tóm tắt kiến thức và bt chương 3

TS.
Nguyễn Thị Thu Hà Khoa Khoa học dữ liệu trong kinh doanh
LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ TOÁN

TÓM TẮT KIẾN THỨC CHƯƠNG 3
CÁC PHÂN PHỐI XÁC SUẤT THƯỜNG GẶP
3.1. PHÂN PHỐI NHỊ THỨC

a. Định nghĩa.
Nhắc lại, một phép thử được gọi là phép thử Bernoulli nếu:
✓ Chỉ có hai kết quả có thể: xảy ra biến cố A hoặc không.
✓ Xác suất xảy ra biến cố A, ký hiệu p, là giống nhau trên mọi phép
thử.
✓ Các phép thử là độc lập.
Gọi là số lần xuất hiện biến cố trong lần thử. Khi đó là một đại
lượng ngẫu nhiên rời rạc và được gọi là có phân phối nhị thức.
Bài giảng Lý thuyết Xác suất và Thống kê Toán

1
TS. Nguyễn Thị Thu Hà Khoa Khoa học dữ liệu trong kinh doanh
( = )= (1 − ) , ( = 0,1, … , )
Kí hiệu ∼ ( , ).
b. Tính chất: Nếu ∼ ( , ) thì
 ( )=
 Va r( ) = = (1 − )
 ( + 1) − 1 ≤ Mo d( ) ≤ ( + 1) , =1− .
Ví dụ 1. Xí nghiệp có 10 chiếc máy hoạt động độc lập. Xác suất để
trong một ngày mỗi máy bị hỏng là 0,15 .
a) Tính xác suất trong một ngày có 2 máy bị hỏng.
b) Tính xác suất trong một ngày có không quá 2 máy bị hỏng.
c) Tính số máy bị hỏng trung bình trong một ngày.
d) Tính số máy bị hỏng nhiều khả năng nhất.

2
Giải. Gọi là số máy bị hỏng trong một ngày thì có phân phối nhị
thức là ∼ (10; 0,15)
a) Xác suất có 2 máy bị hỏng: ( = 2) = 0, 15 0, 85 = 0,2759
b) Xác suất có không quá 2 máy bị hỏng
( ≤ 2) = ( = 0) + ( = 1) + ( = 2)
= 0, 15 0, 85 + 0, 15 0, 85 + 0, 15 0, 85 = 0,8202
c) Số máy bị hỏng trung bình ( ) = 10.0,15 = 1,5 (máy).
d) Số máy bị hỏng nhiều khả năng nhất
10.0,15 − 0,85 ≤ Mo d( ) ≤ 10.0,15 + 0,15.
Suy ra 0,65 ≤ Mo d( ) ≤ 1,65 hay Mo d( ) = 1.
Vậy số máy bị hỏng nhiều khả năng nhất là 1 máy.

3
3.2. PHÂN PHỐI SIÊU BỘI

a. Định nghĩa.
 Giả sử, một tập gồm có phần tử, trong đó:
 Gọi là số phần tử có tính chất trong phần tử lấy ra từ tập .

Khi đó:
( = )= ; = 0,1,2, … , .
 Biến ngẫu nhiên rời rạc được gọi là có phân phối siêu bội.
Kí hiệu: ∼ ( , , ).
 Lưu ý : Nếu ≪ thì ta có thể xấp xỉ với ( ; ), với = .

4
b. Tính chất. Nếu ∼ ( , M, ) thì
 ( )= với = .
 Va r( ) = ⋅ với =1− .
Ví dụ 2. Một kiện hàng gồm 10 sản phẩm, trong đó 6 sản phẩm loại I
và 4 sản phẩm loại II. Một khách hàng chọn mua ngẫu nhiên 3 sản
phẩm.
a) Tính xác suất khách hàng mua được 2 sản phẩm loại I.
b) Tính xác suất khách hàng mua được ít nhất 1 sản phẩm loại I.
c) Tính sản phẩm loại I trung bình trong 3 sản phẩm lấy ra.
Giải. Gọi là số sản phẩm loại I trong 3 sản phẩm được mua,
∼ (10; 6; 3).

