GAXSTK

XÁC SUẤT THỐNG KÊ
Nguyễn Thị Phi Doan
KHOA CN ĐIỆN TỬ-THÔNG TIN
Ngày 25 tháng 4 năm 2017

Tổng quan
Chương 1: Các kết quả cơ bản của xác suất

Các khái niệm cơ bản của xác suất.
Các định nghĩa xác suất.
Các công thức và định luật cơ bản của xác suất.
Chương 2: Đại lượng ngẫu nhiên ( Biến ngẫu nhiên )
Các khái niệm cơ bản về đại lượng ngẫu nhiên.
Các số đặc trưng của ĐLNN.
Các đại lượng ngẫu nhiên có phân phối thường gặp.
Chương 3: Ước lượng các giả thuyết thống kê.
Phương pháp Mẫu
Các bài toán thống kê.
Chương 4: Bài toán kiểm định giả thuyết thống kê
Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)
XÁC SUẤT THỐNG KÊ Ngày 25 tháng 4 năm 2017 2 / 145
Chương I: Các kết quả cơ bản của xác suất I.Các khái niệm cơ bản của xác suất.
1.Biến cố ngẫu nhiên
Định nghĩa
Biến cố ( sự kiện hay hiện tượng ) luôn mang tính ngẫu nhiên ( không xác
định được trước việc có xảy ra hay không )
Ký hiệu : Giống tập hợp A,B,C...hoặc A1 ; A2 ; A3 ...
Các loại biến cố

Biến cố không thể là biến cố ngẫu nhiên mang tính chất đặc biệt có ∅ (
không xảy ra )

Ví dụ :
Biến cố chiều cao con người bằng 4m là ∅
Biến cố chắc chắn xảy ra ký hiệu là Ω : Không gian biến cố . Thường ký
hiệu U : biến cố chắc chắn xảy ra.
Ví dụ :
Tung 1 con xúc sắc xuất hiện mặt k chấm . Gọi tên biến cố đó là
Ak ; k = 1, 6 ⇒ A0 = ∅; A7 = ∅ 2.Phép thử ngẫu nhiên
Định nghĩa
Phép thử ngẫu nhiên là tập hợp các điều kiện để xảy ra các biến cố .
Ví dụ : Biến cố trúng mục tiêu khi bắn là A thì phép thử ngẫu nhiên ở đây
sẽ gồm : súng, đạn, người bắn , mục tiêu, bãi tập v..v.
Phép thử ngẫu nhiên tồn tại khi đủ các điều kiện để thực hiện các biến cố.
Ta ký hiệu là (τ, G , ℘)

Ở Ví dụ trên phép thử ngẫu nhiên tồn tại có nghĩa là việc bắn vào mục
tiêu cho đến khi trúng thì mới dừng lại.
3.Các phép toán
a, Biến cố kéo theo
Giả sử A,B : 2 biến cố. Ta gọi A kéo theo B nếu A xuất hiện thì B xuất
hiện.
Ví dụ : Gọi biến cố tam giác có 2 góc bằng nhau là A. Biến cố tam giác
cân là B .
Ta thấy A kéo theo B . Ký hiệu A ⊂ B
Khi ta tung xúc sắc thì có những biến cố kéo theo nào ?
b, Hai biến cố bằng nhau
Ta có : A = B ⇔ A ⊂ Bvà B ⊂ A

c, Hợp của 2 biến cố (tổng)

A ∪ B = C xảy ra khi hoặc A , hoặc B xảy ra .
Ví dụ : Có 1 hộp đựng các quả cầu : 6 quả màu xanh, 4 quả màu vàng .
Lấy ngẫu nhiên 2 quả trong 1 hộp . Gọi C là biến cố lấy ra 2 quả cùng
màu .
C = A ∪ B . Hãy giải thích ?
Mở rộng cho n biến cố : A1 ∪ A2 ∪ A3 ∪ · · · An = ∪ni=1 Ai

d, Giao 2 biến cố (tích)

A ∩ B = C xảy ra khi đồng thời xảy ra cả A và B .
Ví dụ : Lấy 1 điểm A thuộc một đường thẳng a trong mặt phẳng α .
C = A ∪ B . Hãy giải thích ?
Mở rộng cho n biến cố : A1 ∩ A2 ∩ A3 ∩ · · · An = ∩ni=1 Ai

e, Hiệu 2 biến cố
A − B = A \ B = C xảy ra khi xảy ra A và không xảy ra B .
Ví dụ : Yêu cầu SV tự lấy VD .
Từ các phép toán được xây dựng ở trên ta có các T/C sau :
A ⊂ A ∪ B; B ⊂ A ∪ B
(A ∩ B) ⊂ A; (A ∩ B) ⊂ B
(A \ B) ⊂ A; (A \ B) ∪ (A ∩ B) = A
f, Hai biến cố xung khắc
A và B gọi là 2 biến cố xung khắc nếu A ∩ B = ∅.
Ví dụ :
Hai quả cầu lấy ra cùng màu : A
Hai quả cầu lấy ra khác màu : B
A và B xung khắc.
h, Hai biến cố độc lập

A và B có A ∩ B = ∅ và A ∪ B = Ω
A và B xung khắc và A ∪ B : biến cố chắc chắn xảy ra.
Ví dụ : Tung 1 đồng xu hoặc sấp hoặc ngửa , 2 biến cố đối lập.
i, Nhóm đầy đủ các biến cố
A1 , A2 , ..., An là tập hợp các biến cố được gọi là nhóm đầy đủ nếu :

 Ai .Aj = ∅
 Pn A = Ω
i=1 i

Ví dụ : 1 hộp các quả cầu vàng và xanh là 1 nhóm đầy đủ các biến cố :
A1 : biến cố 2 quả cầu vàng và xanh là một nhóm đầy đủ các biến cố :
A1 : biến cố 2 quả xanh
A2 : biến cố 2 quả vàng
A3 : biến cố 2 quả khác màu

 Ai .Aj = ∅
 Pn A = Ω
i=1 i
Chắc chắn sẽ có 2 quả cầu có 1 trong các màu đã cho.

4.Biến cố sơ cấp và biến cố hợp

a,Biến cố sơ cấp
là biến cố không thể phân nhỏ thành các biến cố khác .
Ví dụ : Tung một con xúc xắc với biến cố mặt k chấm xuất hiện là Ak
b, Biến cố phức hợp
Là biến cố phân thành các biến cố sơ cấp .
Ví dụ : Tung 1 con xúc xắc mặt k chấm xuất hiện là số chẵn . Biến cố này
ký hiệu là A2n với n = 1, 3

Chương I: Các kết quả cơ bản của xác suất II.Một số kiến thức về lý thuyết tổ hợp.
a, Số kết hợp
Cho A,B : 2 tập hợp A = {a1 , a2 , ..., am }
B = {b1 , b2 , ..., bn }
Một sự kết hợp giữa A và B ta có cặp (ai , bj ) i = 1, m; j = 1, n với
ai ∈ A; bj ∈ B
card(A) = m ; card(B) = n : Số lượng các phần tử của A và B . Số lượng
các kết hợp của A và B là : KAB = m.n
Ví dụ : 1 người có 3 cái áo ; 2 cái quần. Như vậy sẽ có 3.2 = 6 ( cách )

b, Hoán vị của 1 tập hợp

A = {a1 , a2 ..an }
Định nghĩa : 1 hoán vị của A là 1 cách sắp xếp các phần tử của A theo 1
thứ tự nào đó .
Yêu cầu SV cho VD ?
c, Chỉnh hợp của 1 tập hợp
Chỉnh hợp không lặp chập k của n phần tử là 1 dãy k phần tử phân biệt
thứ tự lấy không lặp lại trong n phần tử.
n!
CT tính : Ank = (n−k)!
Cho VD cụ thể : 1 lớp có 30 học sinh .Cử 3 h.s đi tham gia văn nghệ . Có
bao nhiêu cách chọn ?

d, Chỉnh hợp lặp chập k của n phần tử

Là 1 dãy có k phần tử phân biệt thứ tự và được lặp lại k lần trong n phần
tử .
Ví dụ : 3 người xếp ngẫu nhiên vào 1 đoàn tàu 2 toa. Mỗi cách xếp 3
người vào 2 toa là một chỉnh hợp chập 3 của 2. Fnk = nk
e, Tổ hợp chập k của n phần tử
Là 1 tập k phần tử trong n phần tử không phân biệt thứ tự
n!
Cnk =
k!(n − k)!
Ví dụ 1 : Trong 1 cuộc họp có 10 người . Ai cũng bắt tay nhau . Hỏi có

bao nhiêu cai bắt tay tất cả ?
Ví dụ 2 : Có 8 đội bóng thi đấu vòng tròn . Hỏi có bao nhiêu trận ?
Ví dụ 3 : 1 đa giác lồi có n đỉnh . Hỏi có bao nhiêu đường chéo ?
2.Một số công thức

0! = 1
Cnn = Cn0 = 1; Cn1 = n = Cnn−1
Cnk = Cnn−k
Công thức nhị thức Newton :
(a + b)n = nk=0 ak .b n−k
P
3.Định nghĩa xác suất theo phương pháp cổ điển

a,Không gian biến cố sơ cấp
Định nghĩa
m
P(A) = n : Xác suất của biến cố A . Trong đó n : tổng số các khả năng
và m : số khả năng thuận lợi xảy ra biến cố A.
VD1 : 5 người tên là A,B,C,D,E ngồi ngẫu nhiên vào 1 bàn có 5 chỗ .
Tính xác suất để 5 người này ngồi đúng thứ tự trên ?
VD2: Một người gọi điện thoại cho 1 người bạn nhưng quên mất 2 số
cuối. Xác suất người này gọi được đúng là bao nhiêu ?
VD3: Đoàn tàu có 3 toa tàu , có 4 người . Hỏi xác suất để xếp 2 người số
1 và 2 ở toa đầu là bao nhiêu ?
Xác suất để 2 người 1, 2 được xếp vào cùng 1 toa là bao nhiêu ?
VD4: 1 cuộc họp có 10 người được đánh KH theo số đếm . Cần bầu ra chỉ
đạo cuộc họp gồm 1 chủ tọa và 1 thư ký . Tính xác suất của biến cố :
a, Người 1 và 2 được bầu
b, 1 được bầu làm chủ tọa , 2 được bầu làm thư ký
Gợi ý : số các cách bầu là A210 = 9.10 = 90
A : B.c 1 và 2 được bầu : card A = 2
B : B.c 1 được bầu làm chủ tọa , 2 được bầu làm thư ký . card B = 1
VD5 : Tung 2 đồng xu khác nhau 1 lần . Tính xác suất của biến cố 1S,1N.

