![Studocu is not sponsored or endorsed by any college or university
[123doc] - giai-bai-tap-de-cuong-xac-suat-thong-ke
Xác suất thống kê (Trường Đại học Bách khoa Hà Nội)
Studocu is not sponsored or endorsed by any college or university
[123doc] - giai-bai-tap-de-cuong-xac-suat-thong-ke
Xác suất thống kê (Trường Đại học Bách khoa Hà Nội)
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-1-320.jpg)
![Đề cương MI2020 học kỳ 20192
Nếu chia đoạn thẳng [1, 100] này bởi 2 điểm chia nằm trong đoạn thì ta sẽ có 3 phần có
độ dài ít nhất là 1.
Có thể thấy rằng ta có song ánh giữa bài toán chia đoạn này với bài toán tìm nghiệm
nguyên dương của phương trình x + y + z = 100.
Như vậy, số nghiệm của phương trình này bằng số cách chia, và bằng
99
2
!
2. Sử dụng ý trên. Đặt a = x + 1, b = y + 1, c = z + 1 thì a, b, c ∈ Z+
và
a + b + c = 103
Do đó số nghiệm x, y, z là
102
2
!
Bài tập 1.6.
Thực hiện một phép thử tung 2 con xúc xắc, rồi ghi lại số chấm xuất hiện trên mỗi
con. Gọi x, y là số chấm xuất hiện tương ứng trên con xúc xắc thứ nhất và thứ hai. Ký
hiệu không gian mẫu W =
(x, y) | 1 ≤ x, y ≤ 6 . Hãy liệt kê các phần tử của các sự
kiện sau:
1. A : tổng số chấm xuất hiện lớn hơn 8;
2. B : có ít nhất một con xúc xắc ra mặt 2 chấm;
3. C : con xúc xắc thứ nhất có số chấm lớn hơn 4;
4. A + B, A + C, B + C, A + B + C, sau đó thể hiện thông qua sơ đồ V enn;
5. AB, AC, BC, ABC, sau đó thể hiện thông qua sơ đồ V enn.
1. A =
(3, 6), (4, 5), (5, 4), (6, 3), (4, 6), (5, 5), (6, 4), (5, 6), (6, 5), (6, 6)
2. B =
(2, 2), (2, 1), (2, 3), (2, 4), (2, 5), (2, 6), (1, 2), (3, 2), (4, 2), (5, 2), (6, 2)
3. C =
(5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6), (6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6)
4. A + B, A + C, B + C, A + B + C
5. AB = ∅
AC =
(5, 4), (5, 5), (5, 6), (6, 3), (6, 4), (6, 5), (6, 6)
BC =
(5, 2), (6, 2)
ABC = ∅
5
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-6-320.jpg)
![Đề cương MI2020 học kỳ 20192
x
y
O
Gọi x là độ dài AC, hiển nhiên CB = 10 − x. Số kết cục đồng khả năng ở đây là độ dài đoạn
thẳng AB, chính là 10 cm.
Gọi A là chênh lệch độ dài giữa AC và CB không quá 4 cm, khi đó, A biểu thị bởi miền
hình học
H =
n
x ∈ [0, 10] mà x − (10 − x) ≤ 4
o
A B
Vì H là đoạn thẳng có độ dài 7 − 3 = 4 (cm) nên ta dễ dàng tính P(A) theo định nghĩa hình
học: P(A) =
4
10
= 0.4
Bài tập 1.20.
Cho đoạn thẳng AB độ dài 10 cm. Lấy hai điểm C, D bất kỳ trên đoạn AB (C nằm
giữa A và D). Tính xác suất độ dài AC, CD, DB tạo thành 3 cạnh một tam giác.
Gọi x, y lần lượt là độ dài các đoạn thẳng AC, CD.
Khi đó ta có DB = 10 − x − y, với điều kiện x ≥ 0, y ≥ 0, 10 − x − y ≥ 0.
Miền đồng khả năng là
G =
n
(x, y) ∈ R2
| x ≥ 0, y ≥ 0, 10 − x − y ≥ 0
o
Gọi A là độ dài AC, CD, DB tạo thành 3 cạnh tam giác thì miền kết cục thuận lợi cho A là
H =
(x, y) ∈ G | x + y 10 − x − y, x + (10 − x − y) y, y + (10 − x − y) x
Như vậy, xác suất của sự kiện A là P(A) =
|H|
|G|
=
1
4
= 0.25
Nguyễn Quang Huy 20185454 MI2 K63
12
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-13-320.jpg)
![Đề cương MI2020 học kỳ 20192
2 Biến ngẫu nhiên và luật phân phối xác suất
2.1 Biến ngẫu nhiên rời rạc
Bài tập 2.1.
Một chùm chìa khóa gồm 4 chiếc giống nhau, trong đó chỉ có một chiếc mở được cửa.
Người ta thử ngẫu nhiên từng chiếc cho đến khi mở được cửa. Gọi X là số lần thử.
1. Tìm phân phối xác suất của X.
2. Tìm kỳ vọng và phương sai của X.
3. Viết hàm phân phối xác suất của X.
Gọi X là số lần thử thì X là biến ngẫu nhiên rời rạc và nó nhận các giá trị X = 1, 2, 3, 4. Gọi
Xi là mở được cửa ở lần thứ i thì X1, X2, X3, X4 tạo thành hệ đầy đủ.
i) X = 1 nếu mở được cửa ngay lần đầu. Có P(X = 1) = P(X1) =
1
4
= 0.25
ii) X = 2 nếu lần đầu không mở được và lần 2 mở được. Có
P(X = 2) = P
X1X2
=
3
4
.
1
3
=
1
4
= 0.25
iii) X = 3 là sự kiện X1 X2X3. Có P(X = 3) =
3
4
.
2
3
.
1
2
= 0.25
iv) Tương tự với X = 4, có P(X = 4) = P
X1 X2 X3X4
= 0.25
1. Bảng phân phối xác suất của X
X 1 2 3 4
P(X) 0.25 0.25 0.25 0.25
2. E[X] = 1 × 0.25 + 2 × 0.25 + 3 × 0.25 + 4 × 0.25 = 2.5
V [X] = (1 − 2.5)2
× 0.25 + (2 − 2.5)2
× 0.25 + (3 − 2.5)2
× 0.25 + (4 − 2.5)2
× 0.25
= 1.25
3. Hàm phân phối của X
FX(x) =
0, x ≤ 1
0.25, 1 x ≤ 2
0.5, 2 x ≤ 3
0.75, 3 x ≤ 4
1, x 4
Nguyễn Quang Huy 20185454 MI2 K63
34
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-35-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bài tập 2.2.
Một xạ thủ có 5 viên đạn. Anh ta phải bắn vào bia với quy định khi nào có 2 viên
trúng bia hoặc hết đạn thì dừng. Biết xác suất bắn trúng bia ở mỗi lần bắn là 0,4 và
gọi X là số đạn cần bắn.
1. Tìm phân phối xác suất của X.
2. Tìm kỳ vọng, phương sai và viết hàm phân phối xác suất của X.
Gọi X là số đạn cần bắn thì X là biến ngẫu nhiên rời rạc và nhận các giá trị X = 2, 3, 4, 5.
i) X = 2 có P(X = 2) = 0.4 × 0.4 = 0.16
ii) X = 3 xảy ra nếu có 1 trong 2 lần đầu bắn trúng và lần thứ 3 bắn trúng. Bài toán thỏa
mãn lược đồ Bernoulli, có
P(X = 3) = P2(1) × 0.4 = 0.192
iii) Tương tự P(X = 4) = P3(1) × 0.4 = 0.1728
iv) X = 5 xảy ra nếu cả hết đạn, trượt cả 5 viên hoặc viên cuối trúng và 1 trong 4 lần đầu
bắn trúng hoặc chỉ trúng 1 viên duy nhất
P(X = 5) = 0.65
+ P4(1) × 0.4 + P5(1) = 0.4752
1. Bảng phân phối xác suất của X
X 2 3 4 5
P(X) 0.16 0.192 0.1728 0.4752
2. Theo định nghĩa, ta có E[X] = 3.9632 và V [X] ≃ 1.3059. Hàm phân phối của X là
FX(x) =
0, x ≤ 2
0.16, 2 x ≤ 3
0.352, 3 x ≤ 4
0.5248, 4 x ≤ 5
1, x 5
Bài tập 2.3.
Tỷ lệ cử tri ủng hộ ứng cử viên A trong một cuộc bầu cử tổng thống là 40%. Người ta
hỏi ý kiến 20 cử tri được chọn một cách ngẫu nhiên. Gọi X là số người bỏ phiếu cho
ông A trong 20 người đó.
1. Tìm giá trị trung bình, độ lệch chuẩn của X và mod X.
2. Tìm P(X = 10).
35
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-36-320.jpg)
![Đề cương MI2020 học kỳ 20192
Gọi X là số người bỏ phiếu cho ông A trong 20 người. Khi đó, X = x xảy ra nếu có đúng x
người trong n = 20 người bầu cho ông A, biết xác suất mỗi người bầu cho ông A là p = 0.4
và mọi người bỏ phiếu độc lập với nhau.
Do đó bài toán thỏa mãn lược đồ Bernoulli. Như vậy
P(X = x) = P20(x) =
20
x
!
0.4x
× 0.620−x
Hay nói cách khác, X có phân phối nhị thức.
1. E[X] = np = 8, σ(X) =
q
V [X] =
q
np(1 − p) =
√
20 × 0.4 × 0.6 ≃ 2.19 và mod X
chính là số có khả năng nhất trong lược đồ Bernoulli
mod X = ⌊np − q⌋ + 1 = 8
2. P(X = 10) = P20(10) ≃ 0.1171
Bài tập 2.4.
Biến ngẫu nhiên rời rạc X chỉ có 2 giá trị x1 và x2 (x1 x2). Xác suất để X nhận giá
trị x1 là 0,2. Tìm luật phân phối xác suất của X, biết kỳ vọng E(X) = 2, 6 và độ lệch
tiêu chuẩn σ(X) = 0, 8.
Ta có hệ phương trình
0.2x1 + 0.8x2 = E[X] = 2.6
(x1 − 2.6)2
× 0.2 + (x2 − 2.6)2
× 0.8 = σ2
(X) = 0.64
Giải ra được x1 = 1, x2 = 3 và x1 = 4.2 x2 = 2.2, loại. Ta thu được bảng phân phối
X 1 3
P(X) 0.2 0.8
Bài tập 2.5.
Mỗi khách uống cà phê tại quán cà phê mỗi ngày đều được phát ngẫu nhiên một vé
bốc thăm, xác suất khách hàng trúng thăm là 0,1. Nếu khách hàng trúng thăm liên tục
trong 5 ngày (từ thứ hai đến thứ sáu) sẽ nhận được 100$, nếu không sẽ không được
gì. An uống cà phê liên tục tại quán này 4 tuần liên tiếp. Gọi X$ là số tiền An được
thưởng khi bốc thăm trong 4 tuần đó. Xác định kỳ vọng và phương sai của X.
Gọi X là số tiền An nhận được khi bốc thăm trong 4 tuần và Y là số tuần An được thưởng
thì khi đó
X = 100Y
Nguyễn Quang Huy 20185454 MI2 K63
36
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-37-320.jpg)
![Đề cương MI2020 học kỳ 20192
và Y là biến ngẫu nhiên rời rạc có phân phối nhị thức với n = 4 phép thử độc lập và p là xác
suất được thưởng trong 1 tuần bất kì. Dễ tính p = 0.15
Suy ra E[X] = 100 E[Y ] = 100 × 4 × 0.15
= 0.004 và V [X] = 104
V [Y ] ≃ 0.4
Bài tập 2.6.
Tung đồng xu 10 lần. Biến ngẫu nhiên X được định nghĩa như sau: (X = 1) nếu sự
kiện đúng 3 lần ra mặt sấp xảy ra và (X = 0) trong trường hợp còn lại. Tính kỳ vọng
E(X) và phương sai V (X).
X được coi như một kiểu indicator random variable.
Gọi A là đúng 3 lần xảy ra mặt sấp thì dễ tính được P(A) theo lược đồ Bernoulli và có
P(X = 1) = P(A) = P10(3) =
10
3
!
0.53
× 0.57
≃ 0.1172
Như vậy ta có hàm khối lượng
pX(x) =
0.1172, x = 1
0.8828, x = 0
Suy ra E[X] = p = 0.1172 và V [X] = p − p2
≃ 0.1035
Bài tập 2.7.
Có 5 sản phẩm trong đó có 4 chính phẩm và 1 phế phẩm. Người ta lấy ra lần lượt hai
sản phẩm (lấy không hoàn lại).
1. Gọi X là số chính phẩm gặp phải. Lập bảng phân phối xác suất của X. Tính
E(X) và V (X).
2. Gọi Y là số phế phẩm gặp phải. Lập hệ thức cho mối quan hệ giữa X và Y .
1. Gọi X là số chính phẩm gặp phải thì nó là biến ngẫu nhiên rời rạc.
Do chỉ có 1 phế phẩm nên X không thể bằng 0. X nhận giá trị X = 1; X = 2
i) X = 1 xảy ra nếu ta lấy ra 1 chính, 1 phế. Dễ tính P(X = 1) = 2 ×
4 × 1
5 × 4
= 0.4
ii) Tương tự có P(X = 2) =
4 × 3
5 × 4
= 0.6
Bảng phân phối xác suất của X
X 1 2
P(X) 0.4 0.6
Suy ra E[X] = 1.6 và V [X] = 0.24
37
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-38-320.jpg)
![Đề cương MI2020 học kỳ 20192
1. P(X = 1) = 0
2. E[X] = (0 + 10) × 0.004 + (2 + 8) × 0.0992 + (4 + 6) × 0.3968 = 5
Bài tập 2.9.
Có 2 kiện hàng. Kiện I có 3 sản phẩm tốt và 2 sản phẩm xấu. Kiện II có 2 sản phẩm
tốt và 3 sản phẩm xấu. Lấy ngẫu nhiên từ kiện I ra 2 sản phẩm và từ kiện II ra 1 sản
phẩm. Lập bảng phân phối xác suất cho biến ngẫu nhiên chỉ số sản phẩm tốt trong 3
sản phẩm lấy ra.
Gọi Ai (i = 0, 1, 2) là lấy ra i sản phẩm tốt từ kiện I ra và Bj (j = 0, 1) là lấy ra j sản
phẩm tốt từ kiện II ra thì AiBj tạo thành hệ đầy đủ.
Gọi X là số sản phẩm tốt lấy ra trong 3 sản phẩm thì X là biến ngẫu nhiên rời rạc nhận các
giá trị X = 0, 1, 2, 3.
i) X = 0 chỉ xảy ra khi 2 sản phẩm từ kiện I và 1 sản phẩm từ kiện II là xấu, có nghĩa là
X = 0 chính là sự kiện A0B0. Suy ra P(A0B0) =
C2
2
C2
5
.
C1
3
C1
5
= 0.06
ii) Tương tự, X = 1 xảy ra nếu lấy ra 2 xấu từ I, 1 tốt từ II hoặc 1 tốt, 1 xấu từ I, 1 xấu
từ II, hay X = 2 là A1B0 + A0B1, Có
P(X = 2) = P(A1B0) + P(A0B1) =
C1
3 C1
2
C2
5
.
C1
3
C1
5
+
C2
2
C2
5
.
C1
2
C1
5
= 0.36 + 0.04 = 0.4
iii) X = 2 là A2B0 + A1B1. Có
P(X = 2) = P(A2B0) + P(A1B1) =
C2
3
C2
5
.
C1
3
C1
5
+
C1
3 C1
2
C2
5
.
C1
2
C1
5
= 0.18 + 0.24 = 0.42
iv) X = 3 là A2B1. Suy ra P(X = 3) = P(A2B1) =
C2
2
C2
5
.
C1
2
C1
5
= 0.12
Bảng phân phối xác suất của X
X 0 1 2 3
P(X) 0.06 0.4 0.42 0.12
Bài tập 2.10.
Có hai kiện hàng. Kiện thứ nhất có 8 sản phẩm tốt và 2 sản phẩm xấu. Kiện thứ hai
có 5 sản phẩm tốt và 3 sản phẩm xấu. Lấy ngẫu nhiên 2 sản phẩm từ kiện I bỏ sang
kiện II. Sau đó từ kiện II lấy ngẫu nhiên ra 2 sản phẩm. Lập bảng phân phối xác suất
của biến ngẫu nhiên chỉ số sản phẩm tốt có trong 2 sản phẩm lấy ra từ kiện II.
39
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-40-320.jpg)
![Đề cương MI2020 học kỳ 20192
1. Xác suất cần tính là 1 − pX(0) + pX(1)
≃ 1 − 0.9927 ≃ 0.0073
2. Dễ có E[X] = np =
5
36
≃ 0.1389 và V [X] = np(1 − p) ≃ 0.135
3. Hàm phân phối của X là
FX(x) =
0, x ≤ 0
0.86861, 0 x ≤ 1
0.9927, 1 x ≤ 2
0.99979, 2 x ≤ 3
0.09999925, 3 x ≤ 4
0.099999539, 4 x ≤ 5
1, x 5
Chú ý: Trong trường hợp này do P(X = 3, 4, 5) rất nhỏ nên X = 3, 4, 5 là các sự kiện gần
như không bao giờ xảy ra. Ta cũng có thể coi P(X = 3, 4, 5) ≃ 0 để tính toán.
Bài tập 2.12.
Một thanh niên nam vào cửa hàng thấy 5 máy thu thanh giống nhau. Anh ta đề nghị
cửa hàng cho anh ta thử lần lượt các máy đến khi chọn được máy tốt thì mua, nếu cả
5 lần đều xấu thì thôi. Biết rằng xác suất để một máy xấu là 0,6 và các máy xấu tốt
độc lập với nhau. Gọi X là số lần thử. Lập bảng phân phối xác suất của X.
Gọi X là số lần thử thì X là biến ngẫu nhiên rời rạc nhận các giá trị X = 1, 2, 3, 4, 5. Ta thấy
rằng
i) X = x, (x = 1, 2, 3, 4) xảy ra nếu x − 1 lần đầu không chọn được máy tốt và lần thứ x
chọn được máy tốt.
P(X = x) = 0.6x−1
× 0.4 x = 1, 2, 3, 4
ii) X = 5 xảy ra nếu lần cuối chọn được máy tốt hoặc cả 5 lần đều không chọn được máy
tốt.
P(X = 5) = 0.64
× 0.4 + 0.65
= 0.1296
Bảng phân phối xác suất của X
X 1 2 3 4 5
P(X) 0.4 0.24 0.144 0.0864 0.1296
Bài tập 2.13.
Có hai hộp bi. Hộp I có 2 bi trắng, 3 bi đỏ. Hộp II có 2 bi trắng, 2 bi đỏ. Lấy ngẫu
nhiên 2 bi từ hộp I bỏ sang hộp II, sau đó lại lấy ngẫu nhiên 3 bi từ hộp II bỏ vào hộp
I. Lập bảng phân phối xác suất của biến ngẫu nhiên chỉ số bi trắng có mặt ở hộp I,
hộp II sau khi đã chuyển xong.
41
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-42-320.jpg)
![Đề cương MI2020 học kỳ 20192
Gọi X là số đèn đỏ người đó gặp phải thì X là biến ngẫu nhiên rời rạc nhận các giá trị
X = 0, 1, 2, 3.
Sử dụng công thức cộng, công thức nhân, có
i) P(X = 0) = 0.8 × 0.6 × 0.5 = 0.24
ii) P(X = 1) = 0.2 × 0.6 × 0.5 + 0.8 × 0.4 × 0.5 + 0.8 × 0.6 × 0.5 = 0.46
iii) P(X = 2) = 0.2 × 0.4 × 0.5 + 0.8 × 0.4 × 0.5 + 0.2 × 0.6 × 0.5 = 0.26
iv) P(X = 3) = 0.2 × 0.4 × 0.5 = 0.04
1. Bảng phân phối xác suất của X
X 0 1 2 3
P(X) 0.24 0.46 0.26 0.04
Ta tính được E[X] = 1.1 và V [X] = 0.65
Hàm phân phối của X là
FX(x) =
0, x ≤ 0
0.24, 0 x ≤ 1
0.7, 1 x ≤ 2
0.96, 2 x ≤ 3
1, x 3
2. Gọi Y là thời gian phải ngừng trên đường thì Y = 3X (phút). Từ đó suy ra
E[Y ] = 3 E[X] = 3.3 (phút)
Bài tập 2.15.
Một người chơi trò chơi tung con xúc sắc cân đối đồng chất ba lần. Nếu cả ba lần đều
xuất hiện mặt 6 thì thu về 36$, nếu hai lần xuất hiện mặt 6 thì thu về 2,8$, nếu một
lần xuất hiện mặt 6 thì thu về 0,4$. Biết rằng khi chơi người đó phải nộp x$.
1. Tìm x sao cho trò chơi là vô thưởng vô phạt.
2. x bằng bao nhiêu thì trung bình mỗi lần chơi, người chơi mất 1$?
Gọi X là số tiền người chơi thu về sau 3 lần thì X là biến ngẫu nhiên rời rạc nhận các giá trị
X = 36, 2.8, 0.4, 0
Ta có
P(X = 36) =
1
63
, P(X = 2.8) =
3.5
63
, P(X = 0.4) =
3.52
63
, P(X = 0) =
53
63
43
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-44-320.jpg)
![Đề cương MI2020 học kỳ 20192
1. Trò chơi là vô thưởng vô phạt nếu E[X] = x, hay x = 0.5055
2. Điều kiện này có nghĩa là E[X] = x − 1, hay x = 1.5055
Bài tập 2.16.
Một kiện hàng có 12 sản phẩm, trong đó có 7 sản phẩm loại I và 5 sản phẩm loại II.
Khi bán được một sản phẩm loại I thì được lãi 50 ngàn đồng; còn nếu bán được một
sản phẩm loại II thì được lãi 20 ngàn đồng. Lấy ngẫu nhiên từ kiện hàng ra 3 sản
phẩm.
1. Tìm quy luật phân phối xác suất của số tiền lãi thu được do bán 3 sản phẩm đó;
tính kỳ vọng, phương sai của số tiền lãi thu được do bán 3 sản phẩm đó.
2. Viết hàm phân phối, vẽ đồ thị hàm phân phối của số tiền lãi thu được khi bán 3
sản phẩm đó.
Gọi X là số sản phẩm loại I trong 3 sản phẩm lấy ra, thì X là biến ngẫu nhiên rời rạc nhận
các giá trị X = 0, 1, 2, 3.
Gọi Y (ngàn đồng) là số tiền lãi thu được do bán 3 sản phẩm thì Y là biến ngẫu nhiên rời
rạc có thỏa mãn
Y = 50X + 20(3 − X) = 30X + 60
Dễ tính được
P(X = 0) =
C3
5
C3
12
=
1
22
, P(X = 1) =
C1
7 C2
5
C3
12
=
7
22
,
P(X = 2) =
C2
7 C1
5
C3
12
=
21
44
, P(X = 3) =
C3
7
C3
12
=
7
44
1. Bảng phân phối xác suất của Y
Y 60 90 120 150
P(Y ) 1/22 7/22 21/44 7/44
Tính được E[Y ] = 112.5 và V [Y ] ≃ 536.93
2. Hàm phân phối của Y là
FY (y) =
0, y ≤ 60
1
22
, 60 y ≤ 90
4
11
, 90 y ≤ 120
37
44
, 120 y ≤ 150
1, y 150
Đồ thị của hàm phân phối FY (y)
Nguyễn Quang Huy 20185454 MI2 K63
44
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-45-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bảng phân phối xác suất của X
X 0 1 2 3
P(X) 0.0806 0.3663 0.2456 0.1275
Dễ tính được E[X] = 1.6 và V [X] = 0.6562
Bài tập 2.18.
Một cơ sở thí nghiệm có 3 phòng thí nghiệm như nhau. Xác suất thực hiện thành công
một thí nghiệm của các phòng lần lượt là 0,6; 0,7 và 0,8. Một sinh viên chọn một phòng
thí nghiệm bất kỳ và tiến hành 3 thí nghiệm độc lập. Gọi X là số thí nghiệm thành
công.
1. Lập bảng phân phối xác suất của X, tính kỳ vọng E(X) và phương sai V (X).
2. Theo anh (chị) thì khả năng chắc chắn sẽ thành công mấy thí nghiệm?
Gọi Ai (i = 1, 2, 3) là sinh viên chọn phòng thí nghiệm thứ i thì Ai là hệ đầy đủ với
P(A1) = P(A2) = P(A3) =
1
3
.
Gọi X là số thí nghiệm thành công thì X là biến ngẫu nhiên rời rạc nhận các giá trị 0, 1, 2, 3.
Áp dụng công thức xác suất đầy đủ và công thức Bernoulli ta có
i) P(X = 0) =
1
3
0.43
+ 0.33
+ 0.23
= 0.033
ii) P(X = 1) =
1
3
3
1
!
h
0.6 × 0.42
+ 0.7 × 0.32
+ 0.8 × 0.22
i
= 0.191
iii) P(X = 2) =
1
3
3
2
!
h
0.62
× 0.4 + 0.72
× 0.3 + 0.82
× 0.2
i
= 0.419
iv) P(X = 3) =
1
3
0.63
+ 0.73
+ 0.83
= 0.357
1. Bảng phân phối xác suất của X
X 0 1 2 3
P(X) 0.033 0.191 0.4334 0.357
Từ đó có được E[X] = 2.1288 và V [X] ≃ 0.6711
2. Số thí nghiệm chắc chắn nhất về khả năng thành công chính là điểm mà tại đó xác suất
là lớn nhất: mod X = 2
Nguyễn Quang Huy 20185454 MI2 K63
46
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-47-320.jpg)
![Đề cương MI2020 học kỳ 20192
Giải hệ phương trình
c
ex + e−x
≥ 0, ∀x
Z +∞
−∞
c
ex + e−x
dx = 1
⇒
c ≥ 0,
Z +∞
−∞
c ex
e2x + 1
dx = 1
⇒
c ≥ 0,
π
2
c = 1
⇒ c =
2
π
Thử lại. Kỳ vọng của X
E[X] =
2
π
Z +∞
−∞
x
ex + e−x
dx = 0,
vì
x
ex + e−x
là hàm lẻ
Bài tập 2.21.
Biến ngẫu nhiên liên tục X có hàm mật độ là fX(x) = ae− |x|
, (−∞ x ∞)
1. Xác định a.
2. Tìm hàm phân phối của biến ngẫu nhiên X, biến ngẫu nhiên Y = X2
.
3. Tìm E(X), V (X).
4. Tính xác suất để sau ba lần lặp lại phép thử một cách độc lập có 2 lần X nhận
giá trị trong khoảng (0; ln 3).
1. Ta giải hệ phương trình
ae− |x|
≥ 0, ∀x
Z +∞
−∞
ae− |x|
dx = 1
⇒
a ≥ 0,
2
Z +∞
0
ae−x
dx = 1
⇒ a =
1
2
Thử lại.
2. Hàm phân phối FX(x)
FX(x) =
1
2
Z x
−∞
et
dt, x ≤ 0
1
2
Z 0
−∞
et
dt +
1
2
Z x
0
e−t
dt, 0 x +∞
Rút gọn ta được
FX(x) =
ex
2
, x ≤ 0
1 −
e−x
2
, x 0
Nguyễn Quang Huy 20185454 MI2 K63
48
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-49-320.jpg)
![Đề cương MI2020 học kỳ 20192
Có Y = X2
FY (y) = P(Y y) = P(X2
y) =
0, y ≤ 0
P
−
√
y X
√
y
, y 0
Suy ra hàm phân phối của Y
FY (y) =
0, y ≤ 0
1 −
e−
√
y
2
, y 0
3. Dễ có E[X] = 0 vì xfX(x) =
1
2
xe− |x|
là hàm lẻ
V [X] =
1
2
Z +∞
−∞
x2
e− |x|
dx = 2.
1
2
Z +∞
0
x2
e− |x|
dx =
Z +∞
0
x2
e−x
dx = Γ(3) = 2! = 2
4. Xác suất để X nhận giá trị trong khoảng (0, ln 3) là p = FX(ln 3) − FX(0) =
1
3
.
Bài toán thỏa mãn lược đồ Bernoulli với n = 3 và p =
1
3
. Suy ra xác suất cần tìm là
P3(2) =
3
2
!
1
3
!2
2
3
!1
=
2
9
≃ 0.2222
Bài tập 2.22.
Nhu cầu hàng năm về loại hàng A là biến ngẫu nhiên liên tục X có hàm mật độ xác
suất như sau (đơn vị: ngàn sản phẩm):
fX(x) =
k(30 − x), x ∈ (0, 30)
0, x /
∈ (0, 30)
1. Tìm k.
2. Tìm hàm phân phối FX(x).
3. Tìm nhu cầu trung bình hàng năm về loại hàng đó.
1. Ta giải hệ phương trình
k(30 − x) ≥ 0, ∀x ∈ (0, 30)
Z +∞
−∞
k(30 − x) dx = 1
⇒
k ≥ 0,
Z 30
0
k(30 − x) dx = 1
⇒ k =
1
450
Thử lại.
49
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-50-320.jpg)
![Đề cương MI2020 học kỳ 20192
2. Hàm phân phối FX(x)
FX(x) =
Z x
−∞
0 dt, x ≤ 0
1
450
Z x
0
(30 − t) dt, 0 x ≤ 30
1
450
Z 30
0
(30 − t) dt, x 30
Rút gọn ta được
FX(x) =
0
x
15
−
x2
900
, 0 x ≤ 30
1
3. Nhu cầu trung bình hàng năm
E[X] =
Z +∞
−∞
xfX(x) dx =
Z 30
0
1
450
x(30 − x) dx = 10
Bài tập 2.23.
Cho biến ngẫu nhiên liên tục X có hàm phân phối xác suất
FX(x) =
0, x ≤ 0,
1
2
− k cos x, 0 x ≤ π
1, x π
1. Tìm k.
2. Tìm P
0 X
π
2
.
3. Tìm E(X).
1. Vì FX(x) là hàm phân phối của biến ngẫu nhiên liên tục X nên nó là hàm liên tục.
Giải hệ phương trình
FX(0−
) = FX(0+
)
FX(π−
) = FX(π+
)
⇒
0 =
1
2
− k,
1
2
+ k = 1
⇒ k =
1
2
Thử lại.
2. P
0 X
π
2
= FX
π
2
− FX(0) =
1
2
Nguyễn Quang Huy 20185454 MI2 K63
50
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-51-320.jpg)
![Đề cương MI2020 học kỳ 20192
3. Tìm được hàm mật độ
fX(x) =
1
2
sin x, x ∈ (0, π)
0, x /
∈ (0, π)
nên X có kỳ vọng là
E[X] =
Z +∞
−∞
xfX(x) dx =
1
2
Z π
0
x sin x dx =
π
2
Bài tập 2.24.
Cho biến ngẫu nhiên liên tục X có hàm phân phối xác suất
FX(x) =
0, x ≤ −a,
A + B arcsin
x
a
, x ∈ (−a, a)
1, x ≥ a
1. Tìm A và B.
2. Tìm hàm mật độ xác suất fX(x)
1. Vì FX(x) là hàm phân phối của biến ngẫu nhiên liên tục X nên nó là hàm liên tục.
Giải hệ phương trình
FX(−a−
) = FX(−a+
)
FX(a−
) = FX(a+
)
⇒
0 = A −
π
2
B,
A +
π
2
B = 1
⇒
A =
1
2
B =
1
π
Thử lại.
2. Từ biểu thức fX(x) = F′
X(x), ta tìm được hàm mật độ
fX(x) =
1
π
√
a2 − x2
, x ∈ (−a, a)
0, x /
∈ (−a, a)
51
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-52-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bài tập 2.27.
Thu nhập của dân cư tại một vùng là biến ngẫu nhiên liên tục có hàm phân phối xác
suất như sau:
FX(x) =
1 −
x0
x
α
, x ≤ x0, α 0
0, x x0
Hãy xác định mức thu nhập sao cho lấy ngẫu nhiên một người ở vùng đó thì thu nhập
của người này vượt quá mức trên với xác suất 0,5.
Gọi X là thu nhập của dân cư tại một vùng thì X là biến ngẫu nhiên liên tục có hàm phân
phối
FX(x) =
1 −
x0
x
α
, x ≤ x0, α 0
0, x x0
Ta cần tìm x thỏa mãn điều kiện P(X x) = 0.5. Tương tự như bài trên:
P(X x) = 0.5 ⇔ 1 − FX(x) = 0.5 ⇔ FX(x) = 0.5 ⇔ 1 −
x0
x
α
= 0.5
Giải ra được x =
x0
logα 0.5
x0
Bài tập 2.28.
Thời gian phục vụ mỗi khách hàng tại một cửa hàng ăn nhanh là biến ngẫu nhiên X
tuân theo quy luật lũy thừa với hàm mật độ xác suất
fX(x) =
5e−5x
, x 0
0, x ≤ 0
với x được tính bằng phút/khách hàng.
1. Tìm xác suất để thời gian phục vụ một khách hàng nào đó sẽ nằm trong khoảng
(0, 4; 1) (phút).
2. Tính thời gian trung bình để phục vụ một khách hàng.
1. Xác suất để thời gian phục vụ khách hàng nào đó trong khoảng (0.4, 1) là
P(0.4 X 1) =
Z 1
0.4
5e−5x
dx ≃ 0.1286
2. Thời gian trung bình phục vụ mỗi khách hàng
E[X] =
Z +∞
−∞
xfX(x) dx =
Z +∞
0
5xe−5x
dx
t=5x
=
1
5
Z +∞
0
te−t
dt =
1
5
Γ(2) =
1
5
53
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-54-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bài tập 2.29.
Biến ngẫu nhiên liên tục X có hàm mật độ xác suất
fX(x) =
e−x
, x 0
0, x ≤ 0
1. Tính P(X ≥ 5).
2. Xác định hàm phân phối xác suất của biến ngẫu nhiên Y = −2X + 5.
1. P(X ≥ 5) =
Z +∞
5
e−x
dx = e−5
≃ 6.72 × 10−3
2. Hàm phân phối FX(x)
FX(x) =
Z x
−∞
0 dt, x ≤ 0
Z x
0
e−t
dt, x 0
Rút gọn ta được
FX(x) =
0, x ≤ 0
1 − e−x
, x 0
3. Có Y = −2X + 5
FY (y) = P(Y y) = P(−2X + 5 y) = P X
5 − y
2
!
= 1 − FX
5 − y
2
!
Suy ra hàm phân phối của Y
FY (y) =
1, y ≥ 5
e
y−5
2 , y 5
Bài tập 2.30.
Cho hàm mật độ xác suất
fX(x) =
3e−3x
, x ≥ 0
0, x 0
của biến ngẫu nhiên liên tục X và định nghĩa Y = [X] là số nguyên lớn nhất không
vượt quá X (nghĩa là [x] = 0 nếu 0 ≤ x 1, [x] = 1 nếu 1 ≤ x 2 . . .).
1. Tính P(Y = 0).
2. Tính E(Y ).
Nguyễn Quang Huy 20185454 MI2 K63
54
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-55-320.jpg)
![Đề cương MI2020 học kỳ 20192
Xét Y = ⌊X⌋ là biến ngẫu nhiên rời rạc nhận các giá trị 0, 1, 2, . . .
1. Y = 0 xảy ra khi và chỉ khi 0 ≤ X 1. Suy ra
P(Y = 0) = P(0 ≤ x 1) =
Z 1
0
3e−3x
dx ≃ 0.9502
2. Một cách tổng quát, tương tự như trên, ta có
P(Y = y) = P(y ≤ x y + 1) =
Z y+1
y
3e−3x
dx =
1 − e−3
e−3y
, y = 0, 1, 2, . . .
Suy ra
E[Y ] =
1 − e−3
∞
X
y=0
ye−3y
Ta có
∞
X
k=1
kxk−1
=
∞
X
k=1
xk
′
=
∞
X
k=1
xk
′
=
∞
X
k=0
xk
− 1
′
=
1
1 − x
!
− 1
′
=
x
1 − x
!′
=
1
(1 − x)2
Suy ra
E[Y ] =
1 − e−3
∞
X
y=0
ye−3y
=
1 − e−3
∞
X
y=1
ye−3y
= e−3
1 − e−3
∞
X
y=1
ye−3(y−1)
=
e−3
1 − e−3
(1 − e−3)2 =
1
e3 − 1
thay x = e−3
Chú ý: Ta cũng có thể tính kì vọng, phương sai của Y với phép biển đổi Moment Generating
Function. Phép biến đổi tương ứng với Y là
M(s) =
1 − e−3
∞
X
y=0
esy
e−3y
=
1 − e−3
∞
X
y=0
es−3
y
=
1 − e−3
1 − es−3
Mà ta có
E[Y ] =
d
ds
M(s)
s=0
Suy ra
E[Y ] =
e−3
1 − e−3
=
1
e3 − 1
55
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-56-320.jpg)
![Đề cương MI2020 học kỳ 20192
Phương sai của Y
E[Y 2
] =
d2
ds2
M(s)
s=0
=
1 + e3
(e3 − 1)2
Suy ra
V [Y ] = E[Y 2
] − E2
[Y ] =
e3
(e3 − 1)2
2.3 Một số luật phân phối xác suất thông dụng
Bài tập 2.31.
Bắn 5 viên đạn vào một mục tiêu. Xác suất trúng đích của mỗi lần bắn như nhau và
bằng 0,2. Muốn phá hủy mục tiêu phải có ít nhất 3 viên trúng mục tiêu. Tìm xác suất
mục tiêu bị phá hủy.
Gọi X là số viên đạn bắn trúng mục tiêu thì X có phân phối nhị thức với n = 5 và
p = 0.2 : X ∼ B(5, 0.2). Gọi A là mục tiêu bị phá hủy thì A ≡ (X ≥ 3). Do vậy, ta có
P(A) = P(X ≥ 3) =
5
3
!
0.23
× 0.82
+
5
4
!
0.24
× 0.81
+
5
5
!
0.25
× 0.80
= 0.05792
Bài tập 2.32.
Xác suất để một sinh viên chậm giờ thi là 0,02. Tìm số sinh viên chậm giờ thi có khả
năng xảy ra nhiều nhất trong 855 sinh viên dự thi.
Gọi X là số thí sinh chậm giờ thì X có phân phối nhị thức X ∼ B(855, 0.02). Ta cần tìm
mod X, chính là số có khả năng nhất trong lược đồ Bernoulli
mod X = ⌊np − q⌋ + 1 = 17
Bài tập 2.33.
Có 10 máy sản xuất sản phẩm (độc lập nhau), mỗi máy sản xuất ra 2% phế phẩm.
1. Từ mỗi máy sản xuất lấy ngẫu nhiên ra một sản phẩm. Hỏi xác suất lấy được
nhiều nhất 2 phế phẩm trong 10 sản phẩm này là bao nhiêu?
2. Trung bình có bao nhiêu sản phẩm được sản xuất bởi máy đầu tiên trước khi nó
tạo ra phế phẩm đầu tiên (giả sử các sản phẩm sản xuất ra là độc lập)?
Gọi X là số phế phẩm trong 10 sản phẩm thì X có phân phối nhị thức X ∼ B(10, 0.02)
Nguyễn Quang Huy 20185454 MI2 K63
56
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-57-320.jpg)
![Đề cương MI2020 học kỳ 20192
1. Sự kiện quan tâm là X ≤ 2. Dễ tính được
P(X ≤ 2) =
10
0
!
0.020
× 0.9810
+
10
1
!
0.021
× 0.989
+
10
2
!
0.022
× 0.988
≃ 0.9991
2. Gọi Z là số sản phẩm sản xuất ra trước khi tạo ra phế phẩm đầu tiên.
Có P(Z = z) = 0.98z
× 0.02, (z = 0, 1, 2, . . .) nên theo định nghĩa,
E[Z] =
+∞
X
z=0
z × 0.98z
× 0.02
Chú ý rằng
+∞
X
n=0
nxn
= x
+∞
X
n=0
nxn−1
= x
+∞
X
n=0
(xn
)′
= x
+∞
X
n=0
xn
′
= x
1
1 − x
!′
=
x
(1 − x)2
Thay x = 0.98 suy ra E[Z] = 49
Chú ý: Hàm khối lượng của Z như trên có dạng của biến ngẫu nhiên có phân phối hình học.
Ta có thể dùng kì vọng có điều kiện để tính kì vọng, phương sai của biến ngẫu nhiên có phân
phối hình học.
Gọi Y là số sản phẩm được tạo ra bởi máy đầu tiên đến khi nó tạo ra phế phẩm đầu tiên thì
Y quan hệ với Z theo biểu thức
Z = Y − 1
Vì các sản phẩm sản xuất ra là độc lập nên Y có phân phối hình học Y ∼ G(0.02), và
pY (y) = P(Y = y) = (1 − p)y−1
p = 0.98y−1
× 0.02, y = 1, 2, . . .
Ta có thể coi trường hợp không bao giờ sản xuất ra phế phẩm có xác suất là 0 vì nếu gọi A
là không bao giờ sản xuất ra phế phẩm thì ta có
P(A) = (1 − p)k k→∞
−
−
−
→ 0
Trước hết, ta chỉ ra tính chất không nhớ của Y
pY (y) = pY −n | Y n(y)
Thật vậy, gọi Pi là sản xuất được phế phẩm ở lần thứ i, ta có
pY −n | Y n(y) = P Y − n = y | Y n
= P
Pn+1 Pn+2 . . . Pn+y−1 Pn+y | P1 P2 . . . Pn
= P
Pn+1 Pn+2 . . . Pn+y−1 Pn+y
(vì các sản phẩm độc lập)
= (1 − p)y−1
p
= P(Y = y) = pY (y)
57
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-58-320.jpg)
![Đề cương MI2020 học kỳ 20192
Sử dụng tính chất trên và theo Expected value rule, ta có
E[Y ] = 1 + E[Y − 1] = 1 + p E
Y − 1 | Y = 1
+ (1 − p) E
Y − 1 | Y 1
= 1 + 0 + (1 − p) E[Y ]
Giải ra được
E[Y ] =
1
p
= 50
Từ đây ta cũng có E[Z] = 49.
Tương tự, ta có thể tìm phương sai của Y . Sử dụng tính không nhớ, ta có
E[Y | Y 1] = 1 + E[Y ]
E[Y 2
| Y 1] = E
h
(Y + 1)2
i
Suy ra
E[Y 2
] = P(Y = 1) E[Y 2
| Y = 1] + P(Y 1) E[Y 2
| Y 1]
= p.1 + (1 − p)
E[Y 2
] + 2E[Y ] + 1
Giải ra được
E[Y 2
] =
2
p2
−
1
p
Như vậy
V [Y ] = E[Y 2
] − E2
[Y ] =
1 − p
p2
Suy ra V [Z] = V [Y ] =
1 − p
p2
Bài tập 2.34.
Một ga ra cho thuê ôtô thấy rằng số người đến thuê ôtô vào thứ bảy cuối tuần là một
biến ngẫu nhiên có phân bố Poisson với tham số λ = 2. Giả sử gara có 4 chiếc ôtô.
1. Tìm xác suất để tất cả 4 ôtô đều được thuê vào thứ 7.
2. Tìm xác suất gara không đáp ứng được yêu cầu (thiếu xe cho thuê) vào thứ 7.
3. Trung bình có bao nhiêu ôtô được thuê vào ngày thứ 7?
Gọi X là số người đến thuê ô tô vào thứ 7 cuối tuần thì X có phân phối Poisson, X ∼ P(2)
1. Cả 4 ô tô đều được thuê vào thứ 7 chỉ khi có ít nhất 4 người đến thuê. Vậy
P(A) = P(X ≥ 4) = 1 − e−2 20
0!
+
21
1!
+
22
2!
+
23
3!
!
≃ 0.1429
2. Gara thiếu xe cho thuê nếu có từ 5 người trở lên đến thuê
P(B) = P(A) − P(X = 4) ≃ 0.0526
Nguyễn Quang Huy 20185454 MI2 K63
58
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-59-320.jpg)
![Đề cương MI2020 học kỳ 20192
3. Gọi Y là số ô tô được thuê trong ngày thú 7 thì Y là biến ngẫu nhiên rời rạc nhận các
giá trị 0, 1, 2, 3, 4
i) Y = 0 xảy ra khi không có người đến thuê, nghĩa là X = 0, suy ra
P(Y = 0) = P(X = 0) =
e−2
20
0!
≃ 0.1353
Tương tự, Y = k chính là sự kiện X = k, với k = 1, 2, 3.
Có P(Y = 1) ≃ 0.2707, P(Y = 2) ≃ 0.2707, P(Y = 3) ≃ 0.1804
ii) Y = 4 xảy ra khi có từ 4 người trở lên đến thuê, chính là sự kiện A ≡ X ≥ 4
P(Y = 4) = P(A) ≃ 0.1429
Bảng phân phối xác suất của Y
Y 0 1 2 3 4
P(Y ) 0.1353 0.2707 0.2707 0.1804 0.1429
Suy ra E[Y ] = 1.9249
Bài tập 2.35.
