Professional Documents
Culture Documents
Bài giảng chương 3
Bài giảng chương 3
Bài giảng chương 3
P( X xm ) pm
3.2 Phân phối xác suất của biến ngẫu
nhiên rời rạc
Ta gọi hàm PX ( x) P( X x), x R là hàm xác
suất của biến ngẫu nhiên X.
Ví dụ 4. Hàm xác suất của biến ngẫu nhiên X ở ví dụ 1 là
1
khi x 1, 2, 3, 4, 5, 6
p X ( x) 6
0 khi x 1, 2, 3, 4, 5, 6
Ví dụ 5
Lấy ngẫu nhiên 2 sản phẩm từ một lô hàng có 6 sản phẩm
loại 1 và 4 sản phẩm loại 2. Gọi X là số sản phẩm loại 1
lấy ra. Xác định hàm xác suất của X.
X có thể nhận giá trị: 0, 1, 2
C42 2
P ( X 0) 2
C10 15
6 4 8
P ( X 1) 2
C10 15
C62 5
P ( X 2) 2
C10 15
3.2 Phân phối xác suất của biến
ngẫu nhiên rời rạc
Ta gọi bảng sau
X x1 x2 … xn …
P p1 p2 … pn …
p1 p2 ... pn ... 1
Ví dụ 5
Lấy ngẫu nhiên 2 sản phẩm từ một lô hàng có 6 sản phẩm
loại 1 và 4 sản phẩm loại 2. Gọi X là số sản phẩm loại 1
lấy ra. Lập bảng phân phối xác suất của X.
X có thể nhận giá trị: 0, 1, 2
C42 2
P ( X 0) 2
C10 15
6 4 8
P ( X 1) 2
C10 15
C62 5
P ( X 2) 2
C10 15
Ví dụ 6
Chọn ngẫu nhiên 1 học sinh từ một lớp có 15 học sinh cao
162 cm, 19 học sinh cao 165 cm và 23 học sinh cao 168
cm. Gọi X là chiều cao của học sinh được chọn. Lập bảng
phân phối xác suất của X.
X có thể nhận giá trị: 162, 165 và 168 với xác suất tương
ứng là:
15 19
P( X 162) P( X 165)
57 57
23
P( X 168)
57
3.3 Kỳ vọng và phương sai
I. Kỳ vọng (số trung bình)
I.1. Định nghĩa. Kỳ vọng của biến ngẫu
nhiên X được ký hiệu là E(X) và định
nghĩa như sau.
Nếu X là biến ngẫu nhiên rời rạc nhận
giá trị xi với xác suất pi thì
E ( X ) x1 p1 x2 p2 ... xn pn ...
Ví dụ 7
Chọn ngẫu nhiên 1 học sinh từ một lớp có 15
học sinh cao 162 cm, 19 học sinh cao 165 cm
và 23 học sinh cao 168 cm. Gọi X là chiều cao
của học sinh được chọn. Tính E(X).
E(X) = (162.15+165.19+168.23):57
I.2 Tính chất của kỳ vọng
(i) E(C) = C, C là hằng số.
(ii) E(c.X) = c.E(X)
(iii) E(X+Y) = E(X)+E(Y)
(iv) E(X.Y) = E(X).E(Y) khi X,Y độc lập.
(v) Nếu Y = g(X)
E (Y ) g ( x1 ) p1 g ( xm ) pm
II. Phương sai
Định nghĩa. Phương sai của biến ngẫu nhiên X được kí
hiệu là Var(X) (V(X), D(X)) và định nghĩa như sau
Var( X ) E ( X E ( X )) 2
Căn bậc hai của phương sai được gọi là độ lệch chuẩn và
ký hiệu là
( X ) Var( X )
Cách tính
Nếu X là biến ngẫu nhiên rời rạc có kỳ vọng
E(X) = a thì
Var( X ) ( x1 a) p1 ( xn a) pn
2 2
hay
Var( X ) ( x p1 x pn ) a
2
1
2
n
2
Ví dụ 8
Chọn ngẫu nhiên 1 học sinh từ một lớp
có 15 học sinh cao 162 cm, 19 học sinh
cao 165 cm và 23 học sinh cao 168 cm.
