BNN - SV

Biến ngẫu nhiên Xác định biến ngẫu nhiên Các tham số đặc trưng Vectơ ngẫu nhiên
Biến số ngẫu nhiên
1 / 62
1 Biến ngẫu nhiên
2 Xác định biến ngẫu nhiên

Biến ngẫu nhiên rời rạc
Biến ngẫu nhiên liên tục
3 Các tham số đặc trưng

Kỳ vọng
Phương sai
4 Vectơ ngẫu nhiên

Vectơ ngẫu nhiên rời rạc
Vectơ ngẫu nhiên liên tục
2 / 62
Biến ngẫu nhiên có thể được mô tả như một "quy tắc" biểu diễn
các kết quả của phép thử ngẫu nhiên nào đó dưới dạng số.
Định nghĩa
Biến số ngẫu nhiên X của một phép thử τ với không gian mẫu Ω
là một ánh xạ:
X : Ω →R
ω 7→ X (ω)
Người ta thường dùng các chữ in hoa X, Y, Z, . . . để ký hiệu các

biến ngẫu nhiên và các chữ thường x,y,z,. . . để chỉ các giá trị của
biến ngẫu nhiên.
3 / 62
Ví dụ: Thực hiện phép thử giao đồng thời 3 đồng xu cân đối, trong
trường hợp này ta có các biến cố sơ cấp sau:
ω1 = (SSS), ω2 = (SSN), ω3 = (SNN), ω4 = (SNS)
ω5 = (NNN), ω6 = (NNS), ω7 = (NSS), ω8 = (NSN)
Nếu gọi biến ngẫu nhiên X là số đồng xu ngửa xuất hiện thì X
nhận các giá trị sau:
X (ω1 ) = 0, X (ω2 ) = 1, X (ω3 ) = 2, X (ω4 ) = 1
X (ω5 ) = 3, X (ω6 ) = 2, X (ω7 ) = 1, X (ω8 ) = 2
4 / 62
Phân loại biến ngẫu nhiên
5 / 62
Đinh nghĩa
Biến ngẫu nhiên được gọi là rời rạc nếu tập hợp các giá trị mà nó
có thể nhận là một tập hữu hạn hoặc vô hạn đếm được.
Ví dụ
Các biến ngẫu nhiên sau là biến ngẫu nhiên rời rạc:
Số sản phẩm két chất lượng trong một lô hàng.
Số bit lỗi được truyền đi trong một kênh truyền tín hiệu số.
Số con trong một gia đình.
Số cuộc điện thoại đến tổng đài ở bưu điện trong một ngày.
6 / 62
Đinh nghĩa
Biến ngẫu nhiên được gọi là liên tục nếu tập hợp các giá trị mà nó
nhận được là một khoảng dạng (a, b) hay [a, b), (a, b], [a, b]) hoặc
toàn bộ R.
Ví dụ
Các biến ngẫu nhiên sau là biến ngẫu nhiên liên tục:
Nhiệt độ không khí ở mỗi thời điểm nào đó.
Độ 0 ≤ pH ≤ 14 của một chất hóa học.
Biến chiều cao, độ dài ta có thể đo bởi km,m,cm, mm và nhỏ
hơn nữa.
Thời gian hoạt động bình thường của một bóng đèn điện tử.
Các giá trị ở ví dụ trên có thể lấy bất kỳ giá trị nào tùy thuộc vào
7 / 62
Xác định biến ngẫu nhiên
Để xác định một biến số ngẫu nhiên rời rạc, người ta cần xác định
các giá trị xi , i = 1, 2, . . . có thể nhận được bởi biến ngẫu nhiên
này và đồng thời cũng cần xác định xác suất để X nhận giá trị này
là bao nhiêu, nghĩa là, cần xác định
P ({ω |X (ω) = xi }) ≡ P (X = xi ) , với i = 1, 2, . . . .
Bảng phân phối xác suất

Xét biến số ngẫu nhiên rời rạc X : Ω → R, với X (Ω) = {x1 , x2 , ...}.
Giả sử x1 < x2 < ... < xn < .... Bảng các bộ giá trị tương ứng
X x1 x2 ... xn ...
P p1 p2 ... pn ...
với pi = P(X = xi ), được gọi là bảng phân phối xác suất của X.
8 / 62

