168
Chương 7 3. PP Ước lượng khoảng
3.2. Ƣớc lƣợng kì vọng toán của bnn phân phối chuẩn (ƣớc
lƣợng trung bình tổng thể μ)
a. Nếu đã biết phương sai σ2
Chọn thống kê
( X ) n
U N (0,1)
Với độ tin cậy (1 – α) ta tìm được 2 giá trị α1 + α2 = α và 2 giá
trị tới hạn chuẩn là u1-α1 và uα2 thỏa mãn
P(u1-α1 < U < uα2) = 1 – α
Thay công thức của U rồi biến đổi tương đương ta có
P X u2 X u1 (1 )
n n
169
Chương 7 3. PP Ước lượng khoảng
b. Nếu chưa biết phương sai σ2
Chọn thống kê
( X ) n
T T (n 1)
S
S ( n1)
+ Với KTC đối xứng, ta có độ dài KTC là I 2 t /2
n
I S ( n 1)
Sai số của ước lượng là t /2
2 n
a. Với độ tin cậy 0,95 hãy ước lượng thời gian trung bình
để gia công chi tiết đó (bằng KTC đối xứng)
b. Muốn giữ nguyên độ tin cậy 0,95 mà độ chính xác của
ước lượng tăng gấp đôi thì phải điều tra thêm bao
nhiêu chi tiết.
c. Cho biết thời gian trung bình để gia công chi tiết tối đa
là bao nhiêu? Lấy α = 0,05.
173
Chương 7 3. PP Ước lượng khoảng
Ví dụ 7.11. Điều tra thu nhập của 40 nhân viên công ty A
thấy trung bình (mẫu) là 5,5 triệu đồng/tháng và độ
lệch chuẩn mẫu là 0,8 triệu đồng/tháng. Với độ tin cậy
95% hãy cho biết thu nhập trung bình tối thiểu của
nhân viên công ty này.
174
Chương 7 3. PP Ước lượng khoảng
3.3. Ƣớc lƣợng phƣơng sai của bnn phân phối chuẩn (ƣớc
lƣợng phƣơng sai tổng thể σ2)
a. Nếu đã biết trung bình μ
b. Nếu chưa biết trung bình μ
Khoảng tin cậy ngẫu nhiên của σ2 là
(n 1) S 2 (n 1) S 2
2
2( n 1)
2
12(n 1)
1
Ví dụ 7.12. Điều tra thu nhập của 40 nhân viên công ty A thấy trung
bình (mẫu) là 5,5 triệu đồng/tháng và độ lệch chuẩn mẫu là 0,8
triệu đồng/tháng. Với độ tin cậy 95% hãy cho biết phương sai
về thu nhập của nhân viên công ty này nằm trong khoảng nào?
176
Chương 7 3. PP Ước lượng khoảng
Ví dụ 7.13. (tiếp 7.10) Biết thời gian gia công 1 chi tiết
máy (phút) phân phối chuẩn. Cho số liệu sau:
Thời gian gia công (phút) 8 9 10
Số chi tiết 4 10 6
a. Với độ tin cậy 0,95 hãy ước lượng phương sai về thời
gian gia công chi tiết đó.
b. Cho biết độ lệch chuẩn về thời gian gia công chi tiết
tối đa là bao nhiêu? Lấy α = 0,05.
177
Chương 7 3. PP Ước lượng khoảng
3.4. Ƣớc lƣợng xác suất p của bnn phân phối không – một
(ƣớc lƣợng tần suất tổng thể p)
Với p là tần suất tổng thể của dấu hiệu nghiên cứu (p = M/N)
f là tần suất mẫu của dấu hiệu nghiên cứu
a. Nếu mẫu có kích thước nhỏ (tự đọc)
b. Nếu mẫu có kích thước lớn (n ≥ 100)
Khoảng tin cậy của p với độ tin cậy (1 – α) là
f (1 f ) f (1 f )
f u2 p f u1
n n
? Hãy viết khoảng tin cậy để ước lượng giá trị tối đa, giá trị tối
thiểu của p.
178
Chương 7 3. PP Ước lượng khoảng
+ Khoảng tin cậy đối xứng của p là
f (1 f ) f (1 f )
f u /2 p f u /2
n n
181
Chương 8 2. Khái niệm
2. KHÁI NIỆM
2.1. Giả thuyết thống kê
Giả thuyết thống kê là giả thuyết về:
+ Các tham số đặc trưng của biến ngẫu nhiên,
+ Dạng phân phối XS của biến ngẫu nhiên,
+ Sự độc lập của các biến ngẫu nhiên.
