Trước khi bước vào Bài học của tuần thứ 2 , yêu cầu các em đọc , tóm tắt,

tìm hiểu trước các

nội dung sau đây :

1/ Công thức cộng xác suất: ( từ trang 28 đến 33, tài liệu số 1) :chú ý đến các công thức

a/ P(A + B) = P(A) + P(B), nếu A và B là 2 biến cố xung khắc.

b/ Hệ quả 1 và công thức (1.5 ) trang 29, thí dụ 5 -trang 29 - 30

n
∑ P( A i ) = 1 A 1 , A 2 ,....., A n tạo nên 1 nhóm đầy đủ các biến c
c/ i= 1 , nếu

d/ P( A) + P( A ) = 1 nếu A và A là 2 biến cố đối lập

đồng thời xem kỹ các thí dụ 5, 6, 7, 8, 9, 10 và 11 trong phần này. Sau đó các em có thể
luyện tập ngay bằng cách làm lại các thí dụ này ( coi như là các bài tập )

2/ Công thức nhân xác suất: ( từ trang 34 đến 46, tài liệu số 1) :chú ý đến các công thức

a/ P(A.B) = P(A). P(B), nếu A và B là 2 biến cố độc lập

P( AB ) P( AB)
P( A ) = và P (B ) =
b/ P( B) P( A ) nếu A và B độc lập, P( A ) ¿ 0 và P (B ) ¿ 0 ¿
,

c/ Công thức ( 1. 10 ) trang 39

B A
P( A . B ) = P ( A ) . P( ) = P( B) . P ( )
A B
d/ nếu A và B là 2 biến cố phụ thuộc

A P ( AB )
P( )=
B P(B ) nếu P( B) ¿ 0¿
e/

B P ( AB )
P( )=
A P( A ) nếu P( A) ¿ 0¿

A2 A3 An
P( A 1 A2 A 3 .. . .. . A n ) = P ( A 1 ) . P( ) ..P ( ).. .. . .. .. . P ( )
A1 A1 A2 A 1 A 2 A 3 . .. . . A n
f/
A B
P( ) = P(A ) P( ) = P (B )
B A
g/ Nếu A và B độc lập thì và

3/ Các hệ quả..... ( từ trang 46 đến 53, tài liệu số 1) :chú ý đến các công thức:

a/ P(A+B) = P(A)+ P(B) - P(AB) . nếu A và B là 2 biến cố không xung khắc

 b/ Các công thức (1.17 ) , (1.18 ) trang 47 ; công thức (1. 19 )trang 48.

Lưu ý :các em nhớ xem các thí dụ kèm theo,rồi luyện tập lại (coi là các bài tập )

Nội dung bài học sáng thứ năm 25/ 2 /2022

1/ Luyện tập :Lập bảng phân phối xác suất của biến ngẫu nhiên rời rạc.

Ví dụ : Gieo 3 đồng tiền cân đối , đồng chất.Gọi X là số mặt sấp xuất hiện.

Hãy lập bảng phân phối xác suất của X.

Giải : Gọi X là số mặt sấp xuất hiện khi gieo 3 đồng tiền cân đối , đồng chất

thì X có thể nhận các giá trị là : 0, 1, 2, 3.

- Xác suất P ( X= 0) chính là xác suất để khi gieo 3 đồng tiền , thì số mặt sấp
xuất hiện là bằng 0 ( tức là không có mặt sấp nào xuất hiện ).

- Xác suất P ( X= 1) chính là xác suất để khi gieo 3 đồng tiền , thì số mặt sấp
xuất hiện là bằng 1

- Xác suất P ( X= 2) chính là xác suất để khi gieo 3 đồng tiền , thì số mặt sấp
xuất hiện là bằng 2

- Xác suất P ( X= 3) chính là xác suất để khi gieo 3 đồng tiền , thì số mặt sấp
xuất hiện là bằng 3.

Các xác suất này có thể tính theo công thức Bernoulli :
1 1 1
x x n−x x x n−x P3 (0) = C 03 . ( ) 0 .(1 − )3 − 0 =
Pn ( x ) = Cn . p .q = Cn . p .(1 − p ) P(X= 0) = 2 2 8
; .

3 1
P ( X = 1)= P( X = 2) = và P( X = 3 ) =
8 8
Tương tự tính được

Ta có Bảng phân phối xác suất số mặt sấp xuất hiện, như sau :

X 0 1 2 3
P 1 3 3 1
8 8 8 8
..........................BÀI TẬP tương tự :

Một thiết bị gồm 3 bộ phận hoạt động độc lập với nhau. Xác suất

trong thời gian t các bộ phận bị hỏng tương ứng là 0,4; 0,2 và

0,3 .Hãy lập bảng phân phối xác suất của số bộ phận bị hỏng X.

BÀI MỚI

2.2.2 Hàm phân phối xác suất của biến ngẫu nhiên rời rạc:
F( x ) = P( X ¿ ¿

Trước hết,các em hãy xem kỹ mục 2.3 (ở trang 75 )

Thí dụ 4 ở trang 76 ( có ảnh gửi kèm theo )

. Sau đây là ví dụ tương tự.

Ví dụ : Gieo 3 đồng tiền cân đối , đồng chất.Gọi X là số mặt sấp xuất hiện.

a/ Hãy lập bảng phân phối xác suất của X.

b/ Thiết lập hàm phân phối xác suất của X

Giải : a/ Câu này chính là ví dụ 20 và đã có kết quả ở trên.

b/ - Nếu x ≤ 0 thì biến cố ( X ≺ x ) là biến cố không thể có ,do đó : F (x) = 0 .

- Nếu 0 ≺x ≤ 1 thì biến cố ( X ≺ x ) là biến cố chỉ xảy ra khi (X = 0) ,do đó:

1
F( x) =
8

- Nếu 1 ≺x ≤ 2 thì biến cố ( X ≺ x ) là biến cố sẽ xảy ra hoặc khi (X = 0)

1 3 4
F( x) = + =
hoặc khi (X =1,do đó: 8 8 8

- Nếu 2 ≺x ≤ 3 thì biến cố ( X ≺ x ) là biến cố sẽ xảy ra hoặc khi (X = 0)

1 3 3 7
F( x) = + + + =
hoặc khi (X =1 ) hoặc khi (X =2 ) ,do đó: 8 8 8 8
 - Nếu x ≻ 3 thì biến cố ( X ≺ x ) là biến cố sẽ xảy ra hoặc khi (X = 0)

hoặc khi (X =1 ) hoặc khi (X =2 ) hoặc khi (X =3 ) ,do đó:

1 3 3 1
F( x) = + + + = 1
8 8 8 8

Vậy hàm phân bố xác suất của biến ngẫu nhiên X có dạng :

{{{1 4 7
F(x)=¿{0 khi x≤0¿ khi 0≺x≤1¿ khi 1≺x≤2¿ khi2≺x≤3 ¿
8 8 8
.....................BÀI TẬP tương tự :

Một thiết bị gồm 3 bộ phận hoạt động độc lập với nhau. Xác suất

trong thời gian t các bộ phận bị hỏng tương ứng là 0,4; 0,2 và 0,3

a/ Hãy lập bảng phân phối xác suất của số bộ phận bị hỏng X.

b/ Tìm hàm phân phối xác suất của X

................................................................................................................................

-Chú ý 3 tính chất của hàm phân phối xác suất (trang 77 - 79 Tài liệu số 1 )

và các hệ quả 1, 2 và 3 của tính chất 2 ; chú ý : P ( a≤ X ≺ b ) = F (b) − F ( a )

(Thí dụ 5 trang 80 áp dụng hệ quả này ).Sau đây ,xét thêm ví dụ sau :

Ví dụ 22: tiếp theo ví dụ 21 ở trên, thêm câu hỏi sau:c/ Tính xác xuất P ( 0≤ X ≺ 2,1 )

Áp dụng công thức trên ta được :

7 7
P ( 0≤ X ≺ 2,1 ) = F ( 2,1 ) − F (0 ) = −0=
8 8
( hoặc tính cách khác, có : P(0 ≤ X < 2,1) = P(X=0) + P(X = 1) + P(X = 2 ) =
1 3 3 7
+ + = )
8 8 8 8

.....................................................................................................

BÀI MỚI (tiếp theo)

2.2.3 Hàm mật độ xác suất của biến ngẫu nhiên liên tục :

( mục 2.4 ( trang 81 đến 88 - tài liệu số 1) ,các nội dung chính :

a/ Định nghĩa (2.8) : f(x) = F’(x) - trong đó f(x) là hàm mật độ xác suất, còn

F(x) là hàm phân phối xác suất của BNN liên tục X
b
∀ x ; P ( a ≺ X ≺ b ) = ∫ f ( x ) dx
≥0, a
b/ Các tính chất : f(x)
+∞ x

∫ f ( x ) dx = 1 ; F( x) = ∫ f ( x ) dx
−∞ −∞

Ví dụ 23 : Biến ngẫu nhiên liên tục X có hàm mật độ xác suất

{ π π
f ( x ) = ¿ a.cos x, khi x ∈ − , ¿ ¿¿
2 2 [ ]
π
)
4
1/ Tim hệ số a ; 2/ Tìm hàm phân phối xác suất F(x) ; 3/ Tính P ( 0 < X <
 π
∞ 2 π
− 1
∫ f ( x ) dx = 1 ⇒ ∫ a cos x dx = a . sin x |
−
2
π = 2a = 1 ⇒ a =
2
−∞ π 2
−
2

1/ Theo tính chất :

Vậy
{ 1 π π
f ( x ) = ¿ .cos x, khi x ∈ − , ¿ ¿¿
2 2 2 [ ]
x
F(x)= ∫ f ( x ) dx
Tìm F(x) :Dùng công thức −∞
2/
x x
π
x ≤ − thì F ( x) = ∫ f ( x)dx = ∫ 0 .dx = 0
Với
2 −∞ −∞
-
π
−
x 2 x
π π 1 1
− ≺x ≤ thì F ( x ) = ∫ f ( x )dx = ∫ 0 . dx + ∫ cos x dx = ( 1 + sin x )
2 2 −∞ −∞ π
2 2
−
Với 2
-
π π
−
x 2 2 x
π 1
x≥ thì F ( x ) = ∫ f (x )dx = ∫ 0 . dx + ∫ cos x dx + ∫ 0 dx = 1
2 −∞ −∞ π
2 π
−
Với 2 2
-

Vậy :
{ { π1 π π
F(x)=¿ 0 khi x≤− ¿ .( 1+sin x) khi − ≺x≤ ¿ ¿¿
22 2 2
 π
4 π
P(0≺ X ≺
π
4
)= ∫ 12 cos x dx = 12 . sin x |04 = √4 2
0

3/ Có : .

...................................

Yêu cầu :Xem và tính lại các thí dụ 6, 7, 8, và 9 (trang 84 đến 88 -Tài liệu 1 )

...................... .Bài tập tương tự :

Cho X là biến ngẫu nhiên liên tục với hàm mật độ xác suất

f ( x ) = ¿ {0 , khi x ∉ [ 0 , 2 ] ¿¿¿
1/ Hãy xác định hằng số k ; 2/ Tìm F(x) ; 3/Tính P (0 < X < 1 )

..........................................................................................

2.3 Các tham số đặc trưng của biến ngẫu nhiên

2.3.1 Kỳ vọng ( trang 89 đến 101- tài liệu số 1)

2.3.2 Phương sai và độ lệch chuẩn ( trang 103 đến 111- tài liệu số 1)

2.3.3 Phân vị và giá trị tới hạn ( trang 101 và trang 112- tài liệu số 1)
 2.3.4 Mode ( trang 102 đến 103 - tài liệu số 1)

2.3.5 Hệ số nhọn và hệ số bất đối xứng

.......................................................................................................................

Sau đây , xét thêm các ví dụ về các nội dung ở trên.

1/ Kỳ vọng của biến ngẫu nhiên: các định nghĩa (trang 215 )
n +∞
E(X) = ∑ xi . pi (2 . 14 ) ; E( X ) = ∫ x f ( x ) dx (2. 15 )
i=1 −∞

các tính chất và các hệ quả : E(C) = C ; E(CX) = C.E(X) , với C là hằng số........

