Chương 3.

Các đặc trưng của đại lượng ngẫu

nhiên và véctơ ngẫu nhiên.
§1 Kỳ vọng
1. Định nghĩa
    xi   pi        xi pi
Định nghĩa 1.1: Giả sử i
Định nghĩa 1.2: Giả sử X liên tục và có hàm mật độ là f X  x 

      x . f X  x  dx

Ý nghĩa: Kỳ vọng E(X) là giá trị trung bình của X
2. Tính chất: (1) E(C) = C,(2) E(CX) = C.E(X) ,C là hằng số
(3) E(X+Y) = E(X) + E(Y)
(4) X, Y độc lập suy ra E(XY) = E(X).E(Y)

1
 §2: PHƯƠNG SAI

1.Định nghĩa 2.1:Phương sai của đại lượng ngẫu nhiên X

2
là: D           

 
Định lý 2.1 :
2
  
D()       
2
  
vôùi  2   xi2.pi , neáu X rôøi raïc ;
i


 
 2   .f  x dx , neáu X lieân tuïc.
x2



2. Tính chất: (1) D(C) = 0 ; (2) D(CX) = C².D(X)

(3) X,Y độc lập suy ra D(X+Y) = D(X)+D(Y)
(4) D(C+ X) = D(X), với C là hằng số
3. Độ lệch:      D   

2
§3.Các đặc trưng khác của đại lượng ngẫu nhiên
1.Mod X (giá trị của X ứng với xác suất lớn nhất)
Định nghĩa 3.1: Giả sử X rời rạc và     xi   pi
 M o d   x i n e áu p i  M a x p i
0 0
Định nghĩa 3.2: Giả sử X liên tục và có hàm f X  x  , ta có
 
 Mod   x0 neáu f X x0  Max f X x  
2. Med X(medium – trung vị X)
Định nghĩa 3.3: Med   m      m  1/ 2,   X  m  1/ 2
Chú ý : Ký hiệu p1      m  , p2      m  , p3      m 
Ta có  p1  0,5  p1  0,5
Med   m   
 p3  1 ( p1  p2 )  0,5  p1  p2  0,5
Định lý 3.1: Nếu X liên tục thì
m 1
M edX  m  F X ( m )   f X  x  dx 
 2
3
3.Moment
Định nghĩa 3.4: Moment cấp k cuả đại lượng ngẩu nhiên X
đối với số a (hoặc hướng về a ) là :
k  k
 
  X  a     x  a  . f X  x  dx
  
a = 0: moment gốc
a = E(X): moment trung tâm.
4. Hệ số nhọn và hệ số bất đối xứng(xem SGK)

4
 Ví dụ 3.1:
cos x, x   0,  / 2
 ~ fX  x  
0, x   0,  / 2

 /2 
     x. f X  x  d x   x . co s xd x  1

0 2
2
 /2 2 
D  X    x cos xdx    1     3

0
  2 
 
 X2

Mod X =0
m m
Med X = m   f X  x  dx   cos xdx  1 / 2
 0

 sin m  1 / 2, m  [0,  / 2]  m   / 6
5
Ví dụ 3.2 :Cho X có bảng phân phối xác suất như sau
X 1 2 ... m 1 m m 1 ... k ...
P p qp ... qm2 p qm1 p qm p ... qk 1 p ...

k 1 1 1
E(X )   k p .q  p. 2

k 1 1  q  p
2

2 k 1  1 
D(X )   k p q  
p

  
k 1  

  2

2
1 q  1  1 q 1 q
 p.      
(1  q ) 3  p  p2 p2 p2
Mod X = 1
 p 1  q  ...  q m  2   1 / 2

Med X =m  
   1/ 2
m2 m 1
p 1  q  ...  q  q
6
 m1
 1 q  m1 1
p.
 1 q  1/ 2 m1 q 
 1  q  1/ 2   2
 m
  m
 
 p. 1  q  1/ 2 1  q  1/ 2 qm  1
 1  q  2
 m ln q   ln 2 ,  m  1 ln q   ln 2
 ln 2  ln 2
 m 1
ln q ln q

7
.Ví dụ 3.3 : Cho X có bảng phân phối xác suất sau:
X 2 5 7
P 0, 4 0,3 0,3
    2.0,4  5.0,3  7.0,3  4,4
2 2 2 2
D    2
.0.4  
5 
.0,3  7 .0,3
   4,4 
 
 2

    D( X )  2,107
Mod X = 2 ; Med X = 5
8
 Cách dùng máy tính bỏ túi ES
Mở tần số(1 lần): Shift Mode Stat On(Off)
Nhập: Mode Stat 1-var
xi ni
2 0,4
5 0,3
7 0,3
AC: báo kết thúc nhập dữ liệu
Cách đọc kết quả: Shift Stat Var
x       4, 4
 n  x n   x       2,107
Chú ý : Khi đóng cột tần số , máy tính sẽ tự hiểu các
tần số đều bằng 1
9
 Cách dùng máy tính bỏ túi MS:
Vào Mode chọn SD
Xóa dữ liệu cũ: SHIFT CLR SCL =
Cách nhập số liệu :
2; 0,4 M+
5; 0,3 M+
7; 0,3 M+
Cách đọc kết quả:

x       4, 4
SHIFT S – VAR
 n  x n   x       2,107

10
Ví dụ 3.4: Tung cùng 1 lúc 5 con xúc xắc cân
đối,đồng chất .Gọi X là tổng số điểm nhận được.
Hãy tính E(X), D(X)
Giải: Gọi Xi là số điểm của con xúc xắc thứ i