Số khách hàng đến một cửa hàng bán lẻ là một biến ngẫu nhiên có phân phối Poisson
với trung bình 6 khách hàng đến trong vòng một giờ.
1. Nếu có đúng 5 khách hàng đến trong khoảng thời gian từ 10:00 đến 11:00 thì xác
suất để có ít nhất 8 khách hàng đến trong khoảng thời gian từ 10:00 đến 11:30 là
bao nhiêu?
2. Nếu có ít hơn 6 khách hàng đến trong khoảng thời gian từ 10:00 đến 12:00 thì
cửa hàng được xem như là không có lợi nhuận. Tìm xác suất để cửa hàng có
đúng 1 ngày có lãi trong một tuần (giả sử cửa hàng mở cửa 6 ngày trong tuần).
1. Gọi X là số khách hàng đến cửa hàng bán lẻ trong vòng nửa giờ, ta có X ∼ P(3).
Gọi A là sự kiện quan tâm, A xảy ra khi và chỉ khi có ít nhất 3 người đến trong khoảng
11h00 đến 11h30, như vậy
P(A) = 1 − P(X 3) = 1 −
2
X
k=0
e−3
3k
k!
≃ 0.5768
2. Gọi Y là cửa hàng không có lợi nhuận, sử dụng biến ngẫu nhiên có phân phối Poisson,
tính được
p = P(Y ) =
5
X
k=0
e−12
12k
k!
≃ 0.0203
Gọi Z là số ngày có lãi trong tuần thì Z có phân phối nhị thức Z ∼ B(6, 0.0203)
pZ(5) =
6
5
!
0.02035
× 0.97971
≃ 2.02 × 10−8
59
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-60-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bài tập 2.36.
Gọi biến ngẫu nhiên Y là tỷ lệ người trong 1000 người Mỹ xác nhận rằng có uống nhiều
hơn 5 cốc bia mỗi ngày. Giả sử rằng tỷ lệ đúng là 10% trên toàn bộ dân số Mỹ. Tính
E(Y ), V (Y ).
Gọi X là số người trong 1000 người Mỹ xác nhận có uống nhiều hơn 5 cốc bia mỗi ngày, thì
X có phân phối nhị thức X ∼ B(1000, 0.1) và Y =
X
1000
, suy ra
E[Y ] =
E[X]
1000
= 0.1, V [Y ] =
V [X]
10002
= 9 × 10−5
Bài tập 2.37.
Giả sử X là biến ngẫu nhiên tuân theo luật phân phối chuẩn với trung bình là 3 và
phương sai là 0,16.
1. Hãy tính P(X 3), P(X 3, 784).
2. Tìm c sao cho P(3 − c X 3 + c) = 0, 9.
Ta có biến ngẫu nhiên có phân phối chuẩn X ∼ N(3, 0.42
)
1. Áp dụng công thức
P(X 3) = 0.5 − φ
3 − 3
0.4
!
= 0.5
Tương tự, P(X 3.784) = 0.5 − 0.4750 = 0.025
2. Sử dụng công thức P |X − µ| tσ
= 2φ(t), ta có
2φ(t) = 0.9, với tσ = c
Suy ra t ≃ 1.65 và c ≃ 0.66
Bài tập 2.38.
Cho biên độ dao động của một vật là biến ngẫu nhiên liên tục có hàm phân phối xác
suất là
FX(x) =
1 − e−
x2
2σ2
, x ≥ 0
0, x 0
trong đó s là tham số đã biết. Tính xác suất để biên độ giao động đó lớn hơn trị trung
bình của nó.
Hàm mật độ của X
fX(x) =
x
σ2
e−
x2
2σ2
, x ≥ 0
0, x 0
Nguyễn Quang Huy 20185454 MI2 K63
60
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-61-320.jpg)
![Đề cương MI2020 học kỳ 20192
Suy ra
E[X] =
Z +∞
−∞
xfX(x) dx =
Z +∞
0
x2
σ2
e−
x2
2σ2
dx
=
√
2σ
Z +∞
0
√
y e−y
dy đặt
x2
2σ2
= y
!
=
√
2σ Γ
3
2
!
=
√
2σ
1
2
.Γ
1
2
!
= σ
r
π
2
Từ đó ta có
P X E[X]
= 1 − FX σ
r
π
2
!
= e−
π
4
Bài tập 2.39.
Lãi suất (%) đầu tư vào một dự án trong năm 2019 được coi như một biến ngẫu nhiên
tuân theo quy luật chuẩn. Theo đánh giá của ủy ban đầu tư thì với xác suất 0,1587 cho
lãi suất lớn hơn 20% và với xác suất 0,0228 cho lãi suất lớn hơn 25%. Vậy khả năng
đầu tư mà không bị lỗ là bao nhiêu?
Gọi X là lãi suất đầu tư vào dự án thì X là biến ngẫu nhiên có phân phối chuẩn X ∼ N(µ, σ2
).
Từ giả thiết, ta có hệ
0.5 − φ
20 − µ
σ
!
= 0.1587
0.5 − φ
25 − µ
σ
!
= 0.0228
⇒
20 − µ
σ
= 1
25 − µ
σ
= 2
⇒
µ = 15
σ = 5
Khả năng đầu tư mà không bị lỗ là
p = P(X 0) = 0.5 − φ
0 − 15
5
!
= 0.99865
Bài tập 2.40.
Tung một đồng xu vô hạn lần, xác suất thu được mặt ngửa mỗi lần là p.
1. Gọi X là số lần tung đến khi xuất hiện mặt ngửa lần đầu tiên (tại lần tung thứ
X). Tính E(X).
2. Tính xác suất xuất hiện đúng 6 lần ngửa trong 10 lần tung.
3. Tính xác suất để lần xuất hiện mặt ngửa thứ 6 rơi vào lần tung thứ 10.
61
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-62-320.jpg)
![Đề cương MI2020 học kỳ 20192
1. Bài tập này giống bài tập 2.33 ý b. X là biến ngẫu nhiên có phân phối hình học với kì
vọng E[X] =
1
p
. Ở đây đề bài hỏi là cho đến khi, không phải là trước khi.
2. Gọi Y là số lần tung được mặt ngửa trong 10 lần thì Y là biến ngẫu nhiên có phân phối
nhị thức
P(Y = 6) =
10
6
!
p6
(1 − p)4
3. Gọi A là sự kiện quan tâm, A xảy ra khi và chỉ khi lần thứ 10 tung được mặt ngửa, và
tung được đúng 5 mặt ngửa trong 9 lần đầu tiên. Bài toán thỏa mãn lược đồ Bernoulli,
hoặc ta cũng có thể dùng phân phối nhị thức Binomial Distribution
P(A) =
9
5
!
p5
(1 − p)4
p =
9
5
!
p6
(1 − p)4
Bài tập 2.41.
Xét một phần tư hình tròn tâm O(0, 0) bán kính bằng a, ký hiệu là OAB, với tọa độ
tương ứng là A(a, 0) và B(0, a).
1. Trên đoạn OA lấy ngẫu nhiên một điểm C. Tìm phân phối xác suất của độ dài
đoạn OC.
2. Dựng một đường thẳng đi qua C, vuông góc với OA và cắt cung tròn tại điểm D.
Tính kỳ vọng và phương sai của độ dài đoạn CD.
1. Gọi X là độ dài đoạn OC thì X là biến ngẫu nhiên có phân phối đều, X ∼ U[0, a] Hàm
mật độ xác suất của X
fX(x) =
1
a
, x ∈ [0, a]
0, x /
∈ [0, a]
2. Gọi Y là độ dài đoạn CD thì Y là biến ngẫu nhiên thỏa mãn điều kiện
Y =
√
a2 − x2, x ∈ [0, a]
0, x /
∈ [0, a]
Ta sử dụng các kết quả
E
g(X)
=
Z +∞
−∞
g(x) fX(x) dx
và
V
g(X)
= E
h
g2
(X)
i
−
E
g(X)
2
Nguyễn Quang Huy 20185454 MI2 K63
62
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-63-320.jpg)
![Đề cương MI2020 học kỳ 20192
O
C
B
A
D
X
a Y
θ
Kỳ vọng của Y
E[Y ] =
Z +∞
−∞
g(X) fX(x) dx =
1
a
Z a
0
√
a2 − x2 dx
=
1
a
Z π
2
0
a2
cos2
t dt (đặt x = a sin t)
=
aπ
4
Ta có
E
h
Y 2
i
= E
h
a2
− X2
i
=
1
a
Z a
0
(a2
− x2
) dx =
2a2
3
Suy ra phương sai của Y
V [Y ] =
2a2
3
−
aπ
4
2
=
2
3
−
π2
16
!
a2
Như vậy, trong bài toán này, ta có thể tìm được E[Y ] và V [Y ] mà không cần phải tìm phân
phối của Y .
Chú ý: Ta cũng có thể tìm được kì vọng, phương sai của Y thông qua góc Θ tạo bởi Ox và
OD nhờ liên hệ Y = a sin θ, ở đó Θ là biến ngẫu nhiên có phân phối đều Θ ∼ U
0,
π
2
63
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-64-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bài tập 2.42.
Lấy ngẫu nhiên một điểm M trên nửa đường tròn tâm O, đường kính AB = 2a. Biết
rằng xác suất điểm M rơi vào cung CD bất kì của nửa đường tròn AMB chỉ phụ thuộc
vào độ dài cung CD.
1. Tìm hàm phân phối xác suất của biến ngẫu nhiên Y chỉ diện tích tam giác AMB.
2. Tìm giá trị trung bình của diện tích tam giác ấy.
1. Gọi Θ là góc tạo bởi Ox và OM, dễ thấy Θ là biến ngẫu nhiên có phân phối đều
Θ ∼ U [0, π].
Hàm mật độ xác suất của Θ
fΘ(θ) =
1
π
, θ ∈ [0, π]
0, θ /
∈ [0, π]
Hàm phân phối xác suất của Θ
FΘ(θ) =
0, θ ≤ 0
θ
π
, 0 θ ≤ π
1, θ π
O
A B
M
Y
θ
R = a
Gọi X là diện tích tam giác AMB thì X là biến ngẫu nhiên liên tục thỏa mãn hệ thức
X =
a2
sin θ, x ∈ [0, a2
]
0, x /
∈ [0, a2
]
Nguyễn Quang Huy 20185454 MI2 K63
64
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-65-320.jpg)
![Đề cương MI2020 học kỳ 20192
Hàm phân phối xác suất của X
FX(x) = P(X x) = P(a2
sin θ x)
=
0, x ≤ 0
P
0 θ arcsin
x
a2
+ P
π − arcsin
x
a2
θ π
, 0 x ≤ a2
1, x a2
Rút gọn đi ta được
FX(x) =
0, x ≤ 0
2
π
arcsin
x
a2
, 0 x ≤ a2
1, x a2
2. Hàm mật độ xác suất của X
fX(x) =
2
π
√
a4 − x2
, x ∈ [0, a2
]
0, x /
∈ [0, a2
]
Suy ra kỳ vọng của X là
E[X] =
Z +∞
−∞
x fX(x) dx =
2
π
Z a2
0
x
√
a4 − x2
dx =
2
π
a2
Bài tập 2.43.
Từ điểm A(0, −a) (a 0) trong nửa mặt phẳng tọa độ xOy phần x ≥ 0, người ta kẻ
ngẫu nhiên một tia At hợp với tia Oy một góc ϕ. Biết ϕ là biến ngẫu nhiên có phân
phối đều trong khoảng
0,
π
4
. Tia At cắt Ox tại điểm M.
1. Tìm hàm phân phối xác suất của biến ngẫu nhiên X chỉ diện tích tam giác AOM.
2. Tìm giá trị trung bình của diện tích trên.
Theo giả thiết, ta có Ω là biến ngẫu nhiên có phân phối đều Ω ∼ U
0,
π
4
.
Hàm mật độ xác suất của Ω
fΩ(ω) =
4
π
, ω ∈
0,
π
4
0, ω /
∈
0,
π
4
Hàm phân phối xác suất của Ω
FΩ(ω) =
0, ω ≤ 0
4ω
π
, 0 ω ≤
π
4
1, ω
π
4
65
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-66-320.jpg)
![Đề cương MI2020 học kỳ 20192
1. Gọi X là diện tích tam giác AOM thì X là biến ngẫu nhiên liên tục thỏa mãn hệ thức
X =
1
2
a2
tan ω, x ∈ [0, a2
]
0, x /
∈ [0, a2
]
Hàm phân phối xác suất của X
FX(x) = P(X x) = P
1
2
a2
tan ω x
!
=
0, x ≤ 0
P 0 ω arctan
2x
a2
!
+ P π − arctan
2x
a2
ω π
!
, 0 x ≤ a2
1, x a2
Rút gọn ta được
FX(x) =
0, x ≤ 0
8
π
arctan
2x
a2
, 0 x ≤ a2
1, x a2
x
y
O
−a
A
M
ω
Y
2. Hàm mật độ xác suất của X
fX(x) =
16a2
π(a4 + 4x2)
, x ∈ [0, a2
]
0, x /
∈ [0, a2
]
Nguyễn Quang Huy 20185454 MI2 K63
66
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-67-320.jpg)
![Đề cương MI2020 học kỳ 20192
Suy ra kỳ vọng của X là
E[X] =
Z +∞
−∞
x fX(x) dx =
16a2
π
Z a2
0
x
a4 + 4x2
dx =
2a2
ln 5
π
Bài tập 2.44.
Một công ty kinh doanh mặt hàng A dự định sẽ áp dụng một trong hai phương án
kinh doanh: Phương án 1: Gọi X1 (triệu đồng/tháng) là lợi nhuận thu được. X1 có
phân phối chuẩn N(140; 2500). Phương án 2: Gọi X2 (triệu đồng/tháng) là lợi nhuận
thu được. X2 có phân phối chuẩn N(200; 3600). Biết rằng công ty tồn tại và phát triển
thì lợi nhuận thu được từ mặt hàng A phải đạt ít nhất 80 triệu đồng/tháng. Hỏi nên
áp dụng phương án nào để rủi ro thấp hơn.
Nếu sử dụng phương án 1 thì khả năng công ty tồn tại và phát triển là
p1 = P(X1 80) = 0.5 − φ
80 − 140
√
2500
!
= 0.5 + 0.38493 = 0.88493
Nếu sử dụng phương án 2 thì khả năng công ty tồn tại và phát triển là
p2 = P(X2 80) = 0.5 − φ
80 − 200
√
3600
!
= 0.5 + 0.47725 = 0.97725
Vì p2 p1 nên công ty sử dụng phương án 2 sẽ có khả năng rủi ro thấp hơn
Bài tập 2.45.
Trọng lượng của một loại trái cây tuân theo luật phân phối chuẩn với trọng lượng trung
bình là 250g, độ lệch chuẩn là 5g. Trái cây loại I là trái cây có trọng lượng không nhỏ
hơn 260g.
1. Một người lấy 1 trái từ trong sọt trái cây ra. Tính xác suất người này lấy được
trái cây loại I.
2. Nếu lấy được trái loại I thì người này sẽ mua sọt đó. Người ngày kiểm tra 100
sọt. Tính xác suất người này mua được 6 sọt.
Gọi X là trọng lượng của loại trái cây, ta có X ∼ N(250, 52
)
1. Xác suất người này lấy được trái cây loại I là
p = P(X ≥ 260) = 0.5 − φ
260 − 250
5
!
= 0.02275
2. Gọi Y là số sọt người đó mua được, dễ thấy Y là biến ngẫu nhiên có phân phối nhị
thức Y ∼ B(100, 0.02275).
Xác suất để người này mua được 6 sọt là
p = pY (6) =
100
6
!
0.022756
× 0.772594
≃ 0.0190
67
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-68-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bài tập 2.46.
Một dây chuyền tự động khi hoạt động bình thường có thể sản xuất ra phế phẩm với
xác suất p = 0, 001 và được điều chỉnh ngay lập tức khi phát hiện có phế phẩm. Tính
số trung bình các sản phẩm được sản xuất giữa 2 lần điều chỉnh.
Gọi X là số sản phẩm được sản xuất giữa 2 lần điều chỉnh. Ta thấy X là biến ngẫu nhiên rời
rạc nhận các giá trị X = 1, 2, 3, . . .. Hàm khối lượng xác suất
pX(x) = P(X = x) = (1 − p)x−1
p = 0.999x−1
× 0.001, x = 1, 2, 3, . . .
Như vậy, X có phân phối hình học, như ở bài tập 2.33 ý b, ta đã chỉ ra
E[X] =
1
p
= 1000
Chú ý: Qua bài toán này, ta nhận xét rằng nếu Y1, Y2, . . . có phân phối hình học thì biến
ngẫu nhiên
Xk = Yk − Yk−1
cũng có phân phối hình học.
Ta cũng có thể tìm được E[X] theo hướng này mà không cần công thức
Gọi Yk là tổng số sản phẩm được sản suất cho đến khi điều chỉnh lần thứ k và Xk là số sản
phẩm sản xuất được giữa hai lần điều chỉnh thứ k và k + 1. Khi đó, ta thấy rằng X chính là
X1, X2, . . .
Dễ có X1 chính là số sản phẩm sản xuất được khi gặp phế phẩm đầu tiên, nên có phân phối
hình học X1 ∼ G(λ). Giả sử khi đã gặp phế phẩm đầu tiên, thì ta biết rằng tương lai vẫn
tiếp tục là Bernouli process, tương tự như process ban đầu: Số sản phẩm sản xuất được X2
đến khi gặp phế phẩm đầu tiên cũng là phân phối hình học.
Hơn thế nữa, các sản phẩm sản xuất trong quá khứ hoàn toàn độc lập với các sản phẩm
trong tương lai. Vì X2 xác định số sản phẩm trong tương lai, nên nó hoàn toàn độc lập với
X1. Cứ tiếp tục như vậy, ta kết luận các biến ngẫu nhiên X1, X2, . . . là độc lập và đều có
phân phối hình học. Do đó
E[X] =
1
p
Bài tập 2.47.
Trong một kỳ thi điểm số trung bình của các sinh viên là 80 và độ lệch chuẩn là 10.
Giả sử điểm thi của sinh viên tuân theo luật phân phối chuẩn.
1. Nếu giáo viên muốn 25% số sinh viên đạt điểm A (nhóm điểm cao nhất) thì điểm
số thấp nhất để đạt điểm A là bao nhiêu?
2. Chọn ngẫu nhiên 50 sinh viên, tính xác suất trong đó có nhiều hơn 10 sinh viên
đạt điểm A (điểm A lấy ở câu (a)).
Gọi X là điểm thi của sinh viên, ta có X ∼ N(80, 102
)
Nguyễn Quang Huy 20185454 MI2 K63
68
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-69-320.jpg)
![Đề cương MI2020 học kỳ 20192
Phương pháp thứ nhất là một biến ngẫu nhiên có phân phối chuẩn
2X ∼ N
2 × 0, 4 × 52
Phương pháp thứ hai là một biến ngẫu nhiên có phân phối chuẩn
X1 + X2 ∼ N
0 + 0, 52
+ 52
Vì V [X1 + X2] V [2X] nên phương pháp thứ hai sẽ được ưa chuộng hơn, do nó phân tán
quanh kỳ vọng hẹp hơn phương pháp thứ nhất. Trong khi, kỳ vọng của cả hai phương pháp
đều là 0, chính là sai số mà ta mong muốn đạt được.
Nguyễn Quang Huy 20185454 MI2 K63
70
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-71-320.jpg)
![Đề cương MI2020 học kỳ 20192
4. Từ bảng phân phối xác suất của Z, ta tính kỳ vọng theo định nghĩa
E[Z] = 1 × 0.12 + 2 × 0.43 + 3 × 0.03 + 4 × 0.35 + 6 × 0.07 = 2.89
Ta cũng có thể tính kỳ vọng dựa trên tính độc lập của X và Y
E[Z] = E[X] E[Y ] = (1 × 0.3 + 2 × 0.7) × (1 × 0.4 + 2 × 0.5 + 3 × 0.1) = 2.89
Bài tập 3.2.
Cho biến ngẫu nhiên X và Y có bảng phân bố xác suất đồng thời là
X
Y
−1 0 1
−1
4
15
1
15
4
15
0
1
15
2
15
1
15
1 0
2
15
0
1. Tìm E(X), E(Y ), cov(X, Y ).
2. X và Y có độc lập không?
3. Tìm bảng phân phối xác suất của X, của Y .
1. Ta có
E[X] = (−1).
4
15
+
1
15
+
4
15
!
+ 0.
1
15
+
2
15
+
1
15
!
+ 1. 0 +
2
15
+ 0
!
= −
7
15
E[Y ] = (−1).
4
15
+
1
15
+ 0
!
+ 0.
1
15
+
2
15
+
2
15
!
+ 1.
4
15
+
1
15
+ 0
!
= 0
E[XY ] = (−1) × (−1) ×
4
15
+ (−1) × 1 ×
4
15
+ 1 × (−1) × 0 + 1 × 1 × 0 = 0
Suy ra
cov(X, Y ) = E[XY ] − E[X] E[Y ] = 0
2. Dễ kiểm tra được P(X = −1, Y = −1) 6= P(X = −1) P(Y = −1) nên X, Y không độc
lập
3. Bảng phân phối xác suất của X và Y
Nguyễn Quang Huy 20185454 MI2 K63
72
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-73-320.jpg)
![Đề cương MI2020 học kỳ 20192
X −1 0 1
P(X)
9
15
4
15
5
15
Y −1 0 1
P(Y )
5
15
5
15
5
15
Bài tập 3.3.
Cho biến ngẫu nhiên X và Y có bảng phân bố xác suất đồng thời là
X
Y
1 2 3
1 0.17 0.13 0.25
2 0.10 0.30 0.05
1. Lập bảng phân phối xác suất của X và của Y .
2. Lập ma trận Covarian của (X, Y ).
3. Tìm hệ số tương quan.
4. X và Y có độc lập không?
1. Bảng phân phối xác suất của X và Y
X 1 2
P(X) 0.55 0.45
Y 1 2 3
P(Y ) 0.27 0.43 0.3
2. Từ các bảng phân phối xác suất của X, Y ta có
E[X] = 1.45, V [X] = 0.2475
E[Y ] = 2.03, V [Y ] = 0.5691
Tính được E[XY ] = 2.88 suy ra cov(X, Y ) = −0.0635
Ma trận hiệp phương sai
Γ =
V [X] cov(X, Y )
cov(X, Y ) V [Y ]
=
0.2475 −0.0635
−0.0635 0.5691
3. Hệ số tương quan ρXY =
cov(X, Y )
q
V [X] V [Y ]
= −0.1692
4. Dễ kiểm tra được P(X = 1, Y = 1) 6= P(X = 1) P(Y = 1) nên X, Y không độc lập
73
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-74-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bài tập 3.4.
Thống kê về giá thành sản phẩm Y (triệu đồng) và sản lượng X (tấn) của một ngành
sản xuất thu được bảng phân phối xác suất sau:
X
Y
30 50 80 100
6 0.05 0.06 0.08 0.11
7 0.06 0.15 0.04 0.08
8 0.07 0.09 0.10 0.11
1. Tìm giá thành sản phẩm trung bình và mức độ phân tán của nó.
2. Tìm sản lượng trung bình khi giá thành bằng 8.
3. X và Y có độc lập không?
4. X và Y có tương quan không?
1. Bảng phân phối xác suất của X
X 6 7 8
P(X) 0.3 0.33 0.37
Suy ra E[X] = 7.07 và σX =
q
V [X] ≃ 0.8155
2. Bảng phân phối xác suất có điều kiện là
Y | (X = 8) 30 50 80 100
P(Y | X = 8)
7
37
9
37
10
37
11
37
Như vậy E[Y | X = 8] =
2569
37
≃ 69.1892
3. Bảng phân phối xác suất của Y
Y 30 50 80 100
P(Y ) 0.18 0.3 0.22 0.3
Dễ kiểm tra được P(X = 6, Y = 30) 6= P(X = 6) P(Y = 30) nên X, Y không độc lập
Nguyễn Quang Huy 20185454 MI2 K63
74
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-75-320.jpg)
![Đề cương MI2020 học kỳ 20192
4. Ta tính được
E[X] = 7.07, E[Y ] = 68, E[XY ] = 479.7
Suy ra
cov(X, Y ) = 479.7 − 68 × 7.07 = −1.06
Như vậy X, Y có quan hệ tương quan
Chú ý: Bài này đề bị nhầm, đã tự sửa lại Y là sản lượng và X là giá thành sản phẩm mới
làm được ý thứ 2
Bài tập 3.5.
Cho X1, X2, X3 là các biến ngẫu nhiên độc lập theo luật phân phối Poisson với tham
số λ1 = 1, λ2 = 2, λ3 = 3. Tính xác suất của các sự kiện sau:
1. Số lớn nhất trong các số X1, X2, X3 không nhỏ hơn 1.
2. Số lớn nhất trong các số X1, X2, X3 bằng 1.
3. Số nhỏ nhất trong các số X1, X2, X3 không nhỏ hơn 1.
4. Số nhỏ nhất trong các số X1, X2, X3 bằng 1.
Gọi X, Y lần lượt là số lớn nhất và số nhỏ nhất trong các số X1, X2, X3.
1. Gọi A là X không nhỏ hơn 1. Ta có
P(A) = 1 − P(A)
= 1 − P(X1 1, X2 1, X3 1)
= 1 − P(X1 = 0) P(X2 = 0) P(X3 = 0)
= 1 −
e−1
10
0!
.
e−2
20
0!
.
e−3
30
0!
≃ 0.9975
2. Gọi B là X bằng 1 thì dễ thấy rằng P(B) = P(A)−P(X 1). Tương tự ta tính được
P(X ≤ 1) = P(X1 ≤ 1, X2 ≤ 1, X3 ≤ 1)
= P(X1 ≤ 1) P(X2 ≤ 1) P(X3 ≤ 1)
=
e−1
10
0!
+
e−1
11
1!
!
.
e−2
20
0!
+
e−2
21
1!
!
.
e−3
30
0!
+
e−3
31
1!
!
≃ 0.0595
Suy ra P(B) ≃ 0.9975 − (1 − 0.0595) ≃ 0.057
75
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-76-320.jpg)
![Đề cương MI2020 học kỳ 20192
3. Gọi C là Y không nhỏ hơn 1. Ta có
P(Y ≥ 1) = P(X1 ≥ 1, X2 ≥ 1, X3 ≥ 1)
= P(X1 ≥ 1) P(X2 ≥ 1) P(X3 ≥ 1)
= 1 −
e−1
10
0!
!
. 1 −
e−2
20
0!
!
. 1 −
e−3
30
0!
!
≃ 0.5194
4. Gọi D là Y bằng 1 thì dễ thấy P(D) = P(C) − P(Y 1). Tương tự ta tính được
P(Y 1) = P(X1 1, X2 1, X3 1)
= P(X1 1) P(X2 1) P(X3 1)
= 1 −
e−1
10
0!
−
e−1
11
1!
!
. 1 −
e−2
20
0!
−
e−2
21
1!
!
. 1 −
e−3
30
0!
−
e−3
31
1!
!
≃ 0.1257
Suy ra P(D) ≃ 0.5194 − 0.1257 ≃ 0.3937
Bài tập 3.6.
Cho X và Y là hai biến ngẫu nhiên có bảng phân phối xác suất là:
X 0 1 2 3 4 5
P 0.15 0.3 0.25 0.2 0.08 0.02
Y 0 1 2 3 4 5
P 0.3 0.2 0.2 0.15 0.1 0.05
1. Tính E(X), E(Y ), V (X), V (Y ).
2. Nếu X và Y độc lập, tính P(X + Y ≤ 2) và lập bảng phân phối xác suất của
X + Y .
1. Dễ dàng tính được
E[X] = 1.82, V [X] = 1.5676
E[Y ] = 1.7, V [Y ] = 2.31
2. Ta thấy X + Y ≤ 2 xảy ra khi và chỉ khi X, Y là một trong các bộ dưới đây
{(0, 0), (0, 1), (1, 0), (2, 0), (1, 1), (0, 2)}
Mà X, Y độc lập, nên ta tính được
P(X + Y ≤ 2) = P(X + Y = 0) + P(X + Y = 1) + P(X + Y = 2)
= 0.33
Dễ thấy X + Y là biến ngẫu nhiên rời rạc nhận các giá trị 1, 2, 3, . . . , 10. Bảng phân
phối xác suất của X + Y
Nguyễn Quang Huy 20185454 MI2 K63
76
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-77-320.jpg)
![Đề cương MI2020 học kỳ 20192
Như vậy
FZ(z) =
1 − e−2λz
, z 0,
0, trái lại
2. Từ hàm phân phối ta tìm được các hàm mật độ xác suất
fY (y) =
2λe−λy
1 − e−λy
, y 0,
0, trái lại
fZ(z) =
2λe−2λz
, z 0,
0, trái lại
Kỳ vọng và phương sai của biến ngẫu nhiên Y
E[Y ] =
Z +∞
−∞
y fY (y) dy
=
Z +∞
0
2λy e−λy
dy −
Z +∞
0
2λy e−2λy
dy
=
2
λ
Γ(2) −
1
2λ
Γ(2) =
3
2λ
E[Y 2
] =
Z +∞
−∞
y2
fY (y) dy
=
Z +∞
0
2λy2
e−λy
dy −
Z +∞
0
2λy2
e−2λy
dy
=
2
λ2
Γ(3) −
1
4λ2
Γ(3) =
7
2λ2
Suy ra
V [Y ] = E[Y 2
] − E[Y ]
2
=
5
4λ2
Kỳ vọng và phương sai của biến ngẫu nhiên Z
E[Z] =
Z +∞
−∞
z fZ(z) dz =
Z +∞
0
2λz e−2λz
dz
=
1
2λ
Γ(2) =
1
2λ
E[Z2
] =
Z +∞
−∞
z2
fZ(z) dz =
Z +∞
0
2λz2
e−2λz
dz
=
1
4λ2
Γ(3) =
1
2λ2
Suy ra
V [Z] = E[Z2
] − E[Z]
2
=
1
4λ2
Chú ý: Ta có thể làm ý b bằng cách sử dụng các đặc trưng kỳ vọng, phương sai của biến
ngẫu nhiên có phân phối mũ. Nếu X ∼ Exp(λ) thì
E[X] =
1
λ
và V [X] =
1
λ2
Nguyễn Quang Huy 20185454 MI2 K63
84
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-85-320.jpg)
![Đề cương MI2020 học kỳ 20192
Dễ thấy Z là biến ngẫu nhiên có phân phối mũ Z ∼ Exp(2λ). Suy ra
E[Z] =
1
2λ
và V [Z] =
1
4λ2
Biểu diễn Y dưới dạng Y = 2Y ′
− Z, với Y ′
∼ Exp(λ), Z ∼ Exp(2λ). Như vậy Y không phải
là biến ngẫu nhiên có phân phối mũ. Dựa vào tính tuyến tính, ta có
E[Y ] = 2E[Y ′
] − E[Z] =
2
λ
−
1
2λ
=
3
2λ
Tuy nhiên, việc tính toán V [Y ] dùng tính tuyến tính như trên là tương đối khó do Y1, Y2
không độc lập và cov(Y1, Y2) cũng không dễ tính. Do đó, cần thiết phải tính V [Y ] theo định
nghĩa như đã làm.
Một số kết quả:
Cho X1 ∼ Exp(λ) và X2 ∼ Exp(µ) là hai biến ngẫu nhiên độc lập có phân phối mũ.
• Z = min(X1, X2) là biến ngẫu nhiên có phân phối mũ với tham số λ + µ
Z = min(X1, X2) ∼ Exp(λ + µ)
• Có min(X1, X2) + max(X1, X2) = X1 + X2. Suy ra kỳ vọng của max(X1, X2)
E
max(X1, X2)
= E [X1 + X2] − E
min(X1, X2)
=
1
λ
+
1
µ
−
1
λ + µ
• Với n biến ngẫu nhiên độc lập có phân phối mũ Xi ∼ Exp(λi), i = 1, 2, . . . , n.
min
i
Xi ∼ Exp(λ1 + λ2 + . . . + λn),
E
max
i
Xi
=
1
λ1
+
1
λ2
+ . . . +
1
λn
−
1
λ1 + λ2 + . . . + λn
Bài tập 3.14.
Cho X và Y là hai biến ngẫu nhiên độc lập với nhau có cùng phân phối đều trên [0, 2].
1. Tìm hàm phân phối của các biến ngẫu nhiên Z = X + Y ; T = XY ; U = X − Y .
2. Tính P(−1 ≤ Y − X ≤ 1).
1. Vì X và Y độc lập nên ta có hàm mật độ đồng thời của (X, Y ) là
fXY (x, y) =
1
4
, (x, y) ∈ D,
0, trái lại
trong đó
D = {0 ≤ x ≤ 2; 0 ≤ y ≤ 2}
85
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-86-320.jpg)
![Đề cương MI2020 học kỳ 20192
Nếu X, Y là biến ngẫu nhiên liên tục thì
fT (t) =
Z +∞
−∞
fX(x) fY (x − z) dx
Bài tập 3.15.
Hai người A và B hẹn gặp nhau tại cổng trường trong khoảng từ 7h00 đến 8h00. Gọi
X và Y lần lượt là thời gian đến điểm hẹn của người A và B trong khoảng thời gian
trên. Giả sử X và Y độc lập và có cùng phân phối đều trên [7; 8].
1. Tìm hàm phân phối xác suất đồng thời của X và Y .
2. Với quy ước chỉ đợi nhau trong vòng 10 phút, tìm xác suất để 2 người được gặp
nhau.
Hàm mật độ xác suất của X là
fX(x) =
1, nếu x ∈ [7, 8],
0, trái lại
Tương tự ta có hàm mật độ của Y . Suy ra hàm mật độ xác suất đồng thời của X và Y
fX,Y (x, y) =
1, nếu x, y ∈ [7, 8],
0, trái lại
1. Hàm phân phối đồng thời FXY (x, y)
FXY (x, y) =
Z x
−∞
Z y
−∞
0 dudv, x 7; y 7
Z x
7
Z y
7
1 dudv, 7 ≤ x, y ≤ 8
Z x
7
Z 8
7
1 dudv, 7 ≤ x ≤ 8; y 8
Z 8
7
Z y
7
1 dudv, x 8; 7 ≤ y ≤ 8
Z 8
7
Z 8
7
1 dudv, x 8; y 8
Rút gọn ta được
FXY (x, y) =
0, x 7; y 7
(x − 7)(y − 7), 7 ≤ x, y ≤ 8
x − 7, 7 ≤ x ≤ 8; y 8
y − 7, x 8; 7 ≤ y ≤ 8
1, x 8; y 8
Nguyễn Quang Huy 20185454 MI2 K63
88
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-89-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bài tập 3.17.
Trọng lượng của những người chồng tuân theo luật phân phối chuẩn với kỳ vọng 70kg
và độ lệch chuẩn 9kg, còn trọng lượng của những người vợ tuân theo luật phân phối
chuẩn với kỳ vọng 55kg và độ lệch chuẩn 4kg. Hệ số tương quan trọng lượng giữa vợ và
chồng là
2
3
. Tính xác suất vợ nặng hơn chồng.
Gọi X, Y lần lượt là trọng lượng của chồng và trọng lượng của vợ thì ta có
X ∼ N(70, 92
), Y ∼ N(55, 42
)
Xác suất cần tính là P(X Y ).
Ta biết rằng X − Y là biến ngẫu nhiên có phân phối chuẩn có
E[X − Y ] = E[X] − E[Y ] = 15
Để tính phương sai, sử dụng công thức sau
V [X + Y ] = V [X] + V [Y ] + 2 cov(X, Y )
trong đó cov(X, Y ) = ρXY
q
V [X] V [Y ] =
2
3
× 9 × 4 = 24.
Suy ra
V [X − Y ] = V [X] + V [Y ] − 2 cov(X, Y ) = 92
+ 42
− 2 × 24 = 49
Như vậy X − Y ∼ N (15, 49). Khi đó
P(X Y ) = 0.5 + φ
0 − 15
√
49
!
= 0.5 − φ(2.14) ≃ 0.0162
Chú ý: Công thức V [X + Y ] = V [X] + V [Y ] không còn đúng nếu X, Y không độc lập
Bài tập 3.18.
Biến ngẫu nhiên liện tục X có hàm mật độ xác suất fX(x). Tìm hàm mật độ xác suất
gY (y) của biến ngẫu nhiên Y nếu:
1. Y = X + 1, −∞ x ∞.
2. Y = 2X, −a x a.
1. Ta có
FY (y) = P(Y = X + 1 y) = P(X y − 1) = FX(y − 1), −∞ y ∞
Đạo hàm của hàm hợp, suy ra
gY (y) = F′
Y (y) = fX(y − 1), −∞ y ∞
Nguyễn Quang Huy 20185454 MI2 K63
90
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-91-320.jpg)
![Đề cương MI2020 học kỳ 20192
4 Ước lượng tham số
4.1 Ước lượng khoảng cho kỳ vọng
Bài tập 4.1.
Xác suất để một sinh viên Đại học Bách khoa Hà Nội thi trượt môn Giải tích 2 là p.
Một mẫu lớn n sinh viên được lựa chọn ngẫu nhiên và ký hiệu X là số sinh viên đã
trượt môn Giải tích 2 trong mẫu.
1. Giải thích tại sao có thể sử dụng
X
n
để ước lượng cho p?
2. Trình bày cách tính xấp xỉ xác suất sự sai khác giữa
X
n
và p nhỏ hơn 0,01? Áp
dụng cho n = 500 và p = 0,2.
1. Ta có thể sử dụng
X
n
để ước lượng cho p do tần suất mẫu ngẫu nhiên f là ước lượng
không chệch, hiệu quả và vững của xác suất p của tổng thể.
Ước lượng không chệch
Lấy mẫu ngẫu nhiên WX = (X1, X2, . . . , Xn) trong đó X1, X2, . . . , Xn là các biến ngẫu
nhiên độc lập có cùng phân phối Bernoulli với tham số p. Tần số xuất hiện sinh viên
thi trượt Giải tích 2 trong mẫu là
X =
n
X
i=1
Xi
Khi đó ta có tần suất mẫu f =
X
n
=
1
n
n
X
i=1
Xi = X. Suy ra
E[f] = E
X
n
#
=
E[X]
n
=
np
n
= p
Như vậy, f là ước lượng không chệch của p.
Ước lượng hiệu quả
Định lý. (Bất đẳng thức Cramér - Rao) Cho hàm mật độ fY (y, θ) của biến ngẫu nhiên
liên tục Y với đạo hàm cấp 1, cấp 2 liên tục. Giả sử tập các giá trị y mà fY (y, θ) 6= 0
không phụ thuộc vào θ.
Xét một mẫu ngẫu nhiên Y1, Y2, . . . , Yn từ fY (y, θ) và đặt θ̂ = h(Y1, Y2, . . . , Yn) là một
ước lượng không chệch của θ. Khi đó ta có
V
h
θ̂
i
≥
nE
∂ ln fY (y, θ)
∂θ
!2
−1
=
−nE
∂2
ln fY (y, θ)
∂θ2
!
−1
Nguyễn Quang Huy 20185454 MI2 K63
94
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-95-320.jpg)
![Đề cương MI2020 học kỳ 20192
Kết luận tương tự nếu n quan sát thu được từ biến rời rạc X với pX(k, θ)
Ta có pXi
(k, p) = pk
(1 − p)1−k
với k = 0, 1 và 0 p 1. Suy ra
ln pXi
(Xi, p) = Xi ln p + (1 − Xi) ln (1 − p)
Hơn thế nữa ta có
∂ ln pXi
(Xi, p)
∂p
=
Xi
p
−
1 − Xi
1 − p
và
∂2
ln pXi
(Xi, p)
∂p2
= −
Xi
p2
−
1 − Xi
(1 − p)2
Lấy kỳ vọng của đạo hàm cấp 2 ta có
E
∂2
ln pXi
(Xi, p)
∂p2
#
= −
p
p2
−
1 − p
(1 − p)2
= −
1
p(1 − p)
Suy ra chặn Cramér - Rao là
1
−n
−
1
p(1 − p)
# =
p(1 − p)
n
= V [f]
Như vậy, f là ước lượng hiệu quả của p.
Ước lượng vững
Định lý. (Bất đẳng thức Chebyshev) Cho W là biến ngẫu nhiên có kỳ vọng µ và phương
sai σ2
. Với mọi ε 0 ta có
P |W − µ| ε
≥ 1 −
σ2
ε2
Theo bất đẳng thức Chebyshev ta có
P |f − p| ε
≥ 1 −
V [f]
ε2
Mà V [f] = V
1
n
n
X
i=1
Xi
=
1
n2
n
X
i=1
V [Xi] =
p(1 − p)
n
nên
P |f − p| ε
≥ 1 −
p(1 − p)
nε2
Với mọi ε, δ và 0 p 1, luôn tìm được n sao cho
p(1 − p)
nε2
δ. Do đó
lim
n→∞
P |f − p| ε
= 1
Như vậy, f là ước lượng vững của p.
95
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-96-320.jpg)
![Đề cương MI2020 học kỳ 20192
2. Vì khi n đủ lớn, np ≥ 5 và n(1 − p) ≥ 5, thì thống kê U =
f − p
q
p(1 − p)
√
n ∼ N(0, 1) nên
ta có
P |f − p| 0.01
= P
f − µf 0.01
= 2φ
0.01
√
n
q
p(1 − p)
Với n = 500, p = 0.2, kiểm tra np = 100 5, n(1 − p) = 400 5. Ta có
P
X
n
− p 0.01
= 2φ
0.01
√
500
√
0.2 × 0.8
= φ(0.56) = 0.1772
Bài tập 4.2.
Tuổi thọ của một loại bóng đèn do một dây chuyền công nghệ sản xuất ra có độ lệch
chuẩn là 305 giờ. Người ta lấy ngẫu nhiên ra 45 bóng đèn loại này thấy tuổi thọ trung
bình là 2150 giờ. Với độ tin cậy 95% hãy ước lượng tuổi thọ trung bình của loại bóng
đèn nói trên.
Gọi X là tuổi thọ của bóng đèn, X ∼ N
µ, σ2
với σ = 305. Tuổi thọ trung bình của bóng
đèn là E[X] = µ chưa biết cần được ước lượng.
Bước 1. Chọn thống kê U =
X − µ
σ
√
n. Thống kê U ∼ N(0, 1).
Bước 2. Áp dụng khoảng tin cậy đối xứng x − u1−
α
2
σ
√
n
, x + u1−
α
2
σ
√
n
!
Với α = 0.05, Φ
u1−
α
2
= 1 −
α
2
= 0.975, tra bảng giá trị hàm phân phối chuẩn tắc nhận
được u1−
α
2
= 1.96
Bước 3. Từ số liệu đã cho ta có n = 45, σ = 305 và tính được x = 2150, suy ra khoảng tin
cậy đối xứng của E[X] = µ là
2150 − 1.96 ×
305
√
45
, 2150 + 1.96 ×
305
√
45
!
= (2060.8852, 2239.1148)
Bước 4. Kết luận, với độ tin cậy 95% tuổi thọ trung bình của loại bóng đèn trên từ 2060.8858
giờ đến 2239.1148 giờ.
Nguyễn Quang Huy 20185454 MI2 K63
96
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-97-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bài tập 4.3.
Một kỹ sư cho biết trọng lượng tạp chất trong một sản phẩm tuân theo luật phân phối
chuẩn với độ lệch chuẩn bằng 3,8gam. Một mẫu ngẫu nhiên gồm 9 sản phẩm được tiến
hành kiểm tra và thấy lượng tạp chất như sau (đơn vị tính là gam):
18,2 13,7 15,9 17,4 21,8 16,6 12,3 18,8 16,2
1. Tìm khoảng tin cậy cho trọng lượng trung bình tạp chất của sản phẩm với độ tin
cậy 99%.
2. Không cần tính toán, nếu độ tin cậy 95% thì khoảng ước lượng trung bình sẽ
rộng hơn, hẹp hơn hay bằng như trong ý (a)?
1. Gọi X là trọng lượng tạp chất trong một sản phẩm, X ∼ N
µ, σ2
với σ = 3.8. Trọng
lượng trung bình của tạp chất trong một sản phẩm là E[X] = µ chưa biết cần được
ước lượng.
Bước 1. Chọn thống kê U =
X − µ
σ
√
n. Thống kê U ∼ N(0, 1).
Bước 2. Áp dụng khoảng tin cậy đối xứng x − u1−
α
2
σ
√
n
, x + u1−
α
2
σ
√
n
!