Ví dụ: Thảy hai đồng xu, nếu được một sấp một ngửa thì được
10đ, nếu được hai mặt sấp thì mất 4đ, hai ngửa thì mất 5đ. Gọi X
để chỉ số tiền được hay mất. Ta có X là biến ngẫu nhiên nhận các
giá trị là -5, -4 và 10 , với
1
P (X = −5) = P (NN) = = 0.25
4
1
P (X = −4) = P (SS) = = 0.25
4
2
P (X = 10) = P ({SN, NS}) = = 0.5
4
Ta có bảng phân phối xác suất X:
X -5 -4 10
P 0.25 0.25 0.5
9 / 62
Ví dụ - SV tự giải
Một cơ quan có 3 xe ôtô : 1 xe 4 chỗ; 1 xe 50 chỗ và 1 xe tải. Xác
suất để trong một ngày làm việc, các xe được xử dụng là 0.8; 0.4
và 0.9. Hãy lập luật phân phối xác suất cho số xe được xử dụng
trong một ngày của cơ quan.
10 / 62
Hàm mật độ(xác suất) BNN rời rạc
Hàm số f : R → R xác định bởi

pi khi x = xi
f (x) =
0 khi x ̸= xi , ∀i
được gọi là hàm mật độ xác suất, hay vắn tắt là hàm mật độ, của
X. Ta có tính chất:
a) ∀x ∈ R, f (x) ≥ 0.
P
b) f (x) = 1.
x
11 / 62
Ví dụ 1
Tung đồng xu 3 lần. Gọi X là số mặt sấp nhận được. Ta có không
gian mẫu
Ω = {SSS, SSN, SNS, SNN, NSS, NSN, NNS, NNN} , X (Ω) = {0, 1, 2, 3}
1 3
P (X = 0) = P ({NNN}) = , P (X = 1) = P ({SNN, NSN, NNS}) =
8 8
3 1
P (X = 2) = P ({SSN, SNS, NSS}) = , P (X = 3) = P ({SSS}) =
8 8
Ta có bảng phân phối xác suất
X 0 1 2 3
P 1/8 3/8 3/8 1/8
12 / 62
Ví dụ 1
Từ đó, ta nhận được hàm mật độ xác suất của X:


 1/8 khi x =0
 3/8 khi x =1


f (x) = 3/8 khi x =2
1/8 khi x =3




0 khi x ̸= 0, 1, 2, 3

13 / 62
Ví dụ 2 - SV tự giải
Cho biến ngẫu nhiên rời rạc X có hàm mật độ xác suất
2x + 1
f (x) = , x = 0, 1, 2, 3, 4
25
a) Lập bảng phân phối xác suất.

b) Tính P(X ≤ 1), P(2 ≤ X ≤ 4).
Một xạ thủ có 4 viên đạn, bắn lần lượt từng viên vào một mục
tiêu một cách độc lập. Xác suất bắn trúng mục tiêu ở mỗi lần bắn
là 0.7, nếu có một viên trúng hoặc hết đạn thì dừng. Gọi X là số
viên đạn đã bắn, lập bảng phân phối xác suất cho X.
14 / 62
Hàm phân phối (tích lũy) BNN rời rạc
Với f : R → R là hàm mật độ của biến ngẫu nhiên rời rạc X, hàm
số F : R → R xác định bởi:
X
F (x) = P (X ≤ x) = f (xi )
xi ≤x
được gọi là hàm phân phối tích lũy, hay hàm phân phối của X.
Khi liệt kê các giá trị của X (Ω) theo thứ tự tăng dần
x1 < x2 < · · · < xn < . . . ta có hàm phân phối:

 0 khi x < x1
F (x) = f (x1 ) + f (x2 ) + ... + f (xn−1 ) khi xn−1 ≤ x < xn
1 khi x ≥ xn , ∀n

15 / 62
Tính chất
a) 0 ≤ F (x) ≤ 1, ∀x ∈ R,
b) lim F (x) = 0, lim F (x) = 1,
x→−∞ x→+∞
c) F (x) là hàm tăng và liên tục bên phải tại mọi x ∈ R.
16 / 62
Ví dụ 4
Với biến số ngẫu nhiên X cho bởi ví dụ 1, ta có hàm phân phối


 0 khi x < 0
1/8 khi 0 ≤ x < 1



F (x) = 4/8 khi 1 ≤ x < 2
7/8 khi 2 ≤ x < 3




1 khi 3 ≤ x

17 / 62
Ví dụ 5
Một lô hàng có 850 sản phẩm trong đó có 50 sản phẩm kém chất
lượng. Chọn ngẫu nhiên lần lượt 2 sản phẩm không hoàn lại. Gọi X
là số sản phẩm không đạt chất lượng trong 2 sản phẩm được chọn.
a) Lập bảng phân phối xác suất cho X.

b) Viết hàm phân phối xác suất.
18 / 62
Hàm mật độ của BNN liên tục

Đối với các biến số ngẫu nhiên liên tục X, nghĩa là X (Ω) là một
khoảng của R, ta có:
Hàm số f : R → R được gọi là hàm mật độ xác suất, hay vắn tắt
là hàm mật độ, của biến số ngẫu nhiên liên tục X nếu
Z b
P (a ≤ X ≤ b) ≡ P ({ω ∈ Ω |a ≤ X (ω) ≤ b }) = f (x)dx
a
với mọi a, b ∈ R, a ≤ b
Hơn nữa ta có:
i) ∀x ∈ R, f (x) ≥ 0,
Z +∞
ii) f (x)dx = 1.
−∞
19 / 62
Hàm phân phối tích lũy của BNN liên tục

