Chuong 2 Bien Ngau Nhien

Chương 2: Biến ngẫu nhiên, véc tơ ngẫu nhiên
Phan Thị Khánh Vân
E-mail: khanhvanphan@hcmut.edu.vn
Ngày 19 tháng 2 năm 2022
(Phan Thị Khánh Vân) Chương 2: Biến ngẫu nhiên, véc tơ ngẫu nhiên Ngày 19 tháng 2 năm 2022 1 / 32
Nội dung
1 Biến ngẫu nhiên. Hàm xác suất. Hàm mật độ xác suất. Hàm phân phối xác suất
Biến ngẫu nhiên rời rạc
Biến ngẫu nhiên liên tục
2 Một số đại lượng đặc trưng của BNN

Một số đại lượng đặc trưng của BNN rời rạc
Đặc trưng của BNN liên tục.
3 Véc tơ ngẫu nhiên rời rạc và các đặc trưng
4 Phân phối XS có điều kiện
Biến ngẫu nhiên
Biến ngẫu nhiên là một hàm số nhận giá trị thực ứng với mỗi kết quả trong không gian
mẫu của một thí nghiệm ngẫu nhiên.
Tung 3 đồng xu, gọi X là số mặt sấp thu được.

SSS 3 mặt sấp: X =3
SSN 2 mặt sấp: X =2
SNS 2 mặt sấp: X =2
SNN 1 mặt sấp: X =1
NSS 2 mặt sấp: X =2
NSN 1 mặt sấp: X =1
NNS 1 mặt sấp: X =1
NNN 0 mặt sấp: X =0
Biến ngẫu nhiên: X : Ω → {0, 1, 2, 3} ⊂ R.

Tập giá trị của BNN X : R = {0, 1, 2, 3} là một tập rời rạc, ta gọi X là một BNN rời rạc.
Biến ngẫu nhiên liên tục và rời rạc
Một BNN rời rạc là một BNN với tập giá trị là một tập hữu hạn hoặc vô hạn đếm
được.
Một BNN liên tục là một BNN với tập giá trị là một khoảng/ đoạn trong tập số
thực.
Khối lượng của một quả dưa hấu được chọn ngẫu nhiên: BNN liên tục
Tình trạng hôn nhân: Không phải BNN
Thời gian gây ra một vụ cháy: BNN liên tục
Số lượng cuộc gọi khẩn cấp trong một giờ: BNN rời rạc
Độ dài của một nhánh cây tulip được chọn ngẫu nhiên: BNN liên tục
Màu sắc của một bông tulip: Không phải BNN
BNN rời rạc. Phân phối xác suất. Hàm xác suất
X 0 1 2 3
Tung một đồng xu cân bằng 3 lần. X là số mặt sấp. 1 3 3 1 -
P(X = x) 8 8 8 8
Phân phối xác suất
f (x) = P(X = x): Hàm xác suất.

f (0) = 18 ,
3
f (1) = 8
= f (2),
1
f (3) = 8
.
f (0) + f (1) + f (2) + f (3) = 1
Phân phối xác suất

Phân phối xác suất của một BNN X là một mô tả các xác suất tương ứng với các giá
trị của X .
Hàm xác suất (PMF)
Với một BNN rời rạc X nhận các giá trị x1 , x2 , ..., xn , hàm xác suất đặc trưng cho phân
phối xác suất tại mỗi giá trị, thỏa mãn các điều kiện sau:
f (xi ) ≥ 0
Pn
f (xi ) = 1
i=1
f (xi ) = P(X = xi )
Kiểm tra đèn flash của máy ảnh

Thời gian sạc lại đèn flash được thử nghiệm trên ba máy ảnh điện thoại. Xác suất để một
máy ảnh vượt qua bài kiểm tra là 0.8 và các máy ảnh thực hiện độc lập. Xét X là số
lượng máy ảnh vượt qua bài kiểm tra.
Phân phối xác suất của BNN X :

