Lecture3.pdf

1. Chương 2 BIẾN NGẪU NHIÊN VÀ PHÂN PHỐI XÁC SUẤT

2. Chương 2 BIẾN NGẪU NHIÊN VÀ PHÂN PHỐI XÁC SUẤT I Biến ngẫu nhiên rời rạc và phân bố xác suất của b.n.n rời rạc I Biến ngẫu nhiên liên tục và phân bố xác suất của b.n.n liên tục

3. Biến ngẫu nhiên I Xét phép thử ngẫu nhiên gieo một đồng xu. Gọi X là số mặt Ngửa xuất hiện. Khi đó: X =      0 , nếu xuất hiện mặt Sấp 1 , nếu xuất hiện mặt Ngửa

4. Biến ngẫu nhiên I Xét phép thử ngẫu nhiên gieo một đồng xu. Gọi X là số mặt Ngửa xuất hiện. Khi đó: X =      0 , nếu xuất hiện mặt Sấp 1 , nếu xuất hiện mặt Ngửa

5. Biến ngẫu nhiên I Xét phép thử ngẫu nhiên gieo một đồng xu. Gọi X là số mặt Ngửa xuất hiện. Khi đó: X =      0 , nếu xuất hiện mặt Sấp 1 , nếu xuất hiện mặt Ngửa Giá trị của X nhân được là ngẫu nhiên, tùy theo kết cục của phép thử là mặt Sấp hay mặt Ngửa. Người ta gọi X là một biến ngẫu nhiên.

6. Biến ngẫu nhiên I Xét phép thử ngẫu nhiên gieo một đồng xu. Gọi X là số mặt Ngửa xuất hiện. Khi đó: X =      0 , nếu xuất hiện mặt Sấp 1 , nếu xuất hiện mặt Ngửa Giá trị của X nhân được là ngẫu nhiên, tùy theo kết cục của phép thử là mặt Sấp hay mặt Ngửa. Người ta gọi X là một biến ngẫu nhiên.

7. Biến ngẫu nhiên I Xét phép thử ngẫu nhiên gieo một đồng xu. Gọi X là số mặt Ngửa xuất hiện. Khi đó: X =      0 , nếu xuất hiện mặt Sấp 1 , nếu xuất hiện mặt Ngửa Giá trị của X nhân được là ngẫu nhiên, tùy theo kết cục của phép thử là mặt Sấp hay mặt Ngửa. Người ta gọi X là một biến ngẫu nhiên. I Xét phép thử ngẫu nhiên: Gieo ngẫu nhiên một điểm C trên đoạn thẳng AB có độ dài bằng 1. Gọi Y là độ dài đoạn thẳng AC. Khi đó Y nhận vô số các giá trị thực trong đoạn [0; 1]. Người ta gọi Y là một biến ngẫu nhiên.

8. Biến ngẫu nhiên • Một biến ngẫu nhiên là một đại lượng nhận giá trị một cách ngẫu nhiên, tùy thuộc vào kết quả của phép thử ngẫu nhiên.

9. Biến ngẫu nhiên • Một biến ngẫu nhiên là một đại lượng nhận giá trị một cách ngẫu nhiên, tùy thuộc vào kết quả của phép thử ngẫu nhiên.

10. Biến ngẫu nhiên • Một biến ngẫu nhiên là một đại lượng nhận giá trị một cách ngẫu nhiên, tùy thuộc vào kết quả của phép thử ngẫu nhiên. • Tập hợp tất cả các giá trị mà biến ngẫu nhiên có thể nhận được gọi là tập giá trị của biến ngẫu nhiên.

11. Biến ngẫu nhiên • Một biến ngẫu nhiên là một đại lượng nhận giá trị một cách ngẫu nhiên, tùy thuộc vào kết quả của phép thử ngẫu nhiên. • Tập hợp tất cả các giá trị mà biến ngẫu nhiên có thể nhận được gọi là tập giá trị của biến ngẫu nhiên. • Nếu số phần tử của tập giá trị của một biến ngẫu nhiên là hữu hạn hoặc vô hạn đếm được thì ta gọi biến ngẫu nhiên là biến ngẫu nhiên rời rạc.

12. Biến ngẫu nhiên • Một biến ngẫu nhiên là một đại lượng nhận giá trị một cách ngẫu nhiên, tùy thuộc vào kết quả của phép thử ngẫu nhiên. • Tập hợp tất cả các giá trị mà biến ngẫu nhiên có thể nhận được gọi là tập giá trị của biến ngẫu nhiên. • Nếu số phần tử của tập giá trị của một biến ngẫu nhiên là hữu hạn hoặc vô hạn đếm được thì ta gọi biến ngẫu nhiên là biến ngẫu nhiên rời rạc.

13. Biến ngẫu nhiên • Một biến ngẫu nhiên là một đại lượng nhận giá trị một cách ngẫu nhiên, tùy thuộc vào kết quả của phép thử ngẫu nhiên. • Tập hợp tất cả các giá trị mà biến ngẫu nhiên có thể nhận được gọi là tập giá trị của biến ngẫu nhiên. • Nếu số phần tử của tập giá trị của một biến ngẫu nhiên là hữu hạn hoặc vô hạn đếm được thì ta gọi biến ngẫu nhiên là biến ngẫu nhiên rời rạc. • Nếu tập giá trị của một biến ngẫu nhiên lấp đầy một hoặc một vài khoảng nào đó của trục số thực thì ta gọi biến ngẫu nhiên là biến ngẫu nhiên liên tục.