Ví dụ 24 : Cho biến ngẫu nhiên rời rạc X có bảng phân phối xác suất là

X 1 2 3 4
P
0,3 0,1 0,4 0,2
thì kỳ vọng của biến ngẫu nhiên rời rạc X là :

E(X) = (1× 0,3 ) + (2× 0,1 ) + (3× 0,4 ) + (4× 0,2) = 2,5

Ví dụ 25 : Cho biến ngẫu nhiên liên tục X có hàm mật độ xác suất là :

{1
f ( x ) = ¿ sin x khi x ∈ (0,π) ¿ ¿¿
2
thì kỳ vọng của biến ngẫu nhiên liên tục X là :
+∞ π
E( X ) = ∫ x f ( x ) dx = ∫ x ( 12 . sin x )) dx = π2
−∞ 0

..................Bài tập tương tự :

1/ Cho biến ngẫu nhiên rời rạc X có bảng phân phối xác suất là

X 0,02 0,03 0,05 0,08 0,1

P 0,16 0,14 0,4 0,1 0,2
 Tìm kỳ vọng của X.

2/ Cho biến ngẫu nhiên liên tục X có hàm mật độ xác suất là :

f(x)=¿ { 1
b−a
khi x ∈ (a,b) ¿ ¿¿

Tìm kỳ vọng của X.

3/ Giải lại thí dụ 1 và 2 (trang 90 ) ; thí dụ 3 và 4 (trang 96 và 97).

...............................................

2/ Phương sai và độ lệch chuẩn của biến ngẫu nhiên X

2 2 2
- Phương sai V ( X ) = E [ X −E( X )] = E( X ) − [ E( X )] (trang 104 , 105)

biến ngẫu nhiên rời rạc X thì phương sai :

a/ Với
n n
V ( X) = ∑ [ x i −E( X )] 2
. pi = ∑ x 2i . pi − [ E ( X ) ]
2

i= 1 i=1

biến ngẫu nhiên liên tục X thì phương sai :

b/ Với
+∞ +∞
V ( X) = ∫ [ x− E( X )] 2
. f ( x ) dx = ∫ x 2 . f ( x ) dx − [ E( X ) ] 2

−∞ −∞

Các tính chất : Với C là hằng số thì :

2
V (C ) = 0 ; V (CX ) = C V ( X ) ; V (C+ X ) = V ( X ) ; . .. . .. .. . .. ..

-Độ lệch chuẩn của biến ngẫu nhiên X là căn bậc hai của phương sai và
được kí hiệu là σ x : σ x = √ V ( X )

Ví dụ 26 : Cho biến ngẫu nhiên rời rạc X có bảng phân phối xác suất là

X 1 2 3 4
 P
0,3 0,1 0,4 0,2
Tính kỳ vọng , phương sai và độ lệch chuẩn của biến ngẫu nhiên rời rạc X .

Giải : - Kỳ vọng E(X) = (1× 0,3 ) + (2× 0,1 ) + (3× 0,4 ) + (4× 0,2) = 2,5
4
2
E( X ) = ∑ x 2i . pi = ( 12 ×0,3 ) + (2 2 ×0,1 ) + (32 ×0,4 ) + (4 2 × 0,2 ) = 7,5
- Có: i=1 .Từ đó:
2 2 2 2
V ( X ) = E [ X −E( X )] = E( X ) − [ E( X ) ] = 7,5 − 2,5 = 1 ,25

- Độ lệch chuẩn của biến ngẫu nhiên X là : σ x = √ V ( X ) = √1, 25 = 1,19

.................................................

Ví dụ 27 : Cho biến ngẫu nhiên liên tục X có hàm mật độ xác suất là :

{
1
f ( x ) = ¿ sin x khi x ∈ (0,π) ¿ ¿¿
2
Tính kỳ vọng và phương sai của biến ngẫu nhiên liên tục X

: - Kỳ vọng của biến ngẫu nhiên liên tục X là :

Giải
+∞ π
E( X ) = ∫ x f ( x ) dx = ∫ x ( 12 . sin x )) dx = π2
−∞ 0

+∞ π
1 π2 − 4
− Có : E( X ) =2
∫ x f ( x ) dx = ∫ x2 (
2
2
. sin x )) dx =
2
−∞ 0

+∞ +∞ 2
π2
V(X)= ∫ [ x− E ( X )] 2
. f ( x) dx = ∫ x 2 . f ( x ) dx − [ E( X )] 2 = π −4
2
π
− ( )2 = − 2
2 4
−∞ −∞

- Độ lệch chuẩn của biến ngẫu nhiên X là :

σ x = √V ( X ) =
√ π2
4
−2

..................Bài tập tương tự :

1/ Tìm kỳ vọng , phương sai và độ lệch chuẩn của số chấm xuất hiện
 khi gieo con xúc sắc.

2/ Cho biến ngẫu nhiên liên tục X có hàm mật độ xác suất là :

f(x)=¿ { 1
b−a
khi x ∈ (a,b) ¿ ¿¿

Tìm kỳ vọng,,phương sai và độ lệch chuẩn của X.

..............................................................................................................................

3/ Trung vị , Mốt của biến ngẫu nhiên ( rời rạc , liên tục) - trang 101, 102

Giá trị tới hạn của biến ngẫu nhiên liên tục - trang 112, 113

Giá trị tới hạn của biến ngẫu nhiên liên tục - trang 112, 113

biến ngẫu nhiên rời rạc , thì giá trị X i sẽ là trung vị md

Nếu X là

nếu thỏa mãn điều kiện : F( X i ) ≤ 0,5 < F ( X i + 1 )

- Còn nếu X là biến ngẫu nhiên liên tục , thì giá trị X i sẽ là trung vị
m
d

md nếu thỏa mãn điều kiện : ∫ f ( x) . dx = 0,5

−∞

b/ Mốt của biến ngẫu nhiên , kí hiệu là md , là giá trị của biến ngẫu

nhiên tương ứng với :

- Xác suất lớn nhất nếu là biến ngẫu nhiên rời rạc .

- Cực đại của hàm mật độ xác suất nếu là biến ngẫu nhiên liên tục

( THÍ DỤ 7 & THÍ DỤ 8 - trang 102, 103 )

..............................................................................................................................

Bài học ngày 3/3/2022 ( thứ năm )

Chương III : Một số quy luật phân phối xác suất thông dụng
3.1. Quy luật không - một ~ A(p) (trang 121- 123 Tài liệu số 1)

Định nghĩa : BNN rời rạc X nhận một trong hai giá trị có thể có X= 0 ; 1
x 1−x x 1−x
với các xác suất tương ứng được tính bằng công thức Px = p .q = p .(1− p)

( với x = 0 ; 1 )

gọi là phân phối theo quy luật không - một với tham số là p.

- Bảng phân phối xác suất của A(p) : (với q = 1 - p)

X 0 1
P q p
- Các tham số đặc trưng : E(X) = p ; V(X) =pq

σ x = √ V ( X ) = √ pq
Độ lệch chuẩn :

Ví dụ 28 : : Cho X ~ A(0,7). Tính E(X), V(X),

σx

σ x = √ 0,21 = 0,4583
Giải : Ta có : E(X) = 0,7 ; V(X) = (0,7) . (0,3) = 0,21 ;

Ví dụ 29 : Có 3 người tập bắn mỗi người bắn 1 viên đạn vào bia. Biết rằng xác
 suất bắn trúng bia của mỗi người tương ứng lần lượt là 0,7; 0,8 ; 0,9.

Hỏi trung bình có bao nhiêu viên đạn trúng bia.

Giải : Gọi X i là số viên đạn trúng bia của người thứ i ( i = 1,2,3 ) thì :

X 1 ~ A(0,7). X 2 ~ A(0,8). X3
i ~ A(0,9).

X là số viên đạn trúng bia thì X = X 1 + X 2 + X 3

Gọi

E( X ) = E ( X 1 + X 2 + X 3 ) = E ( X 1 ) + E ( X 2 ) + E ( X 3 ) = 0,7 + 0,8 + 0,9 = 2,4

Vậy trung bình có 2,4 viên đạn trúng bia.

................................................................................

Bài tập tương tự: 1/ Cho X ~ A(0,9). Tính E(X), V(X),

σ x = √ 0 , 09 = 0,3
( ĐS : E(X) = 0,9 ; V(X) = (0,0) . (0,1) = 0,09 ; )

2/ Một người bắn 4 phát đạn vào 1 mục tiêu, xác suất trúng đích của mỗi
phát đạn tương ứng lần lượt là 0,4; 0,5; 0,6; 0,7.

Gọi X là số viên đạn trúng đích. Tính E(X), V(X).

Giải :

Gọi X i là số viên đạn trúng đích ở phát đạn thứ i ( i = 1,2,3, 4 )

thì : X 1 ~ A(0,4), X 2 ~ A(0,5), X 3 ~ A(0,6) , X 4 ~ A(0,7)

X =X 1 + X 2 + X 3 + X 4
Ta có :
E( X ) = E ( X 1 + X 2 + X 3 + X 4 ) = E ( X 1 ) + E ( X 2 ) + E ( X 3 ) + E( X 4 ) = 0,4 + 0,5 + 0,6 + 0,7 = 2,2

Tính V(X)= ?

Do các BNN là độc lập với nhau cho nên ta có :

V ( X ) = V ( X 1 +X 2 + X 3 + X 4 ) = V ( X 1 ) + V ( X 2 ) + V ( X 3 ) +V ( X 4 )
=(0,4 ). (0,6) + (0,5 ). (0,5) +(0,6 ). (0,4) +(0,7 ). (0,3 ) = 0 ,94
...................................................................................................................................

3.2. Quy luật nhị thức ~ B( n, p) (trang 123- 131- Tài liệu số 1)

Định nghĩa : BNN rời rạc X nhận một trong các giá trị có thể có X= 0,1 ,..,.n

với các xác suất tương ứng được tính bằng công thức
x x n−x
Px = C n p . q (với x= 0,1 ,..,.n) ; với q= 1- p

gọi là phân phối theo quy luật nhị thức với tham số là n và p .

- Bảng phân phối xác suất của B(n, p)

X 0 1 ........ x .......... n
0 0 n 1 1 n−1 x x n−x n n 0
P Cn p . q C n p .q C n p .q Cn p . q
Các tham số đặc trưng : E(X) =n. p ; V(X) =n.p.q

σ x = √ V ( X ) = √ npq
Độ lệch chuẩn :

Ví dụ 30 : Trong 1 lô hàng có 800 sản phẩm loại 1 và 200 sản phẩm loại 2. Lấy
ngẫu nhiên ra 5 sản phẩm theo phương thức hoàn lại. Gọi X là số sản phẩm loại
1 lấy được.

1/ X tuân theo quy luật gì ? Viết biểu thức xác suất tổng quát của quy luật.

2/ Tìm E(X) và V(X).

Giải : 1/ X tuân theo quy luật nhị thức với các tham số n = 5 và p = 8

Px = C 5x (0,8 )x .(0,2 )5 − x ; x = 0 , 5
Biểu thức xác suất tổng quát của quy luật là

2/ E(X) = 5× 0,8 = 4 ; V(X) = 5× 0,8 × 0,2 = 0,8

..............................

Ví dụ 31: Xác suất để khỏi bệnh khi dùng loại thước A là 0,75. Có 5 người mắc
bệnh B dùng thuốc A. Tìm xác suất : 1/ Có 3 người khỏi bệnh.
2/ Có ít nhất 1 người khỏi bệnh. 3/ Có nhiều nhất 2 người khỏi bệnh
3 3 2
Giải : 1/ Có n=5, m=3, p=0,75 P3 = C 5 (0, 75 ) .(0,25 ) = 0 , 263

0 0 5
2/ P ( X ≥ 1 )= 1− P0 = 1− C5 (0,75) .(0 ,25 ) = 0, 9999

P ( X ≤ 21 )= P0 + P1 + P2 = ..... = 0 , 1035
3/

...................................................

32: Cho X ~ B( 4 ; 0,7 ) . Tính

Ví dụ

1/ P( X = 3 ) ; 2 / P ( 0 ≤ X≤ 2 ) 3/ E(X) , V(X), σ x Mod (X)

3 3 1
1/ P( X = 3) = P3 = C 4 (0,7 ) .(0,3 ) = 0 , 4116
Giải :

2/ P ( 0 ≤X≤ 2 ) = 1 − P 3 − P 4 = 1 − 0 ,4116 − 0,2401 = 0,3483

3/ E(X) = np = 4×0,7 = 2,8; V(X) = npq = 4×0,7×0,3 = 0,

σ x = √ V ( X ) = √0 ,84 = 0 , 9165 ; Mod ( X )= 3

..................................................

