Chuong 2

2.1. Biến ngẫu nhiên và luật phân bố. 2.2. Các đặc trưng số của BNN. 2.3.
2.3. Một số luật phân bố quan trọng.
Chương 2. Biến ngẫu nhiên
30/08/2016

2.1. Biến ngẫu nhiên và luật phân bố. 2.2. Các đặc trưng số của BNN. 2.3. Một số luật phân bố quan trọng.
Mục lục
2.2.4. Trung vị (Median).

1 2.1. Biến ngẫu nhiên và luật phân bố. 2.2.5. Mômen.
2.1.1. Mở đầu. 2.2.6. Độ lệch, độ nhọn.
2.1.2. Luật phân bố của BNN. 3 2.3. Một số luật phân bố quan trọng.
2.1.3. Bảng phân bố xác suất của BNN 2.3.1. Luật phân bố Nhị thức B(n, p).
rời rạc. 2.3.2. Luật phân bố Poisson P(λ).
2.1.4. Hàm phân bố xác suất của BNN. 2.3.3. Luật phân bố Đều U[a, b].
2.1.5. Hàm mật độ của BNN liên tục. 2.3.4. Luật phân bố Mũ E (λ).
2 2.2. Các đặc trưng số của BNN. 2.3.5. Luật phân bố Chuẩn N(µ, σ 2 ).
2.2.1. Kỳ vọng. 2.3.6 Luật phân bố Khi bình phương χ2 .
2.2.2. Phương sai. 2.3.7 Luật phân bố Student T .
2.2.3. Mode. 2.3.8 Luật phân bố Fisher F .

2.1. Biến ngẫu nhiên và luật phân bố.
Bài 2.1. Biến ngẫu nhiên và luật phân bố.

2.1.1. Mở đầu.
2.1.1. Mở đầu.
a. Khái niệm biến ngẫu nhiên.

Cho phép thử ngẫu nhiên T . Biến ngẫu nhiên (BNN) là đại lượng liên quan đến phép thử,
không biết trước giá trị, phụ thuộc vào kết quả của phép thử ngẫu nhiên.
Ký hiệu: X , Y , Z , ... hoặc ξ, η, ζ, ...
Nhận xét.
Giá trị của BNN không biết trước, khi X : Ω → R
phép thử chưa xảy ra. ω 7 → X (ω)
b. Tập giá trị của BNN X .

Tập giá trị của BNN X là tập tất cả các giá trị mà X có thể nhận.
Ký hiệu: X (Ω) = {x1 , x2 , ..., xn , ...}.

2.1.1. Mở đầu.
Ví dụ.
Phép thử T gieo một xúc xắc hai lần liên tiếp và quan sát số chấm xuất hiện.
Không gian mẫu Ω = {ω = (i, j) : 1 ≤ i, j ≤ 6}, |Ω| = 36.
Gọi BNN X là tổng số chấm,
X : Ω → R
ω = (i, j) 7→ X (ω) = i + j
Tập giá trị X (Ω) = {2, ..., 12}.

3
Biến cố {X ≤ 3} = {ω = (i, j) : i + j ≤ 3} = {(1, 1) , (1, 2) , (2, 1)}. Xác suất P(X ≤ 3) = .
36
Nhận xét.
Việc nghiên cứu BNN là tổng quát hơn so với chỉ nghiên cứu biến cố thông thường.

2.1.1. Mở đầu.
c. Phân loại.
Nếu tập giá trị hữu hạn hay vô hạn đếm được thì BNN được gọi là rời rạc. Khi đó
X (Ω) = {x1 , x2 , ...} ⊂ R.
Nếu tập giá trị lấp đầy một hoặc một số khoảng thì BNN được gọi là liên tục.
Loại khác.
(Tập vô hạn các phần tử, có thể xếp thành dãy gọi là vô hạn đếm được, ví dụ N, Z.
Tập vô hạn không đếm được, ví dụ [0, 1], R.)
d. Một số biến cố sinh từ BNN.

{X = x} = {ω : X (ω) = x}
{X ≤ x} = {ω : X (ω) ≤ x} = {ω : X (ω) ∈ (−∞, x]}
{X > x} = {ω : X (ω) > x} = {ω : X (ω) ∈ [x, ∞)}
{x1 < X ≤ x2 } = {ω : x1 < X (ω) ≤ x2 } = {ω : X (ω) ∈ (x1 , x2 ]}

2.1.2. Luật phân bố của BNN.
2.1.2. Luật phân bố của BNN.
Việc biết tập giá trị của BNN là quan trọng, song hai BNN có tập giá trị giống nhau lại có
thể hoàn toàn khác nhau. Tập giá trị cho ta rất ít thông tin về BNN. Điều quan trọng là biết
BNN nhận các giá trị có thể của nó với xác suất bao nhiêu.
a. Định nghĩa.
Mối liên hệ giữa các giá trị có thể nhận của BNN với xác suất tương ứng được gọi là luật
phân bố của BNN ấy.
b. Một số dạng luật phân bố.

BNN rời rạc: BNN liên tục:
Bảng phân bố xác suất Hàm phân bố xác suất
Hàm phân bố xác suất Hàm mật độ xác suất

2.1.3. Bảng phân bố xác suất của BNN rời rạc.
Cho BNN rời rạc X có tập giá trị X (Ω) = {x1 , ..., xn , ...}. Đặt pn = P(X = xn ), n = 1, 2, . . .
Bảng phân bố xác suất.

X (Ω) x1 x2 ... xn ... P∞
trong đó i=1 pi = 1.
P p1 p2 ... pn ...
Chú ý.
Các giá trị của BNN nhận thường được xếp theo thứ tự tăng dần: x1 < x2 < ... < xn < ....

Ví dụ.
Phép thử T gieo một xúc xắc hai lần liên tiếp và quan sát số chấm xuất hiện.
Không gian mẫu Ω = {ω = (i, j) : 1 ≤ i, j ≤ 6}, |Ω| = 36.
Gọi BNN X là tổng số chấm, bảng phân bố xác suất của X
X (Ω) 2 3 4 5 6 7 8 9 10 11 12
1 2 3 4 5 6 5 4 3 2 1
P
36 36 36 36 36 36 36 36 36 36 36
14
P(3 ≤ X < 6, 7) = P(X = 3) + P(X = 4) + P(X = 5) + P(X = 6) =
36
Ví dụ (VD 2.7 trang 21).

Xác suất xạ thủ bắn trúng bia là 0, 8. Xạ thủ bắn từng phát cho đến khi trúng bia. Lập bảng
phân bố xác suất của số viên đạn cần bắn.
X (Ω) 1 2 ... n ...
P 0, 8 0, 2.0, 8 ... 0, 2n−1 .0, 8 ...
P (3 ≤ X < 5, 1) = P (X = 3) + P (X = 4) + P (X = 5) = 0, 22 .0, 8 + 0, 23 .0, 8 + 0, 24 .0, 8.