14. Biến ngẫu nhiên rời rạc và bảng phân phối xác suất I Xét phép thử ngẫu nhiên gieo một đồng xu. Gọi X là số mặt ngửa xuất hiện. Khi đó X =      0 , nếu xuất hiện mặt sấp 1 , nếu xuất hiện mặt ngửa I Các giá trị 0 và 1 mà biến ngẫu nhiên X nhận là ngẫu nhiên. Do đó, ta có nhu cầu tìm hiểu xem xác suất để nó nhận các giá trị đó là bao nhiêu? Ta dễ thấy rằng: “X nhận giá trị 0" = “xuất hiện mặt sấp” và “X nhận giá trị 1" = “xuất hiện mặt ngửa”. Do đó, nếu đồng xu cân đối và đồng chất, thì P(X = 0) = 0, 5 và P(X = 1) = 0, 5 I Ta có thể tổng kết bằng bảng sau X 0 1 P 0,5 0,5 Bảng trên được gọi là bảng phân phối xác suất của biến ngẫu nhiên rời rạc X.

15. Biến ngẫu nhiên rời rạc và bảng phân phối xác suất I Xét phép thử ngẫu nhiên gieo một đồng xu. Gọi X là số mặt ngửa xuất hiện khi gieo. Khi đó, giá trị của X nhận được như sau: X =      0 , nếu xuất hiện mặt sấp 1 , nếu xuất hiện mặt ngửa I Bảng phân phối xác suất X 0 1 P 0,5 0,5 I Trong ví dụ trên, ta có thể xem X là một hàm xác định trên không gian các biến cố sơ cấp Ω = {S, N} của phép thử gieo một đồng xu: X : Ω = {S, N} → R, X(S) = 0 và X(N) = 1.

16. Biến ngẫu nhiên rời rạc và bảng phân phối xác suất I Xét phép thử ngẫu nhiên gieo một đồng xu. Gọi X là số mặt ngửa xuất hiện khi gieo. Khi đó, giá trị của X nhận được như sau: X =      0 , nếu xuất hiện mặt sấp 1 , nếu xuất hiện mặt ngửa I Bảng phân phối xác suất X 0 1 P 0,5 0,5 I Trong ví dụ trên, ta có thể xem X là một hàm xác định trên không gian các biến cố sơ cấp Ω = {S, N} của phép thử gieo một đồng xu: X : Ω = {S, N} → R, X(S) = 0 và X(N) = 1.

17. Biến ngẫu nhiên rời rạc và bảng phân phối xác suất I Xét phép thử ngẫu nhiên gieo một đồng xu. Gọi X là số mặt ngửa xuất hiện khi gieo. Khi đó, giá trị của X nhận được như sau: X =      0 , nếu xuất hiện mặt sấp 1 , nếu xuất hiện mặt ngửa I Bảng phân phối xác suất X 0 1 P 0,5 0,5 I Trong ví dụ trên, ta có thể xem X là một hàm xác định trên không gian các biến cố sơ cấp Ω = {S, N} của phép thử gieo một đồng xu: X : Ω = {S, N} → R, X(S) = 0 và X(N) = 1. I Tổng quát, mỗi biến ngẫu nhiên có thể xem như một hàm xác định trên không gian các biến cố sơ cấp.

18. Biến ngẫu nhiên rời rạc và bảng phân phối xác suất I Một cách tổng quát:

19. Biến ngẫu nhiên rời rạc và bảng phân phối xác suất I Một cách tổng quát:

20. Biến ngẫu nhiên rời rạc và bảng phân phối xác suất I Một cách tổng quát: Giả sử X là một biến ngẫu nhiên rời rạc nhận các giá trị xi .

21. Biến ngẫu nhiên rời rạc và bảng phân phối xác suất I Một cách tổng quát: Giả sử X là một biến ngẫu nhiên rời rạc nhận các giá trị xi .

22. Biến ngẫu nhiên rời rạc và bảng phân phối xác suất I Một cách tổng quát: Giả sử X là một biến ngẫu nhiên rời rạc nhận các giá trị xi . Khi đó X = xi là một biến cố ngẫu nhiên.

23. Biến ngẫu nhiên rời rạc và bảng phân phối xác suất I Một cách tổng quát: Giả sử X là một biến ngẫu nhiên rời rạc nhận các giá trị xi . Khi đó X = xi là một biến cố ngẫu nhiên.

24. Biến ngẫu nhiên rời rạc và bảng phân phối xác suất I Một cách tổng quát: Giả sử X là một biến ngẫu nhiên rời rạc nhận các giá trị xi . Khi đó X = xi là một biến cố ngẫu nhiên. Giả sử pi = P(X = xi ) : Xác suất để X nhận giá trị xi , i = 1, 2, . . .

25. Biến ngẫu nhiên rời rạc và bảng phân phối xác suất I Một cách tổng quát: Giả sử X là một biến ngẫu nhiên rời rạc nhận các giá trị xi . Khi đó X = xi là một biến cố ngẫu nhiên. Giả sử pi = P(X = xi ) : Xác suất để X nhận giá trị xi , i = 1, 2, . . .

26. Biến ngẫu nhiên rời rạc và bảng phân phối xác suất I Một cách tổng quát: Giả sử X là một biến ngẫu nhiên rời rạc nhận các giá trị xi . Khi đó X = xi là một biến cố ngẫu nhiên. Giả sử pi = P(X = xi ) : Xác suất để X nhận giá trị xi , i = 1, 2, . . . I pi ∈ [0, 1] và p1 + p2 + · · · + pn + · · · = 1. Bảng phân phối xác suất của X là bảng có dạng sau: X x1 x2 · · · xn · · · P p1 p2 · · · pn · · ·

27. Biến ngẫu nhiên rời rạc và bảng phân phối xác suất I Một cách tổng quát: Giả sử X là một biến ngẫu nhiên rời rạc nhận các giá trị xi . Khi đó X = xi là một biến cố ngẫu nhiên. Giả sử pi = P(X = xi ) : Xác suất để X nhận giá trị xi , i = 1, 2, . . . I pi ∈ [0, 1] và p1 + p2 + · · · + pn + · · · = 1. Bảng phân phối xác suất của X là bảng có dạng sau: X x1 x2 · · · xn · · · P p1 p2 · · · pn · · ·

28. Biến ngẫu nhiên rời rạc và bảng phân phối xác suất I Một cách tổng quát: Giả sử X là một biến ngẫu nhiên rời rạc nhận các giá trị xi . Khi đó X = xi là một biến cố ngẫu nhiên. Giả sử pi = P(X = xi ) : Xác suất để X nhận giá trị xi , i = 1, 2, . . . I pi ∈ [0, 1] và p1 + p2 + · · · + pn + · · · = 1. Bảng phân phối xác suất của X là bảng có dạng sau: X x1 x2 · · · xn · · · P p1 p2 · · · pn · · · I Nếu X chỉ nhận một số hữu hạn giá trị, chẳng hạn n giá trị, thì bảng trên dừng lại ở vị trí thứ n.