5
a) ( = 2) = = 0,5
( ≥ 1) = 1 − ( < 1) = 1 − ( = 0 )
b)
=1− = 0,9667
c) ( ) = 3 ⋅ = 1,8.
Ví dụ 3. Một kiện hàng gồm 1000 sản phẩm, trong đó có 700 sản phẩm
loại I và 300 sản phẩm loại II. Lấy ngẫu nhiên 10 sản phẩm từ kiện để
kiểm tra. Tính xác suất để có tối đa 2 sản phẩm loại II trong 10 sản
phẩm lấy ra.
Giải. Gọi là số sản phẩm loại II trong 10 sản phẩm lấy ra thì có
phân phối siêu bội, ∼ (1000,300,10). Vì = 1000 khá lớn,
= 10 khá bé so với nên ≃ (10; 0,3), do đó

6
( ≤ 2) = ( = 0 ) + ( = 1 ) + ( = 2)
≈ 0, 3 0, 7 + 0, 3 0, 7 + 0, 3 0, 7 = 0,3828
3.3. PHÂN PHỐI POISSON
a. Định nghĩa.
 Nếu chúng ta quan tâm đến số lượng một biến cố (hay sự kiện) nào
đó xảy ra trong một khoảng thời gian hay một vùng miền. Ví dụ
như:
✓ Số trường hợp mất hành lý trong một chuyến bay;
✓ Số bóng đèn hư trên một con đường trong một tuần;
✓ Số lỗi trong mỗi trang sách của một quyển sách,...
 Số lượng biến cố xảy ra là một đại lượng ngẫu nhiên rời rạc và được
gọi là có phân phối Poisson.

7
( = )= ; = 0,1,2, …
!
Trong đó là giá trị trung bình số lần biến cố xảy ra.
Ta kí hiệu ∼ ( ).
b. Tính chất. Nếu ∼ ( ) thì
 ( ) = Va r( ) =
 − 1 ≤ Mo d( ) ≤
c. Chú ý.
- Nếu là số lần biến cố A xuất hiện trong một khoảng thời gian hoặc
trên một miền, một vùng nào đó thì ∼ ( ), với là giá trị trung
bình của số lần A xảy ra.

8
- Nếu ∼ ( , ), trong đó khá nhỏ và khá lớn thì có thể xấp xỉ

∼ ( ) với = .
- Do lớn, rất bé, từ định lí này người ta còn nói luật phân phối
Poisson là luật phân phối của các biến cố hiếm.
Ví dụ 4. Một tổng đài điện thoại có các cuộc gọi đến một cách ngẫu
nhiên, độc lập và trung bình có 10 cuộc gọi trong 1 phút. Giả sử số cuộc
gọi đến tổng đài trong 1 phút có phân phối Poisson. Tính xác suất:
a) Có đúng 5 cuộc gọi đến trong 1 phút.
b) Có ít nhất 2 cuộc gọi trong 1 phút.
Giải. Gọi là số cuộc gọi đến trong 1 phút thì có phân phối Poisson,
∼ (10)
⋅
a) ( = 5) = = 0,0378
!

9
b) ( ≥ 2) = 1 − ( < 2) = 1 − [ ( = 0) + ( = 1)]
⋅ 10 ⋅ 10
=1− + = 0,9995.
0! 1!
Ví dụ 5. Gieo 1000 hạt giống, biết rằng xác suất không nảy mầm của
mỗi hạt giống là 0,005 . Tính xác suất trong 1000 hạt giống đó có 8 hạt
không nảy mầm.
Giải. Gọi là số hạt giống không nảy mầm trong 1000 hạt được gieo
thì có phân phối nhị thức, ∼ (1000; 0,005). Vì = 1000 khá
lớn, = 0,005 khá bé nên ≃ (5). Vậy, xác suất có 8 hạt giống
không nảy mầm:
⋅5
( = 8) ≈ = 0,653.
8!

10
Ví dụ 6. Số liệu của một hãng hàng không cho thấy trong 1000 chuyến
bay thì có 18 trường hợp hành khách bị mất hành lí do bỏ quên. Gọi
là số trường hợp hành khách bị mất hành lí trong 1 chuyến bay. Tìm
xác suất để trong một chuyến bay:
a) Không ai bị mất hành lí.
b) Có một hành khách bị mất hành lí.
Giải. Ta nhận thấy số hành lí bị mất trung bình của mỗi chuyến bay là
18
= = 0,018
1000
Do đó có thể xem có phân phối Poisson với = 0,018, nghĩa là
∼ (0,018).
Vậy: ( = 0) = = , ≈ 0,982;
!

