Chương 3

MỘT SỐ QUY LUẬT PHÂN PHỐI XÁC

SUẤT THƯỜNG GẶP
Chương 3: Một số QLPPXS thường gặp

1. Quy luật phân phối nhị thức B(n,p).

2. Quy luật phân phối Poisson P(λ)

3. Quy luật phân phối Chuẩn N(μ,σ2).

4. Quy luật phân phối Khi Bình Phương.

5. Quy luật phân phối Student T(n)

6. Quy luật phân phối Fisher - Snedecor F(n1,n2)

§1. Quy luật phân phối nhị thức B(n,p)
1.1 Dãy phép thử Bernoulli
► Giả sử thực hiện lặp đi lặp lại nhiều lần một phép
thử khi đó ta có dãy các phép thử.
► Nếu các phép thử được tiến hành độc lập với nhau
ta có dãy các phép thử độc lập.
► Một dãy các phép thử độc lập được gọi là dãy phép
thử Bernoulli nếu trong mỗi phép thử chỉ có 2 khả
năng: + biến cố A xảy ra với P(A) = p không đổi
+ hoặc xảy ra với P( ) = q = 1-p.
Ví dụ:
1. Gieo một con xúc xắc 10 lần
→ Dãy phép thử độc lập.
2. Một hộp cầu: 10 quả mới + 2 quả cũ. Lấy NN
lần lượt ra 5 quả cầu (lấy không hoàn lại).
→ Dãy phép thử không độc lập.
3. Một phân xưởng có 5 máy hoạt động độc lập,
khả năng mỗi máy bị hỏng trong một ngày đều
bằng 0.01.
→ Dãy phép thử Bernoulli.
Ví dụ:
Gieo một đồng xu cân đối, đồng chất 10 lần.
Gọi X là số lần xuất hiện mặt sấp.
→ X là ĐLNN rời rạc: {0,1,2,3,…,10}.
Biết P(S) =0.5 trong một lần gieo. Tính P(X=6)?
1.2 Công thức Bernoulli
Cho dãy n phép thử Bernoulli, trong mỗi phép
thử xác suất để biến cố A xảy ra là P(A) = p không
đổi. Gọi X là số lần biến cố A xảy ra. X là ĐLNN rời
rạc có tập giá trị có thể: {0,1,2,…,n}.
Khi đó xác suất để có đúng k lần biến cố A xảy
ra trong n phép thử là:

Trong đó:
1.3 Quy luật phân phối nhị thức
►Định nghĩa:
ĐLNN rời rạc X được gọi là phân phối theo quy
luật nhị thức với các tham số n và p nếu nó nhận
một trong các giá trị có thể có 0,1,2,…,n với các
xác suất tương ứng được tính theo công thức
Bernoulli:

Ký hiệu: X ~ B(n,p)
►Trường hợp đặc biệt n=1
X là ĐLNN rời rạc nhận một giá trị: {0,1}.
Khi đó ta có bảng phân phối xác suất của X
X 0 1
P q p

EX = p; Var(X) = p - p2 = p(1-p) = p.q

X được gọi là phân phối theo quy luật không
– một.
Kí hiệu: X ~ A(p)
►Các đặc trưng của ĐLNN phân phối Nhị thức
Cho X ~ B(n,p). Khi đó:
1. E(X) = np
2. Var(X) = npq
3. Mod(X) là số nguyên thỏa mãn:
np – q ≤ Mod(X) ≤ np+p
Ví dụ: Một bạn ném độc lập 5 lần một quả bóng vào
rổ. Biết xác suất ném trúng mỗi lần đều bằng 0.6.
Tính xác suất sao cho:
a. Có ba lần trúng rổ.
b. Có không quá 1 lần trúng rổ.
c. Có một lần trúng rổ biết có ít nhất 1 lần trúng
rổ .
d. Tìm số lần trúng rổ trung bình.
e. Tìm số lần trúng rổ có khả năng nhất.
Giải: Gọi X là số lần ném trúng rổ. X là ĐLNN rời rạc:
{0,1,2,3,4,5}. Do các lần ném đ ộc l ập và xác su ất ném
trúng mỗi lần đều bằng 0.6 nên X ~ B(5,0.6)
§2. Quy luật phân phối Poisson P(λ) (Tự đọc)

2.1 Định nghĩa

2.2 Các đặc trưng cơ bản của ĐLNN phân phối
Poisson
• E(X)
• Var(X)
• Mod(X)
2.3 Mối liên hệ giữa phân phối nhị thức và phân
phối Poisson (Tr36, sách BT)
§3. Quy luật phân phối chuẩn N(μ,σ2)
3.1 Định nghĩa
ĐLNN liên tục X nhận các giá trị trên tập R được
gọi là phân phối chuẩn với tham số μ và σ > 0, ký
hiệu X ~ N(μ,σ2), nếu hàm mật độ xác suất của nó
có dạng:
f(x)

Đồ thị hàm f(x):