2.1.4. Hàm phân bố xác suất của BNN.

a. Định nghĩa.
Hàm phân bố (hàm phân bố xác suất, với x ∈ R.
hàm phân bố tích luỹ) của BNN X, ký hiệu
FX (x), xác định bởi
FX (x) = P(X ≤ x)
Nhận xét.
FX (x) = P(X ∈ (−∞, x]) = P({ω : X (ω) ∈ (−∞, x]}).
Hàm phân bố được định nghĩa cho cả BNN rời rạc lẫn BNN liên tục.
Chú ý.
Có sách định nghĩa FX (x) = P(X < x).

b. Tính chất.
1 0 ≤ FX (x) ≤ 1.
2 FX (x) là hàm không giảm, tức là FX (x1 ) ≤ FX (x2 ) nếu x1 ≤ x2 .
3 lim FX (x) = 1; lim FX (x) = 0.
x→∞ x→−∞
4 FX (x) là hàm liên tục phải.
5 P(a < X ≤ b) = P(X ∈ (a, b]) = FX (b) − FX (a).
X x1 x2 ... xn ...
6 Nếu X là BNN rời rạc có phân bố xác suất
 P p1 p2 ... pn ...

 0 , x < x 1
p1 , x1 ≤ x < x2
P 
thì FX (x) = pi = có dạng hàm bậc thang.
i:xi ≤x 
 p 1 + p2 , x2 ≤ x < x3
...



X 1 2 4
Cho BNN rời rạc X có bảng xác suất như sau . Tìm hàm phân bố của
P 0, 1 0, 5 0,4
BNN X .
Lời giải.
FX (x) = P (X ≤ x)


 0 nếu x <1
0, 1 nếu 1≤x <2

=

 0, 1 + 0, 5 nếu 2≤x <4

0, 1 + 0, 5 + 0, 4 nếu x ≥4

2.1.5. Hàm mật độ của BNN liên tục.
a. Định nghĩa.
BNN X được gọi là liên tục nếu hàm phân bố
FX (x) của nó liên tục trên R, khả vi có thể
trừ ra tại một số hữu hạn hoặc đếm được
điểm. Đạo hàm của hàm phân bố gọi là hàm
mật độ:
d FX (x)
fX (x) = = FX0 (x)
dx

b. Tính chất.
Giả sử X là BNN liên tục, có hàm mật độ fX (x).
1 fX (x) là hàm không âm, tức là fX (x) ≥ 0, ∀x ∈ R.
R∞
2 fX (x) là hàm khả tích trên R và tích phân bằng 1, tức là fX (x) dx = 1.
−∞
Rx
3 Mối liên hệ. FX (x) = fX (t) dt, FX0 (x) = fX (x), x ∈ R.
−∞
4 Xác suất để X nhận một giá trị cụ thể bằng 0: P(X = a) = 0, ∀a ∈ R.
5 Công thức tính xác suất
Rb
P (a < X < b) = P (a ≤ X < b) = P (a < X ≤ b) = P (a ≤ X ≤ b) = fX (x) dx
a
= FX (b) − FX (a)

c. Nhận xét.
Diện tích hình giới hạn bởi trục hoành và
hàm mật độ bằng 1.
Xác suất để BNN liên tục X nhận giá trị
trong khoảng (a; b) nào đó bằng diện
tích hình thang cong giới hạn bởi
đường cong mật độ và các đường thẳng
x = a, x = b, y = 0.
Rb
a
= FX (b) − FX (a)


π
Cho BNN(X có hàm mật độ Tính P 0 < X < theo hàm mật độ.
π π 4
a cos x nếu − < x <
fX (x) = 2 2
0 nếu trái lại Tìm hàm phân bố FX (x), tính lại xác
Tìm a, vẽ đồ thị hàm mật độ. suất trên theo hàm phân bố.
Lời giải.
− π2 π √
R∞ R 1 R4 2
1= fX (x) dx = 0dx + cos xdx =
−∞ −∞ 20 4
π
R2 R∞ 1
a cos xdx + 0dx = 2a ⇔ a = .
− π2 π 2
2
π
π R4
P 0<X < = fX (x) dx =
4 0
π
Nếu x ≥ ,
2π π
−2
R R2 cos t Rx
FX (x) = 0dt+ dt+ 0dt = 1
−∞ −π 2 π
2 2
Rx
Hàm phân bố FX (x) = fX (t) dt Do đó  π
−∞  0 ,x ≤ −
π Rx

 2
1 + sin x π π

Nếu x ≤ − , FX (x) = 0dt = 0 FX (x) = ,− < x <
2 −∞  2 2 π 2
π π

 1 ,x ≥

Nếu − < x < , FX (x) = 2
2 2
− π2
R Rx cos t 1 + sin x Xác suất √
0dt + dt = π π 2
−∞ − π 2 2 P 0<X < = FX − FX (0) =
2 4 4 4

2.2. Các đặc trưng số của BNN.
Bài 2.2. Các đặc trưng số của BNN.

2.2.1. Kỳ vọng.
2.2.1. Kỳ vọng.
a. Định nghĩa kỳ vọng.
Kỳ vọng (hay giá trị trung bình) của BNN X, ký hiệu là EX, được xác định như sau:
Nếu X là BNN rời rạc có phân bố xác trị của X là hữu hạn)
X x1 x2 ... xn ... Nếu X là BNN liên tục có hàm mật độ
suất thì
P p1 p2 ... pn ... fX (x):
∞
X Z∞
µ = EX = x1 p1 + x2 p2 + ... = xn p n
n=1
µ = EX = xfX (x) dx
−∞
(với điều kiện chuỗi hội tụ tuyệt đối,
chuỗi trở thành tổng hữu hạn nếu tập giá (với điều kiện tích phân hội tụ tuyệt đối).
Nhận xét. Công thức tính kỳ vọng là công thức trung bình có trọng số (trường hợp rời
rạc), trung bình tích phân (trường hợp liên tục).

