Bài giảng Xác suất thống kê - Chương 2: Đại lượng ngẫu nhiên - Phạm Trí Cao

I) ĐỊNH NGHĨA:

*Đại lượng ngẫu nhiên (biến ngẫu nhiên), viết tắt là ĐLNN, có

thể được xem như là một đại lượng mà các giá trị số của nó là

kết quả của các thí nghiệm, thực nghiệm ngẫu nhiên; giá trị của

nó là ngẫu nhiên, không dự đoán trước được. Đại lượng ngẫu

nhiên được chia thành hai loại: đại lượng ngẫu nhiên rời rạc và

đại lượng ngẫu nhiên liên lục. ĐLNN rời rạc lấy các giá trị hữu

hạn hoặc vô hạn đếm được. ĐLNN liên tục lấy bất kỳ giá trị

trên một số khoảng của trục số thực. ĐLNN thường được ký

hiệu là X,Y,Z,

*Định nghĩa một cách chặt chẽ, ĐLNN X là một ánh xạ thỏa:

X: ??R , với ? là không gian mẫu các biến cố sơ cấp.

? ? X (?)

Tập X (?) ?{X (?):???} là tập các giá trị có thể có của X

 

pdf17 trang | Chuyên mục: Xác Suất Thống Kê | Chia sẻ: yen2110 | Lượt xem: 888 | Lượt tải: 0download
Tóm tắt nội dung Bài giảng Xác suất thống kê - Chương 2: Đại lượng ngẫu nhiên - Phạm Trí Cao, để xem tài liệu hoàn chỉnh bạn click vào nút "TẢI VỀ" ở trên
ùc giá trị yj, và
ngược lại, thì ta nói X, Y độc lập. 32
 VD1: Tung 1 con xúc xắc 2 lần. Gọi X= số nút xuất
hiện ở lần tung 1, Gọi Y= số nút xuất hiện ở lần tung 2.
 X,Y độc lập?
ThS. Phạm Trí Cao * Chương 2
9
33
Giải VD1:
 Đặt Ci=bc xh mặt có số nút là i ở lần tung 1.
Di=bc xh mặt có số nút là i ở lần tung 2.
 Không gian mẫu ={C1D1,C1D2,...,C1D6,
C2D1,... , C2D6,
....
C6D1,... C6D6}
X 1 2 3 4 5 6
P 1/6 1/6 1/6 1/6 1/6 1/6
Y 1 2 3 4 5 6
P 1/6 1/6 1/6 1/6 1/6 1/6
P(X=1,Y=1)= 1/36 = 1/6. 1/6 = P(X=1).P(Y=1)
P(X=1,Y=2)= 1/36 = 1/6. 1/6 = P(X=1).P(Y=2)
Tương tự: P(X=xi,Y=yj)=P(X=xi).P(Y=yj) ,i,j
Vậy X,Y độc lập. 34
 Thực hành: ta thấy kết quả ở lần tung thứ 1 không
ảnh hưởng đến kết quả ở lần tung thứ 2, và ngược lại
nên X,Y độc lập.
 VD2: tung 1 đồng xu SN 2 lần. Gọi X=số lần được
mặt S. Gọi Y=số lần được mặt N.
 X,Y độc lập?
35
Giải VD2:
X 0 1 2
P ¼ 2/4 ¼
Y 0 1 2
P ¼ 2/4 ¼
Ta thấy X+Y = 2 nên X, Y không độc lập.
36
IV)CÁC ĐẶC TRƯNG SỐ CỦA ĐLNN
1)Kỳ vọng:
Kỳ vọng của X, ký hiệu E(X), được tính bằng công thức:
X x1  xi  xn
P p1  pi  pn
E(X) =  xipi (nếu X là ĐLNN rời rạc),
Hoặc 