29. Biến ngẫu nhiên rời rạc và bảng phân phối xác suất VD1. Số chấm xuất hiện (X) khi gieo một con xúc xắc cân đối và đồng chất là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất là X 1 2 3 4 5 6 P 1 6 1 6 1 6 1 6 1 6 1 6

30. Biến ngẫu nhiên rời rạc và bảng phân phối xác suất VD1. Số chấm xuất hiện (X) khi gieo một con xúc xắc cân đối và đồng chất là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất là X 1 2 3 4 5 6 P 1 6 1 6 1 6 1 6 1 6 1 6

31. Biến ngẫu nhiên rời rạc và bảng phân phối xác suất VD1. Số chấm xuất hiện (X) khi gieo một con xúc xắc cân đối và đồng chất là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất là X 1 2 3 4 5 6 P 1 6 1 6 1 6 1 6 1 6 1 6 VD2. Một xạ thủ có 3 viên đạn. Anh ta bắn từng phát cho đến khi trúng mục tiêu hoặc hết cả 3 viên đạn thì dừng. Hãy lập bảng phân phối xác suất của số đạn đã bắn, biết xác suất trúng đích ở mỗi lần bắn là 0, 8.

34. Biến ngẫu nhiên rời rạc và hàm phân phối xác suất I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · ·

35. Biến ngẫu nhiên rời rạc và hàm phân phối xác suất I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · ·

36. Biến ngẫu nhiên rời rạc và hàm phân phối xác suất I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · · I Với một tập con S bất kỳ của R, ta có P(X ∈ S) = X xi ∈S P(X = xi ) : Xác suất để X nhận giá trị trong S.

37. Biến ngẫu nhiên rời rạc và hàm phân phối xác suất I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · · I Với một tập con S bất kỳ của R, ta có P(X ∈ S) = X xi ∈S P(X = xi ) : Xác suất để X nhận giá trị trong S.

38. Biến ngẫu nhiên rời rạc và hàm phân phối xác suất I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · · I Với một tập con S bất kỳ của R, ta có P(X ∈ S) = X xi ∈S P(X = xi ) : Xác suất để X nhận giá trị trong S. I Với x ∈ R bất kỳ và S = (−∞, x), ta có P(X < x) = P(X ∈ S) = X xi ∈S P(X = xi ) = X xi <x P(X = xi ) là xác suất để X nhận giá trị trong (−∞, x). Giá trị xác suất này là hàm của x.

39. Biến ngẫu nhiên rời rạc và hàm phân phối xác suất I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · · I Với một tập con S bất kỳ của R, ta có P(X ∈ S) = X xi ∈S P(X = xi ) : Xác suất để X nhận giá trị trong S. I Với x ∈ R bất kỳ và S = (−∞, x), ta có P(X < x) = P(X ∈ S) = X xi ∈S P(X = xi ) = X xi <x P(X = xi ) là xác suất để X nhận giá trị trong (−∞, x). Giá trị xác suất này là hàm của x.

40. Biến ngẫu nhiên rời rạc và hàm phân phối xác suất I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · · I Với một tập con S bất kỳ của R, ta có P(X ∈ S) = X xi ∈S P(X = xi ) : Xác suất để X nhận giá trị trong S. I Với x ∈ R bất kỳ và S = (−∞, x), ta có P(X < x) = P(X ∈ S) = X xi ∈S P(X = xi ) = X xi <x P(X = xi ) là xác suất để X nhận giá trị trong (−∞, x). Giá trị xác suất này là hàm của x. I Hàm số F(x) := P(X < x), x ∈ R được gọi là hàm phân phối xác suất của biến ngẫu nhiên rời rạc X.

41. Biến ngẫu nhiên rời rạc và hàm phân phối xác suất VD. Tiến hành bắn 3 phát súng độc lập vào bia và xác suất trúng đích của mỗi phát là 0, 4.

42. Biến ngẫu nhiên rời rạc và hàm phân phối xác suất VD. Tiến hành bắn 3 phát súng độc lập vào bia và xác suất trúng đích của mỗi phát là 0, 4.

43. Biến ngẫu nhiên rời rạc và hàm phân phối xác suất VD. Tiến hành bắn 3 phát súng độc lập vào bia và xác suất trúng đích của mỗi phát là 0, 4. Khi đó, bảng phân phối xác suất của số lần bắn trúng bia là X 0 1 2 3 P 0, 216 0, 432 0, 288 0, 064 (???)

44. Biến ngẫu nhiên rời rạc và hàm phân phối xác suất VD. Tiến hành bắn 3 phát súng độc lập vào bia và xác suất trúng đích của mỗi phát là 0, 4. Khi đó, bảng phân phối xác suất của số lần bắn trúng bia là X 0 1 2 3 P 0, 216 0, 432 0, 288 0, 064 (???)

45. Biến ngẫu nhiên rời rạc và hàm phân phối xác suất VD. Tiến hành bắn 3 phát súng độc lập vào bia và xác suất trúng đích của mỗi phát là 0, 4. Khi đó, bảng phân phối xác suất của số lần bắn trúng bia là X 0 1 2 3 P 0, 216 0, 432 0, 288 0, 064 (???) Hàm phân phối xác suất của số lần bắn trúng bia: F(x) =                          0 , x ⩽ 0 0, 216 , 0 < x ⩽ 1 0, 648 , 1 < x ⩽ 2 0, 936 , 2 < x ⩽ 3 1 , 3 < x

46. Biến ngẫu nhiên rời rạc và hàm phân phối xác suất Hàm phân phối xác suất của biến ngẫu nhiên rời rạc có các tính chất sau: I Tính chất 1. 0 ⩽ F(x) ⩽ 1, ∀x ∈ R.