2.2.1. Kỳ vọng.
b. Tính chất.
1 EC = C .
2 E (aX ) = aEX , ∀a ∈ R.
3 E (X ± Y ) = EX ± EY .
4 Nếu X , Y là hai BNN độc lập và có kỳ vọng thì tích XY cũng có kỳ vọng và
E (XY ) = EX .EY .
(Hai BNN X , Y gọi là độc lập nếu P(X ∈ A, Y ∈ B) = P(X ∈ A)P(Y ∈ B) với mọi A, B
là các khoảng, đoạn thuộc R.)
5 Kỳ vọng của hàm của BNN. Giả sử ϕ(x) là hàm số sơ cấp nào đó sao cho Y = ϕ(X ) là
BNN có kỳ vọng. Khi đó
∞
P
Nếu X rời rạc: EY = E ϕ (X ) = ϕ (xn ) pn .
n=1
R∞
Nếu X liên tục: EY = E ϕ (X ) = ϕ (x) fX (x) dx.
−∞

2.2.1. Kỳ vọng.
Ví dụ.
X 1 2 4 X
Cho BNN rời rạc X có bảng xác suất như sau . Tính EX , E .
P 0, 1 0, 5 0,4 X +1
Lời giải.
EX = 1.0, 1 + 2.0, 5 + 4.0, 4 = 2, 7

X 1 2 4 211
E = .0, 1 + .0, 5 + .0, 4 =
X +1 1+1 2+1 4+1 300

2.2.1. Kỳ vọng.
Ví dụ.
( 1 π π
cos x nếu − <x <
Cho BNN X có hàm mật độ fX (x) = 2 2 2 . Tính EX , EX 2 , Ee X .
0 nếu trái lại
π π
Z∞ Z− 2 Z2 Z∞
cos x
EX = xfX (x) dx = x.0dx + x dx + x.0dx
2
−∞ −∞ − π2 π
2
π π
Z∞ Z− 2 Z2 Z∞
2 2 2 cos x
2
EX = x fX (x) dx = x .0dx + x . dx + x 2 .0dx
2
−∞ −∞ − π2 π
2
− π2 π
Z∞ Z Z 2 Z∞
X x x cos x
x
Ee = e fX (x) dx = e .0dx + e . dx + e x .0dx
2
−∞ −∞ − π2 π
2

2.2.2. Phương sai.
Phương sai.
a. Định nghĩa phương sai.

Phương sai của BNN X, ký hiệu là VX (hoặc DX), xác định bởi VX = E (X − EX )2 = σ 2 .
b. Định nghĩa độ lệch tiêu chuẩn.

√
Độ lệch tiêu chuẩn BNN X, ký hiệu là σX , xác định bởi σX = VX .
c. Nhận xét.
Khai triển vế phải của phương sai, ta nhận được VX = EX 2 − (EX )2 .
Với µ = EX ,
VX = E (X − µ)2 = E [X 2 − 2µX + µ2 ] = EX 2 − 2µEX + µ2 = EX 2 − µ2 = EX 2 − (EX )2 .

d. Công thức tính phương sai.

Nếu X rời rạc: Nếu X liên tục:
∞ R∞
2 P 2 2 2
VX = E (X − EX ) = (xn − µ) pn VX = E (X − EX ) = (x − µ) f (x) dx
n=1 −∞
∞
2 R∞
= E X 2 − (EX ) = xn 2 pn − µ2
P 2
= E X 2 − (EX ) = x 2 f (x) dx − µ2
n=1 −∞
∞
với EX =
P
xn pn = µ. R∞
n=1
với EX = xfX (x) dx = µ.
−∞

e. Tính chất.
Phương sai của BNN có các tính chất sau: V (aX ) = a2 V (X ).
VX ≥ 0. Nếu X , Y độc lập, phương sai hữu hạn
VC = 0. thì V (X ± Y ) = V (X ) + V (Y ).
Chứng minh.
2 2 2
V (X − Y ) = E (X − Y ) − [E (X − Y )] = E X 2 − 2XY + Y 2 − [EX − EY ]

2 2
= E X 2 − 2EXY + E Y 2 − (EX ) + 2EX .EY − (EY ) (tính chất độc lập)
2 2 2 2
= E X − (EX ) + E Y − (EY )
= VX + VY
Nếu X , Y là hai BNN độc lập và có kỳ vọng thì tích XY cũng có kỳ vọng và
E (XY ) = EX .EY .

Ví dụ.
Tính kỳ vọng, phương sai, độ lệch tiêu chuẩn của BNN X có bảng phân bố
X 0 1 2 3
5 15 9 1
P
30 30 30 30
Lời giải.
5 15 9 1 36
EX = 0. + 1. + 2. + 3. =
30 30 30 30 30
5 15 9 1
E X 2 = 02 . + 12 . + 22 . + 32 . =2
30 30 30 30
2 14
VX = E X 2 − (EX ) =
25

Ví dụ.

 1 + x nếu − 1 ≤ x < 0
Cho BNN X có hàm mật độ fX (x) = 1 − x nếu 0 < x ≤ 1 . Tính kỳ vọng, phương sai,

0 nếu trái lại
độ lệch tiêu chuẩn của BNN X .
Lời giải.
Z∞ Z−1 Z0 Z1 Z∞
EX = xfX (x) dx = x.0dx + x. (1 + x) dx + x (1 − x) dx + x.0dx =
−∞ −∞ −1 0 1
Z∞ Z−1 Z0 Z1 Z∞
2 2 2 2 2
EX = x fX (x) dx = x .0dx + x . (1 + x) dx + x . (1 − x) dx + x 2 .0dx =
−∞ −∞ −1 0 1
2 2
VX = E X − (EX ) =

2.2.3. Mode.
2.2.3. Mode.
Định nghĩa.
Mode của BNN X , ký hiệu Mod(X ), là giá trị mà tại đó xác suất tương ứng hay hàm mật
độ đạt giá trị lớn nhất.
X x1 x2 ... xn ...
Nếu X là BNN rời rạc,
P p1 p2 ... pn ...
xk = Mod(X ) ⇔ pk = Max {p1 , p2 , ..., pn }.
Nếu X là BNN liên tục với hàm mật độ fX (x), x0 = Mod(X ) ⇔ f (x0 ) = max f (x).

2.2.3. Mode.
Ví dụ.
X 1 3 4 7 8 10 11
Cho BNN X có bảng phân bố xác suất .
P 0,2 0,05 0,15 0,2 0,1 0,2 0,1
Tìm Mod(X ).
Trả lời.
Mod(X ) = 1 hoặcMod(X ) = 7 hoặc Mod(X ) = 10.