X 0 1 2 3
P(X = x) 0.23 C31 0.22 0.8 C32 0.2 ∗ 0.82 0.83
BNN rời rạc. Hàm phân phối xác suất (CDF)
Xét X là số máy ảnh vượt qua bài kiểm tra

X 0 1 2 3
f (x) = P(X = x) 0.008 0.096 0.384 0.512
Xét: F (2.5) = P(X ≤ 2.5) = 0.008 + 0.096 + 0.384 = 0.488
F (x) = P(X ≤ x)


 0, nếu x < 0,

0.008, nếu 0 ≤ x < 1,



= 0.104, nếu 1 ≤ x < 2,

0.488, nếu 2 ≤ x < 3,





1, nếu 3 ≤ x.

- Hàm phân phối xác suất
Hàm phân phối xác suất (CDF)
Hàm phân phối xác suất đặc trưng cho mức độ tập trung xác suất của BNN X ở phía
bên trái của số thực x, hàm được xác định bởi
P
F (x) = P(X ≤ x) = f (xi )
xi ≤x


0, nếu x < 0,

0.008, nếu 0 ≤ x < 1,




F (x) = 0.104, nếu 1 ≤ x < 2,

0.488, nếu 2 ≤ x < 3,





1, nếu 3 ≤ x.

Tính chất
Với một BNN rời rạc X , F (x) thỏa
P
F (x) = P(X ≤ x) = f (xi ). 0 ≤ F (x) ≤ 1.
xi ≤x
F (x) là một hàm tăng.
Ví dụ
Xét một BNN rời rạc X : Ω → {1, 2, 3, 4}.
Hàm xác suất: f (xi ) = c.xi , với xi = 1, 2, 3, 4, c = const.
a. Tìm c.
b. Tìm hàm phân phối xác suất F (x).
c. Tìm P(X ≤ 3).
d. Tìm P(X ≤ 3|X ≥ 2).
P
a. Ta có f (xi ) = c(1 + 2 + 3 + 4) = 10c = 1, suy ra c = 0.1.
X 1 2 3 4
f (x) = P(X = x) 0.1 0.2 0.3 0.4
b.


 0, nếu x < 1,

0.1, nếu 1 ≤ x < 2,



F (x) = P(X ≤ x) = 0.3, nếu 2 ≤ x < 3,

0.6, nếu 3 ≤ x < 4,




1, nếu x ≥4

c. P(X ≤ 3) = P(X = 1) + P(X = 2) + P(X = 3) = 0.6

P(2 ≤ X ≤ 3)
d. P(X ≤ 3|X ≥ 2) = = 59 .
P(X ≥ 2)
Hàm phân phối xác suất và hàm xác suất
Giả sử ta cần tìm hàm xác suất f (x) của BNN X khi biết hàm phân phối xác suất:


0, nếu x < 0,

0.008, nếu 0 ≤ x < 1,




F (x) = 0.104, nếu 1 ≤ x < 2,

0.488, nếu 2 ≤ x < 3,





1, nếu 3 ≤ x.

Chú ý: f (x) = P(X = x) = P(X ≤ x) − P(X < x) nên nếu F (x) liên tục tại x0 , thì
f (x0 ) = P(X = x0 ) = 0.
Từ đồ thị ta thấy F (x) không liên tục tại 4 điểm 0, 1, 2, 3: X chỉ nhận 4 giá trị này.
f (0) = 0.008 − 0 = 0.008; f (2) = 0.488 − 0.104 = 0.384;

f (1) = 0.104 − 0.008 = 0.096; f (3) = 1 − 0.488 = 0.512.
Biến ngẫu nhiên liên tục: Hàm mật độ xác suất
Hàm mật độ xác suất (PDF)

