Bài 3: Biến ngẫu nhiên và phân phốt xác suất

Min X = 3, Max X = 9
S = 10
X 3 4 5 6 7 8 9
P(X) 1/10 1/10 2/10 2/10 2/10 1/10 1/10

Cho bảng phân phối xác suất của biến ngẫu nhiên rời rạc X
X X1 X2 … Xn
P(X) P1 P2 … Pn

Ta có một số tính chất sau :

P1 + P 2 + … + P n = 1

X 1 2 3 4
P(X) 0.8 0.16 0.032 0.008

Cho X là một biến ngẫu nhiên rời rạc. Hàm phân phối tích lũy (cummulative distribution function - cdf) của X
đc xác định bởi
F(x) = P(X ≤ x)
Các tính chất của hàm phân phối
1. 0 ≤ F (x) ≤ 1
2. F(x) là một hàm tăng, F(a) ≤ F(b) nếu a ≤ b
3. F(-∞) = 0, F (+∞) = 1
4. F(b) - F(a) = P(a ≤ X ≤ b)

Cho bảng phân phối xác suất của biến ngẫu nhiên rời rạc X
X X1 X2 … Xn
P(X) P1 P2 … Pn

Kì vọng (Expectation) của X

E(X) = x1p1 + x2p2 + … + xnpn
Phương sai (Variance) của X là
Var (X) = E[(X-E(X))2] = E(X2) – [E(X)]2

n n
= ∑ ( x ¿¿ k−E ( X )) pk ¿ = ∑ x 2k pk−[E (X )]2
2

k −1 k −1

Độ lệch chuẩn (Standard deviation) của X là

σ ( X )=√ Var ( X )
Mốt (Mode) của X, ký hiệu bởi Mod(X), là giá trị của X mà tại đó xác suất cao nhất
Median của X là giá trị chia đôi phân phốt xác suất của X
Median(X) = xi ↔ F(xi-1) ≤ 0.5 ≤ F(xi)

Các tính chất của kỳ vọng và phương sai:

E(a) = a, E(aX) = a*E(X)
E(X± Y) = E(X) ± E(Y)
Var(a) = 0, Var(aX) = a2Var(X)
Var(a+X) = Var(X)
Nếu X và Y là 2 biến ngẫu nhiên độc lập thì
Var(X±Y) = Var(X) + Var(Y)
Câu 14 + 15 :
E(X) = 1.8
E(X2) = 3.42
Var(X)= E(X2) – [E(X)]2 = 0.18

E(Y) = 0.9
E(Y2)= 1.3
Var(Y) = 0.49

 E(2X-2Y+2) = 2E(X) - 2E(Y) + 2 = 3.8

 Var(2X-2Y+2) = 4Var(X) + 4Var(Y) = 2.68

Câu 10 :
E(X) = 2
E(X2) = 9.2
Var(X) = 5.2

Câu 13:

X 0 1 2 3
P(X) 0.24 0.46 0.26 0.04

Câu 12 :
Vì hộp thứ i có i sản phẩm hỏng
 Hộp 1 có 1 sản phẩm hỏng
 Hộp 2 có 2 sản phẩm hỏng
 Hộp 3 có 3 sản phẩm hỏng

Gọi X là số sản phẩm hỏng trong 3 sản phẩm lấy ra

 X ∈ {0;1;2;3}

P(X=0) = 0.9*0.8*0.7 = 0.504

Vì P(X=0)>0.5 nên P(1≤X≤3) < 0.5
Vậy Mod(X) = 0

X 0 1 2 3
P(X) 0.24 0.46 0.26 0.04
Biến ngẫu nhiên liên tục
Hàm số f(x) là hàm mật độ xác xuất (probabiity density function (pdf)) của biến ngẫu nhiên liên tục
X, nếu nó thỏa các điều kiện
1. f(X) ≥ 0, với mọi x thuộc R
+∞
2. ∫ f ( x ) dx=1
−∞
b
3. P(a ≤ X ≤ b) = ∫ f ( x ) dx
a