Kí hiệu: H0 là giả thuyết gốc
H1 là giả thuyết đối
Ở đây chỉ xét H0 là giả thuyết đơn (dạng θ = θ0)
H1 là giả thuyết kép
182
Chương 8 2. Khái niệm
Những phát biểu có chứa dấu bằng (=, ≥, ≤) là H0
Những phát biểu không chứa dấu bằng (≠, <, >) là H1
Ví dụ 8.1. Viết cặp giả thuyết H0 , H1 cho các câu hỏi sau:
a) Có thể cho rằng tỷ lệ nam của Việt Nam là 50% hay
không?
b) Có thể cho rằng trọng lượng trung bình của sản phẩm
lớn hơn 6 kg hay không?
c) Có thể cho rằng mức độ phân tán về tiền lương không
vượt quá 1,5 triệu đồng/tháng được không?
d) Có thể cho rằng ở VN tỷ lệ sinh viên nam bằng tỷ lệ
sinh viên nữ hay không?
183
Chương 8 2. Khái niệm
Phương pháp chung để kiểm định
+ Giả sử H0 đúng, dựa vào thông tin của mẫu rút ra một
biến cố A nào đó sao cho P(A) = α bé đến mức có thể
coi biến cố A không xảy ra trong 1 phép thử cụ thể
(theo nguyên lý XS bé)
+ Thực hiện 1 phép thử đối với mẫu ngẫu nhiên (nghĩa là
xét trên 1 mẫu cụ thể).
Nếu A xảy ra thì H0 sai và bác bỏ nó
Nếu A không xảy ra thì chưa có cơ sở để bác bỏ H0
184
Chương 8 2. Khái niệm
2.2. Tiêu chuẩn kiểm định giả thuyết thống kê
Với mẫu ngẫu nhiên W, chọn thống kê
G = f( X1, X2 , …, Xn, θ0)
sao cho nếu H0 đúng thì quy luật PPXS của G là hoàn
toàn xác định. (θ0 là tham số liên quan đến giả thuyết
cần kiểm định)
Trên mẫu cụ thể, G nhận giá trị cụ thể là
Gqs = f(x1, x2,…,xn, θ0)
185
Chương 8 2. Khái niệm
2.5. Sai lầm khi kiểm định
a. Sai lầm loại 1: bác bỏ giả thuyết H0 trong khi H0 đúng
XS mắc sai lầm loại 1 là: P(G W / H0 )
b. Sai lầm loại 2: thừa nhận giả thuyết H0 trong khi H0 sai
XS mắc sai lầm loại 2 là: P(G W / H1 )
(1 – β) là lực kiểm định
Nếu α giảm thì β tăng và ngược lại.
186
Chương 8 2. Khái niệm
2.3. Miền bác bỏ giả thuyết H0 với mức ý nghĩa α là Wα
W R
P(G W / H 0 )
188
Chương 8 3. KĐ một tham số
Ví dụ 8.2. Biết thời gian gia công 1 chi tiết máy (phút)
phân phối chuẩn. Cho số liệu sau:
Thời gian gia công (phút) 8 9 10
Số chi tiết 5 12 8
Với mức ý nghĩa 5% có thể cho rằng thời gian trung bình
để gia công chi tiết đó là 9 phút được không?
Ví dụ 8.3. Điều tra thu nhập của 40 nhân viên công ty A
thấy trung bình là 5,5 triệu đồng/tháng và độ lệch
chuẩn là 0,8 triệu đồng/tháng. Với mức ý nghĩa 5% có
thể cho rằng thu nhập trung bình của nhân viên công ty
này không dưới 6 triệu/tháng được không?
189
Chương 8 3. KĐ một tham số
3.2. Kiểm định giả thuyết về phƣơng sai của biến ngẫu
nhiên phân phối chuẩn (KĐ phƣơng sai)
H0 và tiêu chuẩn H1 Miền bác bỏ H0
H0 : σ2 = σ20 σ2 ≠ σ20
2 2
2( n 1)
/2
W : 2 2( n 1)
(n 1) S 2
1 /2
2
02 σ2 > σ20 W 2 : 2 2(n1)
Chú ý: + Đơn vị đo
+ Phân biệt chiều biến đổi của độ phân tán (độ dao
động,…) với độ ổn định (độ đồng đều,.. .).