Hàm số F : R → R được gọi là hàm phân phối tích lũy, hay vắn
tắt là hàm phân phối, của biến số ngẫu nhiên liên tục X nếu:
F (x) = P (X ≤ x) ≡ P ({ω ∈ Ω |X (ω) ≤ x })
với mọi x ∈ R, ngoài ra ta có một số tính chất:
a) 0 ≤ F (x) ≤ 1, ∀x ∈ R,
b) lim F (x) = 0, lim F (x) = 1,
x→−∞ x→+∞
c) F (x) là hàm tăng và F (x) liên tục bên phải tại mọi x ∈ R,
d) Hàm mật độ f và hàm phân phối F của biến số ngẫu nhiên
liên tục X có liên hệ
Z x
F (x) = f (t)dt
−∞
e) Nếu X là một biến ngẫu nhiên liên tục, ta có:
P(a ≤ X ≤ b) = P(a < X ≤ b) = P(a ≤ X < b)
20 / 62
Ví dụ 6
Cho X là biến số ngẫu nhiên liên tục có hàm mật độ xác suất


 0 khi x ≤0
x khi 0<x ≤1

f (x) =

 2−x khi 1<x ≤2
0 khi 2<x

a) Tìm hàm phân phối xác suấtZ của X.

x
Ta có F (x) = P (X ≤ x) = f (t)dt. Do đó:
−∞
Khi x ≤ 0, F (x) = 0.
x
x2
Z
Khi 0 < x ≤ 1, F (x) = tdt = .
0 2
Khi
1 x
x2
Z Z
1 < x ≤ 2, F (x) = tdt + (2 − t) dt = − + 2x − 1
2
Z 01 Z 12
Khi 2 < x, F (x) = tdt + (2 − t) dt = 1
0 1 21 / 62
Ví dụ 6
Ta có hàm phân phối:
0 khi x ≤0


 x2

2 khi 0<x ≤1
F (x) = x 2
 −2 + 2x − 1 khi 1<x ≤2


1 khi 2<x

1
b)Tính P X < .
2
Ta có
1 1 2 1

1 1
P X < =F = =
2 2 2 2 8
22 / 62
Ví dụ 7
Cho hàm mật độ

a khi x ∈ [0, 1]
f (x) =
0 khi x∈/ [0, 1]
a) Tìm a để f (x) là hàm mật độ của biến ngẫu nhiên liên tục X.
b) Tìm P (1/4 ≤ X ≤ 1/2).
c) Xác định hàm phân phối của X.
23 / 62
Ví dụ 7 - Giải
Z +∞
a) Vì f (x) là hàm mật độ của X nên ta có f (x)dx = 1,
Z 1 −∞
nên adx = 1, vậy ta tìm được a = 1.

0
Z 1/2
b) Ta có P (1/4 ≤ X ≤ 1/2) = f (x)dx = 1/4
1/4
Z x Z x
c) Ta có F (x) = f (t)dt = dt = x
−∞ 0
Hàm phân phối của X có dạng

 0 khi x ≤0
F (x) = x khi 0<x ≤1
1 khi x ≥1

24 / 62
Bài tập
1. Cho biến ngẫu nhiên rời rạc X có hàm mật độ xác suất được
cho trong bảng sau
X -1 1 2
P 2c 3c 4c
a) Tìm giá trị của c.

b) Tính p(−1), p(1), p(2).
2. Cho biến ngẫu nhiên liên tục X có hàm xác suất
f (x) = ce −x , x > 1
Tìm P[X < 3|X > 2].
25 / 62
Bài tập
3. Cho biến ngẫu nhiên liên tục X chỉ thời gian sử dụng một lần
của một máy tính tại thư viện, biết X có hàm mật độ xác suất như
sau: ( 1
e −x/5 ,x ≥ 0
f (x) = 5
0 otherwise
a) Tìm xác suất cho thời gian sử dụng của máy tính là hơn 10
phút.
b) Tìm xác suất cho thời gian sử dụng từ 5 đến 10 phút.
4. Cho X là biến ngẫu nhiên rời rạc với hàm mật độ xác suất
2
P(X = x) = , x = 1, 2, ...
3x
Tìm xác suất sao cho X nhận giá trị là lẻ.