1 1
x3
∫ k (1−x )= k ∫ (1−x )=¿ k ( x−
2 2

3
)∨¿10=1 ¿
0 0
1
↔ k (1− )=1
3
2
↔ k =1
3
3
↔ k=
2
2 1 2

∫ f ( x ) dx = ∫ 32 ( 1−x 2)dx + ∫ 0 dx
0,5 0,5 1

=
3
2
x3 1 3 1
( x− )∨¿0 ¿ = [ 1− − 0.5−
3 2 3
0.53
3
]=
5
16 ( )( )
Cho X là một biến ngẫu nhiên liên tục có hàm mật độ f. Khi đó,
P(X = c) = 0, ∀ c ∈ R
Và
P(a ≤ X ≤ b) = P(a < X ≤ b)
= P(a ≤ X < b)
= P(a < X < b)
với mọi a ≤ b và a, b ∈ R

VD: Cho X là 1 biến ngẫu nhiên liên tục có hàm mật độ:

{
−x
f ( x) e , x ≥0
0 , x< 0

1
1
P(0< X ≤ 1) = ∫ e
−x
dx = −e− x ¿10 = −( e ¿ ¿−1−e 0)¿= 1−
0
e
3 0
1
P(-1 ≤ X ≤ 3) = ∫ e dx + ∫ 0 dx = −e− x ¿30 = −( e ¿ ¿−3−e 0 )¿ = 1−
−x
3
0 −1 e

Cho X là biến ngẫu nhiên liên tục có f(x) là hàm mật độ xác suất. Hàm phân phối xác suất (cumulative
distribution function) của X được định nghĩa bởi
x
F(X) = P(X ≤ x) = ∫ f ( x ) dx , mọi x ∈ R
−∞

Cho X là biến ngẫu nhiên liên tục có f(x) là hàm mật độ xác suất
Kỳ vọng của X
+∞
E(X) = ∫ xf (x )dx
−∞
 Phương sai của X
Var(X) = E[(X-E(X))2] = E(X2) – [E(X)]2
+∞
= ∫ x f ( x )dx – [E(X)]2
2

−∞
Độ lệch chuẩn σ ( X )=√ Var ( X )

Các tính chất của kỳ vọng và phương sai biến ngẫu nhiên liên tục giống như các tính chất kỳ vọng và phương
sai biến ngẫu nhiên rời rạc
Mode(X) là giá trị tin chắc nhất của X, nghĩa là tại đó hàm mật độ đạt giá cực đại
Median(X) là giá trị chia đôi phân phối xác suất của X,
c
Median ( X )=c ↔ F ( c )=∫ f ( x ) dx =0.5
−∞
VD : Cho BSNN liên tục X có hàm mật độ

{
9 2 1
x + , x ∈[0,2]
f ( x )= 40 5
0 , x ∉[0,2]
Tính kỳ vọng, phương sai, độ lệch chuẩn, mode và median của X
+∞ 2 2
9 2 1 9 1
E(X) = ∫ xf ( x ) dx = ∫ x ( x + )dx = ∫ ( x 3 + x)dx
−∞ 0 40 5 0 40 5

( )
9 4 1 2 9 4 1 2
∗x ∗x ∗2 ∗2
= 40 5 2 = 40 5 = 1.3
( + )¿0 +
4 2 4 2
2 2
9 2 1 9 1
E(X2) = ∫ x ( x + )dx = ∫ ( x 4 + x 2 )dx
2

0 40 5 0 40 5

( )
9 5 1 3 9 5 1 3
∗x ∗x ∗2 ∗2 148
= 40 5 2 = 40 5 =
( + )¿ 0 + 75
5 3 5 3
148 2 17
Var(X) = E(X2) – [E(X)]2 = −1.3 =
75 60
Mod(X) = 2
c 2
9x 1 1
Med(X) = c ↔ ∫( + )dx =
0 40 5 2

( )
9
∗x 3
↔ 40 x c 1
+ ¿=
3 5 0 2
9
∗c 3
↔ 40 c 1 ↔ c ≈ 1.42
+ =
3 5 2

Câu 2:
1
2 x3 1 2
E(X) = ∫ x (2 x)dx = = ∨¿0 ¿ =
0 3 3

Câu 3 :
1 1 4
1
E(X) = ∫ x [6 x ( 1−x ) ]dx = ∫ (6 x ¿ ¿ 2−6 x 3)dx ¿= 2 x3 − 32x 1
∨¿ 0 ¿ =
2
0 0

