CHƯƠNG 2
BIẾN NGẪU NHIÊN MỘT CHIỀU
1
2.1 Khái niệm và phân loại
• Khái niệm. Biến số gọi là biến ngẫu nhiên (random variable) nếu trong kết quả của phép thử nó sẽ nhận một và chỉ một giá trị có thể có của nó tùy thuộc vào sự tác động của các nhân tố ngẫu nhiên.
• Ký hiệu: X, Y, Z … hay X1,X2,… • Giá trị có thể có của bnn: chữ thường x, y, z, … • {X≤x} {Y=y} là các biến cố ngẫu nhiên.
2
Ví dụ 1
• X: Lượng khách vào một cửa hàng trong ngày • Y: Tuổi thọ của một chiếc điện thoại • Trả ngẫu nhiên 3 mũ bảo hiểm cho 3 người. Gọi Z:
số mũ bảo hiểm được trả đúng người
• T: Số sản phẩm hỏng trong 100 sản phẩm mới
nhập về
• U: Chiều cao của một sinh viên gọi ngẫu nhiên
trong lớp này
3
Phân loại bnn
4
Phân loại
Biến ngẫu nhiên
Liên tục
- Giá trị lấp đầy một hay vài khoảng hữu hạn hoặc vô hạn - Xác suất tại từng khoảng giá trị - Xác suất không tập trung tại các điểm P(X=a)=0 với mọi a
Rời rạc - Hữu hạn giá trị - Vô hạn đếm được giá trị - Xác suất tập trung tại các điểm giá trị
5
Ví dụ 2
• Hộp có 6 viên bi gồm 4 trắng và 2 vàng. Lấy ngẫu nhiên 2 viên bi từ hộp. Đặt Y là số viên bi vàng có trong 2 viên lấy ra.
• Khi đó Y cũng là biến ngẫu nhiên. • Ta có:
Y
0 1 2; ;
• “Y=0”, “Y=1”, “Y<2” là các biến cố nào???
6
Hai biến ngẫu nhiên độc lập
• Hai biến ngẫu nhiên X, Y độc lập nếu hai biến cố:
Y
y
X x • Độc lập nhau với mọi giá trị của x, y.
• Nói cách khác mọi biến cố liên quan đến hai biến
ngẫu nhiên X, Y luôn độc lập nhau.
7
2.2 Quy luật phân phối xác suất
• Biểu diễn quan hệ giữa các giá trị của biến ngẫu
nhiên và xác suất tương ứng.
8
Luật phân phối xác suất
• Biểu diễn quan hệ giữa các giá trị của biến ngẫu
nhiên và xác suất tương ứng.
• Thường gặp 3 dạng:
F(x)
Hàm phân bố xác suất (CDF)
Xác suất bên trái Tỷ lệ bên trái
Rời rạc + Liên tục
Rời rạc
Xác suất tại điểm
Hàm khối xác suất (PMF)
p(x) f(x)
Liên tục Mật độ xác suất
f(x)
Hàm mật độ xác suất (PDF)
9
Hàm phân phối xác suất
• Hàm phân phối xác suất (Cumulative Distribution Function), viết tắt CDF của biến ngẫu nhiên X là hàm xác định:
x
;
x
P X
F x ( ) X
• {X≤x} : biến cố “bnn X nhận giá trị nhỏ hơn hay
bằng x”
• Đôi khi ta còn gọi là hàm phân bố xác suất hay
hàm tích lũy xác suất.
10
Tính chất
0
1,
i)
x R
ii)
XF x
X là biến ngẫu nhiên liên tục thì
XF x là hàm không giảm, liên tục bên phải. Nếu F x là hàm liên tục
iii)
0
trên R.
F X
F x X
lim x
1
F X
F x X
lim x
iv)
.
P a X b
F b X
F a X
11
Hàm phân phối xác suất
12
Hàm khối xác suất
• Probability Mass Function (PMF)
P X x
x
Xp
• Tính chất:
i p )
0
x
X
ii
)
p
1
• Dạng bảng • Dạng đồ thị
x
X
x
iii P A
)
p
x
X
x A
13
Bnn Rời rạc - Bảng ppxs
• Bảng phân phối xác suất của X.
X
x1 …. x2 …. xn
P
p1 …. p2 …. pn
• xi : giá trị có thể có của bnn X • pi : xác suất tương ứng;
i
)
p
(
)
P X (
)
X
x i
x i
p i
n
i
i
)
1
p i
i
1
14
PMF và CDF
15
PMF và CDF
• Hàm phân phối xác suất được xác định như sau:
P X x
p
F x X
X
x k
x
x k
,
x
0
,
x 1 x
x
,
F x X
p 1 p 1
x 1 x 2
p 2
...
x
,
p k
p 1
x k
1
1
x k
x 2 x 3 ............................................
16
Ví dụ 3
Xét phép thử tung hai đồng xu phân biệt. Không gian mẫu là: Ω = { ; ; ; } Gọi X là số lần mặt sấp xuất hiện, X là bnn rời rạc. Hàm khối xác suất:
0
hay x
2
;
x
p
x
X
; ;
x x
1 0; 1; 2
1/ 4 1/ 2 0
17
Ví dụ 3
X P
0 1/4
1 1/2
2 1/4
• Hàm phân phối xác suất:
0
,
x
0
F x X
1 2
,0 ,1 , 2
x x x
1/ 4 3 / 4 1
18
Ví dụ 4
• Một hộp có 10 sản phẩm trong đó có 6 sản phẩm
đạt loại A. Lấy ngẫu nhiên 2 sản phẩm.