26 / 62
Bài tập
5. Cho X là biến ngẫu nhiên liên tục với hàm mật độ xác suất

6x(1 − x) , 0 < x < 1
f (x) =
0 , nơi khác
Tìm
1 1
P X− >
2 4
27 / 62
Kỳ vọng
Kỳ vọng BNN rời rạc

Giả sử biến ngẫu nhiên rời rạc X có bảng phân phối xác suất
X x1 x2 ... xn ...
P f (x1 ) f (x2 ) ... f (xn ) ...
Kỳ vọng của X, E (X ) hay ký hiệu là µX , là một số được định

nghĩa: X X
E (x) = xi f (xi ) = x i pi
i i
Tổng quát hơn, nếu u(x) là một hàm theo biến số ngẫu nhiên X.
Kỳ vọng của u(x) được xác định bởi
X X
E (u (X )) = u (xi ) f (xi ) = u (xi ) pi
i i
28 / 62
Kỳ vọng
Kỳ vọng BNN rời rạc
Ví dụ 8
Một hộp đựng 3 bi đỏ và 7 bi trắng. Mỗi lần lấy 1 bi (rồi trả lại
vào hộp). Nếu được bi đỏ thì thưởng 5000đ, nếu được bi trắng thì
phạt 2300đ. Gọi X là số tiền người chơi nhận được, tìm E (X )?
Ta có biến ngẫu nhiên X với bảng phân phối xác suất như sau:
X -2300 5000
P 7/10 3/10
Ta có trung bình của X là

7 3
µX = (−2300) . + 5000. = −110
10 10
Điều này có nghĩa là nếu ta chơi nhiều lần thì bình quân mỗi lần
lấy một bi, ta bị lỗ 110đ.
29 / 62
Kỳ vọng
Kỳ vọng BNN liên tục
Biến ngẫu nhiên liên tục X có hàm mật độ xác suất f (x), kỳ vọng
của X, E (X ) hay ký hiệu là µX , là một số được định nghĩa:
Z +∞
E (x) = xf (x)dx
−∞
Tổng quát hơn, nếu u(x) là một hàm theo biến số ngẫu nhiên X.
Kỳ vọng của u(x) được xác định bởi
Z +∞
E (u (X )) = u(x)f (x)dx
−∞
30 / 62
Kỳ vọng
Kỳ vọng BNN liên tục
Ví dụ 9
Cho X là một biến ngẫu nhiên có hàm mật độ

2x khi x ∈ [0, 1]
f (x) =
0 khi x ∈ / [0, 1]
Tìm kỳ vọng của X.
Giải
Ta có
+∞ 1 1
x3
Z Z Z
1 2
E (x) = xf (x)dx = x.2xdx = 2x 2 dx = 2 0
=
−∞ 0 0 3 3
31 / 62
Kỳ vọng
Kỳ vọng
Tính chất
Cho X,Y là 2 biến ngẫu nhiên bất kỳ và c ∈ R, ta có kỳ vọng của
biến ngẫu nhiên có các tính chất sau:
E (c) = c
E (cX ) = cE (X )
E (X + Y ) = E (X ) + E (Y )
Nếu hai biến ngẫu nhiên X,Y độc lập thì
E (XY ) = E (X )E (Y ).
Tính chất
Là giá trị trung bình theo xác suất của tất cả các giá trị có
thể có của biến ngẫu nhiên.
Kỳ vọng phản ánh giá trị trung tâm của phân phối xác suất.
32 / 62
Kỳ vọng
Kỳ vọng
Cho biến ngẫu nhiên X có hàm mật độ
( 1
x(1 + 3x) ,1 < x < 3
f (x) = 30
0 otherwise
a) Tìm P(X ) > 2.

b) Tìm kỳ vọng của X.
33 / 62
Phương sai
Phương sai
Định nghĩa
Cho X là một biến số ngẫu nhiên có hàm mật độ f (x) và trung
bình µX . Phương sai của X, Var (X ), ký hiệu σX2 , được định nghĩa
là kỳ vọng của biến ngẫu nhiên (X − µX )2 , nghĩa là

σX2 = E (X − µX )2
(xi − µX )2 f (xi )
 P

 khi X là biến rời rạc
i
= Z +∞

 (x − µX )2 f (x)dx khi X là biến liên tục
−∞
σX càng nhỏ, các số liệu càng tập trung xung quanh trung bình
của chúng.
34 / 62
Phương sai
Phương sai
Ngoài ra, ta còn có thể tìm phương sai như sau:
σX2 = E X 2 − µ2X

Nếu X là biến ngẫu nhiên rời rạc có hàm xác suất f (x), ký hiệu
µ = E (X ), công thức tính phương sai là:
X X
var (X ) = (xi − µX )2 f (xi ) = x 2 f (xi ) − µ2
i i
Nếu X là biến ngẫu nhiên liên tục có hàm xác suất f (x), ký hiệu
µ = E (X ), công thức tính phương sai là:
Z +∞ Z +∞
2
var (X ) = (x − µX ) f (x)dx = x 2 f (x)dx − µ2
−∞ −∞
35 / 62
Phương sai
Phương sai
Tính chất của phương sai