Câu 4:
1 1
3 x4 6 x5 1 3
E(X ) = ∫ x [ 6 x ( 1−x ) ]dx = ∫ (6 x ¿ ¿ 3−6 x )dx ¿
2 4
2
− ¿ =
0 0 2 5 o 10

3 1
Var(X) = E(X2) – [E(X)]2 = − = 0.05
10 4

Câu 5 :
1 4
3x 3
E(X) = ∫ x ¿ 3 x dx =
2 1
∨¿0 ¿ =
0 4 4

Câu 6 :
 60
x
E(X) = ∫ dx = 42
24 36

60 2
x
E(X2) = ∫ dx = 1872
24 36

Var(X) = 1872 – 422 = 108

3.5. Phân phối nhị thức
Biến số ngẫu nhiên rời rạc X được gọi là có phân phối nhị thức (binomial distribution) với hai tham
số n và p nếu X = {0;1;2;…;n} và
k k n−k
P(X = k) = C n p (1− p)
Ký hiệu X ~ B(n,p)

Cho X ~ B(n,p). Khi đó, kì vọng, phương sai và mode của X được cho bởi :
E(X) = np, Var(X) = npq,
Mode(X) = [np-q,np-q+1]

VD: Một trường tiểu học có tỉ lệ học sinh bị cận thị là 17%. Khám mắt ngẫu nhiên cho 50 học sinh.
1. Tính xác suất để có 10 học sinh bị cận thị.
2. Tìm giá trị chắc nhất của số học sinh bị cận thị
3. Tìm số lượng học sinh tối thiểu cần phải khám để xác suất có ít nhất một học sinh cận thị không
dưới 95%

1. Gọi X là số học sinh bị cận thị

X ~ B(50; 0.17)
10 10 40
P(X = 10) = C 50∗0.17 (1−0.17) ≈ 0.12
2. Mode(X) ϵ [np-q, np-q+1] = [7.67; 8.67]
 Mode(X) = 8.
3. P(X ≥ 1) ≥ 0.95 ↔ 1 - P(X = 0) ≥ 0.95
0 0 n
↔ 1 - C n∗0.17 ∗0.83 ≥ 0.95
↔ 1 - 0.83n ≥ 0.95
↔ 0.83n ≤ 0.05
↔ n.ln(0.83) ≤ ln(0.05)
ln 0.05
↔n≥ ≥ 16.07
ln 0.83
 n = 17

Biến số ngẫu nhiên X được gọi là có phân phối Possion (Possion distribution) với tham số λ nếu X =
{0; 1;…; n;…} và
e−λ λk
P(X = k) = ,k∈N
k!
Trong đó λ là bình quân số lần xuất hiện biến cố mà ta quan tâm trong thời gian (t1;t2)
Kí hiệu X ~ P( λ )
Nếu X ~ P( λ ) thì E(X) = Var(X) = λ
Mode(X) ∈ [ λ , 1− λ]

VD: Quan sát tại siêu thị mina A, người ta thấy bình quân có 18 khách đến mua hàng trong 5p
1. Tính xác suất để có 25 khách hàng đến trong 7p
2. Tính xác suất để có từ 3 đến 5 khách đến siêu thị A trong 2p

Gọi X là số khách hàng đến mua hàng trong 2p

λ = 18*2:5 = 7.2
P(3 ≤ X ≤ 5) = P(X = 3) + P(X = 4) + P(X = 5)
1 −7.2 1 1
= ∗e ∗7.23 + ∗e−7.2∗7.2 4 + ∗e−7.2∗7.25
3! 4! 5!
≈ 0.2504

VD: Bắn 6 viên đạn vào bia, xác suất trúng bia của mỗi viên đạn là 0.7. Bia sẽ bị hỏng nếu có ít nhất 3 viên
trúng. Tính xác suất bia không bị hỏng
P(X = 0) = 0.36
P(X = 1) = 6 * 0.35 * 0.7
 2
P(X = 2) = C 6 * 0.34 * 0.72
P(X ≤ 2) = 0.07047