b, Các tính chất của xác suất
P(Ω) = 1
P(∅) = 0
0 ≤ P(A) ≤ 1
Nếu A, B là 2 biến cố xung khắc thì P(A ∪ B) = P(A) ⊕ P(B)
A, B bất kỳ : P(A ∪ B) = P(A) + P(B) − P(A ∩ B)
P(A) = 1 − P(A)
P(A ∪ B ∪ C ) =
P(A) + P(B) + P(C ) − P(AB) − P(AC ) − P(BC ) + P(ABC )

Bài tập 1:
1 hộp có 10 quả cầu : 6 quả xanh, 4 quả vàng. Lấy NN 2 quả cầu ra khỏi
hộp.
a, Tính xác suất để 2 quả cầu cùng màu
b, Lấy ngẫu nhiên 3 quả cầu 1 lần . Tính xác suất có ít nhất 1 quả màu
xanh.
Gợi ý : Phân tích đề bài. Đây là phép toán cộng xác suất. Nếu gọi A1 : B.c
chọn NN 2 quả xanh , A2 : B.c chọn NN 2 quả vàng.
P(A) = P(A1 ) + P(A2 )
Tượng tự như vậy với b,
6.C42 + C62 .C41 + C63 29

P(A) = 3
=
C10 30
C43 29
Cách 2 P(A) = 1 − P(A) = 1 − 3
C10
= 30
Y.C : B.C A là gì ?
4, Định nghĩa xác suất bằng phương pháp hình học Liên quan đến khái
niệm không gian độ đo .
Các khả năng có thể xảy ra là một miền hữu hạn có độ đo gọi là miền G .
Các khả năng thuận lợi xảy ra là miền con của G . Kí hiệu A.
Độ đo tương ứng là độ dài trong không gian R 1
là diện tích trong không gian R 2 và là thể tích trong không gian R 3
độ đoA
P(A) =
độ đoG
VD1 : 2 người hẹn gặp nhau từ 9h đến 10h . Mỗi người đến điểm hẹn một
cách ngẫu nhiên.
Tính xác suất để 2 người gặp được nhau .
Y.C : gọi x là thời điểm người thứ 1 tới cuộc hẹn, tương tự y là thời điểm
người thứ 2 tới cuộc hẹn. Vẽ lên cùng 1 hệ trục tọa độ Oxy và đánh dấu
các vùng xảy ra việc gặp gỡ .
5, Định nghĩa xác suất bằng phương pháp thống kê

a, Tần suất : Quan sát một thí nghiệm n lần thấy biến cố A xuất hiện m
m m
lần. Tỷ số n được gọi là tần suất xuất hiện biến cố A . Kí hiệu ν(A) = n .
b, Xác suất : Khi n rất lớn và ν(A) ổn định quanh 1 giá trị p nào đó thì p
được gọi là xác suất xuất hiện A .
VD1 : Buy phông gieo 20000 lần 1 đồng xu , ông ghi chép lại kết quả của
những lần gieo đó xuất hiện mặt nào ? Và ông ấy tính được xác suất x.h
1
mặt sấp xấp xỉ 2
Khi tăng số lần gieo đồng xu lên thì kết quả vẫn không đổi .
22
VD2: Tần suất sinh con gái của các gia đình là 43 . Đúng cho trường hợp
các quan sát của ta có sl lớn , đúng cho số đông.

Chương I: Các kết quả cơ bản của xác suất III.Các CT và định luật cơ bản của xác suất.
1, Xác suất có điều kiện

Giả sử A là biến cố có P(A) > 0 . Xác suất của B với điều kiện A kí hiệu
là P(B \ A)
Định nghĩa
Xác suất của B với điều kiện A :
P(AB)
P(B \ A) =
P(A)
Căn cứ vào các điều kiện cụ thể để tính.
VD1: 1 lớp học 30 nam, 20 nữ có 35 khá và 15 giỏi. Trong số h.s giỏi có 6

em nữ. lấy ngẫu nhiên 1 h.s được h.s nam . Tính xs của biến cố h.s đó là
h.s giỏi.

Giải : Chọn 1 trong số 50 h.s ta sẽ có 50 khả năng.

Gọi biến cố học sinh lấy được là h.s nam là A, học sinh giỏi là B.
C91 3
P(B \ A) = 1
=
C30 10
9
50 P(AB)
P(B \ A) = 30
=
50
P(A)
2, Định lý nhân xác suất
P(AB) = P(A).P(B \ A)
P(ABC ) = P(A).P(B \ A).P(C \ AB)

Ví dụ 1 :
Cho 1 hộp có 4 quả cầu màu vàng và 6 quả cầu màu xanh.
Lần 1 lấy ngẫu nhiên 1 quả được quả màu xanh.
Tính xác suất của biến cố lần thứ 2 cũng lấy ra được 1 quả cầu màu xanh
?

Giải : Gọi biến cố lấy lần 1 được quả màu xanh là A.

Biến cố lấy lần 2 được quả cầu màu xanh là B.
C61 C51 6 5 1
P(AB) = P(A).P(B \ A) = 1
. 1 = . =
C10 C9 10 9 3

Ví dụ 2:
Một thùng hàng có 10 sản phẩm tốt, 4 sản phẩm xấu được kiểm tra bởi
tổ 3 người mỗi người lấy ra 1 sản phẩm để kiểm tra. Nếu cả 3 người cùng
lấy ra được sản phẩm tốt thì
thùng hàng đạt yêu cầu và ngược lại.
Tìm xác suất của biến cố thùng hàng được chấp nhận?

Giải:
Gọi biến cố thùng hàng được chấp nhận là A.
Ai : Biến cố kiểm tra được sản phẩm thứ i là tốt , i = 1, 3
Ta có A = A1 .A2 .A3
10 9 8 120
P(A) = P(A1 .A2 .A3 ) = P(A1 ).P(A2 \A1 ).P(A3 \A1 .A2 ) = . . = =
14 13 12 364

3, Các biến cố độc lập
Định nghĩa
a,A,B là 2 biến cố độc lập với nhau nếu P(B \ A) = P(B) có nghĩa là A
và B không ảnh hưởng gì đến nhau hoặc P(AB) = P(A).P(B)
b,A1 , A2 , · · · , An với n biến cố độc lập với nhau nếu ∀k ≤ n ta
cóP(A1 .A2 ....Ak ) = P(A1 )....P(Ak )
c,Tính chất của biến cố độc lập :
A,B độc lập ⇒ 


 A, Bđộc lập

A, Bđộc lập (1)



A, Bđộc lập


Ví dụ 1 :
Cho môt mạng điện gồm 2 thiết bị mắc song song . Thiết bị A1 , A2 có
xác suất làm việc tương ứng là 0,7;0,8. Nguồn luôn có điện và dây dẫn tốt.
Tính xác suất của biến cố mạng có điện, biến cố mạng không làm việc ?

Giải:
a, Gọi biến cố linh kiện A1 làm việc là A1
Biến cố linh kiện A2 làm vịệc là A2
Mạng làm việc được :
A = A1 .A2 ∪ A1 .A2 ∪ A1 .A2
P(A) = P(A1 .A2 ) + P(A1 .A2 ) + P(A1 .A2 )
= P(A1 ).P(A2 ) + P(A1 ).P(A2 ) + P(A1 ).P(A2 )
= 0, 7.0, 8 + 0, 7.0, 2 + 0, 8.0, 3 = 0, 94
b, Biến cố mạng không làm việc là A

P(A) = 1 − 0, 94 = 0, 06
Hoặc A = A1 .A2 ⇒ P(A) = P(A1 .P(A2
4, Công thức xác suất đầy đủ

Cho A1 , A2 , ..., An là nhóm đầy đủ các biến cố :
n
X
P(A) = P(Ai ).P(A \ Ai ); i = 1, n
i=1
= P(A1 ).P(A \ A1 ) + P(A2 ).P(A \ A2 ) + ... + P(An ).P(A \ An )
P(Ai ): Xác suất các giả thiết .

Ai : các giả thiết
Ví dụ 1 :
Có 2 hộp đựng các quả cầu . Hộp I có 6 quả màu xanh, 4 quả màu
vàng.Hộp I có 8 quả màu xanh, 12 quả màu vàng.Lấy ngẫu nhiên từ mỗi
hộp một quả cầu sau đó từ 2 quả cầu đó lại lấy ngẫu nhiên một quả. Tính
xác suất để quả cầu cuối cùng lấy ra có màu vàng.
A1 , A2 , A3 là nhóm đầy đủ và đôi một xung khắc các biến cố.
P(A) = P(A1 ).P(A \ A1 ) + P(A2 ).P(A \ A2 ) + P(A3 ).P(A \ A3 )

4 12
.
P(A1 ) =
10 20
6 8
P(A2 ) = .
10 20
6 12 4 8
P(A3 ) = . + .
10 20 10 20
1
P(A \ A1 ) = 1; P(A \ A2 ) = 0; P(A \ A3 ) =
2
1
P(A) =
2

Ví dụ 2 :
Một trạm chỉ phát ra 2 loại tín hiệu A và B. Tỷ lệ tín hiệu A là 60 /100 .
Một trạm thu chỉ thu các tín hiệu của trạm phát . Do bị nhiễu trên đường
truyền nên 20 /100 tín hiệu A méo thành B và 25 /100 tín hiệu B méo
thành tín hiệu A. Tính xác suất của biến cố máy thu thu được tín hiệu A.

Giải: Gọi biến cố thu được tín hiệu A là T.

Gọi biến cố máy phát phát đi tín hiệu A là A
Gọi biến cố máy phát phát đi tín hiệu B là B
Ta có A,B là một nhóm đầy đủ các biến cố.
P(T ) = P(A).P(T \ A) + P(B).P(T \ B)

60
P(A) =
100
80
P(T \ A) =
100
40
P(B) =
100
25
P(T \ B) =
100
60 80 40 25 58
P(T ) = . + . =
100 100 100 100 100
Ví dụ 3 :
Khi tan học một sinh viên về nhà ngay với tỷ lệ 30/100. Đi chơi ngay với
tỷ lệ 50/100 và đi công việc khác với tỷ lệ 20/100. Trong số lần về nhà
muộn thì muộn do tắc đường là 15/100. Đi chơi với bạn về muộn 90/100
còn đi công việc khác về muộn 60/100.
Tính xác suất của biến cố sinh viên này về nhà muộn.

