Bài giảng Xác suất thống kê - Chương 4: Các quy luật phân phối xác suất cơ bản

Chương 4: Các quy luật phân phối xác suất cơ bản §1. Các quy luật phân phối rời rạc cơ bản1. Phân phối đều rời rạc: X x1 x2xk P 1/k 1/k.1/k2. Phân phối không – một A(p):Định nghĩa 1.1: X có phân phối A(p) X 0 1 P q p Định lý 1.1: X có phân phối A(P) thì E(X) = P, D(X) = p.q3. Phân phối nhị thức B(n,p):Định nghĩa 1.2:Định lý1.2:Khoa Khoa Học và Máy Tính1Xác Suất Thống Kê. Chương 4 @Copyright 2010 4. Phân phối siêu bộiBài toán: Cho 1 hộp có N bi trong đó có M bi trắng còn lại là đen. Lấy ngẫu nhiên từ hộp đó ra n bi (không hoàn lại), n không lớn hơn M và N-M. Hãy lập bảng phân phối xác suất của X là số bi trắng lấy được.Giải: Định nghĩa 1.3: Phân phối nói trên được gọi là phân phối siêu bội H(N,M,n)Định lý 1.3: Giả sử Khoa Khoa Học và Máy Tính2Xác Suất Thống Kê. Chương 4 @Copyright 2010 Ghi nhớ: lấy bi có hoàn lại: phân phối nhị thức lấy bi không hoàn lại: phân phối siêu bội5. Phân phối Poisson P(a),a>0:Định nghĩa 1.4: Định lý 1.4: X có phân phối P(a) thì E(X) = D(X) = aVí dụ 1.1: Giả sử X có phân phối P(8). Khi ấy:P(X=6) = 0,122138 (cột 8, hàng 6 bảng phân phối Poisson) (cột 8, hàng 12 bảng giá trị hàm )Chú ý: Nếu gọi X là số người ngẫu nhiên sử dụng 1 dịch vụ công cộng thì X tuân theo quy luật phân phối Poisson P(a) với a là số người trung bình sử dụng dịch vụ đó.Khoa Khoa Học và Máy Tính3Xác Suất Thống Kê. Chương 4 @Copyright 2010 Ví dụ 1.2:Quan sát trong 20 phút có 10 người vào trạm bưu điện. Tính xác suất trong 10 phút có 4 người vào trạm đó.Giải:Gọi X là số người ngẫu nhiên vào trạm đó trong 10 phút thì X có phân phối P(a), a = 5. Khi ấy:Khoa Khoa Học và Máy Tính4Xác Suất Thống Kê. Chương 4 @Copyright 2010 §2: Các quy luật phân phối liên tục1. Phân phối chuẩn Định nghĩa 2.1:Định lý 2.1: X có phân phối thì E(X) = a, D(X) =Định nghĩa 2.2: Đại lượng ngẫu nhiên U có phân phối chuẩn tắc N(0,1) nếu: (hàm mật độ Gauss).Định lý 2.2: U có phân phối N(0,1) thìvới là tích phân Laplace (hàm lẻ)Khoa Khoa Học và Máy Tính5Xác Suất Thống Kê. Chương 4 @Copyright 2010 Định lý 2.3: Giả sử U có phân phối N(0,1). Khi ấy ta có: Định lý 2.4: Giả sử Khoa Khoa Học và Máy Tính6Xác Suất Thống Kê. Chương 4 @Copyright 2010 Định lý 2.5: Giả sử .Khi ấy ta có:Ví dụ 2.1:Chiều cao X của thanh niên có phân phối chuẩn N(165, ).Một thanh niên bị coi là lùn nếu có chiều cao nhỏ hơn 160 cm.Hãy tính tỷ lệ thanh niên lùn. Khoa Khoa Học và Máy Tính7Xác Suất Thống Kê. Chương 4 @Copyright 2010 Ví dụ 2.2: Cho hãy tính kỳ vọng củaGiải: nếu m lẻ vì cận đối xứng, hàm dưới dấu tích phân là hàm lẻ.Khoa Khoa Học và Máy Tính8Xác Suất Thống Kê. Chương 4 @Copyright 2010 Tương tự:Khoa Khoa Học và Máy