Gọi X là số câu trả lời đúng X ~ B(5; 0.25)

P(X > 2) = 1 – P(X ≤ 2)
0 1 2
= 1 – (C 5 * 0.250 * 0.755-0 +C 5 * 0.251 * 0.755-1 + C 5 * 0.252 * 0.755-2) = 0.103515625
 3.9. Phân phối chuẩn tắc (Phân phối Gauss)
Định nghĩa: Biến số ngẫu nhiên liên tục Z được gọi là tuân theo luật phân phối chuẩn tắc (Standard
Normal Distribution) nếu hàm mật độ xác suất của nó có dạng
2
−x
fz(x) =
1 2
,x∈R
e
√2 π
Ký hiệu: Z ~ N(0; 1)
Các đặc trưng: E(Z) = Mode(Z) = 0, Var(Z) = 1

Hàm Laplace:
2
x −t
1
φ ( x )= ∫e
√2 π 0
2
dt
Hàm Laplace là hàm tăng và hàm lẻ :
φ (−x )=−φ ( x )

φ (−∞ ) =−0.5 , φ ( +∞ )=0.5

P(a ≤ Z ≤ b) = φ ( b )−φ ( a ) , Z N (0 , 1)

VD: Cho Z ~ (0, 1). Tính

P(1.24 ≤ Z ≤ 3.21) = φ ( 3.21 )−φ ( 1.24 )
= 0.49934 – 0.39251 =
P(-2.17 ≤ Z ≤ 2.48) = φ ( 2.48 ) + φ (2.17 )
= 0.49343 + 0.485
P(Z ≥ 1.34) = 0.5 - φ ( 1.34 ) = 0.5 – 0.40988 =
P(Z ≤ 1.27) = φ ( 1.27 ) + 0.5 = 0.39796 + 0.5 =

Giới trị tới hạn: P(X > gα) = α

gα: giá trị tới hạn với mức α
Nếu X ~ N(0; 1) gα ≡ α
P(X > Zα) = 0.5 – φ (Zα) = α

3.10. Phân phối chuẩn

Biến ngẫu nhiên liên tục X được gọi là có phân phối chuẩn với hai tham số μ và σ nếu hàm mật độ xác
suất của nó có dạng
2
1 (−x−μ)
f(x) = exp ⁡{ }
σ √2 π 2σ
2

ký hiệu: X ~ N( μ , σ 2)
Các đặc trưng: E(X) = Mode(X) = μ , Var(X) = σ 2

Nếu X ~ N( μ , σ 2) thì
X−μ
Z= ~ N(0; 1)
σ
Nếu X ~ N( μ , σ 2) thì

P(a < X < b) = φ

b−μ
σ( ) ( )
−φ
a−μ
σ

E(X) = 10 => μ = 10

P(10 < X < 20) = φ ( b−μ

σ )−φ (
σ )
a−μ
= 0.3

↔ φ(
σ ) ( σ )
20−10 10−10
−φ = 0.3

↔φ ( ) = 0.3
10
σ
 10
↔ = 0.84 => σ = 11.9
σ
P(5 < X < 15) = φ(15−10
11.9 ) (
−φ
5−10
11.9 )
= φ ( 0.42 ) + φ ( 0.42 ) = 0.32552
3.11 Phân phối nhị thức qua phân phối chuẩn
Cho X ~ B(n, p). Nếu np ≥ 5 và nq ≥ 5 thì
X ≈ N( μ , σ 2), μ , = np, σ 2 = npq.
Và
2
−(k−np)
P(X = k) =
1
e 2 npq

√2 πnpq

BÀI 6: LÝ THUYẾT MẪU

Các khái niệm cơ bản:
Các đặc trưng mẫu:
Cho mẫu ngẫu nhiên (X1, X2,..., Xn) của tổng thể X
E(X) = μ, Var(X) = σ 2
n
Trung bình mẫu ngẫu nhiên của X là Xn = ∑ X i
i=1
2
σ
E(Xn) = μ, Var(Xn) =
n

