Professional Documents
Culture Documents
Toán Đại Cương1908 - Sửa XSTK
Toán Đại Cương1908 - Sửa XSTK
Toán Đại Cương1908 - Sửa XSTK
1.1 Ma trận
Định nghĩa 1.1.1 Một bảng số gồm số thực , được
sắp xếp thành m dòng, n cột được gọi là một ma
trận cỡ .
Chương 1
1.1 Ma trận
1.1.1 Khái niệm và các phép toán
Một ma trận cỡ thường được ký hiệu là:
• là phần tử nằm ở dòng i, cột j trong ma trận A
• Ma trận dòng thứ i là
• Ma trận cột thứ j là
Chương 1
1.1 Ma trận
1.1.1 Khái niệm và các phép toán
• Ma trận đối của ma trận A là:
12 3 1 3 31
Ví dụ:
(
𝐴= 3 0 − 2
31 1
11 4
)
4×3
(
𝐴 ′= 2 0 1 1
3 − 21 4 )
3× 4
Chương 1
1.1 Ma trận
1.1.1 Khái niệm và các phép toán
•
Ma trận bằng nhau: Hai ma trận được gọi là
bằng nhau nếu chúng có cùng cỡ và các phần
tử tương ứng của chúng bằng nhau:
,
Chương 1
1.1 Ma trận
1.1.1 Khái niệm và các phép toán
•
Ma trận vuông là một ma trận có cỡ , tức là ma
trận có số dòng và số cột bằng nhau.
Các phần tử được gọi là các phần tử nằm trên
đường chéo chính.
Chương 1
1.1 Ma trận
1.1.1 Khái niệm và các phép toán
Chương 1
1.1 Ma trận
1.1.1 Khái niệm và các phép toán
𝑎11 0 … 0
0 𝑎22 … 0 ൲
𝐴=൮ ⋮
0 0 … 𝑎𝑛𝑛
Chương 1
1.1 Ma trận
1.1.1 Khái niệm và các phép toán
1 0 … 0
1 … 0ቍ
𝐸 = ቌ0
⋮
0 0 … 1
Chương 1
1.1 Ma trận
1.1.1 Khái niệm và các phép toán
b1 j ...
...
b2 j
hàng i a i1 a i2 ... a ip ... c ij ...
(của A) ...
...
b pj ...
cột j
(của B)
Chương 1
1.1 Ma trận
1.1.1 Khái niệm và các phép toán
Ví dụ: .
= =
Chương 1
1.1 Ma trận
1.1.1 Khái niệm và các phép toán
i. A.(B.C) = (A.B).C
ii. A.(B + C) = A.B + A.C
iii. (A + B).C = A.C + B.C
iv. A.E = E.A = A
Chương 1
1.1 Ma trận
1.1.1 Khái niệm và các phép toán
0 1 1 2 1 2 0 1
1 0 1 1 0
0 0 1
Chương 1
1.1 Ma trận
1.1.2 Định thức và hạng của ma trận
Khái niệm định thức: Cho ma trận vuông cấp n
• Định thức cấp n : Xét ma trận .
Ta ký hiệu là ma trận có được từ A bằng cách bỏ đi
dòng i và cột j. Khi đó det(A) được tính bằng công
thức sau:
|A|
5. Nếu ta đổi chỗ hai dòng (hoặc hai cột) của định
thức thì định thức đổi dấu
6. Nếu nhân các phần tử của một dòng (hoặc một
cột) với số k thì định thức mới bằng định thức cũ
nhân với k
7. Nếu nhân một dòng nào đó với một số bất kỳ rồi
cộng vào dòng khác thì định thức không thay đổi
Chương 1
1.1 Ma trận
1.1.2 Định thức và hạng của ma trận
Ví dụ: Tìm hạng ma trận A=
Ta có =B
Tìm ma trận nghịch đảo bằng phần bù đại số.
•
Định lý: Nếu det A 0 thì A có ma trận nghịch
đảo và được tính theo công thức
1 2 3
A 2 5 3
1 0 8
Chương 1
1.2 Không gian vectơ Rn
1.2.1 Khái niệm và các phép toán
• Định nghĩa: Một véc tơ n chiều X là một bộ n số
thực được sắp xếp theo thứ tự
• Véctơ không n chiều 0 =(0, 0, …, 0).