Ví dụ 33 : : Gieo 4 đồng tiền (các lần gieo độc lập). Xác suất xuất hiện mặt sấp
1
trong mỗi lần gieo là 2 .Lập bảng phân phối xác xuất , tính kỳ vọng và phương
sai của số lần xuất hiện mặt sấp trong 4 lần gieo đó.

Giải : Gọi X là số lần xuất hiện mặt sấp trong 4 lần gieo đó, thì X có phân phối
1
nhị thức với các tham số n = 4 và p = 2 vì mỗi lần gieo coi như 1 phép
thử ,các lần gieo độc lập nên ở đây ta thực hiện 4 phép thử độc lập nhau. ). Xác
1
suất xuất hiện mặt sấp trong mỗi lần gieo là 2 ,có:
1 1
P( X = 2) = C x4 ( ) x .( )4 − x ; ( x = 0,4 )
2 2
- Bảng phân phối xác suất của X là :

X 0 1 2 3 4
1 4 6 4 1
P
24 24 24 24 24

1 1 1
=2 . =1
2 ; V(X) =n.p.q = = 4. 2 2
Các tham số đặc trưng : E(X) =n. p = 4.

...........................................................

Ví dụ 34 : Bắn 5 phát súng vào 1 một tiêu, xác xuất trúng đích của mỗi phát đều
bằng 0,2 a/ Tính xác suất có ít nhất 1 phát trúng mục tiêu.

b/ Tìm số phát súng trúng mục tiêu.có khả năng nhất và xác xuất tương ứng

Giải : Gọi X là số phát súng trúng mục tiêu trong 5 phát súng đó, thì X có

phân phối nhị thức với các tham số n = 5 và p= 0,2, vì mỗi phát súng coi
như 1 phép thử ,các phát súng bắn độc lập, nên ở đây ta thực hiện 5 phép thử
độc lập nhau . Xác suất trúng đích của mỗi phát đều bằng 0,2 ⇒
x x 5 −x
P( X = x ) = C 4 (0,2) .( 0,8) ; ( 0, 1 )

(1≤ X ≤5)
a/ (X=0) - biến cố không phát nào trúng mục tiêu đối lập với - biến cố
ít nhất một phát trúng mục tiêu

Vậy xác suất có ít nhất 1 phát trúng mục tiêu là :

0 0 5
P ( 1 ≤ X≤ 5 ) = 1 − P ( X = 0 ) = 1 − C 5 0,2 . 0,8 = 1 − 0 ,32768 = 0 ,67232

b/ Số phát súng trúng mục tiêu.có khả năng nhất thực chất là Mode X

Vì (n+1)p = (5 +1) .0,2 = 1,2 (không nguyên ) ,suy ra modx = [ 1,2 ]= 1

( phần nguyên )

P( X = 1) = C 15 (0,2 )1 .(0,8)5 −1 = 0 , 4096

và có :
........................................................................................................................

3.3. Quy luật Poisson ~ P ( λ ) (trang 132 - 137)

Định nghĩa : BNN rời rạc X nhận một trong các giá trị có thể có X= 0,1 ,....

với các xác suất tương ứng được tính bằng công thức
x
λ
P x = e− λ
x! (với x= 0,1 ,..,.)

λ
gọi là phân phối theo quy luật Poisson với tham số là .

- Bảng phân phối xác suất của B(n, p)

X 0 1 ........ x .......... ...............

x 1 x
P λ −λ λ −λ λ −λ
e e e
0! 1! x!
Các tham số đặc trưng : E(X) = V(X) = λ
Mod ( X ) xác đinh ừ λ − 1 ≤ m0 ≤ λ

P ( λ ) có thể dùng thay cho công thức

- Chú ý: 1/ Phân phối Poisson
Bernoulli nếu thỏa mãn điều kiện n ≥ 20 và p ≤ 0,1 tức là np ≈ npq
x
λ
Px = e− λ
x! được tính sẵn thành bảng ( Phụ lục 2 )
2/ Các xác suất

- Thí dụ 1 (trang 134, 135 ); thí dụ 2 (trang 136 )

Ví dụ 35 : Một máy rađiô gồm 1000 bộ phận điện tử , xác suất hỏng mỗi 1 bộ phận
trong 1 năm hoạt động 0,001 và không phụ thưộc vào trạng thái của những bộ phận
khác.Tính xác suất trong vòng 1 năm hỏng: :

1/ Hai bộ phận điện tử

2/ Không bé hơn 2 bộ phận điện tử.

Giải : Gọi X -số bộ phận điện tử hỏng trong vòng 1 năm thì X có phân phối nhị
thức vì hoạt động của mỗi bộ phận điện tử trong vòng 1 năm coi là 1 phép thử , ở

đây ta thực hiện 1000 phép thử độc lập và vì xác suất hỏng mỗi bộ phận điện tử đều
bằng 0,001.

Mặt khác n = 1000 được xem là đủ lớn; p=0,001 được xem là quá gần 0, nên
X xấp xỉ với phân phối Poisson (với tham số λ = np = 1000 × 0,001 = 1 )
2
1 −1 1
P( X=2) ≈ e =
2! 2e
1/ Xác suất có hai bộ phận điện tử bị hỏng là :

2/ Xác suất hỏng không bé hơn 2 bộ phận điện tử là

1 1 2
P( X ≥ 2) = 1 − P ( X=0 ) − P( X =1) ≈ 1− − = 1−
e! e e

..................................................................................................

Ví dụ 36: ( ví dụ 3.21 trang 80 )

Ví dụ 37 : Số khách hàng vào 1 cửa hàng bách hóa trong một giờ là BNN tuân theo quy luật
Poisson với mật độ ( số khách trung bình ) là 8 khách hàng trong 1 giờ.. Tìm xác suất để
trong một giờ nào đó có hơn 4 khách hàng.

Giải : Gọi X là số khách hàng vào cửa hàng bách hóa trong một giờ , thì :

X = 0,1,2,3,......., 8,9,10,....

P( X ≻ 4 ) = P( X = 5,6,7 .. .) = 1 − P ( X ≤ 4 ) = 1 − [ P 0 + P 1 +P2 + P3 + P4 ]
Cần tính ..

( theo giả thiết có λ= 8 ; tra bảng giá trị của phân phối Poisson ... k,ết quả được )

= 1 - [ 0,000335 + 0,002684 +0,010735 +0,028626 + 0,057252 ] = 0,9

...........................................................................................

Ví dụ 38: Tổng đài điện thoại phục vụ 100 máy điện thoại.Xác suất để trong mỗi phút mỗi
máy gọi đến tổng đài là 0,02. Tìm số máy gọi đến tổng đài trung bình trong 1 phút..

Giải : Gọi X là số máy gọi đến tổng đài trong 1 phút , thì X có phân phối Poisson với tham
số λ = np = 100 × 0,02 = 2.
 Ta có số máy gọi đến tổng đài trung bình trong 1 phút chính là E(X) = λ =2 máy.

Bài học tuần 4: ngày 8/3/2022 ( thứ ba ) và

thứ 5(10/3) / thứ 6 ( 11/3)
Chương 3 (tiếp) :
2
3.5. Quy luật chuẩn ~ N ( μ , σ ) ;(trang 149 - 166 - Tài liệu số 1)
3.5.1 Định nghĩa : BNN liên tục X nhận các giá trị trong khoảng ( - ∞ ; +∞)
gọi là phân phối theo quy luật chuẩn với các tham số μ và σ 2 nếu hàm mật
( x − μ )2
−
1 2 σ2
f (x ) = e
độ xác suất của nó có dạng : σ . √2 π

2
Các tham số đặc trưng : E( X ) = μ ; V ( X ) = σ ; σ x= σ

2
Chú ý :1/ Hàm phân bố xác suất của BNN X ~ N ( μ , σ ) là :

x ( x − μ )2
−
1
F (x ) =
σ √2 π
∫e 2 σ2
dx
−∞

X− μ
2 U=
2/ Nếu X có phân phối chuẩn ~ N ( μ , σ ) thì BNN σ có

phân phối chuẩn hóa ~

N( 0 , 1 ) với các tham số μ =0 và σ= 1

........................................................

3.5.2 Định nghĩa : BNN liên tục U nhận các giá trị trong khoảng ( - ∞ ; +∞) gọi

là tuân theo quy luật phân phối chuẩn hóa nếu hàm mật độ xác suất của
u2
1 − 2
ϕ (u ) = e
nó có dạng : √2 π

- Phẩn phối chuẩn hóa được ký hiệu là N(0, 1).

 - Các tham số đặc trưng : E( U ) = 0 ; V ( U ) = 1

u u2
1 −
φ (u ) =
√2 π
∫e 2
du
- Hàm phân bố xác suất của BNN U ~ N(0,1) là: −∞

u u2
1 −
φ (u ) = 0,5 + φ0 (u ) ; trong đó : φ0 ( u ) =
√2 π
∫e 2
du
0

-Chú ý liên hệ

trong đó : φ 0 ( u ) đã lập thành bảng tính sẵn ( Phụ lục 5)

..................................................

IV/ Giá trị tới hạn chuẩn (trang 155, 156 )

uα
Định nghĩa : Giá trị tới hạn chuẩn mức α ( kí hiệu là ) là giá trị của BNN U

có phân phối chuẩn hóa thỏa mãn điều kiện :

P ( U ≻ uα ) = α

uα được tính sẵn thành bảng ( Phụ lục 6 )

Các giá trị của .

uα = − u 1 − α
CHÚ Ý : hình vẽ 3.6 trang 156.; có

( Thí dụ 1 trang 158 - 159 ; Thí dụ 2 trang160 )

..........................................................
2
3.5.3. Công thức tính xác suất để BNN X ~ N ( μ , σ ) nhận giá trị trong

khoảng (a, b) là : P ( a ¿¿
u Z2
1 −
φ0 (u ) =
√2 π
∫e 2
dZ
uα
0
trong đó
 Giá trị của hàm φ0 (u) được tính sẵn thành bảng ( Phụ lục 5 ) .Chú ý các tính
chất : a/ φ0 (− u) = − φ 0 ( u) ; b/ ∀ u¿ 5 thì φ0 (u) ≈ φ0 ( 5 ) = 0,5 ¿ .

φ0 ( u)
Các tính chất trên được vận dụng khi tra bảng giá trị hàm

.................................................

ε
2 P ( | X − μ | ≺ ε ) = 2.φ0 ( )
Chú ý :1/ Với BNN X~ N ( μ , σ ) ta có : σ

3.5.4 . Quy tắc hai xích ma và quy tắc ba xích ma

P ( | X − μ | ≺ 2σ ) = P ( μ − 2σ ≺ X ≺ μ + 2 σ ) = 2 φ 0 ( 2) = 0,9544

P ( | X − μ | ≺ 3σ ) = P ( μ − 3σ ≺ X ≺ μ + 3 σ ) = 2 φ0 ( 3) = 0,9973

..............................................................................................................................

Ví dụ 39 : Một loại sản phẩm có trọng lượng là một đại lượng ngẫu nhiên phân phối chuẩn
với trọng lượng trung bình là 120 g và độ lệch tiêu chuẩn là 5 g. Loại sản phẩm trên sẽ được
chấp nhận xuất khẩu vào thị trường Mỹ nếu trọng lượng của nó lớn hơn 112,5 g và nhỏ hơn
130 g. a/ Tính tỷ lệ sản phẩm xuất khẩu được vào Mỹ.

b/ Tính tỷ lệ sản phẩm có trọng lượng từ 105 g đến 135 g.

2
Giải : Gọi X là trọng lượng ( tính bằng gam ) của sản phẩm đó, khi đó X ~ N ( 120 ; 5 )
130 − 120 112, 5 − 120
a / Ta có : P ( 112 , 5 ≺ X ≺ 130 ) = φ 0 ( ) − φ0 ( )
5 5
= φ 0 ( 2 ) − φ0 ( − 1, 5 ) = φ 0 ( 2 ) + φ0 ( 1 , 5 ) = 0 ,4772 + 0 ,4332 = 0 , 9 1 0 4

Vậy tỷ lệ sản phẩm xuất khẩu được vào Mỹ là 91,04 %

15
Ta có P ( 105 ≺ X ≺ 135 ) = P ( | X− 120 | ≺ 15 ) = 2 φ0 ( ) = 2 φ 0 ( 3) = 0 ,9973
b/ 5

Vậy tỷ lệ sản phẩm có trọng lượng từ 105 g đến 135 g là 99,73 %

.....................................................