Trung bình mẫu thực nghiệm

X 0 1
P 1-p p

n
1
Tỷ lệ mẫu Fn = ∑ X , X ∈{0,1}
n i=1 i i
n
1
Tỷ lệ mẫu cụ thể fn = ∑ x i , x i ∈{0,1}
n i=1
Số đặc trưng của tỉ lệ mẫu E(Fn) = p,
p (1− p)
Var(Fn) =
n
Phương sai mẫu hiệu chỉnh
n
1
S2n= ∑ (X ¿ ¿ i−X n)2 , E ( S 2n )=σ 2 ¿
n−1 i=1
Phương sai mẫu cụ thể hiệu chỉnh
n
1
s= 2
n ∑
n−1 i=1
(x ¿ ¿ i−x n )2 ¿
Độ lệch chuẩn
S = √ S2 , s = √ s2
Phương sai mẫu chưa hiệu chỉnh
n
1 n−1 2
Ŝ = ∑ ( X ¿ ¿ i−X n )2 , E ( S2n) =
2
n σ ¿
n i=1 n
Phương sai mẫu cụ thể chưa hiệu chỉnh
n
1
ŝ 2n= ∑ ( x ¿ ¿ i−x n)2 ¿
n i =1
 BÀI 7: ƯỚC LƯỢNG THAM SỐ
7.1. Ước lượng điểm và ước lượng khoảng
Ước lượng khoảng
Với giá trị xác suất 1 - ∝ , từ mẫu ngẫu nhiên (X1, X2,…, Xn) ta tìm thống kê
o1(X1, X2,…, Xn) và o2(X1, X2,…, Xn) sao cho P(o1 <θ <o2) = 1 - ∝. Khi đó:
1 - ∝ được gọi là độ tin cậy của khoảng ước lượng.
θ1 , θ2 được gọi là khoảng tin cậy 1 - ∝ của ước lượng.
θ2−θ1
ε= được gọi là độ chính xác của phép ước lượng.
2

Ước lượng khoảng cho trung bình

Trường hợp đã biết σ
X−μ
Sử dụng phân phối mẫu √ n N (0,1)
σ
1−∝
Với độ tin cậy 1 - ∝ , ta có φ ( Z α / 2 )= → Z α /2
2
σ
Tính độ chính xác ε =Z α/2
√n
Khoảng tin cậy 1 - ∝ cho μ là ( x−ε , x +ε )

VD 7.2.2 tr 106
Gọi μ là mức sơn trung bình trong một thùng do dây chuyền sản xuất
1 - ∝ = 0.99 => φ ( Z α / 2 )=0.495 => Z α /2 =2.58
2.58∗0.08
ε= ≈ 0.029
√ 50
μ ∈ ( 0.97−0.029 ;0.97+0.029 )=( 0.941; 0.999)

Trường hợp chưa biết σ và kích thước mẫu n > 30

X−μ
Sử dụng phân phối mẫu √ n N (0,1)
S
1−∝
Với độ tin cậy 1 - ∝ , ta có φ ( Z α / 2 )= → Z α /2
2
S
Tính độ chính xác ε =Z α /2
√n
Khoảng tin cậy 1 - ∝ cho μ là ( x−ε , x +ε )

VD 7.2.4
Gọi μ là ước lượng hao phí đi từ A đến B
1 - ∝ = 0.95 => φ ( Z α / 2 )=0.475 => Z α /2 =1.96
1.96∗10.56
ε= ≈ 1.69
√ 150
μ ∈ ( 10.56−1.69 ;10.26 +1.69 )=(0.941; 0.999)

Trường hợp chưa biết σ và kích thước mẫu n < 30

X−μ
Sử dụng phân phối mẫu √ n t (n−1)
S
(n−1)
Với độ tin cậy 1 - ∝ , ta tìm giá trị giới hạn t α / 2
(n−1) S
Tính độ chính xác ε =t α/ 2
√n
Khoảng tin cậy 1 - ∝ cho μ là ( x−ε , x +ε )
 Giải Bài Tập Ước Lượng Trung Bình Hai Phía
Câu 1:
Gọi μ là ước lượng thu thập trung bình của một nhân viên văn phòng trong thành phố
1 - ∝ = 0.95 => φ ( Z α / 2 )=0.475 => Z α /2 =1.96
1.96∗1.73
ε= ≈ 0.158
√ 458
μ ∈ ( 5.3755−0.158 ;5.3755+ 0.158 )=(5.2175; 5.5335)