• Véctơ đối của véctơ X là vectơ –X xác định bởi
.
• Hai véctơ n chiều
và gọi là bằng nhau nếu ta có:
.
Chương 1
1.2 Không gian vectơ Rn
1.2.1 Khái niệm và các phép toán
•
Định nghĩa: Cho hai vectơ và tùy ý , ta định
nghĩa
Phép cộng:
𝑋 + 𝑌 = (𝑥1 + 𝑦1 , 𝑥2 + 𝑦2 , … , 𝑥𝑛 + 𝑦𝑛 )
• Ví dụ: Xét tính độc lập tuyến tính của các hệ sau
1. ;
Chương 1
1.2 Không gian vectơ Rn
1.2.2 Mối quan hệ tuyến tính giữa các vectơ
• Tính chất:
• Định lí: Hạng của hệ m véc tơ n chiều bằng hạng
của ma trận cỡ tạo thành bằng cách xếp liên tiếp
các véc tơ theo cột.
• Ví dụ: Tìm hạng của hệ vectơ .
Chương 1
1.2 Không gian vector Rn
1.2.3 Hạng và cơ sở của hệ vectơ
• Ví dụ: Biểu diễn tuyến tính véctơ qua các véctơ
Chương 1
1.2 Không gian vector Rn
1.2.4 Hệ phương trình tuyến tính
• Định lý Cronecker- Capelly: Điều kiện cần và đủ để
một hệ phương trình tuyến tính có nghiệm là
.
(i) Hệ có duy nhất nghiệm =n;
(ii) Hệ có vô số nghiệm < n.
Chương 1
1.2 Không gian vector Rn
1.2.4 Hệ phương trình tuyến tính
ത
തത
( 𝑎𝑖𝑖 ≠ 0, ∀𝑖 = 1, ത
𝑛ത)
Chương 1
1.2 Không gian vector Rn
1.2.4 Hệ phương trình tuyến tính
( 𝑎𝑖𝑖 ≠ 0, ∀𝑖 = ത
1,ത
ത𝑟ത)
Chương 1
1.2 Không gian vector Rn
1.2.4 Hệ phương trình tuyến tính
Cho Một quy luật cho tương ứng mỗi điểm với duy
nhất một giá trị thỏa mãn được gọi là một hàm số
một biến xác định trên
Chương 2
2.1 Hàm số thực một biến
2.1.1. Khái niệm và giới hạn hàm số
Khi đó:
* được gọi là tập xác định của
* được gọi là tập giá trị của hàm số.
* được gọi là đồ thị của hàm số
Chương 2
2.1 Hàm số thực một biến
2.1.2 Đạo hàm và ứng dụng
Ví dụ: Tính giới hạn sau:
Chương 2
2.1 Hàm số thực một biến
2.1.2 Đạo hàm và ứng dụng
Các dạng vô định trong tính giới hạn
Dạng vô định
Dạng vô định
Dạng vô định
Chương 2
2.1 Hàm số thực một biến
2.1.2 Đạo hàm và ứng dụng
Nhận xét:
Định lý: Nếu đủ bé thì ta có
Ví dụ: Tính gần đúng:
Chương 2
2.1 Hàm số thực một biến
2.1.2 Đạo hàm và ứng dụng
Các tính chất
a) Nếu A là hằng số thì
c) Nếu và thì
Chương 2
2.1 Hàm số thực một biến
2.1.3 Tích phân
Nếu thì
Ví dụ: Tính tích phân
Chương 2
2.1 Hàm số thực một biến
2.1.3 Tích phân
Ví dụ: Tính tích phân
Chương 2
2.1 Hàm số thực một biến
2.1.3 Tích phân
Ví dụ: Tính các tích phân sau:
Chương 2
2.1 Hàm số thực một biến
2.1.3 Tích phân
Tính chất của tích phân xác định
= +
Chương 2
2.1 Hàm số thực một biến
2.1.3 Tích phân
Ví dụ: Tính các tích phân
Chương 2
2.1 Hàm số thực một biến
2.1.3 Tích phân
Định lý 2. (Đổi biến )
Xét tích phân , là hàm liên tuc trên . Nếu phép đổi
biến ) thỏa mãn:
1. có đạo hàm liên tục trên
2. và
3.Khi t nhận giá trị trong thì biến thiên trong
Khi đó: .