2.2.3. Mode.
Ví dụ.
kx 2 (1 − x) , nếu 0 ≤ x ≤ 1

Cho BNN X có hàm mật độ fX (x) = . Tìm k, Mod(X ).
0 , nếu trái lại
Trả lời.
R∞ R0 R1 R∞ k
1= fX (x) dx = 0dx + kx 2 (1 − x) dx + 0dx = 12 ⇒ k = 12
−∞ −∞ 0 1
2
x 0 3 1
y0 + 0 −
16
9
y
0 0 2
Mod(X ) = .
3


Định nghĩa.
Trung vị (Median) của BNN X , ký hiệu là
Med(X ), xác định bởi:
Nếu X rời rạc,
Med (X ) =
 P (X ≤ xi ) ≥ 1

xi sao cho 2
1
 P (X ≥ xi ) ≥

2
Nếu X liên tục,
Med (X ) =  Chú ý. Nếu X liên tục, Med(X ) = x0 thỏa
Rx0 1 Rx0 1
 fX (x) dx ≥ mãn FX (x0 ) = fX (x) dx = .
2


−∞ 2 −∞
x0 sao cho R∞ 1
 fX (x) dx ≥


x0 2
Ví dụ.
X 1 3 4 7 8 10 11
Cho BNN X có bảng phân bố xác suất .
P 0,2 0,05 0,15 0,2 0,1 0,2 0,1
Tìm Med(X ).
Trả lời.
Med(X ) = 7.
Ví dụ.
kx 2 (1 − x) , nếu 0 ≤ x ≤ 1

Cho BNN X có hàm mật độ fX (x) = . Tìm k, Med(X ).
Trả lời.
1
k = 12 và Med(X ) = m thỏa mãn FX (m) = .
2
2.2.5. Mômen.
2.2.5. Mômen
Định nghĩa.
Cho BNN X .
Mô men cấp k:
vk (X ) = E X k
Mô men quy tâm cấp k:
k
µk (X ) = E (X − EX )

2.2.6. Độ lệch, độ nhọn.
2.2.6. Độ lệch, độ nhọn.
Độ lệch, độ nhọn.
Cho BNN X . Ta có
E (X −µ)3 µ3
Độ lệch. Skew (X ) = σ3 = σ3 .
E (X −µ)4 µ4
Độ nhọn. Kurt (X ) = σ4 = σ4 − 3.
Độ rộng giải biến thiên. Nếu BNN X nhận giá trị trong [m, M], thì độ rộng dải biến
thiên là M − m.

2.3. Một số luật phân bố quan trọng.
Bài 2.3. Một số luật phân bố quan trọng.

2.3.1. Luật phân bố Nhị thức B(n, p).

Xét phép thử ngẫu nhiên T , biến cố A liên quan đến T , P(A) = p > 0. Tiến hành phép thử T
lặp lại n lần độc lập. Gọi X là số lần xuất hiện A trong n lần thử. Khi đó:
X là BNN rời rạc, miền giá trị X (Ω) = {0, 1, ..., k, ..., n},
Xác suất
n−k
P (X = k) = Cnk p k (1 − p) (Công thức Bernoulli)
a. Định nghĩa.
BNN X gọi là có phân bố Nhị thức (phân bố Bernoulli) với tham số n, p, ký hiệu
X ∼ B(n, p) nếu X (Ω) = {0, 1, ..., k, ..., n} và
pk = P (X = k) = Cnk p k q n−k
với q = 1 − p, 0 < p < 1.

Nhận xét.
X 0 1 ... n
Bảng phân bố xác suất có các xác suất thỏa mãn
P p0 p1 ... pn
n
X n
X n
pk = Cnk p k q n−k = (p + q) = 1 Nhị thức Newton.
k=0 k=0
b. Tính chất.
Nếu X ∼ B(n, p) thì
Kỳ vọng EX = np.
√ √
Phương sai VX = npq, độ lệch tiêu chuẩn σX = VX = npq.
Mod(X ) = [(n + 1)p], ([x] chỉ phần nguyên của x).
Phần nguyên của số thực x, ký hiệu [x], là số nguyên lớn nhất không vượt quá x.
Ví dụ [−1, 4] = −2; [2, 3] = 2; [1] = 1; [3, 5] = 3.
n n n n
n!
k.Cnk p k q n−k = k.Cnk p k q n−k = p k q n−k
P P P P
EX = k.pk = k. k!(n−k)!
k=0 k=1 k=1 k=1
n n
P n! k n−k
P (n−1)! k−1 (n−1)−(k−1)
= (k−1)!(n−k)! p q = np (k−1)![(n−1)−(k−1)]! p q
k=1 k=1
i=k−1 n−1
P (n−1)! i (n−1)−i n−1
= np i![(n−1)−i]! p q = np[p + q] = np
i=0
n n n
k (k − 1) .Cnk p k q n−k = k (k − 1) .Cnk p k q n−k
P P P
EX (X − 1) = k (k − 1) .pk =
k=0 k=2 k=2
n n
n! n!
p k q n−k = k n−k
P P
= k (k − 1) . k!(n−k)! (k−2)!(n−k)! p q
k=2 k=2
n n−2
(n−2)! k−2 (n−2)−(k−2) i=k−1
P (n−2)!
np 2 = np 2 i (n−2)−i
P
= (k−2)![(n−2)−(k−2)]! p q i![(n−2)−i]! p q
k=2 i=0
2 n−2 2
= np [p + q] = np
⇒ E X 2 − EX = np 2 ⇒ E X 2 = n (n − 1) p 2 + np
2
⇒ VX = E X 2 − (EX ) = n (n − 1) p 2 + np − n2 p 2 = np − np 2 = np (1 − p) = npq


Ví dụ.
Tỷ lệ ủng hộ ứng cử viên A trong một cuộc bầu cử là 65%. Người ta hỏi 12 cử tri một cách
ngẫu nhiên. Gọi X là số người bỏ phiếu cho ứng cử viên A.
Gọi tên phân bố của X .
Tính xác suất có 5 cử tri ủng hộ A.
Tính xác suất để có ít nhất hai cử tri ủng hộ A.
Lời giải.
X ∼ B(12; 0, 65).
5
P (X = 5) = p5 = C12 0, 655 .0, 357 = 0, 0591.
P (X ≥ 2) = 1 − P (X = 0) − P (X = 1) = 1 − p0 − p1
0 .
= 1 − C12 0, 650 .0, 3512 − C12 1
0, 651 .0, 3511 = 0, 999

2.3.2. Luật phân bố Poisson P(λ).
a. Định nghĩa.
BNN X gọi là có phân bố Poisson với tham số λ, (λ > 0), ký hiệu X ∼ P(λ) nếu tập giá trị
X (Ω) = {0, 1, 2, ...} và
λk
P (X = k) = pk = e −λ , k = 0, 1, ...
k!
Ứng dụng.
Phân bố Poisson thường được sử dụng để đếm số khách hàng đến một địa điểm dịch vụ trong
một khoảng thời gian nào đó.