Ví dụ 40 : Một loại sản phẩm có trọng lượng( tính bằng kg ) là một đại lượng ngẫu nhiên
phân phối chuẩn với trọng lượng bình quân là 21,8 kg và độ lệch tiêu chuẩn là 3 kg. Một sản
phẩm là đạt tiêu chuẩn nếu trọng lượng của nó không dưới 20 kg . Một doanh nghiệp mua
120 sản phẩm.
a/ Tính xác xuất để mỗi sản phẩm đạt tiêu chuẩn.

b/ Một doanh nghiệp mua 120 sản phẩm. Nếu một sản phẩm đạt tiêu chuẩn thì được lãi
60000 đồng, ngược lại thì lỗ 90000 đồng. Tính số tiền lãi trung bình cho lô hàng đó .
2
Giải: a/Gọi X là trọng lượng (tính bằng kg) của loại sản phẩm đó, khi đó X ~ N ( 21 ,8 ; 3 )

là :
Xác xuất để mỗi sản phẩm đạt tiêu chuẩn

20 − 21,8
p = P ( X ≥ 20 ) = φ0 ( + ∞) − φ0 ( )
3
= φ0 ( + ∞ ) − φ0 ( − 0, 6 ) = φ 0 ( + ∞ ) + φ0 ( 0, 6 ) ≈ 0,5 + 0,2257 = 0,7257

b/ Coi việc doanh nghiệp mua 1 sản phẩm như là thực hiện 1 phép thử ,Như vậy ở đây thực
hiện 120 phép thử độc lập, trong mỗi phép thử xác xuất để một sản phẩm đạt tiêu chuẩn đều
là p = 0,7257 .

Gọi Y là số sản phẩm đạt tiêu chuẩn trong 120 sản phẩm được mua thì

B ( 120 ; 0,7257 )
Y~

Ta có số sản phẩm không đạt tiêu chuẩn là ( 120 - Y ) Số tiền lãi cho lô hàng đó là :

60000.Y +90000. (120 - Y ) = 10800000 - 30000.Y

Số tiền lãi trung bình cho lô hàng đó là :

E(10800000 - 30000.Y ) =10800000 - 30000.E(Y)

= 10800000 - 30000×120×0,7257 = 8187300 (đồng )

( vì : Y ~ B ( 120 ; 0,7257 ) ,do đó kỳ vọng E(Y) = np = 120×0,7257 )

......................................................

Ví dụ 41 :Người ta tiện một loại chi tiết máy có độ dài quy định là 50 mm. Biết rằng độ dài
X của chi tiết được sản xuất ra tuân theo phân phối chuẩn với độ lệch tiêu chuẩn σ = 3,6 mm.

Hãy tính xác xuất để độ dài chi tiết được sản xuất ra :

a/ Không bé hơn 55 mm và không lớn hơn 68 mm.

b/ Lệch so với độ dài quy định không quá 7,2 mm.

Giải : a/ Xác suất cần tìm là :

 68 − 50 55 − 50 5
P ( 55 ≤ X ≤ 68) = φ 0 ( ) − φ0 ( ) = φ0 ( 5 ) − φ0 ( ) = 0,5 − 0,4177 = 0 , 0823
3,6 3,6 3,6
7,2
P ( |X − 50| ≺ 7,2 ) = 2. φ 0 ( ) = 2. φ0 ( 2 ) ≈ 0,9545
b / Xác suất cần tìm là : ,6

..................................................

Ví dụ 42 : Việc đo đường kính của một loại trục được tiến hành không có sai số hệ thống.Sai
số ngẫu nhiên X của việc đo tuân theo quy luật phân phối chuẩn với độ lệch tiêu chuẩn σ = 10
mm .Hãy tìm xác xuất để việc đo được tiến hành với sai số ngẫu nhiên X về giá trị tuyệt đối
bé hơn 15 mm.

Giải : X là sai số ngẫu nhiên nên E(X) = 0 và vì X tuân theo quy luật phân phối chuẩn nên
xác suất cần tìm là :

15 15 15
P ( |X | ≺ 15 ) = P ( − 15 ≺ X ≺ 15 ) = φ 0 ( ) − φ 0 ( − ) = 2. φ0 ( ) = 0,8663
10 10 10
............................................................

43: Cho X ~ N ( 18 ; 2 ) . Tính :

2
a / P ( 16 ¿¿
Ví dụ

a / P ( 16 ¿ ¿ ¿
Giải ¿
3
b/ P ( | X − 18| ≤ 3 ) = 2. φ0 ( ) = 2.φ0 ( 1,5 ) = 2.(0, 4331 ) = 0,8662
2

..................................................................................

44: Cho X ~ N ( 50 ; 0,5 ) Tính :

2
a / P ( 49 ¿¿
Ví dụ

a / P ( 49 ¿ ¿ ¿
Giải ¿
0,75
b/ P ( | X − 50| ≤ 0,75 ) = 2. φ0 ( ) = 2.φ0 ( 1,5 ) = 2.(0, 4331 ) = 0,8662
0,5
Bài tập tương tự :

Cho X ~ N ( 100 ; 2 ) Tính :

2
a / P ( 96 ¿¿
1/

( ĐS : a/ 0,9545 ; b/ 0,68268 )

2/Trọng lượng sản phẩm X do một máy tự động sản xuất là BNN tuân theo quy luật

chuẩn với E(X) = 100 gam và độ lệch chuẩn 1 gam. Sản phẩm được coi là đạt tiêu

chuẩn kỹ thuật nếu trọng lượng của nó đạt từ 98 đến 102 gam.

a/ Tìm tỷ lệ sản phẩm đạt tiêu chuẩn kỹ thuật của nhà máy.

b/ Tìm tỷ lệ phế phẩm của nhà máy ( ĐS : a/ 95,44 % ; b/ 4,56 % )

....................................................................................

Ví dụ 45: Lượng điện tiêu thụ hàng tháng của hộ gia đình ở Hà nội là ĐLNN tuân theo quy
luật phân phối chuẩn với mức tiêu thụ trung bình là 200 kwh và độ lệch chuẩn là 40 kwh.

1/ Tính tỷ lệ hộ gia đình có mức tiêu thụ điện hàng tháng từ 250 kwh đến 400 kwh

2/ Tính tỷ lệ hộ gia đình có mức tiêu thụ điện hàng tháng dưới 180 kwh

GIẢI :

1 / P ( 250 ¿ ¿ ¿
¿
2/ P ( 0 ¿ ¿ ¿
¿
..............................................................
Ví dụ 46: Thời gian chờ để được phục vụ của một khách hàng tại một quầy bán đồ ăn nhanh
là một ĐLNN có phân phối chuẩn với thời gian chờ trung bình là 4,5 phút với độ lệch tiêu
chuẩn là 0,75 phút.

1/ Tính tỷ lệ khách hàng phải chờ từ 3 đến 5 phút để được phục vụ

2/ Tính tỷ lệ khách hàng phải chờ quá 6 phút để được phục vụ

GIẢI :

5− 4,5 3−4,5
1/ P ( 3 ≤ X ≤ 5 ) = φ0 ( ) − φ0 ( ) = φ0 ( 0,67 ) − φ 0 ( − 2 )
0,75 0,75
= φ0 ( 0,67 ) + φ0 ( 2 )=0, 24857−0,47725= 0, 72582

2/ P ( X ¿ 6 ) = 0,5− P( X ¿
...................................................................

Ví dụ 46: Chiều dài của một loại chi tiết là một ĐLNN có phân phối chuẩn với độ lệch tiêu
chuẩn là 0,2 cm. Hãy tìm xác suất để chiều dài chi tiết được sản xuất ra lệch so với chiều dài
trung bình không quá 0,3 cm về giá trị tuyệt đối

0, 3
P ( | X − μ| ≤ 0,3 ) = 2. φ0 ( ) = 2.φ0 ( 1,5 ) = 2.(0,4331 9) = 0,86638
GIẢI : 0,2

..........................................................................

Ví dụ 47: Thời gian hoạt động của một loại sản phẩm do công ty A cung cấp xem như có quy
luật phân phối chuẩn với thời gian trung bình là 10000 giờ và độ lệch tiêu chuẩn là 500 giờ .
Sản phẩm được bảo hành nếu hỏng trước 9000 giờ.

Tính tỷ lệ sản phẩm phải bảo hành của công ty A

P (0 ¿ ¿ ¿
GIẢI : ¿
.......................................................................

Ví dụ 48 : Tuổi thọ của một loại sản phẩm do công ty B sản xuất ra là ĐLNN tuân theo quy
luật phân phối chuẩn với tuổi thọ trung bình là 8000 giờ và độ lệch tiêu chuẩn là 200 giờ.Nếu
thời gian sử dụng thực tế đạt dưới 7600 giờ thì công ty sẽ phải bảo hành sản phẩm

Tính tỷ lệ sản phẩm phải bảo hành (ĐS : 2,275 % )

........................................................................................................................

Chương IV: BIẾN NGẪU NHIÊN HAI CHIỀU

4.1 Khái niệm biến ngẫu nhiên nhiều chiều

4.2 Bảng phân phối xác suất của biến ngẫu nhiên rời rạc 2 chiều

4.2.1 Bảng phân phối xác suất ( trang 180 )

x1 x2 x i ..... xn
Y\X ............. .........

.
y1 P( x1 , y 1 ) P( x 2 , y 1 ) P( xi , y 1 ) P( x n , y 1 )
............. ...........

.
y2 P( x1 , y 2 ) P( x 2 , y 2 ) P( xi , y 2 ) P( x n , y 2 )
............. ..............

............ ............... .................. ............ .................. .............. ................

.
yj P( x1 , y j ) P( x 2 , y j ) P( xi , y j ) P( x n , y j )
............. ................

............ ................ .................... ............. .................. ................ ................

. .
ym P( x1 , y n ) P( x 2 , y n ) P( xi , y m ) P( x n , y m )
............. .................

. .
n m

P( xi , y 1 ) phải thỏa mãn điều kiện

P( xi , y 1 ) ≥ 0 ; ∑ ∑ P( xi , y j ) = 1
các xác suất i = 1 j =1
 .2 Bảng phân phối xác suất biên của các thành phần X và Y (trang 181)
4.2 )

x1 x2 ........ x i ..... xn
X
P (x 1 ) P( x2 ) .. P( x i ) .. P ( x n )

P y1 y 2 ........ y j ..... ym
Y
P ( y1 ) P( y 2 ) .. P( y j ) .. P ( y m )
THÍ DỤ ( trang 182)
P
...........................................

4.2.3 . Bảng phân phối xác suất có điều kiện ( trang 193 - 198 Tài liệu số 1 )

Y = y j có dạng :
- Bảng phân phối xác suất có điều kiện của thành phần X với điều kiện

X x1 x2 ........ x i ..... xn
yj
x1 x2 xi xn
P( ) P( ) .. P( ) .. P( )
P yj yj yj yj

xi P ( xi , y j )
P( )= i = 1 , n ; j = 1,m
yj P ( yj )
trong đó :

- Bảng phân phối xác suất có điều kiện của thành phần Y với điều kiện
X = x i (tương tự )

THÍ DỤ 1 ( trang 195 )..................................................................