5, Công thức xác suất Bayess

Cho A1 , A2 , ..., An là nhóm đầy đủ các biến cố :
n
X
P(A) = P(Ai ).P(A \ Ai ); i = 1, n(1)
i=1
Giả sử A xuất hiện tính P(Ak \ A)

Công thức xác suất Bayess
P(Ak ).P(A \ Ak )
P(Ak \ A) =
P(A)
Với P(A) tính theo công thức (1)
Chứng minh:
P(Ak .A)
Do định nghĩa P(Ak \ A) = P(A)
P(Ak ).P(A\Ak )
Theo định lý nhân xác suất P(Ak \ A) = P(A)
Hoặc P(Ak \ A) = PnP(Ak ).P(A\Ak )
k=1 P(Ak ).P(A\Ak )
Ví dụ 1: Một người đi từ A đến B theo sơ đồ sau : đường thứ nhất đi qua

một ngã ba, đường thứ 2 cũng vậy, đường thứ 3 đến 1 ngã năm và cả 3
cách trên chỉ có 1 lối rẽ đi được đến B. Riêng đường thứ 4 đến 1 ngã tư
và có 2 lối rẽ đi được đến B. ( Vẽ hình )
Tính xác suất của biến cố người này đi đến B theo đường thứ 2?

Giải :
Gọi Ai là biến cố người này đi theo đường thứ i ( i = 1, 4) và gọi A là biến
cố du khách này đi được từ điểm A đến điểm B.
Ai ( i = 1, 4) : nhóm đầy đủ các biến cố.
P(A2 ).P(A\A2 )
Theo CT Bayess : P(A2 \ A) = P4
i=1 P(Ai ).P(A\Ai )
1
P(A1 ) = P(A2 ) = P(A3 ) = P(A4 ) =
4

4
X 1
P(Ai ).P(A \ Ai ) = (P(A \ A1 ) + ... + P(A \ A4 ))
4
i=1
1 1 1 1 2 23
= ( + + + )=
4 2 2 4 3 48
1 1
4.2 6
P(A2 \ A) = 23
=
48
23
Ví dụ 2 : Một vùng dân cư có tỷ lệ người hút thuốc lá là 40/100. Số người

viêm họng trong số người hút thuốc là 70/100. Số người viêm họng trong
số người không hút thuốc là 25/100. Chọn ngẫu nhiên một người thấy đó
là người viêm họng. Tính xác suất của biến cố người đó thuộc diện hút
thuốc ?

Gọi A1 : biến cố người đó hút thuốc ; A2 : biến cố người đó không hút

thuốc. A là biến cố người đó viêm họng .
Ta phải tìm P(A1 \ A)
40 70
P(A1 ).P(A \ A1 ) 100 . 100 28
P(A1 \A) = = 40 70 60 25
=
P(A1 ).P(A \ A1 ) + P(A2 ).P(A \ A2 ) 100 . 100 + 100 . 100
43

Ví dụ 3 :
Một trạm chỉ phát ra 2 loại tín hiệu A và B. Tỷ lệ tín hiệu A là 65 /100 .
Một trạm thu chỉ thu các tín hiệu của trạm phát . Do bị nhiễu trên đường
truyền nên 20 /100 tín hiệu A méo thành B và 10 /100 tín hiệu B méo
thành tín hiệu A.
a, Tính xác suất của biến cố máy thu thu được tín hiệu A.
b, Biết rằng trạm thu thu được B . Tính xác suất của biến cố trạm phát
phát ra tín hiệu B.

Giải : Gọi biến cố trạm A thu được tín hiệu A là A, và biến cố trạm B thu
được tín hiệu B là B , .
Biến cố phát tín hiệu A là A, phát tín hiệu B là B.
A,B là nhóm đầy đủ và đôi một xung khắc ta có :
P(A, ) = P(A).P(A, \ A) + P(B).P(A, \ B)

55,5
Kết quả : P(A, ) = 100
b, Gọi biến cố trạm phát phát ra tín hiệu B là B :
P(B).P(B , \ B 70
P(B \ B , ) = ,
=
P(B ) 100

Một hộp 4 sản phẩm không rõ chất lượng . Trong quá trình chuyên chở
mất 1 sản phẩm.
a, Tính xác suất để sản phẩm đã mất là tốt ?
b, Biết sản phẩm đã mất là tốt tính xác suất của biến cố có 3 sản phẩm
tốt ?
Giả sử chất lượng ban đầu của mỗi sản phẩm trong hộp là đồng khả năng.

Gọi biến cố sản phẩm đã mất là sản phẩm tốt là A và gọi Ak là biến cố
hộp có k sản phẩm tốt ( k = 1, 4)
Ak là nhóm đầy đủ các biến cố
4
X 1 1 2 3 4 1
P(A) = P(Ak ).P(A \ Ak ) = (0 + + + + ) =
5 4 4 4 4 2
k=0
Gọi biến cố hộp có 3 sản phẩm tốt là A3 :
1 3
P(A3 ).P(A \ A3 . 3
P(A3 \ A) = = 514 =
P(A) 2
10

7, Công thức xác suất Becnoulli

Giả sử với mỗi phép thử xác suất xuất hiện biến cố A là p . Có n phép thử
độc lập với nhau.Phải tính xác suất xuất hiện A k lần trong n phép thử ?
CT : Pn (k) = Cnk .p k .q n−k
Với q=1-p
Ví dụ 1: 1 cầu thủ có xác suất đá phạt đền vào lưới là 0,2. Hỏi nếu đá 5
quả thì xác suất vào lưới 4 quả là bao nhiêu ?
Ví dụ 2: 1 xạ thủ bắn trúng đích là 0,7 .Tính xác suất của biến cố bắn 3
phát trúng 2 ?

Chương II: Đại lượng ngẫu nhiên I.Các khái niệm cơ bản về đại lượng ngẫu nhiên.
ĐLNN hay còn gọi là BNN ( khác với biến cố )
Định nghĩa
1,ĐLNN
Là đại lượng nhận các giá trị số thực một cách ngẫu nhiên tương ứng với 1
xác suất nào đó.
Kí hiệu : X,Y,Z..hoặc X1 , ..., Xn

Ví dụ 1 : Bắn 4 phát súng vào một mục tiêu. Gọi X là số viên đạn bắn
trúng vào mục tiêu.
X = 0, 1, 2, 3, 4 là một BNN.
Ví dụ 2 : Số lần đi muộn trong 10 buổi học X = 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10
Chú ý : X có thể nhận các giá trị hữu hạn hoặc vô hạn.

2,ĐLNN rời rạc và ĐLNN liên tục

a, ĐLNN rời rạc
Là ĐLNN nhận giá trị trong các giá trị hữu hạn hoặc vô hạn đếm được
các giá trị.
Ví dụ 1 : Số sản phẩm tốt trong 100 sản phẩm.
Ví dụ 2 : Bắn vào 1 mục tiêu đến khi trúng thì dừng lại. X là số đạn đã
dùng.
X = 1, 2..., n, ...
b, ĐLNN liên tục
Là ĐLNN nhận các giá trị lấp kín 1 khoảng (a,b) nào đó.
Ví dụ : X là 1 số thực tùy ý thuộc (1,10). X nhận vô số giá trị lấp đầy
(1,10)

3,Luật phân phối xác suất

Là bất kỳ một hình thức cho ta tính được xác suất X nhận 1 giá trị cụ thể
( nếu X-rr) hoặc X nhận các giá trị trong khoảng nào đó nếu X-lt
a, Bảng phân phối xs của ĐLNNRR
X=xi x1 x2 ··· xn ···

pi = P(X = xi ) p1 p2 ··· pn ···
P
Chú ý : pi = 1
Ví dụ 1 : 1 hộp đựng các quả cầu gồm 6 quả màu xanh và 4 quả cầu màu
vàng. lấy ngẫu nhiên 2 quả . Gọi X là số quả câù màu xanh được lấy ra.
Lập bảng phân phối xác suất của X
X=xi 0 1 2
C42 C61 .C41 C42
pi 2
C10 C10 2 2
C10

Ví dụ 2 : Tung 1 đồng xu 3 lần .Gọi X là số lần xuất hiện mặt sấp .Lập
bảng phân phối xác suất của BNN X
X=xi 0 1
pi P3 (0) P3 (1)
KQ C30 .( 12 )0 .( 12 )3 = 1
8 C31 .( 12 )1 .( 12 )2 = 3
8 C32 .( 12 )2 .( 12 )
4,Hàm phân phối xác suất của ĐLNN X

Ký hiệu FX (x)
Định nghĩa : Hàm phân phối FX (x) = P(X < x), ∀x ∈ R : Phản ánh độ
tập trung xác suất bên phải số thực x . Trong trường hợp BNN RR cho ta
hàm phân phối tích lũy.

a, ĐLNN RR
X=xi x1 x2 ··· xn ···

pi = P(X = xi ) p1 p2 ··· pn ···
pi : mật độ xác suất của X tại xi

P
FX (x) = xi <x pi
Ví dụ 1 : X: số quả cầu màu xanh được lấy ra trong 2 quả cầu được lấy
ngẫu nhiên trong 1 hộp có 8 quả m.x và 2 quả m.v. Tìm hàm pp của
ĐLNN X ?