11
!
( = 1) = = , ⋅ 0,018 ≈ 0,018
1!
Bảng tổng kết các phân phối rời rạc
Phân Xác suất
Kí hiệu ( ) ( )
phối ( = )
Nhị thức ( , ) (1 − )
Poisson (a)
!
⋅ −
Siêu bội ( , , ) ớ =
−1

12
3.4. PHÂN PHỐI CHUẨN

a. Định nghĩa. - Biến ngẫu nhiên liên tục được gọi là có phân phối
chuẩn với hai tham số là và ( > 0), kí hiệu là ∼ ( , ), nếu
hàm mật độ xác suất của nó có dạng:
1 ( )
( )= .
√2
trong đó ( ) = , Va r( ) = .
- Biến ngẫu nhiên được gọi là có phân phối chuẩn tắc nếu
∼ (0,1), tức hàm mật độ xác suất của là ( ) = . (đây
√
chính là trường hợp = 0 và = 1)
- Chú ý: Trong thực tế, rất nhiều đại lượng ngẫu nhiên tuân theo phân
phối chuẩn hoặc gần chuẩn như: chiều cao hay cân nặng của thanh niên,

13
trí thông minh của trẻ nhỏ, điểm thi của thí sinh,... (với , có được từ
thống kê).
b. Tính chất:
- Nếu ∼ ( , ) thì = ∼ (0,1).
- Nếu ∼ ( , ) thì Mo d( ) = Me d( ) = .
c. Tính xác suất của phân phối chuẩn
Đặt:
( )= ∫ ⋅ (Hàm Laplace, bảng giá trị có sãñ )
√
 (− ) = − ( ) .
 Với > 4.42: ( ) ≈ 0,5.
 (−∞) = −0,5; (+∞) = 0,5

14
Tính xác suất:

 Nếu ∼ (0,1) thì ( ≤ ≤ ) = ( ) − ( ).
 Nếu ∼ ( , ) thì
i) ( ≤ ≤ )= − .
ii) ( > ) = 0,5 −
iii) ( < ) = 0,5 +
Ví dụ 7. Cho BNN có luật phân phối chuẩn (2; 9). Tính các xác
suất sau:
1) (1 ≤ < 2,5);
2) ( ≥ 3);
3) ( ≤ 2).
Giải. 1) Ta có = 2, = 3. Áp dụng định lý trên ta có

15
2,5 − 2 1−2
(1 ≤ < 2,5) = −
3 3
= (0,17) − (−0,33)
= 0,0675 + 0,1293 = 0,1968.
2) Ta có ( ≥ 3) = 0,5 − = 0,5 − 0,1293 = 0,3707
3) Ta có
2−2
( ≤ 2) = 0,5 + = 0,5
3
Ví dụ 8.
a) Cho ∼ (0,1). Tính
(−0,25 < < 1,36), ( < 2,37), ( > 2,58).
Giải. (−0,25 < < 1,36) = (1,36) − (−0,25)
= (1,36) + (0,25) = 0,41309 + 0,09871 = 0,5118

16
( < 2,37) = (2,37) − (−∞) = 0,49111 + 0,5 = 0,99111.

( > 2,58) = (+∞) − (2,58) = 0,5 − 0,49506 = 0,00494.
b) Trọng lượng của một gói bột giặt là biến ngẫu nhiên có phân phối
chuẩn với trọng lượng trung bình là 5 (kg) và độ lệch chuẩn 0.1(kg).
Tính tỉ lệ gói bột giặt có trọng lượng từ 4.8 kg đến 5.1 kg.
Giải. Gọi ( ) là trọng lượng của gói bột giặt, ∼ (5; 0.1 ). Tỉ lệ
gói bột giặt có trọng lượng từ 4.8 kg đến 5.1 kg chính là
5.1 − 5 4.8 − 5
(4.8 ≤ ≤ 5.1) = − = (1) − (−2)
0.1 0.1
= 0.34134 − (−0.47725) = 0.81859
Vậy tỉ lệ gói bột giặt có trọng lượng từ 4.8 kg đến 5.1 kg là 81.86%.