• Lập bảng phân phối xác suất của số sản phẩm
loại A lấy ra?
• Xác định PMF, CDF?
19
Ví dụ 5
Có 2 kiện hàng. Kiện 1 có 4 sản phẩm tốt, 3 sản phẩm xấu. Kiện 2 có 6 sản phẩm tốt, 4 sản phẩm xấu. Lấy ngẫu nhiên từ kiện 1 ra 2 sản phẩm và từ kiện 2 ra 1 sản phẩm.
a) Lập bảng phân phối xác suất của số sản phẩm tốt
trong 3 sản phẩm lấy ra?
b) Xác định PMF, CDF
20
Ví dụ 6
• Luật Benford phát biểu rằng trong một lượng rất lớn các số thực ngoài đời, chữ số đầu tiên tuân theo luật phân phối với 30% là số 1, 18% là số 2 và nói chung:
j
P D j
log
,
j
{1, 2,3...,9}
10
1 j
• Với D là chữ số đầu tiên của một phần tử chọn
ngẫu nhiên.
• Luật phân phối trên có hợp lý không?
21
Chú ý về BNN liên tục
P
a
ii P a X b
)
X
b
• Nếu X là bnn liên tục thì: i ) 0, )
X a (
P a
22
Hàm mật độ xác suất
• Probability Density Function • Viết tắt: PDF
23
Hàm mật độ xác suất
0
x R
i
)
f x
1
ii
)
f x dx
24
PDF và CDF
x
f
f x
F x
F x
t dt
f x
F x
x
25
Ví dụ 7
• Cho biến ngẫu nhiên X có CDF dạng:
0
,
x
0
2
kx
,0
x
1
F x
,1
x
1
• A) Xác định hệ số k • B) Tìm PDF
26
Ví dụ 8
• Cho biến ngẫu nhiên X có PDF dạng:
x
f x
1
k 2 x
• A) Xác định hệ số k
• B) Tìm hàm CDF
• C) Tính P(2 27 2.3 Các tham số của biến ngẫu nhiên • Kỳ vọng (Expected Value) E(X)
• Phương sai (Variance) V(X), Var(X)
• Độ lệch chuẩn (Standard Deviation)
• Mốt (Mode) m0
• Trung vị (Median) me
• Hệ số biến thiên (Coefficient of Variation) CV
• Hệ số bất đối xứng (Skewness)
• Hệ số nhọn (Kurtosis)
• Giá trị tới hạn 28 Kỳ vọng (Expected Value) • Kỳ vọng toán học của bnn X được ký hiệu là E(X) hay và tính theo công thức sau: • E(X) là trung bình theo xác suất của X
• E(X) là số xác định và có cùng đơn vị với X 29 Tính chất 30 Ví dụ 9
• Tung một cục xúc sắc nhiều lần. Gọi X là số chấm mặt ngửa của cục xúc sắc. • Tính kỳ vọng của X
• Về lâu dài (in a long run) giá trị trung bình của những lần tung là bao nhiêu? Ý nghĩa kỳ vọng • Là giá trị trung bình của bnn (trong một quá trình
lâu dài); phản ánh giá trị trung tâm của ppxs của
bnn • Trong thực tế sản xuất hay kinh doanh, nếu cần
chọn phương án cho năng suất cao ta chọn
phương án cho năng suất kì vọng cao 32 Ví dụ 10 • Một nhân viên bán hàng có 2 cuộc hẹn trong 1
ngày. Với cuộc hẹn thứ nhất, khả năng thành công
(ký được hợp đồng) là 0,7 và lợi nhuận dự kiến là
1000$. Với cuộc hẹn thứ 2, khả năng thành công
là 0,4 và lợi nhuận là 1500$. Giả sử kết quả các
cuộc hẹn độc lập nhau. Lợi nhuận kỳ vọng của
nhân viên bán hàng là bao nhiêu? 33 Ví dụ 11 • X là tuổi thọ của một loại thiết bị điện tử x
f x
100 20.000
3
x • Tìm tuổi thọ trung bình của loại thiết bị này. 34 Ví dụ 12 • Nhu cầu hàng ngày của một loại thực phẩm tươi sống ở 1 khu vực là bnn rời rạc có ppxs: 80 100 120 150 0,2 0,4 0,3 0,1 • Giả sử khu vực này chỉ có 1 cửa hàng và cửa hàng này nhập mỗi ngày 100kg thực phẩm. • Giá nhập là 40 ngàn/kg; bán ra là 60 ngàn/kg. Nếu thực
phẩm không bán được trong ngày thì phải bán với giá
20/kg ngàn mới hết hàng. • Muốn có lãi trung bình cao hơn thì cửa hàng có nên nhập thêm 20kg mỗi ngày hay không 35 Ví dụ 13 • Cho bnn X có hàm mật độ: x e x
f x 0 • A) Kiểm tra lại tính hợp lý của PDF trên
• B) Tính E(X) • Biến ngẫu nhiên X như trên gọi là có phân phối mũ với tham số λ. Ký hiệu: X~E(λ) 36 Ví dụ 14 • Tính kỳ vọng của bnn X rời rạc có hàm mật độ: , , ,... k ,
1 2 3
P X k
p k C
2
k 37 Kỳ vọng của hàm của bnn • Cho bnn X và hàm (x). Đặt Y=(X) là bnn
• Kỳ vọng toán học của Y: , nếu X rời rạ X
P