Với α = 0.01, Φ
u1−
α
2
= 1 −
α
2
= 0.995, tra bảng giá trị hàm phân phối chuẩn tắc
nhận được u1−
α
2
= 2.58
Bước 3. Từ số liệu đã cho ta có n = 9, σ = 3.8 và có x = 16.76667, suy ra khoảng tin
cậy đối xứng của E[X] = µ là
16.7667 − 2.58 ×
3.8
√
9
, 16.7667 + 2.58 ×
3.8
√
9
!
= (13.4987, 20.0347)
Bước 4. Kết luận, với độ tin cậy 99% trọng lượng trung bình của tạp chất trong một
sản phẩm từ 13.4987 gam đến 20.0347 gam.
2. Nếu độ tin cậy 1 − α giảm từ 99% xuống 95% thì khoảng ước lượng sẽ hẹp hơn khoảng
ước lượng xét trên, do giá trị của u1−
α
2
giảm từ 2.58 xuống 1.96
Chú ý: Dễ thấy rằng trong bài toán này, độ chính xác tăng ε ↑ nếu độ dài khoảng tin cậy
giảm I ↓ nếu độ tin cậy giảm γ ↓
Bài tập 4.4.
Giả sử chiều dài của một chi tiết sản phẩm là biến ngẫu nhiên tuân theo luật phân
phối chuẩn với độ lệch chuẩn là 0,2m. Người ta sản xuất thử nghiệm 35 sản phẩm
loại này và tính được chiều dài trung bình là 25m. Với độ tin cậy 95% hãy ước lượng
khoảng cho chiều dài trung bình của chi tiết sản phẩm đang được thử nghiệm.
97
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-98-320.jpg)
![Đề cương MI2020 học kỳ 20192
Gọi X là chiều dài của một chi tiết sản phẩm, X ∼ N
µ, σ2
với σ = 0.2. Chiều dài trung
bình của một chi tiết sản phẩm là E[X] = µ chưa biết cần được ước lượng.
Bước 1. Chọn thống kê U =
X − µ
σ
√
n. Thống kê U ∼ N(0, 1).
Bước 2. Áp dụng khoảng tin cậy đối xứng x − u1−
α
2
σ
√
n
, x + u1−
α
2
σ
√
n
!
Với α = 0.05, Φ
u1−
α
2
= 1 −
α
2
= 0.975, tra bảng giá trị hàm phân phối chuẩn tắc nhận
được u1−
α
2
= 1.96
Bước 3. Từ số liệu đã cho ta có n = 35, σ = 0.2 và có x = 25, suy ra khoảng tin cậy đối xứng
của E[X] = µ là
25 − 1.96 ×
0.2
√
35
, 25 + 1.96 ×
0.2
√
35
!
= (24.9337, 25.0663)
Bước 4. Kết luận, với độ tin cậy 95% chiều dài trung bình của một chi tiết sản phẩm từ
24.9337 m đến 25.0663 m.
Bài tập 4.5.
Để xác định trọng lượng trung bình của các bao gạo được đóng gói bằng máy tự động,
người ta chọn ngẫu nhiên ra 20 bao gạo và thấy trung bình mẫu là 49,2kg và độ lệch
chuẩn mẫu hiệu chỉnh là l,8kg. Biết rằng trọng lượng các bao gạo xấp xỉ phân phối
chuẩn. Hãy tìm khoảng tin cậy cho trọng lượng trung bình của một bao gạo với độ tin
cậy 99%.
Gọi X là trọng lượng của các bao gạo, X ∼ N
µ, σ2
với phương sai σ2
chưa biết. Trọng
lượng trung bình của các bao gạo là E[X] = µ chưa biết cần được ước lượng.
Bước 1. Vì phương sai chưa biết và n = 20 30, chọn thống kê T =
X − µ
S
√
n. Thống kê T
có phân phối Student với n − 1 bậc tự do.
Bước 2. Sử khoảng tin cậy đối xứng cho E[X] = µ:
x − t
(n−1)
1−
α
2
s
√
n
, x + t
(n−1)
1−
α
2
s
√
n
!
trong đó t
(n−1)
1−
α
2
= t
(19)
0.995 = 2.861, được xác định từ bảng phân phối Student.
Bước 3. Từ số liệu của đầu bài, ta có n = 20, x = 49.2, s = 1.8. Suy ra khoảng tin cậy đối
xứng của E[X] = µ là
49.2 − 2.861 ×
1.8
√
20
, 49.2 + 2.861 ×
1.8
√
20
!
= (48.0485, 50.3515)
Bước 4. Kết luận, với độ tin cậy 99% trọng lượng trung bình của các bao gạo từ 48.0485 kg
đến 50.3515 kg.
Nguyễn Quang Huy 20185454 MI2 K63
98
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-99-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bài tập 4.6.
Thời gian đợi phục vụ tại một cửa hàng ăn nhanh là biến ngẫu nhiên xấp xỉ phân phối
chuẩn. Người ta khảo sát 16 người thì thấy thời gian đợi trung bình là 4 phút và độ
lệch chuẩn mẫu hiệu chỉnh là 1,8 phút. Với độ tin cậy 99% hãy tìm khoảng tin cậy cho
thời gian chờ đợi trung bình của một khách hàng tại cửa hàng ăn nhanh này.
Gọi X là thời gian đợi phục vụ tại cửa hàng, X ∼ N
µ, σ2
với phương sai σ2
chưa biết.
Thời gian đợi phục vụ trung bình tại cửa hàng là E[X] = µ chưa biết cần được ước lượng.
Bước 1. Vì phương sai chưa biết và n = 16 30, chọn thống kê T =
X − µ
S
√
n. Thống kê T
có phân phối Student với n − 1 bậc tự do.
Bước 2. Sử dụng khoảng tin cậy đối xứng cho E[X] = µ:
x − t
(n−1)
1−
α
2
s
√
n
, x + t
(n−1)
1−
α
2
s
√
n
!
trong đó t
(n−1)
1−
α
2
= t
(15)
0.995 = 2.947, được xác định từ bảng phân phối Student.
Bước 3. Từ số liệu của đầu bài, ta có n = 16, x = 4, s = 1.8. Suy ra khoảng tin cậy đối xứng
của E[X] = µ là
4 − 2.947 ×
1.8
√
16
, 4 + 2.947 ×
1.8
√
16
!
= (2.6739, 5.3262)
Bước 4. Kết luận, với độ tin cậy 99% thời gian đợi phục vụ trung bình tại cửa hàng từ 2.6739
phút đến 5.3262 phút.
Bài tập 4.7.
Một mẫu ngẫu nhiên gồm 16 thùng hàng được chọn ra từ tất cả các thùng hàng được
sản xuất bởi nhà máy trong một tháng. Trọng lượng của 16 thùng hàng lần lượt như
sau (đơn vị tính là kg):
18.6 18,4 19,2 19,8 19,4 19,5 18,9 19,4
19.7 20,1 20,2 20,1 18,6 18,4 19,2 19,8
Tìm khoảng tin cậy cho trọng lượng trung bình tổng thể của tất cả các thùng hàng của
nhà máy với độ tin cậy 95%, biết rằng trọng lượng thùng hàng được chọn ngẫu nhiên
là biến ngẫu nhiên tuân theo luật phân phối chuẩn.
Gọi X là trọng lượng của các thùng hàng của nhà máy, X ∼ N
µ, σ2
với phương sai σ2
chưa biết. Trọng lượng trung bình của các thùng hàng là E[X] = µ chưa biết cần được ước
lượng.
Bước 1. Vì phương sai chưa biết và n = 16 30, chọn thống kê T =
X − µ
S
√
n. Thống kê T
có phân phối Student với n − 1 bậc tự do.
99
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-100-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bước 2. Sử dụng khoảng tin cậy đối xứng cho E[X] = µ:
x − t
(n−1)
1−
α
2
s
√
n
, x + t
(n−1)
1−
α
2
s
√
n
!
trong đó t
(n−1)
1−
α
2
= t
(15)
0.975 = 2.131, được xác định từ bảng phân phối Student.
Bước 3. Từ số liệu của đầu bài, ta tính được n = 16, x = 19.3313, s = 0.6097. Suy ra khoảng
tin cậy đối xứng của E[X] = µ là
19.3313 − 2.131 ×
0.6097
√
16
, 19.3313 + 2.131 ×
0.6097
√
16
!
= (19.0065, 19.6561)
Bước 4. Kết luận, với độ tin cậy 95% trọng lượng trung bình của các thùng hàng từ 19.0065
kg đến 19.6561 kg.
Bài tập 4.8.
Để định mức thời gian gia công một chi tiết máy, người ta theo dõi ngẫu nhiên quá
trình gia công 35 chi tiết máy và thu được số liệu:
Thời gian (phút) 16 − 17 17 − 18 18 − 19 19 − 20 20 − 21 21 − 22
Số chi tiết máy 3 4 10 9 5 4
Giả sử thời gian gia công chi tiết máy là biến ngẫu nhiên tuân theo luật phân phối
chuẩn. Với độ tin cậy 95% hãy ước lượng khoảng tin cậy cho thời gian gia công trung
bình một chi tiết máy nói trên.
Gọi X là thời gian gia công một chi tiết máy, X ∼ N
µ, σ2
với phương sai σ2
chưa biết.
Thời gian gia công trung bình một chi tiết máy là E[X] = µ chưa biết cần được ước lượng.
Bước 1. Chọn thống kê U =
X − µ
S
√
n. Vì n = 35 30 nên thống kê U ∼ N(0, 1).
Bước 2. Khoảng tin cậy đối xứng cho E[X] = µ là
x − u1−
α
2
s
√
n
, x + u1−
α
2
s
√
n
!
trong đó α = 0.05, u1−
α
2
= u0.975 = 1.96, được tra từ bảng giá trị phân phối chuẩn tắc.
Bước 3. Từ số liệu đã cho tính được n = 35, x = 19.1, s = 1.4184. Suy ra khoảng tin cậy đối
xứng của E[X] = µ là
19.1 − 1.96 ×
1.4184
√
35
, 19.1 + 1.96 ×
1.4184
√
35
!
= (18.6301, 19.57)
Bước 4. Kết luận, với độ tin cậy 95% thời gian gia công trung bình một chi tiết máy từ
18.6301 phút đến 19.57 phút.
Nguyễn Quang Huy 20185454 MI2 K63
100
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-101-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bài tập 4.9.
Đo áp lực X (tính bằng kg/cm2
) của 18 thùng chứa ta được bảng kết quả sau:
Áp lực (kg/cm2
) 19,6 19,5 19,9 20,0 19,8 20,5 21,0 18,5 19,7
Số thùng 1 2 2 4 2 3 2 1 1
Với độ tin cậy 99% hãy tìm khoảng ước lượng đối xứng của áp lực trung bình của các
thùng trên. Biết rằng áp lực là biến ngẫu nhiên tuân theo luật phân phối chuẩn.
Gọi X là áp lực của 1 thùng, X ∼ N
µ, σ2
với phương sai σ2
chưa biết. Áp lực trung bình
của các thùng hàng là E[X] = µ chưa biết cần được ước lượng.
Bước 1. Vì phương sai chưa biết và n = 18 30, chọn thống kê T =
X − µ
S
√
n. Thống kê T
có phân phối Student với n − 1 bậc tự do.
Bước 2. Sử dụng khoảng tin cậy đối xứng cho E[X] = µ:
x − t
(n−1)
1−
α
2
s
√
n
, x + t
(n−1)
1−
α
2
s
√
n
!
trong đó t
(n−1)
1−
α
2
= t
(17)
0.995 = 2.898, được xác định từ bảng phân phối Student.
Bước 3. Từ số liệu của đầu bài, ta tính được n = 18, x = 19.9833, s = 0.5864. Suy ra khoảng
tin cậy đối xứng của E[X] = µ là
19.38333 − 2.898 ×
0.5864
√
18
, 19.38333 + 2.898 ×
0.5864
√
18
!
= (18.9828, 19.7838)
Bước 4. Kết luận, với độ tin cậy 99% áp lực trung bình của các thùng hàng từ 18.9828 kg/cm2
đến 19.7838 kg/cm2
.
Bài tập 4.10.
Một bài báo trong Nuclear Engineering International (tháng 2 năm 1988, trang 33) mô
tả một số đặc điểm của các thanh nhiên liệu được sử dụng trong một lò phản ứng hạt
nhân của một công ty điện lực ở Na Uy. Người ta đo tỷ lệ làm giàu của 12 thanh và có
được dữ liệu sau:
2,94 3,00 2,90 2,90 2,75 2,95 2,75 3,00 2,95 2,82 2,81 3,05
Giả sử tỷ lệ làm giàu của các thanh nhiên liệu tuân theo luật phân phối chuẩn. Hãy
ước lượng khoảng cho tỷ lệ làm giàu trung bình của các thanh nhiên liệu với độ tin cậy
95%.
Gọi X là tỷ lệ làm giàu của các thanh nhiên liệu, X ∼ N
µ, σ2
với phương sai σ2
chưa
biết. Tỷ lệ làm giàu trung bình của các thanh nhiên liệu là E[X] = µ chưa biết cần được ước
lượng.
101
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-102-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bước 1. Vì phương sai chưa biết và n = 12 30, chọn thống kê T =
X − µ
S
√
n. Thống kê T
có phân phối Student với n − 1 bậc tự do.
Bước 2. Sử dụng khoảng tin cậy đối xứng cho E[X] = µ:
x − t
(n−1)
1−
α
2
s
√
n
, x + t
(n−1)
1−
α
2
s
√
n
!
trong đó t
(n−1)
1−
α
2
= t
(11)
0.975 = 2.201, được xác định từ bảng phân phối Student.
Bước 3. Từ số liệu của đầu bài, ta tính được n = 12, x = 2.9017, s = 0.0993. Suy ra khoảng
tin cậy đối xứng của E[X] = µ là
2.9017 − 2.201 ×
0.0993
√
12
, 2.9017 + 2.201 ×
0.0993
√
12
!
= (2.8386, 2.9648)
Bước 4. Kết luận, với độ tin cậy 95% tỷ lệ làm giàu trung bình của các thanh nhiên liệu từ
2.8386 đến 2.9648.
Bài tập 4.11.
Trọng lượng những viên gạch trong một quá trình sản xuất gạch được giả sử là tuân
theo luật phân phối chuẩn. Một mẫu ngẫu nhiên gồm 25 viên gạch vừa sản xuất ra
trong ngày có trọng lượng trung bình 2,45 kg và độ lệch chuẩn mẫu hiệu chỉnh là 0,15
kg.
1. Tìm khoảng tin cậy của trọng lượng trung bình của tất cả các viên gạch trong
ngày với độ tin cậy 99%.
2. Không cần tính toán, với độ tin cậy 95% thì khoảng tin cậy trung bình sẽ rộng
hơn, hẹp hơn hay bằng với kết quả ý (a)?
3. Một mẫu ngẫu nhiên gồm 20 viên gạch sẽ được chọn ra trong ngày mai. Không
cần tính toán, với độ tin cậy 99% thì khoảng tin cậy cho trọng lượng trung bình
của tất cả các viên gạch sản xuất ra trong ngày mai sẽ rộng hơn, hẹp hơn hay
bằng như trong ý (a)?
4. Sự thật rằng, độ lệch chuẩn mẫu của các viên gạch sản xuất trong ngày mai là
0,10kg. Không cần tính toán, với độ tin cậy 99% thì khoảng tin cậy cho trọng
lượng trung bình của tất cả các viên gạch sản xuất ra trong ngày mai sẽ rộng
hơn, hẹp hơn hay bằng như trong ý (a)?
1. Gọi X là trọng lượng của viên gạch trong quá trình sản xuất, X ∼ N
µ, σ2
với phương
sai σ2
chưa biết. Trọng lượng trung bình của viên gạch là E[X] = µ chưa biết cần được
ước lượng.
Bước 1. Vì phương sai chưa biết và n = 25 30, chọn thống kê T =
X − µ
S
√
n. Thống
kê T có phân phối Student với n − 1 bậc tự do.
Nguyễn Quang Huy 20185454 MI2 K63
102
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-103-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bước 2. Sử khoảng tin cậy đối xứng cho E[X] = µ:
x − t
(n−1)
1−
α
2
s
√
n
, x + t
(n−1)
1−
α
2
s
√
n
!
trong đó t
(n−1)
1−
α
2
= t
(24)
0.995 = 2.797, được xác định từ bảng phân phối Student.
Bước 3. Từ số liệu của đầu bài, ta có n = 25, x = 2.45, s = 0.15. Suy ra khoảng tin
cậy đối xứng của E[X] = µ là
2.45 − 2.797 ×
0.15
√
25
, 2.45 + 2.797 ×
0.15
√
25
!
= (2.3661, 2.5339)
Bước 4. Kết luận, với độ tin cậy 99% trọng lượng trung bình của viên gạch trong quá
trình sản xuất từ 2.3661 kg đến 2.5339 kg.
2. Nếu độ tin cậy 1 − α giảm từ 99% xuống 95% thì khoảng ước lượng sẽ hẹp hơn khoảng
ước lượng xét trên, do giá trị của t
(n−1)
1−
α
2
giảm từ 2.797 xuống 2.064
3. Nếu cỡ mẫu n giảm từ 25 xuống 20 thì khoảng ước lượng sẽ rộng hơn khoảng ước lượng
xét ở ý a.
4. Độ lệch chuẩn mẫu hiệu chỉnh mới là s =
r
n
n − 1
ŝ =
s
25
24
× 0.1 = 0.1021
Nếu độ lệch chuẩn mẫu hiệu chỉnh s giảm từ 0.15 xuống 0.1021 thì khoảng ước lượng sẽ
hẹp hơn khoảng ước lượng xét ở ý a.
Bài tập 4.12.
Một hường đại học lớn đang quan tâm về lượng thời gian sinh viên tự nghiên cứu mỗi
tuần. Người ta tiến hành khảo sát một mẫu ngẫu nhiên gồm 16 sinh viên, dữ liệu cho
thấy thời gian nghiên cứu trung bình của một sinh viên là 15,26 giờ/tuần và độ lệch
chuẩn hiệu chỉnh là 6,43 giờ. Giả sử thời gian nghiên cứu của sinh viên của trường đại
học trên là tuân theo luật phân phối chuẩn.
1. Tim khoảng tin cậy cho lượng thời gian tự nghiên cứu trung bình mỗi tuần cho
tất cả sinh viên trường đại học này với độ tin cậy 95%.
2. Không cần tính toán, khoảng tin cậy của trung bình tổng thể khi ước lượng sẽ
rộng hơn hay hẹp hơn với ba điều kiện sau:
(a) Mẫu gồm 30 sinh viên được chọn ra, với tất cả các điều kiện khác giống như
ý (a)?
(b) Độ lệch chuẩn mẫu là 4,15 giờ, tất cả các điều kiện khác giống như ý (a)?
(c) Độ tin cậy 99%, tất cả các điều kiện khác giống như ý (a)?
103
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-104-320.jpg)
![Đề cương MI2020 học kỳ 20192
1. Gọi X là lượng thời gian sinh viên tự nghiên cứu mỗi tuần của một trường đại học,
X ∼ N
µ, σ2
với phương sai σ2
chưa biết. Lượng thời gian trung bình sinh viên tự
nghiên cứu mỗi tuần là E[X] = µ chưa biết cần được ước lượng.
Bước 1. Vì phương sai chưa biết và n = 16 30, chọn thống kê T =
X − µ
S
√
n. Thống
kê T có phân phối Student với n − 1 bậc tự do.
Bước 2. Sử khoảng tin cậy đối xứng cho E[X] = µ:
x − t
(n−1)
1−
α
2
s
√
n
, x + t
(n−1)
1−
α
2
s
√
n
!
trong đó t
(n−1)
1−
α
2
= t
(15)
0.975 = 2.131, được xác định từ bảng phân phối Student.
Bước 3. Từ số liệu của đầu bài, ta có n = 16, x = 15.26, s = 6.43. Suy ra khoảng tin
cậy đối xứng của E[X] = µ là
15.26 − 2.131 ×
6.43
√
16
, 15.26 + 2.131 ×
6.43
√
16
!
= (11.8344, 18.6856)
Bước 4. Kết luận, với độ tin cậy 95% lượng thời gian trung bình sinh viên tự nghiên
cứu mỗi tuần từ 11.8344 giờ đến 18.6856 giờ.
2. Nhận xét rằng
(a) Nếu cỡ mẫu n tăng từ 16 lên 30 thì bài toán trở thành ước lượng khoảng cho kỳ
vọng trong trường hợp chưa biết phương sai với mẫu đủ lớn. Áp dụng khoảng tin
cậy đối xứng
x − u1−
α
2
s
√
n
, x + u1−
α
2
s
√
n
!
Do đó, khoảng ước lượng sẽ hẹp hơn khoảng ước lượng xét ở ý a, vì u0.975 = 1.96
t
(15)
0.975 = 2.131
(b) Độ lệch chuẩn mẫu hiệu chỉnh mới là s =
r
n
n − 1
ŝ =
s
16
15
× 4.15 = 4.2861
Nếu độ lệch chuẩn mẫu hiệu chỉnh s giảm từ 6.43 xuống 4.2861 thì khoảng ước
lượng sẽ hẹp hơn khoảng ước lượng xét ở ý a.
(c) Nếu độ tin cậy 1 − α tăng từ 95% lên 99% thì khoảng ước lượng sẽ rộng hơn
khoảng ước lượng xét trên, do giá trị của t
(n−1)
1−
α
2
tăng từ 2.131 lên 2.947
Nguyễn Quang Huy 20185454 MI2 K63
104
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-105-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bài tập 4.13.
Một kỹ sư nghiên cứu về cường độ nén của bê tông đang được thử nghiệm. Anh ta tiến
hành kiểm tra 12 mẫu vật và có được các dữ liệu sau đây:
2216 2234 2225 2301 2278 2255 2249 2204 2286 2263 2275 2295
Giả sử cường độ nén của bê tông đang thử nghiệm tuân theo luật phân phối chuẩn.
1. Hãy ước lượng khoảng với độ tin cậy 95% cho cường độ nén trung bình của bê
tông đang được thử nghiệm.
2. Hãy ước lượng khoảng tin cậy phải cho cường độ nén trung bình của bê tông
đang được thử nghiệm với độ tin cậy 99%.
1. Gọi X là cường độ nén của bê tông đang được thử nghiệm, X ∼ N
µ, σ2
với phương
sai σ2
chưa biết. Cường độ nén trung bình của bê tông đang được thử nghiệm là
E[X] = µ chưa biết cần được ước lượng.
Bước 1. Vì phương sai chưa biết và n = 12 30, chọn thống kê T =
X − µ
S
√
n. Thống
kê T có phân phối Student với n − 1 bậc tự do.
Bước 2. Sử dụng khoảng tin cậy đối xứng cho E[X] = µ:
x − t
(n−1)
1−
α
2
s
√
n
, x + t
(n−1)
1−
α
2
s
√
n
!
trong đó t
(n−1)
1−
α
2
= t
(11)
0.975 = 2.201, được xác định từ bảng phân phối Student.
Bước 3. Từ số liệu của đầu bài, ta tính được n = 12, x = 2256.75, s = 31.8123. Suy ra
khoảng tin cậy đối xứng của E[X] = µ là
2256.75 − 2.201 ×
31.8123
√
12
, 2256.75 + 2.201 ×
31.8123
√
12
!
= (2236.5373, 2276.9627)
Bước 4. Kết luận, với độ tin cậy 95% cường độ nén trung bình của bê tông đang được
thử nghiệm từ 2236.5373 đến 2276.9627.
2. Gọi X là cường độ nén của bê tông đang được thử nghiệm, X ∼ N
µ, σ2
với phương
sai σ2
chưa biết. Cường độ nén trung bình của bê tông đang được thử nghiệm là
E[X] = µ chưa biết cần được ước lượng.
Bước 1. Vì phương sai chưa biết và n = 12 30, chọn thống kê T =
X − µ
S
√
n. Thống
kê T có phân phối Student với n − 1 bậc tự do.
Bước 2. Sử dụng khoảng tin cậy phải cho E[X] = µ:
x − t
(n−1)
1−α
s
√
n
, +∞
!
105
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-106-320.jpg)
![Đề cương MI2020 học kỳ 20192
trong đó t
(n−1)
1−α = t
(11)
0.99 = 2.718, được xác định từ bảng phân phối Student.
Bước 3. Từ số liệu của đầu bài, ta tính được n = 12, x = 2256.75, s = 31.8123. Suy ra
khoảng tin cậy phải của E[X] = µ là
2256.75 − 2.718 ×
31.8123
√
12
, +∞
!
= (2231.7595, +∞)
Bước 4. Kết luận, với độ tin cậy 99% cường độ nén trung bình tối thiểu của bê tông
đang được thử nghiệm là 2231.7595.
Bài tập 4.14.
Người ta chọn ngẫu nhiên ra 49 sinh viên của một trường đại học và thấy chiều cao
trung bình mẫu là 163cm và độ lệch chuẩn mẫu hiệu chỉnh là 12cm. Hãy tìm khoảng
ước lượng với độ tin cậy 99% cho chiều cao trung bình của sinh viên của trường đó.
Gọi X là chiều cao của sinh viên của một trường đại học, X ∼ N
µ, σ2
với phương sai σ2
chưa biết. Chiều cao trung bình của sinh viên là E[X] = µ chưa biết cần được ước lượng.
Bước 1. Chọn thống kê U =
X − µ
S
√
n. Vì n = 49 30 nên thống kê U ∼ N(0, 1).
Bước 2. Khoảng tin cậy đối xứng cho E[X] = µ là
x − u1−
α
2
s
√
n
, x + u1−
α
2
s
√
n
!
trong đó α = 0.01, u1−
α
2
= u0.995 = 2.58, được tra từ bảng giá trị phân phối chuẩn tắc.
Bước 3. Từ số liệu đã cho có n = 49, x = 163, s = 12. Suy ra khoảng tin cậy đối xứng của
E[X] = µ là
163 − 2.58 ×
12
√
49
, 163 + 2.58 ×
12
√
49
!
= (158.5771, 167.4229)
Bước 4. Kết luận, với độ tin cậy 99% chiều cao trung bình của sinh viên từ 158.5771 cm đến
167.4229 cm.
Bài tập 4.15.
Một trường đại học tiến hành một nghiên cứu xem trung bình một sinh viên tiêu hết
bao nhiêu tiền điện thoại trong một tháng. Họ điều tra 60 sinh viên và cho thấy số
tiền trung bình mẫu là 95 nghìn và độ lệch chuẩn mẫu hiệu chỉnh là 36 nghìn. Hãy ước
lượng khoảng với độ tin cậy 95% cho số tiền điện thoại trung bình trong một tháng
của mỗi sinh viên.
Gọi X là số tiền điện thoại trong một tháng của sinh viên, X ∼ N
µ, σ2
với phương sai σ2
chưa biết. Số tiền điện thoại trung bình trong một tháng của sinh viên là E[X] = µ chưa biết
cần được ước lượng.
Nguyễn Quang Huy 20185454 MI2 K63
106
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-107-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bước 1. Chọn thống kê U =
X − µ
S
√
n. Vì n = 60 30 nên thống kê U ∼ N(0, 1).
Bước 2. Khoảng tin cậy đối xứng cho E[X] = µ là
x − u1−
α
2
s
√
n
, x + u1−
α
2
s
√
n
!
trong đó α = 0.05, u1−
α
2
= u0.975 = 1.96, được tra từ bảng giá trị phân phối chuẩn tắc.
Bước 3. Từ số liệu đã cho có n = 60, x = 95, s = 36. Suy ra khoảng tin cậy đối xứng của
E[X] = µ là
95 − 1.96 ×
36
√
60
, 95 + 1.96 ×
36
√
60
!
= (85.8907, 104.1093)
Bước 4. Kết luận, với độ tin cậy 95% số tiền điện thoại trung bình trong một tháng của sinh
viên từ 85.8907 nghìn đến 104.1093 nghìn.
Bài tập 4.16.
Người ta điều tra 35 người nghiện thuốc lá được chọn ngẫu nhiên từ số lượng người
nghiện hút thuốc lá của một thành phố thấy số điếu thuốc hút trong 5 ngày của họ là:
31 37 48 40 59 97 98 87 80 68 64 45
48 62 74 76 79 85 83 81 93 82 85 79
34 57 95 49 59 63 48 79 50 55 63
Hãy tìm khoảng ước lượng cho số điếu thuốc hút trung bình trong 5 ngày của những
người nghiện thuốc lá của thành phố đó với độ tin cậy 99%.
Gọi X là số điếu thuốc hút trong 5 ngày của người nghiện thuốc ở một thành phố, X ∼
N
µ, σ2
với phương sai σ2
chưa biết. Số điếu thuốc hút trung bình trong 5 ngày của người
nghiện thuốc là E[X] = µ chưa biết cần được ước lượng.
Bước 1. Chọn thống kê U =
X − µ
S
√
n. Vì n = 35 30 nên thống kê U ∼ N(0, 1).
Bước 2. Khoảng tin cậy đối xứng cho E[X] = µ là
x − u1−
α
2
s
√
n
, x + u1−
α
2
s
√
n
!
trong đó α = 0.01, u1−
α
2
= u0.995 = 2.58, được tra từ bảng giá trị phân phối chuẩn tắc.
Bước 3. Từ số liệu đã cho tính được n = 35, x = 66.6571, s = 19.1018. Suy ra khoảng tin cậy
đối xứng của E[X] = µ là
35 − 2.58 ×
19.1018
√
35
, 35 + 2.58 ×
19.1018
√
35
!
= (26.6697, 43.3303)
Bước 4. Kết luận, với độ tin cậy 99% số điếu thuốc hút trung bình trong 5 ngày của người
nghiện thuốc từ 26.6697 điếu đến 43.3303 điếu.
107
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-108-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bài tập 4.17.
Để nghiên cứu về thời gian xem ti vi của một thanh niên từ 18 đến 35 tuổi trong vòng
một tuần, người ta tiến hành khảo sát trên 40 người và cho ta bảng số liệu sau:
39 02 43 35 15 54 23 21 25 07 24 33 17
23 24 43 11 15 17 15 19 06 43 35 25 37
15 14 08 11 29 12 13 25 15 28 24 06 16 7
Hãy tìm khoảng ước lượng cho thời gian xem ti vi trung bình của thanh niên trong độ
tuổi trên trong vòng một tuần với độ tin cậy 99%.
Gọi X là thời gian xem ti vi trong 1 tuần của thanh niên trong độ tuổi từ 18 đến 35 tuổi,
X ∼ N
µ, σ2
với phương sai σ2
chưa biết. Thời gian xem ti vi trung bình của thanh niên
trong 1 tuần là E[X] = µ chưa biết cần được ước lượng.
Bước 1. Chọn thống kê U =
X − µ
S
√
n. Vì n = 40 30 nên thống kê U ∼ N(0, 1).
Bước 2. Khoảng tin cậy đối xứng cho E[X] = µ là
x − u1−
α
2
s
√
n
, x + u1−
α
2
s
√
n
!
trong đó α = 0.01, u1−
α
2
= u0.995 = 2.58, được tra từ bảng giá trị phân phối chuẩn tắc.
Bước 3. Từ số liệu đã cho tính được n = 40, x = 22.2308, s = 12.1449. Suy ra khoảng tin cậy
đối xứng của E[X] = µ là
22.2308 − 2.58 ×
12.1449
√
40
, 22.2308 + 2.58 ×
12.1449
√
40
!
= (17.2765, 27.1851)
Bước 4. Kết luận, với độ tin cậy 99% thời gian xem ti vi trung bình trong 1 tuần của thanh
niên trong độ tuổi từ 18 đến 35 tuổi từ 17.2765 đến 27.1851.
Bài tập 4.18.
Để điều tra tiền điện phải trả trong một tháng của một hộ dân cư ở phường A, người
ta kiểm tra ngẫu nhiên 200 hộ gia đình ở phường này và được kết quả sau:
Số tiền [80, 180) [180, 280) [280, 380) [380, 480) [480, 580) [580, 680) [680, 780]
Số hộ 14 25 43 46 39 23 10
Ước lượng khoảng cho số tiền trung bình một hộ dân phải trả ở phường đó với độ tin
cậy 95%.
Gọi X là số tiền điện phải trả trong 1 tháng ở phường A, X ∼ N
µ, σ2
với phương sai σ2
chưa biết. Số tiền điện phải trả trung bình trong 1 tháng ở phường A là E[X] = µ chưa biết
cần được ước lượng.
Nguyễn Quang Huy 20185454 MI2 K63
108
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-109-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bước 1. Chọn thống kê U =
X − µ
S
√
n. Vì n = 200 30 nên thống kê U ∼ N(0, 1).
Bước 2. Khoảng tin cậy đối xứng cho E[X] = µ là
x − u1−
α
2
s
√
n
, x + u1−
α
2
s
√
n
!
trong đó α = 0.05, u1−
α
2
= u0.975 = 1.96, được tra từ bảng giá trị phân phối chuẩn tắc.
Bước 3. Từ số liệu đã cho tính được n = 200, x = 420, s = 156.597. Suy ra khoảng tin cậy
đối xứng của E[X] = µ là
420 − 1.96 ×
156.597
√
200
, 420 + 1.96 ×
156.597
√
200
!
= (398.5968, 441.7032)
Bước 4. Kết luận, với độ tin cậy 95% số tiền điện phải trả trung bình trong 1 tháng ở phường
A từ 398.5968 nghìn đến 441.7032 nghìn.
Bài tập 4.19.
Để ước lượng số lượng xăng hao phí trên một tuyến đường của một hãng xe khách,
người ta tiến hành chạy thử nghiệm 55 lần liên tiếp trên tuyến đường này và có được
số liệu:
Lượng xăng hao phí 10, 5 − 11 11 − 11, 5 11, 5 − 12 12 − 12, 5 12, 5 − 13 13 − 13, 5
Tần số 5 12 15 13 6 4
Hãy ước lượng lượng xăng hao phí trung bình cho một xe với độ tin cậy 95%.
Gọi X là lượng xăng hao phí trên 1 tuyến đường của một hãng xe, X ∼ N
µ, σ2
với phương
sai σ2
chưa biết. Lượng xăng hao phí trung bình trên 1 tuyến đường của một hãng xe là
E[X] = µ chưa biết cần được ước lượng.
Bước 1. Chọn thống kê U =
X − µ
S
√
n. Vì n = 55 30 nên thống kê U ∼ N(0, 1).
Bước 2. Khoảng tin cậy đối xứng cho E[X] = µ là
x − u1−
α
2
s
√
n
, x + u1−
α
2
s
√
n
!
trong đó α = 0.05, u1−
α
2
= u0.975 = 1.96, được tra từ bảng giá trị phân phối chuẩn tắc.
Bước 3. Từ số liệu đã cho tính được n = 55, x = 11.8864, s = 0.6835. Suy ra khoảng tin cậy
đối xứng của E[X] = µ là
11.8864 − 1.96 ×
0.6835
√
55
, 11.8864 + 1.96 ×
0.6835
√
55
!
= (11.7058, 12.067)
Bước 4. Kết luận, với độ tin cậy 95% lượng xăng hao phí trung bình trên 1 tuyến đường của
một hãng xe từ 11.7058 đến 12.067.
109
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-110-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bài tập 4.20.
Để xác định giá trung bình đối với một loại hàng hóa trên thị trường, người ta điều tra
ngẫu nhiên tại 100 cửa hàng thu được số liệu sau:
Giá (nghìn đồng) 83 85 87 89 91 93 95 97 99 101
Số cửa hàng 5 8 13 14 30 11 8 6 4 1
Với độ tin cậy 95% hãy ước lượng giá trung bình của loại hàng đó tại thời điểm đang
xét. Biết rằng giá hàng hóa là biến ngẫu nhiên tuân theo luật phân phối chuẩn.
Gọi X là giá của hàng hóa trên thị trường, X ∼ N
µ, σ2
với phương sai σ2
chưa biết. Giá
trung bình của hàng hóa trên thị trường là E[X] = µ chưa biết cần được ước lượng.
Bước 1. Chọn thống kê U =
X − µ
S
√
n. Vì n = 100 30 nên thống kê U ∼ N(0, 1).
Bước 2. Khoảng tin cậy đối xứng cho E[X] = µ là
x − u1−
α
2
s
√
n
, x + u1−
α
2
s
√
n
!
trong đó α = 0.05, u1−
α
2
= u0.975 = 1.96, được tra từ bảng giá trị phân phối chuẩn tắc.
Bước 3. Từ số liệu đã cho tính được n = 100, x = 90.64, s = 4.024. Suy ra khoảng tin cậy
đối xứng của E[X] = µ là
90.64 − 1.96 ×
4.024
√
100
, 90.64 + 1.96 ×
4.024
√
100
!
= (89.8513, 91.4287)
Bước 4. Kết luận, với độ tin cậy 95% giá trung bình của hàng hóa trên thị trường từ 89.8513
nghìn đến 91.4287 nghìn.
4.2 Ước lượng khoảng cho tỷ lệ hay xác suất
Bài tập 4.21.
Để ước lượng cho tỷ lệ những cây bạch đàn có chiều cao đạt chuẩn phục vụ cho việc
khai thác ở một nông trường lâm nghiệp, người ta tiến hành đo ngẫu nhiên chiều cao
của 135 cây và thấy có 36 cây cao từ 7,5m trở lên. Hãy ước lượng khoảng cho tỷ lệ các
cây bạch đàn có chiều cao trên 7,5m với độ tin cậy 95%.
Gọi p là tỷ lệ những cây bạch đàn có chiều cao trên 7.5 m. Kiểm tra nf = 135 ×
4
15
= 36 5
và n(1 − f) = 135 ×
11
15
= 99 5.
Bước 1. Chọn thống kê Z =
f − p
q
f(1 − f)
√
n. Thống kê Z ∼ N(0, 1).
Nguyễn Quang Huy 20185454 MI2 K63
110
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-111-320.jpg)
![Đề cương MI2020 học kỳ 20192
1. Gọi X là năng suất của loại hoa màu A, X ∼ N
µ, σ2
với phương sai σ2
chưa biết.
Năng suất trung bình của loại hoa màu A là E[X] = µ chưa biết cần được ước lượng.
Bước 1. Chọn thống kê U =
X − µ
S
√
n. Vì n = 64 30 nên thống kê U ∼ N(0, 1).
Bước 2. Khoảng tin cậy đối xứng cho E[X] = µ là
x − u1−
α
2
s
√
n
, x + u1−
α
2
s
√
n
!
trong đó α = 0.05, u1−
α
2
= u0.975 = 1.96, được tra từ bảng giá trị phân phối chuẩn tắc.
Bước 3. Từ số liệu đã cho tính được n = 64, x = 56.3281, s = 5.4. Suy ra khoảng tin
cậy đối xứng của E[X] = µ là
56.3281 − 1.96 ×
5.4
√
64
, 56.3281 + 1.96 ×
5.4
√
64
!
= (55.0051, 57.6511)
Bước 4. Kết luận, với độ tin cậy 95% năng suất trung bình của loại hoa màu A từ
55.0051 tạ/ha đến 57.6511 tạ/ha.
Sai số của ước lượng là ε = u1−
α
2
s
√
n
= 1.323. Để sai số giảm đi 2 lần, tức là ε0 =
1.323
2
= 0.6615. Ta cần có mẫu có kích thước nhỏ nhất là
n =
s2
u2
1−
α
2
ε2
0
=
5.42
× 1.962
0.66152
#
= 256
2. Gọi p là tỷ lệ điểm đạt năng suất trên 60 tạ/ha. Kiểm tra nf = 64 ×
3
16
= 12 5 và
n(1 − f) = 64 ×
13
16
= 48 5.
Bước 1. Chọn thống kê Z =
f − p
q
f(1 − f)
√
n. Thống kê Z ∼ N(0, 1).
Bước 2. Khoảng tin cậy đối xứng của sác xuất p là
f − u1−
α
2
s
f(1 − f)
n
, f + u1−
α
2
s
f(1 − f)
n
trong đó u1−
α
2
= u0.995 = 2.58 được tra từ bảng giá trị hàm phân phối chuẩn tắc.
Bước 3. Với n = 64, m = 12, f =
m
n
= 0.1875, suy ra khoảng tin cậy đối xứng của p là
0.1875 − 2.58
s
0.1875 × 0.8125
64
, 0.1875 + 2.58
s
0.1875 × 0.8125
64
= (0.0616, 0.3134)
Nguyễn Quang Huy 20185454 MI2 K63
116
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-117-320.jpg)
![Đề cương MI2020 học kỳ 20192
5 Kiểm định giả thuyết
5.1 Kiểm định giả thuyết cho một mẫu
5.1.1 Kiểm định giả thuyết cho kỳ vọng
Bài tập 5.1.
Với các thử nghiệm về nhiệt độ nước ở một bình nước sử dụng năng lượng mặt người
ta chỉ ra rằng độ lệch tiêu chuẩn là 2o
F. Người ta chọn ra ngẫu nhiên 9 ngày để tiến
hành đo đạc thì thấy trung bình mẫu là 98o
F. Giả sử nhiệt độ nước tuân theo luật
phân phối chuẩn. Với mức ý nghĩa 5% có thể kết luận rằng nhiệt độ trung bình sử
dụng năng lượng mặt trời là bằng 99o
F hay không?
Gọi X là nhiệt độ nước ở bình nước sử dụng năng lượng mặt trời. X ∼ N(µ, σ2
) với σ = 2.
Nhiệt độ nước trung bình sử dụng năng lượng mặt trời là E[X] = µ chưa biết. Đây là bài
toán kiểm định giả thuyết về kỳ vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp đã
biết phương sai.
Bước 1. Đặt giả thuyết H0 : µ = µ0, đối thuyết H1 : µ 6= µ0 với µ0 = 99.
Bước 2. Chọn tiêu chuẩn kiểm định U =
X − µ0
σ
√
n nếu giả thuyết H0 đúng. U ∼ N(0, 1).
Bước 3. Với α = 0.05, u1−
α
2
= u0.975 = 1.96, tra từ bảng giá trị hàm phân phối chuẩn tắc.
Miền bác bỏ giả thuyết H0 là
Wα =
−∞, −u1−
α
2
∪
u1−
α
2
, +∞
= (−∞, −1.96) ∪ (1.96, +∞)
Bước 4. Từ số liệu của đầu bài ta có n = 9, µ0 = 99, x = 98, σ = 2 suy ra giá trị quan sát
uqs =
x − µ0
σ
√
n =
98 − 99
2
√
9 = −1.5
Bước 5. Vì uqs = −1.5 /
∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là chưa có cơ sở
để bác bỏ kết luận về nhiệt độ nước trung bình sử dụng năng lượng mặt trời là 99o
F với mức
ý nghĩa 5%.
Bài tập 5.2.
Người ta tiến hành thử nghiệm một cải tiến kỹ thuật trong bộ chế hòa khí của một loại
xe ôtô với hy vọng sẽ tiết kiệm được xăng hơn. Họ thử nghiệm 16 xe ô tô với bộ hòa
khí có cải tiến kỹ thuật và thu được kết quả sau về số km chạy được cho một lít xăng:
20,5 20,9 20,3 20,2 20,6 20,6 20,5 21,0
21,1 21,2 20,8 20,7 20,6 20,9 20,3 20,2
Giả thiết số km chạy được cho một lít xăng tuân theo luật phân phối chuẩn. Nếu trước
khi cải tiến một lít xăng trung bình chạy được 20,1 km thì có thể kết luận rằng cải
tiến trên đã mang lại hiệu quả đáng kể hay không với mức ý nghĩa 5%.
Nguyễn Quang Huy 20185454 MI2 K63
118
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-119-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bước 5. Vì tqs = 1.6299 /
∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là chưa có cơ
sở để thay đổi định mức hoàn thành sản phẩm với mức ý nghĩa 5%.
Bài tập 5.7.
Trọng lượng đóng gói bánh loại 250g một gói trên một máy tự động là biến ngẫu nhiên.
Kiểm tra ngẫu nhiên 100 gói thu được kết quả sau:
Trọng lượng (gam) 245 247 248 250 252 253 254
Số gói 8 12 20 32 16 8 4
Có thể coi trọng lượng trung bình của các gói bánh là bằng 250g theo quy định hay
không với mức ý nghĩa 5%?
Gọi X là trọng lượng của các gói bánh trên một máy tự động. Ta thấy E[X] = µ là trọng
lượng trung bình của các gói bánh chưa biết. Đây là bài toán kiểm định giả thuyết về kỳ
vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu
n = 100 30.
Bước 1. Kiểm tra giả thuyết H0 : µ = µ0, đối thuyết H1 : µ 6= µ0 với µ0 = 250.
Bước 2. Chọn tiêu chuẩn kiểm định U =
X − µ0
S
√
n nếu giả thuyết H0 đúng. U ∼ N(0, 1).
Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1−
α
2
= u0.975 = 1.96. Miền
bác bỏ giả thuyết H0 là
Wα =
−∞, −u1−
α
2
∪
u1−
α
2
, +∞
= (−∞, −1.96) ∪ (1.96, +∞)
Bước 4. Từ số liệu của đầu bài ta có µ0 = 250, n = 100, x = 249.56, s = 2.3966 suy ra giá trị
quan sát
uqs =
x − µ0
s
√
n =
249.56 − 250
2.3966
√
100 ≃ −1.8359
Bước 5. Vì uqs = −1.8359 /
∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là có thể coi
trọng lượng trung bình của các gói bánh là 250 g theo quy định với mức ý nghĩa 5%.
Bài tập 5.8.
Kiểm tra lượng điện áp đầu vào của một loại máy tính bảng, người ta tiến hành thử
nghiệm 100 lần đo và thu được điện áp trung bình 5,04V với độ lệch chuẩn mẫu hiệu
chỉnh 0,064V. Với mức ý nghĩa 5%, hãy kiểm định lượng điện áp trung bình đầu vào
của loại máy tính bảng có đúng bằng 5V hay không?
Gọi X là lượng điện áp đầu vào của một máy tính bảng. Ta thấy E[X] = µ là lượng điện áp
đầu vào trung bình của một máy tính bảng chưa biết. Đây là bài toán kiểm định giả thuyết
về kỳ vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu
n = 100 30.
Bước 1. Kiểm tra giả thuyết H0 : µ = µ0, đối thuyết H1 : µ 6= µ0 với µ0 = 5.
Bước 2. Chọn tiêu chuẩn kiểm định U =
X − µ0
S
√
n nếu giả thuyết H0 đúng. U ∼ N(0, 1).
Nguyễn Quang Huy 20185454 MI2 K63
122
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-123-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1−
α
2
= u0.975 = 1.96. Miền
bác bỏ giả thuyết H0 là
Wα =
−∞, −u1−
α
2
∪
u1−
α
2
, +∞
= (−∞, −1.96) ∪ (1.96, +∞)
Bước 4. Từ số liệu của đầu bài ta có µ0 = 5, n = 100, x = 5.04, s = 0.064 suy ra giá trị quan
sát
uqs =
x − µ0
s
√
n =
5.04 − 5
0.064
√
100 ≃ 6.25
Bước 5. Vì uqs = 6.25 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là lượng điện áp đầu
vào trung bình của một máy tính bảng không đúng bằng 5 V với mức ý nghĩa 5%.
Bài tập 5.9.
Gọi X là thời gian sản xuất một sản phẩm (phút). Định mức cũ để sản xuất một sản
phẩm là 20 phút. Nay do cải tiến kỹ thuật, người ta sản xuất thử 100 sản phẩm và thu
được số liệu:
Thời gian sản xuất sản phẩm 16 − 17 17 − 18 18 − 19 19 − 20 20 − 21 21 − 22
Số sản phẩm tương ứng 6 10 24 30 18 12
Với mức ý nghĩa 5% có thể nói rằng việc cải tiến kỹ thuật giảm bớt thời gian sản xuất
một sản phẩm hay không? Biết rằng thời gian sản xuất một sản phẩm là biến ngẫu
nhiên tuân theo luật phân phối chuẩn.
Gọi X là thời gian sản xuất một sản phẩm. Ta thấy E[X] = µ là thời gian sản xuất trung
bình một sản phẩm chưa biết. Đây là bài toán kiểm định giả thuyết về kỳ vọng của biến ngẫu
nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n = 100 30.
Bước 1. Kiểm tra giả thuyết H0 : µ = µ0, đối thuyết H1 : µ µ0 với µ0 = 20.
Bước 2. Chọn tiêu chuẩn kiểm định U =
X − µ0
S
√
n nếu giả thuyết H0 đúng. U ∼ N(0, 1).
Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1−α = u0.95 = 1.65. Miền
bác bỏ giả thuyết H0 là
Wα = (−∞, −u1−α) = (−∞, −1.65)
Bước 4. Từ số liệu của đầu bài ta có µ0 = 20, n = 100, x = 19.3, s = 1.3484 suy ra giá trị
quan sát
uqs =
x − µ0
s
√
n =
19.3 − 20
1.3484
√
100 ≃ −5.1913
Bước 5. Vì uqs = −5.1913 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là có cơ sở để nói
rằng việc cải tiến kỹ thuật giảm bớt thời gian sản xuất một sản phẩm với mức ý nghĩa 5%.
123
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-124-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bài tập 5.10.
Hàm lượng đường trung bình của một loại trái cây lúc đầu là 5(%). Người ta chăm bón
bằng một loại NPK mới và sau một thời gian kiểm tra một số trái cây được kết quả
sau:
Hàm lượng 1 − 5 5 − 9 9 − 13 13 − 17 17 − 21 21 − 25 25 − 29 29 − 33 37 − 41
Số trái 51 47 39 36 32 8 7 3 2
Hãy cho kết luận về loại NPK trên với mức ý nghĩa 5%. Giả thiết hàm lượng đường
của loại trái là biến ngẫu nhiên tuân theo luật phân phối chuẩn.
Gọi X là hàm lượng đường của một loại trái cây. Ta thấy E[X] = µ là hàm lượng đường trung
bình của một loại trái cây chưa biết. Đây là bài toán kiểm định giả thuyết về kỳ vọng của
biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n = 225 30.
Bước 1. Kiểm tra giả thuyết H0 : µ = µ0, đối thuyết H1 : µ 6= µ0 với µ0 = 5.
Bước 2. Chọn tiêu chuẩn kiểm định U =
X − µ0
S
√
n nếu giả thuyết H0 đúng. U ∼ N(0, 1).
Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1−
α
2
= u0.975 = 1.96. Miền
bác bỏ giả thuyết H0 là
Wα =
−∞, −u1−
α
2
∪
u1−
α
2
, +∞
= (−∞, −1.96) ∪ (1.96, +∞)
Bước 4. Từ số liệu của đầu bài ta có µ0 = 5, n = 225, x = 11.5689, s = 7.4039 suy ra giá trị
quan sát
uqs =
x − µ0
s
√
n =
11.5689 − 5
7.4039
√
225 ≃ 13.3083
Bước 5. Vì uqs = 13.3083 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là loại phân NPK
trên làm thay đổi hàm lượng đường của một loại trái cây với mức ý nghĩa 5%.
Bài tập 5.11.
Một nhà phân phối sữa trong một thành phố khẳng định rằng: bằng cách quảng cáo và
cách tiếp cận khách hàng mới ở các cửa hàng, mỗi tuần trong các cửa hàng bán trung
bình tăng thêm 20 hộp sữa. Người ta tiến hành chọn ra một mẫu ngẫu nhiên gồm 40
cửa hàng để xác định lời khẳng định trên thì thấy trung bình mỗi cửa hàng chỉ bán
thêm được 16,4 hộp sữa và độ lệch chuẩn mẫu hiệu chỉnh là 7,2. Kiểm định giả thuyết
cho rằng mỗi tuần bán thêm được 20 hộp sữa ở mỗi cửa hàng với mức ý nghĩa 5%.
Gọi X là số hộp sữa bán thêm được mỗi tuần. Ta thấy E[X] = µ là số hộp sữa trung bình
bán thêm được mỗi tuần chưa biết. Đây là bài toán kiểm định giả thuyết về kỳ vọng của biến
ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n = 40 30.
Bước 1. Kiểm tra giả thuyết H0 : µ = µ0, đối thuyết H1 : µ 6= µ0 với µ0 = 5.
Bước 2. Chọn tiêu chuẩn kiểm định U =
X − µ0
S
√
n nếu giả thuyết H0 đúng. U ∼ N(0, 1).
Nguyễn Quang Huy 20185454 MI2 K63
124
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-125-320.jpg)
![Đề cương MI2020 học kỳ 20192
1. Gọi X là năng suất của loại hoa màu A. Ta thấy E[X] = µ là năng suất trung bình của
loại hoa màu A chưa biết. Đây là bài toán kiểm định giả thuyết về kỳ vọng của biến
ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n = 64 30.
Bước 1. Kiểm tra giả thuyết H0 : µ = µ0, đối thuyết H1 : µ µ0 với µ0 = 55.
Bước 2. Chọn tiêu chuẩn kiểm định U =
X − µ0
S
√
n nếu giả thuyết H0 đúng. U ∼
N(0, 1).
Bước 3. Với α = 0.01, tra bảng giá trị phân phối chuẩn tắc được u1−α = u0.99 = 2.33.
Miền bác bỏ giả thuyết H0 là
Wα = (u1−α, +∞) = (2.33, +∞)
Bước 4. Từ số liệu của đầu bài ta có µ0 = 55, n = 64, x = 56.3281, s = 5.4 suy ra giá
trị quan sát
uqs =
x − µ0
s
√
n =
56.3281 − 55
5.4
√
64 ≃ 1.9676
Bước 5. Vì uqs = 1.9676 /
∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là năng
suất trung bình của loại hoa màu A không có xu hướng tăng lên với mức ý nghĩa 1%.
2. Gọi p là tỷ lệ những điểm có năng suất trên 60 tạ/ha của loại hoa màu A. Đây là bài
toán kiểm định giả thuyết về tỷ lệ của tổng thể.
Bước 1. Đặt giả thuyết H0 : p = p0, đối thuyết H1 : p 6= p0 với p0 = 0.15.
Bước 2. Chọn tiêu chuẩn kiểm định U =
f − p0
q
p0(1 − p0)
√
n nếu giả thuyết H0 đúng.
Vì np0 = 9.6 5 và n(1 − p0) = 54.4 5 khá lớn nên U ∼ N(0, 1).
Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1−
α
2
= u0.975 = 1.96.
Miền bác bỏ giả thuyết H0 là
Wα =
−∞, −u1−
α
2
∪
u1−
α
2
, +∞
= (−∞, −1.96) ∪ (1.96, +∞)
Bước 4. Từ số liệu đã cho ta có n = 64, m = 12 tính được f =
m
n
=
3
16
= 0.1875, với
p0 = 0.15 suy ra giá trị quan sát
uqs =
f − p0
q
p0(1 − p0)
√
n =
0.1875 − 0.15
√
0.15 × 0.85
√
64 ≈ 0.8402
Bước 5. Vì uqs = 0.8402 /
∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là có thể
tin vào kết luận của tài liệu thống kê trên với mức ý nghĩa 5%.
139
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-140-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bài tập 5.30.
Điều tra doanh thu của các hộ gia đình kinh doanh loại mặt hàng A tại địa phương B,
người ta điều tra 100 hộ kinh doanh loại mặt hàng này trong một tháng năm 2019 thu
được bảng số liệu
Doanh thu (triệu đồng) 20 24 28 32 36 40 44 48 52
Số hộ gia đình 5 10 17 25 20 10 8 3 2
1. Với độ tin cậy 95% hãy ước lượng doanh thu trung bình của các hộ gia đình kinh
doanh loại mặt hàng nói trên. Để độ chính xác của ước lượng nhỏ hơn 2 triệu
đồng thì cần điều tra ít nhất bao nhiêu hộ?
2. Theo số liệu điều tra năm 2018 thì tỷ lệ những hộ gia đình đạt doanh thu dưới
28 triệu đồng là 20%. Theo anh chị tỷ lệ này năm 2019 có giảm đi hay không?
Hãy kết luận với mức ý nghĩa 1%.
3. Hãy ước lượng tỷ lệ những hộ có doanh thu trên 40 triệu đồng với độ tin cậy
99%? Nếu yêu cầu độ tín cậy 95%, độ chính xác của ước lượng là 0,02 thì cần
điều tra ngẫu nhiên bao nhiêu hộ gia đình?
4. Một tài liệu báo cáo cho biết doanh thu trung bình của các hộ kinh doanh loại
mặt hàng A tại địa phương B là 30 triệu đồng trên tháng. Tài liệu báo cáo này
có làm giảm doanh thu trung bình của các hộ gia đình kinh doanh mặt hàng A
để giảm thuế hay không? Hãy kết luận với mức ý nghĩa 5%.
5. Theo điều tra cách đây 2 năm thì doanh thu trung bình của các hộ gia đình kinh
doanh loại mặt hàng này là 30 triệu đồng/tháng, hãy đánh giá xem doanh thu
trung binh sau 2 năm có thay đổi không với mức ý nghĩa 5%.
6. Điều tra doanh thu của 200 hộ gia đình kinh doanh loại mặt hàng A ở địa phương
C năm 2019 người ta tính được doanh thu trung bình/tháng là 37 triệu đồng và
độ lệch chuẩn mẫu là 1,1 triệu đồng. Doanh thu trung bình loại mặt hàng A ở
địa phương C và B có như nhau hay không? Hãy kết luận với độ tín cậy 95%.
1. Gọi X là doanh thu của các hộ gia đình kinh doanh loại mặt hàng A, X ∼ N
µ, σ2
với phương sai σ2
chưa biết. Doanh thu trung bình của các hộ gia đình là E[X] = µ
chưa biết cần được ước lượng.
Bước 1. Chọn thống kê U =
X − µ
S
√
n. Vì n = 100 30 nên thống kê U ∼ N(0, 1).
Bước 2. Khoảng tin cậy đối xứng cho E[X] = µ là
x − u1−
α
2
s
√
n
, x + u1−
α
2
s
√
n
!
trong đó α = 0.05, u1−
α
2
= u0.975 = 1.96, được tra từ bảng giá trị phân phối chuẩn tắc.
Nguyễn Quang Huy 20185454 MI2 K63
140
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-141-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bước 3. Từ số liệu đã cho tính được n = 100, x = 33.36, s = 7.1964. Suy ra khoảng tin
cậy đối xứng của E[X] = µ là
33.36 − 1.96 ×
7.1964
√
100
, 33.36 + 1.96 ×
7.1964
√
100
!
= (31.9495, 34.7705)
Bước 4. Kết luận, với độ tin cậy 95% doanh thu trung bình của các hộ gia đình kinh
doanh loại mặt hàng A từ 31.9495 triệu đồng đến 34.7705 triệu đồng.
Sai số của ước lượng là ε = u1−
α
2
s
√
n
. Để độ chính xác của ước lượng nhỏ hơn 2 triệu
đồng, hay ε 2 thì cỡ mẫu phải lấy là
n
u2
1−
α
2
s2
ε2
=
1.962
× 7.19642
22
≈ 49.7374
Vậy cần chọn mẫu nhỏ nhất có cỡ n = 50.
2. Gọi p là tỷ lệ những hộ gia đình đạt doanh thu dưới 28 triệu đồng. Đây là bài toán
kiểm định giả thuyết về tỷ lệ của tổng thể.
Bước 1. Đặt giả thuyết H0 : p = p0, đối thuyết H1 : p p0 với p0 = 0.2.
Bước 2. Chọn tiêu chuẩn kiểm định U =
f − p0
q
p0(1 − p0)
√
n nếu giả thuyết H0 đúng.
Vì np0 = 20 5 và n(1 − p0) = 80 5 khá lớn nên U ∼ N(0, 1).
Bước 3. Với α = 0.01, tra bảng giá trị phân phối chuẩn tắc được u1−α = u0.99 = 2.33.
Miền bác bỏ giả thuyết H0 là
Wα = (−∞, u1−α) = (−∞, −2.33)
Bước 4. Từ số liệu đã cho ta có n = 100, m = 15 tính được f =
m
n
=
3
20
= 0.15, với
p0 = 0.2 suy ra giá trị quan sát
uqs =
f − p0
q
p0(1 − p0)
√
n =
0.15 − 0.2
√
0.2 × 0.8
√
100 ≈ −1.25
Bước 5. Vì uqs = −1.25 /
∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là chưa
thể kết luận tỷ lệ những hộ gia đình đạt doanh thu dưới 28 triệu đồng năm 2019 giảm
đi với mức ý nghĩa 1%.
3. Gọi p là tỷ lệ những hộ có doanh thu trên 40 triệu đồng. Kiểm tra nf = 100 ×
13
100
=
13 5 và n(1 − f) = 100 ×
87
100
= 87 5.
Bước 1. Chọn thống kê Z =
f − p
q
f(1 − f)
√
n. Thống kê Z ∼ N(0, 1).
141
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-142-320.jpg)
![Đề cương MI2020 học kỳ 20192
Bước 2. Khoảng tin cậy đối xứng của sác xuất p là
f − u1−
α
2
s
f(1 − f)
n
, f + u1−
α
2
s
f(1 − f)
n
trong đó u1−
α
2
= u0.995 = 2.58 được tra từ bảng giá trị hàm phân phối chuẩn tắc.
Bước 3. Với n = 100, m = 13, f =
m
n
= 0.13, suy ra khoảng tin cậy đối xứng của p là
0.13 − 2.58
s
0.13 × 0.87
100
, 0.13 + 2.58
s
0.13 × 0.87
100
= (0.0432, 0.2168)
Bước 4. Kết luận, tỷ lệ những hộ có doanh thu trên 40 triệu đồng là từ 4.32% đến
21.68% với độ tin cậy 99%.
Độ chính xác của ước lượng là ε = u1−
α
2
s
f(1 − f)
n
. Với độ tin cậy γ = 1 − α = 0.95
và độ chính xác ε0 = 0.02 cho trước thì kích thước mẫu cần thiết là số tự nhiên n nhỏ
nhất thỏa mãn
n ≥
u2
1−
α
2
f(1 − f)
ε2
0
=
1.962
× 0.13 × 0.87
0.022
≈ 1086.2124
Như vậy mẫu cần tìm có cỡ n = 1087.
4. Gọi X là doanh thu của các hộ gia đình kinh doanh loại mặt hàng A. Ta thấy E[X] = µ
là doanh thu trung bình của các hộ gia đình chưa biết. Đây là bài toán kiểm định giả
thuyết về kỳ vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương
sai, cỡ mẫu n = 100 30.
Bước 1. Kiểm tra giả thuyết H0 : µ = µ0, đối thuyết H1 : µ µ0 với µ0 = 30.
Bước 2. Chọn tiêu chuẩn kiểm định U =
X − µ0
S
√
n nếu giả thuyết H0 đúng. U ∼
N(0, 1).
Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1−α = u0.95 = 1.65.
Miền bác bỏ giả thuyết H0 là
Wα = (u1−α, +∞) = (1.65, +∞)
Bước 4. Từ số liệu của đầu bài ta có µ0 = 30, n = 100, x = 33.36, s = 7.1964 suy ra
giá trị quan sát
uqs =
x − µ0
s
√
n =
33.36 − 30
7.1964
√
100 ≃ 4.669
Bước 5. Vì uqs = 4.669 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là tài liệu báo
cáo này làm giảm mức doanh thu trung bình của các hộ gia đình kinh doanh loại mặt
hàng A để giảm thuế với mức ý nghĩa 5%.
Nguyễn Quang Huy 20185454 MI2 K63
142
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-143-320.jpg)
![Đề cương MI2020 học kỳ 20192
5. Gọi X là doanh thu của các hộ gia đình kinh doanh loại mặt hàng A. Ta thấy E[X] = µ
là doanh thu trung bình của các hộ gia đình chưa biết. Đây là bài toán kiểm định giả
thuyết về kỳ vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương
sai, cỡ mẫu n = 100 30.
Bước 1. Kiểm tra giả thuyết H0 : µ = µ0, đối thuyết H1 : µ 6= µ0 với µ0 = 30.
Bước 2. Chọn tiêu chuẩn kiểm định U =
X − µ0
S
√
n nếu giả thuyết H0 đúng. U ∼
N(0, 1).
Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1−
α
2
= u0.975 = 1.96.
Miền bác bỏ giả thuyết H0 là
Wα =
−∞, −u1−
α
2
∪
u1−
α
2
, +∞
= (−∞, −1.96) ∪ (1.96, +∞)
Bước 4. Từ số liệu của đầu bài ta có µ0 = 30, n = 100, x = 33.36, s = 7.1964 suy ra
giá trị quan sát
uqs =
x − µ0
s
√
n =
33.36 − 30
7.1964
√
100 ≃ 4.669
Bước 5. Vì uqs = 4.669 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là doanh thu
trung bình sau 2 năm có thay đổi với mức ý nghĩa 5%.
6. Gọi X, Y lần lượt là doanh thu loại mặt hàng A năm 2019 ở địa phương B và C.
Ta có X ∼ N(µ1, σ2
1), Y ∼ N(µ2, σ2
2). Đây là bài toán so sánh hai kỳ vọng của
hai biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu
n1 = 100 30, n2 = 200 30.
Bước 1. Đặt giả thuyết H0 : µ1 = µ2, đối thuyết H1 : µ1 6= µ2.
Bước 2. Chọn tiêu chuẩn kiểm định U =
X − Y
s
S2
1
n1
+
S2
2
n2
nếu H0 đúng. U ∼ N(0, 1).
Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1−
α
2
= u0.975 = 1.96.
Miền bác bỏ giả thuyết H0 là
Wα =
−∞, −u1−
α
2
∪
u1−
α
2
, +∞
= (−∞, −1.96) ∪ (1.96, +∞)
Bước 4. Từ số liệu đã cho ta có n1 = 100, n2 = 200, x = 33.36, s2
1 = 7.19642
, y =
37, s2
2 =
200
199
× 1.12
= 1.2161 suy ra giá trị quan sát
uqs =
x − y
s
s2
1
n1
+
s2
2
n2
=
33.36 − 37
s
7.19642
100
+
1.2161
200
≈ −5.0286
Bước 5. Vì uqs = −5.0286 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là doanh
thu trung bình mặt hàng A ở địa phương B và C không như nhau với mức ý nghĩa 5%.
143
Nguyễn Quang Huy 20185454 MI2 K63
Downloaded by V? Hoàng Lê (hoanglv7931@gmail.com)
lOMoARcPSD|28202268](https://image.slidesharecdn.com/giibitpxstk-231010100940-4d712012/85/Gi-i-bai-t-p-XSTK-pdf-144-320.jpg)
Giải bài tập XSTK.pdf
- 1. Studocu is not sponsored or endorsed by any college or university [123doc] - giai-bai-tap-de-cuong-xac-suat-thong-ke Xác suất thống kê (Trường Đại học Bách khoa Hà Nội) Studocu is not sponsored or endorsed by any college or university [123doc] - giai-bai-tap-de-cuong-xac-suat-thong-ke Xác suất thống kê (Trường Đại học Bách khoa Hà Nội) Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 2. Đề cương MI2020 học kỳ 20192 Mục lục Lời mở đầu 2 1 Sự kiện ngẫu nhiên và phép tính xác suất 3 1.1 Quan hệ và phép toán của các sự kiện. Giải tích kết hợp . . . . . . . . . . . 3 1.2 Định nghĩa xác suất . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.3 Xác suất điều kiện. Công thức cộng, nhân xác suất. Công thức Bernoulli . . 13 1.4 Công thức xác suất đầy đủ. Công thức Bayes . . . . . . . . . . . . . . . . . 24 2 Biến ngẫu nhiên và luật phân phối xác suất 34 2.1 Biến ngẫu nhiên rời rạc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 2.2 Biến ngẫu nhiên liên tục . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 2.3 Một số luật phân phối xác suất thông dụng . . . . . . . . . . . . . . . . . . 56 3 Biến ngẫu nhiên nhiều chiều 71 3.1 Biến ngẫu nhiên rời rạc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 3.2 Biến ngẫu nhiên liên tục . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 4 Ước lượng tham số 94 4.1 Ước lượng khoảng cho kỳ vọng . . . . . . . . . . . . . . . . . . . . . . . . . . 94 4.2 Ước lượng khoảng cho tỷ lệ hay xác suất . . . . . . . . . . . . . . . . . . . . 110 5 Kiểm định giả thuyết 118 5.1 Kiểm định giả thuyết cho một mẫu . . . . . . . . . . . . . . . . . . . . . . . 118 5.1.1 Kiểm định giả thuyết cho kỳ vọng . . . . . . . . . . . . . . . . . . . . 118 5.1.2 Kiểm định giả thuyết cho tỷ lệ . . . . . . . . . . . . . . . . . . . . . . 125 5.2 Kiểm định giả thuyết cho hai mẫu . . . . . . . . . . . . . . . . . . . . . . . . 128 5.2.1 So sánh hai kỳ vọng . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 5.2.2 So sánh hai tỷ lệ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136 Tài liệu tham khảo 144 1 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 3. Đề cương MI2020 học kỳ 20192 Lời mở đầu Xác suất thống kê là một lĩnh vực mà mình thấy rất thú vị và đặc biệt nhức não. Nhiều khi dù mình đọc lời giải rồi mà vẫn không hiểu người ta viết gì, biết mình ra kết quả sai mà không biết mình sai ở đâu Và bản thân mình là một người sợ, rất sợ môn khoa học của sự không chắc chắn này. Thật trùng hợp là với mình thì đây là môn đại cương đầu tiên cô giáo kiểm tra và chấm điểm đề cương, và cũng là một học kì rất đặc biệt, khi mà tất cả mọi người đều làm việc ở nhà qua Internet. Chắc là nếu không có các điều kiện này, thì mình không bao giờ làm đề cương và có thể kiên nhẫn để gõ hết lại bài tập . . . Trong quá trình hoàn thiện đề cương, có lúc mình bận quá, có lúc gặp biến cố trong học tập và công việc, có lúc lười học chán đời. . . nên không ít lần mình từng nghĩ sẽ bỏ dở. Nhưng cũng chính nhờ những kí ức không vui, mà mình đã nhận ra rằng cái gì đã khởi đầu tốt đẹp thì nên cố gắng hết sức để nó kết thúc thật mỹ mãn. Và mình đã quyết định hoàn thành những thứ mà mình đã bắt đầu vẫn còn đang dang dở, kết quả, chính là những trang mà bạn đang đọc đây. Trong tài liệu này mình giải đủ các bài tập đề cương Xác suất thống kê năm 2020 nhóm ngành 1, mã học phần MI2020 các chương 1, 2, 3, 4 và 5. Tuy nhiên, còn nhiều chỗ do mình học chưa kỹ lắm, không ghi chép bài đầy đủ, chữa bài tập trên lớp. . . nên có thể sẽ có nhiều bài làm sai, nhiều bài làm không hay. . . Rất mong bạn đọc bỏ qua không ném đá Xin cảm ơn bạn Nguyễn Minh Hiếu, tác giả của template này đã chia sẻ và cho phép mình sử dụng mẫu L A TEX. Con nhà người ta nghĩ ra cái này cái kia còn mình chỉ đi xin về thôi Lời cuối cùng, mình muốn gửi lời cảm ơn chân thành và sâu sắc nhất tới cô Nguyễn Thị Thu Thủy, cô giáo dạy Xác suất thống kê của mình. Cô luôn nhiệt tình chỉ bảo, giúp đỡ em hoàn thiện tài liệu này và trong cả suốt quá trình học tập. Em xin cảm ơn cô vì đã dạy em, đã luôn tận tình hướng dẫn, giúp đỡ và quan tâm đến em. Thật may mắn khi em được tiếp xúc với cô. Học với cô, em có thêm nhiều động lực, và em học hỏi được rất rất nhiều từ phong cách làm việc chuyên nghiệp của cô. Một lần nữa, em cảm ơn cô nhiều lắm ạ. Kính chúc cô luôn sức khỏe và vui vẻ ạ. Hà Nội, ngày 16 tháng 8 năm 2020 Nguyễn Quang Huy Nguyễn Quang Huy 20185454 MI2 K63 2 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 4. Đề cương MI2020 học kỳ 20192 1 Sự kiện ngẫu nhiên và phép tính xác suất 1.1 Quan hệ và phép toán của các sự kiện. Giải tích kết hợp Bài tập 1.1. Một hộp có 10 quả cầu cùng kích cỡ được đánh số từ 0 đến 9. Từ hộp người ta lấy ngẫu nhiên 1 quả ra và ghi lại số của quả đó, sau đó trả lại vào trong hộp. Làm như vậy 5 lần ta thu được một dãy số có 5 chữ số. 1. Có bao nhiêu kết quả cho dãy số đó? 2. Có bao nhiêu kết quả cho dãy số đó sao cho các chữ số trong đó là khác nhau? 1. Số kết quả cho dãy đó là 105 2. Số kết quả cho dãy có các chữ số khác nhau là 10.9.8.7.6 = 30240 Bài tập 1.2. Có 6 bạn Hoa, Trang, Vân, Anh, Thái, Trung ngồi quanh một bàn tròn để uống cà phê, trong đó bạn Trang và Vân không ngồi cạnh nhau. 1. Có bao nhiêu cách xếp 6 bạn này trên bàn tròn nếu tất cả các ghế là không phân biệt? 2. Có bao nhiêu cách xếp 6 bạn này trên bàn tròn nếu tất cả các ghế có phân biệt? 1. Số cách xếp để Trang và Vân không ngồi cạnh nhau là 5! − 2.4! = 72 2. Số cách xếp nếu các ghế có phân biệt là 6! − 6.2.4! = 432. Ta thấy rằng 432 = 6.72 Bài tập 1.3. Từ một bộ bài tú lơ khơ 52 cây rút ngẫu nhiên và không quan tâm đến thứ tự 4 cây. Có bao nhiêu khả năng xảy ra trường hợp trong 4 cây đó: 1. đều là át; 2. có duy nhất 1 cây át; 3. có ít nhất 1 cây át; 4. có đủ 4 loại rô, cơ, bích, nhép. 3 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 5. Đề cương MI2020 học kỳ 20192 1. Chỉ có 1 khả năng do 1 bộ bài chỉ có 4 con át 2. Có 4 cách lấy ra 1 con át, có C3 48 cách chọn 3 lá bài còn lại. Như vậy, số cách lấy ra 4 lá để có duy nhất 1 con át là 4 × C3 48 = 69184 3. Số cách chọn ra 4 lá từ bộ bài là C3 52. Số cách để chọn ra 4 lá bài trong đó không có cây át nào là C3 48 (không lấy thứ tự) Suy ra số khả năng là C3 52 − C3 48 = 76145 4. Số cách lấy 1 lá bài cơ là C1 13 = 13. Tương tự với các loại rô, bích, nhép. Suy ra số khả năng là 134 = 28561 Bài tập 1.4. Có 20 sinh viên. Có bao nhiêu cách chọn ra 4 sinh viên (không xét tới tính thứ tự) tham gia câu lạc bộ Văn và 4 sinh viên tham gia câu lạc bộ Toán trong trường hợp: 1. một sinh viên chỉ tham gia nhiều nhất một câu lạc bộ; 2. một sinh viên có thể tham gia cả hai câu lạc bộ. 1. Chọn 4 học sinh tham gia câu lạc bộ Văn có C4 20 cách. Do 1 sinh viên không thể tham gia cùng lúc 2 câu lạc bộ, nên số cách chọn 4 sinh viên tham gia câu lạc bộ Toán là C4 16. Số khả năng là C4 20 C4 16 = 8817900 2. Chọn 4 học sinh tham gia câu lạc bộ Văn có C4 20 cách. Do 1 sinh viên có thể tham gia cùng lúc 2 câu lạc bộ, nên số cách chọn 4 sinh viên tham gia câu lạc bộ Toán là C4 20. Số khả năng là C4 20 C4 20 = 23474025 Bài tập 1.5. Cho phương trình x + y + z = 100. Phương trình đã cho có bao nhiêu nghiệm: 1. nguyên dương; 2. nguyên không âm. 1. Ta đánh dấu trên trục số từ số 1 đến 100 bởi 100 số 1 cách đều nhau 1 đơn vị. Khi đó, ta có 99 khoảng giữa 2 số 1 liên tiếp. Nguyễn Quang Huy 20185454 MI2 K63 4 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 6. Đề cương MI2020 học kỳ 20192 Nếu chia đoạn thẳng [1, 100] này bởi 2 điểm chia nằm trong đoạn thì ta sẽ có 3 phần có độ dài ít nhất là 1. Có thể thấy rằng ta có song ánh giữa bài toán chia đoạn này với bài toán tìm nghiệm nguyên dương của phương trình x + y + z = 100. Như vậy, số nghiệm của phương trình này bằng số cách chia, và bằng 99 2 ! 2. Sử dụng ý trên. Đặt a = x + 1, b = y + 1, c = z + 1 thì a, b, c ∈ Z+ và a + b + c = 103 Do đó số nghiệm x, y, z là 102 2 ! Bài tập 1.6. Thực hiện một phép thử tung 2 con xúc xắc, rồi ghi lại số chấm xuất hiện trên mỗi con. Gọi x, y là số chấm xuất hiện tương ứng trên con xúc xắc thứ nhất và thứ hai. Ký hiệu không gian mẫu W = (x, y) | 1 ≤ x, y ≤ 6 . Hãy liệt kê các phần tử của các sự kiện sau: 1. A : tổng số chấm xuất hiện lớn hơn 8; 2. B : có ít nhất một con xúc xắc ra mặt 2 chấm; 3. C : con xúc xắc thứ nhất có số chấm lớn hơn 4; 4. A + B, A + C, B + C, A + B + C, sau đó thể hiện thông qua sơ đồ V enn; 5. AB, AC, BC, ABC, sau đó thể hiện thông qua sơ đồ V enn. 1. A = (3, 6), (4, 5), (5, 4), (6, 3), (4, 6), (5, 5), (6, 4), (5, 6), (6, 5), (6, 6) 2. B = (2, 2), (2, 1), (2, 3), (2, 4), (2, 5), (2, 6), (1, 2), (3, 2), (4, 2), (5, 2), (6, 2) 3. C = (5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6), (6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6) 4. A + B, A + C, B + C, A + B + C 5. AB = ∅ AC = (5, 4), (5, 5), (5, 6), (6, 3), (6, 4), (6, 5), (6, 6) BC = (5, 2), (6, 2) ABC = ∅ 5 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 7. Đề cương MI2020 học kỳ 20192 1.2 Định nghĩa xác suất Bài tập 1.7. Số lượng nhân viên của công ty A được phân loại theo lứa tuổi và giới tính như sau: Tuổi Giới tính Nam Nữ Dưới 30 120 170 Từ 30 đến 40 260 420 Trên 40 400 230 Tìm xác suất để lấy ngẫu nhiên một người của công ty thì được: 1. một nhân viên trong độ tuổi 30 – 40; 2. một nam nhân viên trên 40 tuổi; 3. một nữ nhân viên từ 40 tuổi trở xuống. 1. Gọi A là lấy được một nhân viên trong độ tuổi 30 − 40 P(A) = 260 + 420 120 + 260 + 400 + 170 + 420 + 230 = 17 40 = 0.425 2. Gọi B là lấy được nam nhân viên trên 40 tuổi P(B) = 400 120 + 260 + 400 + 170 + 420 + 230 = 0.25 3. Gọi C là lấy được nữ nhân viên từ 40 tuổi trở xuống P(C) = 170 + 420 120 + 260 + 400 + 170 + 420 + 230 ≃ 0.3688 Bài tập 1.8. Một kiện hàng có 24 sản phẩm, trong số đó có 14 sản phẩm loại I, 8 sản phẩm loại II và 2 sản phẩm loại III. Người ta chọn ngẫu nhiên 4 sản phẩm để kiểm tra. Tính xác suất trong 4 sản phẩm đó: 1. có 3 sản phẩm loại I và 1 sản phẩm loại II; 2. có ít nhất 3 sản phẩm loại I; 3. có ít nhất 1 sản phẩm loại III. Ta tính xác suất theo định nghĩa cổ điển. Số trường hợp đồng khả năng là C4 24. Nguyễn Quang Huy 20185454 MI2 K63 6 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 8. Đề cương MI2020 học kỳ 20192 1. Số cách lấy 3 sản phẩm loại I là C3 14. Số cách lấy 1 sản phẩm loại II là C1 8 . Số kết cục thuận lợi là C3 14 C1 8 . Suy ra P(A) = C3 14 C1 8 C4 24 ≃ 0.2740 2. Để trong 4 sản phẩm chọn ra có ít nhất 3 sản phẩm loại I, chỉ có 2 khả năng là cả 4 đều loại I, hoặc 3 loại I, 1 loại II, hoặc loại III. Dễ dàng tính được P(B) = C4 14 + C3 14 C1 10 C4 24 ≃ 0.4368 3. Ta tính xác suất trong 4 sản phẩm không có sản phẩm loại III: P(C) = C4 22 C4 24 ≃ 0.6884. Do đó, ta có P(C) = 1 − P(C) ≃ 0.3116 Bài tập 1.9. Có 30 tấm thẻ đánh số từ 1 tới 30. Chọn ngẫu nhiên ra 10 tấm thẻ. Tính xác suất để: 1. tất cả tấm thẻ đều mang số chẵn; 2. có đúng 5 số chia hết cho 3; 3. có 5 tấm thẻ mang số lẻ, 5 tấm thẻ mang số chẵn trong đó chỉ có một số chia hết cho 10. Sử dụng công thức xác suất cổ điển. Số kết cục đồng khả năng khi chọn 10 tấm thẻ là n = C10 30 1. Gọi A là tất cả thẻ đều mang số chẵn thì số kết cục thuận lợi cho A là m = C10 15 . Có P(A) = C10 15 C10 30 ≃ 9.995 × 10−5 2. Gọi B là có đúng 5 số chia hết cho 3. Có P(B) = C5 10 C5 20 C10 30 ≃ 0.13 3. Gọi C là sự kiện cần tính xác suất. Dễ tính được số kết cục thuận lợi cho C là C1 3 C4 12 C5 15. Suy ra P(C) = C1 3 C4 12 C5 15 C10 30 ≃ 0.1484 Bài tập 1.10. Việt Nam có 64 tỉnh thành, mỗi tỉnh thành có 2 đại biểu quốc hội. Người ta chọn ngẫu nhiên 64 đại biểu quốc hội để thành lập một ủy ban. Tính xác suất để: 1. trong ủy ban có ít nhất một người của thành phố Hà Nội; 2. mỗi tỉnh có đúng một đại biểu trong ủy ban. 7 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 9. Đề cương MI2020 học kỳ 20192 1. Gọi A là có ít nhất 1 người từ Hà Nội. Ta có P(A) = 1 − P(A) = 1 − C64 126 C64 128 ≃ 0.7520 2. Gọi B là mỗi tỉnh có một đại diện ta có P(B) = 264 C64 128 ≈ 7.5 × 10−19 Bài tập 1.11. Một đoàn tàu có 4 toa được đánh số I, II, III, IV đỗ ở sân ga. Có 6 hành khách từ sân ga lên tàu. Mỗi người độc lập với nhau chọn ngẫu nhiên một toa. Tính xác suất để: 1. toa I có 3 người, toa II có 2 người và toa III có 1 người; 2. một toa có 3 người, một toa 2 người, một toa có 1 người; 3. mỗi toa có ít nhất 1 người. 1. Lần lượt chọn 3 người xếp vào toa đầu, 2 người xếp vào toa II và 1 người xếp vào toa III, ta có P(A) = C3 6 C2 3 C1 1 46 = 15 1024 ≃ 0.0146 2. Có chọn ra 3 người xếp vào một toa, rồi chọn ra 2 người xếp vào một toa khác, cuối cùng cho người còn lại vào một toa. Ta có P(B) = C3 6 × 4 × C2 3 × 3 × C1 1 × 2 46 = 45 128 ≃ 0.3516 3. Gọi C mỗi toa có ít nhất một người, khi đó chỉ có thể xảy ra 2 khả năng. Khả năng thứ nhất là có 1 toa 3 người, 3 toa còn lại 1 người. Khả năng thứ 2 là có 2 toa 2 người và 2 toa 1 người. Theo công thức cổ điển ta có P(C) = C3 6 × 4 × 3! + C2 4 × C2 6 × C2 4 × 2! 