4.4. . Các tham số đặc trưng của BNN rời rạc hai chiều
n n m
E( X ) = ∑ x i . P ( x i ) = ∑ ∑ xi . P( x i , y j )
a/ Kỳ vọng toán : i =1 i = 1 j =1 ( trang 198 )

m n m
E(Y ) = ∑ y j . P ( y j ) = ∑ ∑ y j . P( xi , y j )
j =1 i = 1 j =1
 b/ Kỳ vọng toán có điều kiện : ( trang 205 - 207 )

- Kỳ vọng toán có điều kiện của BNN rời rạc Y với X=x ( x là một giá trị xác định của
m
Y yj
E( )= ∑ yj . P ( )
X=x j =1 x
X ) là :

- Kỳ vọng toán có điều kiện của BNN rời rạc X khi Y = y ( y là một giá trị xác định
n
X xi
E( ) = ∑ xi . P ( )
của Y ) là : Y=y i =1 y

THÍ DỤ ( trang 206 - 207 )

Thêm các ví dụ trong Bài tập XS & TKT của Nguyễn Cao Vân, , ( từ trang 95 )

Bài học tuần 5: ngày 15/3/2022 ( thứ ba ) và

thứ 5(17/3) / thứ 6 ( 18/3)
Chương V: CÁC ĐỊNH LÝ GIỚI HẠN - LUẬT SỐ LỚN

5.1. Bất đẳng thức Trê-bư-sep : Nếu X là BNN có kỳ vọng toán và phương
sai hữu hạn thì với mọi số dương ε tùy ý ta đều có :
V (X) V (X)
P ( | X − E( X ) | ≤ ε ) ≥ 1 − ⇔ P ( | X − E( X )| ≥ ε ) ≤
ε2 ε2

- Ví dụ trang 230

5.2. Định lý Trê-bư-sep ( còn gọi là Luật số lớn Trê-bư-sep ) : Nếu các BNN
X 1 , X 2 , ...., X n ,... độc lập từng đôi, có các kỳ vọng toán hữu hạn và các phương

sai đều bị chặn trên bởi các hằng số C ( V ( X i ) ≤ C ; i =1,2 ,. ..,n )

thì với mọi ε dương bé tùy ý ta đều có :

 X 1 + X 2 +....+ X n E ( X 1 ) + E( X 2 )+....+ E ( X n )
lim P ( | − |≺ ε ) = 1
n n
n→∞

Trường hợp riêng : Nếu X 1 , X 2 , .. . ., X n là các BNN độc lập từng đôi , có
cùng kỳ vọng toán ( E( X i ) =m ; i = 1,2,..., n ) và các phương sai đều bị chặn
trên bởi các hằng số C ( V ( X i ) ≤ C ; i =1,2 ,...,n )

thì với mọi ε dương bé tùy ý ta đều có :

X + X +....+ X n
lim P ( | 1 2 − m |≺ ε ) = 1
n
n→∞
- Ứng dụng thực tế ( xem trang 233 -Tài liệu số 1 )

5.3. Định lý Bernoulli ( còn gọi là Luật số lớn Bernoulli ) : Nếu 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 luôn có :

lim P (|f − p| ≺ ε ) = 1
n →∞
- Ứng dụng ( xem trang 235- Tài liệu số 1 )

5.4. Định lý giới hạn trung tâm

Nếu X 1 , X 2 , ........, X n là một dãy các BNN độc lập cùng tuân theo một quy luật phân phối
2
nào đó với kỳ vọng toán và phương sai hữu hạn : E( X k= a , V ( X k ) = σ ; ∀ k

U n − E(U n ) n
U cn =
√V (U n)
U n= ∑ Xk
thì: Quy luật phân phối xác suất của BNN : , với : k=1

c
P( Un ¿¿
sẽ hội tụ khi n → ∞ tới quy luật chuẩn hóa.Tức là :

.....................................................
 Phần II : Thống kê toán
Chương VI :Cơ sở lý thuyết mẫu
6.1. Tổng thể và phương pháp mẫu :
6.1.1 Tổng thể nghiên cứu : (trang 248...Tài liệu số 1 )
ĐN : Toàn thể tập hợp các phần tử đồng nhất theo một dấu hiệu
nghiên cứu định tính hoặc định lượng nào đó được gọi là tổng thể
nghiên cứu , hay : tổng thể.
- Số lượng các phần tử của tổng thể được gọi là kích thức của tổng
thể, ký hiệu là N . Còn dấu hiệu nghiên cứu , ký hiệu là χ
- Các phương pháp mô tả tổng thể :

a/ Bảng phân phối tần số :

Giá trị của χ x1 x2 .......... xi ...... xk

Tần số N1 N2 .......... Ni Nk
k
o ≤ Ni ≤ N , ∀ i ; ∑ Ni = N
trong đó : i =1

a/ Bảng phẩn phối tần suất :

Giá trị của χ x1 x2 .......... xi ...... xk

Tần suất p1 p2 .......... pi pk
trong đó :
k
Ni
pi =
N
, i = 1 , n ; o ≤ pi ≤ 1 , ∀ i ; ∑ pi = 1
i=1

...........................................................................................

6.1.2 Các tham số đặc trưng của tổng thể : (từ trang 251...Tài liệu số 1 )
1/ Trung bình tổng thể:

a/ Giả sử trong tổng thể kích thước N , dấu hiệu định lượng χ nhận các giá trị

x 1 ,x 2 , ........, x n thì trung bình tổng thể ( ký hiệu là m ) là trung bình số học ::
 n
1
m= . ∑x
N i =1 i

x ,x , ........, x k với các

b/ Nếu trong tổng thể dấu hiệu định lượng χ chỉ nhận các giá trị 1 2
k
1
m = . ∑ xi . N i
tần số tương ứng
N 1 , N 2 , ........, N k thì trung bình tổng thể là : N i =1

NHẬN XÉT (trang 252) : Nếu xem dấu hiệu nghiên cứu như BNN X, thì trung bình tổng

thể chính là KỲ VỌNG TOÁN của BNN đó.

Thí dụ 1 (trang 252 - 253 ) về tính trung bình tổng thể

..............................................................

2
2/ Phương sai tổng thể, ký hiệu là σ , là trung bình số học của bình phương các sai
lệch giữa các giá trị của dấu hiệu trong tổng thể và trung bình tổng thể
N
1
2
σ = . ∑ ( x − m )2
N i =1 i

- Nếu các giá trị

x 1 ,x 2 , ........, x k của dấu hiệu có các tần số tương ứng là N 1 , N 2 , ........, N k
k k
1 1
σ2 = . ∑ N i . ( x i− m )2 = . ∑ N i . x 2i − m 2
với
N 1 + N 2 +. ... ....+ N k = N thì N i =1 N i =1

Thí dụ 4 (trang 257) về tính phương sai tổng thể

................................................................................

6.1.3 Phương pháp mẫu : Khi không thể nắm được kích thước N của tổng thể

( và phải coi N là vô hạn ) thường người ta áp dụng phương pháp mẫu bằng
cách chọn ra từ tổng thể n phần tử và chỉ tập trung nghiên cứu các phần tử đó
mà thôi. Tập hợp n phần tử này được gọi là MẪU KÍCH THƯỚC n
...............................................................................................................

6.2. Mẫu ngẫu nhiên (từ trang 258...Tài liệu số 1 )

6.2.1 Khái niệm:
Định nghĩa ( trang 260 ):Mẫu ngẫu nhiên kích thước n là tập
hợp của n BNN độc lập X 1 , X 2 , ........, X n được thành lập từ BNN X trong
tổng thẻ nghiên cứu và có cùng quy luật phân phối xác suát với X

Mẫu NN thường được ký hiệu là ƯW= ( X 1 , X 2 , ........, X n ) .

CHÚ Ý : có E( X 1 ,) = E( X 2 ) = ........,= E( X n ) ; V ( X 1 ,) = V ( X 2 ) = ........,= V ( X n )

- Với một tập hợp của n giá trị cụ thể quan sát được, ta thu được chẳng hạn là
x 1 ,x 2 , ........, x n khi đó ta nhận được một mẫu cụ thể, ký hiệu ư w = ( x 1 ,x 2 , ........, x n )

..............( thí dụ trang 260 - 261 )..................

6.2.2 Các phương pháp chọn mẫu ( trang 261 - 266 )

6.2.3 Các phương pháp mô tả số liệu mẫu ( trang 266 - 279 )
1/Giả sử từ tổng thể với BNN gốc X,rút ra 1 mẫu cụ thể kích thước
n gồm các giá trị x 1 ,x 2 , ........, x k với các tần số tương ứng là n1 ,n 2 , ........, nk
a/ Bảng phân phối tần số thực nghiệm :

xi x1 x2 .......... xi ...... xk
ni n1 n2 .......... ni nk
trong đó : n1 + n2 + .. .. . .+ nk = n là kích thước mẫu.

- Đa giác tần số : là một đường gãy khúc nối các điểm ( x 1 , n1 ), ( x 2 , n 2 ), ........, ( x k , n k )

- Khi dấu hiệu nghiên cứu có phân phối liên tục,thì nên xây dựng BIỂU ĐỒ TẦN SỐ

............................................

b/ Bảng phân phối tần suất thực nghiệm :

xi x1 x2 .......... xi ...... xk
 fi f1 f2 .......... fi fk
ni
f 1 + f 2 + . . .. ..+ f k = 1 ; f i =
trong đó : n

- Đa giác tần suất : là một đường gãy khúc nối các điểm ( x 1 , f 1 ), ( x2 , f 2 ), ........, ( x k , f k )

- Khi dấu hiệu nghiên cứu có phân phối liên tục,thì nên xây dựng BIỂU ĐỒ TẦN SUẤT

...............................YÊU CẦU : TỰ ĐỌC...........................

6.3. Thống kê (từ trang 279...Tài liệu số 1 )

6.3.1 Khái niệm: Việc tổng hợp mẫu ƯW= ( X 1 , X 2 , ........, X n ) được thực hiện dưới dạng
một hàm nào đó của các giá trị
X 1 , X 2 , ........, X n của mẫu,được gọi là THỐNG KÊ, ký

hiệu là G. Như vậy G = f ( X 1 , X 2 , ........, X n )

Nhận xét : G cũng là một BNN tuân theo một quy luật phân phối xác suất nhất định và có các
tham số đặc trưng E(G), V(G)...Khi mẫu NN nhận 1 giá trị cụ thể ư w = ( x 1 ,x 2 , ........, x n )

thì G cũng nhận một giá trị cụ thể là ư g = f ( x 1 , x 2 , ........, x n )

6.3.2 Một số thống kê đặc trưng của mẫu ngẫu nhiên:

1/ Trung bình mẫu:(trang 280...): Cho mẫu ngẫu nhiên ƯW= ( X 1 , X 2 , ........, X n ) , thì
n
1
X=
n
∑ Xi
trung bình mẫu là : i =1

2
σ
2 E( X ) =m ; V ( X ) =
Tính chất : Nếu BNN gốc X có E(X) = m, và ư ƯV ( X ) = σ ,thì n
2 ¿2
2/ Phương sai mẫu : S và phương sai S :

[∑ ]
n n n
1
2
S =
n −1
∑ ( X i − X ) = n −1 1
2
X 2i − n . X 2 2
S∗ =
1
n
∑ ( X i − m )2
i =1 i=1 ; i =1

( trong đó m là trung bình tổng thể )

- Độ lệch chuẩn mẫu là :

S=
√ 1
n −1
∑ ( X i − X )2
( là căn bậc hai của phương sai )

.............................
Ví dụ :

Bài tập về tính trung bình mẫu, phương sai mẫu, độ lệch tiêu chuẩn mẫu bằng các công
thức trong sách của ĐHKTQDân ( Nguyễn Cao Vân....)
n
1
X= ∑ Xi
1/ Cho mẫu ngẫu nhiên ƯW= ( X 1 , X 2 , ........, X n ) , thì trung bình mẫu là : n i =1

[∑ ]
n n
1
2
S =
n −1
∑ ( X i − X ) = n −1 12
X 2i − n . X 2
Phương sai mẫu : i =1 i=1

Độ lệch tiêu chuẩn mẫu bằng căn bậc hai của phương sai mẫu

...............................................................

2/Khi mẫu ngẫu nhiên nhận một giá trị cụ thể w= ( x 1 , x 2 , ........, x n ) thì :
n
1
x=
n
∑ xi
a/ Trung bình mẫu là : i =1

[∑ ]
n n
1
2
s =
n −1
∑ ( x i − x ) = n −1 12
x 2i − n. x 2
b/ Phương sai mẫu là : i =1 i =1

c/ Độ lệch tiêu chuẩn mẫu bằng căn bậc hai của phương sai mẫu

..............................

d/ Nếu mẫu cụ thể có Bảng phân phối tần số thực nghiệm là :

xi x1 x2 .......... xi ...... xk

ni n1 n2 .......... ni nk

trong đó : n1 + n2 + .. .. . .+ nk = n là kích thước mẫu.

n
1
x=
n
∑ ni xi
thì : +) Trung bình mẫu là : i =1
 [∑ ]
n n
1
2
s =
n −1
∑ ( xi − x ) = n −1 1
2
x 2i − n. x 2
+) Phương sai mẫu : i =1 i =1

√
n
1
s= ∑
n −1 i = 1
( x i − x )2
+) Độ lệch chuẩn mẫu là : ( là căn bậc hai của
phương sai )

.....................................................................................................................................