47. Biến ngẫu nhiên rời rạc và hàm phân phối xác suất Hàm phân phối xác suất của biến ngẫu nhiên rời rạc có các tính chất sau: I Tính chất 1. 0 ⩽ F(x) ⩽ 1, ∀x ∈ R.

48. Biến ngẫu nhiên rời rạc và hàm phân phối xác suất Hàm phân phối xác suất của biến ngẫu nhiên rời rạc có các tính chất sau: I Tính chất 1. 0 ⩽ F(x) ⩽ 1, ∀x ∈ R. I Tính chất 2. lim x→−∞ F(x) = 0 và lim x→+∞ F(x) = 1.

49. Biến ngẫu nhiên rời rạc và hàm phân phối xác suất Hàm phân phối xác suất của biến ngẫu nhiên rời rạc có các tính chất sau: I Tính chất 1. 0 ⩽ F(x) ⩽ 1, ∀x ∈ R. I Tính chất 2. lim x→−∞ F(x) = 0 và lim x→+∞ F(x) = 1.

50. Biến ngẫu nhiên rời rạc và hàm phân phối xác suất Hàm phân phối xác suất của biến ngẫu nhiên rời rạc có các tính chất sau: I Tính chất 1. 0 ⩽ F(x) ⩽ 1, ∀x ∈ R. I Tính chất 2. lim x→−∞ F(x) = 0 và lim x→+∞ F(x) = 1. I Tính chất 3. P(α ⩽ X < β) = F(β) − F(α) với mọi α < β.

51. Biến ngẫu nhiên rời rạc và hàm phân phối xác suất Hàm phân phối xác suất của biến ngẫu nhiên rời rạc có các tính chất sau: I Tính chất 1. 0 ⩽ F(x) ⩽ 1, ∀x ∈ R. I Tính chất 2. lim x→−∞ F(x) = 0 và lim x→+∞ F(x) = 1. I Tính chất 3. P(α ⩽ X < β) = F(β) − F(α) với mọi α < β.

52. Biến ngẫu nhiên rời rạc và hàm phân phối xác suất Hàm phân phối xác suất của biến ngẫu nhiên rời rạc có các tính chất sau: I Tính chất 1. 0 ⩽ F(x) ⩽ 1, ∀x ∈ R. I Tính chất 2. lim x→−∞ F(x) = 0 và lim x→+∞ F(x) = 1. I Tính chất 3. P(α ⩽ X < β) = F(β) − F(α) với mọi α < β. I Tính chất 4. F là hàm không giảm, dạng bậc thang và liên tục bên trái tại mỗi điểm.

53. Các số đặc trưng của biến ngẫu nhiên rời rạc I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · ·

54. Các số đặc trưng của biến ngẫu nhiên rời rạc I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · ·

55. Các số đặc trưng của biến ngẫu nhiên rời rạc I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · · I Bảng phân phối xác suất này cho ta thông tin đầy đủ về biến ngẫu nhiên. Tuy nhiên, trong nhiều tình huống thực tế, người ta không có nhu cầu biết toàn bộ thông tin về b.n.n mà chỉ cần biết một vài khía cạnh nào đó trên biến ngẫu nhiên, chẳng hạn trung bình các giá trị mà b.n.n nhận, hoặc mức độ phân tán các giá trị xung quanh giá trị trung bình này, ...

56. Các số đặc trưng của biến ngẫu nhiên rời rạc I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · · I Bảng phân phối xác suất này cho ta thông tin đầy đủ về biến ngẫu nhiên. Tuy nhiên, trong nhiều tình huống thực tế, người ta không có nhu cầu biết toàn bộ thông tin về b.n.n mà chỉ cần biết một vài khía cạnh nào đó trên biến ngẫu nhiên, chẳng hạn trung bình các giá trị mà b.n.n nhận, hoặc mức độ phân tán các giá trị xung quanh giá trị trung bình này, ...

57. Các số đặc trưng của biến ngẫu nhiên rời rạc I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · · I Bảng phân phối xác suất này cho ta thông tin đầy đủ về biến ngẫu nhiên. Tuy nhiên, trong nhiều tình huống thực tế, người ta không có nhu cầu biết toàn bộ thông tin về b.n.n mà chỉ cần biết một vài khía cạnh nào đó trên biến ngẫu nhiên, chẳng hạn trung bình các giá trị mà b.n.n nhận, hoặc mức độ phân tán các giá trị xung quanh giá trị trung bình này, ... I Các số đặc trưng hay quan tâm: Kỳ vọng, phương sai, mômen, mốt, trung vị.

58. Số đặc trưng của biến ngẫu nhiên rời rạc: Kỳ vọng I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · · I Giả sử P i |xi |pi < +∞. Khi đó, kỳ vọng của biến ngẫu nhiên X là số được xác định bởi EX = X i xi pi ( X i là n X i=1 hoặc ∞ X i=1 ) I VD. Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X 5 6 7 8 9 10 11 P 1/12 2/12 3/12 2/12 2/12 1/12 1/12 Kỳ vọng là EX = 5×1/12+6×2/12+7×3/12+8×2/12+9×2/12+10×1/12+11×1/12 = 7, 75.

59. Số đặc trưng của biến ngẫu nhiên rời rạc: Kỳ vọng I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · · I Giả sử P i |xi |pi < +∞. Khi đó, kỳ vọng của biến ngẫu nhiên X là số được xác định bởi EX = X i xi pi ( X i là n X i=1 hoặc ∞ X i=1 ) I Kỳ vọng của một biến ngẫu nhiên là trung bình (có trọng xác suất) các giá trị mà biến ngẫu nhiên nhận.