46 = 195 512 ≃ 0.3809 Bài tập 1.12. Gieo hai con xúc xắc cân đối và đồng chất. Một con xúc xắc có số chấm các mặt là 1, 2, 3, 4, 5, 6, con xúc xắc còn lại có số chấm các mặt là 2, 3, 4, 5, 6, 6. Tính xác suất: 1. có đúng 1 con xúc xắc ra mặt 6 chấm; 2. có ít nhất 1 con xúc xắc ra mặt 6 chấm; 3. tổng số chấm xuất hiện bằng 7. Số kết cục đồng khả năng là 6.6 = 36 Nguyễn Quang Huy 20185454 MI2 K63 8 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 10. Đề cương MI2020 học kỳ 20192 1. P(A) = 1.4 + 5.2 36 ≃ 0.3889 2. P(B) = 1 − 5.4 36 ≃ 0.4444 3. Để số chấm xuất hiện tổng bằng 7 thì tập kết cục thuận lợi phải là {(1, 6), (1, 6), (2, 5), (3, 4), (4, 3), (5, 2), (6, 1)} suy ra m = 7. Do đó ta có P(C) = 7 36 ≃ 0.1944 Bài tập 1.13. Trong một thành phố có 5 khách sạn. Có 3 khách du lịch đến thành phố đó, mỗi người chọn ngẫu nhiên một khách sạn. Tìm xác suất để: 1. mỗi người ở một khách sạn khác nhau; 2. có đúng 2 người ở cùng một khách sạn. Mỗi người có 5 cách chọn khách sạn để ở. Do đó số trường hợp đồng khả năng có thể xảy ra là 53 1. Gọi A là mỗi người ở một khách sạn khác nhau. Số kết cục thuận lợi cho A là 5.4.3 = 60. Từ đó có P(A) = 60 53 = 0.48 2. Gọi B là có đúng 2 người ở cùng một khách sạn. Có C2 3 cách để chọn ra 2 người. Có 5 cách để họ chọn khách sạn. Người còn lại ở một trong số 4 cái còn lại. Số kết cục thuận lợi cho B, theo quy tắc nhân, là C2 3 × 5 × 4. Suy ra P(B) = C2 3 × 5 × 4 53 = 0.48 Bài tập 1.14. Một lớp có 3 tổ sinh viên: tổ I có 12 người, tổ II có 10 người và tổ III có 15 người. Chọn hú họa ra một nhóm sinh viên gồm 4 người. 1. Tính xác suất để trong nhóm có đúng một sinh viên tổ I. 2. Biết trong nhóm có đúng một sinh viên tổ I, tính xác suất để trong nhóm đó có đúng một sinh viên tổ III. 1. Gọi A là trong nhóm có đúng 1 sinh viên tổ I. Ta có P(A) = C1 12 C3 25 C4 37 = 1840 4403 ≃ 0.4179 9 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 11. Đề cương MI2020 học kỳ 20192 2. Gọi B có đúng 1 sinh viên tổ III. Theo định nghĩa xác suất điều kiện, P(B | A) = P(AB) P(A) = C1 12 C2 10 C1 15 C4 37 1840 4403 = 27 92 ≃ 0.2935 Nếu ta tính trực tiếp không qua công thức xác suất điều kiện, thì với giả thiết biết có đúng 1 sinh viên tổ I, số trường hợp đồng khả năng là C3 25. Số kết cục thuận lợi là C2 10 C1 15, suy ra P = C2 10 C1 15 C3 25 = 27 92 Bài tập 1.15. Ba nữ nhân viên phục vụ A, B và C thay nhau rửa đĩa chén và giả sử ba người này đều “khéo léo” như nhau. Trong một tháng có 4 chén bị vỡ. Tìm xác suất để: 1. chị A đánh vỡ 3 chén và chị B đánh vỡ 1 chén; 2. một trong ba người đánh vỡ 3 chén; 3. một trong ba người đánh vỡ cả 4 chén. Số kết cục đồng khả năng là 34 1. P(A) = C3 4 C1 1 34 ≃ 0.0494 2. Chọn một người đánh vỡ 3 chén, và một trong 2 người còn lại đánh vỡ 1 chén. Suy ra P(B) = C1 3 C3 4 C1 2 1 34 ≃ 0.2963 3. P(C) = C1 3 1 34 ≃ 0.0370 Bài tập 1.16. Đội A có 3 người và đội B có 3 người tham gia vào một cuộc chạy thi, 6 người có khả năng như nhau và xuất phát cùng nhau. Tính xác suất để 3 người đội A về vị trí nhất, nhì, ba. Vì chỉ có 3 giải nhất, nhì, ba và mỗi giải chỉ có thể trao cho 1 trong 6 người, nên số kết cục đồng khả năng là A3 6 = 20. Mặt khác, với mỗi cách trao giải cho 3 người đội A, ta có một hoán vị của nhất, nhì, ba nên số kết cục thuận lợi là 3!. Tóm lại, xác suất cần tính P = 3! A3 6 = 0.05 Nguyễn Quang Huy 20185454 MI2 K63 10 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 12. Đề cương MI2020 học kỳ 20192 Bài tập 1.17. Phân phối ngẫu nhiên n viên bi vào n chiếc hộp (biết rằng mỗi hộp có thể chứa cả n viên bi). Tính xác suất để: 1. Hộp nào cũng có bi; 2. Có đúng một hộp không có bi. Số kết cục thuận lợi là nn 1. Gọi A là hộp nào cũng có bi. Khi đó, số kết cục thuận lợi là n!. Vậy P(A) = n! nn 2. Gọi B là Có đúng một hộp không có bi. Khi đó, có một hộp có 2 bi, n − 2 hộp chứa 1 bi và 1 hộp chứa 0 bi. Chọn 2 trong n hộp để bi có C2 n cách. Chọn 2 trong n bi có C2 n cách chọn. Xếp 2 bi này vào một trong 2 hộp, có 2! cách xếp. Xếp số bi còn lại vào các hộp có (n − 2)! cách xếp. Suy ra số kết cục thuận lợi là 2! C2 n C2 n (n − 2)! Như vậy P(B) = 2! C2 n C2 n (n − 2)! nn = (n!)2 2 (n − 2)! nn Bài tập 1.18. Hai người hẹn gặp nhau ở công viên trong khoảng thời gian từ 5h00 đến 6h00 để cùng đi tập thể dục. Hai người quy ước ai đến không thấy người kia sẽ chỉ chờ trong vòng 10 phút. Giả sử rằng thời điểm hai người đến công viên là ngẫu nhiên trong khoảng từ 5h00 đến 6h00. Tính xác suất để hai người gặp nhau. Gọi x, y là thời gian người thứ nhất và người thứ hai đến. Ta có tập kết cục đồng khả năng là G = n (x, y) ∈ R2 | 0 ≤ x, y ≤ 60 o Gọi H hai người gặp được nhau. Khi đó tập kết cục thuận lợi là H = (x, y) ∈ G: |x − y| ≤ 10 Suy ra P = |H| |G| = 602 − 502 502 = 11 36 ≃ 0.3056 Bài tập 1.19. Cho đoạn thẳng AB có độ dài 10 cm. Lấy một điểm C bất kỳ trên đoạn thẳng đó. Tính xác suất chênh lệch độ dài giữa hai đoạn thẳng AC và CB không vượt quá 4cm. 11 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 13. Đề cương MI2020 học kỳ 20192 x y O Gọi x là độ dài AC, hiển nhiên CB = 10 − x. Số kết cục đồng khả năng ở đây là độ dài đoạn thẳng AB, chính là 10 cm. Gọi A là chênh lệch độ dài giữa AC và CB không quá 4 cm, khi đó, A biểu thị bởi miền hình học H = n x ∈ [0, 10] mà x − (10 − x) ≤ 4 o A B Vì H là đoạn thẳng có độ dài 7 − 3 = 4 (cm) nên ta dễ dàng tính P(A) theo định nghĩa hình học: P(A) = 4 10 = 0.4 Bài tập 1.20. Cho đoạn thẳng AB độ dài 10 cm. Lấy hai điểm C, D bất kỳ trên đoạn AB (C nằm giữa A và D). Tính xác suất độ dài AC, CD, DB tạo thành 3 cạnh một tam giác. Gọi x, y lần lượt là độ dài các đoạn thẳng AC, CD. Khi đó ta có DB = 10 − x − y, với điều kiện x ≥ 0, y ≥ 0, 10 − x − y ≥ 0. Miền đồng khả năng là G = n (x, y) ∈ R2 | x ≥ 0, y ≥ 0, 10 − x − y ≥ 0 o Gọi A là độ dài AC, CD, DB tạo thành 3 cạnh tam giác thì miền kết cục thuận lợi cho A là H = (x, y) ∈ G | x + y 10 − x − y, x + (10 − x − y) y, y + (10 − x − y) x Như vậy, xác suất của sự kiện A là P(A) = |H| |G| = 1 4 = 0.25 Nguyễn Quang Huy 20185454 MI2 K63 12 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 14. Đề cương MI2020 học kỳ 20192 x y O 1.3 Xác suất điều kiện. Công thức cộng, nhân xác suất. Công thức Bernoulli Bài tập 1.21. Cho các sự kiện A, B với P(A) = P(B) = 1 2 ; P(AB) = 1 8 . Tìm: 1. P(A + B); 2. P(AB), P(A + B). 1. P(A + B) = 1 − P(AB) = 1 − P(A) + P(AB) = 0.625 2. P(AB) = P(B) − P(AB) = P(B) − P(A) + P(AB) = 0.125 và P(A + B) = 1 − P(AB) = 0.875 Bài tập 1.22. Cho ba sự kiện A, B, C độc lập từng đôi thỏa mãn P(A) = P(B) = P(C) = p và P(ABC) = 0. 1. Tính P(ABC); P(AB C); P(A B C). 2. Tìm giá trị p lớn nhất có thể có. 1. P(ABC) = P(AB) − P(ABC) = p2 P(AB C) = P(AB) − P(ABC) = p(1 − p) − p2 = p − 2p2 Chú ý rằng vì A, B, C có vai trò như nhau nên P(ABC) = P(ABC) Suy ra P(A B C) = P(B C) − P(AB C) = (1 − p)2 − p + 2p2 = 3p2 − 3p + 1 13 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 15. Đề cương MI2020 học kỳ 20192 2. Các xác suất có thể có là P(A) = P(B) = P(C) = p P(A) = P(B) = P(C) = 1 − p P(AB) = P(BC) = P(CA) = p2 P(A B) = P(B A) = P(B C) = P(C B) = P(C A) = P(A C) = p(1 − p) P(A B) = P(B C) = P(C A)) = 1 − 2p + p2 P(ABC) = 0 P(ABC) = P(BCA) = P(CAB) = p2 P(AB C) = P(BC A) = P(CA B) = p − 2p2 P(A B C) = 3p2 − 3p + 1 Ta có 0 ≤ p, 1 − p, p2 , p − p2 , p − 2p2 , (1 − p)2 , 3p2 − 3p + 1 ≤ 1 suy ra p ≤ 1 2 Bài tập 1.23. Trong cùng một phép thử, A và B là các sự kiện thỏa mãn P(A) = 1 4 , P(B) = 1 2 . Tính xác suất để A không xảy ra nhưng B xảy ra trong các trường hợp sau: 1. A và B xung khắc; 2. A suy ra B; 3. P(AB) = 1 8 . 1. A và B xung khắc thì A B = B suy ra P(B) = 0.5 2. A suy ra B thì A B = B A suy ra P(A B) = P(B) − P(AB) = P(B) − P(A) = 0.25 3. P(A B) = P(B) − P(AB) = 0.375 Bài tập 1.24. Cho hai sự kiện A và B trong đó P(A) = 0, 4 và P(B) = 0, 7. Xác định giá trị lớn nhất và nhỏ nhất của P(AB) và P(A + B) và điều kiện đạt được các giá trị đó. Có 0.7 ≤ P(A + B) ≤ 1 vì P(A) = 0.4, P(B) = 0.7. Dấu bằng đạt được lần lượt tại A ⊂ B và P(AB) = 0.1 Suy ra 0.1 ≤ P(AB) ≤ 0.4. Dấu bằng đạt được lần lượt khi P(A + B) đạt max và min Nguyễn Quang Huy 20185454 MI2 K63 14 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 16. Đề cương MI2020 học kỳ 20192 Bài tập 1.25. Ba người A, B và C lần lượt tung một đồng xu. Giả sử rằng A tung đồng xu đầu tiên, B tung thứ hai và thứ ba C tung. Quá trình lặp đi lặp lại cho đến khi ai thắng bằng việc trở thành người đầu tiên thu được mặt ngửa. Xác định khả năng mà mỗi người sẽ giành chiến thắng. Gọi A, B, C lần lượt là A, B, C thắng, và Ai, Bi, Ci lần lượt là A, B, C tung được mặt ngửa ở lần i, sử dụng tổng của chuỗi, hoặc dùng cấp số nhân, ta có P(A) = P(A1) + P(A1 B2 C3A4) + . . . = 1 2 + 1 2 × 1 23 + 1 2 × 1 26 + . . . = 1 2 1 − 1 8 = 4 7 Tương tự P(B) = 1 4 1 − 1 8 = 2 7 , P(C) = 1 8 1 − 1 8 = 1 7 Bài tập 1.26. Trong một thùng kín có 6 quả cầu đỏ, 5 quả cầu trắng, 4 quả cầu vàng. Lấy ngẫu nhiên lần lượt từng quả cầu cho đến khi lấy được cầu đỏ thì dừng lại. Tính xác suất để: 1. Lấy được 2 cầu trắng, 1 cầu vàng. 2. Không có quả cầu trắng nào được lấy ra. Gọi Di, Tj, Vk là lấy được quả đỏ, trắng, vàng ở lần thứ i, j, k 1. Có A = T1T2V3D4 + T1V2T3D4 + V1T2T3D4 suy ra P(A) = 5 15 . 4 14 . 4 13 . 6 12 + 5 15 . 4 14 . 4 13 . 6 12 + 4 15 . 5 14 . 4 13 . 6 12 = 4 91 ở đó P(TiTjVkDl) = P(Ti) P(Tj | Ti) P(Tk | TiTj) P(Dl | TiTjTk) 2. Có B = D1 + V1D2 + V1V2D3 + V1V2V3D4 + V1V2V3V4D5 Vì các sự kiện trong tổng trên là xung khác, nên áp dụng công thức cộng và xác suất của một tích ta có P(B) = 6 15 + 4 15 . 6 14 + 4 15 . 3 14 . 6 13 + 4 15 . 3 14 . 2 13 . 6 12 + 4 15 . 3 14 . 2 13 . 1 12 6 11 = 6 11 15 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 17. Đề cương MI2020 học kỳ 20192 Bài tập 1.27. Ba xạ thủ A, B, C độc lập với nhau cùng bắn súng vào bia. Xác suất bắn trúng bia của 3 người A, B và C tương ứng là 0,7, 0,6 và 0,9. Tính xác suất để: 1. có duy nhất một xạ thủ bắn trúng bia; 2. có đúng hai xạ thủ bắn trúng bia; 3. có ít nhất một xạ thủ bắn trúng bia; 4. xạ thủ A bắn trúng bia biết rằng có hai xạ thủ bắn trúng bia. Gọi A, B, C lần lượt là A, B, C bắn trúng bia. Dễ thấy A, B, C là các sự kiện độc lập. Ta có 1. P(A1) = X P(A BC) = 0.154 2. P(A2) = X P(ABC) = 0.456 3. P(A3) = 1 − P(A B C) = 0.988 4. Gọi A4 là xạ thủ A bắn trúng bia biết rằng có hai xạ thủ bắn trúng bia. Ta có A4 = A | A2. Sử dụng xác suất điều kiện, P(A4) = P(A | A2) = P(ABC) + P(ACB) P(A2) = 0.648 Bài tập 1.28. Trên một bảng quảng cáo, người ta mắc hai hệ thống bóng đèn độc lập. Hệ thống I gồm 4 bóng mắc nối tiếp, hệ thống II gồm 3 bóng mắc song song. Khả năng bị hỏng của mỗi bóng trong 18 giờ thắp sáng liên tục là 0,1. Việc hỏng của mỗi bóng của mỗi hệ thống được xem như độc lập. Tính xác suất để trong 18 giờ thắp sáng liên tục: 1. cả hai hệ thống bị hỏng; 2. chỉ có một hệ thống bị hỏng. Gọi Ai là bóng thứ i của hệ thống I hỏng và Bj là bóng thứ j của hệ thống II hỏng. Hệ thống I bị hỏng khi và chỉ khi 1 trong 4 bóng của nó hỏng, ta biểu diễn sự kiện này là A = A1 + A2 + A3 + A4 Có P(A) = 1 − (1 − 0.1)4 = 0.3439 Hệ thống II hỏng khi và chỉ khi tất cả 3 bóng mắc song song đều hỏng, sự kiện này là B = B1B2B3 Có P(B) = 0.13 = 0.001 Nguyễn Quang Huy 20185454 MI2 K63 16 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 18. Đề cương MI2020 học kỳ 20192 1. Gọi C là cả hai hệ thống hỏng. C xảy ra khi và chỉ khi hệ thống I và hệ thống II đều hỏng, nói cách khác, C = AB = (A1 + A2 + A3 + A4)B1B2B3 Suy ra P(C) = 0.3439 × 0.001 = 3.439 × 10−4 2. Gọi D là chỉ có một hệ thống hỏng thì ta có D = AB + AB = (A1 + A2 + A3 + A4)(B1 + B2 + B3) + (A1 A2 A3 A4)B1B2B3 Suy ra P(D) = 0.3439 × (1 − 0.001) + (1 − 0.3439) × 0.001 ≃ 0.3442 Bài tập 1.29. Có 6 khẩu súng cũ và 4 khẩu súng mới, trong đó xác suất trúng khi bắn bằng súng cũ là 0,8, còn súng mới là 0,95. Bắn hú họa bằng một khẩu súng vào một mục tiêu thì thấy trúng. Điều gì có khả năng xảy ra lớn hơn: bắn bằng khẩu súng mới hay bắn bằng khẩu súng cũ? Gọi M là bắn bằng khẩu mới thì M là bắn bằng khẩu cũ. Có P(M) = 0.4 và P(M) = 0.6. Gọi T là bắn trúng thì theo đề bài, ta có P(T | M) = 0.95 và P(T | M) = 0.8. Áp dụng công thức xác suất điều kiện suy ra P(M | T) = P(M)P(T | M) P(T) = 0.38 P(T) , P(M | T) = P(M)P(T | M) P(T) = 0.48 P(T) Suy ra sự kiện bắn bằng khẩu cũ có khả năng xảy ra cao hơn. Chú ý: Ở đây ta hoàn toàn có thể tính được P(T) theo công thức đầy đủ, tuy nhiên trong bài toán này là không cần thiết. Bài tập 1.30. Theo thống kê xác suất để hai ngày liên tiếp có mưa ở một thành phố vào mùa hè là 0,5; còn không mưa là 0,3. Biết các sự kiện có một ngày mưa, một ngày không mưa là đồng khả năng. Tính xác suất để ngày thứ hai có mưa, biết ngày đầu không mưa. Gọi A là ngày đầu mưa và B là ngày thứ hai mưa thì ta có P(AB) = 0.5, P(A B) = 0.3. Vì các sự kiện có một ngày mưa, một ngày không mưa là đồng khả năng nên P(A B) = P(A B) = 1 − 0.5 − 0.3 2 = 0.1 Xác suất cần tính là P(B | A), có P(B | A) = P(B A) P(A) = P(B A) P(A B) + P(AB) = 0.1 0.1 + 0.3 = 0.25 17 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 19. Đề cương MI2020 học kỳ 20192 Bài tập 1.31. Một hộp chứa a quả bóng màu đỏ và b quả bóng màu xanh. Một quả bóng được chọn ngẫu nhiên và quan sát màu sắc của nó. Sau đó bóng được trả lại cho vào hộp và k bóng cùng màu cũng được thêm vào hộp. Một quả bóng thứ hai sau đó được chọn một cách ngẫu nhiên, màu sắc của nó được quan sát, và nó được trả lại cho vào hộp với k bóng bổ sung cùng một màu. Quá trình này được lặp đi lặp lại 4 lần. Tính xác suất để ba quả bóng đầu tiên sẽ có màu đỏ và quả bóng thứ tư có màu xanh. Gọi Di, Xj lần lượt là lấy được quả đỏ ở lần i và lấy được quả xanh ở lần j. Sự kiện cần tính xác suất là A = D1D2D3X4. Sử dụng công thức xác suất của tích P(A) = P(D1D2D3X4) = P(D1) P(D2 | D1) P(D2 | D1D2) P(X4 | D1D2D3) = a a + b . a + k a + b + k . a + 2k a + b + 2k . b a + b + 3k Bài tập 1.32. Một cửa hàng sách ước lượng rằng: trong tổng số các khách hàng đến cửa hàng có 30% khách cần hỏi nhân viên bán hàng, 20% khách mua sách và 15% khách thực hiện cả hai điều trên. Gặp ngẫu nhiên một khách trong nhà sách. Tính xác suất để người này: 1. không thực hiện cả hai điều trên; 2. không mua sách, biết rằng người này đã hỏi nhân viên bán hàng. Gọi A là khách hỏi nhân viên bán hàng và B là khách mua sách 1. P(A B) = 1 − P(A + B) = 1 − P(A) − P(B) + P(AB) = 0.65 2. P(B | A) = P(BA) P(A) = P(A) − P(AB) P(A) = 0.5 Bài tập 1.33. Một cuộc khảo sát 1000 người về hoạt động thể dục thấy có 80% số người thích đi bộ và 60% thích đạp xe vào buổi sáng và tất cả mọi người đều tham gia ít nhất một trong hai hoạt động trên. Chọn ngẫu nhiên một người hoạt động thể dục. Nếu gặp được người thích đi xe đạp thì xác suất mà người đó không thích đi bộ là bao nhiêu? Gọi A là người thích đi bộ, B là người thích đi xe đạp Theo giả thiết, P(A) = 0.8, P(B) = 0.6 và P(A + B) = 1. Ta có P(A | B) = P(A B) P(B) = P(B) − P(AB) P(B) = P(B) + P(A + B) − P(A) − P(B) P(B) = P(A + B) − P(A) P(B) = 1 − 0.8 0.6 ≃ 0.3333 Nguyễn Quang Huy 20185454 MI2 K63 18 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 20. Đề cương MI2020 học kỳ 20192 Bài tập 1.34. Để thành lập đội tuyển quốc gia về một môn học, người ta tổ chức một cuộc thi tuyển gồm 3 vòng. Vòng thứ nhất lấy 80% thí sinh; vòng thứ hai lấy 70% thí sinh đã qua vòng thứ nhất và vòng thứ ba lấy 45% thí sinh đã qua vòng thứ hai. Để vào được đội tuyển, thí sinh phải vượt qua được cả 3 vòng thi. Tính xác suất để một thí sinh bất kỳ: 1. được vào đội tuyển; 2. bị loại ở vòng thứ ba; 3. bị loại ở vòng thứ hai, biết rằng thí sinh này bị loại. Gọi Ai là thí sinh vượt qua vòng thứ i thì ta có P(A1) = 0.8, P(A2 | A1) = 0.7 và P(A3 | A1A2) = 0.45 1. Gọi A là thí sinh được vào đội tuyển thì A xảy ra nếu thí sinh vượt qua cả 3 vòng, nghĩa là A = A1A2A3 P(A) = P(A1A2A3) = P(A1) P(A2 | A1) P(A3 | A1A2) = 0.8 × 0.7 × 0.45 = 0.252 2. Gọi B là thí sinh bị loại ở vòng thứ 3 thì B = A1A2A3 P(B) = P(A1) P(A2 | A1) P(A3 | A1A2) = 0.8 × 0.6 × (1 − 0.45) = 0.308 3. Gọi C là sự kiện đang quan tâm: thí sinh bị loại ở vòng 2, biết thí sinh này bị loại. Ta biểu diễn C = A1A2 | A. P(C) = P h (A1A2)A i P(A) = P(A1A2) P(A) vì A1A2 ⊂ A = P(A1)P(A2 | A1) P(A) = 0.8 .(1 − 0.7) 1 − 0.252 ≃ 0.3208 Bài tập 1.35. Theo thống kê ở các gia đình có hai con thì xác suất để con thứ nhất và con thứ hai đều là trai là 0,27 và hai con đều là gái là 0,23, còn xác suất con thứ nhất và con thứ hai có một trai và một gái là đồng khả năng. Biết sự kiện khi xét một gia đình được chọn ngẫu nhiên có con thứ nhất là gái, tìm xác suất để con thứ hai là trai. Gọi A là con thứ nhất là con trai và B là con thứ hai là con trai thì theo đề, P(AB) = 0.27, P(A B) = 0.23 và P(A B) = P(A B) = 0.25. Sự kiện quan tâm là B | A. 19 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 21. Đề cương MI2020 học kỳ 20192 Ta có P(B | A) = P(B A) P(A) = P(B A) P(AB) + P(A B) = 0.25 0.25 + 0.23 ≃ 0.5208 Bài tập 1.36. Một tổ có 15 sinh viên trong đó có 5 sinh viên học giỏi môn Xác suất thống kê. Cần chia làm 5 nhóm, mỗi nhóm 3 sinh viên. Tính xác suất để nhóm nào cũng có một sinh viên học giỏi môn Xác suất thống kê. Gọi Ai là nhóm thứ i có 1 người giỏi Xác suất thống kê và A là sự kiện nhóm nào cũng có người giỏi Xác suất thống kê, thì dễ dàng nhận thấy A = A1A2A3A4A5 Ta có P(A1) = C1 5 C2 10 C3 15 = 45 91 , P(A2 | A1) = C1 4 C2 8 C3 12 = 28 55 , P(A3 | A1A2) = C1 3 C2 6 C3 9 = 15 28 P(A4 | A1A2A3) = C1 2 C2 4 C3 6 = 3 5 , P(A5 | A1A2A3A4) = C1 1 C2 2 C3 3 = 1 Áp dụng công thức xác suất của tích ta có P(A) = P(A1) P(A2 | A1) P(A3 | A1A2) P(A4 | A1A2A3) P(A5 | A1A2A3A4) = C1 5 C2 10 C3 15 . C1 4 C2 8 C3 12 . C1 3 C2 6 C3 9 . C1 2 C2 4 C3 6 . C1 1 C2 2 C3 3 ≃ 0.0809 Bài tập 1.37. Một hộp có n áo trắng và 2n áo xanh. Chia ngẫu nhiên các áo trong hộp thành n nhóm mỗi nhóm 3 áo. 1. Tính xác suất để trong mỗi nhóm đều có áo trắng; 2. Áp dụng cho n = 5. 1. Số kết cục đồng khả năng là số cách chia áo sao cho mỗi nhóm có 3 áo: 3n 3 ! 3n − 3 3 ! . . . 3 3 ! = (3n)! (3n − 3)!3! (3n − 3)! (3n − 6)!3! . . . (3)! 0!3! = (3n)! (3!)n Nếu đánh số n cái áo trắng thì mỗi cách chia mà mỗi nhóm chỉ có 1 áo trắng cho ta một hoán vị của 1, 2, . . . , n. Suy ra số cách chia áo trắng thuận lợi là n! Số cách chia 2n áo xanh còn lại cho các nhóm là 2n 2 ! 2n − 2 2 ! . . . 2 2 ! = (2n)! (2n − 2)!2! (2n − 2)! (2n − 4)!2! . . . (2)! 0!2! = (2n)! (2!)n Nguyễn Quang Huy 20185454 MI2 K63 20 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 22. Đề cương MI2020 học kỳ 20192 Như vậy, số kết cục thuận lợi là n! × (2n)! (2!)n . Suy ra P = 3n n! (2n)! (3n)! = 3n Cn 3n 2. Thay n = 5 thì P = 35 C5 15 ≃ 0.0809 Bài tập 1.38. Hai vận động viên bóng bàn A và B đấu một trận gồm tối đa 5 ván (không có kết quả hòa sau mỗi ván và trận đấu sẽ dừng nếu một người nào đó thắng trước 3 ván). Xác suất để A thắng được ở một ván là 0,7. 1. Tính các xác suất để A thắng sau x ván (x = 3, 4, 5). 2. Tính xác suất để trận đấu kết thúc sau 5 ván. Gọi A là A thắng được ở một ván thì p = P(A) = 0.7 1. A thắng sau x ván nếu ván thứ x A thắng và trong x − 1 ván trước đó A thắng 2 ván. Vì ở mỗi ván, A chỉ có thể thắng hoặc thua nên theo công thức Bernoulli, Px−1(2) = p x − 1 2 ! p2 (1 − p)x−1−2 = x − 1 2 ! 0.73 × 0.3x−3 Thay x = 3, P2(2) = 0.343, x = 4, P3(2) = 0.3087, x = 5, P4(2) = 0.1852 2. Trận đấu kết thúc sau 5 ván nghĩa là trong 4 ván đầu, A và B mỗi người thắng 2 ván. Áp dụng công thức Bernoulli, P = P4(2) = 4 2 ! 0.72 × 0.32 = 0.2646 Bài tập 1.39. Một bài thi trắc nghiệm (multiple-choice test) gồm 12 câu hỏi, mỗi câu hỏi cho 5 phương án trả lời, trong đó chỉ có 1 phương án đúng. Giả sử một câu trả lời đúng được 4 điểm và mỗi câu trả lời sai bị trừ đi 1 điểm. Một học sinh kém làm bài bằng cách chọn hú họa câu trả lời. Tìm xác suất để: 1. Học sinh đó được 13 điểm. 2. Học sinh đó bị điểm âm. Giả sử học sinh đó làm đúng x câu, làm sai 12 − x câu (0 ≤ x ≤ 12). Số điểm học sinh đạt được là 4x − (12 − x) = 5x − 12. Ta có xác suất học sinh làm đúng mỗi câu là p = 0.2. 21 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 23. Đề cương MI2020 học kỳ 20192 1. Mỗi kết cục thuận lợi cho sự kiện được 13 điểm là một phần tử của M M = x ∈ N | 5x − 12 = 13, x ≤ 12 Thu được x = 5 Bài toán thỏa mãn lược đồ Bernoulli với p = 0.2, ta có P = P12(5) = 12 5 ! 0.25 × 0.87 ≃ 0.0531 2. Mỗi kết cục thuận lợi là một phần tử của K K = x ∈ N | 5x − 12 0, x ≤ 12 Như vậy, xảy ra các trường hợp x = 0, x = 1, x = 2. Dễ thấy các trường hợp này xung khắc. Bài toán thỏa mãn lược đồ Bernoulli với p = 0.2, ta có P = P12(0) + P12(1) + P12(2) = 2 X k=0 12 k ! 0.2k × 0.812−k ≃ 0.5583 Bài tập 1.40. Một nhân viên bán hàng mỗi ngày đi chào hàng ở 10 nơi với xác suất bán được hàng ở mỗi nơi là 0,2. Tìm xác suất để: 1. người đó bán được hàng ở 2 nơi; 2. người đó bán được hàng ở ít nhất 1 nơi. Bài toán này thỏa mãn lược đồ Bernoulli 1. P(A) = P10(2) = 10 2 ! 0.22 × 0.88 ≃ 0.3020 2. P(B) = 1 − P10(0) = 1 − 10 0 ! 0.20 × 0.810 ≃ 1 − 0.1074 ≃ 0.8927 Bài tập 1.41. Xác suất trúng đích của một lần bắn là 0,4. Cần phải bắn bao nhiêu phát đạn để xác suất có ít nhất một viên bắn trúng sẽ lớn hơn 0,95? Giả sử cần bắn n lần. Biết xác suất bắn trúng mỗi lần là p = 0.4, xác suất để n lần bắn đều trượt là 0.6n Suy ra xác suất để có ít nhất 1 lần trúng là P = 1 − 0.6n Giải bất phương trình P ≥ 0.95 thu được n ≥ 6 Nguyễn Quang Huy 20185454 MI2 K63 22 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 24. Đề cương MI2020 học kỳ 20192 Bài tập 1.42. Hai cầu thủ bóng rổ, mỗi người ném bóng 2 lần vào rổ. Xác suất ném trúng rổ của mỗi cầu thủ theo thứ tự lần lượt là 0,6 và 0,7. Tìm xác suất để 1. số lần ném trúng rổ của hai người bằng nhau; 2. số lần ném trúng rổ của cầu thủ thứ nhất nhiều hơn số lần ném trúng rổ của cầu thủ thứ hai. Cầu thủ ném bóng vào rổ 2 lần, có thể ném trúng rổ 0, 1 hoặc cả 2 lần. Gọi Ai là cầu thủ 1 ném trúng rổ i lần và Bj là cầu thủ 2 ném trúng rổ j lần 1. Gọi A là số lần ném trúng rổ của cả 2 cầu thủ bằng nhau. Có nghĩa là ta quan tâm đến sự kiện 2 cầu thủ cùng ném trúng rổ 0, 1 hoặc cả 2 lần. Như vậy, A = A0B0 + A1B1 + A2B2 Có P(A) = 0.42 × 0.32 + (2 × 0.6 × 0.4) × (2 × 0.7 × 0.3) + 0.62 × 0.72 = 0.3924 2. Gọi B là số lần ném trúng của cầu thủ 1 nhiều hơn của cầu thủ 2. Ta viết B dưới dạng B = A2B1 + A2B0 + A1B0 Có P(B) = 0.62 × (2 × 0.7 × 0.3) + 0.62 × 0.32 + (2 × 0.6 × 0.4) × 0.32 = 0.2268 Bài tập 1.43. Xác suất sản xuất ra phế phẩm của một máy là 0,005. Tìm xác suất để trong 800 sản phẩm của máy đó có đúng 3 phế phẩm. n = 800 rất lớn và p = 0.005 rất nhỏ. Ta có λ = np = 4 7. Áp dụng công thức Poisson P800(3) ≃ 43 3! e−4 ≃ 0.1954 Bài tập 1.44. Một công nhân đứng máy 1000 ống sợi. Xác suất mỗi ống bị đứt trong vòng một giờ là 0,005. Tính xác suất để trong vòng một giờ: 1. 40 ống sợi bị đứt; 2. không quá 40 ống sợi bị đứt. n = 1000 rất lớn và p = 0.005 rất nhỏ. Ta có λ = np = 5 7. Áp dụng công thức Poisson 1. P1000(40) = 540 40! e−5 ≃ 7.5107 × 10−23 23 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 25. Đề cương MI2020 học kỳ 20192 2. P = 40 X k=0 5k k! e−5 ≃ 1 Bài tập 1.45. Xác suất ném trúng rổ của một cầu thủ là 0,8. Tìm xác suất để trong 100 lần cầu thủ đó: 1. ném trúng 75 lần; 2. ném trúng không ít hơn 75 lần n = 100 khá lớn và p = 0.8 tương đối 1. Gọi A là 100 cầu thủ ném trúng 75 lần, theo công thức Gauss ta có P(A) = P100(75) ≃ ϕ 75 − 0.8.100 √ 100 .0.8 .0.2 ! √ 100 .0.8 .0.2 = ϕ(−1.25) 4 = ϕ(1.25) 4 ≃ 0.0456 2. Gọi B là 100 cầu thủ ném trúng ít nhất 75 lần, theo công thức Moirve Laplace ta có P100(75; 100) = φ 100 − 0.8.100 √ 100 .0.8 .0.2 ! − φ 75 − 0.8.100 √ 100 .0.8 .0.2 ! = φ(5) − φ(−1.25) = φ(5) + φ(1.25) ≃ 0.49999 + 0.39435 = 0.8943 1.4 Công thức xác suất đầy đủ. Công thức Bayes Bài tập 1.46. Một phân xưởng có 3 máy tự động: máy I sản xuất 25%, máy II sản xuất 30%, máy III sản xuất 45% số sản phẩm. Tỷ lệ phế phẩm tương ứng của các máy lần lượt là 0,1%, 0,2% và 0,3%. Chọn ngẫu nhiên ra một sản phẩm của phân xưởng. 1. Tìm xác suất nó là phế phẩm. 2. Biết nó là phế phẩm. Tính xác suất để sản phẩm đó do máy I sản xuất. Gọi Ai là lấy ra sản phẩm từ lô i thì A1, A2, A3 tạo thành hệ đầy đủ. 1. Gọi A là lấy ra sản phẩm là phế phẩm. Áp dụng công thức xác suất đầy đủ, ta có P(A) = P(A1)P(A | A1) + P(A2)P(A | A2) + P(A3)P(A | A3) = 0.25 × 0.1% + 0.3 × 0.2% + 0.45 × 0.3% = 0.22% Nguyễn Quang Huy 20185454 MI2 K63 24 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 26. Đề cương MI2020 học kỳ 20192 2. Gọi B là sản phẩm do máy I sản xuất. Khi đó ta cần tính P(B | A) P(B | A) = P(B)P(A | B) P(A) = 0.25 × 0.1% 0.22% ≃ 0.1136 Bài tập 1.47. Có 3 hộp đựng bi: hộp thứ nhất có 3 bi đỏ, 2 bi trắng; hộp thứ hai có 2 bi đỏ, 2 bi trắng; hộp thứ ba không có viên nào. Lấy ngẫu nhiên 1 viên bi từ hộp thứ nhất và 1 viên bi từ hộp thứ hai bỏ vào hộp thứ ba. Sau đó từ hộp thứ ba lấy ngẫu nhiên ra 1 viên bi. 1. Tính xác suất để viên bi đó màu đỏ. 2. Biết rằng viên bi lấy ra từ hộp thứ ba màu đỏ, tính xác suất để lúc đầu ta lấy được viên bi đỏ từ hộp thứ nhất bỏ vào hộp thứ ba. Gọi A1, A2 lần lượt là lấy bi đỏ từ hợp thứ 1 (thứ 2) bỏ vào hộp thứ ba thì A1A2, A1A2, A1A2, A1 A2 tạo thành một hệ đầy đủ. Ta có P(A1A2) = 0.3, P(A1A2) = 0.2 P(A1A2) = 0.3, P(A1 A2) = 0.2 1. Gọi A lấy ra từ hộp 3 một viên bi màu đỏ. Ta có P(A | A1A2) = 1, P(A | A1 A2) = 0 P(A | A1A2) = 0.5, P(A | A1A2) = 0.5 Áp dụng công thức xác suất đầy đủ ta có P(A) = P(A1A2)P(A | A1A2) + P(A1A2)P(A | A1A2) + P(A1A2)P(A | A1A2) + P(A1 A2)P(A | A1 A2) = 0.3 × 1 + 0.3 × 0.5 + 0.2 × 0.5 + 0.2 × 0 = 0.55 2. Gọi B là sự kiện cần tính xác suất. Dễ thấy B = (A1A2 + A1A2) | A. Theo công thức Bayes ta có P(B) = P h (A1A2 + A1A2) A i P(A) = P (A1A2)A + P h (A1A2)A i P(A) = P(A1A2)P(A | A1A2) + P(A1A2)P(A | A1A2) P(A) = 0.3 × 1 + 0.2 × 0.5 0.55 = 9 11 ≃ 0.8181 25 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 27. Đề cương MI2020 học kỳ 20192 Bài tập 1.48. Hộp I có 4 viên bi đỏ, 2 viên bi xanh; hộp II có 3 viên bi đỏ, 3 viên bi xanh. Bỏ ngẫu nhiên một viên bi từ hộp I sang hộp II, sau đó lại bỏ ngẫu nhiên một viên bi từ hộp II sang hộp I. Cuối cùng rút ngẫu nhiên từ hộp I ra một viên bi. 1. Tính xác suất để viên bi rút ra sau cùng màu đỏ. 2. Nếu viên rút ra sau cùng màu đỏ, tìm xác suất lúc ban đầu rút được viên bi đỏ ở hộp I cho vào hộp II. Gọi D1, X1 tương ứng là lấy được viên bi đỏ, xanh từ hộp I sang hộp II, D2, X2 tương ứng là lấy được viên bi đỏ, xanh từ hộp II sang hộp I. Khi đó hệ D1D2, D1X2, X1D2, X1X2 tạo thành hệ đầy đủ. Ta có P(D1D2) = 4 6 . 4 7 , P(D1X2) = 4 6 . 3 7 P(X1D2) = 2 6 . 3 7 , P(X1X2) = 2 6 . 4 7 1. Gọi A là viên bi rút ra sau cùng là màu đỏ. Áp dụng công thức xác suất đầy đủ P(A | D1D2) = 4 6 , P(A | D1X2) = 3 6 P(A | X1D2) = 5 6 , P(A | X1X2) = 4 6 P(A) = P(D1D2)P(A | D1D2) + P(D1X2)P(A | D1X2) + P(X1D2)P(A | X1D2) + P(X1X2)P(A | X1X2) = 4 6 . 4 7 . 4 6 + 4 6 . 3 7 . 3 6 + 2 6 . 3 7 . 5 6 + 2 6 . 4 7 . 4 6 = 9 14 ≃ 0.6429 2. Sự kiện cần tính xác suất là B = (D1D2 + D1X2) | A P(B) = P (D1D2 + D1X2) A P(A) = P (D1D2)A + P (D1X2)A P(A) = P(D1D2)P(A | D1D2) + P(D1X2)P(A | D1X2) P(A) = 4 6 . 4 7 . 4 6 + 4 6 . 3 7 . 3 6 9 11 = 50 81 ≃ 0.6173 Nguyễn Quang Huy 20185454 MI2 K63 26 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 28. Đề cương MI2020 học kỳ 20192 Bài tập 1.49. Trong một kho rượu, số lượng rượu loại A và loại B bằng nhau. Người ta chọn ngẫu nhiên một chai và đưa cho 5 người nếm thử. Biết xác suất đoán đúng của mỗi người là 0,8. Có 3 người kết luận rượu loại A, 2 người kết luận rượu loại B. Hỏi khi đó xác suất chai rượu đó thuộc loại A là bao nhiêu? Gọi A là chai rượu thuộc loại A thì A, A tạo thành hệ đầy đủ và P(A) = P(A) = 1 2 . Gọi H là có 3 người kết luận rượu loại A và 2 người kết luận rượu loại B. Theo công thức đẩy đủ P(H) = P(A)P(H | A) + P(A)P(A | H) = 0.5 × 5 3 ! 0.83 × 0.22 + 0.5 × 5 2 ! 0.82 × 0.23 = 0.128 Xác suất cần tính là P(A | H) = P(A)P(H | A) P(H) = 0.5 × C3 5 × 0.83 × 0.22 0.128 = 0.8 Bài tập 1.50. Có hai lô sản phẩm: lô I có 7 chính phẩm 3 phế phẩm; lô II có 6 chính phẩm 2 phế phẩm. Lấy ngẫu nhiên 2 sản phẩm từ lô I sang lô II, sau đó từ lô II lấy ngẫu nhiên ra 2 sản phẩm được 2 chính phẩm. Tính xác suất để 2 chính phẩm lấy ra sau cùng là của lô I. Gọi A′ j là lấy j chính phẩm từ lô I sang lô II thì A′ 0, A′ 1, A′ 2 tạo thành hệ đầy đủ, và P(A′ 0) = C2 3 C2 10 , P(A′ 1) = C1 7 C1 3 C2 10 , P(A′ 2) = C2 7 C2 10 Gọi H là 2 sản phẩm lấy ra sau cùng là chính phẩm, ta tính P(H) theo hệ đầy đủ này P(H) = C2 3 C2 10 . C2 6 C2 10 + C1 7 C1 3 C2 10 . C2 7 C2 10 + C2 7 C2 10 . C2 8 C2 10 = 358 675 ≃ 0.5304 Gọi Ai là 2 sản phẩm lấy ra sau cùng có i sản phẩm của lô I thì A0, A1, A2 cũng tạo thành hệ đầy đủ. Sự kiện cần tính xác suất là A = A2 | H. Sử dụng công thức Bayes ta có P(A2 | H) = P(A2)P(H | A2) P(H) = C2 2 C2 10 . C2 7 C2 10 0.5304 ≃ 0.0196 ở đó P(A2) = C2 2 C2 10 và P(H | A2) = C2 7 C2 10 27 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 29. Đề cương MI2020 học kỳ 20192 Bài tập 1.51. Có hai lô sản phẩm: lô I có 7 chính phẩm, 3 phế phẩm; lô II có 8 chính phẩm, 2 phế phẩm. Từ lô I lấy ngẫu nhiên ra 2 sản phẩm, từ lô II lấy ngẫu nhiên ra 3 sản phẩm. Sau đó từ số sản phẩm này lại lấy ngẫu nhiên 2 sản phẩm. Tính xác suất để trong 2 sản phẩm lấy ra sau cùng có ít nhất 1 chính phẩm. Gọi Ai là trong 5 sản phẩm cuối có i chính phẩm. Khi đó hệ A0, A1, A2, A3, A4, A5 tạo thành hệ đầy đủ • A0 xảy ra thì phải lấy 3 phế phẩm từ lô II, điều này là không thể. Suy ra P(A0) = 0 • A1 xảy ra nếu lấy 2 phế từ lô I và 1 chính, 1 phế từ lô II. P(A1) = C2 3 C2 10 . C1 8 C2 2 C3 10 = 1 225 • A2 xảy ra nếu lấy 1 chính, 1 phế từ lô I, 1 chính, 2 phế từ lô II hoặc 2 phế từ lô I, 2 chính, 1 phế từ lô II P(A2) = C1 7 C1 3 C2 10 . C1 8 C2 2 C3 10 + C2 3 C2 10 . C2 8 C1 2 C3 10 = 14 225 • A3 xảy ra nếu lấy 2 chính từ lô I, 1 chính, 2 phế từ lô II hoặc 1 chính, 1 phế từ lô I, 2 chính, 1 phế từ lô II hoặc 2 phế từ lô I, 3 chính từ lô II P(A3) = C2 7 C2 10 . C1 8 C2 2 C3 10 + C1 7 C1 3 C2 10 . C2 8 C1 2 C3 10 + C2 3 C2 10 . C3 8 C3 10 = 7 25 • A4 xảy ra nếu lấy 2 chính từ lô I, 2 chính, 2 phế từ lô II hoặc 1 chính, 1 phế từ lô I, 3 chính từ lô II P(A4) = C2 7 C2 10 . C2 8 C1 2 C3 10 + C1 7 C1 3 C2 10 . C3 8 C3 10 = 98 225 • A5 xảy ra nếu lấy 2 chính từ lô I, 3 chính từ lô II P(A5) = C2 7 C2 10 . C3 8 C3 10 = 49 225 Gọi A là trong 2 sản phẩm lấy ra có ít nhất 1 chính phẩm, áp dụng công thức xác suất đầy đủ P(A) = 5 X i=0 P(Ai)P(A | Ai) = C2 5 C2 5 .0 + C2 4 C2 5 . 