190
Chương 8 3. KĐ một tham số
Ví dụ 8.4. (tiếp 8.2) Biết thời gian gia công 1 chi tiết máy
(phút) phân phối chuẩn. Cho số liệu sau:
Thời gian gia công (phút) 8 9 10
Số chi tiết 5 12 8
Ví dụ 8.6. Kiểm tra 200 sản phẩm của một nhà máy thì có
20 phế phẩm. Với mức ý nghĩa 5% có thể cho rằng tỷ
lệ phế phẩm của nhà máy nhỏ hơn 15% hay không?
192
Chương 8 3. KĐ một tham số
Ví dụ 8.7. Điều tra 200 công nhân thì có 110 nam và 90 nữ.
Lấy α = 0,05 cho các câu hỏi sau:
a. Có thể cho rằng tỷ lệ công nhân nam cao hơn tỷ lệ công
nhân nữ hay không?
b. Cho biết tỷ lệ công nhân nam thuộc khoảng nào?
Ví dụ 8.8. Điều tra 500 hộ gia đình ở một thành phố thì có 400
hộ dùng bếp ga, trong đó có 100 hộ dùng bếp ga của hãng
A. Giả sử mỗi hộ dùng 1 bếp ga. α = 0,05 .
a. Có thể cho rằng tỷ lệ hộ dùng bếp ga của hãng A ở TP này
không vượt quá 15% hay không?
b. Biết hãng A đã bán 20.000 bếp ga ở TP này. Có thể cho
rằng số hộ gia đình dùng bếp ga ở TP này nhỏ hơn 100.000
hộ được không?
193
Chương 8 4. KĐ hai tham số
4 KIỂM ĐỊNH GIẢ THUYẾT VỀ HAI TỔNG THỂ
Chỉ kết luận là kiểm định 2 tham số khi có 2 mẫu độc lập
4.1. Kiểm định giả thuyết về hai kì vọng toán của hai
biến ngẫu nhiên phân phối chuẩn
a. Khi đã biết phương sai (tự đọc)
b. Khi chưa biết cả hai phương sai
Chú ý: Phân biệt chiều biến đổi của độ phân tán (độ dao
động,…) với độ ổn định (độ đồng đều,.. .).
195
Chương 8 4. KĐ hai tham số
Ví dụ 8.9. Cân 25 sản phẩm loại A thì thấy trong lượng
trung bình là 2,6 kg và độ lệch chuẩn là 0,4 kg. Cân 40
sản phẩm loại B thì thấy trung bình là 2,3 kg và độ
lệch chuẩn là 0,6 kg.
Lấy α = 0,05 cho các câu hỏi sau:
a. Có thể cho rằng trọng lượng trung bình của sản phẩm
loại A và loại B là như nhau hay không?
b. Có thể cho rằng trọng lượng sản phẩm loại A ổn định
hơn loại B hay không?
196
Chương 8 4. KĐ hai tham số
4.3. Kiểm định giả thuyết về hai xác suất của hai biến
ngẫu nhiên phân phối không – một
H0 và tiêu chuẩn H1 Miền bác bỏ H0
W U :| U | u /2
H0 : p1 = p2 p 1 ≠ p2
f1 f 2
U
1 1
f (1 f )
n1 n2
p1 > p2 W U : U u
n1 f1 n2 f 2
f
W U : U | u
n1 n2 p1 < p2
197
CHƢƠNG 9
198
Chương 9 1. KĐ sự độc lập …
1. KĐGT về sự độc lập của 2 dấu hiệu định tính
H0: dấu hiệu A và dấu hiệu B độc lập với nhau
H1: dấu hiệu A và dấu hiệu B phụ thuộc nhau
Bảng số liệu
A B B1 B2 … Bk Tổng
A1 n11 n12 … n1k n1
A2 n21 n22 … n2k n2
… … … … … …
Ah nh1 nh2 … nhk nh
Tổng m1 m2 … mk n
199
Chương 9 1. KĐ sự độc lập …
h k n 2
Tiêu chuẩn KĐ: n 1
2 ij
n m
i 1 j 1 i j
Miền bác bỏ: W 2 : 2 2[( h 1)( k 1)]
Ví dụ 9.2. Có ý kiến cho rằng điểm thi tốt nghiệp môn Toán
của học sinh lớp 12 không phân phối chuẩn. Điêu tra điểm
thi của 40 học sinh thì thấy hệ số bất đối xứng là 0,4; hệ số
nhọn là 2,5. Với mức ý nghĩa 5% hãy kết luận về ý kiến
trên.
201
Thống kê Bài tập
Bài tập chương 6
58, 62, 63, 65, 67