60. Số đặc trưng của biến ngẫu nhiên rời rạc: Kỳ vọng Kỳ vọng của biến ngẫu nhiên có các tính chất sau: I Tính chất 1. Với k là hằng số, Ek = k.

62. Số đặc trưng của biến ngẫu nhiên rời rạc: Kỳ vọng Kỳ vọng của biến ngẫu nhiên có các tính chất sau: I Tính chất 1. Với k là hằng số, Ek = k. I Tính chất 2. Với α, β là các hằng số và X, Y là các b.n.n có kỳ vọng, E(αX ± βY ) = αEX ± βEY .

63. Số đặc trưng của biến ngẫu nhiên rời rạc: Kỳ vọng Kỳ vọng của biến ngẫu nhiên có các tính chất sau: I Tính chất 1. Với k là hằng số, Ek = k. I Tính chất 2. Với α, β là các hằng số và X, Y là các b.n.n có kỳ vọng, E(αX ± βY ) = αEX ± βEY . I Tính chất 3. Cho X là b.n.n. có kỳ vọng. Nếu P(X ⩾ 0) = 1 thì EX ⩾ 0.

65. Số đặc trưng của biến ngẫu nhiên rời rạc: Kỳ vọng Kỳ vọng của biến ngẫu nhiên có các tính chất sau: I Tính chất 1. Với k là hằng số, Ek = k. I Tính chất 2. Với α, β là các hằng số và X, Y là các b.n.n có kỳ vọng, E(αX ± βY ) = αEX ± βEY . I Tính chất 3. Cho X là b.n.n. có kỳ vọng. Nếu P(X ⩾ 0) = 1 thì EX ⩾ 0. I Tính chất 4. Nếu X và Y là hai b.n.n độc lập, có kỳ vọng, thì E(XY ) = EX.EY Hai biến ngẫu nhiên được gọi là độc lập nhau nếu luật phân phối của một trong chúng không phụ thuộc vào biến kia lấy giá trị nào

68. Số đặc trưng của biến ngẫu nhiên rời rạc: Kỳ vọng Kỳ vọng của biến ngẫu nhiên có các tính chất sau: I Tính chất 1. Với k là hằng số, Ek = k. I Tính chất 2. Với α, β là các hằng số và X, Y là các b.n.n có kỳ vọng, E(αX ± βY ) = αEX ± βEY .

71. Số đặc trưng của biến ngẫu nhiên rời rạc: Kỳ vọng Kỳ vọng của biến ngẫu nhiên có các tính chất sau: I Tính chất 1. Với k là hằng số, Ek = k. I Tính chất 2. Với α, β là các hằng số và X, Y là các b.n.n có kỳ vọng, E(αX ± βY ) = αEX ± βEY . I Tính chất 3. Cho X là b.n.n. có kỳ vọng. Nếu P(X ⩾ 0) = 1 thì EX ⩾ 0. I Tính chất 4. Nếu X và Y là hai b.n.n độc lập, có kỳ vọng, thì E(XY ) = EX.EY I Tính chất 5. Với X là một b.n.n có kỳ vọng và ϕ là một hàm, ta có E(ϕ(X)) = X i ϕ(xi )pi trong đó EX = P i xi pi .

72. Số đặc trưng của biến ngẫu nhiên rời rạc: Phương sai I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · · I Giả sử P i |xi |pi < +∞ và P i x2 i pi < +∞ . Khi đó, phương sai của biến ngẫu nhiên X là số được xác định bởi DX = E(X − EX)2 = X i (xi − EX)2 pi ( X i là n X i=1 hoặc ∞ X i=1 ) I VD. Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X 1 2 5 P 0, 3 0, 5 0, 2 Ta có EX = 1.0, 3 + 2.0, 5 + 5.0, 2 = 2, 3. Phương sai là DX = E(X − 2, 3)2 = (1 − 2, 3)2 .0, 3 + (2 − 2, 3)2 .0, 5 + (5 − 2, 3)2 .0, 2 = 2, 01.

73. Số đặc trưng của biến ngẫu nhiên rời rạc: Phương sai I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · · I Giả sử P i |xi |pi < +∞ và P i x2 i pi < +∞ . Khi đó, phương sai của biến ngẫu nhiên X là số được xác định bởi DX = E(X − EX)2 = X i (xi − EX)2 pi ( X i là n X i=1 hoặc ∞ X i=1 ) I Đại lượng σ(X) := √ DX được gọi là độ lệch tiêu chuẩn của biến ngẫu nhiên X. I Phương sai của một biến ngẫu nhiên X đặc trưng cho mức độ phân tán các giá trị mà biến ngẫu nhiên nhận xung quanh giá trị trung bình EX.

74. Số đặc trưng của biến ngẫu nhiên rời rạc: Phương sai Phương sai của biến ngẫu nhiên có các tính chất sau: I Tính chất 1. Với k là hằng số, Dk = 0. I Tính chất 2. Với X có phương sai, DX = E(X − EX)2 = E(X2) − (EX)2 ⩾ 0 I Tính chất 3. Với k là hằng số và X là b.n.n có phương sai, D(kX) = k2DX. I Tính chất 4. Nếu X và Y là hai biến ngẫu nhiên độc lập, có phương sai thì D(X + Y ) = DX + DY .

75. Số đặc trưng b.n.n. rời rạc: Kỳ vọng và Phương sai VD1. Cho X và Y là hai biến ngẫu nhiên rời rạc, độc lập, có bảng phân phối xác suất như sau: X 2 3 5 P 0, 3 0, 5 0, 2 , Y 1 4 P 0, 2 0, 8 Tính E(X + Y ) và D(2X − 3Y ).

76. Số đặc trưng b.n.n. rời rạc: Kỳ vọng và Phương sai VD1. Cho X và Y là hai biến ngẫu nhiên rời rạc, độc lập, có bảng phân phối xác suất như sau: X 2 3 5 P 0, 3 0, 5 0, 2 , Y 1 4 P 0, 2 0, 8 Tính E(X + Y ) và D(2X − 3Y ).