Gọi X là chiều cao của học sinh được
chọn. Tính D(X).
15 2 19 2 23
D( X ) 1622
165 168 165,42 2
57 57 57
6,1708
Tính chất của phương sai
(i) Var(c) = 0. (c là hằng số)
(ii) Var(c.X) = c2. Var(X)
(iii) Var(X+Y) = Var (X)+Var
(Y)
khi X,Y độc lập.
3.4. Một số luật phân phối xác suất thông dụng
X H (10000,7000,400)
7000
E ( X ) 400 280
10000
10000 400
Var( X ) 400 0,7 0,3 80,648
10000 1
Phân phối nhị thức
Thực hiện n thí nghiệm độc lập mà trong mỗi
thí nghiệm biến cố A xuất hiện với xác suất p.
Gọi X là số lần xuất hiện biến cố A trong n thí
nghiệm này. Khi đó
X được gọi là biến ngẫu nhiên có phân phối
nhị thức với các tham số n, p. Ký hiệu X ~ B(n,
p).
E ( X ) np, V( X ) np (1 p )
Ví dụ 11
Trồng 100 cây cao su với
xác suất sống của mỗi cây
là 0,836. Gọi X là số cây
sống. Tính P(X = 84), E(X),
V(X).
Ví dụ 11
X B(100; 0,836)
10084
P( X 84) C 0,836 (1 0,836)
84
100
84
0,1076
E ( X ) 100 0,836 83,60
V ( X ) 100 0,836 (1 0,836) 13,7104
Liên hệ giữa phân phối siêu bội và
phân phối nhị thức
10070
P( X 70) C 0,7 (1 0,7)
70
100
70
0,086783864
Phân phối nhị thức âm
r (1 p)
E( X )
p
r (1 p)
V (X ) 2
p
Ví dụ 13
Xác suất mỗi sản phẩm nhà máy M đạt
chuẩn là 0,85. Lần lượt kiểm tra từng sản
phẩm của nhà máy M cho đến khi được 5
sản phẩm không đạt chuẩn thì dừng. Gọi
X là số sản phẩm đạt chuẩn cần kiểm tra.
Tính P(X = 10), E(X) và V(X).
Ví dụ 13
X là biến ngẫu nhiên có phân phối nhị thức âm
với các tham số r = 5, p = 1- 0,85 = 0,15 nên
P ( X 10) C105151 0,155 (1 0,15)10 0,0149651
5(1 0,15) 85
E( X )
0,15 3
5(1 0,15) 1700
V (X ) 2
0,15 9
Phân phối Poisson
Ta gọi X là biến ngẫu nhiên có phân phối
Poisson với tham số ( > 0) và ký hiệu
X ~ Poi( ), nếu
m
P ( X m) e , m 0, 1, 2,...
m!
E ( X ) , D( X )
Ví dụ 14
Một trạm cho thuê xe có 3 chiếc xe. Hàng ngày
trạm phải nộp thuế 8 USD cho 1 chiếc xe (bất kể
xe đó có được thuê hay không) và mỗi chiếc
được cho thuê với giá 20 USD. Giả sử số xe
được yêu cầu cho thuê của trạm trong một ngày
là đại lượng ngẫu nhiên X có phân phối Poisson
với tham số = 2,8.
Tính số tiền trung bình trạm thu được trong một
ngày.
Ví dụ 14
Gọi T là số tiền trạm này thu được trong ngày.
T có thể nhận giá trị: -24, -4, 16, 36
P(T 24) P ( X 0) e 2,8 0,06
P(T 4) P( X 1) 2,8e 2,8 0,17
2,82 2,8
P(T 16) P( X 2) e 0,24
2!
P(T 36) P ( X 2) 1 0,06 0,17 0,24 0,53
E ( X ) 20,8
Liên hệ giữa phân phối nhị thức và
phân phối Poisson