biểu thị mức độ tập trung xác suất của BNN liên tục trong lân cận của một điểm, thỏa
1 f (x) ≥ 0
R∞
2 f (x)dx = 1
−∞
Rb
3 P(a ≤ X ≤ b) = f (x)dx: diện tích miền nằm dưới đồ thị hàm f (x) từ a đến b với
a
mọi a, b.
Chú ý
1 Với một BNN liên tục X thì P(X = x) = 0 với mọi x.
2 P(a ≤ X ≤ b) = P(a < X < b).
Cường độ dòng điện
BNN liên tục X biểu thị cường độ dòng điện đo được trong một sợi dây đồng mỏng tính
bằng mA. Giả sử rằng giá trị của X thuộc [4.9, 5, 1] mA và hàm mật độ xác suất của X
là f (x) = 5 với 4.9 ≤ x ≤ 5.1. Tính xác suất để cường độ dòng điện nhỏ hơn 5 mA.
R5 R5
P(X < 5) = f (x)dx = 5dx = 0.5.
−∞ 4.9
Đường kính lỗ khoan
X biểu thị đường kính của lỗ được khoan trên một bộ phận có dạng tấm kim loại tấm.
Đường kính mục tiêu là 12, 5 mm. Dữ liệu lịch sử cho thấy rằng phân phối của X có thể
được lập mô hình bằng hàm mật độ xác suất f (x) = 20e −20(x−12.5) , với x ≥ 12.5. Nếu
một bộ phận có đường kính lớn hơn 12.60 mm sẽ bị loại bỏ, thì tỷ lệ bộ phận bị loại bỏ
là bao nhiêu?
Z∞
P(X > 12.6) = f (x)dx
12.6
Z∞
= 20e −20(x−12.5) dx
12.6
−2
=e .
Hàm phân phối xác suất (CDF)
Hàm phân phối xác suất của một BNN liên tục X được xác định bởi
Rx
F (x) = P(X ≤ x) = f (u)du, với −∞ < x < ∞.
−∞
dF (x)
Tính chất: = f (x) (nếu đạo hàm tồn tại).
dx
Ví dụ
Tìm hàm(mật độ xác suất PDF , biết hàm phân phối xác suất CDF :
0, if x < 0,
F (x) =
1 − e −2x , if x > 0.
(
0, nếu x < 0,
f (x) =
2xe −2x , nếu x > 0.
Ví dụ
Xét một BNN liên tục X : Ω → [0, 4].
Hàm mật độ xác suất:

0,
 nếu x ∈
/ [2, 4]
f (x) = c.x, nếu x ∈ [0, 2]

1 − cx nếu x ∈ [2, 4].

a. Tìm c. c. Tìm P(X > 3).

b. Tìm hàm phân phối xác suất F (x). d. Tìm P(X ≤ 3|X ≥ 1).
R∞ R2 R4
a. Ta có f (x)dx = 1 ⇔ cxdx + (1 − cx)dx = 1 ⇔ c = 0.25.
−∞ 0 2
b.


0, nếu x < 0,
0.25 R x tdt = 0.125x 2 ,

nếu 0 ≤ x ≤ 2,
F (x) = R0
0.25 02 tdt + 2x (1 − 0.25t)dt = −0.125x 2 + x − 1,
R

 nếu 2 ≤ x ≤ 4,

1, nếu x > 4.
c. P(X > 3) = 1 − P(X ≤ 3) = 1 − F (3) = 0.125.

P(1 ≤ X ≤ 3)
d. P(X ≤ 3|X ≥ 1) = = F (3)−F (1)
1−F (1)
= 0.875−0.125
1−0.125
= 0.8571.
P(X ≥ 1)
Kỳ vọng, phương sai, độ lệch chuẩn
Chi tiêu của một hộ gia đình từ 2013-2018

Năm 2013 2014 2015 2016 2017 2018
Mức chi tiêu $54, 720 $51, 095 $60, 000 $55, 524 $70, 373 $60, 000
54.72 + 51.095 + ... + 60