Ví dụ 1 : Điều tra 60 giá tri của biến ngẫu nhiên X ta thu được kết quả mẫu thu gọn
là :

xi 1 3 6 26

mi 8 40 10 2

Ta có n= 8+40+10+2=60
4
1
x= ( 8.1+40 . 3+10 .6 +2. 26 ) =4
60
∑ x 2i =( 8 . 12 +40 . 32 +10 . 62 + 2. 262 ) = 2080
; i=1

1
s2= ( 2080 − 60× 4 2 ) ≈18 , 98
60−1 ; s= √ 18,98 ≈ 4 ,36

Chú ý : Với mẫu cho ở dạng khoảng , ví dụ :

 xi (0 ; 2 ) (2 ; 4 ) ( 4 ; 8 ) ( 25 ; 27 )

mi 8 40 10 2

Ta lấy điểm giữa của mỗi khoảng làm đại diện, đưa về bảng như ở ví dụ 1 ở trên, rồi tính
toán.

Bài tập :

1/ Điều tra 100 giá tri của biến ngẫu nhiên X ta thu được kết quả mẫu thu gọn là :

xi 5 7 9 11

mi 20 40 25 15

2
Hãy tính : kỳ vọng mẫu X , phương sai mẫu s và độ lệch tiêu chuẩn mẫu s
của biến ngẫu nhiên X ( chú ý : độ lệch tiêu chuẩn mẫu của biến ngẫu nhiên X là :
s = √ s2 )

2/ Điều tra 75 giá tri của biến ngẫu nhiên X ta thu được kết quả mẫu thu gọn là :

xi 0,1 0,5 0,6 0,8 1,2

mi 9 16 28 10 12

2
Hãy tính : kỳ vọng mẫu X , phương sai mẫu s và độ lệch tiêu chuẩn mẫu
s của

biến ngẫu nhiên X.

3/ Điều tra 100 giá tri của biến ngẫu nhiên X ta thu được kết quả mẫu thu gọn là :

xi 340 360 375 380 390 400

 mi 14 6 35 12 15 18

2
Hãy tính : kỳ vọng mẫu X , phương sai mẫu s và độ lệch tiêu chuẩn mẫu
s của biến ngẫu nhiên X.

......................................................................................................................................................
..

Bài học tuần 6: ngày 22/3/2022 ( thứ ba ) và

thứ 5(24/3) / thứ 6 ( 25/3)
Chương VII : Ước lượng tham số của biến ngẫu nhiên
7.1. Ước lượng điểm ( từ trang 332 của Tài liệu số 1 ) - TÓM TẮT:

1/ Phát biểu bài toán ước lượng tham số :Cho BNN gốc X vói quy luật phân
phối xác suất đã biết, nhưng chưa biết tham số θ nào đó của nó, phải ước lượng
(xác định một cách gần đúng ) giá trị của θ .

ƯW= ( X 1 , X 2 , ........, X n ) , dựa vào đó

Từ tổng thể ta lấy ra một mẫu kích thước n :
^
mà xây dựng một thống kê θ để ước lượng θ . Với mỗi giá trị cụ thể ư ( x 1 ,x 2 , ........, x n )

^ f ( x , x , ........, x )
θ= 1 2 n của thống kê θ^ trên mãu cụ thể đó , thì
của mẫu , tính được giá trị
^ ^
ước lượng của θ là giá trị θ vừa tính. Ta gọi θ là ước lượng điểm của θ .

f ( x 1 ,x 2 , ........, x n ) , tức là có vô số thống kê θ^ có

Chú ý là : do có vô số cách chọn hàm
thể dùng làm ước lượng của θ , vì vậy cần đưa ra các tiêu chuẩn để đánh giá chất lượng của
^
các thống kê θ , từ đó lựa chọn được thống kê “ xấp xỉ một cách tốt nhất ” tham số cần ước
lượng

^
2/ Ước lượng không chệch: Thống kê θ của mẫu được gọi là ước lượng không

chệch của tham số θ nếu kỳ vọng E ( θ^ ) = θ Ngược lại nếu E ( θ^ ) ≠ θ thì θ^

.
được gọi là ước lượng chệch của tham số θ .
CHÚ Ý :
1/ Trung bình mẫu X là ước lượng không chệch của kỳ vọng toán m của BNN gốc E(X) = m

2/Tần suất mẫu f là ước lượng không chệch của xác suất p của BNN gốc : E(f ) = p
2 ¿2
3/Phương sai mẫu : S và phương sai S đều là các ước lượng không chệch của phương sai

2 2 2
của BNN gốc : E ( S ) = E( S∗ ) = σ
2
σ

^
3/ Ước lượng hiệu quả : Thống kê θ của mẫu được gọi là ước lượng hiệu

quả nhất của tham số θ của BNN gốc X nếu nó là ước lượng không chệch

và có phương sai nhỏ nhất so với mọi ước lượng không chệch khác được

xây dựng trên cùng mẫu đó.

CÁC VÍ DỤ

7.2. Phương pháp ước lượng bằng khoảng tin cậy

7.2.1. Khái niệm ( từ trang 344 - Tài liệu số 1 )

Định nghĩa : Khoảng ( G1 , G2 ) của thống kê G được gọi là khoảng tin cậy của tham số
θ nếu với xác suất bằng ( 1 - α ) cho trước thỏa mãn điều kiện: P ( G 1 ¿ ¿

- Xác suất ( 1 - α ) được gọi là độ tin cậy của ước lượng

- còn I = ( G2 − , G1 ) được gọi là độ dài khoảng tin cậy

(trong thực tế thường yêu cầu độ tin cậy ( 1 - α ) khá lớn, chẳng hạn :

1 - α = 0,90 ; 0,95 ; 0,98 ; 0,99.......)

................................................................

7.2.2. Khoảng tin cậy cho kỳ vọng toán (từ trang 347 - Tài liệu số 1 )
2
Giả sử trong tổng thể BNN gốc X có phân phối chuẩn N ( μ , σ ) , nhưng chưa biết tham số
μ của nó. Để tìm ước lượng khoảng cho μ từ tổng thể ta lậ p mẫu ngẫu nhiên kích thước
,
n:

ƯW= ( X 1 , X 2 , ........, X n )

Có 3 trường hợp sau : ( cho khoảng tin cậy đối xứng )

 2
a) Đã biết phương sai σ của BNN gốc X trong tổng thể , khi đó với giả thiết X có phân
phối chuẩn hoặc cỡ mẫu n đủ lớn ( n ≥ 30 ) thì :
σ σ
μ ∈ ( X − uα ; X + u )
√n 2 √n α2 (với độ tin cậy 1 − α ) .

2
b) Trường hợp chưa biết phương sai σ của BNN gốc X trong tổng thể và kích thức
của mẫu n ¿ ¿ , khi đó với giả thiết X có phân phối chuẩn thì
S (n −1 ) S (n − 1 )
μ ∈ ( X− tα ; X+ t )
√n 2 √n α 2 (với độ tin cậy 1−α ).

2
c) Trường hợp chưa biết phương sai σ của BNN gốc X trong tổng thể , giả thiết
chuẩn cũng không có, nhưng cỡ mẫu n đủ lớn ( n ≥ 30 ) thì:
S S
μ ∈ ( X − uα ; X + u )
√n 2 √n α2 (với độ tin cậy 1 − α ) .
....................................

CHÚ Ý :

- Tương tự (với trường hợp a): có khoảng tin cậy bên phải là công thức ((7.16)

và khoảng tin cậy bên trái là công thức ((7.17 )

- Tương tự (với trường hợp b): có khoảng tin cậy bên phải là công thức ((7.25)

và khoảng tin cậy bên trái là công thức ((7.26 )

.................................................................

Bài tập về ước lượng điểm ; ước lượng bằng khoảng tin cậy:

Ví dụ 1 : Để nghiên cứu tuổi thọ của 1 dân tộc thiểu số , người ta thống kê tuổi thọ của những
người đã mất của dân tộc đó trong 1 năm qua ở các vùng miền khác nhau trên cả nước có dân
tộc này sinh sống, Kết quả như sau :

Tuổi thọ X (năm ) ¿3 (3; 10 ]

(10; 20 ] ( 20; 30 ] ( 30; 40 ] ( 40; 50 ] ( 50; 60 ] ( 60; 70 ] ¿ 70
Số người 15 8 4 3 2 5 20 18 5

a/ Hãy ước lượng tuổi thọ trung bình của dân tộc này.

b/ Với độ tin cậy 95 % tuổi thọ trung bình của dân tộc này thuộc khoảng nào ?
c/ Với xác suất 90 % có thể nói tuổi thọ trung bình của dân tộc này cao nhất là bao nhiêu
tuổi.

d/ Nếu chỉ xét trong tập những người đã chết trong năm qua của dân tộc này thì các câu hỏi
trên sẽ được thay bởi câu hỏi nào ?

Giải : trước tiên ta lấy điểm giữa của mỗi khoảng làm đại diện, đưa về bảng như ở ví dụ 1 ở
trên, rồi tính toán

Khoảng đầu ¿ 3 được hiểu là (0; 3 ] . Ở đây sẽ lấy : 1,5 ; 6.5 ; 15 ; 25 ; 35 ; 45 ;
55 ; 65 ; 75

a) Là ước lượng điểm cho E(X), vì câu hỏi này không cho độ tin cậy : tính được
X ≈ 39,37
Vậy tuổi thọ trung bình của dân tộc này là 39,37 tuổi.

b) Là ước lượng khoảng cho E(X) , ta dùng trường hợp c) : với độ tin cậy ( 1 − α )

s s
μ ∈ ( X− uα ; X + u )
ta kết luận √n 2 √n α2 Tính được s ≈ 26,721

độ tin cậy là 1 − α = 95 % = 0,95 ⇒ Thay số liệu vào và tính toán, ta được kết quả
:

E(X) = μ ∈ (33,51 ; 45 , 23 ) .

c) Làm tương tự câu b) , nhưng ta chỉ lấy đầu mút bên phải của khoảng, để được kết quả cần
tìm.

26,721
39,75 + 1,65 . = 44 ,68
Tuổi thọ trung bình của dân tộc này cao nhất là: √80 tuổi.

d) Nếu kết luận cho cả dân tộc thiểu số đang xét thì tuổi thọ của 80 người trong năm
qua chỉ là 1 mẫu đại diện, nhưng nếu chỉ xét trong tập những người đã chết trong năm
qua của dân tộc này thì tập số liệu trên là số liệu được thống kê một cách đầy đủ. Vì
vậy , để trả lời cho tuổi thọ trung bình của những người đã mất thì 3 câu hỏi trên sẽ
được thay bởi câu hỏi : Hãy tính tuổi thọ trung bình của những người đã mất trong
một năm qua của dân tộc thiểu số đang xét.

……………………………………..
Ví dụ 3: Để xác định chiều cao của các em lứa tuổi lên 10 ở nông thôn vùng đồng
bằng Bắc bộ người ta lấy ra một mẫu đại diện với các kết quả như sau :

Chiều cao X < 130 [130 ; 135 ) [135 ; 140) [ 140 ; 145) ≥ 145
(cm)

Số em 5 15 30 20 5

Giả sử chiều cao X tuân theo luật phân phối chuẩn với V(X) = 9

a/ Hãy ước lượng chiều cao trung bình của các em lứa tuổi lên 10 ở nông thôn vùng
đồng bằng Bắc bộ

b/ Với độ tin cậy 90 % thì có thể kết luận chiều cao trung bình của các em thuộc khoảng
nào ? Khả năng đúng của kết luận là bao nhiêu ? Khả năng sai của kết luận là bao
nhiêu ?

c/ Với xác suất 96 % có thể nói chiều cao trung bình của các em thấp nhất là bao nhiêu
cm ?

Giải :

Lấy điểm giữa của mỗi khoảng làm đại diện,ta có bảng số liệu sau :

Chiều cao X 127,5 132,5 137,5 142,5 147,5

(cm)

Số em 5 15 30 20 5

a) Đây là ước lượng điểm cho E(X) nên ta dùng X để trả lời. Tính được
X ≈ 137,83
Vậy chiều cao trung bình của các em lứa tuổi lên 10 ở nông thôn vùng đồng bằng Bắc
bộ là 137,83 cm

2
b) σ =9 đã biết,X có phân phối chuẩn,ta dùng khoảng a) để trả lời với
s s
μ ∈ ( X− uα ; X + u )
√n 2 √n α2

Thay số liệu vào để tính toán : X ≈ 137,83 , σ 2 =9 ⇒ σ = 3 , độ tin cậy là :

α
α = 1 − 0 ,90 = 0 ,10 ⇒ = 0 , 05 ⇒ u α = u 0 ,05 = 1 , 65
1 − α = 90 % = 0,90 ⇒ 2 2
 3
E( X ) ∈ ( 137 , 83 ± 1,65 ) = ( 137 ,26 c m ; 138 ,40 c m )
Kết quả : √75 .