X=xi 0 1 2
C22 C81 .C21 C82
pi 2
C10 C10 2 2
C10
1 16 28
KQ 45 45 45
P
FX (x) = xi <x pi
Vậy 



 0 x ≤0


 1 0<x ≤1

pi = 45
X
FX (x) = (2)
17
xi <x

 1<x ≤2
 45



1 x > 2

1
Vậy FX (0, 5) = 45

b,ĐLNN liên tục

Rx
FX (x) = −∞ f (x)dx với f (x) ≥ 0 : là hàm mật độ của ĐLNN X
Đặc biệt Nếu hàm f(x) có dạng

 g (x) nếux ∈ (a, b)
f (x) = (3)
 c nếux ∈/ (a, b)
Rx
thì FX (x) = a f (x)dx
Ví dụ 1 : Cho ĐLNN X có hàm mật độ là :

 1 nếux ∈ (1, 6)
f (x) = 5 (4)
 0 nếux ∈
/ (1, 6)

Tìm F(x)
Z x Z x
1 1
F (x) = f (x)dx = dx = (x − 1)
1 1 5 5



 0 x ≤1

FX (x) = x−1 (5)
5 1<x ≤6



1 x >6


c, Tính chất của hàm phân phối

+) 0 ≤ F (x) ≤ 1
+) F(x) là hàm liên tục trái nghĩa là limx→a− F (x) = F (a)
+) Trường hợp đặc biệt nếu X- lt thì F(x)- lt
+) limx→+∞ F (x) = F (+∞) = 1
+) limx→−∞ F (x) = F (−∞) = 0
+) P(a ≤ X < b) = F (b) − F (a)
Nếu X liên tục thì P(X = x0 ) = 0 ⇒ P(a ≤ X ≤ b) = P(a < X < b)
+) F(x) là hàm số không giảm

d, Tính chất của hàm mật độ ( chỉ đúng với TH X-lt)

+) f (x) = F , (x)
R +∞
+) −∞ f (x)dx = 1
Rb
+) a f (x)dx = P(a < X < b)
Ví dụ 1 : X-lt có hàm phân phối :




 0 x ≤1


 x+1 0 < x ≤ 1

5
FX (x) = (6)
17
45 1 < x ≤ 4






1 x > 4

a, Tìm hàm mật độ f(x)?

b, Tính P(0 < x < 2)




 0 x ≤1

,
f (x) = F (x) 15 1 < x ≤ 4 (7)



0 x >4

2
b, C1: P(0 < X < 2) = F (2) − F (0) = 5
R2
C2: P(0 < X < 2) = 0 f (x)dx = 25
Ví dụ 2 :
X-lt có hàm mật độ

 ksinx nếux ∈ (0, π )
2
f (x) = (8)
 0 nếux ∈ π
/ (0, ) 2
a, Xác định k
b, Tìm F(x)? c, Tính P( π4 < X < π
2
Giải:
R +∞
a, theo tính chất −∞ f (x)dx = 1 ta có :
R π2
0 ksinx = 1 ⇒ k = ±1
b, Tìm F(x)



 0 x ≤0
R
x π
FX (x) = 0 sinxdx 0<x ≤ 2
(9)


1 x > π2


c, có 2 cách tính
√
2
P( π4 < X < π2 ) = 2

Chương II: Đại lượng ngẫu nhiên II.Các số đặc trưng của đại lượng ngẫu nhiên.
1,Kỳ vọng của ĐLNN

a,Kỳ vọng của ĐLNN RR (còn gọi là vọng số)
Ký hiệu : E(X) hoặc M(X)
P
Định nghĩa : E (X ) = xi .pi
X=xi x1 x2 ··· xn ···

pi = P(X = xi ) p1 p2 ··· pn ···
Ví dụ 1 :
X=xi -2 −1 1 3
1 1 1 1
pi = P(X = xi ) 4 3 6 3
−2 1 1 1 1
Vậy E (X ) = 4 − 3 + 6 + 3 = 3

Ví dụ 2 : Tung 1 đồng xu 3 lần .Gọi X là số lần xuất hiện mặt sấp . Tính
E(X) ?
X=xi 0 1 2 3
pi P3 (0) P3 (1) P3 (2) P3 (3)
1 3 3 1
KQ 8 8 8 8
Vậy E (X ) = 0. 18 + 1. 83 + 2. 38 + 3. 81 = 3
2
Ý nghĩa của kỳ vọng E(X) chính là số trung bình ( tính theo xác suất )
của đại lượng ngẫu nhiên X.
Ví dụ 3 :
Quan sát tuổi thọ của 100 bóng đèn điện thu được số liệu sau :
X ( giờ ) 1000 1050 1100 1150

Số bóng ( ni ) 10 20 40 30

Tuổi thọ trung bình của các bóng điện là bao nhiêu ?
Cách 1 : tính trung bình cộng ??
Cách 2 : Tính theo kỳ vong
E (X ) = 1000.p1 + 1050.p2 + 1100.p3 + 1100.p3 + 1150.p4

4
10 20 40 30 X
= 1000. + 1050. + 1100. + 1150. = xi .pi
100 100 100 100
i=1
b, Kỳ vọng của BNN-lt
Định nghĩa
E (X ) = +∞
P
−∞ x.f (x)dx
f(x) là hàm mật độ . Trường hợp đặc biệt nếu

 g (x) 6= 0 nếux ∈ (a, b)
f (x) = (10)
 0 nếux ∈ / (a, b)
X có hàm mật độ :

 1 nếux ∈ [1, 6]
f (x) = 5 (11)
 0 nếux ∈
/ [1, 6]
6
1 x2
Z
1 1
⇒ E (X ) = x. dx = . |61 = (62 − 12 ) = 3, 5
1 5 5 2 10

c, Tính chất của kỳ vọng

+) X = const = C thì E (X ) = E (C ) = C
+) E (kX ) = k.E (X )
+) E (X ± Y ) = E (X ) ± E (Y ) X,Y - ngẫu nhiên
+) E (X .Y ) = E (X ).E (Y ) nếu X,Y- độc lập
Ví dụ 1 :
Mua 1 vé lô tô với giá 10000đ nếu trúng 2 số cuối của giải độc đắc thì
được giải thưởng gấp 70 lần .
Gọi X là số tiền thưởng trong 1 lần chơi 1 vé
a, Tính số tiền thưởng trung bình ?
b, Nếu mua 100 vé khác nhau thì số tiền thưởng trung bình là bao nhiêu ?

X 0 700000
99 1
pi 100 100
⇒ E (kX ) = k.E (X ) = 100.7000 = 700000
Ví dụ 2 :
Một người thi dự đoán chữ . Mỗi lần đoán đúng được 100 đ, nếu sai bị trừ
đi 50 đ. Dự thi 3 lần biết xác suất đoán đúng của một lần là 0,7. Tính số
điểm người đó đạt được ?

2,Phương sai
CT tính :
E (X − EX )2 = D(X )
Biểu thức thực hành :
D(X ) = E (X −EX )2 = E (X 2 −2XEX +(EX )2 ) = EX 2 −2(EX )(EX )+(EX )2
= EX 2 − 2(EX )2 + (EX )2 = E (X 2 ) − (EX )2

a, X-ĐLNNRR
Bảng pp xác suất :
X=xi x1 x2 ··· xn ···

pi = P(X = xi ) p1 p2 ··· pn ···

∞
X
E (X ) = xi .pi (1)
i=1
X∞
E (X 2 ) = xi2 .pi (2)
i=1
∞
X ∞
X
D(X ) = (2) − (1)2 = xi2 .pi − ( xi .pi )2
i=1 i=1
b, X-ĐLNN l.t

 g (x) 6= 0 nếux ∈ [a, b]
f (x) = (12)
 0 nếux ∈ / [a, b]
Rb Rb
E (X ) = a x.f (x)dx; E (X 2 ) = a x 2 .f (x)dx
Z b Z b
2
D(X ) = x .f (x)dx − ( x.f (x)dx)2
a a
X=xi -2 -1 2 4
1 1 1 1
pi 6 4 3 4
1 1 1 1 13
E (X ) = −2. − + 2. + 4. =
6 4 3 4 12
1 1 1 1 75
E (X 2 ) = (−2)2 . + (−1)2 . + 22 . + 42 . =
6 4 3 4 12
75 13 2 731
D(X ) = +( ) =
12 12 144

Ví dụ 2:

 1 nếux ∈ [1, 6]
f (x) = 5 (13)
 0 nếux ∈
/ [1, 6]
6
1 x2
Z
1 35
E (X ) = x. dx = . |61 =
1 5 5 2 4
6
1 x3
Z
1 43
E (X 2 ) = x 2 . dx = . |61 =
1 5 5 3 3
43 7 25
D(X ) = − ( )2 =
3 2 12

Tính chất của phương sai :

+) D(C ) = 0
+) D(kX ) = k 2 .D(X )
+) D(X1 ± X2 ) = D(X1 ) + D(X2 )
p
+) D(X ) ≥ 0; D(X ) = σ: độ lệch tiêu chuẩn (quân phương) của X.

Chương II: Đại lượng ngẫu nhiên III.Các đại lượng ngẫu nhiên thường gặp.
1,ĐLNN có phân phối 0-1(Gọi là pp A(p)

Những ĐLNN RR có dạng :
X=xi 0 1
pi p q
p : xác suất "thành công"

q: xác suất " thất bại "
KQ: E (X ) = p; D(X ) = p.q
P
Chứng minh : E (X ) = xi pi = 0.q + 1.p = p
D(X ) = E (X 2 ) − (EX )2 = 0.q + 1.p − p 2 = p(1 − p) = p.q

2,ĐLNN có phân phối nhị thức ( pp Becnoulli) KH: B(n,p)

ĐLNN có phân phối nhị thức ( pp Becnoulli) KH: B(n,p) là những ĐLNN
X = ni=1 Xi
P
Mỗi Xi là ĐLNN có pp A(p) với xác suất p như nhau ( không đổi ) ; Các
Xi độc lập với nhau.
Bảng pp xác suất như sau:
X=xi 0 1 ··· k ··· n

pi qn ··· ··· Cnk .p k .q n−k ··· pn
P(X = k) = Cnk .p k .q n−k

Do đó : E (X ) = n.p; D(X ) = n.p.q với q=1-p

Chứng minh: E (X ) = E ( ni=1 Xi ) = ni=1 E (Xi ) = ni=1 p

P P P
D(X ) = D( ni=1 Xi ) = ni=1 D(Xi ) = ni=1 p.q = n.p.q - đpcm

P P P
Do các Xi : độc lập.