Ví dụ: Tính tích phân
Chương 2
2.1 Hàm số thực một biến
2.1.3 Tích phân
Phương pháp tích phân từng phần
Công thức
Ví dụ: Tính các tích phân sau
Chương 2
2.1 Hàm số thực một biến
2.1.3 Tích phân
Nếugiới hạn trên là hữu hạn thì ta nói tích phân suy rộng
là hội tụ và giới hạn trên là giá trị của nó. Ngược lại, ta nói
tích phân suy rộng là phân kỳ.
Chương 2
2.1 Hàm số thực một biến
2.1.3 Tích phân
Tương tự, ta định nghĩa tích phân suy rộng
Tích phân (3) hội tụ khi và chỉ khi cả hai tích phân vế
phải hội tụ.
Chương 2
2.1 Hàm số thực một biến
2.1.3 Tích phân
Ví dụ: Tính tích phân suy rộng sau:
Chương 2
2.1 Hàm số thực một biến
2.1.3 Tích phân
Định lý so sánh
Định lý 1: Giả sử các hàm khả tích trên mọi đoạn
với lớn tùy ý và
Khi đó
Nếu hội tụ thì hội tụ.
Nếu phân kỳ thì phân kỳ.
Chương 2
2.1 Hàm số thực một biến
2.1.3 Tích phân
Định lý 2: Giả sử là các hàm số dương, khả tích trên
mọi đoạn với lớn tùy ý và
Khi đó hai tích phân , cùng hội tụ hoặc cùng phân kỳ.
Ví dụ: Xét sự hội tụ, phân kỳ của tích phân sau:
Chương 2
2.1 Hàm số thực một biến
2.1.3 Tích phân
Nếu giới hạn trên là hữu hạn thì ta nói tích phân
Tương tự, nếu hàm khả tích trên mọi đoạn , với
và gián đoạn vô cực bên phải tại thì
Chương 2
2.1 Hàm số thực một biến
2.1.3 Tích phân
Định nghĩa 3: Nếu hàm có điểm gián đoạn vô
cực , khả tích trên mọi đoạn với . Ta định nghĩa
Ví dụ: Xét sự hội tụ, phân kỳ của TPSR sau
Chương 2
2.1 Hàm số thực một biến
2.1.3 Tích phân
Công thức Niwtơn-Lepnit suy rộng
Hàm có điểm gián đoạn vô cực tại và nó có nguyên
hàm trên . Nếu là hàm liên tục trên đoạn thì tích
phân suy rộng hội tụ và:
Ví dụ: Tính tích phân suy rộng sau:
Chương 2
2.2 Hàm số thực nhiều biến
2.2.1 Khái niệm hàm số
Cho tập . Một quy luật đặt tương ứng mỗi cặp với
một số thực được gọi là một hàm của hai biến độc
lập và .
Kí hiệu:
Ví dụ:
a. ,
b. .
Chương 2
2.2 Hàm số thực nhiều biến
2.2.2 Đạo hàm riêng và ứng dụng vào bài toán cực trị
Định nghĩa 1:
Cho hàm xác định trong lân cận của điểm . Đạo
hàm riêng cấp 1 theo tại điểm nếu có được kí hiệu
và xác định như sau:
.
Chương 2
2.2 Hàm số thực nhiều biến
2.2.2 Đạo hàm riêng và ứng dụng vào bài toán cực trị
- Tương tự có đạo hàm riêng cấp 1 theo tại là .
Ví dụ: Tính các đạo hàm cấp riêng cấp 1 của hàm
số:
.
Chương 2
2.2 Hàm số thực nhiều biến
2.2.2 Đạo hàm riêng và ứng dụng vào bài toán cực trị
.
Nhận xét: Trong chương trình học
.
Ví dụ: Tính các đạo hàm riêng đến cấp hai của
hàm sau:
.
Chương 2
2.2 Hàm số thực nhiều biến
2.2.2 Đạo hàm riêng và ứng dụng vào bài toán cực trị
Ứng dụng ĐHR tìm cực trị của hàm hai biến:
a. Cực trị tự do
Định nghĩa:
Hàm đạt cực đại (cực tiểu) tại điểm nếu tồn tại một
lân cận của M sao cho trên đó . (tương ứng
Kí hiệu:
Chương 2
2.2 Hàm số thực nhiều biến
2.2.2 Đạo hàm riêng và ứng dụng vào bài toán cực trị
b. Cực trị có điều kiện
Bài toán: Tìm cực trị của hàm với điều kiện .