Trung bình thực E(X) chưa biết . Nhưng ta kết luận: với khả năng 90 % , EX
sẽ thưộc khoảng ( 137 ,26 c m ; 138 ,40 c m ) .Kết luận này sẽ có khả năng đúng
là 90 % , nhưng cũng mắc khả năng sai là 10 % .

c) Với xác suất 96 % (có :

u0 ,02 = 2,06 ),
3
E( X ) ∈ ( 137 ,83 ± . 2 ,06 ) = ( 137 ,12 ; 138 ,54 )
√ 75
Từ đó : với xác suất 96 % có thể nói chiều cao trung bình thấp nhất là
137,12 cm

....................................................

Ví dụ 3 : Xem xét số liệu thống kê về trọng lượng của 17 trẻ sơ sinh ở một bệnh
viện thì thấy trọng lượng trung bình là 3042 gam và độ lệch tiêu chuẩn mẫu s =
415 gam. Lấy trọng lượng trung bình đó làm số liệu trọng lượng trung bình ( μ )
của toàn bộ trẻ sơ sinh ở vùng này. Xác định khoảng tin cậy của ước lượng với
độ tin cậy 0,95 .

Giải : Ta áp dụng ước lượng khoảng cho giá trị trung bình ( μ ) , trường hợp b)

S (n −1 ) S (n − 1 )
μ ∈ ( X− tα ; X+ t )
√n 2 √n α 2
Theo giả thiết của bài , ta có :

X = 3042 ; n = 17 ;
α S 415
1 − α = 0 ,95 ⇒ α = 0 ,05 ⇒ = 0 , 025 ⇒ t (n−1) = t 16
0 , 025 t 16 = 2 , 12
=
; √ √17 .
α
2 2 n
Thay các giá trị vào công thức ( 1 ) ở trên để tính

Được kết quả : μ ∈ ( 2822, 05 gam ; 3261 , 95 gam ) .

Chú ý : - Cỡ mẫu n ¿ ¿ là cỡ mẫu bé .

- Cỡ mẫu n ≥ 30 là cỡ mẫu đủ lớn.

................................................................................

7.2.3. Khoảng tin cậy cho tỷ lệ (từ trang 369 - Tài liệu số 1 , là mục 2.4. Ước lượng xác

suất p của biến ngãu nhiên phân phối theo quy luật không - một )

Giả sử trong tổng thể BNN gốc X, ta quan tâm đến dấu hiệu A và cần ước lượng tỷ lệ
dấu hiệu A trong tổng thể, chính là xác suất p = P ( X ∈ A ) . Để tìm ước lượng khoảng
cho p, từ tổng thể ta lập mẫu ngẫu nhiên kích thước n :

ƯW= ( X 1 , X 2 , ........, X n )

Khi cỡ mẫu n đủ lớn thì p ≈ f ( trong đó f là tần suất mẫu có dấu hiệu A ) ; cụ thể là khi cỡ
mẫu n thỏa mẫn điều kiện : nf(1- f) ≥ 20 thì :

Với độ tin cậy ( 1- α ), khoảng tin cậy đối xứng cho p là:

p ∈ ( f −
√ f .( 1−f ) u ; f +
√ f .(1−f ) u )
α α
√n 2 √n 2

............................................

- Thí dụ 9 ( trang 374 - 375 của giáo trình )

- Thí dụ : Chọn một mẫu gồm 250 sản phẩm ở một kho hàng thấy có 210 sản phẩm tốt.

a/ Hãy ước lượng tỷ lệ sản phẩm chất lượng tốt trong kho hàng đó với độ tin cậy 0,95

b/ Với độ tin cậy 95 %, hãy ước lượng tỷ lệ sản phẩm chất lượng tốt tối đa trong kho hàng đó

TÓM TẮT LỜI GIẢI :

a/ Đây là ước lượng khoảng tin cậy đối xứng cho p ( tỷ lệ sản phẩm chất lượng tốt ) với :

p ∈ ( f −
√ f .(1−f ) u ; f +
√ f .(1−f ) uα )
α
√n 2 √n 2

với mẫu đã cho thì :

210 α
f= = 0 , 84 ; n=250 ; 1− α= 0 ,95 ⇒ α = 0 ,05 ⇒ = 0 , 025 ⇒ u0 ,025 = 1, 96
250 2

thay vào và tính được p ∈ ( 0 ,795 ; 0 , 885 )

b/ Đây là ước lượng khoảng tin cậy bên trái cho p ( tỷ lệ sản phẩm chất lượng tốt tối đa) với
 p ∈ ( −∞ ; f +
√ f .(1−f ) u )
√n α
; ở đây
uα = u0 ,05 = 1,64

p ∈ ( − ∞ ; 0 ,84 +
√ 0 ,84.(1−0 ,84 ) . 1,64 ) = ( − ∞ ; 0 ,8780 )
√250
hay p < 0,8780 , hay tỷ lệ sản phẩm chất lượng tốt tối đa ở kho hàng đó là 87,8 %.

......................................................

BÀI TẬP :

1/ Kiểm tra ngẫu nhiên 400 sản phẩm do một nhà máy sản xuất thấy có 160 sản phẩm loại 1.

hãy ước lượng tỷ lệ sản phẩm loại 1 tối đa của nhà máy với xác suất tin cậy 0,95

2/Bằng khoảng tin cậy đối xứng hãy ước lượng tỷ lệ hạt nảy mầm với độ tin cậy 95 % trên
cơ sở kết quả thực nghiệm : gieo 1000 hạt , có 860 hạt nảy mầm .

......................................................................................................................................................

/ Ôn tập và giải một số bài tập về các nội dung :

- Ước lượng bằng khoảng tin cậy cho kỳ vọng toán ( μ )

- Ước lượng bằng khoảng tin cậy cho tỷ lệ ( p ) .

1/ Điều tra năng suất lúa cao sản của 100 thửa ruộng được số liệu cho ở bảng dưới đây :

Năng suất X(tạ / ha ) 10 15 20 25 30 35

Số thửa 7 16 28 30 13 6

a/ .Hãy ước lượng khoảng cho năng suất trung bình của một thửa ruộng với độ tin cậy 95 %.

b/ Với độ tin cậy 95 % , hãy ước lượng khoảng cho tỷ lệ số thửa ruộng có năng suất từ 20
tạ/ha trở xuống

Tóm tắt lời giải :

a/ Đây là bài toán ước lượng khoảng cho giá trị trung bình, V(X) chưa biết , X không có
phân phối chuẩn, nhưng cỡ mẫu lớn . Khoảng ước lượng là :
 s s
μ ∈ ( X− uα ; X + u )
√n 2 √n α2

Từ mẫu tính được : X = 22,2 ; s = 6,37 ; n=100 và 1 − α = 95 % = 0,95

α
α = 1 − 0 ,95 = 0 , 05 ⇒ = 0 ,025 ⇒ u α = u 0, 025 = 1, 96
⇒ 2 2

6 , 37
E( X ) ∈ ( 22 ,2 ± . 1,96 ) = ( 20 , 95 ; 23 ,45 )
Kết quả : √ 100
b/ Đây là bài toán ước lượng khoảng cho tỷ lệ p , cỡ mẫu lớn với

p∈ ( f −
√f ( 1 − f )
. uα ; f +
√f ( 1− f )
. uα )
√n 2 √n 2

Với mẫu đã cho ta có : cỡ mẫu là n = 100 và f = m/n = (7 + 16+28)/100 = 0,51

uα = u 0 , 025 = 1 , 96
2

p ∈ ( 0,51 −
√0,51 ( 1 − 0,51 ) . 1,96 ; 0,51 + √ 0,51 ( 1 − 0,51 ) . 1,96 )
từ đó : √100 √ 100
kết quả : p ∈ ( 0 ,412 ; 0, 608 ) , tức là p ∈ ( 41,2 % ; 60 ,8 % )

..................................................................

2/ Điều tra thu nhập trong một tháng của 100 công nhân của công ty A được số liệu cho ở
bảng dưới đây :

Thu nhập X(triệu VND ) 10 15 20 25 30 35

Số công nhân 7 16 28 30 13 6

a/ Hãy ước lượng khoảng cho thu nhập trung bình trong một tháng của một công nhân ở
công ty A với độ tin cậy 95 %.

b/ Với độ tin cậy 95 %., hãy ước lượng khoảng cho tỷ lệ số công nhân có thu nhập từ 25
triệu đồng /tháng trở lên .

3/ Điều tra điểm trung bình của 50 sinh viên học môn Toán ở trường B được số liệu cho ở
bảng dưới đây :
Điểm trung bình [0; 4) [4 ; 5,5 ) [5,5 ; 7) [ 7 ; 8,5) [8,5 ; 10]

Số sinh viên 5 7 10 16 12

Với độ tin cậy 95 %., hãy ước lượng khoảng cho tỷ lệ sinh viên học môn Toán ở
trường B có điểm trung bình từ 7 trở lên .

......................................................................................................................................................

Bài học tuần 7: ngày 29/3/2022 ( thứ ba ) và

thứ 5(31/3) / thứ 6 ( 01/4)
Chương VIII : Kiểm định giả thuyết thống kê
8.1. Khái niệm chung ( từ trang 395 của Tài liệu số 1 ) - TÓM TẮT::
8.1.1. Giả thuyết thống kê :là giả thuyết về dạng phân bố xác suất của BNN, về các
rham số đặc trưng của BNN , hoặc về tính độc lập của các BNN.

- Giả thuyết thống kê  H 0 ( còn gọi là giả thuyết gốc ); ta sẽ chỉ xét trường hợp H 0 là giả

thuyết đơn

- Giả thuyết đối H 1 (còn gọi là đối thuyết )

Vì các giả thuyết thống kê có thể đúng hoặc sai , nên cần kiểm định.( ở đây gọi là kiểm định
thống kê vì ; nó dựa vào thông tin thực nghiệm của mẫu để kết luận ). Phương pháp chung để

kiểm định giả thuyết thống kê là : giả sử H 0 đúng và từ đó dựa vào thông tin của mẫu rút ra
từ tổng thể tìm được 1 biến cố A nào đó sao cho xác suất xảy ra biến cố A bằng α bé đến mức

có thể sử dụng NGUYÊN LÝ XÁC SUẤT NHỎ ( tức là có thể coi biến cố A không xảy ra
trong một phép thử về biến cố này ) .Lúc đó trên một mẫu cụ thể , thực hiện một phép thử đối
với biến cố A, nếu A xảy ra thì điều đó chứng tỏ H 0 sai ; còn nếu A không xảy ra thì ta chưa
có cơ sở để bác bỏ H 0 .

8.1.2. Tiêu chuẩn kiểm định : Từ BNN gốc X trong tổng thể  ta lập mẫu ngẫu nhiên kích
thước n : ƯW= ( X 1 , X 2 , ........, X n ) và chọn lập thống kê ƯG= f ( X 1 , X 2 , ...... .., X n ,θ0 )
- trong đó θ0 là tham số liên quan đến giả thuyết cần kiểm định . Điều kiện đặt ra đối với
thống kê G là : nếu giả thuyết H 0 đúng , thì quy luật phân phối xác suất của G hoàn toàn xác
định.

Thống kê G được gọi là TIÊU CHUẨN KIỂM ĐỊNH.