77. Số đặc trưng b.n.n. rời rạc: Kỳ vọng và Phương sai VD1. Cho X và Y là hai biến ngẫu nhiên rời rạc, độc lập, có bảng phân phối xác suất như sau: X 2 3 5 P 0, 3 0, 5 0, 2 , Y 1 4 P 0, 2 0, 8 Tính E(X + Y ) và D(2X − 3Y ). VD2. Cho X là biến ngẫu nhiên có bảng phân phối xác suất như sau: X 1 3 5 7 9 P 0, 1 0, 2 0, 3 0,3 0,1 Tìm phân phối xác suất của biến ngẫu nhiên Y = min{X, 4}. Tính kỳ vọng, phương sai và độ lệch chuẩn của Y .

78. Số đặc trưng của biến ngẫu nhiên rời rạc: Mốt (mode) I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · ·

79. Số đặc trưng của biến ngẫu nhiên rời rạc: Mốt (mode) I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · ·

80. Số đặc trưng của biến ngẫu nhiên rời rạc: Mốt (mode) I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · · I Giá trị xµ được gọi là mốt (mode) của X nếu nó là giá trị mà X nhận được với xác suất lớn nhất, tức là pµ = P(X = xµ) ⩾ P(X = xk ) = pk , ∀k. Kí hiệu mod(X) cho mốt của X.

81. Số đặc trưng của biến ngẫu nhiên rời rạc: Mốt (mode) I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · · I Giá trị xµ được gọi là mốt (mode) của X nếu nó là giá trị mà X nhận được với xác suất lớn nhất, tức là pµ = P(X = xµ) ⩾ P(X = xk ) = pk , ∀k. Kí hiệu mod(X) cho mốt của X.

82. Số đặc trưng của biến ngẫu nhiên rời rạc: Mốt (mode) I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · · I Giá trị xµ được gọi là mốt (mode) của X nếu nó là giá trị mà X nhận được với xác suất lớn nhất, tức là pµ = P(X = xµ) ⩾ P(X = xk ) = pk , ∀k. Kí hiệu mod(X) cho mốt của X. I Với các biến ngẫu nhiên rời rạc sau: X 2 3 5 P 0, 3 0, 5 0, 2 , Y 1 3 5 7 9 P 0, 1 0, 2 0, 3 0,3 0,1 Ta có mod(X) = 3 và mod(Y ) = 5 hoặc mod(Y ) = 7.

83. Số đặc trưng của biến ngẫu nhiên rời rạc: Mômen I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · ·

84. Số đặc trưng của biến ngẫu nhiên rời rạc: Mômen I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · ·

85. Số đặc trưng của biến ngẫu nhiên rời rạc: Mômen I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · · I Mômen (gốc) cấp k của biến ngẫu nhiên X là kỳ vọng của biến ngẫu nhiên Xk , tức là số mk = EXk = X i xk i pi ( X i là n X i=1 hoặc ∞ X i=1 )

86. Số đặc trưng của biến ngẫu nhiên rời rạc: Mômen I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · · I Mômen (gốc) cấp k của biến ngẫu nhiên X là kỳ vọng của biến ngẫu nhiên Xk , tức là số mk = EXk = X i xk i pi ( X i là n X i=1 hoặc ∞ X i=1 )

87. Số đặc trưng của biến ngẫu nhiên rời rạc: Mômen I Giả sử X là một biến ngẫu nhiên rời rạc có bảng phân phối xác suất X x1 x2 · · · xn · · · P p1 p2 · · · pn · · · I Mômen (gốc) cấp k của biến ngẫu nhiên X là kỳ vọng của biến ngẫu nhiên Xk , tức là số mk = EXk = X i xk i pi ( X i là n X i=1 hoặc ∞ X i=1 ) I Mômen trung tâm cấp k của biến ngẫu nhiên X là kỳ vọng của biến ngẫu nhiên (X − EX)k , tức là số αk = E(X − EX)k = X i (xi − EX)k pi ( X i là n X i=1 hoặc ∞ X i=1 ) I Mômen cấp 1 là kỳ vọng, mômen trung tâm cấp 2 là phương sai.

88. Một số phân phối rời rạc thường gặp Trong số các biến ngẫu nhiên rời rạc, các biến ngẫu nhiên có phân phối xác suất sau đây thường hay gặp trong các bài toán thực tế: I Phân phối Bernoulli I Phân phối nhị thức I Phân phối hình học I Phân phối Poisson

89. Phân phối Bernoulli I Biến ngẫu nhiên X được gọi là có phân phối Bernoulli với tham số p, 0 ⩽ p ⩽ 1, nếu X nhận hai giá trị 0 và 1 với xác suất tương ứng P(X = 0) = 1 − p =: q và P(X = 1) = p.

90. Phân phối Bernoulli I Biến ngẫu nhiên X được gọi là có phân phối Bernoulli với tham số p, 0 ⩽ p ⩽ 1, nếu X nhận hai giá trị 0 và 1 với xác suất tương ứng P(X = 0) = 1 − p =: q và P(X = 1) = p.

91. Phân phối Bernoulli I Biến ngẫu nhiên X được gọi là có phân phối Bernoulli với tham số p, 0 ⩽ p ⩽ 1, nếu X nhận hai giá trị 0 và 1 với xác suất tương ứng P(X = 0) = 1 − p =: q và P(X = 1) = p. I VD. Số mặt ngửa xuất hiện khi gieo một đồng xu cân đối và đồng chất có phân phối Bernoulli với tham số p = 0, 5.

92. Phân phối Bernoulli I Biến ngẫu nhiên X được gọi là có phân phối Bernoulli với tham số p, 0 ⩽ p ⩽ 1, nếu X nhận hai giá trị 0 và 1 với xác suất tương ứng P(X = 0) = 1 − p =: q và P(X = 1) = p. I VD. Số mặt ngửa xuất hiện khi gieo một đồng xu cân đối và đồng chất có phân phối Bernoulli với tham số p = 0, 5.