Ví dụ 1 :
Xác suất để 1 hạt giống nảy mầm là 0,8 . Hỏi nếu :
a, Gieo 1000 hạt giống thì TB số hạt nảy mầm là bao nhiêu ?
b, Độ phân tán là bao nhiêu ?
Bài làm :
a, E (1000X ) = 1000E (X )
Gọi Xi : số hạt nảy mầm của hạt thứ i
X=xi 0 1
pi 0,2 0,8

Gọi X : số hạt nảy mầm khi gieo 1000 hạt

X = 1000
P
i=1 Xi = 1000.Xi = 1000.0, 8 = 800
Vì X có phân phối B(1000;0,8)
Vậy trung bình số hạt nảy mầm là : E(X) = n.p = 800
b, Phương sai
D(X ) = n.p.q = 1000.0, 8.0, 2 = 160
p √
Vậy σ = D(X ) = 160 ' 13 ( hạt )
Nghĩa là số hạt nảy mầm chủ yếu rơi vào khoảng (787;813) chủ yếu .

3, ĐLNN có phân phối Poát- xông ( Poisson) KH : P(λ)

Bảng phân phối xác suất :
X=xi 0 ··· k ···

λk .e −λ
pi e −λ ··· k! ···
P∞ λk .e −λ
E (X ) = k=0 k. k! = λ > 0 : mật độ trung bình.
P∞ 2 λk .e −λ
D(X ) = k=0 k . k! − (λ)2 = (λ)2 + λ − (λ)2 = λ
E (X ) = D(X )
√
σ = λ : độ phân tán.

4,Đại lượng ngẫu nhiên có phân phối đều /[a,b]: Kí hiệu R(a,b)
Là ĐLNN có dạng hàm mậtđộ như sau :

1

b−a nếux ∈ [a, b]
f (x) = (14)
 0 nếux ∈
/ [a, b]
Hoặc là đại lượng có hàm phân phối :




 0 nếux ≤ a

E (X ) = x−a
b−a nếua ≤ x ≤ b
(15)



1 nếux > b


Kỳ vọng :
x2
Rb 1 b a+b
E (X ) = a x. b−a dx = 2(b−a) |a = 2
Phương sai :
Rb 1
Rb 1 x3 x 2 (a−b)2
D(X ) = a x 2 . b−a dx − ( a x. b−a dx) = b
3(b−a) |a −( 2(b−a) |ba )2 = 12
Vậy ta có :



 E (X ) = a+b
2

(a−b)2 (16)
D(X ) = 12

 q
2
σ = (a−b) b−a

= √

12 2 3

5,ĐLNN có phân phối chuẩn N(µ, σ 2 )

Là những đại lượng ngẫu nhiên có hàm mật độ:
1 (x−µ)2
f (x) = √ .e − 2σ2
σ 2π
Ví dụ 1 :
1 (x+2)2
f (x) = √ .e − 18
3 2π
X ∼ N(−2, 32 )
Kết quả :
Z +∞ (x−µ)2
1
E (X ) = x. √ .e − 2σ2 .dx
−∞ σ 2π
x−µ dx
Đổi biến đặt t = σ ⇒ dt = σ ⇒ dx = σ.dt ⇒ x = σ.t + µ
R +∞ 2
⇒ E (X ) = −∞ (σ.t + µ). σ√12π .e −t .σ.dt
Z +∞ (x−µ)2
1
2
D(X ) = E (X ) − (EX ) = 2
x 2 . √ .e − 2σ2 dx − µ2
−∞ σ 2π
Vậy :

 E (X ) = µ
(17)
 D(X ) = σ 2
R +∞
Ta có : −∞ f (x)dx = 1

Ví dụ 2:
1 (x−4)2
f ((x) = √ .e − 8
2 2π
Tính E(X)?; D(X)? ; E (X 2 + 1)
X ∼ N(4, 22 )
E (X ) = 4
D(X ) = 4
√
σ = 22 = 2
E (X 2 + 1) = E (X 2 ) + E (1) = E (X 2 ) + 1
Mà E (X 2 ) = D(X ) + (EX )2 = 4 + 42 = 20
⇒ E (X 2 + 1) = 20 + 1 = 21

Nếu X có phân phối N(0, 1) thì đại lượng đó có phân phối chuẩn hóa (
hay là phân phối chuẩn tắc)
x 2
Đồ thị hàm mật độ : f (x) = √1 .e − 2
2π
Đồ thị nhận Oy làm trục đối xứng.
Đặc điểm :
P(X < 0) = P(X > 0) = 12
R0 R +∞
f (x)dx + f (x)dx = 1
R−∞
0 R0+∞
−∞ f (x)dx = 0 f (x)dx = 21
Bảng tính sẵn tích phân Laplace
R x 1 − t2
√ .e 2 dt = Φ(x)
0 2π

1
Tính P(X < Uα ) = α = 2 + Φ(Uα )
Uα được gọi là phân phối vị chuẩn mức
RU t2
Thực chất có 0 α √12π .e − 2 dt = Φ(Uα )
Ví dụ :
U0,95 = 1, 645 Nghĩa là P(X < 1, 645) = 0, 95
U0,975 = 1, 96 Nghĩa là P(X < 1, 96) = 0, 975
Nếu X có phân phối N(µ, σ 2 )
b−µ a−µ
P(a < X < b) = Φ( ) − Φ( ) = F (b) − F (a)
σ σ

6. Đại lượng có phân phối lũy thừa

Là ĐLNN có hàm mật độ .

 0 nếu x < 0
f (x) = (18)
 λ.e −λx nếu x ≥ 0 ; λ > 0
Cần tính E(X); D(X)

Z +∞ Z +∞
E (X ) = x.f (x)dx = x.λ.e −λx
−∞ 0
( Vì x < 0 thì f (x) = 0 )

Đặt
Z ∞
dt 1 1
λ.x = t ⇒ λ.dx = dt ⇒ dx = =− t.d(e −t ) =
λ λ 0 λ

Z ∞
1
D(X ) = E (X 2 ) − (EX )2 = x 2 .λ.e −λx dx −
0 λ2
Ta có :
Z ∞ Z ∞ Z ∞
−λx 1 2 −λx 1 2!
2
x .λ.e dx = 2 (λx) .e d(λx) = 2 t 2 e −t dt = 2
0 λ 0 λ 0 λ
2! 1
D(X ) = −
λ2 λ2
1 1
Vậy E (X ) = λ và D(X ) = λ2

Ví dụ 1 :
Cho ĐLNN X có hàm mật độ :

 0 nếu x < 0
f (x) = (19)
 1 .e − 12 x nếu x ≥ 0
2
Tính E(X+1) và D (X+1)

Ta có : E (X + 1) = E (X ) + E (1) = E (X ) + 1
Mà E (X ) = 2 và D(X ) = 4 vì X có phân phối lũy thừa.
E (X + 1) = 2 + 1 = 3
D(X + 1) = D(X ) + D(1) = 4 + 0 = 4

X ∼ N(2, 32 ) và Y là ĐLNN có hàm mật độ là :


 0 nếu x < 0
f (x) = (20)
 3.e −3x nếu x ≥ 0
a, Tính E (X 2 + Y 2 )
b, Tính D(X − Y ) biết X,Y - đ.l

Do E (X 2 + Y 2 ) = E (X 2 ) + E (Y 2 ) mà D(X ) = E (X 2 ) − (EX )2 nên

E (X 2 ) = D(X ) + (EX )2
X có hàm phân phối N(2, 32 ) nên E (X ) = 2 và D(X ) = 32
E (X 2 ) = D(X ) + (EX )2 = 9 + 22 = 13
1 1
Vì Y - ĐLNN có phân phối lũy thừa nên : D(Y ) = 9 và E (Y ) = 3
1 1 2
E (Y 2 ) = D(Y ) + (EY )2 = 9 + 9 = 9
2 119
Vậy E (X 2 ) + E (Y 2 ) = 9 + 13 = 9
1 82
b, D(X − Y ) = D(X ) + D(Y ) = 9 + 9 = 9

7.ĐLNN có phân phối χ2 -

χ2 (n) là ĐLNN = ni=1 χ2i với các χi - ĐLNN có phân phối chuẩn tắc
P
N(0, 1)
χ2 (n) = χ21 + χ22 + · · · + χ2n
Nghĩa là các χi độc lập với nhau , n2 ≥ 2

E (χ2 ) = n và D(χ2 ) = 2n

8.Đại lượng ngẫu nhiên có phân phối Student T(n)

Là ĐLNN có dạng T (n) = qU
V
n
Với U là ĐLNN có phân phối chuẩn tắc N(0,1)

V là ĐLNN có phân phối χ2
Ta có : E (T ) = 0
n
D(T ) = n−2 với n > 2

Ví dụ 1 :
Cho X là ĐLNN có hàm mật độ :

 0 nếu x ∈/ (1; 10)
f (x) = (21)
 kx 2 nếu x ∈ (1; 10)
a,Xác định k
b, Tính E(X)
c, Tính P(X < 2)

R +∞
a, Vì−∞ f (x)dx = 1
R 10 R 10 3
Nên 1 f (x)dx = 1 kx 2 dx = k. x3 |10
1 =1
⇔ k. 31 (103 − 1) = 1
1
⇔k= 333
R 10 R 10 4
b, E (X ) = x.kx 2 dx = k 1 x 3 dx = k. x4 =?
1
R2 R2 3
c, P(X < 2) = F (2) = ∞ f (x)dx = 1 kx 2 dx = k. x3 |21 = k. 8−1
3 =
7
999

Ví Dụ 2 :
ĐLNN X và Y liên tục , độc lập với nhau có hàm mật độ tương ứng là :
1 −(x+1)
f1 (x) = √ .e 8
2 2π

 0 nếu x ∈
/ [0; 10]
f2 (x) = (22)
 1 nếu x ∈ [0; 10]
10
a, Tính E (X 2 + Y 2)
b, Tính D(X − 2Y )
c, Tính P(Y + 3 < 6)

Ta thấy X ∼ N(−1, 22 ) nên E (X ) = −1 và D(X ) = 22

Vì X, Y độc lập nên E (X 2 + Y 2 ) = E (X 2 ) + E (Y 2 )
Mặt khác do
D(X ) = E (X 2 ) − (EX )2 ⇒ E (X 2 ) = D(X ) + (EX )2 = 22 + (−1)2 = 5
x 2 10
R 10 1
E (Y ) = 0 10 xdx = 20 |0 = 5
hoặc do Y có phân phối đều R(0,10) nên :
0+10 (b−a)2
E (Y ) = 2 = 5 và D(Y ) = 12 = 25
3
Vậy E (Y 2 ) = D(Y ) + (EY )2 = 25
3 + 5 = 115
3
b, D(X − 2Y ) = D(X ) + D(2Y ) = D(X ) + 4D(Y ) = 4 + 4. 25
3 =
112
3
c, P(Y + 3 < 6) = P(Y < 3) = F (3)
R3 R3 1 3
hoặc −∞ f (x)dx = 0 10 dx = 10