 dxxfxXE )(.)( (nếu X là ĐLNN liên tục).
Kỳ vọng toán có các tính chất:
E(c)= c
E(aX)= a.E(X)
E(X±Y)= E(X)±E(Y)
E(XY)= E(X).E(Y) nếu X, Y độc lập.
với a là hằng số, c là đại lượng ngẫu nhiên hằng.
ThS. Phạm Trí Cao * Chương 2
10
37
VD: Lớp học có 100 sinh viên. Điểm số môn XSTK của lớp như
sau:
Điểm 0 1 2 3 4 5 6 7 8 9 10
Số sv 1 3 5 8 23 25 15 7 8 3 2
1) tính điểm trung bình môn XSTK của lớp?
2)Chọn NN 1 sinh viên trong lớp ra xem điểm thi. Gọi X là
điểm số của sv này. Lập bảng ppxs cho X? tính kỳ vọng EX?
38
Giải VD:
1) điểm tb x= (1/100).[0*1+1*3+.+10*2] = 5,04 điểm
2)
X 0 1 2 3 4 5 6 7 8 9 10
P 0.01 0.03 0.05 0.08 0.23 0.25 0.15 0.07 0.08 0.03 0.02
EX= 0*0,01+1*0,03+2*0,05++10*0,02
= (1/100)[0+1*3+.+10*2] = 5,04 = x
Vậy EX chính là điểm số trung bình.
Tương tự:
Nếu X là trọng lượng thì EX là trọng lượng trung bình.
X là chiều cao thì EX là chiều cao trung bình.
X là năng suất thì EX là năng suất tr ung bình, 
39
VD: Cho









]1,0[,0
]1,0[,1)(
x
xxf








1
)(
1
0
)(
0
)()( dxxxfdxxxfdxxxfdxxxfEX
 
1
0 2
11
02
2.1. xdxx
40
2)Phương sai:
Phương sai xác định bằng công thức:
D(X)= var(X)=   2XEXE 
Với ĐLNN rời rạc :
var(X)=   ipi
XEix
2
  



Với ĐLNN liên tục :
var(X)   


 dxxfXEx )(.2
Ta cũng có thể áp dụng công thức biến đổi của phương sai:
var(X)= E(X2)[E(X)]2
với E(X2)= xi2pi hoặc 


 dxxfxXE )(.2)2( .
ThS. Phạm Trí Cao * Chương 2
11
41
Phương sai có các tính chất sau:
var(c)= 0
var(X) ≥0, X ; var(X)=0 X=c
var(aX)= a2.var(X)
var(X ± c)= var(X)
var(X ± Y)= var(X) + var(Y), nếu X, Y độc lập.
Với c là ĐLNN hằng, a là hằng số
42
 Ý nghĩa phương sai:
 Xét thí dụ điểm số ở trên. Ta muốn xem lớp có học
“đều” không, nghĩa là các điểm số xi có tập trung gần
điểm trung bình EX không, ta xét |xi-EX|. Để xét tất cả
các giá trị cùng lúc ta xét |xi-EX|pi. Ta mong muốn nó
càng nhỏ càng tốt. Tuy nhiên hàm |x| không phải lúc
nào cũng có đạo hàm, nên ta thay bằng hàm x2.
 Vậy ta xét: (xi-EX)2pi và mong muốn nó càng nhỏ
càng tốt.
 Ta gọi varX=(xi-EX)2pi. Nếu varX nhỏ thì ta nói các xi
tập trung quanh EX, varX lớn ta nói các xi phân tán ra
xa EX.
43
VD:
X 0 1 2 3 4 5 6 7 8 9 10
P 0.01 0.03 0.05 0.08 0.23 0.25 0.15 0.07 0.08 0.03 0.02
E(X2)=02*0.01+12*0.03++102*0.02 = 29,26
varX= E(X2)- (EX)2= 29,26-(5,04)2= 3,8584
Lưu ý rằng đơn vị đo của phương sai bằng đơn vị đo
của X bình phương. Ta hay gặp ký hiệu cho giá trị
phương sai là 2.
44
VD: Cho









]1,0[,0
]1,0[,1)(
x
xxf



 dxxfxXE )(2)2(





1
)(2
1
0
)(2
0
)(2 dxxfxdxxfxdxxfx
 
1
0 3
11
03
3.1.2 xdxx
varX= E(X2)-(EX)2 = (1/3)-(1/2)2 = 1/12
ThS. Phạm Trí Cao * Chương 2
12
45
3) Độ lệch chuẩn
*Độ lệch chuẩn được tính bằng căn bậc hai
của phương sai, và có cùng đơn vị đo với
X.
SD(X)=  Xvar = 
VD : = 8584,3 = 1,9643
*Độ lệch chuẩn có ý nghĩa giống phương
sai
46
4)mode (giá trị tin chắc nhất) của X:
Giá trị tin chắc nhất của X, ký hiệu modX.
ĐLNN rời rạc : là giá trị xi ứng với xác suất pi lớn nhất trong
bảng phân phối xác suất
ĐLNN liên tục: hoặc là giá trị của X ứng với điểm cực đại của
hàm mật độ xác suất của X.
Giá trị modX có thể không duy nhất.
VD1:
X 0 1 2 3 4 5 6 7 8 9 10
P 0.01 0.03 0.05 0.08 0.23 0.25 0.15 0.07 0.08 0.03 0.02
ta thấy p6=0,25 lớn nhất nên modX= 5.
47
VD2: tung 1 đồng xu SN 3 lần. Gọi X= số lần
được mặt S
X 0 1 2 3
P 1/8 3/8 3/8 1/8
modX= 1 hoặc 2. ghi là modX=1, 2
VD3: hàm mật độ Gauss có modX=0
VD4: Cho