Nhận xét.
X 0 1 ... k ...
Bảng phân bố xác suất có các xác suất thỏa mãn
P p0 p1 ... pk ...
∞ ∞ ∞
X X λk X λk
pk = e −λ . = e −λ = 1.
k! k!
k=0 k=0 k=0
| {z }
eλ
Chú ý.
Khai triển
∞
x x2 xk X xk
ex = 1 + + + ... + + ... = .
1! 2! k! k!
k=0

b. Tính chất.
Cho X ∼ P(λ). Khi đó
Kỳ vọng EX = λ.
√ √
Phương sai VX = λ, độ lệch tiêu chuẩn σX = VX = λ.
Mod(X ) = [λ], với [λ] là phần nguyên của λ.
Phần nguyên của số thực x, ký hiệu [x], là số nguyên lớn nhất không vượt quá x.
Ví dụ [−1, 4] = −2; [2, 3] = 2; [1] = 1; [3, 5] = 3.
Định lý.
Cho hai BNN độc lập X ∼ P(λ1 ), Y ∼ P(λ2 ). Khi đó Z = X + Y ∼ P(λ1 + λ2 ).

∞
∞ ∞ k
∞
λk
∞
λk−1 i=k−1
X λi
k.e −λ λk! = e −λ = λe −λ = λe −λ
P P P P
EX = k.pk = (k−1)! (k−1)! =λ
k=0 k=1 k=1 k=1 i!
i=0
| {z }
eλ
∞ ∞ k
∞ k
∞
λk−2
k (k − 1) .e −λ λk! = e −λ λ
= λ2 e −λ
P P P P
EX (X − 1) = k (k − 1) .pk = (k−2)! (k−2)!
k=0 k=2 k=2 k=1
∞
i=k−2 2 −λ
X λi 2
= λ e =λ
i!
i=0
| {z }
eλ
2
do đó E X 2 − EX = λ2 ⇒ E X 2 = λ2 + λ ⇒ VX = E X 2 − (EX ) = λ

Ví dụ.
Gara ô tô thấy số khách thuê vào ngày thứ 7 Không phải tất cả ô tô đều được thuê.
là BNN X có phân bố Poisson với λ = 2. Giả Tất cả 4 ô tô đều được thuê.
sử gara có 4 ô tô. Tính xác suất
Gara không đáp ứng đủ nhu cầu.
Lời giải.
Ta có X ∼ P(2). P (X ≥ 4) = 1 − P (X ≤ 3) = 0, 153.
P (X ≤ 3) = P(X = 0)+...+P(X = 3) = P (X > 4) = 1 − P (X ≤ 4) = 0, 053.
20 21 22 23
e −2 +e −2 +e −2 +e −2 = 0, 857.
0! 1! 2! 3!

2.3.3. Luật phân bố Đều U[a, b].

a. Định nghĩa.
BNN X gọi là có phân bố Đều trên đoạn
[a, b], ký hiệu X ∼ U[a, b] nếu

1
, nếu a ≤ x ≤ b

fX (x) = b−a
 0 , nếu khác
Nhận xét.
Z∞ Za Zb +∞
Z
1
fX (x) dx = 0dx + dx + 0dx = 1.
b−a
−∞ −∞ a b

b. Hàm phân bố của X ∼ U[a, b].

Cho BNN X ∼ U[a, b]. Hàm phân bố của
X ∼ U[a, b]

 0x − a
 , nếu x < a
FX (x) = , nếu a ≤ x ≤ b
 b−a

1 , nếu x > b
Công thức tính xác suất

Rβ
P (α < X < β) = P (α ≤ X < β) = P (α < X ≤ β) = P (α ≤ X ≤ β) = fX (x) dx
α
= FX (β) − FX (α).

Chứng minh.
Ta có Rx
 Khi đó FX (x) = P(X ≤ x) = fX (t) dt
1 −∞
, nếu a ≤ x ≤ b

fX (x) = b−a
 0 Rx
, nếu khác Nếu x < a, FX (x) = 0dt = 0
−∞
Nếu a ≤ x ≤ b,
Ra Rx 1 x −a
FX (x) = 0dt + dt =
−∞ a b−a b−a
Nếu x > b,
Ra Rb 1 Rx
FX (x) = 0dt + dt + 0dt = 1
−∞ a b−a b

c. Tính chất.
Cho BNN X ∼ U[a, b]. Khi đó (b − a)2
Phương sai VX = , độ lệch
a+b 12
Kỳ vọng EX = . √ b−a
2 tiêu chuẩn σX = VX = √ .
2 3
Chứng minh.
Z∞ Za Zb Z∞
1 a+b
EX = x.fX (x) dx = x.0dx + x. dx + x.0dx =
b−a 2
−∞ −∞ a b
Z∞ Za Zb Z∞
2 2 2 2 1 a2 + ab + b 2
EX = x .fX (x) dx = x .0dx + x . dx + x 2 .0dx =
b−a 3
−∞ −∞ a b
2
2 (b − a)
VX = E X 2 − (EX ) =
12
2.3.4. Luật phân bố Mũ E (λ).

a. Định nghĩa.
BNN X gọi là có phân bố Mũ với tham số
λ, (λ > 0), ký hiệu X ∼ E (λ), nếu có hàm
mật độ
λe −λx

, nếu x ≥ 0
fX (x) =
0 , nếu x < 0
Nhận xét.
Z∞ Z0 Z∞
∞
fX (x)dx = 0dx + λe −λx dx = − e −λx 0
= 1.
−∞ −∞ 0

Ứng dụng.
Phân bố mũ có mặt trong nhiều ứng dụng Nói chung với một số giả thiết, khoảng
Tuổi thọ của một số linh kiện điện tử, thời gian giữa hai lần xuất hiện biến cố E
khoảng thời gian giữa hai ca cấp cứu, sẽ có phân bố mũ (còn gọi là phân bỗ
gian giữa hai lần hỏng của máy, giữa hai của thời gian chờ đợi).
trận lũ lụt, động đất, ...
Nhắc lại.
Rb
a
= FX (b) − FX (a)

b. Hàm phân bố của X ∼ E (λ).

1 − e −λx

, nếu x ≥ 0
Cho BNN X ∼ E (λ). Khi đó hàm phân bố FX (x) =
0 , nếu x < 0
Chứng minh.

