Professional Documents
Culture Documents
Untitled
Untitled
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
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
n n
= ∑ ( x ¿¿ k−E ( X )) pk ¿ = ∑ x 2k pk−[E (X )]2
2
k −1 k −1
E(Y) = 0.9
E(Y2)= 1.3
Var(Y) = 0.49
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
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
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%
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
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
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 )
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
E(X) = 10 => μ = 10
↔ 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
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
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)
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)
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
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
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