17
d. Xấp xỉ phân phối nhị thức bằng phân phối chuẩn

Cho ∼ ( , ), khi khá lớn, không quá lớn, không quá bé thì ta
có thể xấp xỉ ∼ ( = ; = ).
Khi đó, để tính ( ≤ ≤ )( , có thể vô hạn) ta sử dụng công

thức:
− −
∗ ( ≤ ≤ )= − ;
−
∗ ( > ) = 0,5 − ;
−
∗ ( < ) = 0,5 +

18
Ví dụ 9. Xác suất nảy mầm của mỗi hạt giống là 0,8 . Người ta gieo
thử 500 hạt giống. Hãy:
a) Tính xác suất có 375 hạt nảy mầm
b) Tính xác suất có ít nhất 390 hạt nảy mầm.
Giải. Gọi là số hạt nảy mầm trong 500 hạt được gieo thì có phân
phối nhị thức, ∼ (500; 0,8). Vì = 500 đủ lớn, = 0,8 không
quá lớn, cũng không quá bé nên ≃ (400; 80).
1 375 − 400 1
) ( = 375) ≈ = (−2,795)
√80 √80 √80
1 1 ( , )
= ⋅ = 0,000897 ≈ 0.0009.
√80 √2

19
390 − 400
) ( ≥ 390) = (390 ≤ ) ≈ 0,5 −
√80
= 0,5 − (−1.1180)
= 0.5 + 0.36864 = 0.86864
Ví dụ 10. Cho BNN có phân phối chuẩn với kỳ vọng = 10 và
(10 < < 20) = 0,4. Tính xác suất ( < 10).
Giải. Theo đề ta có ∼ (10; ). Từ đó ta được
20 − 10 10 − 10
(10 < < 20) = 0,4 ⟺ − =0
10
⟺ = 0,4 = (1,29) ⟺ ≈ 7,75 ⟹ ∼ (10; 7, 75 )
Từ đó ta tính được
10 − 10
( < 10) = 0,5 + = 0,5.
7,75

20
3.5. PHÂN PHỐI MŨ (Tham khảo)

a. Định nghĩa. Biến ngẫu nhiên được gọi là có phân phối mũ với tham số > 0, được ký hiệu là ∼ ℰ( ), nếu BNN
có hàm mật độ xác suất có dạng:
, nếu ≥ 0,
( )=
0, nếu < 0.
b. Tính chất. Nếu ≈ ℰ( ), thì
i) ( ) = ;
ii) Var ( ) = .
c. Chú ý. 1) Phân phối mũ có nhiều ứng dụng trong thực tiễn.

2) Nếu số lần xuất hiện của biến cố trong một khoảng thời gían có phân phối Poisson, thì thời gian giữa 2 lần xuất hiện
biến cố có phân phối mũ. Chẳng hạn: khoảng thời gian giữa 2 ca cấp cứu ở một bệnh viện, khoảng thời gian giữa 2 trận
lụt hay động đất, . . .
Ví dụ 11. Tuổi thọ (năm) của 1 một cái máy giặt là BNN có luật phân phối mũ với tuổi thọ trung bình là 10 năm. Thời
gian bảo hành của máy giặt này làm 3 năm. Tính xác suất máy giặt phải bảo hành?
Giải. Gọi là tuổi thọ của máy giặt (năm). Ta có ∼ ℰ( ). Theo đề ta có
1 1
( )= = 10 ⟺ = = 0,1.
10
Xác suất máy giặt phải bảo hành là
,
( ≤ 3) = ( ) = 0,1 ≈ 0,2595.

21
3.6. PHÂN PHỐI CHI-SQUARED (Chi bình phương) (Tham khảo)

a. Định nghĩa. Biến ngẫu nhiên được gọi là có phân phối Chi-squared khi bình phương với bậc tự do, kí hiệu ∼
( ), nếu hàm mật độ xác suất là
1
⋅ , >0
( )= 2 / Γ 2
0 , ≤0
Với Γ( ) = (hàm Gamma).
Nếu =∑ với độc lập, ∼ (0,1) thì ∼ ( ).

b. Tính chất: Nếu ∼ ( ) thì ( ) = , Va r( ) = 2 .
c. Giá trị tới hạn: Giá trị tới hạn mức của biến ngẫu nhiên ∼ ( ), kí hiệu ( ) hay ( , ), là số thỏa điều kiện
> ( , ) = .
Ví dụ 12. ( ; , ) = 13,120; ( ; , ) = 40,646.
3.7. PHÂN PHỐI STUDENT (Tham khảo)

a. Định nghĩa. Biến ngẫu nhiên được gọi là có phân phối Student với bậc tự do, ∼ ( ), nếu hàm mật độ xác suất
là
+1
⎧ 1 Γ
⋅ 2 ⋅ 1+ , >0
( )= √
⎨ Γ 2
⎩ 0 , ≤0