1 225 + C2 3 C2 5 . 14 225 + C2 2 C2 5 . 7 25 + 0. 98 225 + 0. 49 225 ≃ 0.4933 Nguyễn Quang Huy 20185454 MI2 K63 28 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 30. Đề cương MI2020 học kỳ 20192 Suy ra P(A) = 1 − P(A) ≃ 0.6507 Bài tập 1.52. Có ba kiện hàng (mỗi kiện hàng có 20 sản phẩm) với số sản phẩm tốt tương ứng của mỗi kiện là 18, 16, 12. Lấy ngẫu nhiên một kiện hàng, rồi từ đó lấy ngẫu nhiên một sản phẩm thì được sản phẩm tốt. Trả sản phẩm này lại kiện hàng vừa lấy, sau đó lại lấy ngẫu nhiên một sản phẩm thì được sản phẩm tốt. Tính xác suất để các sản phẩm tốt đó được lấy từ kiện hàng thứ nhất. Gọi Ai là sản phẩm lấy từ kiện thứ i thì A1, A2, A3 tạo thành hệ đầy đủ. P(A1) = P(A2) = P(A3) = 1 3 Gọi A là các sản phẩm lấy ra đều là tốt, áp dụng công thức xác suất đầy đủ P(A | A1) = 18 20 . 18 20 , P(A | A2) = 16 20 . 16 20 , P(A | A3) = 12 20 . 12 20 Thay vào suy ra P(A) = 1 3 . 18 20 . 18 20 + 1 3 . 16 20 . 16 20 + 1 3 . 12 20 . 12 20 = 181 300 ≃ 0.6033 Sử dụng công thức Bayes ta có P(A1 | A) = P(A1)P(A | A1) P(A) = 1 3 . 18 20 . 18 20 181 300 = 81 181 ≈ 0.4475 Bài tập 1.53. Tỷ lệ người nghiện thuốc là ở một vùng là 30%. Biết rằng tỷ lệ người bị viêm họng trong số những người nghiện thuốc là 60%, còn tỷ lệ người bị viêm họng trong số những người không nghiện là 40% 1. Lấy ngẫu nhiên một người thấy người ấy bị viêm họng. Tính xác suất người đó nghiện thuốc lá. 2. Nếu người đó không bị viêm họng, tính xác suất người đó nghiện thuốc lá. Gọi A là người nghiện thuốc và B là người viêm họng thì từ đề bài P(A) = 0.3, P(B | A) = 0.6, P(B | A) = 0.4 1. Sự kiện cần tính xác suất là C = A | B. Sử dụng công thức Bayes P(A | B) = P(A)P(B | A) P(A)P(B | A) + P(A)P(B | A) = 0.3 × 0.6 0.3 × 0.6 + 0.7 × 0.4 ≃ 0.3913 29 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 31. Đề cương MI2020 học kỳ 20192 2. Gọi D = A | B. Ta có P(D) = P(AB) P(B) = P(A) − P(AB) 1 − P(B) = P(A) − P(A)P(B | A) 1 − P(B) ≃ 0.2222 Bài tập 1.54. Một công nhân đi làm ở thành phố khi trở về nhà có 2 cách: hoặc đi theo đường ngầm hoặc đi qua cầu. Biết rằng ông ta đi lối đường ngầm trong 1 3 các trường hợp, còn lại đi lối cầu. Nếu đi lối đường ngầm 75% trường hợp ông ta về đến nhà trước 6 giờ tối; còn nếu đi lối cầu chỉ có 70% trường hợp (nhưng đi lối cầu thích hơn). Tìm xác suất để công nhân đó đã đi lối cầu biết rằng ông ta về đến nhà sau 6 giờ tối. Gọi A là đi đường ngầm thì A là đi đường cầu và P(A) = 1 3 , P(A) = 2 3 . Gọi B là về nhà sau 6 giờ tối, ta cần tính P(A | B). Sử dụng công thức Bayes P(A | B) = P(A)P(B | A) P(B) = 2 3 × 0.3 2 3 × 0.3 + 1 3 × 0.25 ≃ 0.7059 Bài tập 1.55. Tại một phòng khám chuyên khoa tỷ lệ người đến khám có bệnh là 0,8. Người ta áp dụng phương pháp chẩn đoán mới thì thấy nếu khẳng định có bệnh thì đúng 9 trên 10 trường hợp; còn nếu khẳng định không bệnh thì đúng 5 trên 10 trường hợp. Tính xác suất để 1. chẩn đoán có bệnh; 2. chẩn đoán đúng. Gọi A là người đến khám có bệnh thì A, A tạo thành hệ đầy đủ 1. Gọi B là Chẩn đoán có bệnh. Ta có P(A | B) = 0.9, P(A | B) = 0.5. Tìm P(B) từ: P(A | B) = P(AB) P(B) = P(A) − P(A | B)P(B) P(B) = P(A) − P(A | B) 1 − P(B) P(B) Thay số vào ta có 0.9 = 0.8 − 0.5 1 − P(B) P(B) Giải ra tìm được P(B) = 0.75 Nguyễn Quang Huy 20185454 MI2 K63 30 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 32. Đề cương MI2020 học kỳ 20192 2. Gọi C là chẩn đoán đúng, thì C xảy ra khi người bị bệnh được chẩn đoán có bệnh hoặc người không bị bệnh được chẩn đoán không bị bệnh. Như vậy C = AB + A B Hiển nhiên 2 sự kiện AB, A B xung khắc, nên P(C) = P(AB + A B) = P(B)P(A | B) + P(B)P(A | B) = 0.75 × 0.9 + 0.25 × 0.5 = 0.8 Bài tập 1.56. Một hãng hàng không cho biết rằng 5% số khách đặt trước vé cho các chuyến đã định sẽ hoãn không đi chuyến bay đó. Do đó hãng đã đưa ra một chính sách là sẽ bán 52 ghế cho một chuyến bay mà trong đó mỗi chuyến chỉ trở được 50 khách hàng. Tìm xác suất để tất cả các khách đặt chỗ trước và không hoãn chuyến bay đều có ghế. Biết rằng xác suất bán được 51 vé hoặc 52 vé là như nhau và bằng 10%. Gọi A là bán được 52 vé, B là bán được 51 vé và C là bán được nhiều nhất 50 vé. Khi đó A, B, C tạo thành hệ đầy đủ. Ta có P(A) = 0.1, P(B) = 0.1, P(C) = 0.8 Gọi H là khách đặt chỗ trước và không hoãn chuyến đều có ghế. Sự kiện H | A xảy ra nếu có ít nhất 2 khách hủy chuyến, H | B xảy ra nếu có ít nhất 1 khách hủy chuyến. Tính trực tiếp xác suất của các sự kiện này đều khá phức tạp Do đó để cho đơn giản ta tìm P(H). Ta có P(H | A) = 0.9552 × 0.050 + 52 × 0.9551 × 0.051 P(H | B) = 0.9551 × 0.050 , P(H | C) = 0 P(H) = P(A)P(H | A) + P(B)P(H | B) + P(C)P(H | C) = 0.1 × 0.9552 × 0.050 + 52 × 0.9551 × 0.051 + 0.1 × 0.9551 × 0.050 + 0.8 × 0 ≃ 0.033 Suy ra P(H) = 1 − P(H) ≃ 0.9667 Bài tập 1.57. Một trạm chỉ phát hai loại tín hiệu A và B với xác suất tương ứng là 0,84 và 0,16. Do có nhiễu trên đường truyền nên 1 6 tín hiệu A bị méo và được thu như là tín hiệu B, còn 1 8 tín hiệu B bị méo thành tín hiệu A. 1. Tìm xác suất thu được tín hiệu A; 2. Giả sử thu được tín hiệu A, tìm xác suất để thu được đúng tín hiệu lúc phát. Gọi A, B lần lượt là phát ra tín hiệu A, B. Khi đó A, B tạo thành hệ đầy đủ. 31 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 33. Đề cương MI2020 học kỳ 20192 1. Gọi C là thu được tín hiệu A. Áp dụng công thức xác suất đầy đủ P(C) = P(A)P(C | A) + P(B)P(C | B) = 0.84 × 5 6 + 0.16 × 1 8 = 0.72 2. Ta cần tính P(A | C). Áp dụng công thức Bayes P(A | C) = P(A)P(C | A) P(C) = 0.84 × 5 6 0.72 = 35 36 ≃ 0.9722 Bài tập 1.58. Một người có ba chỗ ưa thích như nhau để câu cá. Xác suất để câu được cá ở mỗi chỗ tương ứng là 0,6; 0,7 và 0,8. Biết rằng đến một chỗ người đó thả câu 3 lần và chỉ câu được một con cá. Tính xác suất để cá câu được ở chỗ thứ nhất. Gọi A1, A2, A3 lần lượt là cá câu được ở chỗ thứ i thì hệ A1, A2, A3 tạo thành hệ đầy đủ. Dễ thấy P(A1) = P(A2) = P(A3) = 1 3 Gọi H là thả câu 3 lần và chỉ câu được 1 con cá. Theo công thức đầy đủ, ta có P(H) = P(A1)P(H | A1) + P(A2)P(H | A2) + P(A3)P(H | A3) ở đó P(H | A1) = 3 × 0.61 × 0.42 , P(H | A2) = 3 × 0.71 × 0.32 P(H | A3) = 3 × 0.81 × 0.22 Như vậy, P(H) = 0.191. Theo công thức Bayes suy ra P(A1 | H) = P(A1)P(H | A1) P(H) ≃ 0.5026 Bài tập 1.59. Trong học kỳ I năm học 2018 - 2019, sinh viên phải thi 4 học phần. Xác suất để sinh viên thi đạt một học phần trong mỗi lần thi đều là 0,8. Nếu thi không đạt học phần nào phải thi lại học phần đó. Tính xác suất để một sinh viên thi đạt cả 4 học phần trong đó không có học phần nào thi quá 2 lần. Gọi Ai là đạt i học phần ở lần thi đầu. Khi đó, A0, A1, A2, A3, A4 tạo thành hệ đầy đủ và P(Ai) = 4 i ! 0.8i × 0.24−i Nguyễn Quang Huy 20185454 MI2 K63 32 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 34. Đề cương MI2020 học kỳ 20192 Gọi A là đạt cả 4 học phần trong đó không có học phần nào thi quá 2 lần. Áp dụng công thức xác suất đầy đủ ta có P(A) = 4 X i=0 P(Ai)P(A | Ai) = 4 0 ! 0.80 × 0.24 × 0.84 + 4 1 ! 0.81 × 0.23 × 0.83 + 4 2 ! 0.82 × 0.22 × 0.82 + 4 3 ! 0.83 × 0.21 × (0.8) + 4 4 ! 0.84 × 0.20 × 0.80 ≃ 0.8493 Bài tập 1.60. Ba người thợ cùng may một loại áo với xác suất may được sản phẩm chất lượng cao tương ứng là 0,9; 0,9 và 0,8. Biết một người khi may 8 áo thì có 6 sản phẩm chất lượng cao. Tìm xác suất để người đó may 8 áo nữa thì có 6 áo chất lượng cao. Gọi A là trong 8 áo đầu có 6 áo chất lượng cao và Ai là 8 áo đầu do người thứ i may thì A1, A2, A3 tạo thành hệ đầy đủ. P(A1) = P(A2) = P(A3) = 1 3 Áp dụng công thức xác suất đầy đủ P(A) = P(A1)P(A | A1) + P(A2)P(A | A2) + P(A3)P(A | A3) = 1 3 × 8 6 ! 0.96 × 0.12 + 1 3 × 8 6 ! 0.96 × 0.12 + 1 3 × 8 6 ! 0.86 × 0.22 ≃ 0.1971 Gọi B là trong 8 áo sau có 6 áo chất lượng cao. Vì trong không gian điều kiện A, hệ Ai vẫn là hệ đầy đủ. Áp dụng công thức xác suất đầy đủ có P(B) = P(A1 | A)P(B | A1A) + P(A2 | A)P(B | A2A) + P(A3 | A)P(B | A3A) ở đó P(A1 | A) = P(A1)P(A | A1) P(A) ≃ 1 3 × C6 8 × 0.96 × 0.12 0.1971 ≃ 0.2516 P(A2 | A) ≃ 0.2516, P(A3 | A) ≃ 0.4965 Thay vào ta tính được P(A) ≃ 0.2516 × 8 6 ! 0.96 × 0.12 + 0.2516 × 8 6 ! 0.96 × 0.12 + 0.4965 × 8 6 ! 0.86 × 0.22 ≃ 0.2206 33 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 35. Đề cương MI2020 học kỳ 20192 2 Biến ngẫu nhiên và luật phân phối xác suất 2.1 Biến ngẫu nhiên rời rạc Bài tập 2.1. Một chùm chìa khóa gồm 4 chiếc giống nhau, trong đó chỉ có một chiếc mở được cửa. Người ta thử ngẫu nhiên từng chiếc cho đến khi mở được cửa. Gọi X là số lần thử. 1. Tìm phân phối xác suất của X. 2. Tìm kỳ vọng và phương sai của X. 3. Viết hàm phân phối xác suất của X. Gọi X là số lần thử thì X là biến ngẫu nhiên rời rạc và nó nhận các giá trị X = 1, 2, 3, 4. Gọi Xi là mở được cửa ở lần thứ i thì X1, X2, X3, X4 tạo thành hệ đầy đủ. i) X = 1 nếu mở được cửa ngay lần đầu. Có P(X = 1) = P(X1) = 1 4 = 0.25 ii) X = 2 nếu lần đầu không mở được và lần 2 mở được. Có P(X = 2) = P X1X2 = 3 4 . 1 3 = 1 4 = 0.25 iii) X = 3 là sự kiện X1 X2X3. Có P(X = 3) = 3 4 . 2 3 . 1 2 = 0.25 iv) Tương tự với X = 4, có P(X = 4) = P X1 X2 X3X4 = 0.25 1. Bảng phân phối xác suất của X X 1 2 3 4 P(X) 0.25 0.25 0.25 0.25 2. E[X] = 1 × 0.25 + 2 × 0.25 + 3 × 0.25 + 4 × 0.25 = 2.5 V [X] = (1 − 2.5)2 × 0.25 + (2 − 2.5)2 × 0.25 + (3 − 2.5)2 × 0.25 + (4 − 2.5)2 × 0.25 = 1.25 3. Hàm phân phối của X FX(x) = 0, x ≤ 1 0.25, 1 x ≤ 2 0.5, 2 x ≤ 3 0.75, 3 x ≤ 4 1, x 4 Nguyễn Quang Huy 20185454 MI2 K63 34 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 36. Đề cương MI2020 học kỳ 20192 Bài tập 2.2. Một xạ thủ có 5 viên đạn. Anh ta phải bắn vào bia với quy định khi nào có 2 viên trúng bia hoặc hết đạn thì dừng. Biết xác suất bắn trúng bia ở mỗi lần bắn là 0,4 và gọi X là số đạn cần bắn. 1. Tìm phân phối xác suất của X. 2. Tìm kỳ vọng, phương sai và viết hàm phân phối xác suất của X. Gọi X là số đạn cần bắn thì X là biến ngẫu nhiên rời rạc và nhận các giá trị X = 2, 3, 4, 5. i) X = 2 có P(X = 2) = 0.4 × 0.4 = 0.16 ii) X = 3 xảy ra nếu có 1 trong 2 lần đầu bắn trúng và lần thứ 3 bắn trúng. Bài toán thỏa mãn lược đồ Bernoulli, có P(X = 3) = P2(1) × 0.4 = 0.192 iii) Tương tự P(X = 4) = P3(1) × 0.4 = 0.1728 iv) X = 5 xảy ra nếu cả hết đạn, trượt cả 5 viên hoặc viên cuối trúng và 1 trong 4 lần đầu bắn trúng hoặc chỉ trúng 1 viên duy nhất P(X = 5) = 0.65 + P4(1) × 0.4 + P5(1) = 0.4752 1. Bảng phân phối xác suất của X X 2 3 4 5 P(X) 0.16 0.192 0.1728 0.4752 2. Theo định nghĩa, ta có E[X] = 3.9632 và V [X] ≃ 1.3059. Hàm phân phối của X là FX(x) = 0, x ≤ 2 0.16, 2 x ≤ 3 0.352, 3 x ≤ 4 0.5248, 4 x ≤ 5 1, x 5 Bài tập 2.3. Tỷ lệ cử tri ủng hộ ứng cử viên A trong một cuộc bầu cử tổng thống là 40%. Người ta hỏi ý kiến 20 cử tri được chọn một cách ngẫu nhiên. Gọi X là số người bỏ phiếu cho ông A trong 20 người đó. 1. Tìm giá trị trung bình, độ lệch chuẩn của X và mod X. 2. Tìm P(X = 10). 35 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 37. Đề cương MI2020 học kỳ 20192 Gọi X là số người bỏ phiếu cho ông A trong 20 người. Khi đó, X = x xảy ra nếu có đúng x người trong n = 20 người bầu cho ông A, biết xác suất mỗi người bầu cho ông A là p = 0.4 và mọi người bỏ phiếu độc lập với nhau. Do đó bài toán thỏa mãn lược đồ Bernoulli. Như vậy P(X = x) = P20(x) = 20 x ! 0.4x × 0.620−x Hay nói cách khác, X có phân phối nhị thức. 1. E[X] = np = 8, σ(X) = q V [X] = q np(1 − p) = √ 20 × 0.4 × 0.6 ≃ 2.19 và mod X chính là số có khả năng nhất trong lược đồ Bernoulli mod X = ⌊np − q⌋ + 1 = 8 2. P(X = 10) = P20(10) ≃ 0.1171 Bài tập 2.4. Biến ngẫu nhiên rời rạc X chỉ có 2 giá trị x1 và x2 (x1 x2). Xác suất để X nhận giá trị x1 là 0,2. Tìm luật phân phối xác suất của X, biết kỳ vọng E(X) = 2, 6 và độ lệch tiêu chuẩn σ(X) = 0, 8. Ta có hệ phương trình 0.2x1 + 0.8x2 = E[X] = 2.6 (x1 − 2.6)2 × 0.2 + (x2 − 2.6)2 × 0.8 = σ2 (X) = 0.64 Giải ra được x1 = 1, x2 = 3 và x1 = 4.2 x2 = 2.2, loại. Ta thu được bảng phân phối X 1 3 P(X) 0.2 0.8 Bài tập 2.5. Mỗi khách uống cà phê tại quán cà phê mỗi ngày đều được phát ngẫu nhiên một vé bốc thăm, xác suất khách hàng trúng thăm là 0,1. Nếu khách hàng trúng thăm liên tục trong 5 ngày (từ thứ hai đến thứ sáu) sẽ nhận được 100$, nếu không sẽ không được gì. An uống cà phê liên tục tại quán này 4 tuần liên tiếp. Gọi X$ là số tiền An được thưởng khi bốc thăm trong 4 tuần đó. Xác định kỳ vọng và phương sai của X. Gọi X là số tiền An nhận được khi bốc thăm trong 4 tuần và Y là số tuần An được thưởng thì khi đó X = 100Y Nguyễn Quang Huy 20185454 MI2 K63 36 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 38. Đề cương MI2020 học kỳ 20192 và Y là biến ngẫu nhiên rời rạc có phân phối nhị thức với n = 4 phép thử độc lập và p là xác suất được thưởng trong 1 tuần bất kì. Dễ tính p = 0.15 Suy ra E[X] = 100 E[Y ] = 100 × 4 × 0.15 = 0.004 và V [X] = 104 V [Y ] ≃ 0.4 Bài tập 2.6. Tung đồng xu 10 lần. Biến ngẫu nhiên X được định nghĩa như sau: (X = 1) nếu sự kiện đúng 3 lần ra mặt sấp xảy ra và (X = 0) trong trường hợp còn lại. Tính kỳ vọng E(X) và phương sai V (X). X được coi như một kiểu indicator random variable. Gọi A là đúng 3 lần xảy ra mặt sấp thì dễ tính được P(A) theo lược đồ Bernoulli và có P(X = 1) = P(A) = P10(3) = 10 3 ! 0.53 × 0.57 ≃ 0.1172 Như vậy ta có hàm khối lượng pX(x) = 0.1172, x = 1 0.8828, x = 0 Suy ra E[X] = p = 0.1172 và V [X] = p − p2 ≃ 0.1035 Bài tập 2.7. Có 5 sản phẩm trong đó có 4 chính phẩm và 1 phế phẩm. Người ta lấy ra lần lượt hai sản phẩm (lấy không hoàn lại). 1. Gọi X là số chính phẩm gặp phải. Lập bảng phân phối xác suất của X. Tính E(X) và V (X). 2. Gọi Y là số phế phẩm gặp phải. Lập hệ thức cho mối quan hệ giữa X và Y . 1. Gọi X là số chính phẩm gặp phải thì nó là biến ngẫu nhiên rời rạc. Do chỉ có 1 phế phẩm nên X không thể bằng 0. X nhận giá trị X = 1; X = 2 i) X = 1 xảy ra nếu ta lấy ra 1 chính, 1 phế. Dễ tính P(X = 1) = 2 × 4 × 1 5 × 4 = 0.4 ii) Tương tự có P(X = 2) = 4 × 3 5 × 4 = 0.6 Bảng phân phối xác suất của X X 1 2 P(X) 0.4 0.6 Suy ra E[X] = 1.6 và V [X] = 0.24 37 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 39. Đề cương MI2020 học kỳ 20192 2. Gọi Y là số phế phẩm gặp lại thì Y = 2 − X vì ta chỉ chọn ra 2 sản phẩm và mỗi sản phẩm chỉ có thể là chính phẩm hoặc phế phẩm Bài tập 2.8. Người ta đặt ngẫu nhiên 10 thẻ (trong đó có 5 thẻ màu đỏ và 5 thẻ màu xanh) vào 10 phong bì (5 phong bì có màu đỏ và 5 phong bì có màu xanh), mỗi phong bì một thẻ. Gọi X là số phong bì có chứa một thẻ cùng màu. Tính giá trị: 1. P(X = 1). 2. E(X). Gọi X là số phong bì có chứa một thẻ cùng màu thì X là biến ngẫu nhiên rời rạc và nó nhận các giá trị X = 0, 1, . . . , 10. i) X = 0 xảy ra nếu 5 phòng bì đỏ chứa 5 thẻ xanh, và 5 phong bì xanh chứa 5 thẻ đỏ. Ta có P(X = 0) = 5! 5! 10! ≃ 0.004 ii) X = 1 xảy ra khi có 1 phong bì chứa thẻ cùng màu. Không mất tính tổng quát, giả sử một phong bì đỏ chứa thẻ đỏ. Khi đó còn lại 4 phong bì đỏ chứa 4 thẻ xanh, 5 phong bì xanh chứa 5 thẻ đỏ. Điều này là vô lý, do ta chỉ có 10 thẻ. Như vậy, ta có P(X = 1) = 0 Tương tự, X = 3, 5, 7, 9 đều là những sự kiện không thể có iii) Tương tự P(X = 2) = C1 5 C1 5 1! C1 5 C1 5 1! 4! 4! 10! ≃ 0.0992 iv) P(X = 4) = C2 5 C2 5 2! C2 5 C2 5 2! 3! 3! 10! ≃ 0.3968 v) P(X = 6) = C3 5 C3 5 3! C3 5 C3 5 3! 2! 2! 10! ≃ 0.3968 vi) P(X = 8) = C4 5 C4 5 4! C4 5 C4 5 4! 10! ≃ 0.0992 vii) P(X = 10) = 5! 5! 10! ≃ 0.004 Bảng phân phối xác suất của X X 0 2 4 6 8 10 P(X) 0.004 0.0992 0.3968 0.3968 0.0992 0.004 Nguyễn Quang Huy 20185454 MI2 K63 38 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 40. Đề cương MI2020 học kỳ 20192 1. P(X = 1) = 0 2. E[X] = (0 + 10) × 0.004 + (2 + 8) × 0.0992 + (4 + 6) × 0.3968 = 5 Bài tập 2.9. Có 2 kiện hàng. Kiện I có 3 sản phẩm tốt và 2 sản phẩm xấu. Kiện II có 2 sản phẩm tốt và 3 sản phẩm xấu. Lấy ngẫu nhiên từ kiện I ra 2 sản phẩm và từ kiện II ra 1 sản phẩm. Lập bảng phân phối xác suất cho biến ngẫu nhiên chỉ số sản phẩm tốt trong 3 sản phẩm lấy ra. Gọi Ai (i = 0, 1, 2) là lấy ra i sản phẩm tốt từ kiện I ra và Bj (j = 0, 1) là lấy ra j sản phẩm tốt từ kiện II ra thì AiBj tạo thành hệ đầy đủ. Gọi X là số sản phẩm tốt lấy ra trong 3 sản phẩm thì X là biến ngẫu nhiên rời rạc nhận các giá trị X = 0, 1, 2, 3. i) X = 0 chỉ xảy ra khi 2 sản phẩm từ kiện I và 1 sản phẩm từ kiện II là xấu, có nghĩa là X = 0 chính là sự kiện A0B0. Suy ra P(A0B0) = C2 2 C2 5 . C1 3 C1 5 = 0.06 ii) Tương tự, X = 1 xảy ra nếu lấy ra 2 xấu từ I, 1 tốt từ II hoặc 1 tốt, 1 xấu từ I, 1 xấu từ II, hay X = 2 là A1B0 + A0B1, Có P(X = 2) = P(A1B0) + P(A0B1) = C1 3 C1 2 C2 5 . C1 3 C1 5 + C2 2 C2 5 . C1 2 C1 5 = 0.36 + 0.04 = 0.4 iii) X = 2 là A2B0 + A1B1. Có P(X = 2) = P(A2B0) + P(A1B1) = C2 3 C2 5 . C1 3 C1 5 + C1 3 C1 2 C2 5 . C1 2 C1 5 = 0.18 + 0.24 = 0.42 iv) X = 3 là A2B1. Suy ra P(X = 3) = P(A2B1) = C2 2 C2 5 . C1 2 C1 5 = 0.12 Bảng phân phối xác suất của X X 0 1 2 3 P(X) 0.06 0.4 0.42 0.12 Bài tập 2.10. Có hai kiện hàng. Kiện thứ nhất có 8 sản phẩm tốt và 2 sản phẩm xấu. Kiện thứ hai có 5 sản phẩm tốt và 3 sản phẩm xấu. Lấy ngẫu nhiên 2 sản phẩm từ kiện I bỏ sang kiện II. Sau đó từ kiện II lấy ngẫu nhiên ra 2 sản phẩm. Lập bảng phân phối xác suất của biến ngẫu nhiên chỉ số sản phẩm tốt có trong 2 sản phẩm lấy ra từ kiện II. 39 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 41. Đề cương MI2020 học kỳ 20192 Gọi Ai (i = 0, 1, 2) là lấy được i sản phẩm tốt từ kiện I sang kiện II thì Ai tạo thành hệ đầy đủ với P(A0) = C2 2 C2 10 = 1 45 , P(A1) = C1 8 C1 2 C2 10 = 16 45 , P(A2) = C2 8 C2 10 = 28 45 Gọi X là số sản phẩm tốt trong 2 sản phẩm lấy ra từ kiện II thì X là biến ngẫu nhiên rời rạc và nó nhận các giá trị X = 0, 1, 2. Áp dụng công thức xác suất đầy đủ ta có P(X = x) = 2 X i=0 P(X = x | Ai) suy ra P(X = 0) = 1 45 . C2 5 C2 10 + 16 45 . C2 4 C2 10 + 28 45 . C2 3 C2 10 ≃ 0.0938 P(X = 1) = 1 45 . C1 5 C1 5 C2 10 + 16 45 . C1 6 C1 4 C2 10 + 28 45 . C1 7 C1 3 C2 10 ≃ 0.4923 P(X = 2) = 1 45 . C2 5 C2 10 + 16 45 . C2 6 C2 10 + 28 45 . C2 7 C2 10 ≃ 0.4139 Bảng phân phối xác suất của X X 0 1 2 P(X) 0.0938 0.4923 0.4138 Bài tập 2.11. Gieo hai con xúc sắc đồng chất 5 lần, gọi X là số lần xuất hiện hai mặt 6. 1. Tính xác suất của sự kiện số lần xuất hiện hai mặt 6 ít nhất là 2. 2. Tính E(X), V (X). 3. Viết hàm phân phối FX(x). Gọi X là số lần xuất hiện hai mặt 6 thì nó là biến ngẫu nhiên liên tục nhận giá trị X = 0, . . . , 5. Dễ thấy X có phân phối nhị thức, do 5 lần gieo là độc lập và xác suất mỗi lần xuất hiện hai mặt 6 là p = 1 6 . 1 6 = 1 36 . Hàm khối lượng xác suất pX(x) = P5(x) = 5 x ! 1 36 !x 35 36 !5−x Áp dụng công thức, thu được bảng phân phối xác suất của X X 0 1 2 3 4 5 P(X) 0.86861 0.12409 0.00709 2.025 × 10−4 2.89 × 10−6 1.65 × 10−8 Nguyễn Quang Huy 20185454 MI2 K63 40 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 42. Đề cương MI2020 học kỳ 20192 1. Xác suất cần tính là 1 − pX(0) + pX(1) ≃ 1 − 0.9927 ≃ 0.0073 2. Dễ có E[X] = np = 5 36 ≃ 0.1389 và V [X] = np(1 − p) ≃ 0.135 3. Hàm phân phối của X là FX(x) = 0, x ≤ 0 0.86861, 0 x ≤ 1 0.9927, 1 x ≤ 2 0.99979, 2 x ≤ 3 0.09999925, 3 x ≤ 4 0.099999539, 4 x ≤ 5 1, x 5 Chú ý: Trong trường hợp này do P(X = 3, 4, 5) rất nhỏ nên X = 3, 4, 5 là các sự kiện gần như không bao giờ xảy ra. Ta cũng có thể coi P(X = 3, 4, 5) ≃ 0 để tính toán. Bài tập 2.12. Một thanh niên nam vào cửa hàng thấy 5 máy thu thanh giống nhau. Anh ta đề nghị cửa hàng cho anh ta thử lần lượt các máy đến khi chọn được máy tốt thì mua, nếu cả 5 lần đều xấu thì thôi. Biết rằng xác suất để một máy xấu là 0,6 và các máy xấu tốt độc lập với nhau. Gọi X là số lần thử. Lập bảng phân phối xác suất của X. Gọi X là số lần thử thì X là biến ngẫu nhiên rời rạc nhận các giá trị X = 1, 2, 3, 4, 5. Ta thấy rằng i) X = x, (x = 1, 2, 3, 4) xảy ra nếu x − 1 lần đầu không chọn được máy tốt và lần thứ x chọn được máy tốt. P(X = x) = 0.6x−1 × 0.4 x = 1, 2, 3, 4 ii) X = 5 xảy ra nếu lần cuối chọn được máy tốt hoặc cả 5 lần đều không chọn được máy tốt. P(X = 5) = 0.64 × 0.4 + 0.65 = 0.1296 Bảng phân phối xác suất của X X 1 2 3 4 5 P(X) 0.4 0.24 0.144 0.0864 0.1296 Bài tập 2.13. Có hai hộp bi. Hộp I có 2 bi trắng, 3 bi đỏ. Hộp II có 2 bi trắng, 2 bi đỏ. Lấy ngẫu nhiên 2 bi từ hộp I bỏ sang hộp II, sau đó lại lấy ngẫu nhiên 3 bi từ hộp II bỏ vào hộp I. Lập bảng phân phối xác suất của biến ngẫu nhiên chỉ số bi trắng có mặt ở hộp I, hộp II sau khi đã chuyển xong. 41 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 43. Đề cương MI2020 học kỳ 20192 Gọi X và Y lần lượt là số bi trắng ở hộp I, hộp II sau khi đã chuyển xong. Dễ thấy ta có liên hệ X + Y = 4. Do đó, ta chỉ cần tìm phân phối của X là đủ. Dễ thấy X là biến ngẫu nhiên rời rạc. Vì X + Y = 4 và X, Y ≥ 0 nên chúng nhận các giá trị 1, 2, 3, 4. i) X = 1 xảy ra nếu lấy ra 2 trắng, lấy về 1 trắng, 2 đỏ hoặc lấy ra 1 trắng, 1 đỏ, lấy về 3 đỏ P(X = 1) = C2 2 C2 5 C1 4 C2 2 C3 6 + C1 2 C1 3 C2 5 C3 3 C3 6 = 0.05 ii) X = 2 xảy ra nếu lấy ra 2 trắng, lấy về 2 trắng, 1 đỏ hoặc lấy ra 1 trắng, 1 đỏ, lấy về 1 trắng, 2 đỏ hoặc lấy ra 2 đỏ, lấy về 3 đỏ P(X = 2) = C2 2 C2 5 C2 4 C1 2 C3 6 + C1 2 C1 3 C2 5 C1 3 C2 3 C3 6 + C2 3 C2 5 C3 4 C3 6 = 0.39 iii) X = 3 xảy ra nếu lấy ra 2 trắng, lấy về 3 trắng hoặc lấy ra 1 trắng, 1 đỏ, lấy về 2 trắng, 1 đỏ hoặc lấy ra 2 đỏ, lấy về 1 trắng, 2 đỏ P(X = 3) = C2 2 C2 5 C3 4 C3 6 + C1 2 C1 3 C2 5 C1 3 C2 3 C3 6 + C2 3 C2 5 C1 2 C2 4 C3 6 = 0.47 iv) X = 4 xảy ra nếu lấy ra 1 trắng, 1 đỏ, lấy về 3 trắng hoặc lấy ra 2 đỏ, lấy về 2 trắng, 1 đỏ P(X = 4) = C1 2 C1 3 C2 5 C3 3 C3 6 + C2 3 C2 5 C2 2 C1 4 C3 6 = 0.09 Bảng phân phối xác suất của X X 1 2 3 4 P(X) 0.05 0.39 0.47 0.09 Chú ý: Nếu gọi Ai là có i bi trắng trong 2 bi chuyển từ hộp I sang hộp II và Bj là có j bi trắng trong 3 bi chuyển từ hộp II sang hộp I thì AiBj tạo thành hệ đầy đủ. Ta có thể trình bày lại lời giải trên theo cách biểu diễn các sự kiện X = x qua Ai, Bj. Ở đây, ta không áp dụng trực tiếp công thức đầy đủ mà chỉ tính xác suất điều kiện của các sự kiện có thể xảy ra trong hệ đầy đủ, bỏ qua các sự kiện có xác suất bằng 0. Bài tập 2.14. Một người đi làm từ nhà đến cơ quan phải qua 3 ngã tư. Xác suất để người đó gặp đèn đỏ ở các ngã tư tương ứng là 0,2; 0,4 và 0,5. Gọi X là số đèn đỏ mà người đó gặp phải trong một lần đi làm (giả sử 3 đèn giao thông ở ngã tư hoạt động độc lập với nhau). 1. Lập bảng phân phối xác suất của X. Tính kỳ vọng, phương sai của X. Tìm hàm phân phối xác suất của X. 2. Hỏi thời gian trung bình phải ngừng trên đường là bao nhiêu biết rằng mỗi khi gặp đèn đỏ người ấy phải đợi khoảng 3 phút. Nguyễn Quang Huy 20185454 MI2 K63 42 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 44. Đề cương MI2020 học kỳ 20192 Gọi X là số đèn đỏ người đó gặp phải thì X là biến ngẫu nhiên rời rạc nhận các giá trị X = 0, 1, 2, 3. Sử dụng công thức cộng, công thức nhân, có i) P(X = 0) = 0.8 × 0.6 × 0.5 = 0.24 ii) P(X = 1) = 0.2 × 0.6 × 0.5 + 0.8 × 0.4 × 0.5 + 0.8 × 0.6 × 0.5 = 0.46 iii) P(X = 2) = 0.2 × 0.4 × 0.5 + 0.8 × 0.4 × 0.5 + 0.2 × 0.6 × 0.5 = 0.26 iv) P(X = 3) = 0.2 × 0.4 × 0.5 = 0.04 1. Bảng phân phối xác suất của X X 0 1 2 3 P(X) 0.24 0.46 0.26 0.04 Ta tính được E[X] = 1.1 và V [X] = 0.65 Hàm phân phối của X là FX(x) = 0, x ≤ 0 0.24, 0 x ≤ 1 0.7, 1 x ≤ 2 0.96, 2 x ≤ 3 1, x 3 2. Gọi Y là thời gian phải ngừng trên đường thì Y = 3X (phút). Từ đó suy ra E[Y ] = 3 E[X] = 3.3 (phút) Bài tập 2.15. Một người chơi trò chơi tung con xúc sắc cân đối đồng chất ba lần. Nếu cả ba lần đều xuất hiện mặt 6 thì thu về 36$, nếu hai lần xuất hiện mặt 6 thì thu về 2,8$, nếu một lần xuất hiện mặt 6 thì thu về 0,4$. Biết rằng khi chơi người đó phải nộp x$. 1. Tìm x sao cho trò chơi là vô thưởng vô phạt. 2. x bằng bao nhiêu thì trung bình mỗi lần chơi, người chơi mất 1$? Gọi X là số tiền người chơi thu về sau 3 lần thì X là biến ngẫu nhiên rời rạc nhận các giá trị X = 36, 2.8, 0.4, 0 Ta có P(X = 36) = 1 63 , P(X = 2.8) = 3.5 63 , P(X = 0.4) = 3.52 63 , P(X = 0) = 53 63 43 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 45. Đề cương MI2020 học kỳ 20192 1. Trò chơi là vô thưởng vô phạt nếu E[X] = x, hay x = 0.5055 2. Điều kiện này có nghĩa là E[X] = x − 1, hay x = 1.5055 Bài tập 2.16. Một kiện hàng có 12 sản phẩm, trong đó có 7 sản phẩm loại I và 5 sản phẩm loại II. Khi bán được một sản phẩm loại I thì được lãi 50 ngàn đồng; còn nếu bán được một sản phẩm loại II thì được lãi 20 ngàn đồng. Lấy ngẫu nhiên từ kiện hàng ra 3 sản phẩm. 1. Tìm quy luật phân phối xác suất của số tiền lãi thu được do bán 3 sản phẩm đó; tính kỳ vọng, phương sai của số tiền lãi thu được do bán 3 sản phẩm đó. 2. Viết hàm phân phối, vẽ đồ thị hàm phân phối của số tiền lãi thu được khi bán 3 sản phẩm đó. Gọi X là số sản phẩm loại I trong 3 sản phẩm lấy ra, thì X là biến ngẫu nhiên rời rạc nhận các giá trị X = 0, 1, 2, 3. Gọi Y (ngàn đồng) là số tiền lãi thu được do bán 3 sản phẩm thì Y là biến ngẫu nhiên rời rạc có thỏa mãn Y = 50X + 20(3 − X) = 30X + 60 Dễ tính được P(X = 0) = C3 5 C3 12 = 1 22 , P(X = 1) = C1 7 C2 5 C3 12 = 7 22 , P(X = 2) = C2 7 C1 5 C3 12 = 21 44 , P(X = 3) = C3 7 C3 12 = 7 44 1. Bảng phân phối xác suất của Y Y 60 90 120 150 P(Y ) 1/22 7/22 21/44 7/44 Tính được E[Y ] = 112.5 và V [Y ] ≃ 536.93 2. Hàm phân phối của Y là FY (y) = 0, y ≤ 60 1 22 , 60 y ≤ 90 4 11 , 90 y ≤ 120 37 44 , 120 y ≤ 150 1, y 150 Đồ thị của hàm phân phối FY (y) Nguyễn Quang Huy 20185454 MI2 K63 44 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 46. Đề cương MI2020 học kỳ 20192 y FY (y) 0 60 90 120 150 1 22 4 11 37 44 1 Hình 1: Hàm phân phối xác suất của biến ngẫu nhiên Y Bài tập 2.17. Một hộp đựng 15 quả bóng bàn trong đó có 10 quả còn mới. Lần đầu ta lấy ra 3 quả để thi đấu, sau đó lại trả 3 quả đó vào hộp. Lần thứ hai lại lấy ra 3 quả. Gọi X là biến ngẫu nhiên chỉ số quả bóng mới trong 3 quả lấy ra. Lập bảng phân phối xác suất, tính kì vọng, phương sai của X Gọi Ai (i = 0, 1, 2, 3) là số quả mới lấy ra ở lần đầu thì Ai tạo thành hệ đầy đủ với P(A0) = C3 5 C3 15 = 2 91 , P(A1) = C1 10 C2 5 C3 15 = 20 91 , P(A2) = C2 10 C1 5 C3 15 = 45 91 , P(A3) = C3 10 C3 15 = 24 91 Gọi X là số bóng mới trong 3 quả lấy ra (lần sau) thì X là biến ngẫu nhiên rời rạc nhận các giá trị 0, 1, 2, 3. Áp dụng công thức xác suất đầy đủ ta có i) P(X = 0) = 2 91 C3 5 C3 15 + 20 91 C3 6 C3 15 + 45 91 C3 7 C3 15 + 24 91 C3 8 C3 15 ≃ 0.0806 ii) P(X = 1) = 2 91 C1 10 C2 5 C3 15 + 20 91 C1 9 C2 6 C3 15 + 45 91 C1 8 C2 7 C3 15 + 24 91 C1 7 C2 8 C3 15 ≃ 0.3663 iii) P(X = 2) = 2 91 C2 10 C1 5 C3 15 + 20 91 C2 9 C1 6 C3 15 + 45 91 C2 8 C1 7 C3 15 + 24 91 C2 7 C1 8 C3 15 ≃ 0.4256 iv) P(X = 3) = 2 91 C3 10 C3 15 + 20 91 C3 9 C3 15 + 45 91 C3 8 C3 15 + 24 91 C3 7 C3 15 ≃ 0.1275 45 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 47. Đề cương MI2020 học kỳ 20192 Bảng phân phối xác suất của X X 0 1 2 3 P(X) 0.0806 0.3663 0.2456 0.1275 Dễ tính được E[X] = 1.6 và V [X] = 0.6562 Bài tập 2.18. Một cơ sở thí nghiệm có 3 phòng thí nghiệm như nhau. Xác suất thực hiện thành công một thí nghiệm của các phòng lần lượt là 0,6; 0,7 và 0,8. Một sinh viên chọn một phòng thí nghiệm bất kỳ và tiến hành 3 thí nghiệm độc lập. Gọi X là số thí nghiệm thành công. 1. Lập bảng phân phối xác suất của X, tính kỳ vọng E(X) và phương sai V (X). 2. Theo anh (chị) thì khả năng chắc chắn sẽ thành công mấy thí nghiệm? Gọi Ai (i = 1, 2, 3) là sinh viên chọn phòng thí nghiệm thứ i thì Ai là hệ đầy đủ với P(A1) = P(A2) = P(A3) = 1 3 . Gọi X là số thí nghiệm thành công thì X là biến ngẫu nhiên rời rạc nhận các giá trị 0, 1, 2, 3. Áp dụng công thức xác suất đầy đủ và công thức Bernoulli ta có i) P(X = 0) = 1 3 0.43 + 0.33 + 0.23 = 0.033 ii) P(X = 1) = 1 3 3 1 ! h 0.6 × 0.42 + 0.7 × 0.32 + 0.8 × 0.22 i = 0.191 iii) P(X = 2) = 1 3 3 2 ! h 0.62 × 0.4 + 0.72 × 0.3 + 0.82 × 0.2 i = 0.419 iv) P(X = 3) = 1 3 0.63 + 0.73 + 0.83 = 0.357 1. Bảng phân phối xác suất của X X 0 1 2 3 P(X) 0.033 0.191 0.4334 0.357 Từ đó có được E[X] = 2.1288 và V [X] ≃ 0.6711 2. Số thí nghiệm chắc chắn nhất về khả năng thành công chính là điểm mà tại đó xác suất là lớn nhất: mod X = 2 Nguyễn Quang Huy 20185454 MI2 K63 46 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 48. Đề cương MI2020 học kỳ 20192 2.2 Biến ngẫu nhiên liên tục Bài tập 2.19. Biến ngẫu nhiên liên tục X có hàm mật độ xác suất fX(x) = k sin 3x, x ∈ 0, π 3 0, x / ∈ 0, π 3 1. Xác định k và hàm phân phối FX(x). 