Ví dụ 3 :
3k .e −3
X,Y - độc lập . X có phân phối Poisson P(X = k) = k!
Y có phân phối nhị thức P(X = k) = Cnk .( 41 )k .( 34 )n−k
Tính E(X+Y) và D (X+Y)

Vì X ∼ P(λ) nên E (X ) = D(X ) = 3

B ∼ B(10; 14 )
E (Y ) = 10. 14 = 2, 5
D(Y ) = 10. 14 . 34 = 30
16 = 15
8
E (X + Y ) = E (X ) + E (Y ) = 3 + 2, 5 = 5, 5
15 39
D(X + Y ) = 3 + 8 = 8

Chương III: Đại lượng ngẫu nhiên nhiều chiều I.Khái niệm biến ngẫu nhiên 2 chiều.
Định nghĩa
Biến ngẫu nhiên 2 chiều , ký hiệu (X,Y) - trong đó X, Y là 1 biến ngẫu
nhiên 1 chiều. Vậy BNN 2 chiều chính là hệ 2 BNN một chiều được xét
một cách đồng thời.
Ví dụ : Khoa đào tạo ra một cử nhân kinh tế, một kỹ sư mà ta xét theo 2
tiêu chí : X- chuyên môn giỏi( đánh giá thông qua bằng cấp, chứng chỉ ..)
; Y - kỹ năng mềm tốt ( đánh giá qua các tiêu chí hoạt động tình nguyện
v..v. )

Phân loại BNN 2 chiều : Rời rạc và liên tục

BNN 2 chiều rời rạc nếu các thành phần của biến này là BNN 1 chiều rời
rạc.
BNN 2 chiều liên tục nếu các thành phần của biến này là BNN 1 chiều
liên tục.

II. Bảng phân phối xác suất của BNN 2 chiều

1. Bảng phân phối xác suất đồng thời của BNN 2 chiều r.r
X \Y y1 y2 ··· yj ··· ym
x1 P(x1 ; y1 ) P(x2 ; y2 ) ··· P(xj ; yj ) ··· P(xm ; ym )
··· ··· ··· ··· ··· ··· ···
xi P(xi ; y1 ) P(xi ; y2 ) ··· P(xi ; yj ) ··· P(xi ; ym )
··· ··· ··· ··· ··· ··· ···
xn P(xn ; y1 ) P(xn ; y2 ) ··· P(xn ; yj ) ··· P(xn ; ym )
Với xi : các giá trị có thể có của X

yj : các giá trị có thể có của Y
Pij : xác suất để (X,Y ) nhận giá trị (xi ; yj )

 P(xi , yj ) ≥ 0 (i = 1, n; j = 1, m
(23)
 Pn Pm P(x , y ) = 1
i=1 j=1 i j
Ví dụ 1 : Điều tra thu nhập hàng tháng ( đơn vị : triệu đồng ) của các hộ
gia đình trong một tổ dân phố. X- thu nhập của chồng và Y - thu nhập
của vợ được kết quả như sau :
X \Y 10 20 30 40
10 0,20 0,10 0,01 0
20 0,10 0,30 0,09 0
30 0 0,05 0,10 0
40 0 0 0 0,05

Khi đó xác suất để chồng có thu nhập 20 triệu và vợ 10 triệu là :

P{(X = 20), (Y = 10)} = 0, 10
Nhận xét : Pij ≥ 0 ∀i, j
Pn Pm
i=1 j=1 P = 1
2. Bảng phân phối xác suất biên của BNN X
X x1 x2 ··· xn
P P(x1 ) P(x2 ) ··· P(xn )
Pm Pn
Trong đó : P(xi ) = j=1 P(xi , yj ) với i = (1, n) và i=1 P(xi ) =1

Theo số liệu trên Bảng phân phối xác suất biên thu nhập của chồng là :
X 10 20 30 40
P 0,3 0,45 0,2 0,05

3. Bảng phân phối xác suất biên của BNN Y
Y y1 y2 ··· ym
P P(y1 ) P(y2 ) ··· P(ym )
Pn Pm
Trong đó : P(yj ) = j=1 P(xi , yj ) với j = (1, m) và j=1 P(yj ) =1
Theo số liệu trên Bảng phân phối xác suất biên thu nhập của vợ là :
Y 10 20 30 40
P 0,31 0,49 0,15 0,05

III. Bảng phân phối xác suất có điều kiện của các thành phần của
BNN 2 chiều
Bảng phân phối xác suất có đk của X với đk Y = yj :
(X \ Y = yj ) x1 x2 ··· xn
P P(x1 \ yj ) P(x2 \ yj ) ··· P(xn \ yj )
P(xi ,yj )
Trong đó P(xi \ yj ) = P(yj ) với i = (1, n) và j = (1, m)
n n
X X P(xi , yj ) P(yj )
P(xi \ yj ) = = =1
P(yj ) P(yj )
i=1 i=1
Các xác suất có điều kiện cũng thỏa mãn các yêu cầu của một quy luật
phân phối xác suất.

Tương tự Bảng phân phối xác suất có đk của Y với đk X = xi :
(Y \ X = xi ) y1 y2 ··· ym
P P(y1 \ xi ) P(y2 \ xi ) ··· P(ym \ xi )
P(xi ,yj )
Trong đó P(yj \ xi ) = P(xi ) với i = (1, n) và j = (1, m)
n m
X X P(xi , yj ) P(xi )
P(yj \ xi ) = = =1
P(xi ) P(xi )
i=1 j=1

IV. Các tham số đặc trưng của BNN 2 chiều

1. Kỳ vọng :
n
X n X
X m
E (X ) = xi P(xi ) = xi P(xi , yj )
i=1 i=1 j=1
m
X n X
X m
E (Y ) = yj P(yj ) = yj P(xi , yj )
j=1 i=1 j=1
2.Phương sai :
Nếu ( X, Y ) là BNN 2 chiều rời rạc thì phương sai được xác định như sau :
n
X
V (X ) = [xi − E (X )]2 P(xi )
i=1
n X
X m
V (X ) = xi2 P(xi , yj ) − [E (X )]2
i=1 j=1
n X
X m
V (Y ) = yj2 P(xi , yj ) − [E (Y )]2
i=1 j=1
3.Hiệp phương sai - COV(X,Y)

Hiệp phương sai của 2 BNN X và Y là kỳ vọng toán của tích các sai lệch
của các BNN đó với kỳ vọng toán của chúng KH : COV(X,Y)
Cov (X , Y ) = E [(X − E (X ))(Y − E (Y ))]
Đối với 2 BNN X và Y rời rạc ta có CT :
n X
X m
Cov (X , Y ) = xi yj Pij − E (X ).E (Y ) = E (XY ) − E (X ).E (Y )
i=1 j=1

4. Hệ số tương quan
Là tỷ số giữa hiệp phương sai và tích các độ lệch tiêu chuẩn của các BNN
, KH ρXY
Cov (X , Y )
ρXY = p p
V (X ). V (Y )
Chú ý : Nếu X,Y độc lập thì Cov (X , Y ) = 0 và ρXY = 0
Nếu X,Y phụ thuộc thì Cov (X , Y ) 6= 0 và ρXY 6= 0
Hai BNN gọi là tương quan nếu hiệp phương sai và hệ số tương quan khác
0.
X,Y phụ thuộc thì :
V (X ± Y ) = V (X ) + V (Y ) ± 2Cov (X , Y )

Chương IV: Lý thuyết Mẫu I.Phương pháp Mẫu .
1.Tổng thể
Là 1 tập hợp gồm N phần tử trong đó chứa dấu hiệu X mà ta đang quan
tâm đến .
Ví dụ :
X - độ ngập mặn của 1 vùng ven biển .
Kí hiệu : V có card (V) = N ( số phần tử của tổng thể V là N )
2. Phương pháp Mẫu
Là phương pháp thống kê các số liệu bằng cách lấy 1 tập con M(V) ; card
M(V) = 1V rồi thực hiện các quan sát ( nghiên cứu ) dấu hiệu X trên n
phần tử ( trên 1 mẫu ) .
Dựa trên số liệu của tập M để rút ra kết luận về dấu hiệu X ở tập hợp V (
tổng thể ) .
M : còn được gọi là 1 đ.v kích thước dung lượng .

3. Các đặc trưng mẫu

Cho 1 mẫu dưới dạng bảng số liệu :
X=xi x1 x2 ··· xk ···

tần số ni n1 n2 ··· nk ···
a, Kỳ vọng Mẫu :
Kí hiệu x hoặc X
k
1X
x= xi .ni
n
i=1
k
X
n= ni
i=1

b, Phương sai Mẫu :

Kí hiệu S 2 (s 2 )
k k
1X
2 1X 2
S = (xi − x)2 .ni = xi ni − (x)2
n n
i=1 i=1
c, Phương sai Mẫu hiệu chỉnh :

2
Kí hiệu S ,2 ≡ S
n
S ,2 = .S 2
n−1
d, Nếu X- ĐLNN có EX = µ thì ta có :
k k
∗2 1X 2 1X 2
S = xi .ni − µ2 = (xi − µ)2 ni
n n
i=1 i=1
Kỳ vọng Mẫu còn gọi là trung bình Mẫu X

4. Phương pháp thực hành tính các đặc trưng
xi ni xi ni xi2 ni
x1 n1 x1 n1 x12 n1
··· ··· ··· ···
xk nk xk nk xk2 nk
P P P
··· =n 3 4
x = n1 . và S 2 = n1 . 2
P P
3 4 −(x)
n 2
S ,2 = n−1 .S

BT: Điều tra mức thu nhập của các hộ gia đình trong 1 năm thu được
bảng số liệu sau :
X=xi ( triệu đ ) 80 82 84 86 88 90 92 94 96 98
ni - số gđ 5 8 13 14 25 15 8 6 4 2
Tính thu nhập trung bình của các hộ gia đình ( Tính x)
Tính S , : phương sai Mẫu hiệu chỉnh

xi ni xi ni xi2 ni
80 5 400 32000
82 8 656 53792
84 13 1092 91728
86 14 1204 103544
88 25 2200 193600
90 15 1350 121500
92 8 736 67612?
94 6 564 53016
96 4 384 36864
98 2 196 19208
··· 100 8782 772964