Phương pháp giải: Phương pháp nhân tử lagrang.
Xét bài toán tìm cực trị của hàm hai biến có ràng
buộc:
.
Lập hàm lagrang:
.
Chương 2
2.2 Hàm số thực nhiều biến
2.2.2 Đạo hàm riêng và ứng dụng vào bài toán cực trị
Đặt
Chương 2
2.2 Hàm số thực nhiều biến
2.2.2 Đạo hàm riêng và ứng dụng vào bài toán cực trị
Khi đó:
+) Nếu thì là điểm cực đại của bài toán đã cho.
+) Nếu thì là điểm cực tiểu của bài toán đã cho.
Các kết cục của phép thử được gọi là biến cố.
Chương 3
3.1 Biến cố ngẫu nhiên và xác suất
3.1.1 Phép thử và biến cố
Tính chất
• 0 < P(A) < 1 A: ngẫu nhiên
• P(U) = 1
• P(V) = 0
Hệ quả: 0 ≤ P(A) ≤ 1 A: bất kỳ
Chương 3
3.1 Biến cố ngẫu nhiên và xác suất
3.1.2 Định nghĩa cổ điển về xác suất
Giải:
a, Gọi A là biến cố: “Lấy được 3 chính phẩm”.
m A 120 24
P( A) 0,2637
n A 455 91
Chương 3
3.1 Biến cố ngẫu nhiên và xác suất
3.1.2 Định nghĩa cổ điển về xác suất
Ví dụ.
Gọi X là số chấm xuất hiện khi gieo súc sắc
X nhận các giá trị có thể có: 1, 2, 3, 4, 5, 6
∑ pi = ∑ P(X = xi) = 1
Chương 3
3.2 Đại lượng ngẫu nhiên
3.2.2 Quy luật phân phối xác suất của ĐLNN
Tính chất.
1. 0 ≤ F(x) ≤ 1 với mọi x
Tính chất
3. lim F( x ) F() 1 lim F( x ) F() 0
x x
2. F ( x) f (t )dt
b
3. P(a X b) f ( x)dx
a
4. f ( x)dx 1
Nếu hàm số f(x) thỏa tính chất 1 và 4 thì f(x) sẽ
là hàm mật độ xác suất của một ĐLNN nào đó.
Chương 3
3.2 Đại lượng ngẫu nhiên
3.2.3 Các số đặc trưng chính của ĐLNN
• Kỳ vọng toán
• Mốt
• Phương sai
• Độ lệch tiêu chuẩn
Chương 3
3.2 Đại lượng ngẫu nhiên
3.2.3 Các số đặc trưng chính của ĐLNN
Kỳ vọng toán
Tính chất.
1. E(C) = C với C = const
2. E(C.X) = C.E(X) với C = const
3. E(X+Y) = E(X)+E(Y)
Mốt
Phương sai
• X là ĐLNN rời rạc:
Var ( X ) ( xi ) . pi xi . pi 2
2 2
i i
Chương 3
3.2 Đại lượng ngẫu nhiên
3.2.3 Các số đặc trưng chính của ĐLNN
Tính chất.
1. Var(C) = 0 với C = const
Độ lệch chuẩn
Ví dụ 1.
Cho X là ĐLNN rời rạc có bảng PPXS:
X -1 0 1 2
P 0,3 0,4 0,1 0,2
Giải.
• Với x ≤ -1 thì (X<x) = V nên F(x) = 0
• Với -1<x ≤ 0 thì (X<x) = (X=-1)
nên F(x) = P(X = -1)=0,3
• Với 0<x ≤ 1 thì (X<x) = (X=-1)+(X=0)
nên F(x) = P(X = -1)+P(X=0) = 0,7
Chương 3
3.2 Đại lượng ngẫu nhiên
3.2.3 Các số đặc trưng chính của ĐLNN
0 khi x 1
0,3 khi 1 x 0
F ( x) 0,7 khi 0 x 1
0,8 khi 1 x 2
1 khi 2 x
Chương 3
3.2 Đại lượng ngẫu nhiên
3.2.3 Các số đặc trưng chính của ĐLNN
• Mod(X) = 0
Nếu các phép thử được tiến hành độc lập với
nhau, ta có dãy các phép thử độc lập.