]1,0[,0
]1,0[,1)(
x
xxf
modX là mọi điểm nằm trên đoạn [0,1]
48
5)Trung vị (median)
X rời rạc hoặc liên tục
m = med(X)  P(X m)½
Vậy med(X) là điểm phân đôi khối lượng xác
suất thành 2 phần bằng nhau.
Lưu ý: med(X) không duy nhất.
ThS. Phạm Trí Cao * Chương 2
13
49
VD1:
X 0 1 2 3 4 5 6 7 8 9 10
P 0.01 0.03 0.05 0.08 0.23 0.25 0.15 0.07 0.08 0.03 0.02
P(X<5)= 0.01+0.03+0.05+0.08+0.23 = 0.4 < ½
P(X>5)= 0.15+0.07+0.08+0.03+0.02 = 0.35 < ½
Vậy medX=5
50
VD2:
X 0 1 2 3
P 1/8 3/8 3/8 1/8
*P(X<1)= 1/8 < ½
P(X>1)= 3/8+1/8 = ½
Vậy medX= 1
*P(X<2)= 1/8+3/8 = ½
P(X>2) = 1/8 < ½
Vậy medX=2
*m(1,2)
P(X<m) = 1/8+3/8 = ½
P(X>m) = 3/8+1/8 = ½
Vậy medX= m
KL: medX= [1,2]
51
6. Moment bậc (cấp) k:
Đặt a=E(X)
*X rời rạc
mk = E(Xk) = 

n
i i
pkix1
: moment gốc cấp k của X
tk = E(X-a)k = 


n
i i
pkaix1
)( : moment quy tâm cấp k
của X
*X liên tục
mk = E(Xk) = 


dxxfkx )(
tk = E(X-a)k = 


 dxxfkax )()(
52
7. Hệ số bất đối xứng:
3
3

t
S  , với )()( XDX 
S = 0: Phân phối đối xứng
S > 0: Phân phối lệch bên phải (so với EX)
S < 0: Phân phối lệch bên trái
ThS. Phạm Trí Cao * Chương 2
14
53
8. Hệ số nhọn (độ nhọn)
4
4

t
K  , 4)(4 aXEt 
K càng lớn thì phân phối có độ nhọn càng lớn
(thường so sánh K với độ nhọn của phân phối chuẩn
tắc (có hàm mật độ Gauss), là 3)
K>3: phân phối là nhọn
K<3: phân phối là bẹt (không nhọn)
54
Bài 1: Tung một đồng xu sấp ngữa 2 lần độc lập.
Gọi X là số lần được mặt sấp.
Tính hệ số bất đối xứng, hệ số nhọn.
Giải:
X 0 1 2
P ¼ 2/4 1/4
E(X) = 0.(1/4)+ 1.(2/4) + 2.(1/4) = 1
var(X)= (0–1)2.(1/4)+(1–1)2.(2/4)+(2–1)2.(1/4)= ½
55
t3=E(X–1)3=(0–1)3.(¼)+(1–1)3.(2/4)+(2–1)3.(¼)= 0
2
1)var()(  XX
03
0
3
3 

t
S :Phân phối đối xứng qua giá trị EX=1
t4=E(X-1)4=(0-1)4.(1/4)+(1-1)4.(2/4)+(2-1)4.(1/4)= ½
24)2/1(
2/1
4
4 

t
K <3 : phân phối hơi bẹt.
56
 V)HÀM CỦA ĐLNN
 1)hàm 1 biến
 X là ĐLNN. Nếu f(x) là hàm 1 biến liên tục thì f(X) là
ĐLNN.
 VD : X2, |X| là các ĐLNN
 Lưu ý: ta không cần điều kiện “mạnh” là f liên tục, ta
chỉ cần f là “hàm đo được”. Khái niệm này đòi hỏi
phải có kiến thức về xác suất lý thuyết. Điều này
chẳng có gì thích thú cả!
 2)hàm 2 biến
 X,Y là 2 ĐLNN. Nếu f(x,y) là hàm 2 biến liên tục thì
f(X,Y) là ĐLNN.
 VD: X+Y, X.Y là các ĐLNN
ThS. Phạm Trí Cao * Chương 2
15
57
VD1: Cho
X -1 0 1 2
P 1/7 3/7 1/7 2/7
1)Lập bảng phân phối xác suất cho |X|
2)Tính E(|X|), var(|X|).
58
1) Giải VD1:
|X| |-1| |0| |1| |2|
P
7
1
7
3
7
1
7
2