22
ở đây Γ( ) = ∫ (hàm Gamma).
Nếu = với ∼ (0,1); ∼ ( ) và Z, Y độc lập thì ∼ ( ).
b. Tính chất: ( ) = 0 (với > 1 ); Va r( ) = (với > 2 );
Med(X) = Mod(X) = 0
c. Giá trị tới hạn: Giá trị tới hạn mức của biến ngẫu nhiên ∼ ( ), kí hiệu ( ) hay ( , ), là số thỏa điều kiện
> ( , ) = .
Ví dụ 13. ( ; , ) = 2,485; ( ; , ) = 2,110; ( ; , ) = 2,861.
d. Chú ý.
i) Một trong những đặc điểm chính của phân phối Student là có đuôi "dày" hơn so với phân phối chuẩn. Khi nói đến đuôi
"dày," có nghĩa là phân phối Student có khả năng tạo ra giá trị cách xa giá trị trung bình (mean) hơn so với phân phối
chuẩn trong trường hợp mẫu nhỏ. Điều này xuất phát từ tính chất của phân phối Student, được thiết kế để xử lý khi chúng
ta không biết đến độ lệch chuẩn của tổng thể và khi mẫu nhỏ.
ii) Khi kích thước mẫu tăng lên, phân phối Student hội tụ về phân phối chuẩn, và đuôi của nó trở nên ít dày hơn. Do đó,
khi làm việc với kích thước mẫu lớn, ta thường chuyển từ sử dụng phân phối Student sang phân phối chuẩn trong các phân
tích thống kê. Nói cách khác, khi bậc tự do n tăng lên (n ≥ 30) thì phân phối Student tiến nhanh về phân phối chuẩn. Vì
vậy, khi n ≥ 30 ta có thể dùng phân phối chuẩn xấp xỉ cho phân phối Student.
3.8. PHÂN PHỐI FISHER (Tham khảo)

23
a. Định nghĩa. Biến ngẫu nhiên được gọi là có phân phối Fisher với các bậc tự do tương ứng là và , được ký hiệu
là ∼ ( ; ), nếu BNN có hàm mật độ xác suất như sau
/
, nếu > 0,
( )= ( + )( )/
0, nếu ≤ 0,
trong đó
+ / /
Γ
= 2 ; Γ( ) = , > 0.
Γ( /2)Γ( /2)
b. Tính chất. Nếu ∼ ( ; ) thì
i) Mod ( ) = ⋅ , > 2;
ii) ( ) = , > 2;
( )
iii) Var ( ) = , > 4.
( ) ( )
/
- Nếu BNN ∼ ( ), ∼ ( ) và , độc lập thì ∼ ( ; ).
/

24
Bài tập.
Bài 1. Một máy sản xuất sản phẩm tự động với xác suất làm ra phế phẩm ở mỗi lần sản xuất là 0,02 . Biết rằng máy trên
sản xuất các sản phẩm độc lập nhau, gọi là số phế phẩm có trong 100 sản phẩm do máy trên sản xuất ra.Tính xác suất
a) Có 10 phế phẩm trong số đó;
b) Có từ 5 đến 11 phế phẩm trong số đó.
Bài 2. Tỷ lệ mắc một loại bệnh A ở một vùng là 10%. Trong đợt khám bệnh cho vùng đó người ta đã khám ngẫu nhiên
100 người. Tìm
a) Số người bệnh trung bình và phương sai tương ứng.
b) Số người bị bệnh A nhiều khả năng nhất là bao nhiêu? Tính xác suất tương ứng.
Bài 3. Đề thi trắc nghiệm một môn học có 25 câu hỏi, mỗi câu có 4 phương án và chỉ có 1 phương án đúng. Mỗi câu trả
lời đúng thì được 4 điểm và nếu sai thì bị trừ 0,5 điểm. Một sinh viên làm bài chắc chắn đúng được 10 câu và 15 câu còn
lại chọn ngẫu nhiên 1 trong 4 phương án ở mỗi câu hỏi. Tính số điểm mà sinh viên đó kỳ vọng sẽ đạt được?
Bài 4. Tỷ lệ phế phẩm trong lô sản phẩm là 3%. Lấy ngẫu nhiên 100 sản phẩm để kiểm tra. Tìm xác suất để trong đó
a) Có 3 phế phẩm.
b) Có không quá 3 phế phẩm.
Bài 5. Một máy sản xuất được 200 sản phẩm trong một ngày. Xác suất để máy sản xuất ra phế phẩm là 0,05 . Tìm số phế
phẩm trung bình và số phế phẩm có khả năng tin chắc của máy đó trong một ngày.
Bài 6. Một thùng có 10 hộp đựng các bi với màu sắc khác nhau, mỗi hộp chứa 20 viên bi. Trong số đó có 3 hộp loại A :
mỗi hộp có 12 viên bi đỏ; và 7 hộp loại B: mỗi hộp có 8 viên bi đỏ. Chọn ngẫu nhiên 1 hộp từ thùng và từ hộp đó lấy lần
lượt ra 5 viên bi có hoàn lại. Tính xác suất chọn được 3 viên bi đỏ?