λe −λx , nếu x ≥ 0 Rx
Ta có fX (x) = . Khi đó FX (x) = P(X ≤ x) = fX (t) dt
0 , nếu x < 0 −∞
Rx
Nếu x < 0, FX (x) = 0dt = 0.
−∞
Nếu x ≥ 0,
R0 Rx
FX (x) = 0dt + λe −λt dt = 1−e −λx .
−∞ 0

c. Tính chất.
Cho BNN X ∼ E (λ). Khi đó 1
Phương sai VX = 2 , độ lệch tiêu
1 λ
Kỳ vọng EX = . √ 1
λ chuẩn σX = VX = .
λ
Chứng minh.
Z∞ Z0 Z∞
1
EX = x.fX (x) dx = x.0dx + x.λ.e −λx dx =
λ
−∞ −∞ 0
Z∞ Z0 Z∞
2
2
EX = 2
x .fX (x) dx = 2
x .0dx + x 2 .λ.e −λx dx =
λ2
−∞ −∞ 0
2 1
VX = E X 2 − (EX ) =
λ2

Ví dụ.
Tuổi thọ (năm) của mạch điện tử là BNN có phân bố mũ với kỳ vọng 6, 25 năm. Thời gian bảo
hành là 5 năm. Hỏi bao nhiêu phần trăm mạch phải bảo hành trong thời gian bảo hành.
Lời giải.
 1
1 1 − x
Ta có λ = = , FX (x) = 1 − e −λx = 1 − e 6, 25 , nếu x ≥ 0
EX 6, 25 
0 , nếu x < 0
5
−
P (X ≤ 5) = FX (5) = 1 − e −λ.5
=1−e 6, 25 = 0, 5506.
Vậy có khoảng 55, 6% số mạch bán ra phải thay thế trong thời gian bảo hành.

2.3.5. Luật phân bố Chuẩn N(µ, σ 2 ).

a. Phân bố chuẩn tắc.
BNN liên tục Z gọi là có phân bố Chuẩn
tắc, ký hiệu Z ∼ N(0, 1) nếu hàm mật độ có
dạng
x2
1 −
fZ (x) = √ e 2
2π
Nhận xét.
Đồ thị đối xứng qua trục Oy. x2
R∞ − √
Hàm số đạt cực đại tại x = 0. Tích phân Poisson e 2 dx = 2π.
−∞

b. Hàm phân bố.

1
Rx 1 Rx − 2
FZ (x) = fZ (t)dt = √ e 2t dt.
−∞ 2π −∞
Chú ý.
Hàm FZ (x) không biểu diễn được qua các hàm sơ cấp.
Xác suất liên quan đến phân bố chuẩn tắc
1
1 Rb − 2
P (a < Z < b) = FZ (b) − FZ (a) = √ e 2x dx không tính được bằng phương
2π a
pháp nguyên hàm.
Nhắc lại. P (a < X < b) = P (a ≤ X < b) = P (a < X ≤ b) = P (a ≤ X ≤ b) =

Rb
fX (x) dx = FX (b) − FX (a)
a

c. Tính chất.
Cho Z ∼ N(0, 1). Khi đó √ = 1, độ lệch tiêu
Phương sai VZ
Kỳ vọng EZ = 0. chuẩn σZ = VZ = 1.
Chứng minh.
R∞ 1 R∞ − x 2
EZ = xfZ (x) dx = √ xe 2 dx = 0, (tính chất hàm lẻ).
−∞ 2π −∞
R∞ 2 1 R∞ 2 − x 2 1 R∞ x2
EZ2 = x fZ (x) dx = √ x e 2 dx = − √ xd e − 2
−∞ 2π −∞  2π −∞
 
 ∞
Z∞  .
1  − x2 2
− x2

= −√  xe 2 − e =1
dx 
2π 
| {z −∞ 
 } −∞
=0 | {z }
√
= 2π
2 2
DZ = EZ − (EZ ) = 1.

d. Xác suất liên quan đến phân bố Chuẩn tắc.

Hàm Laplace. 1 1
2
− < Φ0 (x) < .
t 2 2
Rx 1 Rx − 1 1
Φ0 (x) = fZ (t)dt = √ e 2 dt. Quy ước Φ0 (−∞) = − , Φ0 (+∞) = .
0 2π 0 2 2
Φ0 (x) là hàm lẻ: Φ0 (−x) = −Φ0 (x).
Liên hệ giữa hàm phân bố và hàm
1
Laplace: FZ (x) = Φ0 (x) + .
2
Công thức tính xác suất.
P (a < Z < b) = FZ (b) − FZ (a) =

1 1
(Φ0 (b) + ) − (Φ0 (a) + ) = Φ0 (b) − Φ0 (a) .
2 2
Giá trị Φ0 (a) , Φ0 (b) được tìm bằng bảng

Tính chất của hàm Laplace. tra.
Tra bảng phân bố chuẩn tắc.

e. Khái niệm phân vị mức α của BNN X .

Cho BNN X , α ∈ (0, 1). Phân vị mức α của BNN X là giá trị, ký hiệu xα = x(α) thỏa mãn
P(X > xα ) = α.

Phân vị mức α của Z ∼ N(0, 1).

Cho Z ∼ N(0, 1). Phân vị mức α của phân
bố Chuẩn tắc Z ∼ N(0, 1), ký hiệu
zα = z(α), xác định bởi
P (Z > z(α)) = α, 0 < α < 1.
Cách tìm phân vị mức α của Z ∼ N(0, 1).

Φ0 (z(α)) = 0, 5 − α z(1 − α) = −zα
Φ0 (z(0, 1)) = 0, 5 − 0, 1 = 0, 4 ⇒ z(0, 1) = 1, 28
Φ0 (z(0, 05)) = 0, 5 − 0, 05 = 0, 45 ⇒ z(0, 05) = 1, 64 hoặc 1, 65
Φ0 (z(0, 025)) = 0, 5 − 0, 025 = 0, 475 ⇒ z(0, 025) = 1, 96
Tra bảng phân vị mức α của Z ∼ N(0, 1).

f. Phân bố chuẩn.
Định nghĩa.
BNN liên tục X gọi là có phân bố Chuẩn với
tham số µ và σ 2 , ký hiệu X ∼ N µ, σ 2 , nếu
hàm mật độ có dạng
2
(x − µ)
1 −
fX (x) = √ e 2σ 2
σ 2π
với µ ∈ R, σ > 0.
Chú ý. Phân bố Chuẩn tắc là trường hợp đặc biệt của phân bố chuẩn với µ = 0, σ = 1.

Nhận xét.
Khảo sát hàm mật độ ta nhận được các kết Đồ thị đối xứng qua đường thẳng x = µ,
quả sau: có dạng hình chuông.
Đồ thị nằm trên trục hoành. Hàm số có duy nhất cực đại, hoành độ µ,
1
Trục Ox là tiệm cận ngang. tung độ √ .
σ 2π
Chú ý.
+∞
R
Kiểm tra lại tính chất cơ bản của hàm mật độ fX (x) dx = 1 (diện tích bị chắn giữa
−∞
trục hoành và đồ thị hàm số bằng).
x2
+∞
R − √
Tích phân Poisson: e 2 dx = 2π.
−∞

Định lý. (Biến đổi tuyến tính BNN chuẩn.)