Câu 2:
Gọi μ là ước lượng số giờ tự học trung bình của sinh viên trong tuần.
1 - ∝ = 0.95 => φ ( Z α / 2 )=0.475 => Z α /2 =1.96
1.96∗2.34
ε= ≈ 0.299
√ 236
μ ∈ ( 5.58−0.299 ;5.5+ 0.299 )=(5.281; 5.879)

Câu 3:
Gọi μ là ước lượng trọng lượng trung bình của loại trái cây
1 - ∝ = 0.95 => φ ( Z α / 2 )=0.475 => Z α /2 =1.96
1.96∗114.1329
ε= ≈11.185
√ 400
μ ∈ ( 397.5−11.185; 397.5+11.185 )=(386.315 ; 409.685)

Câu 4:
Gọi μ là ước lượng thu thập trung bình của một nhân viên
1 - ∝ = 0.95 => φ ( Z α / 2 )=0.475 => Z α /2 =1.96
1.96∗3.6459
ε= ≈ 0.715
√ 100
μ ∈ ( 9.2−0.715 ;9.2+0.715 )=(8.485 ;9.915)

Câu 5:
Gọi μ là ước lượng độ dài trung bình chi tiết máy
1 - ∝ = 0.95 => φ ( Z α / 2 )=0.475 => Z α /2 =1.96
1.96∗1.21
ε= ≈ 0.335
√ 50
μ ∈ ( 25.15−0.335 ; 25.15+ 0.335 )=(24.815 ; 25.485)

Câu 6:
Gọi μ là ước lượng trọng lượng trung bình của loại trái cây
1 - ∝ = 0.95 => φ ( Z α / 2 )=0.475 => Z α /2 =1.96
1.96∗23.5092
ε= ≈ 3.827
√ 145
μ ∈ ( 255.5172−3.827 ;255.5172+3.827 )=(251.6902 ; 259.3442)

Câu 7:
Gọi μ là ước lượng số lỗi trung bình trong một cuộn vải
1 - ∝ = 0.95 => φ ( Z α / 2 )=0.475 => Z α /2 =1.96
1.96∗1.604
ε= ≈ 0.257
√ 150
μ ∈ ( 3.38−0.257 ; 3.38+0.257 ) =(3.123 ; 3.637)

Câu 8:
Gọi μ là ước lượng tuổi thọ trung bình của bóng đèn
 1 - ∝ = 0.95 => φ ( Z α / 2 )=0.475 => Z α /2 =1.96
1.96∗226.8281
ε= ≈ 27.786
√ 256
μ ∈ ( 1587.5−27.786 ;1587.5+ 27.786 )=(1559.714 ; 1615.286)
Câu 9:
Gọi μ là ước lượng năng suất trung bình của giống lúa A ở huyện X
1 - ∝ = 0.95 => φ ( Z α / 2 )=0.475 => Z α /2 =1.96
1.96∗3.0967
ε= ≈ 0.444
√ 187
μ ∈ ( 35.4225−0.444 ; 35.4225+0.444 )=(34.9785 ; 35.8665)

Câu 10:
Gọi μ là ước lượng trọng lượng trung bình của heo đã ăn thức ăn có thuốc
1 - ∝ = 0.95 => φ ( Z α / 2 )=0.475 => Z α /2 =1.96
1.96∗1.4661
ε= ≈ 0.433
√ 44
μ ∈ ( 69.1136−0.433 ; 69.1136+0.433 ) =(68.6806 ; 69.5466)

Câu 11:
Gọi μ là ước lượng năng suất trung bình của giống lúa
1 - ∝ = 0.95 => φ ( Z α / 2 )=0.475 => Z α /2 =1.96
1.96∗8.3182
ε= ≈1.63
√ 100
μ ∈ ( 57.5−1.63; 57.5+1.63 )=(55.87 ; 59.13)