25
Bài 7. Trong một hộp gồm có 4 viên bi đỏ và 6 viên bi xanh. Lấy ngẫu nhiên ra 5 bi từ hộp. Gọi là số viên bi đỏ có trong
5 viên bi đã lấy ra. Hãy
a) Lập bảng phân phối xác suất của .
b) Tính ( ) và Var ( ).
Bài 8. Một lô hàng có 10 sản phẩm, trong đó có 6 sản phẩm tốt. Lấy ngẫu nhiên (không hoàn lại) từ lô hàng ra 4 sản phẩm.
Tìm xác suất để có 3 sản phẩm tốt trong 4 sản phẩm được lấy ra.
Bài 9. Ở một tổng đài điện thoại, các cuộc điện thoại gọi đến xuất hiện ngẫu nhiên, độc lập với nhau với tốc độ trung bình
là 2 cuộc gọi trong 3 phút. Tính xác suất
a) Có đúng 5 cuộc điên thoại trong vòng 6 phút;
b) Không có cuộc điện thoại nào trong khoảng thời gian 90 giây
Bài 10. Một máy dệt có 1000 ống sợi, xác suất để một giờ máy hoạt động có 1 ống sợi bị đứt là 0,002. Tìm xác suất để
trong một giờ máy hoạt động có không quá 2 ống sợi bị đứt.
Bài 11. Lãi suất đầu tư vào công ty A là biến ngẫu nhiên có phân phối chuẩn, biết xác suất để đạt được lãi suất trên 20%
/năm là 0,2 và dưới 10%/ năm là 0,1 . Tính xác suất để khi đầu tư vào công ty A được lãi suất ít nhất 14%/ năm.
Bài 12. Hai cầu thủ bóng bàn thi đấu ngang sức với nhau. Hỏi thắng 2 trong 4 ván dễ hơn hay 3 trong 6 ván dễ hơn?
Bài 13. Tỷ lệ phế phẩm của một máy là 15%.
a. Cho máy đó sản xuất 5 sản phẩm. Tìm xác suất để được không quá 1 phế phẩm.
b. Cho máy đó sản xuất 10 sản phẩm. Tìm xác suất để chính phẩm được sản xuất ra sai lệch so với số chính phẩm trung
bình được sản xuất ra không vượt quá 1 ?
c. Nếu mỗi đợt sản xuất trung bình muốn có được 12 chính phẩm thì phải cho máy sản bao nhiêu sản phẩm?
Bài 14. Tỷ lệ chính phẩm của một xí nghiệp là 90%. Mỗi kiện hàng của xí nghiệp có 4 sản phẩm:

26
a. Tìm xác suất để lấy ngẫu nhiên 1 kiện hàng thì trong đó có không quá 1 phế phẩm?
b. Tìm xác suất để lấy ngẫu nhiên 3 kiện hàng thì trong đó có 1 kiện có phế phẩm?
Bài 15. Một nhân viên bán hàng mỗi ngày đi chào hàng 5 nơi với xác suất bán được hàng ở mỗi nơi 0,2 . Nếu mỗi tháng
người đó chào hàng 20 ngày thì hoa hồng trung bình mỗi tháng bằng bao nhiêu, biết mỗi lần bán được hàng thì người đó
được hưởng số tiền hoa hồng là 10.000 đồng?
Bài 16. Một trạm cho thuê xe taxi có 3 xe, hàng ngày trạm phải nộp thuế 80nghìn/xe/ngày. Mỗi chiếc xe được thuê với
giá 200 nghìn/ngày. Giả sử yêu cầu thuê xe của trạm là biến ngẫu nhiên có phân phối Poisson với tham số = 3.
a) Tính xác suất để trong một ngày có 3 khách thuê xe ( ≈ 2,71)
b) Tính tiền lãi trung bình trạm thu được trong một ngày.
Bài 17. Tại sân bay cứ 15 phút lại có 1 một chuyến xe loại 6 chỗ ngồi chở khách vào trung tâm thành phố. Biết rằng số
khách chờ đi xe có mật độ trung bình 8 người/ giờ. Giả sử, vừa có một chuyến xe rời bến. Tìm xác suất để trong chuyến
tiếp theo:
a) Không có khách nào chờ xe đi?
b) Xe đã chật khách?
c) Người ta sẽ tăng thêm một xe chở khách nếu xác suất có hơn 1 khách phải chờ xe sau lớn hơn 0,1 . Vậy có nên tăng
thêm một xe hay không?
Bài 18. Trọng lượng ( g) của một sản phẩm do một máy tự động sản xuất ra là biến ngẫu nhiên, ∽ (100,1). Sản
phẩm gọi là đạt tiêu chuẩn nếu trọng lượng của nó gọi là đạt tiêu chuẩn nếu trọng lượng của nó đạt từ 98,04 g đến
101,96 g.
a. Tính tỷ lệ sản phẩm đạt tiêu chuẩn
b. Lấy ngẫu nhiên 100 sản phẩm của máy. Tính xác suất để có ít nhất 95 sản phẩm đạt tiêu chuẩn.

27
Bài 19. Trọng lượng của một loại sản phẩm là biến ngẫu nhiên có phân phối chuẩn với trung bình 200gr và độ lệch chuẩn
là 5gr.
a. Tìm xác suất để lấy ngẫu nhiên 5 sản phẩm thì có ít nhất một sản phẩm có trọng lượng nhỏ hơn 190gr.
b. Mỗi hộp có 100 sản phẩm. Tìm xác suất để trong ba hộp có 1 hộp có trọng lượng nhỏ hơn 19,9 kg.
Bài 20. Lãi suất đầu tư vào hai thị trường và là các biến ngẫu nhiên độc lập và cùng phân phối chuẩn với trung bình
là 10% và 9%; độ lệch chuẩn là 4% và 3%.
a. Muốn có lãi suất trên 8% thì nên chọn phương án nào trong các phương án sau:
 Phương án 1: đầu tư toàn bộ vào X
 Phương án 2: đầu tư toàn bộ vào Y
 Phương án 3: chia đều vốn vào hai thị trường
 b. Nếu muốn rủi ro về lãi suất là nhỏ nhất thì nên đầu tư như thế nào?
Bài 21. Cho trọng lượng của một loại trái cây (tính bằng kg) là biến ngẫu nhiên có phân phối chuẩn. Một mẫu khảo sát
650 trái cây loại này có 30 trái có trọng lượng dưới 1,8 kg và 130 trái có trọng lượng trên 2,4 kg.
a. Tính trọng lượng trung bình và độ lệch chuẩn của trái cây loại này.
b. Những trái cây có trọng lượng dưới 1,8 kg là thứ phẩm. Giả sử có một lô gồm rất nhiều trái cây loại này. Người ta phân
loại lô trái cây như sau: Lấy mẫu ngẫu nhiên 20 trái cây từ lô trái cây để kiểm tra, nếu không có trái thứ phẩm nào thì xếp
loại 1 ; nếu có 1 hoặc 2 trái thứ phẩm thì xếp loại 2 ; nếu có hơn 2 trái thứ phẩm thì xếp loại 3 . Nhiều khả năng nhất lô
trái cây được phân loại mấy?
Bài 22. Một loại sản phẩm có chiều dài và chiều rộng là các biến ngẫu nhiên độc lập và cùng phân phối chuẩn với trung
bình là 10 cm và 6 cm. Biết rằng 10% số chi tiết có chiều dài lớn hơn 10,3 cm và 15% số chi tiết có chiều rộng nhỏ hơn

28
5,8 cm. Chi tiết được coi là đạt tiêu chuẩn nếu các kích thước của nó sai lệch so với kích thước trung bình không quá
0,3 cm :
a. Tìm tỷ lệ các chi tiết không đạt tiêu chuẩn?
b. Một chi tiết không đạt tiêu chuẩn. Tìm xác suất để chi tiết đó có chiều dài đạt tiêu chuẩn?
Bài 23. Trọng lương của một sản phẩm ( g) do một máy tự động sản xuất ra với ∽ (100,2). Sản phẩm được coi là
đạt tiêu chuẩn nếu trọng lượng của nó đạt từ 98 g đến 103 g.
a. Tìm tỉ lệ sản phẩm không đạt tiêu chuẩn của máy.
b. Cho máy sản xuất 100 sản phẩm. Tính xác suất có không quá 15 sản phẩm không đạt tiêu chuẩn trong 100 sản phẩm
này.
Ví dụ 24. Một lô hàng có 30 sản phẩm, trong đó có 10 phế phẩm. Chọn ngẫu nhiên 5 sản phẩm. Gọi là số phế phẩm
trong 5 sản phẩm đó. Tìm phân phối xác suất của và tính kì vọng, phương sai của .