Cho X ∼ N(µ, σ 2 ). Với a, b ∈ R, Y = aX + b có phân bố chuẩn, Y ∼ N(aµ + b, a2 σ 2 ).
Hệ quả. (Biến đổi BNN chuẩn về chuẩn tắc)

X −µ
Cho X ∼ N(µ, σ 2 ), Z = ∼ N (0, 1).
σ
Xác suất liên quanđến phân bố Chuẩn. ChoX ∼ N(µ, σ 2 ),
a − µ X −µ b − µ
 σ < σ < σ  = P(α < Z < β) = Φ0 (β) − Φ0 (α).
P (a < X < b) = P  
| {z } | {z } | {z }
=α =Z
 =β
 X −µ b − µ 1
−∞ < σ < σ  = Φ0 (β) − Φ0 (−∞) = Φ0 (β) + 2 .
P (X < b) = P  
| {z } | {z }
=Z =β

Tính chất.
Cho X ∼ N(µ, σ 2 ). Phương sai VX = σ 2 .
√
Kỳ vọng EX = µ. Độ lệch tiêu chuẩn σX = VX = σ.
Chứng minh.
X −µ
Vì Z = , ta có X = σZ + µ.
σ
EX = E (σZ + µ) = σ |{z}
EZ +E µ = µ.
=0
= V (σZ ) + V µ = σ 2 |{z}
VX = V (σZ + µ) |{z} VZ +0 = σ 2 .
độc lập =1

Ví dụ 2.15 trang 34.

Kích thước của các chi tiết do một máy sản xuất ra là BNN có phân bố chuẩn với trung bình 5
cm và sai số là 0, 9 cm. Tìm xác suất để lấy ngẫu nhiên một chi tiết có kích thước nằm trong
khoảng từ 4 đến 7 cm.
Gọi X là kích thước chi tiết, X ∼ N(5; 0, 92 ).

 
 4−5 X −5 7 − 5
P (4 < X < 7) = P  < <  = Φ0 (2, 222) − Φ0 (−1, 111)
 
 0, 9 0, 9 0, 9 
| {z } | {z } | {z }
=−1,111 =Z =2,222
= Φ0 (2, 222) + Φ0 (1, 111) = 0, 4863 + 0, 3665 = 0, 8553

g. Quy luật 3σ
Định lý. Cho X ∼ N(µ,σ 2 ). Khi đó 99%)), BNN chỉ sai lệch so với giá trị trung
ε bình của nó một lượng không quá 2σ (3σ).
P (|X − µ| < ε) = 2Φ0 .
σ
Chọn = 1σ, 2σ, 3σ ta được
P (|X − µ| < σ) = P (µ − σ < X < µ + σ)
= 2Φ0 (1) = 0, 68268
P (|X − µ| < 2σ) = P (µ − 2σ < X < µ + 2σ)
= 2Φ0 (2) = 0, 95450
P (|X − µ| < 3σ) = P (µ − 3σ < X < µ + 3σ)
= 2Φ0 (3) = 0, 9973.
Quy luật 3σ. Đối với BNN chuẩn thì hầu
như chắc chắn (độ tin cậy trên 95% (trên

2.3.6 Luật phân bố Khi bình phương χ2 .

Hàm Gamma.
R∞ 1 √
Hàm Gamma. Γ (α) = x α−1 e −x dx, α > 0. Γ(1) = 1; Γ( ) = π
0 2
Tính chất. Γ(α + 1) = αΓ(α).
Định nghĩa.
BNN liên tục X gọi là có phân bố Khi bình
phương với n bậc tự do, ký hiệu X ∼ χ2n ,
nếu hàm mật độ có dạng
 0 , nếu x < 0

 n

 −1 x
fX (x) = x2 −
 n e 2 , nếu x ≥ 0

 n
22 Γ


2
Phân vị mức α của X ∼ χ2n .

Cho X ∼ χ2n . Phân vị mức α của phân bố
Khi bình phương với n bậc tự do, ký hiệu
χ2n (α), là giá trị xác định bởi
P X > χ2n (α) = α, 0 < α < 1.

Ví dụ. χ25 (0, 05) = 11, 07.

Bảng tra phân vị của phân bố Khi bình phương.

2.3.7 Luật phân bố Student T .
Định nghĩa.
BNN liên tục X gọi là có phân bố Student
với n bậc tự do, ký hiệu X ∼ Tn , nếu hàm
mật độ có dạng

n+1 n+1
Γ −
x2

2 2
fX (x) = √ n 1 +
nπΓ n
2

Phân vị mức α của X ∼ Tn .

Cho X ∼ Tn . Khi đó phân vị mức α của
phân bố Student với n bậc tự do, ký hiệu
tn (α) = tα (n), là giá trị xác định từ biểu thức
P (X > tn (α)) = α, 0 < α < 1.
Ví dụ. t4 (0, 05) = t0,05 (4) = 2, 132.

Bảng tra phân vị của phân bố Student.

2.3.8 Luật phân bố Fisher F .
2.3.8 Luật phân bố Fisher Fn1 ,n2 .
Định nghĩa.
BNN liên tục X gọi là có phân bố Fisher với (n1 , n2 ) bậc tự do, ký hiệu X ∼ Fn1 ,n2 , nếu hàm
mật độ có dạng 
 0 ,x < 0
n1 − n2




fX (x) = x 2




C n1 + n2 , x ≥ 0
(n2 + n1 x) 2


Phân vị mức α của X ∼ Fn1 ,n2 .

Cho X ∼ Fn1 ,n2 . Khi đó phân vị mức α của
phân bố Fisher với (n1 , n2 ) bậc tự do, ký
hiệu fn1 ,n2 (α) = fα (n1 , n2 ), là giá trị xác định
từ biểu thức
P(X > fn1 ,n2 (α)) = α, 0 < α < 1.

Tra bảng Fisher online.

Bài 78 SBT ĐHT.

k (1 − x) , nếu ) ≤ x ≤ 1
Cho BNN liên tục X có hàm mật độ fX (x) = . Tìm hằng số k,
median và phương sai của X .
R∞ R0 R1 R∞ k
Tìm k. 1 = fX (x) dx = 0dx + k (1 − x) dx + 0dx = 2 ⇒k =2
−∞ −∞ 0 1
R∞ R0 R1 R∞
Kỳ vọng. EX = xfX (x) dx = x.0dx + x.2 (1 − x) dx + x.0dx =
−∞ −∞ 0 1
R∞ R0 R1 R∞
EX2 = x 2 fX (x) dx = x 2 .0dx + x 2 .2 (1 − x) dx + x 2 .0dx =
−∞ −∞ 0 1
2
Phương sai. VX = DX = E X 2 − (EX ) =

Bài 96 SBT ĐHT.