Mức chi tiêu trung bình (kỳ vọng): µ = = 58.619 (ngàn đô).
6
2 2
(54.72 − µ) + ... + (60 − µ)
Phương sai: σ 2 = = 32.227 ((ngàn đô)2 ).
√ 6
Độ lệch chuẩn: σ = σ 2 = 6.1014 (ngàn đô).
Số tin nhắn nhận được mỗi giờ có phân phối xác suất như sau
X : số tin nhắn 10 11 12 13 14 15
f (x) = P(X = x) 0.08 0.15 0.3 0.2 0.2 0.07
Số tin nhắn trung bình (kỳ vọng):

P
E(X ) = xf (x) = 10 × 0.08 + 11 × 0.15 + · · · + 15 × 0.07 = 12.5 (tin nhắn).
x
Phương sai: V(X ) = (x − µ)2 f (x) = (10 − 12.5)2 0.08 + · · · + (15 − 12.5)2 0.07
P
x
= 1.85 (tin nhắn2 )
Kỳ vọng (Giá trị trung bình)
Kỳ vọng của một BNN X là giá trị trung bình theo xác suất của X .
P P
µ = E(X ) = xi f (xi ) = xi P(X = xi ).
i i
Phương sai và độ lệch chuẩn

Phương sai là trung bình của bình phương sai lệch giữa BNN X với kỳ vọng của nó
σ 2 = V(x) = E(X − µ)2 = (xi − µ)2 f (xi ) =
P 2
xi f (xi ) − µ2 = E(X 2 ) − (E(X ))2 .
P
i i
√
Độ lệch chuẩn: σ = σ2 .
Phương sai đặc trưng cho sự phân tán của BNN X xung quanh kỳ vọng của nó. Trong kỹ
thuật, phương sai thường đặc trưng cho mức độ phân tán của kích thước các chi tiết gia
công hay sai số của thiết bị. Phương sai cho biết sự ổn định của thiết bị. Trong nông
nghiệp, phương sai đặc trưng cho mức độ đồng đều của vật nuôi hay cây trồng. Trong
quản lý và kinh doanh, nó đặc trưng cho mức độ rủi ro của các quyết định.
Độ lệch chuẩn thường được sử dụng để đánh giá mức độ phân tán thay vì phương sai, vì
nó cùng đơn vị với X .
Ví dụ
Người ta muốn xét nghiệm 5000 người để lọc ra những người bị COVID 19. Biết rằng tỉ
lệ người bị COVID là p = 5%. Người ta có 2 phương pháp như sau:
1. Xét nghiệm từng người: Cần 5000 bộ kit xét nghiệm.
2. Xét nghiệm bằng cách gộp một mẫu gồm nhóm 5 người, nếu kết quả âm tính thì dừng
xét nghiệm, nếu kết quả dương tính thì xét nghiệm lại từng người.
Tính số lần xét nghiệm trung bình của phương pháp 2, so sánh với phương pháp 1.
Gọi X là số xét nghiệm cần làm cho 1 nhóm 5 người. Ta có bảng phân phối XS:
x 1 6
f (x) 0.955 1 − 0.955
E(X ) = 1 ∗ 0.955 + 6 ∗ (1 − 0.955 ) = 2.1311.

Số lần xét nghiệm trung bình cho 5000 người: 1000 ∗ E(X ) ≈ 2131 (lần).
So sánh ta thấy phương pháp thứ 2 tiết kiệm chi phí hơn, đặc biệt khi xác xuất bị bệnh p
càng nhỏ.
Kỳ vọng, phương sai, độ lệch chuẩn của BNN liên tục biết hàm mật độ xác suất
R∞
Kỳ vọng µ = E(X ) = xf (x)dx
−∞
Phương sai
R∞ R∞
σ 2 = V(x) = (x − µ)2 f (x)dx = x 2 f (x)dx − µ2 = E(X 2 ) − (E(X ))2
−∞ −∞
√
Độ lệch chuẩn σ = σ2 .
Ví dụ
Hàm mật độ XS của khối lượng X của một kiện hàng được gửi ở một bưu điện là
f (x) = 70/(69x 2 ) với 1 < x < 70 pound.
(a) Tính xác suất khối lượng kiện hàng vượt 50 pound.
(b) Tính kỳ vọng và phương sai của khối lượng kiện hàng.
(c) Nếu phí vận chuyển là $2.50 một pound, hãy tính chi phí vận chuyển trung bình của
một kiện hàng.
R70 70
(a) P(X > 50) = 2
dx = 0.0058
50 69x
R70 70 R70 70
(b) E(x) = x. 2
dx = 4.3101, V(x) = x 2 . dx − 4.31012 = 51.4233.
1 69x 1 69x 2
(c) Chi phí trung bình: C = 2.5 × 4.3101 = 10.7752 ($)
Kỳ vọng và phương sai
Kỳ vọng và phương sai của một hàm