29

tóm tắt kiến thức và bt chương 3

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

tóm tắt kiến thức và bt chương 3

Uploaded by

Copyright:

Available Formats

TS.

LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ TOÁN

3.1. PHÂN PHỐI NHỊ THỨC

Bài giảng Lý thuyết Xác suất và Thống kê Toán

Bài giảng Lý thuyết Xác suất và Thống kê Toán

Bài giảng Lý thuyết Xác suất và Thống kê Toán

3.2. PHÂN PHỐI SIÊU BỘI

 Gọi là số phần tử có tính chất trong phần tử lấy ra từ tập .

Bài giảng Lý thuyết Xác suất và Thống kê Toán

b. Tính chất. Nếu ∼ ( , M, ) thì

Bài giảng Lý thuyết Xác suất và Thống kê Toán

Bài giảng Lý thuyết Xác suất và Thống kê Toán

Bài giảng Lý thuyết Xác suất và Thống kê Toán

Bài giảng Lý thuyết Xác suất và Thống kê Toán

- Nếu ∼ ( , ), trong đó khá nhỏ và khá lớn thì có thể xấp xỉ

Bài giảng Lý thuyết Xác suất và Thống kê Toán

Bài giảng Lý thuyết Xác suất và Thống kê Toán

Bài giảng Lý thuyết Xác suất và Thống kê Toán

Bài giảng Lý thuyết Xác suất và Thống kê Toán

3.4. PHÂN PHỐI CHUẨN

Bài giảng Lý thuyết Xác suất và Thống kê Toán

Bài giảng Lý thuyết Xác suất và Thống kê Toán

Tính xác suất:

ii) ( > ) = 0,5 −

iii) ( < ) = 0,5 +

Bài giảng Lý thuyết Xác suất và Thống kê Toán

Bài giảng Lý thuyết Xác suất và Thống kê Toán

( < 2,37) = (2,37) − (−∞) = 0,49111 + 0,5 = 0,99111.

Bài giảng Lý thuyết Xác suất và Thống kê Toán

d. Xấp xỉ phân phối nhị thức bằng phân phối chuẩn

Khi đó, để tính ( ≤ ≤ )( , có thể vô hạn) ta sử dụng công

Bài giảng Lý thuyết Xác suất và Thống kê Toán

Bài giảng Lý thuyết Xác suất và Thống kê Toán

Bài giảng Lý thuyết Xác suất và Thống kê Toán

3.5. PHÂN PHỐI MŨ (Tham khảo)

c. Chú ý. 1) Phân phối mũ có nhiều ứng dụng trong thực tiễn.

Bài giảng Lý thuyết Xác suất và Thống kê Toán

3.6. PHÂN PHỐI CHI-SQUARED (Chi bình phương) (Tham khảo)

Nếu =∑ với độc lập, ∼ (0,1) thì ∼ ( ).

3.7. PHÂN PHỐI STUDENT (Tham khảo)

Bài giảng Lý thuyết Xác suất và Thống kê Toán

ở đây Γ( ) = ∫ (hàm Gamma).

Nếu = với ∼ (0,1); ∼ ( ) và Z, Y độc lập thì ∼ ( ).

b. Tính chất: ( ) = 0 (với > 1 ); Va r( ) = (với > 2 );

3.8. PHÂN PHỐI FISHER (Tham khảo)

Bài giảng Lý thuyết Xác suất và Thống kê Toán

Bài giảng Lý thuyết Xác suất và Thống kê Toán

Bài giảng Lý thuyết Xác suất và Thống kê Toán

Bài giảng Lý thuyết Xác suất và Thống kê Toán

Bài giảng Lý thuyết Xác suất và Thống kê Toán

Bài giảng Lý thuyết Xác suất và Thống kê Toán

Bài giảng Lý thuyết Xác suất và Thống kê Toán

You might also like