Cho X, Y là 2 biến ngẫu nhiên bất kỳ và c ∈ R, ta có các tính
chất sau:
a) Var (c) = 0
b) Var (cX ) = c 2 Var (X )
c) Var (X + c) = Var (X )
d) Nếu X, Y độc lập thì Var (X + Y ) = Var (X ) + Var (Y )
36 / 62
Phương sai
Phương sai
Ví dụ 11
Cho X là biến số ngẫu nhiên với hàm mật độ xác suất
( 3
1 − x 2 khi x ∈ [−1, 1]

f (x) = 4
0 khi x ∈
/ [−1, 1]
Tìm µX và σX2 . Ta có:

Z +∞ Z 1
3x
1 − x 2 dx = 0

µX = xf (x)dx =
−∞ −1 4
+∞ 1
3x 2
Z Z
2
σX2 1 − x 2 dx

= (x − µX ) f (x)dx =
−∞ −1 4
Z 1
3x 2
3
x5

2
3 x 1 37 / 62
Phương sai
Phương sai
Ví dụ 12
Cho X là biến số ngẫu nhiên với hàm mật độ xác suất
X 0 1 2 3
P 1/8 3/8 3/8 1/8
Tìm µX và σX2 .
X 1 3 3 1 3
µX = xf (x) = 0 · +1· +2· +3· =
x
8 8 8 8 2
!
X
σX2 2
µ2X 2
− µ2X

=E X − = x f (x)
x
2
2 1 2 3 2 3 2 1 3 3
=0 · +1 · +2 · +3 · − = . 38 / 62
Phương sai
Độ lệch chuẩn
Vì đơn vị đo của phương sai được tính theo bình phương đơn vị đo
của biến ngẫu nhiên, và do đó, σX có cùng đơn vị đo với biến ngẫu
nhiên nên trong thực tế, người ta còn gọi σX là độ lệch chuẩn của
X. p
σX = Var (X )
39 / 62
Phương sai
Hàm đặc trưng
Cho X là biến số ngẫu nhiên với hàm mật độ f (x). Hàm số

M(t) = E e tX
được gọi là hàm đặc trưng của X. Từ định nghĩa, ta có

X
M(t) = e tx f (x)
x
nếu X là biến ngẫu nhiên rời rạc.

Z +∞
M(t) = e tx f (x)dx
−∞
nếu X là biến ngẫu nhiên liên tục.

40 / 62
Phương sai
Hàm đặc trưng

Để tính trung bình và phương sai của X, ta lấy đạo hàm hàm đặc
trưng M(t) theo t:

M ′ (t) = E X e tX ,
cho t = 0, ta được M ′ (0) = E (X ) = µ

Với đạo hàm bậc 2

M ′′ (t) = E X 2 e tX ,
cho t = 0, ta được
M ′′ (0) = E X 2

Vậy 2
σ 2 = E X 2 − µ2 = M ′′ (0) − M ′ (0)

41 / 62
Phương sai
Mốt
Mốt của đại lượng ngẫu nhiên rời rạc X, ký hiệu Mod(X ), là giá
trị x0 của X mà P(X = x0 ) là lớn nhất. Người ta còn nói rằng
Mod(X ) là giá trị tin chắc nhất của X. Trong trường hợp X là biến
số ngẫu nhiên liên tục với hàm mật độ fX (x), thì Mod(X ) là giá
trị x0 của X sao cho fX (x0 ) là lớn nhất.
Trung vị
Trung vị của đại lượng ngẫu nhiên (rời rạc hay liên tục), ký hiệu
Me(X ), là giá trị x0 của X sao cho P(X ≤ x0 ) = P(X ≥ x0 ).
42 / 62
Phương sai
Ví dụ 13
Cho biến số ngẫu nhiên liên tục X với hàm mật độ xác suất

Ax (3 − x) khi x ∈ [0, 3]
f (x) =
0 khi x ∈/ [0, 3]
a) Tìm A.
b) Tính P(X > 2), µX , σX , Mod(X ) và Me(X ).
a) Ta có f (x) là hàm mật độ xác suất cho biến ngẫu nhiên liên tục
X Z +∞ Z 3
9A 2
f (x)dx = 1 = Ax (3 − x) dx = ,A =
−∞ 0 2 9
b)
Z +∞ Z 3
2 7
P (X > 2) = f (x)dx = x (3 − x) dx =
9 27 43 / 62
Phương sai
Ví dụ 13
Z +∞ Z 3
2 2 3
µX = xf (x)dx = x (3 − x) dx =
−∞ 0 9 2
Z+∞ Z 3
2
2 2 3 27
E X = x (3 − x) dx =
x f (x)dx =
−∞ 0 9 10
2
27 3 9
σX2 = E X 2 − (µX )2 =