2. Tính P π 6 ≤ x ≤ π 3 1. Ta giải hệ phương trình k sin 3x ≥ 0, ∀x ∈ 0, π 3 Z +∞ −∞ k sin 3x dx = 1 ⇒ k ≥ 0, Z π 3 0 k sin 3x dx = 1 ⇒ k = 3 2 Thử lại. Hàm phân phối FX(x) FX(x) = Z x −∞ 0 dt, x ≤ 0 Z x 0 3 2 sin 3t dt, 0 x ≤ π 3 Z π 3 0 3 2 sin 3t dt, x π 3 Rút gọn ta được FX(x) = 0, x ≤ 0 1 2 − cos 3x 2 , 0 x ≤ π 3 1, x π 3 2. P π 6 ≤ x ≤ π 3 = FX π 3 − FX π 6 = 1 2 Bài tập 2.20. Biến ngẫu nhiên liên tục X có hàm mật độ xác suất fX(x) = c ex + e−x Xác định hằng số c và sau đó tính kỳ vọng của X. 47 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 49. Đề cương MI2020 học kỳ 20192 Giải hệ phương trình c ex + e−x ≥ 0, ∀x Z +∞ −∞ c ex + e−x dx = 1 ⇒ c ≥ 0, Z +∞ −∞ c ex e2x + 1 dx = 1 ⇒ c ≥ 0, π 2 c = 1 ⇒ c = 2 π Thử lại. Kỳ vọng của X E[X] = 2 π Z +∞ −∞ x ex + e−x dx = 0, vì x ex + e−x là hàm lẻ Bài tập 2.21. Biến ngẫu nhiên liên tục X có hàm mật độ là fX(x) = ae− |x| , (−∞ x ∞) 1. Xác định a. 2. Tìm hàm phân phối của biến ngẫu nhiên X, biến ngẫu nhiên Y = X2 . 3. Tìm E(X), V (X). 4. Tính xác suất để sau ba lần lặp lại phép thử một cách độc lập có 2 lần X nhận giá trị trong khoảng (0; ln 3). 1. Ta giải hệ phương trình ae− |x| ≥ 0, ∀x Z +∞ −∞ ae− |x| dx = 1 ⇒ a ≥ 0, 2 Z +∞ 0 ae−x dx = 1 ⇒ a = 1 2 Thử lại. 2. Hàm phân phối FX(x) FX(x) = 1 2 Z x −∞ et dt, x ≤ 0 1 2 Z 0 −∞ et dt + 1 2 Z x 0 e−t dt, 0 x +∞ Rút gọn ta được FX(x) = ex 2 , x ≤ 0 1 − e−x 2 , x 0 Nguyễn Quang Huy 20185454 MI2 K63 48 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 50. Đề cương MI2020 học kỳ 20192 Có Y = X2 FY (y) = P(Y y) = P(X2 y) = 0, y ≤ 0 P − √ y X √ y , y 0 Suy ra hàm phân phối của Y FY (y) = 0, y ≤ 0 1 − e− √ y 2 , y 0 3. Dễ có E[X] = 0 vì xfX(x) = 1 2 xe− |x| là hàm lẻ V [X] = 1 2 Z +∞ −∞ x2 e− |x| dx = 2. 1 2 Z +∞ 0 x2 e− |x| dx = Z +∞ 0 x2 e−x dx = Γ(3) = 2! = 2 4. Xác suất để X nhận giá trị trong khoảng (0, ln 3) là p = FX(ln 3) − FX(0) = 1 3 . Bài toán thỏa mãn lược đồ Bernoulli với n = 3 và p = 1 3 . Suy ra xác suất cần tìm là P3(2) = 3 2 ! 1 3 !2 2 3 !1 = 2 9 ≃ 0.2222 Bài tập 2.22. Nhu cầu hàng năm về loại hàng A là biến ngẫu nhiên liên tục X có hàm mật độ xác suất như sau (đơn vị: ngàn sản phẩm): fX(x) = k(30 − x), x ∈ (0, 30) 0, x / ∈ (0, 30) 1. Tìm k. 2. Tìm hàm phân phối FX(x). 3. Tìm nhu cầu trung bình hàng năm về loại hàng đó. 1. Ta giải hệ phương trình k(30 − x) ≥ 0, ∀x ∈ (0, 30) Z +∞ −∞ k(30 − x) dx = 1 ⇒ k ≥ 0, Z 30 0 k(30 − x) dx = 1 ⇒ k = 1 450 Thử lại. 49 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 51. Đề cương MI2020 học kỳ 20192 2. Hàm phân phối FX(x) FX(x) = Z x −∞ 0 dt, x ≤ 0 1 450 Z x 0 (30 − t) dt, 0 x ≤ 30 1 450 Z 30 0 (30 − t) dt, x 30 Rút gọn ta được FX(x) = 0 x 15 − x2 900 , 0 x ≤ 30 1 3. Nhu cầu trung bình hàng năm E[X] = Z +∞ −∞ xfX(x) dx = Z 30 0 1 450 x(30 − x) dx = 10 Bài tập 2.23. Cho biến ngẫu nhiên liên tục X có hàm phân phối xác suất FX(x) = 0, x ≤ 0, 1 2 − k cos x, 0 x ≤ π 1, x π 1. Tìm k. 2. Tìm P 0 X π 2 . 3. Tìm E(X). 1. Vì FX(x) là hàm phân phối của biến ngẫu nhiên liên tục X nên nó là hàm liên tục. Giải hệ phương trình FX(0− ) = FX(0+ ) FX(π− ) = FX(π+ ) ⇒ 0 = 1 2 − k, 1 2 + k = 1 ⇒ k = 1 2 Thử lại. 2. P 0 X π 2 = FX π 2 − FX(0) = 1 2 Nguyễn Quang Huy 20185454 MI2 K63 50 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 52. Đề cương MI2020 học kỳ 20192 3. Tìm được hàm mật độ fX(x) = 1 2 sin x, x ∈ (0, π) 0, x / ∈ (0, π) nên X có kỳ vọng là E[X] = Z +∞ −∞ xfX(x) dx = 1 2 Z π 0 x sin x dx = π 2 Bài tập 2.24. Cho biến ngẫu nhiên liên tục X có hàm phân phối xác suất FX(x) = 0, x ≤ −a, A + B arcsin x a , x ∈ (−a, a) 1, x ≥ a 1. Tìm A và B. 2. Tìm hàm mật độ xác suất fX(x) 1. Vì FX(x) là hàm phân phối của biến ngẫu nhiên liên tục X nên nó là hàm liên tục. Giải hệ phương trình FX(−a− ) = FX(−a+ ) FX(a− ) = FX(a+ ) ⇒ 0 = A − π 2 B, A + π 2 B = 1 ⇒ A = 1 2 B = 1 π Thử lại. 2. Từ biểu thức fX(x) = F′ X(x), ta tìm được hàm mật độ fX(x) = 1 π √ a2 − x2 , x ∈ (−a, a) 0, x / ∈ (−a, a) 51 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 53. Đề cương MI2020 học kỳ 20192 Bài tập 2.25. Hàm phân phối xác suất của biến ngẫu nhiên liên tục X có dạng FX(x) = a + b arctan x, (−∞ x ∞). 1. Tìm hệ số a và b. 2. Tìm hàm mật độ xác suất fX(x). 3. Tìm xác suất để khi tiến hành 3 phép thử độc lập có 2 lần X nhận giá trị trong khoảng (−1, 1). 1. Vì FX(x) là hàm phân phối nên ta phải có FX(−∞) = 0 FX(+∞) = 1 ⇒ a − π 2 b = 0 a + π 2 b = 1 ⇒ a = 1 2 b = 1 π Thử lại. 2. Hàm mật độ xác suất fX(x) = F′ X(x) = 1 π(1 + x2) 3. Xác suất X nhận giá trị trong khoảng (−1, 1) là p = P(−1 X 1) = FX(1) − FX(−1) = 1 2 Bài toán thỏa mãn lược đồ Bernoulli với n = 3 và p = 0.5. Xác suất cần tính là P3(2) = 3 2 ! 0.52 × 0.51 = 0.375 Bài tập 2.26. Biến ngẫu nhiên X liên tục trên toàn trục số và có hàm phân phối xác suất FX(x) = 1 2 + 1 π arctan x 2 . Tìm giá trị có thể có của x1 thỏa mãn điều kiện P(X x1) = 1 4 . Theo định nghĩa, ta dễ dàng tìm được x1: P(X x1) = 1 4 ⇔ 1 − FX(x1) = 1 4 ⇔ 1 − 1 2 + 1 π arctan x 2 ! = 1 4 Giải ra được x1 = 2 Nguyễn Quang Huy 20185454 MI2 K63 52 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 54. Đề cương MI2020 học kỳ 20192 Bài tập 2.27. Thu nhập của dân cư tại một vùng là biến ngẫu nhiên liên tục có hàm phân phối xác suất như sau: FX(x) = 1 − x0 x α , x ≤ x0, α 0 0, x x0 Hãy xác định mức thu nhập sao cho lấy ngẫu nhiên một người ở vùng đó thì thu nhập của người này vượt quá mức trên với xác suất 0,5. Gọi X là thu nhập của dân cư tại một vùng thì X là biến ngẫu nhiên liên tục có hàm phân phối FX(x) = 1 − x0 x α , x ≤ x0, α 0 0, x x0 Ta cần tìm x thỏa mãn điều kiện P(X x) = 0.5. Tương tự như bài trên: P(X x) = 0.5 ⇔ 1 − FX(x) = 0.5 ⇔ FX(x) = 0.5 ⇔ 1 − x0 x α = 0.5 Giải ra được x = x0 logα 0.5 x0 Bài tập 2.28. Thời gian phục vụ mỗi khách hàng tại một cửa hàng ăn nhanh là biến ngẫu nhiên X tuân theo quy luật lũy thừa với hàm mật độ xác suất fX(x) = 5e−5x , x 0 0, x ≤ 0 với x được tính bằng phút/khách hàng. 1. Tìm xác suất để thời gian phục vụ một khách hàng nào đó sẽ nằm trong khoảng (0, 4; 1) (phút). 2. Tính thời gian trung bình để phục vụ một khách hàng. 1. Xác suất để thời gian phục vụ khách hàng nào đó trong khoảng (0.4, 1) là P(0.4 X 1) = Z 1 0.4 5e−5x dx ≃ 0.1286 2. Thời gian trung bình phục vụ mỗi khách hàng E[X] = Z +∞ −∞ xfX(x) dx = Z +∞ 0 5xe−5x dx t=5x = 1 5 Z +∞ 0 te−t dt = 1 5 Γ(2) = 1 5 53 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 55. Đề cương MI2020 học kỳ 20192 Bài tập 2.29. Biến ngẫu nhiên liên tục X có hàm mật độ xác suất fX(x) = e−x , x 0 0, x ≤ 0 1. Tính P(X ≥ 5). 2. Xác định hàm phân phối xác suất của biến ngẫu nhiên Y = −2X + 5. 1. P(X ≥ 5) = Z +∞ 5 e−x dx = e−5 ≃ 6.72 × 10−3 2. Hàm phân phối FX(x) FX(x) = Z x −∞ 0 dt, x ≤ 0 Z x 0 e−t dt, x 0 Rút gọn ta được FX(x) = 0, x ≤ 0 1 − e−x , x 0 3. Có Y = −2X + 5 FY (y) = P(Y y) = P(−2X + 5 y) = P X 5 − y 2 ! = 1 − FX 5 − y 2 ! Suy ra hàm phân phối của Y FY (y) = 1, y ≥ 5 e y−5 2 , y 5 Bài tập 2.30. Cho hàm mật độ xác suất fX(x) = 3e−3x , x ≥ 0 0, x 0 của biến ngẫu nhiên liên tục X và định nghĩa Y = [X] là số nguyên lớn nhất không vượt quá X (nghĩa là [x] = 0 nếu 0 ≤ x 1, [x] = 1 nếu 1 ≤ x 2 . . .). 1. Tính P(Y = 0). 2. Tính E(Y ). Nguyễn Quang Huy 20185454 MI2 K63 54 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 56. Đề cương MI2020 học kỳ 20192 Xét Y = ⌊X⌋ là biến ngẫu nhiên rời rạc nhận các giá trị 0, 1, 2, . . . 1. Y = 0 xảy ra khi và chỉ khi 0 ≤ X 1. Suy ra P(Y = 0) = P(0 ≤ x 1) = Z 1 0 3e−3x dx ≃ 0.9502 2. Một cách tổng quát, tương tự như trên, ta có P(Y = y) = P(y ≤ x y + 1) = Z y+1 y 3e−3x dx = 1 − e−3 e−3y , y = 0, 1, 2, . . . Suy ra E[Y ] = 1 − e−3 ∞ X y=0 ye−3y Ta có ∞ X k=1 kxk−1 = ∞ X k=1 xk ′ = ∞ X k=1 xk ′ = ∞ X k=0 xk − 1 ′ = 1 1 − x ! − 1 ′ = x 1 − x !′ = 1 (1 − x)2 Suy ra E[Y ] = 1 − e−3 ∞ X y=0 ye−3y = 1 − e−3 ∞ X y=1 ye−3y = e−3 1 − e−3 ∞ X y=1 ye−3(y−1) = e−3 1 − e−3 (1 − e−3)2 = 1 e3 − 1 thay x = e−3 Chú ý: Ta cũng có thể tính kì vọng, phương sai của Y với phép biển đổi Moment Generating Function. Phép biến đổi tương ứng với Y là M(s) = 1 − e−3 ∞ X y=0 esy e−3y = 1 − e−3 ∞ X y=0 es−3 y = 1 − e−3 1 − es−3 Mà ta có E[Y ] = d ds M(s) s=0 Suy ra E[Y ] = e−3 1 − e−3 = 1 e3 − 1 55 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 57. Đề cương MI2020 học kỳ 20192 Phương sai của Y E[Y 2 ] = d2 ds2 M(s) s=0 = 1 + e3 (e3 − 1)2 Suy ra V [Y ] = E[Y 2 ] − E2 [Y ] = e3 (e3 − 1)2 2.3 Một số luật phân phối xác suất thông dụng Bài tập 2.31. Bắn 5 viên đạn vào một mục tiêu. Xác suất trúng đích của mỗi lần bắn như nhau và bằng 0,2. Muốn phá hủy mục tiêu phải có ít nhất 3 viên trúng mục tiêu. Tìm xác suất mục tiêu bị phá hủy. Gọi X là số viên đạn bắn trúng mục tiêu thì X có phân phối nhị thức với n = 5 và p = 0.2 : X ∼ B(5, 0.2). Gọi A là mục tiêu bị phá hủy thì A ≡ (X ≥ 3). Do vậy, ta có P(A) = P(X ≥ 3) = 5 3 ! 0.23 × 0.82 + 5 4 ! 0.24 × 0.81 + 5 5 ! 0.25 × 0.80 = 0.05792 Bài tập 2.32. Xác suất để một sinh viên chậm giờ thi là 0,02. Tìm số sinh viên chậm giờ thi có khả năng xảy ra nhiều nhất trong 855 sinh viên dự thi. Gọi X là số thí sinh chậm giờ thì X có phân phối nhị thức X ∼ B(855, 0.02). Ta cần tìm mod X, chính là số có khả năng nhất trong lược đồ Bernoulli mod X = ⌊np − q⌋ + 1 = 17 Bài tập 2.33. Có 10 máy sản xuất sản phẩm (độc lập nhau), mỗi máy sản xuất ra 2% phế phẩm. 1. Từ mỗi máy sản xuất lấy ngẫu nhiên ra một sản phẩm. Hỏi xác suất lấy được nhiều nhất 2 phế phẩm trong 10 sản phẩm này là bao nhiêu? 2. Trung bình có bao nhiêu sản phẩm được sản xuất bởi máy đầu tiên trước khi nó tạo ra phế phẩm đầu tiên (giả sử các sản phẩm sản xuất ra là độc lập)? Gọi X là số phế phẩm trong 10 sản phẩm thì X có phân phối nhị thức X ∼ B(10, 0.02) Nguyễn Quang Huy 20185454 MI2 K63 56 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 58. Đề cương MI2020 học kỳ 20192 1. Sự kiện quan tâm là X ≤ 2. Dễ tính được P(X ≤ 2) = 10 0 ! 0.020 × 0.9810 + 10 1 ! 0.021 × 0.989 + 10 2 ! 0.022 × 0.988 ≃ 0.9991 2. Gọi Z là số sản phẩm sản xuất ra trước khi tạo ra phế phẩm đầu tiên. Có P(Z = z) = 0.98z × 0.02, (z = 0, 1, 2, . . .) nên theo định nghĩa, E[Z] = +∞ X z=0 z × 0.98z × 0.02 Chú ý rằng +∞ X n=0 nxn = x +∞ X n=0 nxn−1 = x +∞ X n=0 (xn )′ = x +∞ X n=0 xn ′ = x 1 1 − x !′ = x (1 − x)2 Thay x = 0.98 suy ra E[Z] = 49 Chú ý: Hàm khối lượng của Z như trên có dạng của biến ngẫu nhiên có phân phối hình học. Ta có thể dùng kì vọng có điều kiện để tính kì vọng, phương sai của biến ngẫu nhiên có phân phối hình học. Gọi Y là số sản phẩm được tạo ra bởi máy đầu tiên đến khi nó tạo ra phế phẩm đầu tiên thì Y quan hệ với Z theo biểu thức Z = Y − 1 Vì các sản phẩm sản xuất ra là độc lập nên Y có phân phối hình học Y ∼ G(0.02), và pY (y) = P(Y = y) = (1 − p)y−1 p = 0.98y−1 × 0.02, y = 1, 2, . . . Ta có thể coi trường hợp không bao giờ sản xuất ra phế phẩm có xác suất là 0 vì nếu gọi A là không bao giờ sản xuất ra phế phẩm thì ta có P(A) = (1 − p)k k→∞ − − − → 0 Trước hết, ta chỉ ra tính chất không nhớ của Y pY (y) = pY −n | Y n(y) Thật vậy, gọi Pi là sản xuất được phế phẩm ở lần thứ i, ta có pY −n | Y n(y) = P Y − n = y | Y n = P Pn+1 Pn+2 . . . Pn+y−1 Pn+y | P1 P2 . . . Pn = P Pn+1 Pn+2 . . . Pn+y−1 Pn+y (vì các sản phẩm độc lập) = (1 − p)y−1 p = P(Y = y) = pY (y) 57 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 59. Đề cương MI2020 học kỳ 20192 Sử dụng tính chất trên và theo Expected value rule, ta có E[Y ] = 1 + E[Y − 1] = 1 + p E Y − 1 | Y = 1 + (1 − p) E Y − 1 | Y 1 = 1 + 0 + (1 − p) E[Y ] Giải ra được E[Y ] = 1 p = 50 Từ đây ta cũng có E[Z] = 49. Tương tự, ta có thể tìm phương sai của Y . Sử dụng tính không nhớ, ta có E[Y | Y 1] = 1 + E[Y ] E[Y 2 | Y 1] = E h (Y + 1)2 i Suy ra E[Y 2 ] = P(Y = 1) E[Y 2 | Y = 1] + P(Y 1) E[Y 2 | Y 1] = p.1 + (1 − p) E[Y 2 ] + 2E[Y ] + 1 Giải ra được E[Y 2 ] = 2 p2 − 1 p Như vậy V [Y ] = E[Y 2 ] − E2 [Y ] = 1 − p p2 Suy ra V [Z] = V [Y ] = 1 − p p2 Bài tập 2.34. Một ga ra cho thuê ôtô thấy rằng số người đến thuê ôtô vào thứ bảy cuối tuần là một biến ngẫu nhiên có phân bố Poisson với tham số λ = 2. Giả sử gara có 4 chiếc ôtô. 1. Tìm xác suất để tất cả 4 ôtô đều được thuê vào thứ 7. 2. Tìm xác suất gara không đáp ứng được yêu cầu (thiếu xe cho thuê) vào thứ 7. 3. Trung bình có bao nhiêu ôtô được thuê vào ngày thứ 7? Gọi X là số người đến thuê ô tô vào thứ 7 cuối tuần thì X có phân phối Poisson, X ∼ P(2) 1. Cả 4 ô tô đều được thuê vào thứ 7 chỉ khi có ít nhất 4 người đến thuê. Vậy P(A) = P(X ≥ 4) = 1 − e−2 20 0! + 21 1! + 22 2! + 23 3! ! ≃ 0.1429 2. Gara thiếu xe cho thuê nếu có từ 5 người trở lên đến thuê P(B) = P(A) − P(X = 4) ≃ 0.0526 Nguyễn Quang Huy 20185454 MI2 K63 58 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 60. Đề cương MI2020 học kỳ 20192 3. Gọi Y là số ô tô được thuê trong ngày thú 7 thì Y là biến ngẫu nhiên rời rạc nhận các giá trị 0, 1, 2, 3, 4 i) Y = 0 xảy ra khi không có người đến thuê, nghĩa là X = 0, suy ra P(Y = 0) = P(X = 0) = e−2 20 0! ≃ 0.1353 Tương tự, Y = k chính là sự kiện X = k, với k = 1, 2, 3. Có P(Y = 1) ≃ 0.2707, P(Y = 2) ≃ 0.2707, P(Y = 3) ≃ 0.1804 ii) Y = 4 xảy ra khi có từ 4 người trở lên đến thuê, chính là sự kiện A ≡ X ≥ 4 P(Y = 4) = P(A) ≃ 0.1429 Bảng phân phối xác suất của Y Y 0 1 2 3 4 P(Y ) 0.1353 0.2707 0.2707 0.1804 0.1429 Suy ra E[Y ] = 1.9249 Bài tập 2.35. Số khách hàng đến một cửa hàng bán lẻ là một biến ngẫu nhiên có phân phối Poisson với trung bình 6 khách hàng đến trong vòng một giờ. 1. Nếu có đúng 5 khách hàng đến trong khoảng thời gian từ 10:00 đến 11:00 thì xác suất để có ít nhất 8 khách hàng đến trong khoảng thời gian từ 10:00 đến 11:30 là bao nhiêu? 2. Nếu có ít hơn 6 khách hàng đến trong khoảng thời gian từ 10:00 đến 12:00 thì cửa hàng được xem như là không có lợi nhuận. Tìm xác suất để cửa hàng có đúng 1 ngày có lãi trong một tuần (giả sử cửa hàng mở cửa 6 ngày trong tuần). 1. Gọi X là số khách hàng đến cửa hàng bán lẻ trong vòng nửa giờ, ta có X ∼ P(3). Gọi A là sự kiện quan tâm, A xảy ra khi và chỉ khi có ít nhất 3 người đến trong khoảng 11h00 đến 11h30, như vậy P(A) = 1 − P(X 3) = 1 − 2 X k=0 e−3 3k k! ≃ 0.5768 2. Gọi Y là cửa hàng không có lợi nhuận, sử dụng biến ngẫu nhiên có phân phối Poisson, tính được p = P(Y ) = 5 X k=0 e−12 12k k! ≃ 0.0203 Gọi Z là số ngày có lãi trong tuần thì Z có phân phối nhị thức Z ∼ B(6, 0.0203) pZ(5) = 6 5 ! 0.02035 × 0.97971 ≃ 2.02 × 10−8 59 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 61. Đề cương MI2020 học kỳ 20192 Bài tập 2.36. Gọi biến ngẫu nhiên Y là tỷ lệ người trong 1000 người Mỹ xác nhận rằng có uống nhiều hơn 5 cốc bia mỗi ngày. Giả sử rằng tỷ lệ đúng là 10% trên toàn bộ dân số Mỹ. Tính E(Y ), V (Y ). Gọi X là số người trong 1000 người Mỹ xác nhận có uống nhiều hơn 5 cốc bia mỗi ngày, thì X có phân phối nhị thức X ∼ B(1000, 0.1) và Y = X 1000 , suy ra E[Y ] = E[X] 1000 = 0.1, V [Y ] = V [X] 10002 = 9 × 10−5 Bài tập 2.37. Giả sử X là biến ngẫu nhiên tuân theo luật phân phối chuẩn với trung bình là 3 và phương sai là 0,16. 1. Hãy tính P(X 3), P(X 3, 784). 2. Tìm c sao cho P(3 − c X 3 + c) = 0, 9. Ta có biến ngẫu nhiên có phân phối chuẩn X ∼ N(3, 0.42 ) 1. Áp dụng công thức P(X 3) = 0.5 − φ 3 − 3 0.4 ! = 0.5 Tương tự, P(X 3.784) = 0.5 − 0.4750 = 0.025 2. Sử dụng công thức P |X − µ| tσ = 2φ(t), ta có 2φ(t) = 0.9, với tσ = c Suy ra t ≃ 1.65 và c ≃ 0.66 Bài tập 2.38. Cho biên độ dao động của một vật là biến ngẫu nhiên liên tục có hàm phân phối xác suất là FX(x) = 1 − e− x2 2σ2 , x ≥ 0 0, x 0 trong đó s là tham số đã biết. Tính xác suất để biên độ giao động đó lớn hơn trị trung bình của nó. Hàm mật độ của X fX(x) = x σ2 e− x2 2σ2 , x ≥ 0 0, x 0 Nguyễn Quang Huy 20185454 MI2 K63 60 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 62. Đề cương MI2020 học kỳ 20192 Suy ra E[X] = Z +∞ −∞ xfX(x) dx = Z +∞ 0 x2 σ2 e− x2 2σ2 dx = √ 2σ Z +∞ 0 √ y e−y dy đặt x2 2σ2 = y ! = √ 2σ Γ 3 2 ! = √ 2σ 1 2 .Γ 1 2 ! = σ r π 2 Từ đó ta có P X E[X] = 1 − FX σ r π 2 ! = e− π 4 Bài tập 2.39. Lãi suất (%) đầu tư vào một dự án trong năm 2019 được coi như một biến ngẫu nhiên tuân theo quy luật chuẩn. Theo đánh giá của ủy ban đầu tư thì với xác suất 0,1587 cho lãi suất lớn hơn 20% và với xác suất 0,0228 cho lãi suất lớn hơn 25%. Vậy khả năng đầu tư mà không bị lỗ là bao nhiêu? Gọi X là lãi suất đầu tư vào dự án thì X là biến ngẫu nhiên có phân phối chuẩn X ∼ N(µ, σ2 ). Từ giả thiết, ta có hệ 0.5 − φ 20 − µ σ ! = 0.1587 0.5 − φ 25 − µ σ ! = 0.0228 ⇒ 20 − µ σ = 1 25 − µ σ = 2 ⇒ µ = 15 σ = 5 Khả năng đầu tư mà không bị lỗ là p = P(X 0) = 0.5 − φ 0 − 15 5 ! = 0.99865 Bài tập 2.40. Tung một đồng xu vô hạn lần, xác suất thu được mặt ngửa mỗi lần là p. 1. Gọi X là số lần tung đến khi xuất hiện mặt ngửa lần đầu tiên (tại lần tung thứ X). Tính E(X). 2. Tính xác suất xuất hiện đúng 6 lần ngửa trong 10 lần tung. 3. Tính xác suất để lần xuất hiện mặt ngửa thứ 6 rơi vào lần tung thứ 10. 61 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 63. Đề cương MI2020 học kỳ 20192 1. Bài tập này giống bài tập 2.33 ý b. X là biến ngẫu nhiên có phân phối hình học với kì vọng E[X] = 1 p . Ở đây đề bài hỏi là cho đến khi, không phải là trước khi. 2. Gọi Y là số lần tung được mặt ngửa trong 10 lần thì Y là biến ngẫu nhiên có phân phối nhị thức P(Y = 6) = 10 6 ! p6 (1 − p)4 3. Gọi A là sự kiện quan tâm, A xảy ra khi và chỉ khi lần thứ 10 tung được mặt ngửa, và tung được đúng 5 mặt ngửa trong 9 lần đầu tiên. Bài toán thỏa mãn lược đồ Bernoulli, hoặc ta cũng có thể dùng phân phối nhị thức Binomial Distribution P(A) = 9 5 ! p5 (1 − p)4 p = 9 5 ! p6 (1 − p)4 Bài tập 2.41. Xét một phần tư hình tròn tâm O(0, 0) bán kính bằng a, ký hiệu là OAB, với tọa độ tương ứng là A(a, 0) và B(0, a). 1. Trên đoạn OA lấy ngẫu nhiên một điểm C. Tìm phân phối xác suất của độ dài đoạn OC. 2. Dựng một đường thẳng đi qua C, vuông góc với OA và cắt cung tròn tại điểm D. Tính kỳ vọng và phương sai của độ dài đoạn CD. 1. Gọi X là độ dài đoạn OC thì X là biến ngẫu nhiên có phân phối đều, X ∼ U[0, a] Hàm mật độ xác suất của X fX(x) = 1 a , x ∈ [0, a] 0, x / ∈ [0, a] 2. Gọi Y là độ dài đoạn CD thì Y là biến ngẫu nhiên thỏa mãn điều kiện Y = √ a2 − x2, x ∈ [0, a] 0, x / ∈ [0, a] Ta sử dụng các kết quả E g(X) = Z +∞ −∞ g(x) fX(x) dx và V g(X) = E h g2 (X) i − E g(X) 2 Nguyễn Quang Huy 20185454 MI2 K63 62 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 64. Đề cương MI2020 học kỳ 20192 O C B A D X a Y θ Kỳ vọng của Y E[Y ] = Z +∞ −∞ g(X) fX(x) dx = 1 a Z a 0 √ a2 − x2 dx = 1 a Z π 2 0 a2 cos2 t dt (đặt x = a sin t) = aπ 4 Ta có E h Y 2 i = E h a2 − X2 i = 1 a Z a 0 (a2 − x2 ) dx = 2a2 3 Suy ra phương sai của Y V [Y ] = 2a2 3 − aπ 4 2 = 2 3 − π2 16 ! a2 Như vậy, trong bài toán này, ta có thể tìm được E[Y ] và V [Y ] mà không cần phải tìm phân phối của Y . Chú ý: Ta cũng có thể tìm được kì vọng, phương sai của Y thông qua góc Θ tạo bởi Ox và OD nhờ liên hệ Y = a sin θ, ở đó Θ là biến ngẫu nhiên có phân phối đều Θ ∼ U 0, π 2 63 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 65. Đề cương MI2020 học kỳ 20192 Bài tập 2.42. Lấy ngẫu nhiên một điểm M trên nửa đường tròn tâm O, đường kính AB = 2a. Biết rằng xác suất điểm M rơi vào cung CD bất kì của nửa đường tròn AMB chỉ phụ thuộc vào độ dài cung CD. 1. Tìm hàm phân phối xác suất của biến ngẫu nhiên Y chỉ diện tích tam giác AMB. 2. Tìm giá trị trung bình của diện tích tam giác ấy. 1. Gọi Θ là góc tạo bởi Ox và OM, dễ thấy Θ là biến ngẫu nhiên có phân phối đều Θ ∼ U [0, π]. Hàm mật độ xác suất của Θ fΘ(θ) = 1 π , θ ∈ [0, π] 0, θ / ∈ [0, π] Hàm phân phối xác suất của Θ FΘ(θ) = 0, θ ≤ 0 θ π , 0 θ ≤ π 1, θ π O A B M Y θ R = a Gọi X là diện tích tam giác AMB thì X là biến ngẫu nhiên liên tục thỏa mãn hệ thức X = a2 sin θ, x ∈ [0, a2 ] 0, x / ∈ [0, a2 ] Nguyễn Quang Huy 20185454 MI2 K63 64 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 66. Đề cương MI2020 học kỳ 20192 Hàm phân phối xác suất của X FX(x) = P(X x) = P(a2 sin θ x) = 0, x ≤ 0 P 0 θ arcsin x a2 + P π − arcsin x a2 θ π , 0 x ≤ a2 1, x a2 Rút gọn đi ta được FX(x) = 0, x ≤ 0 2 π arcsin x a2 , 0 x ≤ a2 1, x a2 2. Hàm mật độ xác suất của X fX(x) = 2 π √ a4 − x2 , x ∈ [0, a2 ] 0, x / ∈ [0, a2 ] Suy ra kỳ vọng của X là E[X] = Z +∞ −∞ x fX(x) dx = 2 π Z a2 0 x √ a4 − x2 dx = 2 π a2 Bài tập 2.43. Từ điểm A(0, −a) (a 0) trong nửa mặt phẳng tọa độ xOy phần x ≥ 0, người ta kẻ ngẫu nhiên một tia At hợp với tia Oy một góc ϕ. Biết ϕ là biến ngẫu nhiên có phân phối đều trong khoảng 0, π 4 . Tia At cắt Ox tại điểm M. 1. Tìm hàm phân phối xác suất của biến ngẫu nhiên X chỉ diện tích tam giác AOM. 2. Tìm giá trị trung bình của diện tích trên. Theo giả thiết, ta có Ω là biến ngẫu nhiên có phân phối đều Ω ∼ U 0, π 4 . Hàm mật độ xác suất của Ω fΩ(ω) = 4 π , ω ∈ 0, π 4 0, ω / ∈ 0, π 4 Hàm phân phối xác suất của Ω FΩ(ω) = 0, ω ≤ 0 4ω π , 0 ω ≤ π 4 1, ω π 4 65 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 67. Đề cương MI2020 học kỳ 20192 1. Gọi X là diện tích tam giác AOM thì X là biến ngẫu nhiên liên tục thỏa mãn hệ thức X = 1 2 a2 tan ω, x ∈ [0, a2 ] 0, x / ∈ [0, a2 ] Hàm phân phối xác suất của X FX(x) = P(X x) = P 1 2 a2 tan ω x ! = 0, x ≤ 0 P 0 ω arctan 2x a2 ! + P π − arctan 2x a2 ω π ! , 0 x ≤ a2 1, x a2 Rút gọn ta được FX(x) = 0, x ≤ 0 8 π arctan 2x a2 , 0 x ≤ a2 1, x a2 x y O −a A M ω Y 2. Hàm mật độ xác suất của X fX(x) = 16a2 π(a4 + 4x2) , x ∈ [0, a2 ] 0, x / ∈ [0, a2 ] Nguyễn Quang Huy 20185454 MI2 K63 66 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 68. Đề cương MI2020 học kỳ 20192 Suy ra kỳ vọng của X là E[X] = Z +∞ −∞ x fX(x) dx = 16a2 π Z a2 0 x a4 + 4x2 dx = 2a2 ln 5 π Bài tập 2.44. Một công ty kinh doanh mặt hàng A dự định sẽ áp dụng một trong hai phương án kinh doanh: Phương án 1: Gọi X1 (triệu đồng/tháng) là lợi nhuận thu được. X1 có phân phối chuẩn N(140; 2500). Phương án 2: Gọi X2 (triệu đồng/tháng) là lợi nhuận thu được. X2 có phân phối chuẩn N(200; 3600). Biết rằng công ty tồn tại và phát triển thì lợi nhuận thu được từ mặt hàng A phải đạt ít nhất 80 triệu đồng/tháng. Hỏi nên áp dụng phương án nào để rủi ro thấp hơn. Nếu sử dụng phương án 1 thì khả năng công ty tồn tại và phát triển là p1 = P(X1 80) = 0.5 − φ 80 − 140 √ 2500 ! = 0.5 + 0.38493 = 0.88493 Nếu sử dụng phương án 2 thì khả năng công ty tồn tại và phát triển là p2 = P(X2 80) = 0.5 − φ 80 − 200 √ 3600 ! = 0.5 + 0.47725 = 0.97725 Vì p2 p1 nên công ty sử dụng phương án 2 sẽ có khả năng rủi ro thấp hơn Bài tập 2.45. Trọng lượng của một loại trái cây tuân theo luật phân phối chuẩn với trọng lượng trung bình là 250g, độ lệch chuẩn là 5g. Trái cây loại I là trái cây có trọng lượng không nhỏ hơn 260g. 1. Một người lấy 1 trái từ trong sọt trái cây ra. Tính xác suất người này lấy được trái cây loại I. 2. Nếu lấy được trái loại I thì người này sẽ mua sọt đó. Người ngày kiểm tra 100 sọt. Tính xác suất người này mua được 6 sọt. Gọi X là trọng lượng của loại trái cây, ta có X ∼ N(250, 52 ) 1. Xác suất người này lấy được trái cây loại I là p = P(X ≥ 260) = 0.5 − φ 260 − 250 5 ! = 0.02275 2. Gọi Y là số sọt người đó mua được, dễ thấy Y là biến ngẫu nhiên có phân phối nhị thức Y ∼ B(100, 0.02275). Xác suất để người này mua được 6 sọt là p = pY (6) = 100 6 ! 0.022756 × 0.772594 ≃ 0.0190 67 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 69. Đề cương MI2020 học kỳ 20192 Bài tập 2.46. Một dây chuyền tự động khi hoạt động bình thường có thể sản xuất ra phế phẩm với xác suất p = 0, 001 và được điều chỉnh ngay lập tức khi phát hiện có phế phẩm. Tính số trung bình các sản phẩm được sản xuất giữa 2 lần điều chỉnh. Gọi X là số sản phẩm được sản xuất giữa 2 lần điều chỉnh. Ta thấy X là biến ngẫu nhiên rời rạc nhận các giá trị X = 1, 2, 3, . . .. Hàm khối lượng xác suất pX(x) = P(X = x) = (1 − p)x−1 p = 0.999x−1 × 0.001, x = 1, 2, 3, . . . Như vậy, X có phân phối hình học, như ở bài tập 2.33 ý b, ta đã chỉ ra E[X] = 1 p = 1000 Chú ý: Qua bài toán này, ta nhận xét rằng nếu Y1, Y2, . . . có phân phối hình học thì biến ngẫu nhiên Xk = Yk − Yk−1 cũng có phân phối hình học. Ta cũng có thể tìm được E[X] theo hướng này mà không cần công thức Gọi Yk là tổng số sản phẩm được sản suất cho đến khi điều chỉnh lần thứ k và Xk là số sản phẩm sản xuất được giữa hai lần điều chỉnh thứ k và k + 1. Khi đó, ta thấy rằng X chính là X1, X2, . . . Dễ có X1 chính là số sản phẩm sản xuất được khi gặp phế phẩm đầu tiên, nên có phân phối hình học X1 ∼ G(λ). Giả sử khi đã gặp phế phẩm đầu tiên, thì ta biết rằng tương lai vẫn tiếp tục là Bernouli process, tương tự như process ban đầu: Số sản phẩm sản xuất được X2 đến khi gặp phế phẩm đầu tiên cũng là phân phối hình học. Hơn thế nữa, các sản phẩm sản xuất trong quá khứ hoàn toàn độc lập với các sản phẩm trong tương lai. Vì X2 xác định số sản phẩm trong tương lai, nên nó hoàn toàn độc lập với X1. Cứ tiếp tục như vậy, ta kết luận các biến ngẫu nhiên X1, X2, . . . là độc lập và đều có phân phối hình học. Do đó E[X] = 1 p Bài tập 2.47. Trong một kỳ thi điểm số trung bình của các sinh viên là 80 và độ lệch chuẩn là 10. Giả sử điểm thi của sinh viên tuân theo luật phân phối chuẩn. 1. Nếu giáo viên muốn 25% số sinh viên đạt điểm A (nhóm điểm cao nhất) thì điểm số thấp nhất để đạt điểm A là bao nhiêu? 2. Chọn ngẫu nhiên 50 sinh viên, tính xác suất trong đó có nhiều hơn 10 sinh viên đạt điểm A (điểm A lấy ở câu (a)). Gọi X là điểm thi của sinh viên, ta có X ∼ N(80, 102 ) Nguyễn Quang Huy 20185454 MI2 K63 68 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 70. Đề cương MI2020 học kỳ 20192 1. Ta cần tìm x thỏa mãn P(X x) = 0.25. Sử dụng hàm Laplace P(X x) = 0.25 ⇒ 0.5 − φ x − 80 10 ! = 0.25 ⇒ x − 80 10 = 0.09871 Giải ra được x = 80.9871 2. Gọi Y là số sinh viên đạt điểm A (lấy ở câu trên) trong 50 sinh viên thì Y là biến ngẫu nhiên có phân phối nhị thức Y ∼ B(50, 0.25). Xác suất cần tính là P(Y 10) = 1 − 10 X i=0 50 i ! 0.25i × 0.7550−i ≃ 0.7378 Bài tập 2.48. Đường kính của một loại chi tiết do một máy sản xuất tuân theo luật phân phối chuẩn, với kỳ vọng là 20mm và độ lêch chuẩn là 0,2mm. Tính xác suất để lấy ngẫu nhiên một chi tiết có đường kính trong khoảng 19,9mm đến 20,3mm. Có X ∼ N(20, 0.22 ). Xác suất cần tính là P(19.9 X 20.3) = φ 20.3 − 20 0.2 ! − φ 19.9 − 20 0.2 ! = 0.43319 + 0.19146 = 0.62465 Bài tập 2.49. Chiều cao của nam giới khi trưởng thành là biến ngẫu nhiên tuân theo luật phân phối chuẩn với chiều cao trung bình là 160cm và độ lệch chuẩn là 6cm. Tìm xác suất để đo ngẫu nhiên 4 người thì có ít nhất một người có chiều cao nằm trong khoảng (158–162) cm. Giả sử X là chiều cao của một người. Ta có X ∼ N(160, 62 ). Xác suất để một người có chiều cao trong khoảng 158 − 162 cm là P(158 X 162) = φ 162 − 160 6 ! − φ 158 − 160 6 ! = 0.12930 + 0.12930 = 0.2586 Gọi Y là số người có chiều cao trong khoảng trên, thì Y có phân phối nhị thức. Ta cần tính P(Y ≥ 1) = 1 − P(0) = 1 − 4 0 ! 0.25860 × 0.74144 ≃ 0.6979 Bài tập 2.50. Dùng hai phương pháp để tính sai số của một biến ngẫu nhiên. Phương pháp 1: Cho sai số đó bằng 2X với X là biến ngẫu nhiên có phân phối chuẩn N(0; 25). Phương pháp 2: Cho sai số đó bằng tổng hai biến ngẫu nhiên độc lập Y = Y1 + Y2 trong đó E(Y1) = E(Y2) = 0 và σ(Y1) = σ(Y2) = 5. Hỏi phương pháp nào được ưa dùng hơn? 69 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 71. Đề cương MI2020 học kỳ 20192 Phương pháp thứ nhất là một biến ngẫu nhiên có phân phối chuẩn 2X ∼ N 2 × 0, 4 × 52 Phương pháp thứ hai là một biến ngẫu nhiên có phân phối chuẩn X1 + X2 ∼ N 0 + 0, 52 + 52 Vì V [X1 + X2] V [2X] nên phương pháp thứ hai sẽ được ưa chuộng hơn, do nó phân tán quanh kỳ vọng hẹp hơn phương pháp thứ nhất. Trong khi, kỳ vọng của cả hai phương pháp đều là 0, chính là sai số mà ta mong muốn đạt được. Nguyễn Quang Huy 20185454 MI2 K63 70 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 72. Đề cương MI2020 học kỳ 20192 3 Biến ngẫu nhiên nhiều chiều 3.1 Biến ngẫu nhiên rời rạc Bài tập 3.1. Cho biến ngẫu nhiên X và Y có bảng phân bố xác suất đồng thời như sau X Y 1 2 3 1 0.12 0.15 0.03 2 0.28 0.35 0.07 1. Chứng minh rằng X và Y độc lập. 2. Lập bảng phân phối xác suất của X và Y . 3. Tìm quy luật phân phối của biến ngẫu nhiên Z = XY . 4. Tính E(Z) bằng 2 cách và kiểm tra E(Z) = E(X).E(Y ). 1. Bảng phân phối xác suất của X và Y là X 1 2 P(X) 0.3 0.7 Y 1 2 3 P(Y ) 0.4 0.5 0.1 2. Từ giả thiết và ý trên ta kiểm tra được P(X = Xi, Y = Yj) = P(X = Xi) P(Y = Yj), ∀i = 1, 2; j = 1, 2, 3 nên X, Y là hai biến ngẫu nhiên độc lập 3. Vì X nhận các giá trị X = 1, 2 và Y nhận các giá trị Y = 1, 2, 3 nên Z là biến ngẫu nhiên rời rạc nhận các giá trị Z = 1, 2, 3, 4, 6. Ta có P(Z = 1) = P(XY = 1) = P(X = 1, Y = 1) = 0.12 P(Z = 2) = P(XY = 2) = P(X = 1, Y = 2) + P(X = 2, Y = 1) = 0.43 Tương tự, ta lập được bảng phân phối của Z = XY là Z 1 2 3 4 6 P(Z) 0.12 0.43 0.03 0.35 0.07 71 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 73. Đề cương MI2020 học kỳ 20192 4. Từ bảng phân phối xác suất của Z, ta tính kỳ vọng theo định nghĩa E[Z] = 1 × 0.12 + 2 × 0.43 + 3 × 0.03 + 4 × 0.35 + 6 × 0.07 = 2.89 Ta cũng có thể tính kỳ vọng dựa trên tính độc lập của X và Y E[Z] = E[X] E[Y ] = (1 × 0.3 + 2 × 0.7) × (1 × 0.4 + 2 × 0.5 + 3 × 0.1) = 2.89 Bài tập 3.2. Cho biến ngẫu nhiên X và Y có bảng phân bố xác suất đồng thời là X Y −1 0 1 −1 4 15 1 15 4 15 0 1 15 2 15 1 15 1 0 2 15 0 1. Tìm E(X), E(Y ), cov(X, Y ). 2. X và Y có độc lập không? 3. Tìm bảng phân phối xác suất của X, của Y . 1. Ta có E[X] = (−1). 4 15 + 1 15 + 4 15 ! + 0. 1 15 + 2 15 + 1 15 ! + 1. 0 + 2 15 + 0 ! = − 7 15 E[Y ] = (−1). 4 15 + 1 15 + 0 ! + 0. 1 15 + 2 15 + 2 15 ! + 1. 