8782
x= = 87, 82
100
1
S2 = .772969 − 87, 822 = 17, 2876
100
100
S ,2 = .17, 2876 ⇒ S , ' 4, 15787
100 − 1

Chương V: Bài toán ước lượng tham số của BNN I.Các bài toán thống kê .
Bài toán ước lượng các tham số của ĐLNN ( như kỳ vọng, phương sai )
Giả sử ta cần nghiên cứu BNN X nào đó. BNN này có quy luật phân phối
xác suất được mô tả bởi 1 hàm phân phối F(x) ( hoặc bởi 1 hàm mật độ
hay một bảng phân phối xác suất ). Nếu ta chưa biết về BNN X này ( CỤ
THỂ VỀ GT CỦA CÁC THAM SỐ ) thì ta sẽ tiến hành thu thập các
thông tin ( càng nhiều càng tốt ) bằng cách tiến hành các quan sát độc
lập về BNN X .
Gọi tham ẩn cần ước lượng là : θ

1.Khoảng ước lượng của θ

Nếu P(a < θ < b) = γ = 1 − α
Ta nói (a,b) là khoảng ước lượng của θ với độ tin cậy γ = 1 − α
Thông thường α ≤ 0, 05 để cho độ tin cậy cao. b-a : độ dài khoảng tin cậy
( ước lượng )
Khoảng (b-a) rộng thì ước lượng xảy ra ít tập trung và ngược lại.

2. Khoảng ước lượng của kỳ vọng EX của ĐLNN

N ∼ (µ; σ 2 )
Dùng phương pháp ước lượng bằng Mẫu .
a, X ∼ (µ; σ 2 ) đã biết phương sai DX = σ 2
Khoảng ước lượng đối xứng với độ tin cậy 1 − α của EX là :
σ σ
(x − U1− α2 . √ ; x + U1− α2 . √ )
n n
U : tra bảng
Khoảng ước lượng bên trái với độ tin cậy 1 − α của EX là :
σ
(−∞; x + U1−α . √ )
n
Khoảng ước lượng bên phải với độ tin cậy 1 − α của EX là :
σ
(x − U1−α . √ ; +∞)
n
b, N ∼ (µ; σ 2 ) chưa biết phương sai . Nếu n ≤ 30

n−1 √ S , n−1 √ S ,
(x − t1− α.
n
; x + t1− α.
n
) t : tra bảng
2 2
,
n−1 S
(−∞; x + t1− α .√ )
2 n
,
n−1 S
(x − t1− α . √ ; +∞)
2 n

+) Nếu n > 30, thay t (n−1) bằng U
, ,
n−1 S n−1 S
(x − U1− α .√ ; x + U α .√ )
2 n 1− 2 n
,
n−1 S
(−∞; x + U1− α .√ )
2 n
,
n−1 S
(x − U1− α . √ ; +∞)
2 n

Bài tập VD : Trong VD về mức thu nhập trung bình của các hộ gia đình
đã tính , hãy ước lượng bằng khoảng đối xứng thu nhập trung bình của
các hộ gia đình với độ tin cậy 1 − α = 0, 95 .
Tra bảng U0,95 = 1, 645; U0,975 = 1, 96; U0,995 = 2, 58

α
1 − α = 0, 95 ⇒ α = 0, 05 ⇒ 1 − 2 = 0, 975
Vì n > 30 , theo CT khoảng ước lượng đối xứng là :
, ,
n−1 S n−1 S
(x − U1− α .√ ; x + U α .√ )
2 n 1− 2 n
Thay số ta có :
4, 1787 4, 1787
= (87, 82 − 1, 96. √ ; 87, 82 + 1, 96. √ )
100 100
= (87, 0009; 88, 6390)

3. Ước lượng tỷ lệ xác suất P của dấu hiệu X

Giả sử xét 1 mẫu có kích thước bằng n, trong đó có m phần tử mang dấu
hiệu X.
Bài toán là hãy ước lượng tỷ lệ P của dấu hiệu X ở tổng thể .
m
Đặt n = f : tần suất mẫu .
Với độ tin cậy 1 − α ta có 3 khoảng ước lượng :
Khoảng ướcqlượng đối xứng củaq P là :

f (1−f )
(f − U1− α2 . n ; f + U1− α2 . f (1−f
n
)
)
q
Khoảng ước lượng trái của P : (0; f + U1− α2 . f (1−f
n
)
)
q
Khoảng ước lượng phải của P : (f − U1− α2 . f (1−f
n
)
; 1)

Ví dụ 3 :
Điều tra 400 người thấy có 40 người bi sốt xuất huyết ( tại Q.Thanh Xuân
) với độ tin cậy 95/100 . Hãy ước lượng bằng đối xứng của số người bị
bệnh trong vùng có 10000 người.

α
1 − α = 0, 95 ⇒ 1 − = 0, 975 ⇒ U1− α2 ) = 1, 96
2
Gọi P là tỷ lệ người bị bệnh của toàn vùng :
N
P= 10000 với N : số người bị bệnh
n = 400; m = 20
20
f = 100
Khoảng ước lượng đối xứng của P là :
r r
0, 05(1 − 0, 05) 0, 05(1 − 0, 05)
(0, 05 − 1, 96. ; 0, 05 + 1, 96.
400 400
= (0, 0286; 0, 0713)

Ví dụ 3 :
Ước lượng cá dưới hồ - dùng phương pháp Mẫu
Đánh bắt được 400 con cá, đánh dấu và thả lại xuống hồ . Lần 2 bắt được
100 con thấy có 40 con được đánh dấu . Độ tin cậy 95 /100 . Hãy ước
lượng số cá của hồ .

Độ tin cậy
α
1 − α = 0, 95 ⇒ 1 − = 0, 975 ⇒ U1− α2 ) = 1, 96
2
Gọi N : số cá của hồ
400
Tỷ lệ cá được đánh dấu là P = N
40
Tần suất cá được đánh dấu là f = 100 = 0, 4
Khoảng ước lượng đối xứng của P là :
r r
f (1 − f ) f (1 − f )
(f − U1− α2 . ; f − U1− α2 . )
n n
r r
0, 4(1 − 0, 4) 0, 4(1 − 0, 4)
= (0, 4 − 1, 96. ; 0, 4 + 1, 96.
100 100
(0, 304; 0, 496)
400
⇒ 0, 304 < < 0, 496
N
⇔ 806 < N < 1315
Chương V: Chương V: Bài toán ước lượng tham số của BNN II.Bài toán ước lượng phương sai .
Bài toán ước lượng phương sai với độ tin cậy 1 − α với X chưa biết
phương sai DX
1. ĐLNN X ∼ N(µ, σ 2 ) và đã biết kỳ vọng EX = µ
a, Ước lượng 2 phía của phương sai DX là :
n.S ∗2 n.S ∗2
( 2(n)
; 2(n)
)
χ1− α χα
2 2
1 Pk 1 Pk
Với S ∗2 = n i=1 (xi − µ)2 ni = n
2
i=1 xi .ni − µ2

b, Ước lượng bên trái của phương sai DX là :
n.S ∗2
(0; 2(n)
)
χα
2
c, Ước lượng bên phải của phương sai DX là :
n.S ∗2
( 2(n)
; +∞)
χ1− α
2

Ví dụ 1 :
ĐLNN có phân phối chuẩn N(20, σ 2 ) với số liệu :
X(kg) 19,5 20 20,5

ni - sản phẩm 5 18 2
Hãy ước lượng phương sai DX của trọng lượng sản phẩm với 1 − α = 0, 9

α
Ta có 1 − α = 0, 9 ⇒ α = 0, 1 ⇒ 2 = 0, 05
α
1− = 0, 95
2
xi2 .ni = 9941, 75
P
n = 25 ⇒
1
S ∗2 = 2
25 .9941, 75 − (20) = 397, 67 − 400
2(25) 2(25)
Biết χ0,95 = 38, 4 và χ0,05 = 15, 4

2, ĐLNN X có phân phối chuẩn N(µ, σ 2 ) chưa biết kỳ vọng

a, Khoảng ước lượng 2 phía của phương sai :
(n − 1)S ,2 (n − 1)S ,2
( 2(n−1)
; 2(n−1)
)
χ1− α χα
2 2
b, Khoảng ước lượng bên trái của DX :
(n − 1)S ,2
(0; 2(n−1)
)
χα
2
c, Khoảng ước lượng bên phải của DX :
(n − 1)S ,2
( 2(n−1)
; +∞)
χ1− α
2

Chương VI: Bài toán kiểm định I.Bài toán kiểm định các giả thuyết thống kê .
1, Nguyên tắc kiểm định các giả thuyết thống kê

Giả thuyết thống kê là giả thuyết về EX, DX hoặc sự bằng nhau của các
xác suất p .
Kí hiệu : H
Giả thuyết đối của H : H ( đối thuyết )
Với Mẫu ( số liệu ) kèm theo và có mức ý nghĩa α
Kiểm định H ( đúng ) thì chấp nhận .
H ( sai ) thì bác bỏ
Nếu H ( sai ) mà lại kết luận là đúng ( chấp nhân ) nghĩa là ta đã sai ở
mức α ( ngược lại ) .α chỉ cho phép khá bé α ≤ 0, 05

Các bước tiến hành nguyên tắc kiểm định :

Bước 1 : Tìm tiêu chuẩn kiểm định ( còn gọi là biểu thức quan sát thường
) kí hiệu Uqs hoặc Tqs
Bước 2 : Tìm miền bác bỏ giả thuyết H kí hiệu là Wα
Bước 3 : So sánh tiêu chuẩn kiểm định thuộc miền bác bỏ hay không ?
Nếu Uqs ∈ Wα thì bác bỏ H và thừa nhận H
Nếu Uqs ∈
/ Wα thì thừa nhận H .
Các cặp giả thuyết và đối thuyết :
{H : EX = a; H : EX > a}
{H : EX = a; H : EX < a}
{H : EX = a; H : EX 6= a}