Tính9Xác Suất Thống Kê. Chương 4 @Copyright 2010 Ví dụ 2.3: Trong 1 hộp bi có 6 trắng, 5 đen, 4 vàng. Lấy ngẫu nhiên lần lượt không hoàn lại gặp vàng thì dừng .Tính xác suất để lấy được 3 trắng, 2 đen.Giải:Lấy 1 bi cuối cùng là vàng nên: 2. Phân phối đều liên tục: (Xem SGK)3. Phân phối mũ :(Xem SGK)4. Phân phối khi bình phương:(Xem SGK)5. Phân phối Student:(Xem SGK)Khoa Khoa Học và Máy Tính10Xác Suất Thống Kê. Chương 4 @Copyright 2010 §3. Các định lý giới hạn.1. Định lý Chebyshev (Xem SGK)2. Định lý Bernoulli (Xem SGK)3. Các định lý giới hạn trung tâm.Định lý 3.1(Lyapounov): Giả sử đôi một độc lập vàKhi ấy ta có: khi n đủ lớnKhoa Khoa Học và Máy Tính11Xác Suất Thống Kê. Chương 4 @Copyright 2010 Hệ quả 3.1:Giả sử thêm vào đó ta có khi n đủ lớnHệ quả 3.2: khi n đủ lớnKhoa Khoa Học và Máy Tính12Xác Suất Thống Kê. Chương 4 @Copyright 2010 Ví dụ 3.1:Biến ngẫu nhiên X là trung bình cộng của n biến ngẫu nhiên độc lập có cùng phân phối: với phương sai: Xác định n sao cho với xác suất không bé hơn 0,9973.a) Hiệu cuả X-E(X) không vượt quá 0,01b) Trị tuyệt đối của X-E(X) không vượt quá 0,005.Bài giải:Khoa Khoa Học và Máy Tính13Xác Suất Thống Kê. Chương 4 @Copyright 2010 ..Khoa Khoa Học và Máy Tính14Xác Suất Thống Kê. Chương 4 @Copyright 2010 ..Khoa Khoa Học và Máy Tính15Xác Suất Thống Kê. Chương 4 @Copyright 2010 $4.Các công thức tính gần đúngCông thức gần đúng giữa siêu bội và nhị thức.Định lý 4.1:Khi n<N nhiều thìNghĩa là:Ví dụ 4.1: Giả sử cho 1 hộp có N=1000 bi trong đó có M=600 bi trắng còn lại là bi đen. Rút ngẫu nhiên ra 20 bi,tính xác suất để lấy được đúng 12 bi trắng.Khoa Khoa Học và Máy Tính16Xác Suất Thống Kê. Chương 4 @Copyright 2010 2. Nhị thức và Poisson:Định lý 4.2: Khi n đủ lớn,p rất bé với a=npNghĩa là:Ví dụ 4.2: Một xe tải vận chuyển 8000 chai rượu vào kho. Xác suất để khi vận chuyển mỗi chai bị vỡ là 0,001. Tìm xác suất để khi vận chuyển:a) Có đúng sáu chai bị vỡb) Có không quá 12 chai bị vỡ.Khoa Khoa Học và Máy Tính17Xác Suất Thống Kê. Chương 4 @Copyright 2010 . Giải: Gọi X là số chai bị vỡ thì X có phân phối B(n,p)Chú ý: Khi p rất lớn thì q rất bé vậy ta có thể coi q là p mới ( tức là đổi p thành q,q thành p). Khoa Khoa Học và Máy Tính18Xác Suất Thống Kê. Chương 4 @Copyright 2010 3. Phân phối nhị thức và phân phối chuẩnĐịnh lý: Khi n đủ lớn,p không quá bé và cũng không quá lớn thì B(n,p) N(np,npq), nghĩa là:Khoa Khoa Học và Máy Tính19Xác Suất Thống Kê. Chương 4 @Copyright 2010 Ví dụ 4.3:Xác suất trúng đích của một viên đạn là 0,2. Tìm xác suất để khi bắn 400 viên thì có tất cả:a)70 viên trúngb)Từ 60 đến 100 viên trúng.Giải: Gọi X là là số đạn bắn trúng thìKhoa Khoa Học và Máy Tính20Xác Suất Thống Kê. Chương 4 @Copyright 2010