Nếu X là một BNN rời rạc với hàm XS f (x), thì
P 2
h (x)f (x) − (E[h(X )])2
P
E[h(X )] = h(x)f (x), V[h(X )] =
x x
Nếu X là một BNN liên tục với hàm mật độ XS f (x), thì
R∞
E[h(X )] = h(x)f (x)dx,
−∞
R∞
V[h(X )] = h (x)f (x)dx − (E(h[X ])2 .
2
−∞
Tính chất của kỳ vọng và phương sai

1 Xét 2 hằng số a và b, 2 hàm số g và h. Với mọi BNN X ta có:
E[ag (X ) + bh(X )] = aE[g (X )] + bE[h(X )], V[ag (X ) + b] = a2 V[g (X )].
2 Đặc biệt
E(aX + b) = aE(X ) + b, V(aX + b) = a2 V(x).
Yếu vị Mod(X)
Nếu X là BNN rời rạc thì Mod(X ) là giá trị tại đó hàm xác suất f (x) có giá trị lớn
nhất.
Nếu X là BNN liên tục thì Mod(X ) là giá trị tại đó hàm mật độ xác suất f (x) có
giá trị lớn nhất
Trung vị Md(X)
Là giá trị thỏa mãn
Nếu X là BNN rời rạc thì
P(M ≤ Md) ≥ 0.5 và P(X ≥ Md) ≥ 0.5
Nếu X là BNN liên tục thì
P(X ≤ Md) = P(X ≥ Md) = 0.5
Ví dụ tung đồng xu
BNN X là số mặt sấp khi tung 3 đồng xu
X 0 1 2 3
P(X = x) 0.125 0.375 0.375 0.125
P(X ≤ x) 0.125 0.5 0.875 1
1+2
Mod(X ) = 1, 2. Md(X ) có thể lấy toàn khoảng (1, 2). Thông thường: Md = 2
= 1.5.
Ví dụ về cường độ dòng điện trong sợi dây đồng

Mật độ XS của BNN liên tục X là cường độ dòng điện đo được trong sợi dây đồng
mỏng: f (x) = 5 với 4.9 ≤ x ≤ 5.1. Tìm E(X ), Mod(X ), Md(X ).
Ta có E(X ) = Md(X ) = 5. Với Mod(X ) ta có thể lấy toàn đoạn [4.9, 5.1].
Ví dụ về đường kính lỗ khoan

X biểu thị đường kính của lỗ được khoan trên một bộ phận có dạng tấm kim loại tấm với
hàm mật độ xác suất f (x) = 20e −20(x−12.5) , với x ≥ 12.5. Tính E(X ), Mod(X ), Md(X ).
R∞
E(X ) = 20 xe −20(x−12.5) dx = 12.55. Mod(X ) = 12.5
12.5
R∞
Ta có: P(X ≤ Md) = 20 Md e −20(x−12.5) dx = 0.5 ⇔ e 250−20Md = 0.5 ⇔ Md ≈ 12.5347.
Ví dụ
Điểm môn Giải tích 1 của 20 sinh viên được cho dưới đây:
6, 5, 7, 8, 6, 9, 8, 3, 7, 6, 4, 7, 4, 7, 6, 7, 6, 5, 4, 3.
a. Lập bảng phân phối xác xuất cho BNN X là số điểm của các sinh viên này.
b. Tính E(X ), Mod(X ), Md(X ).
c. Tính V(X + 1), E(X 2 + 1).
a. Bảng phân phối XS:

