Xem mẫu
- 4/23/13
www.hoasen.edu.vn
Chương 3: Một số qui luật phân
Faculty of Science and Technology
phối xác suất thông dụng
Thời
lượng:
6
tiết
uu Probability and Statistics 1
www.hoasen.edu.vn
Nội
dung
1. Phân phối Nhị thức
2. Phân phối Poisson
Faculty of Science and Technology
3. Phân phối chuẩn và phân phối chuẩn hóa
4. Phân phối Student
5. Tính xấp xĩ phân phối Nhị thức
6. Tính xấp xĩ phân phối Poisson
uu Probability and Statistics 2
1
- 4/23/13
www.hoasen.edu.vn
1.
Phân phối Nhị thức
Thực hiện phép thử ngẫu nhiên n lần, sao cho:
- Các lần thử ………… với nhau
- Kết cục của mỗi phép thử là biến cố ……. hoặc biến cố……
- Xác suất xảy ra biến cố A là
Faculty of Science and Technology
Gọi X là số lần xuất hiện biến cố A trong n lần thử. Khi đó X được gọi
là biến ngẫu nhiên nhị thức (binomial random variable) với các tham
số n, p, kí hiệu X ~
Công thức tính xác suất (qui luật phân phối xác suất)
Các số đặc trưng của biến ngẫu nhiên nhị thức:
Khi n = 1, , X được gọi là biến ngẫu nhiên Bernoulli
(Bernoulli random variable)
uu Probability and Statistics 3
www.hoasen.edu.vn
1.
Phân phối Nhị thức (tt)
Ví dụ 1.1
1. Tung con súc xắc 3 lần. Gọi X là số lần xuất hiện mặt 2 chấm. Tìm
phân phối xác suất của X.
Faculty of Science and Technology
HD:
uu Probability and Statistics 4
2
- 4/23/13
www.hoasen.edu.vn
1.
Phân phối Nhị thức (tt)
2. Một nhà máy sản xuất chip điện tử với xác suất tạo ra chip đủ tiêu
chuẩn kĩ thuật là 0,99. Tìm xác suất trong 150 chip do nhà máy sản
xuất có 5 chip không đạt tiêu chuẩn.
Faculty of Science and Technology
Dấu hiệu để nhận ra một biến ngẫu nhiên là biến biến ngẫu nhiên
nhị thức?
uu Probability and Statistics 5
www.hoasen.edu.vn
1.
Phân phối Nhị thức (tt)
Faculty of Science and Technology
uu Probability and Statistics 6
3
- 4/23/13
www.hoasen.edu.vn
2.
Phân phối Poisson
X được gọi là biến ngẫu nhiên Poisson (Poisson random variable) với
tham số là , kí hiệu nếu tập giá trị của X là
và với
Faculty of Science and Technology
Các số đặc trưng của biến ngẫu nhiên Poisson:
Ví dụ
1. Tại một phòng giao dịch của một ngân hàng, trung bình 1 giờ có 10
khách hàng đến giao dịch. Tìm xác suất để có 15 khách hàng đến thực
hiện giao dịch trong thời gian từ 8 giờ sáng đến 9 giờ sáng.
uu Probability and Statistics 7
www.hoasen.edu.vn
2.
Phân phối Poisson (tt)
2. Tại một trạm kiểm soát giao thông, trung bình 1 phút là có 2 xe ôtô 4
chỗ ngồi đi qua. Tìm xác suất có đúng 6 xe ôtô 4 chỗ ngồi đi qua trong
vòng 3 phút?
Faculty of Science and Technology
3. Trên một đoạn đường cao tốc, trung bình mỗi tuần có 3 tai nạn giao
thông. Tìm xác suất để đoạn đường đó xảy ra ít nhất một tai nạn giao
thông trong tuần này.
uu Probability and Statistics 8
4
- 4/23/13
www.hoasen.edu.vn
2.
Phân phối Poisson (tt)
Dấu hiệu để nhận ra một biến ngẫu nhiên là biến biến ngẫu nhiên
Poisson?
Faculty of Science and Technology
Ví dụ
Tại một thành phố, trung bình mỗi tuần có 20 chết. Tìm xác suất:
a. Không có ai chết trong vòng 1 ngày.
b. Có ít nhất 3 người chết trong vòng 2 ngày.
HD: a.
b.
uu Probability and Statistics 9
www.hoasen.edu.vn
2.
Phân phối Poisson (tt)
Faculty of Science and Technology
uu Probability and Statistics 10
5
- 4/23/13
www.hoasen.edu.vn
3.
Phân
phối
chuẩn
và
chuẩn
hóa
Biến ngẫu nhiên X được gọi là biến ngẫu nhiên chuẩn (normal
random variable) với các tham số , kí hiệu nếu
hàm mật độ của X có dạng
Faculty of Science and Technology
Nếu thì được gọi là biến ngẫu nhiên tiêu
chuẩn hay biến ngẫu nhiên chuẩn hóa (standard/unit normal random
variable).
Công thức tìm xác suất:
Các số đặc trưng của biến
Với là hàm ngẫu nhiên chuẩn:
phân
uu phối chuẩn
Probability (bảng A1).
and Statistics 11
www.hoasen.edu.vn
3.
Phân
phối
chuẩn
và
chuẩn
hóa
(9)
Faculty of Science and Technology
uu Probability and Statistics 12
6
- 4/23/13
www.hoasen.edu.vn
3.