Câu 12:
Gọi μ là ước lượng sản lượng trung bình của giống tiêu
1 - ∝ = 0.95 => φ ( Z α / 2 )=0.475 => Z α /2 =1.96
1.96∗2.3571
ε= ≈ 0.431
√ 115
μ ∈ ( 6.6087−0.431 ; 6.6087+0.431 )=(6.1777 ; 7.0397)

Câu 13:
Gọi μ là ước lượng số tiền gửi tiết kiệm trung bình của khách hàng
1 - ∝ = 0.95 => φ ( Z α / 2 )=0.475 => Z α /2 =1.96
1.96∗94.6
ε= ≈ 6.375
√ 846
μ ∈ ( 952.5−6.375 ; 952.5+6.375 )=(946.125 ; 958.875)

Câu 14:
Gọi μ là ước lượng chi tiêu trung bình của gia đình
1 - ∝ = 0.96 => φ ( Z α / 2 )=0.48 => Z α/2 =2.05
2.05∗0.78
ε= ≈ 0.1142
√ 196
μ ∈ ( 2.56−0.1142 ; 2.56−0.1142 ) =(2.4458 ; 2.6742)

Câu 15:
Gọi μ là ước lượng quãng đường trung bình đi được khi tiêu thụ 1l xăng
1 - ∝ = 0.99 => φ ( Z α / 2 )=0.495 => Z α/2 =2.58
2.58∗4.96
ε= ≈ 0.9188
√ 194
μ ∈ ( 21.2−0.9188;21.2+0.9188 )=(20.2812; 22.1188)
Xác định kích thước mẫu đối với ước lượng trung bình
Khảo sát ngẫu nhiên n0 phần tử (kích thước mẫu lớn), tính được độ lệch chuẩn s. Để phép ước
lượng giá trị trung bình của tổng thể μ có được độ chính xác ε 0, với độ tin cậy 1 - ∝ thì cần khảo sát ít nhất
bao nhiêu phần tử ?
1−∝
Với độ tin cậy 1 - ∝, ta có φ ( Z α / 2 )= → Z α /2
2
2
s s
ε =Z α /2 ≤ ε 0=¿ n ≥( Z α/ 2 )
√n ε0

Tính độ tin cậy đối với ước lượng trung bình

Khảo sát ngẫu nhiên n phần tử (kích thước mẫu lớn), tính được độ lệch chuẩn s. Để phép ước lượng
giá trị trung bình của tổng thể μ có được độ chính xác ε 0, hỏi độ tin cậy 1 - ∝?
s ε0 √n
ε =ε 0 ↔ Z α /2 =ε 0 ↔ Z α /2=
√n s
1−∝
Z α /2 → φ ( Z α /2 )= → 1−∝
2

Ước lượng khoảng cho tỷ lệ

F− p
Sử dụng phân phối mẫu √ n N ( 0,1)
√ F (1−F )
1−∝
Với độ tin cậy 1 - ∝, ta có φ ( Z α / 2 )= → Z α /2
2
ε =Z α /2
√ f (1−f )
√n
Khoảng tin cậy 1−∝ cho p là ( f −ε , f +ε )
 Giải Bài Tập Ước Lượng Tỉ Lệ Hai Phía
Câu 1:
Gọi p là tỉ lệ nhân viên có mức thu nhập trung bình
1 - ∝ = 0.9 => φ ( Z α / 2 )=0.45 => Z α /2 =1.64
1,64∗√ 0.4∗(1−0.4 )
ε= ≈ 0.0375
√ 458
Khoảng tin cậy 1−∝ cho p là ( f −ε , f +ε ) = (0.4 – 0.0375; 0.4 + 0.0375) = (0.3625; 0.4375)

Câu 2:
Gọi p là tỉ lệ hạt nảy mầm 1 - ∝ = 0.98 => φ ( Z α / 2 )=0.4 9 => Z α/2 =2.33
2.33∗√ 0.76∗(1−0.76)
ε= ≈ 0.031
√1000
Khoảng tin cậy 1−∝ cho p là ( f −ε , f +ε ) = (0.76 – 0.031; 0.76 – 0.031) = (0.729; 0.791)