X 3 4 5 6 7 8 9
P(X = x) 0.1 0.15 0.1 0.25 0.25 0.1 0.05
P(X ≤ x) 0.1 0.25 0.35 0.6 0.85 0.95 1
P
b. E(X ) = xi f (xi ) = 5.9. Mod(X ): có 2 giá trị 6 và 7.
Md(X ) = 6 vì P(X ≤ 6) = 0.6, P(X ≥ 6) = 0.65.
P 2
c. V(X + 1) = V(X ) = xi f (xi ) − (E(X ))2 = 2.69.
E(X 2 + 1) = (xi2 + 1)f (xi ) = 38.5.
P
Thời gian phản hồi trên thiết bị di động
Thời gian phản hồi là tốc độ tải trang, nó rất quan trọng đối với một trang web. Gọi X
biểu thị số lượng thanh cường độ tín hiệu và Y biểu thị thời gian phản hồi (tính đến giây
gần nhất) cho một người dùng và trang web cụ thể. Xem xét 1000 lượt tải xuống, số lượt
tải xuống trong mỗi danh mục được đưa ra như bên dưới
x = Số thanh cường độ tín hiệu
y = Thời gian phản hồi 1 2 3
4 150 100 50
3 20 100 50
2 20 30 200
1 10 20 250
(X , Y ) là một véc tơ ngẫu nhiên rời rạc. Chia dữ liệu cho 1000, ta có
x = Số thanh cường độ tín hiệu
4 0.15 0.1 0.05
3 0.02 0.1 0.05
2 0.02 0.03 0.2
1 0.01 0.02 0.25
- bảng phân phối XS đồng thời. fXY (x, y ) = P(X = x, Y = y ): Hàm XS đồng thời
Véc tơ ngẫu nhiên rời rạc
Một cặp BNN (X , Y ) xác định trên Ω được gọi là một véc tơ ngẫu nhiên rời rạc.
Hàm xác suất đồng thời

Hàm XS đồng thời của 2 BNN rời rạc X và Y : fXY (x, y ), thỏa mãn
1 fXY (x, y ) ≥ 0 3 fXY (x, y ) = P(X = x, Y = y )

PP
2 fXY (x, y ) = 1
X Y
x = Số thanh tín hiệu

y = Thời gian phản hồi 1 2 3 fY
4 0.15 0.1 0.05 0.3
3 0.02 0.1 0.05 0.17
2 0.02 0.03 0.2 0.25
1 0.01 0.02 0.25 0.28
fX 0.2 0.25 0.55
Hàm xác suất lề

Hàm xác suất riêng cho từng BNN trong một véc tơ NN được gọi là hàm xác suất lề.
KH: fX , fY .
Phân phối XS có điều kiện
Xét điều kiện xảy ra X = 1

y = Thời gian phản hồi 1 2 3 fY
4 0.15 0.1 0.05 0.3
3 0.02 0.1 0.05 0.17
2 0.02 0.03 0.2 0.25
1 0.01 0.02 0.25 0.28
fX 0.2 0.25 0.55
0.15 0.02
P(Y = 4|X = 1) = = 0.75. P(Y = 2|X = 1) = = 0.1.
0.2 0.2
0.02 0.01
P(Y = 3|X = 1) = = 0.1. P(Y = 1|X = 1) = = 0.05.
0.2 0.2
P(X = x, Y = y ) fXY (x, y )
fY |x (y ) = = -Hàm XS có điều kiện.
P(X = x) fX (x)
Hàm XS có điều kiện