Z=|X| 0 1 2
P
7
3
7
2
7
2
2) E(Z)= 0. 7
3 + 1. 7
2 + 2. 7
2 = 7
6
var(Z)= (0– 7
6 )2. 7
3 + (1– 7
6 )2. 7
2 + (2– 7
6 )2. 7
2 = 34/49
Cách khác: E(Z2)= 02. 7
3 + 12. 7
2 + 22. 7
2 = 7
10
var(Z)= E(Z2) – (EZ)2 = 7
10 – ( 7
6 )2 = 34/49
59
VD2: Với X ở VD1.
X -1 0 1 2
P 7
1
7
3
7
1
7
2
1) Lập bảng phân phối xác
suất cho X2
2) Tính E(X2), var(X2)=D(X2).
60
Giải VD2:
X2 (1)2 02 12 22 Z=X2 0 1 4
P 7
1
7
3
7
1
7
2

P 7
3
7
2
7
2
E(Z) = 0. 7
3 + 1. 7
2 + 4. 7
2 = 7
10
var(Z)=(0– 7
10)2.7
3+(1– 7
10)2.7
2+(4– 7
10)2.7
2
= 138/49
ThS. Phạm Trí Cao * Chương 2
16
61
VD3: Cho X, Y độc lập.
X 0 1 Y 0 1 2
P ½ ½ P ¼ 2/4 ¼
1) Lập bảng phân phối xác suất cho X+Y.
2) Tính E(X+Y) , D(X+Y).
3) Lập bảng phân phối xác suất của X.Y
4) Tính E(X.Y), D(X.Y).
62
Giải VD3:
1) Ta lập bảng sau: Z = X + Y
Y
X
0 1 2
0 Z=0 Z=1 Z=2
1 Z=1 Z=2 Z=3
Các số trong bảng là tổng của 2 số ở dòng, cột
tương ứng
X + Y 0 1 2 3
P 1/8 3/8 3/8 1/8
63
Giải VD3 (tt)
P(X + Y = 0) = P(X = 0, Y = 0) = P(X = 0) .P(Y = 0)
= ½. ¼ = 1/8
P(X+Y = 1) = P [(X = 0,Y = 1) +(X = 1, Y = 0)]
= P(X =0,Y = 1) +P(X = 1,Y =0)
= P(X = 0) P(Y = 1) + P(X =1) P(Y = 0)
= ½. 4
2 + ½. ¼ = 3/8
P(X + Y = 2) = P(X = 0) P(Y = 2) + P(X = 1) P(Y = 1)
= ½ . ¼ + ½ . 4
2 = 3/8
P(X + Y = 3) = P(X = 1) P (Y = 2) = ½ . ¼ = 1/8 64
Giải VD3 (tt)
2) E(Z) = 0.8
1 + 1.8
3 + 2. 8
3 + 3. 8
1 = 3/2
D(Z) = (0 – 2
3)2. 8
1+ (1– 2
3)2. 8
3+(2– 2
3)2. 8
3+(3– 2
3)2. 8
1 = ¾
Cách khác: E[Z2] = 02. 8
1+ 12. 8
3 + 22. 8
3 + 32. 8
1 = 3
D(Z) = E[Z2] – (EZ)2 = 3 – ( 2
3)2 = ¾
Lưu ý: Nếu ta áp dụng tính chất của kỳ vọng, phương sai
thì ta làm như sau:
E(X + Y) = E(X) + E(Y) = ½ + 1 = 3/2
D(X + Y) = D(X) + D(Y) = ¼ + ½ = ¾
ThS. Phạm Trí Cao * Chương 2
17
65
Mời ghé thăm trang web:





www37.websamba.com/phamtricao
www.phamtricao.web1000.com

File đính kèm:

  • pdfbai_giang_xac_suat_thong_ke_chuong_2_dai_luong_ngau_nhien_ph.pdf