8.1.3. Miền bác bỏ giả thuyết :

Tìm miền   W α ∈ R sao cho: P ( G ∈W α / H 0 ) = α - trong đó α khá bé , thường lấy α = 0,05

hoặc α = 0,01; biến cố ( G ∈ W α ) đóng vai trò như biến cố A ở trên:

- Miền W α được gọi là miền bác bỏ giả thuyết H 0 ( còn gọi là MIỀN TIÊU CHUẨN)

- Miền
w α = R ¿ W α được gọi là miền chấp nhận giả thuyết

- Giá trị α : được gọi là mức ý nghĩa của kiểm định

8.1.4. Giá trị quan sát :

 Thực hiện một phép thử đối với mẫu ngãu nhiên ƯW= ( X 1 , X 2 , ........, X n ) , ta thu được
một mẫu cụ thể ưw = ( x 1 , x2 , ........, x n ) và qua đó tính được 1 giá trị cụ thể của tiêu chuẩn

kiểm định G là Gqs = f ( x 1 , x 2 , .... ...., x n ,θ α ) - được gọi là giá trị quan sát của tiêu chuẩn

kiểm định

8.1.5. Quy tắc kiểm định giả thuyết thống kê :

Sau khi đã tính được

Gqs của tiêu chuẩn kiểm định , ta so sánh giá trị này với miền bác bỏ

W α và kết luận theo quy tắc sau :

1/ Nếu
Gqs ∈ W α thì H 0 sai và do đó ta bác bỏ H 0 , thừa nhận H 1

2/ Nếu Gqs ∉ W α thì điều đó chưa khẳng định được rằng H 0 đúng , mà chỉ có nghĩa là

qua mẫu cụ thể này chưa khẳng định được rằng H 0 sai. Do đó chỉ có thể nói : qua

mẫu cụ thể này chưa có cơ sở để bác bỏ H 0 ( thực tế là : vẫn thừa nhận H 0 )

8.1.6. Sai lầm khi kiểm định :

 - Sai lầm loại loại 1 : bác bỏ giả thuyết H 0 , trong khi H 0 là đúng

- Sai lầm loại loại 2 : thừa nhận giả thuyết H 0 , trong khi H 0 là sai

(Trong thực tế , sau khi đã ấn định một mức ý nghĩa α và với mẫu kích thước n xác định

thì chọn miền W α sao cho : xác suất phạm sai lầm loại 1 không vượt quá α và

khả năng phạm sai lầm loại 2 đạt cực tiểu.

8.1.7. Thủ tục kiểm định giả thuyết thống kê ( theo cách truyền thống ):

1/ Kiểm định với giá trị cho trước của α ( khi chỉ kiểm soát khẳ năng mắc sai lầm loại 1 ) :

a/ Xây dựng giả thuyết H 0 cần kiểm định

b/ Từ tổng thẻ nghiên cứu lập mẫu ngẫu nhiên kích thước n

c/ Chọn tiêu chuẩn kiểm định G và xác định quy luật phân phối xác suất của nó với

điều kiện giả thuyết H 0 là đúng

d/ Với ý nghĩa α cho trước xác định miền bác bỏ tốt nhất tùy thuộc vào đối thuyết H 1

e/ Lập mẫu cụ thể và tìm được giá trị của tiêu chuẩn kiểm định trên mẫu.

g/ So sánh giá trị quan sát của tiêu chuẩn kiểm định với miền bác bỏ W α và kết luận

h/ Đánh giá xác suất mắc sai lầm loại 2 theo các giá trị khác nhau của H 1

..................................................................

8.2 Kiểm định tham số

8.2.1 Kiểm định giả thuyết về kỳ vọng ( μ ): ( trang 402 - 404 ; trang 416 - 417 )

Sau đây là tóm tắt các kết quả :

2
1/ Giả sử biến ngẫu nhiên gốc X trong tổng thể phân phối theo quy luật chuẩn N ( μ , σ ) với
phương sai đã biết , nhưng chưa biết kỳ vọng toán μ . Khi đó với :

a/ BÀI TOÁN kiểm định giả thuyết

H 0 : μ= μ 0

với đối thuyết H 1 : μ ≠ μ0 ; mức ý nghĩa : α

 thì miền bác bỏ giả thuyết là :
ƯW α =
{ |u | ¿ u } α
2

b/ BÀI TOÁN kiểm định giả thuyết

H 0 : μ= μ 0

với đối thuyết H 1 : μ ¿ μ0 ¿ ; mức ý nghĩa : α

ƯW α = { u ¿ u α }
thì miền bác bỏ giả thuyết là :

c/ BÀI TOÁN kiểm định giả thuyết

H 0 : μ= μ 0

với đối thuyết H 1 : μ ¿ ¿ ; mức ý nghĩa : α

thì miền bác bỏ giả thuyết là :

ƯW α = ¿ ¿

( X − μ0 ). √n
u=
trong đó σ

- CHÚ Ý: Nếu phương sai chưa biết, giả thiết X chuẩn không có , nhưng cỡ mẫu n đủ lớn
( X − μ0 ). √n
u=
( n ≥ 30 ) ,thì thay s
2
2/ Nếu biến ngẫu nhiên gốc X trong tổng thể phân phối theo quy luật chuẩn N ( μ , σ ) nhưng
phương sai chưa biết , thì miền bác bỏ tương ứng với 3 bài toán ở trên là :

{ |T | ¿ t }
( n− 1 )
ƯW α =
b/ ƯW α = { T ¿ t α }
a/
α
2 ;
( n−1)
; c/
ƯW α = ¿ ¿

( X − μ0 ). √ n
T=
trong đó s

......................................................

CÁC THÍ DỤ : ( Kiểm định giả thuyết về giá trị trung bình ). Chú ý là phần lời giải
ở đây chỉ trình bày tóm tắt , còn phải có các diễn giải cần thiết kèm theo - có thể xem
thêm các thí dụ trong các tài liệu tham khảo của môn học này.

1/Từ 1 tập hợp chính có phân bố chuẩn với kỳ vọng μ ( chưa biết ) và độ lệch chuẩn σ =5,2

người ta lấy 1 mẫu kích thước n=100 và tính được x = 27,56 .Với mức ý nghĩa α=0,05
hãy kiểm định giả thuyết H 0 : μ= 26

với đối thuyết H 1 : μ≠ 26

 ( X − μ0 ) . √ n 27 , 56 −26
u= = . √ 100 = 3 ; uα = u0 , 025 = 1, 96 ; |u | ¿ uα ¿
σ 5,2
Giải : 2 2

Vậy bác bỏ giả thuyết

H0 :

................................................

2/Từ 1 tập hợp chính có phân bố chuẩn với kỳ vọng μ ( chưa biết ) và độ lệch chuẩn σ = 40

người ta lấy 1 mẫu gồm 64 quan sát và tính được x = 136,5 .Với mức ý nghĩa α=0,01
hãy kiểm định giả thuyết H 0 : μ= 130

với đối thuyết H 1 : μ ¿ 130¿

( X − μ0 ) . √ n 136 , 5 −130
u= = . √ 64 = 1,3 ; uα = u0 , 01 = 2, 33 ; u ¿ ¿
Giải : σ 40

ta chưa có cơ sở để bác bỏ giả thuyết H 0

.....................................................

3/ Từ 1 tập hợp chính có phân bố chuẩn với kỳ vọng μ ( chưa biết ) và độ lệch chuẩn
σ = 0,4 người ta lấy 1 mẫu gồm 100 quan sát và tính được x = 31,9 .Với mức ý nghĩa
α=0,01 hãy kiểm định giả thuyết H 0 : μ= 32

với đối thuyết H 1 : μ ¿ ¿

( X − μ0 ) . √ n 31 , 9 −32
u= = . √100 = − 2,5 ; uα = u0 , 01 = 2, 33 ; u ¿ ¿
Giải : σ 0,4

ta bác bỏ giả thuyết H 0 và kết luận μ ¿¿

........................................................................

8.2.2 Kiểm định giả thuyết về tỷ lệ ( p ): ( trang 441 - 442 )

Sau đây là tóm tắt các kết quả :

Giả sử biến ngẫu nhiên gốc X trong tổng thể có phân phối không - một với tham số là p .
Nếu chưa biết p , nhưng ta có cơ sở giả thiết rằng giá trị của nó là
p0 . Khi đó với :
 a/ BÀI TOÁN kiểm định giả thuyết
H 0 : p= p 0

với đối thuyết H 1 : p ≠ p0 ; mức ý nghĩa : α

thì miền bác bỏ giả thuyết là :

ƯW α =
{ |u | ¿ u }α
2

b/ BÀI TOÁN kiểm định giả thuyết

H 0 : p= p 0

với đối thuyết H 1 : p ¿ p0 ¿ ; mức ý nghĩa : α

ƯW α = { u ¿ u α }
thì miền bác bỏ giả thuyết là :

c/ BÀI TOÁN kiểm định giả thuyết

H 0 : p= p 0

với đối thuyết H 1 : p ¿ ¿ ; mức ý nghĩa : α

thì miền bác bỏ giả thuyết là :

ƯW α = ¿ ¿

( f − p 0 ). √ n
u=
trong đó √ p0 .( 1 − p0 )
Chú ý : - Giả thiết cần có là n đủ lớn ( n ≥ 30 )

m
f =
- Giả sử mẫu cỡ n, có m lần xảy ra biến cố A , thì tần suất mẫu là n .

CÁC THÍ DỤ : ( Kiểm định giả thuyết về tỷ lệ ). Chú ý là phần lời giải ở đây chỉ
trình bày tóm tắt , còn phải có các diễn giải cần thiết kèm theo - có thể xem thêm các
thí dụ trong các tài liệu tham khảo của môn học này.

1/ Tỷ lệ người mắc bệnh A ở Hà Nội là 5% vào năm 2010. Năm sau khám sức khỏe ngẫu
nhiên 400 người, thấy có 32 người mắc bệnh A. Vậy có thể cho rằng tỷ lệ người mắc bệnh
A có xu hướng tăng lên không ?Mức ý nghĩa 0,05.

Giải : Ta có bài toán Kiểm định giả thiết về tỷ lệ , với :

H 0  : p = 5 % = 0,05 / H 1  : p ¿ 0,05¿ ; α = 0,05

ƯW α = { u ¿ u α }
ta dùng miền
 32 0,08 −0,05
f= = 0 , 08 u= . √ 400 ≈ 2,75
Có : 400 ; √ 0,05.(1− 0,05 ) u = u0 , 05 = 1,65
; α

So sánh , có :
u ¿ u α ¿ ; Miền ƯW α xảy ra ⇒ Bác bỏ H 0 , chấp nhận H 1 .

Vậy có thể cho rằng tỷ lệ người mắc bệnh A có xu hướng tăng lên.

…………………………………..

2/  Một kho hạt giống có tỷ lệ nảy mầm là 0,9 . Ngẫu nhiên có một thiết bị hỏng , làm thay
đổi điều kiện trong kho . Nghi ngờ điều đó sẽ làm tỷ lệ nảy mầm của kho hạt giống bị giảm
sút , ta làm thí nghiệm với 400 hạt giống , thấy 320 hạt nảy mầm.

Hãy xét xem điều nghi ngờ đó có đúng không ? Mức ý nghĩa α = 0,05

Giải : Ta có bài toán Kiểm định giả thiết về tỷ lệ , với :

H 0  : p = 0,9 / H 1  : p ¿¿ ; α = 0,05

ta dùng miền S 3 = { u ≤ − u( α ) }

320 0,8 −0,9

f= = 0,8 u= . √ 400 ≈ − 6,67
Có : 400 √;0,9.(1− 0,9 ) ;
u α = u0 , 05 = 1,65

So sánh , có : u = − 6 , 67 ¿ ¿ Miền
ƯW α xảy ra ⇒ Bác bỏ H 0 , chấp

nhận H 1 . Vậy có thể cho rằng tỷ lệ tỷ lệ nảy mầm của kho hạt giống bị giảm sút .

…………………………………..

3/ Tiến hành sản xuất một loại sản phẩm , định mức tỷ lệ phế phẩm là 10% . Sau khi sản
xuất xong , nghi ngờ là định mức trên chưa sát với thực tế , lấy ngẫu nhiên 625 sản phẩm
kiểm tra được 75 phế phẩm.

Hãy xét xem điều nghi ngờ trên có đúng không ? Mức ý nghĩa α = 0,05

Giải : Ta có bài toán Kiểm định giả thiết về tỷ lệ , với :

H 0  : p = 10% = 0,1 / H 1  : p ≠ 0,1 ; α = 0,05

ta dùng miền
ƯW α =
{ |u | ¿ u }
α
2

75 0,12 −0,1
f= = 0 ,12 u= . √625 ≈ 1,67 u α = u0 , 025 = 1 , 96
Có : 625 ; √ 0,1.(1− 0,1) ; 2
 So sánh , có :
| u | =| 1 , 67 | ¿ ¿ Miền
ƯW α xảy ra ⇒ chấp nhận H 0 ,
nghĩa là : định mức tỷ lệ phế phẩm sát với thực tế.