Xét véc tơ NN rời rạc (X , Y ), hàm XS có điều kiện của Y khi biết X = x là
P(X = x, Y = y ) fXY (x, y )
fY |x (y ) = = , với fX (x) > 0.
P(X = x) fX (x)
Kỳ vọng và phương sai có điều kiện
Kỳ vọng có điều kiện của Y biết X = x là
P
µY |x = E (Y |x) = yfY |x (y )
y
Phương sai có điều kiện của Y biết X = x là

V (Y |x) = E [(Y − µY |x )2 ] = (y − µY |x )2 .fY |x (y )
P
y
P 2
= y .fY |x (y ) − µ2Y |x
y
Bảng hàm xác suất có điều kiện của Y biết X = x, fY |x (y ):

4 0.75 0.4 0.091
3 0.1 0.4 0.91
2 0.1 0.12 0.364
1 0.05 0.08 0.454
Tổng 1 1 1
E(Y |x = 1) = 4 × 0.75 + 3 × 0.1 + 2 × 0.1 + 1 × 0.05 = 3.55 (giây)

V(Y |x = 1) = 42 × 0.75 + 32 × 0.1 + 22 × 0.1 + 0.05 − 3.552 = 0.7475 (giây2 ).
BNN độc lập
Nghiên cứu của bác sĩ chỉnh hình xem xét con số lỗi trong danh mục và số lượng tia X
được liệt kê trên danh mục. Có thể có hoặc không có mối quan hệ giữa các biến ngẫu
nhiên này. Gọi các BNN X và Y lần lượt biểu thị số lỗi và số tia X trên một danh mục.
x = Số lỗi
y = Số tia X 0 1 2 fY
3 0.1275 0.034 0.0085 0.17
2 0.1875 0.05 0.0125 0.25
1 0.21 0.056 0.014 0.28
0 0.225 0.060 0.015 0.3
fX 0.75 0.2 0.05
Xét hàm xác suất có điều kiện fY |x của Y khi biết X = x
x = Số lỗi
y = Số tia X 0 1 2 fY
3 0.17 0.17 0.17 0.17
2 0.25 0.25 0.25 0.25
1 0.28 0.28 0.28 0.28
0 0.3 0.3 0.3 0.3
fX 0.75 0.2 0.05
Từ bảng ta có fY |x (y ) = fY (y ) với mọi y : X và Y là 2 BNN độc lập.
BNN độc lập
2 BNN X và Y được gọi là độc lập nếu một trong số các mệnh đề tương đương sau đây
xảy ra
1 fXY (x, y ) = fX (x)fY (y ), ∀x, y
2 fY |x (y ) = fY (y ), ∀x, y : fX (x) > 0
3 fX |y (x) = fX (x), ∀x, y : fY (y ) > 0
4 P(X ∈ A, Y ∈ B) = P(X ∈ A)P(Y ∈ B), ∀A, B trong tập giá trị của X , Y .
Tính chất
Nếu 2 BNN X và Y độc lập, ta có:
E(XY ) = E(X )E(Y ), V(aX ± bY ) = a2 V(X ) + b 2 V(Y ).
Kỳ vọng và phương sai của một hàm tuyến tính

E(Y ) = E(c1 X1 + c2 X2 + .... + cp Xp ) = c1 E(X1 ) + c2 E(X2 ) + ... + cp E(Xp ).
Nếu X1 , X2 ...Xp là các BNN độc lập, thì
V(Y ) = c12 V(X1 ) + c22 V(X2 ) + ... + cp2 V(Xp ).
Ví dụ
Cho hai BNN X và Y có bảng phân phối xác suất đồng thời như sau:
X=x
Y=y 1 2 3
0 0.1 0.15 a
1 0.2 b 0.4
a. Tìm a và b, biết rằng E(Y ) = 0.7. c. Tính E(Y |X = 1)
b. X và Y có độc lập không? d. Tính E(XY ).
a. Ta có E(Y ) = 0 ∗ fY (0) + 1 ∗ fY (1) = 0.6 + b = 0.7 ⇒ b = 0.1.