μ x
3.2 Các đặc trưng cơ bản của ĐLNN phân phối chuẩn
Cho X ~ N(μ,σ2). Ta có:
E(X) = μ; Var(X) = σ2 ; Mod(X) = μ.
• Trường hợp đặc biệt: μ=0; σ = 1.
Hàm mật độ xác suất của X:

x
0

X được gọi là tuân theo quy luật phân phối chuẩn

hóa. Kí hiệu: X ~ N(0,1)
• Phép biến đổi chuẩn hóa
Cho X ~ N(μ,σ2). Đặt

Khi đó U ~ N(0,1).
• Ví dụ: Cho
a. X ~ N(a,b)
b. X ~ N(a+b, 1+ σ2)
Xây dựng U ~ N(0,1).
3.3 Xác suất để ĐLNN phân phối chuẩn nhận
giá trị trong một khoảng.
• Định lý: Cho X ~ N(μ,σ2).

Trong đó: (hàm Laplace, tra bảng 3)

Tính chất:

Khi x > 5 ta lấy:

• Hệ quả:
Ví dụ: Trọng lượng 1 loại trái cây có phân phối chuẩn với
μ = 500g và σ2 = 16(g2). Trái cây thu hoạch được phân
loại theo trọng lượng như sau:
a. Loại 1: trên 505g
b. Loại 2: từ 495g đến 505g.
c. Loại 3: dưới 495g
d. Đạt tiêu chuẩn xuất khẩu: nếu có trọng lượng chênh
lệch so với trọng lượng trung bình không quá 4g.
Tính tỷ lệ mỗi loại.
Giải: Gọi X là trọng lượng một trái cây.
Ta có X ~ N(μ,σ2) với μ = 500g và σ2 = 16(g2)
► Quy tắc 3σ
Cho X ~ N(μ,σ2). Theo hệ quả 4 với ε=3σ ta có:

Quy tắc 3σ: Nếu X là ĐLNN có phân phối chuẩn

thì hầu chắc chắn (99,73%) giá trị của X nằm
trong khoảng:
(μ - 3σ; μ + 3σ)
3.4 Phân vị chuẩn
► Định nghĩa: Cho U ~ N(0,1) và 0 < α < 1 cho
trước. Khi đó, giá trị uα thỏa mãn:

P(U> uα) = α
được gọi là phân vị chuẩn mức α.
►Chú ý: u1- α = - uα
α

0 u
α
• Một số giá trị phân vị chuẩn thường dùng (Bảng 4)

u0.1 = 1.28

u0.05 = 1.65

u0.025 = 1.96

u0.01 = 2.33

u0.005 = 2.58

3.5 Mối liên hệ giữa phân phối nhị thức và phân ph ối

chuẩn (Tự đọc trang 38 sách BT)
§4. Quy luật phân phối Khi Bình Phương
4.1 Định nghĩa
Cho X1, X2,…, Xn là các ĐLNN độc lập, Xi ~ N(0,1).

Khi đó ĐLNN sẽ tuân theo m ột quy lu ật

phân phối. Quy luật đó được gọi là quy luật phân ph ối
Khi bình phương với n bậc tự do.
Ký hiệu:
Đồ thị hàm mật độ:
4.2 Phân vị: Cho và 0<α<1
ta tìm được sao cho:

được gọi là phân vị khi bình phương mức α.

α
§5. Quy luật phân phối STUDENT T(n)

5.1 Định nghĩa

Cho ĐLNN và U~N(0,1) thì ĐLNN

tuân theo một quy luật phân phối. Quy luật đó g ọi là

quy luật phân phối Student với n bậc tự do.
Ký hiệu: T ~ T(n)
Đồ thị hàm mật độ:

0
5.2 Phân vị: Cho T ~ T(n) và 0<α<1 ta tìm được tα(n) sao
cho:
P(T> tα(n)) = α

tα(n) được gọi là phân vị mức α.

• Chú ý:
α

0 tα(n)
§6. Quy luật phân phối Fisher – Snedecor F(n1,n2)

6.1 Định nghĩa

Cho hai ĐLNN . Khi đó ĐLNN

sẽ tuân theo một quy luật phân phối. Quy luật đó

được gọi là QLPP Fisher - Snedecor với (n1,n2) bậc tự
do.
Kí hiệu: F ~ F(n1,n2)
6.2 Phân vị: Cho F ~ F(n1,n2) và 0<α<1

ta tìm được fα(n1,n2) sao cho:

fα(n1,n2) phân vị Fisher-Snedecor (n1,n2) bậc tự do mức α.

α
Tổng kết chương 3

1. Quy luật phân phối nhị thức B(n,p).

2. Quy luật phân phối Poisson P(λ)

3. Quy luật phân phối Chuẩn N(μ,σ2).

4. Quy luật phân phối Khi Bình Phương.

5. Quy luật phân phối Student T(n)

6. Quy luật phân phối Fisher - Snedecor

F(n1,n2)