− =
10 2 20
Để tìm Mod(X ), ta lập bảng biến thiên cho hàm mật độ, từ đó
3
Mod(X ) = .
2
Trung vị a = Med(X ) được xác định P (X ≤ a) = P (X ≥ a),
a ∈ [0, 3], và
Z a
1 2 2 1
= x (3 − x) dx = − a3 + a2
2 0 9 27 3
3 44 / 62

Xét vectơ ngẫu nhiên V = (X , Y ), giả sử X,Y lần lượt nhận các
giá trị
X = x1 , x2 , x3 , ...
Y = y1 , y2 , y3 , ...
Đặt
pij = P (V = (xi , yj )) ≡ P (X = xi ; Y = yj )
Ta có bảng phân phối xác suất
X-Y y1 y2 y3 ... PX
x1 p11 p12 p13 ... p1
x2 p21 p22 p23 ... p2
... ... ... ... ... ...
PY p1 p2 p3 ... 1
45 / 62
Hàm mật độ đồng thời
Hàm số

pij khi (x, y ) = (xi , yj )
f (x, y ) =
0 khi (x, y ) ̸= (xi , yj ) , ∀i, j
được gọi là hàm mật độ đồng thời, hay vắn tắt là hàm mật độ, của
V = (X , Y ), ta có:
f (x, y ) ≥ 0, ∀(x, y ),
X
f (x, y ) = 1
x,y
46 / 62
Hàm mật độ thành phần

Từ bảng phân phối xác suất của V = (X , Y ), ta có thể suy ra
được các bảng phân phối xác suất cho X và Y, cụ thể:
P (X = xk ) = P (X = xk ; Y = y1 , y2 , y3 , ...)
= P (X = xk ; Y = y1 ) + P (X = xk ; Y = y2 ) + ...
= pk1 + pk2 + pk3 + ...
X
= pkj ≡ pk.
j
Ta có bảng phân phối xác suất cho X:

X x1 x2 x3 ...
P p1 p2 p3 ...
Và hàm mật độ của X:
X
fX (x) ≡ f (x, y )
y
47 / 62
Hàm mật độ có điều kiện

Để khảo sát biến số ngẫu nhiên X khi biết Y xảy ra, ta cần tính
xác suất có điều kiện P(X |Y ).
P (X = xi ; Y = yj ) pij
P (X = xi |Y = yj ) = =
P (Y = yj ) p.j
Từ đó ta có bảng phân phối xác suất của X |(Y = yi )
X |(Y = yi ) x1 x2 x3 ...
P p1j /p.j p2j /p.j p3j /p.j ...
Tổng quát
P (X = x; Y = y ) f (x, y )
P (X = x |Y = y ) = =
P (Y = y ) fY (y )
f (x, y )
Và hàm số fX |Y (x) = được gọi là hàm mật độ có điều kiện
fY (y )
của X, khi biết Y=y.
48 / 62
Biến số ngẫu nhiên độc lập
Với hai biến số ngẫu nhiên X, Y, ta nói X độc lập với Y nếu hàm
mật độ có điều kiện của X, khi biết Y=y , không phụ thuộc vào y,
nghĩa là
fX |Y (x) = fX (x)
Và do đó
f (x, y ) = fX (x)fY (y )
Ta có kết quả
f (x, y )
fY (y ) = = fY |X (y )
fX (x)
và do đó, Y cũng độc lập với X.
49 / 62
Ví dụ
Cho vectơ ngẫu nhiên V=(X,Y) với bảng phân phối xác suất
X-Y 0 1
0 0.3 0.35
1 0.15 0.2
Ta có hàm mật độ đồng thời của V



 0.3 khi (x, y ) = (0, 0)
 0.35 khi (x, y ) = (0, 1)


f (x, y ) = 0.15 khi (x, y ) = (1, 0)
0.2 khi (x, y ) = (1, 1)




0 trường hợp khác

50 / 62
P (X = 0) = P (X = 0; Y = 0) + P (X = 0; Y = 1) = 0.3 + 0.35 = 0.6
P (X = 1) = P (X = 1; Y = 0) + P (X = 1; Y = 1) = 0.15 + 0.2 = 0.3

Từ đây ta có bảng phân phối xác suất cho X
X 0 1
P 0.65 0.35
Và hàm mật độ thành phần fX của X