2, Kiểm định giả thuyết về kỳ vọng EX của ĐLNN có phân phối

chuẩn N(µ, σ 2 )
a, Giả thiết đại lượng X đã biết phương sai DX = σ 2
Giả thuyết cho rằng EX = a
Kiểm định giả thuyết đưa ra với mức ý nghĩa α
Tiêu chuẩn kiểm định
√
(x − a) n
Uqs =
σ
( hoàn toàn xác định được )
Tìm miền bác bỏ
+) Với cặp giả thuyết
{H : EX = a; H : EX > a}
xây dựng được miền bác bỏ là Wα = (U1−α ; +∞)

{H : EX = a; H : EX < a}
xây dựng được miền bác bỏ là Wα = (−∞; −U1−α )

{H : EX = a; H : EX 6= a}
xây dựng được miền bác bỏ là Wα = (−∞; −U1− α2 ) ∪ (U1− α2 ; +∞)

b, Nếu đại lượng X chưa biết phương sai DX

Tiêu chuẩn kiểm định

√
(x − a) n
Uqs =
S,
Miền bác bỏ
{H : EX = a; H : EX > a}
(n−1)
xây dựng được miền bác bỏ là Wα = (t1−α ; +∞)
{H : EX = a; H : EX < a}
(n−1)
xây dựng được miền bác bỏ là Wα = (−∞; −t1−α )
+) Với cặp giả thuyết {H : EX = a; H : EX 6= a}
(n−1) (n−1)
Wα = (−∞; −t1− α ) ∪ (t1− α ; +∞)
2 2

Ví dụ 1 : Có ý kiến cho rằng mức thu nhập trung bình của các hộ gia đình
vùng đó trên 90 triệu đồng với mức ý nghĩa α = 0, 05 . Hãy kết luận ý
kiến trên ?
Cho rằng mức thu nhập có phân phối chuẩn .

α
1 − α = 0, 95 ⇒ 1 − = 0, 975
2
Giả thuyết H : EX = 90 ( triệu ) ; H : EX > 90
Tiêu chuẩn kiểm định :
√
(x − 90) 100
Tqs =
S,
(87, 82 − 90).10
Tqs = = −5, 243
4, 1578
99 ; +∞)
Vì {H : EX = 90; H : EX > 90} miền Wα = 0, 05 = (t0,95
99 ≈ U
Vì n > 30 ⇒ t0,95 0,95 = 1, 645
Wα = (1, 645; +∞) ⇒ Tqs ∈

/ W0,05
Vậy kỳ vọng EX =90 ( bác bỏ ý kiến cho rằng EX > 90 )

Ví dụ 2 :
Theo dõi năng suất lúa của 1 vùng ta có số liệu sau :
X(tạ/ha) 41 41,5 42,5 43 43,2 44

ni - số thửa ruộng 3 4 8 5 3 2
Có ý kiến cho rằng NSTB của vùng lúa này trên 42 tạ /ha . Với mức ý
nghĩa α = 0, 05 cho rằng năng suất lúa là phân phối chuẩn

Theo số liệu ta có :
25 1 X 2
S ,2 = ( . xi .ni − (xi .ni )2 ) = 0, 7475
25 − 1 25
⇒ S , = 0, 86458
√
(x − a) n (42, 488 − 42)5
Tqs = = ≈ 2, 68
S, 0, 86458
H : EX = 42; H : EX > 42
24
W0,05 = (t0,95 ; +∞) = (1, 711; +∞)
Tqs = 2, 68 ∈ W0,05
Bác bỏ H và chấp nhận H : EX > 42

Ý kiến ban đầu là đúng .

3, Kiểm định về tỷ lệ p ( hoặc xs p) của dấu hiệu X với mức ý nghĩa

α
Dựa vào mẫu thống kê ( số liệu thu được )
Giả thiết mẫu có n phần tử , trong đó có n phần tử mang dấu hiệu X. Cho
rằng tỷ lệ đó là p = p0 . Các bước tiến hành kiểm định :
Tiêu chuẩn kiểm định Uqs
f − p0 √
Uqs = p . n
p0 (1 − p0 )
m
Với f = n
Miền bác bỏ Wα
+) Với H : p = p0 ; H : p > p0 ⇒ Wα = (U1−α ; +∞)
+) Với H : p = p0 ; H : p < p0 ⇒ Wα = (−∞; −U1−α )
+)H : p = p0 ; H : p 6= p0 ⇒ Wα = (−∞; −U1− α2 ) ∪ (U1− α2 ; +∞)
Ví dụ 1 :
Có ý kiến cho rằng tỷ lệ sản phẩm xấu của 1 nhà máy là 5/100. Theo dõi
100 thấy có 6 sản phẩm xấu với mức ý nghĩa α = 0, 05 . Hãy kết luận ý
kiến trên ?

Theo đề bài chọn : H : p = p0 = 5 \ 100 : H : p 6= p0

√
TC KĐ : Uqs = √ f −p0 . n với f = 100 6
= 0, 06
p0 (1−p0 )
0, 06 − 0, 05 √
Uqs = p . 100 = 0, 459
0, 05(1 − 0, 05)
Wα = (−∞; −U1− α2 ) ∪ (U1− α2 ; +∞)
Với U1− α2 = U1− 0,05 = U0,975 = 1, 96

2
Vậy Wα = (−∞; −1, 96) ∪ (1, 96; +∞)
0, 495 ∈
/ Wα Vậy thừa nhận H nghĩa là tỷ lệ sản phẩm xấu của 1 nhà máy
là 5/100

4, Kiểm định về sự bằng nhau của 2 tỷ lệ p của dấu hiệu X trên cơ

sở 2 mẫu
Giả sử có mẫu 1 với tần suất xuất hiên dấu hiệu X là f1
m1
f1 = n1
Giả sử có mẫu 2 với tần suất xuất hiên dấu hiệu X là f2
m2
f2 = n2
m1 +m2
Gọi tần suất xuất hiện dấu hiệu X ở cả 2 mẫu là f ∗ = n1 +n2
H : giả thuyết cho rằng ở tổng thể V1 : p = p1 và V2 : p = p2 và p1 = p2
Các bước tiến hành kiểm định như sau :

Tiêu chuẩn kiểm định :

f1 − f2
Uqs = q
f (1 − f )( n11 + 1
n2 )
Miền bác bỏ :
+) Với H : p1 = p2 ; H : p1 > p2 thì Wα = (U1−α ; +∞)
+) Với H : p1 = p2 ; H : p1 < p2 thì Wα = (−∞; −U1−α )
+) Với H : p1 = p2 ; H : p1 6= p2 thì Wα = (−∞; −U1− α2 ∪ (U1− α2 ; +∞)

Ví dụ 1 : Kiểm tra chất lượng sản phẩm cùng loại ở 2 nhà máy khác nhau
cho ta bảng số liệu sau :
Nhà máy số sp được kiểm tra Số sp tốt

A 1200 1170
B 1800 1746
Với α = 0, 05 Có thể khẳng định rằng tỷ lệ sản phẩm tốt của 2 nhà máy là
bằng nhau hay không ?

Đặng Hùng Thắng, Xác suất nâng cao, NXB Đại học Quốc gia Hà
nội, 2012.
Nguyễn Duy Tiến, Vũ Viết Yên, Lý thuyết xác suất, NXB Giáo dục,
2009.
Đặng Hùng Thắng, Quá trình ngẫu nhiên và tính toán ngẫu nhiên,
NXB Đại học Quốc gia Hà nội, 2012
Gareth Robert ST911 Fundamentals of Statistical Inference Part III,
University of Warwick.
Jun S.Liu Strategies In Scientific Computing , Departmen of Statistics
Harvard University, June 13,2001.



GAXSTK

Uploaded by

Copyright:

Available Formats

You might also like

GAXSTK

Uploaded by

Document Information

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

GAXSTK

Uploaded by

Copyright:

Available Formats

XÁC SUẤT THỐNG KÊ

Nguyễn Thị Phi Doan

KHOA CN ĐIỆN TỬ-THÔNG TIN

Ngày 25 tháng 4 năm 2017

Chương 1: Các kết quả cơ bản của xác suất

1.Biến cố ngẫu nhiên

Các loại biến cố

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

c, Hợp của 2 biến cố (tổng)

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

d, Giao 2 biến cố (tích)

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

h, Hai biến cố độc lập

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

Chắc chắn sẽ có 2 quả cầu có 1 trong các màu đã cho.

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

4.Biến cố sơ cấp và biến cố hợp

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

b, Hoán vị của 1 tập hợp

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

d, Chỉnh hợp lặp chập k của n phần tử

Ví dụ 1 : Trong 1 cuộc họp có 10 người . Ai cũng bắt tay nhau . Hỏi có

2.Một số công thức

3.Định nghĩa xác suất theo phương pháp cổ điển

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

b, Các tính chất của xác suất

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

6.C42 + C62 .C41 + C63 29

5, Định nghĩa xác suất bằng phương pháp thống kê

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

1, Xác suất có điều kiện

Căn cứ vào các điều kiện cụ thể để tính.

VD1: 1 lớp học 30 nam, 20 nữ có 35 khá và 15 giỏi. Trong số h.s giỏi có 6

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

Giải : Chọn 1 trong số 50 h.s ta sẽ có 50 khả năng.

2, Định lý nhân xác suất

P(ABC ) = P(A).P(B \ A).P(C \ AB)

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

Giải : Gọi biến cố lấy lần 1 được quả màu xanh là A.

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

3, Các biến cố độc lập

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

Nguyễn Thị Phi Doan (KHOA CN ĐIỆN TỬ-THÔNG TIN)

A = A1 .A2 ∪ A1 .A2 ∪ A1 .A2

P(A) = P(A1 .A2 ) + P(A1 .A2 ) + P(A1 .A2 )

= P(A1 ).P(A2 ) + P(A1 ).P(A2 ) + P(A1 ).P(A2 )

= 0, 7.0, 8 + 0, 7.0, 2 + 0, 8.0, 3 = 0, 94

b, Biến cố mạng không làm việc là A

4, Công thức xác suất đầy đủ

= P(A1 ).P(A \ A1 ) + P(A2 ).P(A \ A2 ) + ... + P(An ).P(A \ An )

P(Ai ): Xác suất các giả thiết .

A1 , A2 , A3 là nhóm đầy đủ và đôi một xung khắc các biến cố.

P(A) = P(A1 ).P(A \ A1 ) + P(A2 ).P(A \ A2 ) + P(A3 ).P(A \ A3 )