Câu 4:
1 - ∝ = 0.95 => φ ( Z α / 2 )=0.4 7 5 => Z α /2 =1.96
1.96∗√ 0. 8∗( 1−0. 8 )
ε= =0.0784
√ 10 0
Khoảng tin cậy 1−∝ cho p là ( f −ε , f +ε ) = (0.8 – 0.0784; 0.8 + 0.0784) = (0.7216; 0.8784)
Vậy số cá nằm trong khoảng (1000/0.8784; 1000/0.7216) = (1138;1386)

Câu 5:
Gọi p là tỉ lệ sinh viên chăm học
1 - ∝ = 0.95 => φ ( Z α / 2 )=0.475 => Z α /2 =1.96

ε=
1.96∗
√ 8
59 (
∗ 1−

√236
8
59 )
=0.0 44
8 8
Khoảng tin cậy 1−∝ cho p là ( f −ε , f +ε ) = ( – 0.044 ; + 0.044 ) = (0.0916; 0.1796)
59 59

Câu 7:
X
Gọi p là tỉ lệ nhân viên có thu nhập cao
1000
1 - ∝ = 0.95 => φ ( Z α / 2 )=0.475 => Z α /2 =1.96
1.96∗√ 0.2 ( 1−0.2 )
ε= =0. 0784
√100
X
p= ∈(f −ε , f + ε )
1000
X
↔ 0.1216 ≤ ≤ 0.2784 ↔ 121. 6 ≤ X ≤278 . 4
1000
Xác định kích thước mẫu đối với ước lượng tỷ lệ
Khảo sát ngẫu nhiên n0 phần tử (kích thước mẫu lớn), tính được tỷ lệ mẫu f. Để phép ước lượng tỷ
lệ của tổng thể p có được độ chính xác ε 0, với độ tin cậy 1 - ∝ thì cần khảo sát ít nhất bao nhiêu phần tử?
1−∝
Với độ tin cậy 1 - ∝, ta có φ ( Z α / 2 )= → Z α /2
2
ε =Z α /2
√ f (1−f )
=¿ n≥ f (1−f )(
Zα/ 2 2
)
√n ε0

Tính độ tin cậy đối với ước lượng tỷ lệ

Khảo sát ngẫu nhiên n phần tử (kích thước mẫu lớn), tính được tỷ lệ mẫu f. Để phép ước lượng tỷ lệ
của tổng thể p có được độ chính xác ε 0, hỏi độ tin cậy 1 - ∝?

ε =ε 0 ↔ Z α /2
√ f (1−f ) =ε ↔ Z α /2 =
ε0 √ n
√n 0
√ f (1−f )
1−α
Z α /2 → φ ( Z α /2 )= → 1−α
2
 Giải Bài Tập Chia Tiêu Hai Phía
Câu 1:
1−α = 0.95 => φ ( Z α / 2 )=0.475 => Z α /2 =1.96
1.96∗4
ε= ≤0.7
√100
2
1.96∗4
→ n ≥( ) = 125.44
0.7
→ n=126
Vậy cần khảo sát thêm 126 – 100 = 26

Câu 2:
1−α = 0.95 => φ ( Z α / 2 )=0.475 => Z α /2 =1.96

ε=
1.96∗
36
236
√n
√(1−
36
236
)
≤ 0.04

√
2
36 36
1.96∗ (1− )
236 236 = 12.18
→ n ≥( )
0.7

Câu 4:
Độ tính xác μ = 0.25
24
(n−1) S t α /2∗0.5 24 5∗ √25
ε =t α / 2 ↔ 0. 25= ↔ t α =0.2 =2.5
√ n √ 25 2
0.5
α
→ =¿0.01 → α =0.02→ 1−α=0.98
2

Câu 8:
Độ tính xác μ = 0.25
1−α = 0.95 => φ ( Z α / 2 )=0.475 => Z α /2 =1.96

( )
2
1.96∗23.5092 1.96∗23.5092
ε= ≤ 3 → n≥ =235.9 → n=236
√n 3
Vậy cần khảo sát thêm 236 – 145 = 91 quả