Chương 3
3.3 Một số QLPP xác suất quan trọng
3.3.1 Quy luật phân phối nhị thức
Một dãy các phép thử độc lập, trong mỗi phép
thử chỉ có thể xảy ra một trong hai trường hợp
hoặc A xảy ra hoặc A không xảy ra. Xác suất để
xảy ra biến cố A là không đổi và bằng p.
trong đó q = 1 – p, k = 0, 1, 2, …, n
Chương 3
3.3 Một số QLPP xác suất quan trọng
3.3.1 Quy luật phân phối nhị thức
q 1 p ; k 0,1, 2,.., n
Chương 3
3.3 Một số QLPP xác suất quan trọng
3.3.1 Quy luật phân phối nhị thức
• E(X) = np
• Var(X) = npq
• Var(X) = pq
Chương 3
3.3 Một số QLPP xác suất quan trọng
3.3.2 Quy luật phân phối chuẩn
2
Chương 3
3.3 Một số QLPP xác suất quan trọng
3.3.2 Quy luật phân phối chuẩn
• E(X) =
• Var(X) = 2
• Mod(X) =
Chương 3
3.3 Một số QLPP xác suất quan trọng
3.3.2 Quy luật phân phối chuẩn
• Tính chất: ( x) ( x)
Hệ quả
P ( X ) 2
b
P ( X b) P ( X b) 0,5
a
P(a X ) P (a X ) 0,5
Chương 3
3.3 Một số QLPP xác suất quan trọng
3.3.2 Quy luật phân phối chuẩn
Phân vị
P U u
Chương 3
3.3 Một số QLPP xác suất quan trọng
3.3.2 Quy luật phân phối chuẩn
Phân vị
Chương 3
3.3 Một số QLPP xác suất quan trọng
3.3.2 Quy luật phân phối chuẩn
Phân vị
P
2 2
n
Chương 3
3.3 Một số QLPP xác suất quan trọng
3.3.3 Quy luật phân phối khi bình phương
Phân vị
Chương 3
3.3 Một số QLPP xác suất quan trọng
3.3.4 Quy luật phân phối Student
Phân vị
P T t n
Chương 3
3.3 Một số QLPP xác suất quan trọng
3.3.4 Quy luật phân phối Student
Phân vị
Chương 3
3.3 Một số QLPP xác suất quan trọng
3.3.5 Quy luật phân phối Fisher – Snedecor
Phân vị
Cho F~F(n1, n2), và 0 < < 1 cho trước. Khi đó,
giá trị f(n1, n2) của F được gọi là phân vị F mức
nếu thỏa mãn:
P F f n1 , n2
Chương 3
3.3 Một số QLPP xác suất quan trọng
3.3.5 Quy luật phân phối Fisher – Snedecor
Phân vị
Chương 4. THỐNG KÊ TOÁN
Chương 4
THỐNG KÊ TOÁN
Đám đông
Giả sử cần nghiên cứu một hay nhiều dấu hiệu
thể hiện trên một tập hợp gồm N phần tử, tập
hợp này được gọi là đám đông (còn được gọi là
tổng thể, tập nền), N được gọi là kích thước
của đám đông.
Chương 4
4.1 Lý thuyết mẫu
4.1.1 Khái niệm đám đông và mẫu
Mẫu
Để nghiên cứu dấu hiệu X ta cần điều tra toàn
bộ phần tử của đám đông, tuy nhiên điều đó
thường không thực hiện được vì:
• N quá lớn hoặc vô hạn
• Các phần tử bị phá hủy khi nghiên cứu
• Tốn kém về vật chất và thời gian
Chương 4
4.1 Lý thuyết mẫu
4.1.1 Khái niệm đám đông và mẫu
Mẫu
Từ đám đông ta chọn ra một tập hợp gồm n
phần tử để nghiên cứu thì tập hợp này được
gọi là mẫu, n được gọi là kích thước mẫu.