 0.65 khi x =0
fX (x) = 0.35 khi x =1
0 khi x ̸= 0, 1

51 / 62
Tương tự, ta có hàm mật độ thành phần fY của Y


 0.45 khi y = 0
fY (y ) = 0.55 khi y = 1
0 khi y ̸= 0, 1

Vì f (x, y ) ̸= fX (x)fY (y ) nên hai biến số ngẫu nhiên X và Y không

độc lập với nhau.
52 / 62
Hàm mật độ thành phần

Hàm mật độ thành phần X và Y của V được lần lượt xác định theo
hàm mật độ đồng thời f (x, y ) của V bởi
Z ∞
fX (x) = f (x, y )dy
−∞
Z ∞
fY (y ) = f (x, y )dx
−∞
Hàm mật độ có điều kiện

Hàm mật độ có điều kiện của X, khi biết Y=y và hàm mật độ có
điều kiện của Y, khi biết X=x lần lượt cho bởi
f (x, y ) f (x, y )
fX |Y (x) = , fY |X (y ) = 53 / 62

Với hai biến số ngẫu nhiên X, Y, ta nói X độc lập với Y nếu hàm
mật độ có điều kiện của X, khi biết Y=y , không phụ thuộc vào y,
nghĩa là
fX |Y (x) = fX (x)
Do đó
f (x, y ) = fX (x)fY (y )
Từ đó suy ra
f (x, y )
fY (y ) = = fY |X (y )
fX (x)
54 / 62
Tham số đặc trưng vectơ ngẫu nhiên
Xét vectơ ngẫu nhiên V=(X,Y) với hàm mật độ xác suất f (x, y )
và u(X,Y) là một hàm theo vectơ ngẫu nhiên V=(X,Y). Kỳ vọng
của u(X,Y) được xác định là
X
E (u (X , Y )) = u(x, y )f (x, y )
x,y
khi X, Y là các biến ngẫu nhiên rời rạc, và

Z +∞ Z +∞
E (u (X , Y )) = u(x, y )f (x, y )dxdy
−∞ −∞
khi X là biến ngẫu nhiên liên tục.
55 / 62
Trung bình thành phần

Ta có thể tính trung bình của X hay Y từ hàm mật độ đồng thời
f (x, y ) X
µX = xf (x, y )
x,y
nếu X là biến rời rạc, và

Z +∞ Z +∞
µX = xf (x, y )dxdy
−∞ −∞
nếu X là biến liên tục, tương tự cho Y.
56 / 62
Phương sai thành phần

X
σX2 = (x − µX )2 f (x, y )
x,y
nếu X là biến rời rạc, và

Z +∞ Z +∞
2
σX = (x − µX )2 f (x, y )dxdy
−∞ −∞
nếu X là biến liên tục, tương tự cho Y.
Hệ số tương quan
Là đại lượng đánh giá sự thay đổi phụ thuộc tuyến tính vào nhau
giữa các biến số ngẫu nhiên thành phần của một vectơ ngẫu nhiên.
57 / 62
Hiệp phương sai của X, Y ký hiệu cov (X , Y ). Ta có

X
cov (X , Y ) ≡ E ((X − µX ) (Y − µY )) = (x − µX ) (y − µY ) f (x, y )
x,y
khi X,Y rời rạc và

Z +∞ Z +∞
cov (X , Y ) = (x − µX ) (y − µY ) f (x, y )dxdy
−∞ −∞
khi X,Y liên tục. Hơn nữa
cov (X , Y ) = E (XY ) − µX µY
Hệ số tương quan
Hệ số tương quan của X, Y ký hiệu ρ(X , Y ), được định nghĩa là
cov (X , Y ) 58 / 62
ρ (X , Y ) =
Bài tập
1. Có hai thùng thuốc A và B, trong đó :

thùng A có 20 lọ gồm 2 lọ hỏng và 18 lọ tốt,
thùng B có 20 lọ gồm 3 lọ hỏng và 17 lọ tốt,
a) Lấy ở mỗi thùng 1 lọ. Gọi X là số lọ hỏng trong 2 lọ lấy ra. Tìm
hàm mật độ của X.
b) Lấy ở thùng B ra 3 lọ. Gọi Y là số lọ hỏng trong 3 lọ lấy ra.
Tìm hàm mật độ của Y.
2. Một xạ thủ bắn bia với xác suất bắn trúng bia là p = 0.6. Có 5
viên đạn được bắn lần lượt và xạ thủ sẽ dừng bắn khi hết đạn hay
ngay khi có một viên đạn trúng bia. Gọi X là số lần bắn. Tìm hàm
mật độ của X. Tính trung bình µ và phương sai σ 2 .
59 / 62
Bài tập
3. Gọi X là tuổi thọ của con người. Biết hàm mật độ của X là
cx 2 (100 − x)2 khi 0 ≤ x ≤ 100

