Discrete Random Variables

PROBABILITY DISTRIBUTION
𝑛
μ = Expected value = ∑ 𝑥iP(xi)
𝑖=1

𝑛
2
σ = Variance = ∑ (𝑥i-μ)2.P(xi)
𝑖=1

σ = Standard deviation
•Sử dụng fx-570: MODE => 3 => 1 => Shift MODE => move down => Stat => ON => input data =>
AC => Shift 1 4=> 2. μ và 3. δ

•Sử dụng fx-580: MENU => 6 => 1 => Shift MENU => move down => Statistics => On => input data
=> AC => OPTN => Calculate 1-Variables
I. BINOMIAL DISTRIBUTION: Là phân phối xác suất khi một thí nghiệm, chỉ có 2
outcomes, được lặp đi lặp lại n lần: Công thức: P(x) = Cnx.πx.(1-π)n-x
● n: số lần thí nghiệm, số lần thử
● π: xác suất của outcome thứ nhất

● 1-π: xác suất của outcome thứ hai

● x: số lần xuất hiện outcome thứ nhất
● n-x: số lần xuất hiện outcome thứ hai

x = 0, 1, 2, … , n; μ = nπ; σ2 = nπ(1−π)

II. POISSON DISTRIBUTION: Là phân phối xác suất dùng để miêu tả số lần xuất hiện của 1
event trong trong một đơn vị thời gian hoặc không gian được chọn ngẫu nhiên:
𝑥
λ
Công thức: P(x) = λ
𝑒 𝑥!

● λ: số lần xuất hiện trung bình

● x: số lần xuất hiện thực tế (thường là trong câu hỏi)
x = 0, 1, 2, 3, … (no obvious limit)

μ = σ2 = λ

Notice 1: Vì không có giới hạn cụ thể nên đối với những bài dạng > hoặc ≥ cần phải dùng biến
cố đối để giải. Ví dụ: P(x≥4) = 1 – P(x<4)
Notice 2: Đôi khi đơn vị thời gian hoặc không gian ở đề bài sẽ khác với đơn vị thời gian hoặc
không gian ở câu hỏi (ví dụ đề bài cho trong 5 phút nhưng câu hỏi lại hỏi trong 10 phút) thì cần
phải đổi λ của đề bài ứng với λ của câu hỏi.