Phân
phối
chuẩn
và
chuẩn
hóa
(9)
99.72%
95.44%
Faculty of Science and Technology
68.26%
µ
x
µ – 3σ
µ – 1σ
µ + 1σ
µ + 3σ
µ – 2σ
µ + 2σ
uu Probability and Statistics 13
www.hoasen.edu.vn
3.
Phân
phối
chuẩn
và
chuẩn
hóa
(9)
Lưu ý
Φ ( − x ) = P {Z < − x} = P {Z > x} = 1 − Φ ( x )
Ví dụ
Faculty of Science and Technology
2
Cho X là biến ngẫu nhiên chuẩn với các tham số là µ = 3; σ = 16. Tìm
a. P { X < 11} b. P { X > −1} c. P {2 < X < 7}
uu Probability and Statistics 14
Faculty of Science and Technology Probability and Statistic
7
- 4/23/13
www.hoasen.edu.vn
3.
Phân
phối
chuẩn
và
chuẩn
hóa
(9)
Ví dụ
Gọi X là thời gian (tính bằng phút) của một khách hàng chờ để được phục
vụ tại một quày tính tiền trong một siêu thị là biến ngẫu nhiên:
Faculty of Science and Technology
X ~ N ( 4,5;1,21)
a. Tìm tỉ lệ khách hàng phải chờ từ 3,5 phút đến 6 phút.
b. Tìm tỉ lệ khách hàng phải chờ nhiều hơn 6 phút.
uu Probability and Statistics 15
www.hoasen.edu.vn
Phân
phối
Chi
bình
phương
(chi
–
square
distribu/on)
§ Nếu Z1, Z2 , …, Zn là các biến ngẫu nhiên tiêu chuẩn độc lập.
Khi đó: biến ngẫu nhiên X = Z12 + Z22 +… + Zn2 được gọi là có
phân phối Chi – bình phương với bậc tự do n.
Faculty of Science and Technology
Ký hiệu: X ~ χn2
§ Các số đặc trưng của Tn:
uu Probability and Statistics 16
8
- 4/23/13
www.hoasen.edu.vn
4.
Phân
phối
Student
Phân phối t (the t – distribution)
§ Nếu Z và là các biến ngẫu nhiên độc lập với Z có phân phối chuẩn
và có phân phối Chi – bình phương với bậc tự do n thì biến ngẫu
nhiên Tn được định nghĩa bởi
Faculty of Science and Technology
được gọi là biến ngẫu nhiên có phân phối t với bậc tự do n.
§ Các số đặc trưng của Tn:
Giá trị của được cho trong bảng A3.
uu Probability and Statistics 17
www.hoasen.edu.vn
4.
Phân
phối
Student
(9)
Faculty of Science and Technology
uu Probability and Statistics 18
9
- 4/23/13
www.hoasen.edu.vn
5.
Tính
xấp
xĩ
phân
phối
Nhị
thức
Dùng Poisson:
Nếu X là pp Nhị thức với 2 tham số là n, p. Trong đó n khá lớn (>50)
và p khá nhỏ (sao cho np(1-p) ~ np, p
- 4/23/13
www.hoasen.edu.vn
5.
Tính
xấp
xĩ
phân
phối
Nhị
thức
(9)
Dùng chuẩn:
Nếu X là pp Nhị thức với 2 tham số là n, p, X ~ B (n;p). Trong đó n đủ
lớn và p không quá lớn (như thế nào???) thì X ~ N(np; npq), q = 1 – p.
Faculty of Science and Technology
Ví dụ: …
uu Probability and Statistics 21
www.hoasen.edu.vn
6.
Tính
xấp
xĩ
phân
phối
Poisson
Dùng chuẩn:
Nếu X ~ P(λ), trong đó λ > 20 thì ta coi X ~ N(0,1)
Faculty of Science and Technology
Ví dụ: Tại một trạm kiểm soát giao thông, trung bình mỗi giờ có 120xe
đi qua. Tính xác suất:
a. Có từ 150 đến 200 xe đi qua trong khoảng thời gian từ 7h00 đến 8h00
b. Có nhiều hơn 200 xe đi qua trong một giờ nào đó
uu Probability and Statistics 22
11
- 4/23/13
www.hoasen.edu.vn
Bài
tập
1
Một thùng quýt có 500 trái, trong đó có 200 trái hỏng. Lấy ngẫu nhiên
5 trái. Tìm xác suất:
a. Lấy được 1 trái hỏng.
Faculty of Science and Technology
b. Lấy được 5 trái hỏng
uu Probability and Statistics 23
Bài
tập
2 www.hoasen.edu.vn
Trọng lượng của một linh kiện điện tử là biến ngẫu nhiên có phân phối
chuẩn với trọng lượng trung bình là 250g và độ lệch chuẩn là 5g.
a. Một người lấy trong thùng 1 linh kiện điện tử loại này. Tìm xác suất
Faculty of Science and Technology
người đó lấy được linh kiện đạt chuẩn (là linh kiện có trọng lượng từ
245g đến 260g).
b. Nếu lấy được linh kiện đạt chuẩn thì người này sẽ mua thùng linh
kiện đó. Người này kiểm tra 100 thùng. Tìm xác suất người này mua 10
thùng.
uu Probability and Statistics 24
Faculty of Science and Technology Probability and Statistic
12
nguon tai.lieu . vn