f (x) =
0 khi x < 0 hay x > 100
a) Xác định hằng số c,
b) Tính trung bình và phương sai của X,
c) Tính xác suất của một người có tuổi thọ ≥ 60 ,
d) Tính xác suất một người có tuổi thọ ≥ 60 , biết rằng người đó
hiện nay đã 50 tuổi.
4. Cho vectơ ngẫu nhiên có bảng phân phối xác suất
X-Y 1 2 3
0 0.1 0.2 0.1
1 0.2 0.2 0.2
a) Tìm các hàm mật độ thành phần fX (x), fY (y ),
b) Tìm các trung bình µX , µY , các phương sai σX2 , σY2 và hệ số
60 / 62
Bài tập
5. Một trò chơi quay thưởng yêu cầu người chơi trả số tiền 2$ mỗi
lần chơi và phần thưởng nhận được sẽ như hình bên dưới.
Tìm trung bình cho số tiền mà người chơi nhận được khi tham gia
chơi.
6. Cho X là biến ngẫu nhiên rời rạc có hàm mật độ xác suât như
sau
p(x) = cx 2 , x = 1, 2, 3, 4, và bằng 0 nơi khác
a) Tìm c
b) Tìm E (X ) 61 / 62
Bài tập
7. Một hợp đồng bảo hiểm sẽ chi trả mỗi ngày 100$ trong 3 ngày
đầu và 50$ cho một ngày tiếp theo cho chi phí nằm viện.
Số ngày nằm viện là biến ngẫu nhiên rời rạc có hàm mật độ xác
suất
6−k
(
, k = 1, 2, 3, 4, 5
p(k) = 15
0 , nơi khác
Tìm trung bình cho số tiền mà hợp đồng bảo hiểm này đã chi trả
cho chi phí nằm viện.
62 / 62

BNN - SV

Uploaded by

Copyright:

Available Formats

You might also like

BNN - SV

Uploaded by

Document Information

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

BNN - SV

Uploaded by

Copyright:

Available Formats

Biến ngẫu nhiên Xác định biến ngẫu nhiên Các tham số đặc trưng Vectơ ngẫu nhiên

Biến số ngẫu nhiên

1 Biến ngẫu nhiên

2 Xác định biến ngẫu nhiên

3 Các tham số đặc trưng

4 Vectơ ngẫu nhiên

Người ta thường dùng các chữ in hoa X, Y, Z, . . . để ký hiệu các

Phân loại biến ngẫu nhiên

Biến ngẫu nhiên rời rạc

Biến ngẫu nhiên liên tục

Xác định biến ngẫu nhiên

Bảng phân phối xác suất

Bảng phân phối xác suất

Bảng phân phối xác suất

Biến ngẫu nhiên rời rạc

Hàm mật độ(xác suất) BNN rời rạc

Hàm số f : R → R xác định bởi

Biến ngẫu nhiên rời rạc

Hàm mật độ(xác suất) BNN rời rạc

Biến ngẫu nhiên rời rạc

Hàm mật độ(xác suất) BNN rời rạc

Biến ngẫu nhiên rời rạc

Hàm mật độ(xác suất) BNN rời rạc

a) Lập bảng phân phối xác suất.

Biến ngẫu nhiên rời rạc

Hàm phân phối (tích lũy) BNN rời rạc

Biến ngẫu nhiên rời rạc

Hàm phân phối (tích lũy) BNN rời rạc

Biến ngẫu nhiên rời rạc

Hàm phân phối (tích lũy) BNN rời rạc

Biến ngẫu nhiên rời rạc

Hàm phân phối (tích lũy) BNN rời rạc

a) Lập bảng phân phối xác suất cho X.

Biến ngẫu nhiên liên tục

Hàm mật độ của BNN liên tục

Biến ngẫu nhiên liên tục

Hàm phân phối tích lũy của BNN liên tục

Biến ngẫu nhiên liên tục

a) Tìm hàm phân phối xác suấtZ của X.

Biến ngẫu nhiên liên tục

Ta có hàm phân phối:

Biến ngẫu nhiên liên tục

Cho hàm mật độ

Biến ngẫu nhiên liên tục

nên adx = 1, vậy ta tìm được a = 1.

Biến ngẫu nhiên liên tục

a) Tìm giá trị của c.

Tìm P[X < 3|X > 2].

Biến ngẫu nhiên liên tục

Tìm xác suất sao cho X nhận giá trị là lẻ.

Biến ngẫu nhiên liên tục

Kỳ vọng BNN rời rạc

Kỳ vọng của X, E (X ) hay ký hiệu là µX , là một số được định

Kỳ vọng BNN rời rạc

Ta có trung bình của X là

Kỳ vọng BNN liên tục

Kỳ vọng BNN liên tục

Tìm kỳ vọng của X.

a) Tìm P(X ) > 2.