93. Phân phối Bernoulli I Biến ngẫu nhiên X được gọi là có phân phối Bernoulli với tham số p, 0 ⩽ p ⩽ 1, nếu X nhận hai giá trị 0 và 1 với xác suất tương ứng P(X = 0) = 1 − p =: q và P(X = 1) = p. I VD. Số mặt ngửa xuất hiện khi gieo một đồng xu cân đối và đồng chất có phân phối Bernoulli với tham số p = 0, 5. I Nếu X có phân phối Bernoulli với tham số p thì EX = p và DX = p(1 − p) = pq.

94. Phân phối nhị thức I Biến ngẫu nhiên X được gọi là có phân phối nhị thức với các tham số n ∈ N và p ∈ [0, 1] nếu X nhận các giá trị 0, 1, 2, . . . , n với xác suất tương ứng P(X = k) = Ck n pk (1 − p)n−k , k = 0, 1, 2, . . . , n. Kí hiệu X ∼ B(n, p).

95. Phân phối nhị thức I Biến ngẫu nhiên X được gọi là có phân phối nhị thức với các tham số n ∈ N và p ∈ [0, 1] nếu X nhận các giá trị 0, 1, 2, . . . , n với xác suất tương ứng P(X = k) = Ck n pk (1 − p)n−k , k = 0, 1, 2, . . . , n. Kí hiệu X ∼ B(n, p).

96. Phân phối nhị thức I Biến ngẫu nhiên X được gọi là có phân phối nhị thức với các tham số n ∈ N và p ∈ [0, 1] nếu X nhận các giá trị 0, 1, 2, . . . , n với xác suất tương ứng P(X = k) = Ck n pk (1 − p)n−k , k = 0, 1, 2, . . . , n. Kí hiệu X ∼ B(n, p). I VD. Số lần hiện lên một kết quả nào đó trong n lần thử độc lập Bernoulli, mà mỗi lần thử có xác suất hiện lên kết quả bằng p, có phân phối nhị thức B(n, p).

97. Phân phối nhị thức I Biến ngẫu nhiên X được gọi là có phân phối nhị thức với các tham số n ∈ N và p ∈ [0, 1] nếu X nhận các giá trị 0, 1, 2, . . . , n với xác suất tương ứng P(X = k) = Ck n pk (1 − p)n−k , k = 0, 1, 2, . . . , n. Kí hiệu X ∼ B(n, p). I VD. Số lần hiện lên một kết quả nào đó trong n lần thử độc lập Bernoulli, mà mỗi lần thử có xác suất hiện lên kết quả bằng p, có phân phối nhị thức B(n, p).

98. Phân phối nhị thức I Biến ngẫu nhiên X được gọi là có phân phối nhị thức với các tham số n ∈ N và p ∈ [0, 1] nếu X nhận các giá trị 0, 1, 2, . . . , n với xác suất tương ứng P(X = k) = Ck n pk (1 − p)n−k , k = 0, 1, 2, . . . , n. Kí hiệu X ∼ B(n, p). I VD. Số lần hiện lên một kết quả nào đó trong n lần thử độc lập Bernoulli, mà mỗi lần thử có xác suất hiện lên kết quả bằng p, có phân phối nhị thức B(n, p). I Giả sử X ∼ B(n, p). Khi đó EX = np và DX = np(1 − p) = npq trong đó q = 1 − p.

99. Phân phối nhị thức VD. Trong một thành phố có 65% gia đình có máy vi tính. Chọn ngẫu nhiên 12 gia đình và gọi X là số gia đình có máy vi tính. a) X có phân phối xác suất gì? b) Tính xác suất để có đúng 5 gia đình có máy vi tính. c) Tính xác suất để có ít nhất 2 gia đình có máy vi tính. d) Trung bình có bao nhiêu gia đình có máy vi tính?

100. Phân phối hình học I Biến ngẫu nhiên X được gọi là có phân phối hình học với tham số p, 0 < p < 1, nếu nó nhận các giá trị 1, . . . , n, . . . với xác suất tương ứng P(X = k) = (1 − p)k−1 p, k = 1, . . . , n, . . . . Kí hiệu X ∼ G(p).

101. Phân phối hình học I Biến ngẫu nhiên X được gọi là có phân phối hình học với tham số p, 0 < p < 1, nếu nó nhận các giá trị 1, . . . , n, . . . với xác suất tương ứng P(X = k) = (1 − p)k−1 p, k = 1, . . . , n, . . . . Kí hiệu X ∼ G(p).

102. Phân phối hình học I Biến ngẫu nhiên X được gọi là có phân phối hình học với tham số p, 0 < p < 1, nếu nó nhận các giá trị 1, . . . , n, . . . với xác suất tương ứng P(X = k) = (1 − p)k−1 p, k = 1, . . . , n, . . . . Kí hiệu X ∼ G(p). I Nếu X ∼ G(p) thì EX = 1 p , DX = 1 − p p2

103. Phân phối hình học I Biến ngẫu nhiên X được gọi là có phân phối hình học với tham số p, 0 < p < 1, nếu nó nhận các giá trị 1, . . . , n, . . . với xác suất tương ứng P(X = k) = (1 − p)k−1 p, k = 1, . . . , n, . . . . Kí hiệu X ∼ G(p). I Nếu X ∼ G(p) thì EX = 1 p , DX = 1 − p p2

104. Phân phối hình học I Biến ngẫu nhiên X được gọi là có phân phối hình học với tham số p, 0 < p < 1, nếu nó nhận các giá trị 1, . . . , n, . . . với xác suất tương ứng P(X = k) = (1 − p)k−1 p, k = 1, . . . , n, . . . . Kí hiệu X ∼ G(p). I Nếu X ∼ G(p) thì EX = 1 p , DX = 1 − p p2 I VD1. Một người chơi trò tung vòng vào cổ chai, tung đến bao giờ trúng thì thôi. Xác suất để tung trúng mỗi lần là p. Gọi X là số lần phải tung cho đến khi tung trúng. Khi đó X là một biến ngẫu nhiên có phân phối hình học với tham số p.