Chương 4
4.1 Lý thuyết mẫu
4.1.1 Khái niệm đám đông và mẫu
E( X )
2
Var ( X )
n
Chương 4
4.1 Lý thuyết mẫu
4.1.3 Các đặc trưng mẫu quan trọng
n i 1
Nếu E(X) = μ, Var(X) = σ2 thì:
n 1 2
E S 2
n
Chương 4
4.1 Lý thuyết mẫu
4.1.3 Các đặc trưng mẫu quan trọng
n 1 i 1
Ta có thể chứng minh được:
E S '2 2
Chương 4
4.1 Lý thuyết mẫu
4.1.3 Các đặc trưng mẫu quan trọng
n 1 n i 1
1 k
2
s'
2
n 1 i 1
ni xi nx
2
Chương 4
4.1 Lý thuyết mẫu
4.1.3 Các đặc trưng mẫu quan trọng
S S 2
S' S' 2
s s 2
s' s' 2
Chương 4
4.1 Lý thuyết mẫu
4.1.4 Quy luật PPXS của một số thống kê
quan trọng
( n 1) S '2
2
~ (n 1)
2
2
X
T ~ T (n 1)
S'
n
Khi n > 30, T có phân phối xấp xỉ chuẩn hóa
Chương 4
4.1 Lý thuyết mẫu
4.1.4 Quy luật PPXS của một số thống kê
quan trọng
lim P ( * ) 1
n
Chương 4
4.2 Ước lượng tham số của ĐLNN
4.2.1 Ước lượng điểm
P g11 G g 2 1 1 2 1
P 1* G *2 1
Chương 4
4.2 Ước lượng tham số của ĐLNN
4.2.2 Ước lượng bằng khoảng tin cậy
Hai phía P( U u / 2 ) 1
X u ; X u
2
n 2
n
Trái P (u U ) 1
; X u
n
Phải P (U u ) 1
X u
;
n
Chương 4
4.2 Ước lượng tham số của ĐLNN
4.2.2 Ước lượng bằng khoảng tin cậy
Vì X N ,
2
nên ta xây dựng thống kê
X
T T n 1
S'
n
Chương 4
4.2 Ước lượng tham số của ĐLNN
4.2.2 Ước lượng bằng khoảng tin cậy
Ước lượng tỷ lệ
Trên đám đông kích thước N có M phần tử mang
dấu hiệu A, khi đó P(A) = M/N = p.
Bài toán đặt ra: từ mẫu ngẫu nhiên thu được, ta
ước lượng p
Từ đám đông ta lấy mẫu ngẫu nhiên kích thước
nA
n và tính được tần suất f n
Chương 4
4.2 Ước lượng tham số của ĐLNN
4.2.2 Ước lượng bằng khoảng tin cậy
Ước lượng tỷ lệ
pq
Vì n đủ lớn nên f N p, n
f p
U N 0,1
pq
n
Chương 4
4.2 Ước lượng tham số của ĐLNN
4.2.2 Ước lượng bằng khoảng tin cậy
Ước lượng tỷ lệ
Hai phía P( U u / 2 ) 1
f u ; f u
2
pq
n
2
pq
n
Phải P (U u ) 1 f u ; 1
pq
n
Chương 4
4.2 Ước lượng tham số của ĐLNN
4.2.2 Ước lượng bằng khoảng tin cậy
H 0 : 0 H 0 : 0 H 0 : 0
H 0 : 0 H 0 : 0 H 0 : 0
Chương 4
4.3 Kiểm định giả thuyết thống kê
4.3.1 Khái niệm về kiểm định GT thống kê
0 P( U u / 2 ) W utn : utn u / 2
0 0 P(U u ) W utn : utn u
0 P (U u ) W utn : utn u
Chương 4
4.3 Kiểm định giả thuyết thống kê
4.3.2 Kiểm định giả thuyết về các tham số
X 0
T
S'
n
Nếu H0 đúng thì T ~ T(n – 1)
Chương 4
4.3 Kiểm định giả thuyết thống kê
4.3.2 Kiểm định giả thuyết về các tham số
ĐLNN gốc X phân phối chuẩn, σ2 chưa biết
biết
H0 H1 Xác suất Miền bác bỏ
Khi n đủ lớn ta có:
f p0
U
p0 q0
n
0 P( U u / 2 ) W utn : utn u / 2
0 0 P(U u ) W utn : utn u
0 P (U u ) W utn : utn u
Chương 4
4.3 Kiểm định giả thuyết thống kê
4.3.2 Kiểm định giả thuyết về các tham số