k 1 − x2

, nếu |x| < 1
Cho BNN liên tục X có hàm mật độ fX (x) = . Tìm hằng số k
và tính kỳ vọng, phương sai của Y = 2X 2 . Tìm hàm phân bố của X .
R∞ −1 R1 R∞ 4k 3
k 1 − x 2 dx + 0dx =
R
Tìm k. 1 = fX (x) dx = 0dx + 3 ⇒k= 4
−∞ −∞ −1 1
Kỳ vọng.
R∞ 2 −1 R1 R∞
EY = E 2X 2 = 2x 2 .0dx + 2x 2 . 43 1 − x 2 dx + 2x 2 .0dx =
R
2x fX (x) dx =
−∞ −∞ −1 1
R∞ −1 R1 R∞
E Y 2 = E 4X 4
4x 4 fX (x) dx = 4x 4 .0dx + 4x 4 . 34 1 − x 2
4x 4 .0dx =
R
= dx +
−∞ −∞ −1 1
2
Phương sai. DY = VY = E Y 2 − (EY )

Rx
Công thức hàm phân bố FX (x) = P (X ≤ x) = fX (t) dt
−∞
Rx Rx
Nếu x ≤ −1, FX (x) = fX (t) dt = 0dt = 0
−∞ −∞
Rx R0 Rx 4
1 − t 2 dt = 32 x − 94 x 3

Nếu −1 < x < 1, FX (x) = fX (t) dt = 0dt + 3
−∞ −∞ 0
Rx R0 R1 4
Rx
1 − t 2 dt + 0dt = 1

Nếu x ≥ 1, FX (x) = fX (t) dt = 0dt + 3
−∞ −∞ 0 1

 0 , x ≤ −1
2
Hàm phân bố FX (x) = x − 49 x 3 , −1 < x < 1
 3
1 ,x ≥ 1

Ví dụ (Mở đầu về lý thuyết XS ĐHT).

Cho BNN X có phân bố Chuẩn với kỳ vọng µ = 2100, độ lệch tiêu chuẩn σ = 200. Tìm
P(X > 2400).
P(1700 < X < 2200).
Xác định a để P(X > a) = 0, 03.
Lời giải.
 
 X − 2100 2400 − 2100 
P (X > 2400) = 1 − P (X ≤ 2400) = 1 − P 
 200 ≤ 
| {z } | 200
{z }

Z 1,5
1
= 1 − Φ0 (1, 5) + = 1 − (0, 4332 + 0, 5) = 0, 0668
2

Lời giải.

2200 − 2100 1700 − 2100
P (1700 < X < 2200) = Φ0 − Φ0
200 200
= Φ0 (0, 5) − Φ0 (−2) = Φ0 (0, 5) + Φ0 (2) = 0, 1915 + 0, 4772
= 0, 6687

1 a − 2100 a − 2100
P (X > a) = 1 − P (X ≤ a) = 1 − + Φ0 = 12 − Φ0 = 0, 03
2 200 200
a − 2100 a − 2100
dẫn đến Φ0 = 0, 47 = Φ0 (1, 88), tức là = 1, 88 ⇒ a = 2476.
200 200

Kết luận
Kết luận.
Học viên cần nắm vững một số nội dung sau.

Các khái niệm, công thức.
Các dạng bài tập của chương 2.
Các dạng bài tập chính.

Lập bảng phân bố của BNN rời rạc.
Tìm hàm phân bố của BNN.
Tìm hàm mật độ của BNN liên tục.
Tính xác suất.
Tính các đặc trưng số.
Bài tập liên quan đến các BNN quan trọng.

Chuong 2

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

Uploaded by

Copyright:

Available Formats

2.1. Biến ngẫu nhiên và luật phân bố. 2.2. Các đặc trưng số của BNN. 2.3.

2.3. Một số luật phân bố quan trọng.

Chương 2. Biến ngẫu nhiên

Chương 2. Biến ngẫu nhiên

2.2.4. Trung vị (Median).

Chương 2. Biến ngẫu nhiên

2.1. Biến ngẫu nhiên và luật phân bố.

Bài 2.1. Biến ngẫu nhiên và luật phân bố.

Chương 2. Biến ngẫu nhiên

a. Khái niệm biến ngẫu nhiên.

b. Tập giá trị của BNN X .

Chương 2. Biến ngẫu nhiên

Tập giá trị X (Ω) = {2, ..., 12}.

Chương 2. Biến ngẫu nhiên

d. Một số biến cố sinh từ BNN.

Chương 2. Biến ngẫu nhiên

2.1.2. Luật phân bố của BNN.

2.1.2. Luật phân bố của BNN.

b. Một số dạng luật phân bố.

Chương 2. Biến ngẫu nhiên

2.1.3. Bảng phân bố xác suất của BNN rời rạc.

2.1.3. Bảng phân bố xác suất của BNN rời rạc.

Bảng phân bố xác suất.

Chương 2. Biến ngẫu nhiên

2.1.3. Bảng phân bố xác suất của BNN rời rạc.

Ví dụ (VD 2.7 trang 21).

Chương 2. Biến ngẫu nhiên

2.1.4. Hàm phân bố xác suất của BNN.

2.1.4. Hàm phân bố xác suất của BNN.

Chương 2. Biến ngẫu nhiên

2.1.4. Hàm phân bố xác suất của BNN.

Chương 2. Biến ngẫu nhiên

2.1.4. Hàm phân bố xác suất của BNN.

Ví dụ (VD 2.8 trang 22).

Chương 2. Biến ngẫu nhiên

2.1.5. Hàm mật độ của BNN liên tục.

2.1.5. Hàm mật độ của BNN liên tục.

Chương 2. Biến ngẫu nhiên

2.1.5. Hàm mật độ của BNN liên tục.

Chương 2. Biến ngẫu nhiên

2.1.5. Hàm mật độ của BNN liên tục.

Chương 2. Biến ngẫu nhiên

2.1.5. Hàm mật độ của BNN liên tục.

Ví dụ (VD 2.10 trang 24).

2.1.5. Hàm mật độ của BNN liên tục.

Chương 2. Biến ngẫu nhiên

2.2. Các đặc trưng số của BNN.

Bài 2.2. Các đặc trưng số của BNN.

Chương 2. Biến ngẫu nhiên

Chương 2. Biến ngẫu nhiên

Chương 2. Biến ngẫu nhiên

EX = 1.0, 1 + 2.0, 5 + 4.0, 4 = 2, 7

Chương 2. Biến ngẫu nhiên

Chương 2. Biến ngẫu nhiên

2.2.2. Phương sai.

a. Định nghĩa phương sai.

b. Định nghĩa độ lệch tiêu chuẩn.

Chương 2. Biến ngẫu nhiên

2.2.2. Phương sai.

d. Công thức tính phương sai.

Chương 2. Biến ngẫu nhiên

2.2.2. Phương sai.

Chương 2. Biến ngẫu nhiên