  1 2  .... 5

    1   ....  5   5 1 
Xi độc lập  D   D 1   D 2   ...  D 5   5D 1 
X1 1 2 ... 6 7 35
   1   , D  1  
1 1 1 2 12
PX ...
6 6 6
11
 §4: Kỳ vọng của hàm Y     

1.Trường hợp rời rạc:

  xi   pi  E(Y)    xi  .pi
i
2.Trường hợp liên tục:

 ~ f X  x    Y      x . f X  x  d x

Ví dụ 4.1:
   
 c o s x , x   0 ,
 2 
Cho   fX x   
0 ,   
x  0,
  2 
Tìm kỳ vọng và phương sai của Y= sinX.
12
 2  /2
 /2 sin x 1
 Y    sin x cos xdx  0 
0 2 2
3  /2
 /2 sin x 1
 Y 2
 2
sin x cos xdx  0 
0 3 3
2 1 1 1
D Y    Y    E Y  
2
  
3 4 12

13
 §5: Kỳ vọng của hàm     ,Y 

1.Trường hợp rời rạc:    x i , Y  y j  p ij
        x , y . p
i j ij
Ví dụ 5.1: i, j
 Y   x i y j p ij
i, j
2.Trường hợp liên tục: (X,Y) liên tục và có hàm mật độ
f(x,y)
         x, y . f  x, y  dxdy
2

 
R
Ví dụ 5.2: Z
  

8xy, neáu 0  x  y  1, (hình 5.1)
f  x, y  
0 , neáu traùi laïi.
14
 HÌNH 5.1

y

1



0 1 X

15
 1 y
     x. f x, y dxdy   dy  x .8 x y d x
0 0
2
R
1 y
 Y    y. f x, y dxdy   dy  y .8 x y d x
0 0
2
R

 Y 2
 
 y2. f x, y dxdy
2
R

 X 2
 
 x2. f x, y dxdy
 X .Y    xy. f x, y dxdy
2
R

16
 §6: Các đặc trưng của vectơ ngẫu nhiên

1.Kỳ vọng: E(X,Y) = (E(X),E(Y))

2. Hiệp phương sai (covarian):
Định nghĩa 6.1: cov(X,Y) = E[(X - E(X)).(Y – E(Y))]
Định lý 6.1: cov(X,Y) = E(XY) – E(X).E(Y)
Tính chất: (1) X,Y độc lập thì cov(X,Y) = 0
(2) cov(X,X) = D(X)
 m n  m n
(3) cov    i ,  Y j     cov   i , Y j 
 i 1 j 1  i 1 j 1
 m m
 m
(4) cov    i ,   k    D   i    cov   i , X k 
 i 1 k 1  i 1 ik

17
3. Hệ số tương quan
cov  ,Y 
Định nghĩa 6.2: R XY 
    .  Y 
Chú ý : R XX  1
Tính chất: (1) X,Y độc lập  RY  0
(2) R X Y  1,   , Y
(3) R X Y  1   a , b , c : a   b Y  c
Ý nghĩa: Hệ số RXY đặc trưng cho sự ràng buộc tuyến tính
giữa X và Y: R X Y càng gần1, thì X,Y càng gần có quan
hệ tuyến tính.
 cov ,  ,cov ,Y  
4. Ma trận tương quan: D ,Y    
 covY,  ,covY,Y  
Chú ý : Người ta còn gọi ma trận sau là ma trận tương
quan : 1 R  XY
 
 RXY 1 
18
• Ví dụ 6.1:Cho các biến ngẫu nhiên 1, 2 ,..., m;Y1,Y2 ,...,Yn
có phương sai đều bằng 1 và
cov i , j   p1;covYi ,Yj   p2;cov i ,Yj   p3
Tìm hệ số tương quan của 2 biến ngẫu nhiên:
U   1 2 ..... m  và V  Y1 Y2 .....Yn 
Giải:
m n  m n
cov U ,V   cov   i , Yi   .cov  i , Yj   m.n. p3
 i1 j 1  i1 j 1
m m
 m
D U   cov   i ,  X k    D  i   cov  i , k   m  m(m 1). p1
 i1 k 1  i1 i k

D V   n  n(n 1). p2
cov U ,V  m.n. p3
RUV  
 U  . V  m  m  m 1 p1 . n  n  n 1 p2
19
 5. Cách dùng máy tính bỏ túi
a)Loại ES: MODE STAT a+bx
xi yj pij
AC
Cách đọc kết quả:
SHIFT STAT VAR x    X 
SHIFT STAT VAR x n    X 
SHIFT STAT VAR y   Y 
SHIFT STAT VAR y n   Y 
SHIFT STAT REG r  R XY
SHIFT STAT SUM  xy    XY 
20
b) Loại MS: MODE REG LIN
Cách xóa dữ liệu cũ : SHIFT CLR SCL =

Cách nhập dữ liệu : xi , y j ; p ij M 

Cách đọc kết quả:
SHIFT S-VAR
x   X 
SHIFT S-VAR x n    X 
SHIFT S-VAR  y    Y 
SHIFT S-VAR  y  n    Y 
SHIFT S-VAR   r   R XY
SHIFT S-SUM   xy   XY 

21
Ví dụ 6.2: Giả sử X,Y có bảng phân phối xác suất sau:

Y 3 5
X
0 0,1 0,2

2 0,3 0,4

22
.Bảng trên tương đương với bảng sau:

xi yj pij
0 3 0,1

0 5 0,2

2 3 0,3

2 5 0,4

23
Nhập bảng số liệu vào máy tính,ta có:

x    X   1, 4
x n    X   0,9165
y   Y   4, 2
y n   Y   0, 9798
r  R XY   0, 0891

 xy    XY   5,8

24