105. Phân phối hình học I Biến ngẫu nhiên X được gọi là có phân phối hình học với tham số p, 0 < p < 1, nếu nó nhận các giá trị 1, . . . , n, . . . với xác suất tương ứng P(X = k) = (1 − p)k−1 p, k = 1, . . . , n, . . . . Kí hiệu X ∼ G(p). I Nếu X ∼ G(p) thì EX = 1 p , DX = 1 − p p2 I VD1. Một người chơi trò tung vòng vào cổ chai, tung đến bao giờ trúng thì thôi. Xác suất để tung trúng mỗi lần là p. Gọi X là số lần phải tung cho đến khi tung trúng. Khi đó X là một biến ngẫu nhiên có phân phối hình học với tham số p.

106. Phân phối hình học I Biến ngẫu nhiên X được gọi là có phân phối hình học với tham số p, 0 < p < 1, nếu nó nhận các giá trị 1, . . . , n, . . . với xác suất tương ứng P(X = k) = (1 − p)k−1 p, k = 1, . . . , n, . . . . Kí hiệu X ∼ G(p). I Nếu X ∼ G(p) thì EX = 1 p , DX = 1 − p p2 I VD1. Một người chơi trò tung vòng vào cổ chai, tung đến bao giờ trúng thì thôi. Xác suất để tung trúng mỗi lần là p. Gọi X là số lần phải tung cho đến khi tung trúng. Khi đó X là một biến ngẫu nhiên có phân phối hình học với tham số p. I VD2. Bắn liên tiếp, độc lập vào 1 mục tiêu cho tới khi nào trúng mục tiêu thì dừng bắn. Xác suất để mỗi viên đạn trúng mục tiêu là 0,2. Gọi X là số viên đạn cần bắn để lần đầu tiên trúng bia. Tìm phân phối xác suất của X. Tính kỳ vọng và phương sai của X.

107. Phân phối Poisson I Biến ngẫu nhiên X được gọi là có phân phối Poisson với tham số λ > 0 nếu nó nhận các giá trị 0, 1, . . . , n, . . . với xác suất tương ứng P(X = k) = λk k! e−λ , k = 0, 1, . . . , n, . . . . Kí hiệu X ∼ P(λ).

109. Phân phối Poisson I Biến ngẫu nhiên X được gọi là có phân phối Poisson với tham số λ > 0 nếu nó nhận các giá trị 0, 1, . . . , n, . . . với xác suất tương ứng P(X = k) = λk k! e−λ , k = 0, 1, . . . , n, . . . . Kí hiệu X ∼ P(λ). I Trong thực tiễn, có nhiều biến ngẫu nhiên tuân theo luật phân phối Poisson, chẳng hạn

110. Phân phối Poisson I Biến ngẫu nhiên X được gọi là có phân phối Poisson với tham số λ > 0 nếu nó nhận các giá trị 0, 1, . . . , n, . . . với xác suất tương ứng P(X = k) = λk k! e−λ , k = 0, 1, . . . , n, . . . . Kí hiệu X ∼ P(λ). I Trong thực tiễn, có nhiều biến ngẫu nhiên tuân theo luật phân phối Poisson, chẳng hạn

111. Phân phối Poisson I Biến ngẫu nhiên X được gọi là có phân phối Poisson với tham số λ > 0 nếu nó nhận các giá trị 0, 1, . . . , n, . . . với xác suất tương ứng P(X = k) = λk k! e−λ , k = 0, 1, . . . , n, . . . . Kí hiệu X ∼ P(λ). I Trong thực tiễn, có nhiều biến ngẫu nhiên tuân theo luật phân phối Poisson, chẳng hạn I Số lỗi trong trang của một quyển sách, hoặc số khách hàng vào một ngân hàng ở ngày nào đó,

112. Phân phối Poisson I Biến ngẫu nhiên X được gọi là có phân phối Poisson với tham số λ > 0 nếu nó nhận các giá trị 0, 1, . . . , n, . . . với xác suất tương ứng P(X = k) = λk k! e−λ , k = 0, 1, . . . , n, . . . . Kí hiệu X ∼ P(λ). I Trong thực tiễn, có nhiều biến ngẫu nhiên tuân theo luật phân phối Poisson, chẳng hạn I Số lỗi trong trang của một quyển sách, hoặc số khách hàng vào một ngân hàng ở ngày nào đó,

113. Phân phối Poisson I Biến ngẫu nhiên X được gọi là có phân phối Poisson với tham số λ > 0 nếu nó nhận các giá trị 0, 1, . . . , n, . . . với xác suất tương ứng P(X = k) = λk k! e−λ , k = 0, 1, . . . , n, . . . . Kí hiệu X ∼ P(λ). I Trong thực tiễn, có nhiều biến ngẫu nhiên tuân theo luật phân phối Poisson, chẳng hạn I Số lỗi trong trang của một quyển sách, hoặc số khách hàng vào một ngân hàng ở ngày nào đó, I Số lần gọi đến một trạm điện thoại trong một khoảng thời gian nào đó, là các biến ngẫu nhiên có phân phối Poisson.

116. Phân phối Poisson I Biến ngẫu nhiên X được gọi là có phân phối Poisson với tham số λ > 0 nếu nó nhận các giá trị 0, 1, . . . , n, . . . với xác suất tương ứng P(X = k) = λk k! e−λ , k = 0, 1, . . . , n, . . . . Kí hiệu X ∼ P(λ). I Giả sử X ∼ P(λ). Khi đó EX = λ và DX = λ.

Lecture3.pdf

More Related Content

Similar to Lecture3.pdf (8)

Recently uploaded (7)

Lecture3.pdf