P
Mặt khác fXY (xi , yj ) = 1 ⇒ 0.85 + a + b = 1 ⇒ a = 0.05.
X=x
Y=y 1 2 3 fY
0 0.1 0.15 0.05 0.3
1 0.2 0.1 0.4 0.7
fX 0.3 0.25 0.45
b. fX (1) = 0.3, fY (0) = 0.3, fXY (1, 0) = 0.1 6= fY (0) ∗ fX (1), vậy X và Y không độc lập.
c. E(Y |X = 1) = 0 ∗ fY |X =1 (0) + 1 ∗ fY |X =1 (1) = 1 ∗ 23 = 23 .
P
d. E(XY ) = xi yj fXY (xi , yj ) = 1 ∗ 1 ∗ 0.2 + 1 ∗ 2 ∗ 0.1 + 1 ∗ 3 ∗ 0.4 = 1.6.

Chuong 2 Bien Ngau Nhien

Uploaded by

Document Information

Original Title

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

Chuong 2 Bien Ngau Nhien

Uploaded by

Copyright:

Available Formats

Chương 2: Biến ngẫu nhiên, véc tơ ngẫu nhiên

Phan Thị Khánh Vân

Ngày 19 tháng 2 năm 2022

2 Một số đại lượng đặc trưng của BNN

3 Véc tơ ngẫu nhiên rời rạc và các đặc trưng

4 Phân phối XS có điều kiện

Tung 3 đồng xu, gọi X là số mặt sấp thu được.

Biến ngẫu nhiên: X : Ω → {0, 1, 2, 3} ⊂ R.

Tình trạng hôn nhân: Không phải BNN

Thời gian gây ra một vụ cháy: BNN liên tục

Màu sắc của một bông tulip: Không phải BNN

f (x) = P(X = x): Hàm xác suất.

Phân phối xác suất

Kiểm tra đèn flash của máy ảnh

Phân phối xác suất của BNN X :

Xét X là số máy ảnh vượt qua bài kiểm tra

Xét: F (2.5) = P(X ≤ 2.5) = 0.008 + 0.096 + 0.384 = 0.488

- Hàm phân phối xác suất

c. P(X ≤ 3) = P(X = 1) + P(X = 2) + P(X = 3) = 0.6

f (0) = 0.008 − 0 = 0.008; f (2) = 0.488 − 0.104 = 0.384;

Hàm mật độ xác suất (PDF)

a. Tìm c. c. Tìm P(X > 3).

c. P(X > 3) = 1 − P(X ≤ 3) = 1 − F (3) = 0.125.

Chi tiêu của một hộ gia đình từ 2013-2018

54.72 + 51.095 + ... + 60

Số tin nhắn trung bình (kỳ vọng):

Phương sai và độ lệch chuẩn

E(X ) = 1 ∗ 0.955 + 6 ∗ (1 − 0.955 ) = 2.1311.

Kỳ vọng và phương sai của một hàm

Tính chất của kỳ vọng và phương sai

Ví dụ về cường độ dòng điện trong sợi dây đồng

Ví dụ về đường kính lỗ khoan

a. Bảng phân phối XS:

Hàm xác suất đồng thời

1 fXY (x, y ) ≥ 0 3 fXY (x, y ) = P(X = x, Y = y )

x = Số thanh tín hiệu

Hàm xác suất lề

Xét điều kiện xảy ra X = 1

Hàm XS có điều kiện

Phương sai có điều kiện của Y biết X = x là

Bảng hàm xác suất có điều kiện của Y biết X = x, fY |x (y ):

E(Y |x = 1) = 4 × 0.75 + 3 × 0.1 + 2 × 0.1 + 1 × 0.05 = 3.55 (giây)

Kỳ vọng và phương sai của một hàm tuyến tính

a. Ta có E(Y ) = 0 ∗ fY (0) + 1 ∗ fY (1) = 0.6 + b = 0.7 ⇒ b = 0.1.

You might also like