4 15 + 1 15 + 0 ! = 0 E[XY ] = (−1) × (−1) × 4 15 + (−1) × 1 × 4 15 + 1 × (−1) × 0 + 1 × 1 × 0 = 0 Suy ra cov(X, Y ) = E[XY ] − E[X] E[Y ] = 0 2. Dễ kiểm tra được P(X = −1, Y = −1) 6= P(X = −1) P(Y = −1) nên X, Y không độc lập 3. Bảng phân phối xác suất của X và Y Nguyễn Quang Huy 20185454 MI2 K63 72 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 74. Đề cương MI2020 học kỳ 20192 X −1 0 1 P(X) 9 15 4 15 5 15 Y −1 0 1 P(Y ) 5 15 5 15 5 15 Bài tập 3.3. Cho biến ngẫu nhiên X và Y có bảng phân bố xác suất đồng thời là X Y 1 2 3 1 0.17 0.13 0.25 2 0.10 0.30 0.05 1. Lập bảng phân phối xác suất của X và của Y . 2. Lập ma trận Covarian của (X, Y ). 3. Tìm hệ số tương quan. 4. X và Y có độc lập không? 1. Bảng phân phối xác suất của X và Y X 1 2 P(X) 0.55 0.45 Y 1 2 3 P(Y ) 0.27 0.43 0.3 2. Từ các bảng phân phối xác suất của X, Y ta có E[X] = 1.45, V [X] = 0.2475 E[Y ] = 2.03, V [Y ] = 0.5691 Tính được E[XY ] = 2.88 suy ra cov(X, Y ) = −0.0635 Ma trận hiệp phương sai Γ = V [X] cov(X, Y ) cov(X, Y ) V [Y ] = 0.2475 −0.0635 −0.0635 0.5691 3. Hệ số tương quan ρXY = cov(X, Y ) q V [X] V [Y ] = −0.1692 4. Dễ kiểm tra được P(X = 1, Y = 1) 6= P(X = 1) P(Y = 1) nên X, Y không độc lập 73 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 75. Đề cương MI2020 học kỳ 20192 Bài tập 3.4. Thống kê về giá thành sản phẩm Y (triệu đồng) và sản lượng X (tấn) của một ngành sản xuất thu được bảng phân phối xác suất sau: X Y 30 50 80 100 6 0.05 0.06 0.08 0.11 7 0.06 0.15 0.04 0.08 8 0.07 0.09 0.10 0.11 1. Tìm giá thành sản phẩm trung bình và mức độ phân tán của nó. 2. Tìm sản lượng trung bình khi giá thành bằng 8. 3. X và Y có độc lập không? 4. X và Y có tương quan không? 1. Bảng phân phối xác suất của X X 6 7 8 P(X) 0.3 0.33 0.37 Suy ra E[X] = 7.07 và σX = q V [X] ≃ 0.8155 2. Bảng phân phối xác suất có điều kiện là Y | (X = 8) 30 50 80 100 P(Y | X = 8) 7 37 9 37 10 37 11 37 Như vậy E[Y | X = 8] = 2569 37 ≃ 69.1892 3. Bảng phân phối xác suất của Y Y 30 50 80 100 P(Y ) 0.18 0.3 0.22 0.3 Dễ kiểm tra được P(X = 6, Y = 30) 6= P(X = 6) P(Y = 30) nên X, Y không độc lập Nguyễn Quang Huy 20185454 MI2 K63 74 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 76. Đề cương MI2020 học kỳ 20192 4. Ta tính được E[X] = 7.07, E[Y ] = 68, E[XY ] = 479.7 Suy ra cov(X, Y ) = 479.7 − 68 × 7.07 = −1.06 Như vậy X, Y có quan hệ tương quan Chú ý: Bài này đề bị nhầm, đã tự sửa lại Y là sản lượng và X là giá thành sản phẩm mới làm được ý thứ 2 Bài tập 3.5. Cho X1, X2, X3 là các biến ngẫu nhiên độc lập theo luật phân phối Poisson với tham số λ1 = 1, λ2 = 2, λ3 = 3. Tính xác suất của các sự kiện sau: 1. Số lớn nhất trong các số X1, X2, X3 không nhỏ hơn 1. 2. Số lớn nhất trong các số X1, X2, X3 bằng 1. 3. Số nhỏ nhất trong các số X1, X2, X3 không nhỏ hơn 1. 4. Số nhỏ nhất trong các số X1, X2, X3 bằng 1. Gọi X, Y lần lượt là số lớn nhất và số nhỏ nhất trong các số X1, X2, X3. 1. Gọi A là X không nhỏ hơn 1. Ta có P(A) = 1 − P(A) = 1 − P(X1 1, X2 1, X3 1) = 1 − P(X1 = 0) P(X2 = 0) P(X3 = 0) = 1 − e−1 10 0! . e−2 20 0! . e−3 30 0! ≃ 0.9975 2. Gọi B là X bằng 1 thì dễ thấy rằng P(B) = P(A)−P(X 1). Tương tự ta tính được P(X ≤ 1) = P(X1 ≤ 1, X2 ≤ 1, X3 ≤ 1) = P(X1 ≤ 1) P(X2 ≤ 1) P(X3 ≤ 1) = e−1 10 0! + e−1 11 1! ! . e−2 20 0! + e−2 21 1! ! . e−3 30 0! + e−3 31 1! ! ≃ 0.0595 Suy ra P(B) ≃ 0.9975 − (1 − 0.0595) ≃ 0.057 75 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 77. Đề cương MI2020 học kỳ 20192 3. Gọi C là Y không nhỏ hơn 1. Ta có P(Y ≥ 1) = P(X1 ≥ 1, X2 ≥ 1, X3 ≥ 1) = P(X1 ≥ 1) P(X2 ≥ 1) P(X3 ≥ 1) = 1 − e−1 10 0! ! . 1 − e−2 20 0! ! . 1 − e−3 30 0! ! ≃ 0.5194 4. Gọi D là Y bằng 1 thì dễ thấy P(D) = P(C) − P(Y 1). Tương tự ta tính được P(Y 1) = P(X1 1, X2 1, X3 1) = P(X1 1) P(X2 1) P(X3 1) = 1 − e−1 10 0! − e−1 11 1! ! . 1 − e−2 20 0! − e−2 21 1! ! . 1 − e−3 30 0! − e−3 31 1! ! ≃ 0.1257 Suy ra P(D) ≃ 0.5194 − 0.1257 ≃ 0.3937 Bài tập 3.6. Cho X và Y là hai biến ngẫu nhiên có bảng phân phối xác suất là: X 0 1 2 3 4 5 P 0.15 0.3 0.25 0.2 0.08 0.02 Y 0 1 2 3 4 5 P 0.3 0.2 0.2 0.15 0.1 0.05 1. Tính E(X), E(Y ), V (X), V (Y ). 2. Nếu X và Y độc lập, tính P(X + Y ≤ 2) và lập bảng phân phối xác suất của X + Y . 1. Dễ dàng tính được E[X] = 1.82, V [X] = 1.5676 E[Y ] = 1.7, V [Y ] = 2.31 2. Ta thấy X + Y ≤ 2 xảy ra khi và chỉ khi X, Y là một trong các bộ dưới đây {(0, 0), (0, 1), (1, 0), (2, 0), (1, 1), (0, 2)} Mà X, Y độc lập, nên ta tính được P(X + Y ≤ 2) = P(X + Y = 0) + P(X + Y = 1) + P(X + Y = 2) = 0.33 Dễ thấy X + Y là biến ngẫu nhiên rời rạc nhận các giá trị 1, 2, 3, . . . , 10. Bảng phân phối xác suất của X + Y Nguyễn Quang Huy 20185454 MI2 K63 76 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 78. Đề cương MI2020 học kỳ 20192 0 1 2 3 4 5 6 7 8 9 10 0.045 0.12 0.165 0.1925 0.174 0.137 0.09 0.0485 0.021 0.006 0.001 Bài tập 3.7. Lấy ngẫu nhiên 3 viên bi từ một hộp gồm 3 bi đỏ, 5 bi xanh và 4 bi vàng. Gọi X, Y lần lượt là số bi xanh, bi vàng trong 3 bi lấy ra. Lập bảng phân phối xác suất đồng thời cho biến ngẫu nhiên hai chiều (X, Y ) Dễ thấy X, Y là hai biến ngẫu nhiên rời rạc nhận các giá trị 0, 1, 2, 3. Bảng phân phối xác suất đồng thời của (X, Y ) X Y 0 1 2 3 0 C3 3 C3 12 C2 3 C1 4 C3 12 C1 3 C2 4 C3 12 C3 4 C3 12 1 C1 5 C2 3 C3 12 C1 3 C1 5 C1 4 C3 12 C1 5 C2 4 C3 12 0 2 C1 3 C2 5 C3 12 C2 5 C1 4 C3 12 0 0 3 C3 5 C3 12 0 0 0 Rút gọn đi ta được bảng X Y 0 1 2 3 0 1 220 3 55 9 110 1 55 1 3 44 3 11 3 22 0 2 3 22 2 11 0 0 3 1 22 0 0 0 77 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 79. Đề cương MI2020 học kỳ 20192 3.2 Biến ngẫu nhiên liên tục Bài tập 3.8. Cho X, Y là hai biến ngẫu nhiên liên tục có hàm mật độ xác suất đồng thời là fX,Y (x, y) = kx, nếu 0 y x 1, 0, nếu trái lại. 1. Tìm hằng số k 2. X và Y có độc lập không? 1. Ta giải hệ phương trình kx ≥ 0, 0 y x 1 Z +∞ −∞ Z +∞ −∞ kx dxdy = 1 ⇒ k ≥ 0, Z 1 0 dx Z x 0 kx dy = 1 ⇒ k = 3 Thử lại. 2. Hàm mật độ xác suất biên fX(x) fX(x) = Z +∞ −∞ fX,Y (x, y) dy = Z x 0 3x dy, 0 x 1, 0, trái lại = 3x2 , 0 x 1, 0, trái lại Hàm mật độ xác suất biên fY (y) fY (y) = Z +∞ −∞ fX,Y (x, y) dx = Z 1 y 3x dx, 0 y 1, 0, trái lại = 3 2 − 3 2 y2 , 0 x 1, 0, trái lại Vì fX,Y (x, y) 6= fX(x) fY (y) với 0 y x 1 nên X, Y không độc lập. Bài tập 3.9. Cho X, Y là hai biến ngẫu nhiên liên tục có hàm mật độ xác suất đồng thời là fX,Y (x, y) = k x2 + xy 2 , nếu 0 x 1, 0 y 2, 0, nếu trái lại. 1. Tìm hằng số k. 2. Tìm hàm phân phối đồng thời của X và Y . Nguyễn Quang Huy 20185454 MI2 K63 78 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 80. Đề cương MI2020 học kỳ 20192 1. Ta giải hệ phương trình k x2 + xy 2 ≥ 0, 0 x 1 0 y 2 +∞ Z −∞ +∞ Z −∞ k x2 + xy 2 dxdy = 1 ⇒ k ≥ 0, 1 Z 0 dx 2 Z 0 k x2 + xy 2 dy = 1 ⇒ k = 6 7 Thử lại. 2. Hàm phân phối đồng thời FXY (x, y) FXY (x, y) = Z x −∞ Z y −∞ 0 dudv, x ≤ 0; y ≤ 0 Z x 0 Z y 0 6 7 u2 + uv 2 dudv, 0 x 1; 0 y 2 Z x 0 Z 2 0 6 7 u2 + uv 2 dudv, 0 x 1; y ≥ 2 Z 1 0 Z y 0 6 7 u2 + uv 2 dudv, x ≥ 1; 0 y 2 Z 1 0 Z 2 0 6 7 u2 + uv 2 dudv, x 1; y 2 Rút gọn ta được FXY (x, y) = 0, x ≤ 0; y ≤ 0 6 7 x3 y 3 + x2 y2 8 ! , 0 x 1; 0 y 2 6 7 2x3 3 + x2 2 ! , 0 x 1; y ≥ 2 6 7 y 3 + y2 8 ! , x ≥ 1; 0 y 2 1, x 1; y 2 79 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 81. Đề cương MI2020 học kỳ 20192 Bài tập 3.10. Cho X, Y là hai biến ngẫu nhiên có hàm mật độ xác suất đồng thời fX,Y (x, y) = 1 6π , nếu x2 9 + y2 4 1, 0, nếu trái lại. 1. Tìm hàm mật độ xác suất biên của X, của Y . 2. Tìm xác suất để (X, Y ) nằm trong hình chữ nhật O(0, 0); A(0, 1); B(1, 2); D(2, 0). 1. Hàm mật độ xác suất biên fX(x) fX(x) = Z +∞ −∞ fX,Y (x, y) dy = 2 3 √ 9−x2 Z − 2 3 √ 9−x2 1 6π dy, −3 x 3, 0, trái lại Rút gọn ta được fX(x) = 2 √ 9 − x2 9π , −3 x 3, 0, trái lại Hàm mật độ xác suất biên fY (y) fY (y) = Z +∞ −∞ fX,Y (x, y) dy = 3 2 √ 4−y2 Z − 3 2 √ 4−y2 1 6π dx, −2 y 2, 0, trái lại Rút gọn ta được fY (y) = √ 4 − y2 2π , −2 y 2, 0, trái lại 2. Dễ thấy hình chữ nhật OABD nằm trọn trong miền hình elip x2 9 + y2 4 ≤ 1. Xác suất để (X, Y ) nằm trong hình chữ nhật là ZZ 0≤x≤2; 0≤y≤1 fXY (x, y) dxdy = Z 2 0 dx Z 1 0 1 6π dy = 1 3π Nguyễn Quang Huy 20185454 MI2 K63 80 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 82. Đề cương MI2020 học kỳ 20192 Chú ý: Trong đề bài tọa độ điểm B bị nhầm. Để nó là hình chữ nhật, đã tự sửa lại B(2, 1) Bài tập 3.11. Cho biến ngẫu nhiên hai chiều liên tục (X, Y ) có hàm mật độ xác suất là fX,Y (x, y) = kx2 , nếu − 1 ≤ x ≤ 1, 0 ≤ y ≤ x2 , 0, nếu trái lại. 1. Tìm k. 2. Tìm hàm mật độ xác suất biên fX(x), fY (y). 3. Tính P Y ≤ 1 4 ! . 1. Ta giải hệ phương trình kx2 ≥ 0, −1 ≤ x ≤ 1 0 ≤ y ≤ x2 +∞ Z −∞ +∞ Z −∞ kx2 dxdy = 1 ⇒ k ≥ 0, 1 Z −1 dx x2 Z 0 kx2 dy = 1 ⇒ k = 5 2 Thử lại. 2. Hàm mật độ xác suất biên fX(x) fX(x) = Z +∞ −∞ fX,Y (x, y) dy = Z x2 0 5 2 x2 dy, −1 ≤ x ≤ 1, 0, trái lại = 5 2 x4 , −1 ≤ x ≤ 1, 0, trái lại Hàm mật độ xác suất biên fY (y) fY (y) = Z +∞ −∞ fX,Y (x, y) dx = − √ y Z −1 5 2 x2 dx + 1 Z √ y 5 2 x2 dx, 0 ≤ y ≤ 1, 0, trái lại Rút gọn ta được fY (y) = 5 3 − 5 3 y √ y, 0 ≤ y ≤ 1, 0, trái lại 81 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 83. Đề cương MI2020 học kỳ 20192 3. Ta có thể tính P Y ≤ 1 4 ! dùng hàm mật độ đồng thời hoặc dùng hàm mật độ biên Kí hiệu D là miền trên đó fX,Y (x, y) 6= 0. D = n (x, y) ∈ R2 | −1 ≤ x ≤ 1; 0 ≤ y ≤ x2 o Suy ra P Y ≤ 1 4 ! = ZZ D∩ n y≤ 1 4 o fXY (x, y) dxdy = 2 Z 1 2 0 dx Z x2 0 5 2 x2 dy + 2 Z 1 1 2 dx Z 1 4 0 5 2 x2 dy ≃ 0.3959 P Y ≤ 1 4 ! = Z 1 4 −∞ fY (y) dy = Z 1 4 0 5 3 − 5 3 y √ y ! dy ≃ 0.3959 Bài tập 3.12. Cho X và Y là hai biến ngẫu nhiên liên tục có hàm mật độ xác suất đồng thời là fX,Y (x, y) = 1 x , nếu 0 y x 1, 0, nếu trái lại. 1. Tìm hàm mật độ xác suất biên của X, của Y . 2. Tìm hàm mật độ xác suất có điều kiện f1(x | y), f2(y | x). 1. Hàm mật độ xác suất biên fX(x) fX(x) = Z +∞ −∞ fX,Y (x, y) dy = Z x 0 1 x dy, 0 x 1, 0, trái lại = 1, 0 x 1, 0, trái lại Hàm mật độ xác suất biên fY (y) fY (y) = Z +∞ −∞ fX,Y (x, y) dx = Z 1 y 1 x dx, 0 y 1, 0, trái lại = − ln y, 0 y 1, 0, trái lại Nguyễn Quang Huy 20185454 MI2 K63 82 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 84. Đề cương MI2020 học kỳ 20192 2. Các hàm mật độ điều kiện là fX(x | y) = fXY (x, y) fY (y) = − 1 x ln y , 0 y x 1, 0, trái lại fY (y | x) = fXY (x, y) fX(x) = 1 x , 0 y x 1, 0, trái lại Bài tập 3.13. Một linh kiện điện tử có thời gian hoạt động X là biến ngẫu nhiên có phân phối mũ với hàm mật độ xác suất là fX(x) = λe−λx , x 0, λ 0. 1. Tìm hàm phân phối xác suất của biến ngẫu nhiên chỉ thời gian hoạt động của một mạng gồm 2 linh kiện loại trên được mắc song song/mắc nối tiếp. 2. Tính kỳ vọng, phương sai của thời gian hoạt động của mạng đó. Gọi X1, X2 lần lượt là biến ngẫu nhiên chỉ thời gian hoạt động của 2 linh kiện trong mạch. Gọi Y, Z lần lượt là biến ngẫu nhiên chỉ thời gian hoạt động của mạng lắp song song và mạng lắp nối tiếp. Khi đó ta có Y = max(X1, X2) 0, Z = min(X1, X2) 0 1. Từ đó tính được FY (y) = P(Y y) = P(X1 y) P(X2 y), (vì X1, X2 độc lập) = Z y −∞ fX(x) dx !2 = Z y 0 λ e−λx dx 2 = 1 − e−λy 2 Như vậy FY (y) = 1 − e−λy 2 , y 0, 0, trái lại Tương tự ta có FZ(z) = 1 − P(Z ≥ z) = 1 − P(X1 ≥ z) P(X2 ≥ z), (vì X1, X2 độc lập) = 1 − Z +∞ z fX(x) dx !2 = 1 − e−2λz 83 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 85. Đề cương MI2020 học kỳ 20192 Như vậy FZ(z) = 1 − e−2λz , z 0, 0, trái lại 2. Từ hàm phân phối ta tìm được các hàm mật độ xác suất fY (y) = 2λe−λy 1 − e−λy , y 0, 0, trái lại fZ(z) = 2λe−2λz , z 0, 0, trái lại Kỳ vọng và phương sai của biến ngẫu nhiên Y E[Y ] = Z +∞ −∞ y fY (y) dy = Z +∞ 0 2λy e−λy dy − Z +∞ 0 2λy e−2λy dy = 2 λ Γ(2) − 1 2λ Γ(2) = 3 2λ E[Y 2 ] = Z +∞ −∞ y2 fY (y) dy = Z +∞ 0 2λy2 e−λy dy − Z +∞ 0 2λy2 e−2λy dy = 2 λ2 Γ(3) − 1 4λ2 Γ(3) = 7 2λ2 Suy ra V [Y ] = E[Y 2 ] − E[Y ] 2 = 5 4λ2 Kỳ vọng và phương sai của biến ngẫu nhiên Z E[Z] = Z +∞ −∞ z fZ(z) dz = Z +∞ 0 2λz e−2λz dz = 1 2λ Γ(2) = 1 2λ E[Z2 ] = Z +∞ −∞ z2 fZ(z) dz = Z +∞ 0 2λz2 e−2λz dz = 1 4λ2 Γ(3) = 1 2λ2 Suy ra V [Z] = E[Z2 ] − E[Z] 2 = 1 4λ2 Chú ý: Ta có thể làm ý b bằng cách sử dụng các đặc trưng kỳ vọng, phương sai của biến ngẫu nhiên có phân phối mũ. Nếu X ∼ Exp(λ) thì E[X] = 1 λ và V [X] = 1 λ2 Nguyễn Quang Huy 20185454 MI2 K63 84 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 86. Đề cương MI2020 học kỳ 20192 Dễ thấy Z là biến ngẫu nhiên có phân phối mũ Z ∼ Exp(2λ). Suy ra E[Z] = 1 2λ và V [Z] = 1 4λ2 Biểu diễn Y dưới dạng Y = 2Y ′ − Z, với Y ′ ∼ Exp(λ), Z ∼ Exp(2λ). Như vậy Y không phải là biến ngẫu nhiên có phân phối mũ. Dựa vào tính tuyến tính, ta có E[Y ] = 2E[Y ′ ] − E[Z] = 2 λ − 1 2λ = 3 2λ Tuy nhiên, việc tính toán V [Y ] dùng tính tuyến tính như trên là tương đối khó do Y1, Y2 không độc lập và cov(Y1, Y2) cũng không dễ tính. Do đó, cần thiết phải tính V [Y ] theo định nghĩa như đã làm. Một số kết quả: Cho X1 ∼ Exp(λ) và X2 ∼ Exp(µ) là hai biến ngẫu nhiên độc lập có phân phối mũ. • Z = min(X1, X2) là biến ngẫu nhiên có phân phối mũ với tham số λ + µ Z = min(X1, X2) ∼ Exp(λ + µ) • Có min(X1, X2) + max(X1, X2) = X1 + X2. Suy ra kỳ vọng của max(X1, X2) E max(X1, X2) = E [X1 + X2] − E min(X1, X2) = 1 λ + 1 µ − 1 λ + µ • Với n biến ngẫu nhiên độc lập có phân phối mũ Xi ∼ Exp(λi), i = 1, 2, . . . , n. min i Xi ∼ Exp(λ1 + λ2 + . . . + λn), E max i Xi = 1 λ1 + 1 λ2 + . . . + 1 λn − 1 λ1 + λ2 + . . . + λn Bài tập 3.14. Cho X và Y là hai biến ngẫu nhiên độc lập với nhau có cùng phân phối đều trên [0, 2]. 1. Tìm hàm phân phối của các biến ngẫu nhiên Z = X + Y ; T = XY ; U = X − Y . 2. Tính P(−1 ≤ Y − X ≤ 1). 1. Vì X và Y độc lập nên ta có hàm mật độ đồng thời của (X, Y ) là fXY (x, y) = 1 4 , (x, y) ∈ D, 0, trái lại trong đó D = {0 ≤ x ≤ 2; 0 ≤ y ≤ 2} 85 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 87. Đề cương MI2020 học kỳ 20192 (a) Xét Z = X + Y . Ta có 0 ≤ Z ≤ 4. Hàm phân phối xác suất của Z FZ(z) = P(Z z) = ZZ {x+yz}∩D fXY (x, y) dxdy = 1 4 ZZ {x+yz}∩D dxdy Nếu z ≤ 0 thì FZ(z) = 0. Nếu 0 z ≤ 2 thì FZ(z) = 1 4 Z z 0 Z z−x 0 dy ! dx = 1 4 . z2 2 = z2 8 Nếu 2 z ≤ 4 thì FZ(z) = 1 4 Z 2 z−2 Z 2 z−x dy ! dx = 1 4 Z 2 z−2 (2 − z + x) dx = 1 8 z2 − 8z + 16 Nếu z 4 thì FZ(z) = 1 4 ZZ D dxdy = 1. Vậy FZ(z) = 0, z ≤ 0, z2 8 , 0 z ≤ 2, 1 8 z2 − 8z + 16 , 2 z ≤ 4, 1, z 4 (b) Xét T = XY có 0 ≤ T ≤ 4. Hàm phân phối của T được xác định như sau: Nếu t ≤ 0 thì FT (t) = 0 Nếu 0 t ≤ 4 thì FT (t) = 1 4 Z 1 2 0 dx Z 2 0 dy + Z 2 1 2 dx Z 1 x 0 dy = 1 4 t + t ln 2 − t ln t 2 ! Nếu t 4 thì FT (t) = 1. Vậy FZ(z) = 0, t ≤ 0, 1 4 t + t ln 2 − t ln t 2 ! , 0 t ≤ 4, 1, t 4 (c) Xét U = X − Y thì ta có −2 ≤ U ≤ 2. Từ đó hàm phân phối của U được xác đính như sau: Nếu u ≤ −2 thì FU (u) = 0 Nếu −2 u ≤ 0 thì FU (u) = 1 4 Z u+2 0 dx Z 2 x−u dy = 1 8 (2 + u)2 Nguyễn Quang Huy 20185454 MI2 K63 86 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 88. Đề cương MI2020 học kỳ 20192 Nếu 0 u ≤ 2 thì FU (u) = 1 4 4 − 1 2 (2 − u)2 # = 1 4 − u2 2 + 2u + 2 ! Nếu u 2 thì FU (u) = 1. Vậy FU (u) = 0, u ≤ −2, 1 8 (2 + u)2 , −2 u ≤ 0, 1 8 (−u2 + 4u + 4), 0 u ≤ 2, 1, u 2 2. Ta có P(−1 ≤ Y − X ≤ 1) = P(X − 1 ≤ Y ≤ X + 1) = Z 1 0 dx Z x+1 0 1 4 dy + Z 2 1 dx Z 2 x−1 1 4 dy = 3 8 + 3 8 = 3 4 Chú ý: Ta có thể tìm hàm mật độ của biến ngẫu nhiên tổng của hai biến ngẫu nhiên độc lập từ các hàm mật độ ban đầu bằng phương pháp tích chập Xét lại bài toán trên. Giả sử X, Y là hai biến ngẫu nhiên độc lập. Đặt Z = X + Y , ta có công thức sau Nếu X, Y là biến ngẫu nhiên rời rạc thì pZ(z) = X x pX(x) pY (z − x) Nếu X, Y là biến ngẫu nhiên liên tục thì fZ(z) = Z +∞ −∞ fX(x) fY (z − x) dx Ta thấy rằng fX(x) fY (z − x) khác 0 và bằng 1 2 ! nếu 0 ≤ x ≤ 2 và 0 ≤ z − x ≤ 2. Kết hợp hai bất đẳng thức này lại, biểu thức dưới dấu tích phân khác 0 với max{0, z − 2} ≤ x ≤ min{2, z} Suy ra fZ(z) = 1 4 min{2, z} − max{0, z − 2} , 0 ≤ z ≤ 4, 0, trái lại Tương tự với biến T = X − Y , ta có công thức: Nếu X, Y là biến ngẫu nhiên rời rạc thì pT (t) = X x pX(x) pY (x − z) 87 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 89. Đề cương MI2020 học kỳ 20192 Nếu X, Y là biến ngẫu nhiên liên tục thì fT (t) = Z +∞ −∞ fX(x) fY (x − z) dx Bài tập 3.15. Hai người A và B hẹn gặp nhau tại cổng trường trong khoảng từ 7h00 đến 8h00. Gọi X và Y lần lượt là thời gian đến điểm hẹn của người A và B trong khoảng thời gian trên. Giả sử X và Y độc lập và có cùng phân phối đều trên [7; 8]. 1. Tìm hàm phân phối xác suất đồng thời của X và Y . 2. Với quy ước chỉ đợi nhau trong vòng 10 phút, tìm xác suất để 2 người được gặp nhau. Hàm mật độ xác suất của X là fX(x) = 1, nếu x ∈ [7, 8], 0, trái lại Tương tự ta có hàm mật độ của Y . Suy ra hàm mật độ xác suất đồng thời của X và Y fX,Y (x, y) = 1, nếu x, y ∈ [7, 8], 0, trái lại 1. Hàm phân phối đồng thời FXY (x, y) FXY (x, y) = Z x −∞ Z y −∞ 0 dudv, x 7; y 7 Z x 7 Z y 7 1 dudv, 7 ≤ x, y ≤ 8 Z x 7 Z 8 7 1 dudv, 7 ≤ x ≤ 8; y 8 Z 8 7 Z y 7 1 dudv, x 8; 7 ≤ y ≤ 8 Z 8 7 Z 8 7 1 dudv, x 8; y 8 Rút gọn ta được FXY (x, y) = 0, x 7; y 7 (x − 7)(y − 7), 7 ≤ x, y ≤ 8 x − 7, 7 ≤ x ≤ 8; y 8 y − 7, x 8; 7 ≤ y ≤ 8 1, x 8; y 8 Nguyễn Quang Huy 20185454 MI2 K63 88 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 90. Đề cương MI2020 học kỳ 20192 2. Ta quy về 1 giờ. Khi đó, xác suất cần tính là P |X − Y | ≤ 1 6 ! . Ta có P |X − Y | ≤ 1 6 ! = ZZ D∩ n |X−Y |≤ 1 6 o 1 dxdy, với D = (x, y) ∈ R | 0 ≤ x, y ≤ 1 = Z 1 6 0 dx Z x+ 1 6 0 dy + Z 5 6 1 6 dx Z x+ 1 6 x− 1 6 dy + Z 1 5 6 dx Z 1 x− 1 6 dy = 1 24 + 2 9 + 1 24 = 11 36 Bài tập 3.16. Cho X và Y là hai biên ngẫu nhiên độc lập, X ∼ N(5; 12 ), Y ∼ N(3; 0.22 ). 1. Tìm P(X + Y 5, 5). 2. Tìm P(X Y ); P(X 2Y ). 3. Tìm P(X 1; Y 1). 1. Ta có X + Y ∼ N(5 + 3, 12 + 0.22 ) ∼ N(8, 1.04). Suy ra P(X + Y 5.5) = 0.5 + φ 5.5 − 8 √ 1.04 ! = 0.5 − φ(2.45) ≃ 0.0072 2. Ta có X − Y ∼ N(5 − 3, 12 + 0.22 ) ∼ N(2, 1.04). Suy ra P(X Y ) = 0.5 + φ 0 − 2 √ 1.04 ! = 0.5 − φ(1.96) = 0.025 Ta có X − 2Y ∼ N(5 − 2 × 3, 12 + 4 × 0.22 ) ∼ N(−1, 1.16). Suy ra P(X 2Y ) = 0.5 − φ 0 + 1 √ 1.16 ! ≃ 0.8212 3. Vì X, Y độc lập nên ta có P(X 1; Y 1) = P(X 1) P(Y 1) = 0.5 + φ 1 − 5 1 ! 0.5 + φ 1 − 3 0.02 ! = 9.6 × 10−13 89 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 91. Đề cương MI2020 học kỳ 20192 Bài tập 3.17. Trọng lượng của những người chồng tuân theo luật phân phối chuẩn với kỳ vọng 70kg và độ lệch chuẩn 9kg, còn trọng lượng của những người vợ tuân theo luật phân phối chuẩn với kỳ vọng 55kg và độ lệch chuẩn 4kg. Hệ số tương quan trọng lượng giữa vợ và chồng là 2 3 . Tính xác suất vợ nặng hơn chồng. Gọi X, Y lần lượt là trọng lượng của chồng và trọng lượng của vợ thì ta có X ∼ N(70, 92 ), Y ∼ N(55, 42 ) Xác suất cần tính là P(X Y ). Ta biết rằng X − Y là biến ngẫu nhiên có phân phối chuẩn có E[X − Y ] = E[X] − E[Y ] = 15 Để tính phương sai, sử dụng công thức sau V [X + Y ] = V [X] + V [Y ] + 2 cov(X, Y ) trong đó cov(X, Y ) = ρXY q V [X] V [Y ] = 2 3 × 9 × 4 = 24. Suy ra V [X − Y ] = V [X] + V [Y ] − 2 cov(X, Y ) = 92 + 42 − 2 × 24 = 49 Như vậy X − Y ∼ N (15, 49). Khi đó P(X Y ) = 0.5 + φ 0 − 15 √ 49 ! = 0.5 − φ(2.14) ≃ 0.0162 Chú ý: Công thức V [X + Y ] = V [X] + V [Y ] không còn đúng nếu X, Y không độc lập Bài tập 3.18. Biến ngẫu nhiên liện tục X có hàm mật độ xác suất fX(x). Tìm hàm mật độ xác suất gY (y) của biến ngẫu nhiên Y nếu: 1. Y = X + 1, −∞ x ∞. 2. Y = 2X, −a x a. 1. Ta có FY (y) = P(Y = X + 1 y) = P(X y − 1) = FX(y − 1), −∞ y ∞ Đạo hàm của hàm hợp, suy ra gY (y) = F′ Y (y) = fX(y − 1), −∞ y ∞ Nguyễn Quang Huy 20185454 MI2 K63 90 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 92. Đề cương MI2020 học kỳ 20192 2. Ta có FY (y) = P(Y = 2X y) = P X y 2 = FX y 2 , −2a y 2a Đạo hàm của hàm hợp, suy ra gY (y) = F′ Y (y) = 1 2 fX y 2 , −2a y 2a Bài tập 3.19. Giả sử tại một trường đại học, một sinh viên đạt được điểm X trong bài kiểm tra năng khiếu toán học và điểm Y trong bài kiểm tra năng khiếu âm nhạc là một số trong khoảng từ 0 đến 1. Giả sử X và Y được phân phối theo hàm mật độ sau fX,Y (x, y) = 2 5 (2x + 3y), nếu 0 x, y 1, 0, nếu trái lại. 1. Tính tỷ lệ sinh viên đại học đạt điểm cao hơn 0,8 trong bài kiểm tra năng khiếu toán. 2. Giả sử điểm số của một sinh viên trong bài kiểm tra năng khiếu âm nhạc là 0,3. Tính xác suất để điểm của anh ấy trong bài kiểm tra năng khiếu toán học sẽ lớn hơn 0,8. 3. Giả sử điểm số của một sinh viên trong bài kiểm tra năng khiếu toán là 0,3. Tính xác suất để điểm của anh ấy trong bài kiểm tra năng khiếu âm nhạc sẽ lớn hơn 0,8. 1. Gọi A là điểm cao hơn 0.8 trong bài thi Toán. Ta có P(A) = P(X 0.8) = Z 1 0 dy Z 1 0.8 2 5 (2x + 3y) dx = 33 125 ≃ 0.264 2. Cho Y = 0.3, ta có P(X 0.8 | Y = 0.3) = Z 1 0.8 fX,Y (x, 3) dx = Z 1 0.8 2 5 (2x + 0.9) dx = 0.216 3. Cho X = 0.3, ta có P(Y 0.8 | X = 0.3) = Z 1 0.8 fX,Y (3, y) dy = Z 1 0.8 2 5 (0.6 + 3y) dy = 0.264 91 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 93. Đề cương MI2020 học kỳ 20192 Bài tập 3.20. Một mảnh đất bằng phẳng có hình tam giác vuông với một bờ phía nam dài 200m, bờ phía đông dài 100m. Ta quan tâm đến điểm mà một hạt giống rơi từ trên cao xuống tiếp đất. Giả sử rằng hạt giống nằm trong ranh giới của mảnh đất với tọa độ X và Y của nó được phân bố đều trên bề mặt của tam giác vuông. 1. Tìm c với c là giá trị của hàm mật độ xác suất của điểm nằm trong ranh giới mảnh đất. 2. Tìm các hàm mật độ xác suất biên của X và Y . 3. Tìm hàm mật độ xác suất của Y biết X = x và tính P(0, 1 ≤ Y ≤ 0, 7 | X = 0, 5). 1. Vì tọa độ X và Y phân bố đều trên bề mặt tam giác vuông nên ta phải có fXY (x, y) = 1 S ở đó S = 10000 là diện tích tam giác vuông. Điều này suy ra từ Z +∞ −∞ Z +∞ −∞ fXY (x, y) dxdy = 1. Như vậy, c = 1 S = 1 10000 2. Từ hình vẽ, ta thấy miền tam giác vuông là D = ( (x, y) ∈ R2 | 0 ≤ x ≤ 200; 0 ≤ y ≤ 1 2 x ) A X = x C 200 100 y = x 2 Hàm mật độ xác suất biên fX(x) fX(x) = +∞ Z −∞ fX,Y (x, y) dy = x 2 Z 0 1 10000 dy, 0 ≤ x ≤ 200, 0, trái lại = x 20000 , 0 ≤ x ≤ 200, 0, trái lại Nguyễn Quang Huy 20185454 MI2 K63 92 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 94. Đề cương MI2020 học kỳ 20192 Hàm mật độ xác suất biên fY (y) fY (y) = +∞ Z −∞ fX,Y (x, y) dx = 200 Z 2y 1 10000 dx, 0 ≤ y ≤ 100, 0, trái lại = 100 − y 5000 , 0 ≤ y ≤ 100, 0, trái lại 3. Biết X = x, khi đó Y là biến ngẫu nhiên phân phối đều trên AC (xem hình vẽ) Sử dụng tính chất Z +∞ −∞ Z +∞ −∞ fY |X(y | x) dxdy = 1 suy ra fY |X(y | x) = 2 x , với X 0. Ta có P(0.1 ≤ Y ≤ 0.7 | X = 0.5) = Z D∩{0.1≤Y ≤0.7} fY |X(y | 0.5) dx = 0.25 Z 0.1 2 0.5 dx = 0.6 trong đó D là miền được định nghĩa ở ý b. 93 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 95. Đề cương MI2020 học kỳ 20192 4 Ước lượng tham số 4.1 Ước lượng khoảng cho kỳ vọng Bài tập 4.1. Xác suất để một sinh viên Đại học Bách khoa Hà Nội thi trượt môn Giải tích 2 là p. Một mẫu lớn n sinh viên được lựa chọn ngẫu nhiên và ký hiệu X là số sinh viên đã trượt môn Giải tích 2 trong mẫu. 1. Giải thích tại sao có thể sử dụng X n để ước lượng cho p? 2. Trình bày cách tính xấp xỉ xác suất sự sai khác giữa X n và p nhỏ hơn 0,01? Áp dụng cho n = 500 và p = 0,2. 1. Ta có thể sử dụng X n để ước lượng cho p do tần suất mẫu ngẫu nhiên f là ước lượng không chệch, hiệu quả và vững của xác suất p của tổng thể. Ước lượng không chệch Lấy mẫu ngẫu nhiên WX = (X1, X2, . . . , Xn) trong đó X1, X2, . . . , Xn là các biến ngẫu nhiên độc lập có cùng phân phối Bernoulli với tham số p. Tần số xuất hiện sinh viên thi trượt Giải tích 2 trong mẫu là X = n X i=1 Xi Khi đó ta có tần suất mẫu f = X n = 1 n n X i=1 Xi = X. Suy ra E[f] = E X n # = E[X] n = np n = p Như vậy, f là ước lượng không chệch của p. Ước lượng hiệu quả Định lý. (Bất đẳng thức Cramér - Rao) Cho hàm mật độ fY (y, θ) của biến ngẫu nhiên liên tục Y với đạo hàm cấp 1, cấp 2 liên tục. Giả sử tập các giá trị y mà fY (y, θ) 6= 0 không phụ thuộc vào θ. Xét một mẫu ngẫu nhiên Y1, Y2, . . . , Yn từ fY (y, θ) và đặt θ̂ = h(Y1, Y2, . . . , Yn) là một ước lượng không chệch của θ. Khi đó ta có V h θ̂ i ≥ nE ∂ ln fY (y, θ) ∂θ !2 −1 = −nE ∂2 ln fY (y, θ) ∂θ2 ! −1 Nguyễn Quang Huy 20185454 MI2 K63 94 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 96. Đề cương MI2020 học kỳ 20192 Kết luận tương tự nếu n quan sát thu được từ biến rời rạc X với pX(k, θ) Ta có pXi (k, p) = pk (1 − p)1−k với k = 0, 1 và 0 p 1. Suy ra ln pXi (Xi, p) = Xi ln p + (1 − Xi) ln (1 − p) Hơn thế nữa ta có ∂ ln pXi (Xi, p) ∂p = Xi p − 1 − Xi 1 − p và ∂2 ln pXi (Xi, p) ∂p2 = − Xi p2 − 1 − Xi (1 − p)2 Lấy kỳ vọng của đạo hàm cấp 2 ta có E ∂2 ln pXi (Xi, p) ∂p2 # = − p p2 − 1 − p (1 − p)2 = − 1 p(1 − p) Suy ra chặn Cramér - Rao là 1 −n − 1 p(1 − p) # = p(1 − p) n = V [f] Như vậy, f là ước lượng hiệu quả của p. Ước lượng vững Định lý. (Bất đẳng thức Chebyshev) Cho W là biến ngẫu nhiên có kỳ vọng µ và phương sai σ2 . Với mọi ε 0 ta có P |W − µ| ε ≥ 1 − σ2 ε2 Theo bất đẳng thức Chebyshev ta có P |f − p| ε ≥ 1 − V [f] ε2 Mà V [f] = V 1 n n X i=1 Xi = 1 n2 n X i=1 V [Xi] = p(1 − p) n nên P |f − p| ε ≥ 1 − p(1 − p) nε2 Với mọi ε, δ và 0 p 1, luôn tìm được n sao cho p(1 − p) nε2 δ. Do đó lim n→∞ P |f − p| ε = 1 Như vậy, f là ước lượng vững của p. 95 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 97. Đề cương MI2020 học kỳ 20192 2. Vì khi n đủ lớn, np ≥ 5 và n(1 − p) ≥ 5, thì thống kê U = f − p q p(1 − p) √ n ∼ N(0, 1) nên ta có P |f − p| 0.01 = P f − µf 0.01 = 2φ 0.01 √ n q p(1 − p) Với n = 500, p = 0.2, kiểm tra np = 100 5, n(1 − p) = 400 5. Ta có P X n − p 0.01 = 2φ 0.01 √ 500 √ 0.2 × 0.8 = φ(0.56) = 0.1772 Bài tập 4.2. Tuổi thọ của một loại bóng đèn do một dây chuyền công nghệ sản xuất ra có độ lệch chuẩn là 305 giờ. Người ta lấy ngẫu nhiên ra 45 bóng đèn loại này thấy tuổi thọ trung bình là 2150 giờ. Với độ tin cậy 95% hãy ước lượng tuổi thọ trung bình của loại bóng đèn nói trên. Gọi X là tuổi thọ của bóng đèn, X ∼ N µ, σ2 với σ = 305. Tuổi thọ trung bình của bóng đèn là E[X] = µ chưa biết cần được ước lượng. Bước 1. Chọn thống kê U = X − µ σ √ n. Thống kê U ∼ N(0, 1). Bước 2. Áp dụng khoảng tin cậy đối xứng x − u1− α 2 σ √ n , x + u1− α 2 σ √ n ! Với α = 0.05, Φ u1− α 2 = 1 − α 2 = 0.975, tra bảng giá trị hàm phân phối chuẩn tắc nhận được u1− α 2 = 1.96 Bước 3. Từ số liệu đã cho ta có n = 45, σ = 305 và tính được x = 2150, suy ra khoảng tin cậy đối xứng của E[X] = µ là 2150 − 1.96 × 305 √ 45 , 2150 + 1.96 × 305 √ 45 ! = (2060.8852, 2239.1148) Bước 4. Kết luận, với độ tin cậy 95% tuổi thọ trung bình của loại bóng đèn trên từ 2060.8858 giờ đến 2239.1148 giờ. Nguyễn Quang Huy 20185454 MI2 K63 96 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 98. Đề cương MI2020 học kỳ 20192 Bài tập 4.3. Một kỹ sư cho biết trọng lượng tạp chất trong một sản phẩm tuân theo luật phân phối chuẩn với độ lệch chuẩn bằng 3,8gam. Một mẫu ngẫu nhiên gồm 9 sản phẩm được tiến hành kiểm tra và thấy lượng tạp chất như sau (đơn vị tính là gam): 18,2 13,7 15,9 17,4 21,8 16,6 12,3 18,8 16,2 1. Tìm khoảng tin cậy cho trọng lượng trung bình tạp chất của sản phẩm với độ tin cậy 99%. 2. Không cần tính toán, nếu độ tin cậy 95% thì khoảng ước lượng trung bình sẽ rộng hơn, hẹp hơn hay bằng như trong ý (a)? 1. Gọi X là trọng lượng tạp chất trong một sản phẩm, X ∼ N µ, σ2 với σ = 3.8. Trọng lượng trung bình của tạp chất trong một sản phẩm là E[X] = µ chưa biết cần được ước lượng. Bước 1. Chọn thống kê U = X − µ σ √ n. Thống kê U ∼ N(0, 1). Bước 2. Áp dụng khoảng tin cậy đối xứng x − u1− α 2 σ √ n , x + u1− α 2 σ √ n ! Với α = 0.01, Φ u1− α 2 = 1 − α 2 = 0.995, tra bảng giá trị hàm phân phối chuẩn tắc nhận được u1− α 2 = 2.58 Bước 3. Từ số liệu đã cho ta có n = 9, σ = 3.8 và có x = 16.76667, suy ra khoảng tin cậy đối xứng của E[X] = µ là 16.7667 − 2.58 × 3.8 √ 9 , 16.7667 + 2.58 × 3.8 √ 9 ! = (13.4987, 20.0347) Bước 4. Kết luận, với độ tin cậy 99% trọng lượng trung bình của tạp chất trong một sản phẩm từ 13.4987 gam đến 20.0347 gam. 2. Nếu độ tin cậy 1 − α giảm từ 99% xuống 95% thì khoảng ước lượng sẽ hẹp hơn khoảng ước lượng xét trên, do giá trị của u1− α 2 giảm từ 2.58 xuống 1.96 Chú ý: Dễ thấy rằng trong bài toán này, độ chính xác tăng ε ↑ nếu độ dài khoảng tin cậy giảm I ↓ nếu độ tin cậy giảm γ ↓ Bài tập 4.4. Giả sử chiều dài của một chi tiết sản phẩm là biến ngẫu nhiên tuân theo luật phân phối chuẩn với độ lệch chuẩn là 0,2m. Người ta sản xuất thử nghiệm 35 sản phẩm loại này và tính được chiều dài trung bình là 25m. Với độ tin cậy 95% hãy ước lượng khoảng cho chiều dài trung bình của chi tiết sản phẩm đang được thử nghiệm. 97 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 99. Đề cương MI2020 học kỳ 20192 Gọi X là chiều dài của một chi tiết sản phẩm, X ∼ N µ, σ2 với σ = 0.2. Chiều dài trung bình của một chi tiết sản phẩm là E[X] = µ chưa biết cần được ước lượng. Bước 1. Chọn thống kê U = X − µ σ √ n. Thống kê U ∼ N(0, 1). Bước 2. Áp dụng khoảng tin cậy đối xứng x − u1− α 2 σ √ n , x + u1− α 2 σ √ n ! Với α = 0.05, Φ u1− α 2 = 1 − α 2 = 0.975, tra bảng giá trị hàm phân phối chuẩn tắc nhận được u1− α 2 = 1.96 Bước 3. Từ số liệu đã cho ta có n = 35, σ = 0.2 và có x = 25, suy ra khoảng tin cậy đối xứng của E[X] = µ là 25 − 1.96 × 0.2 √ 35 , 25 + 1.96 × 0.2 √ 35 ! = (24.9337, 25.0663) Bước 4. Kết luận, với độ tin cậy 95% chiều dài trung bình của một chi tiết sản phẩm từ 24.9337 m đến 25.0663 m. Bài tập 4.5. Để xác định trọng lượng trung bình của các bao gạo được đóng gói bằng máy tự động, người ta chọn ngẫu nhiên ra 20 bao gạo và thấy trung bình mẫu là 49,2kg và độ lệch chuẩn mẫu hiệu chỉnh là l,8kg. Biết rằng trọng lượng các bao gạo xấp xỉ phân phối chuẩn. Hãy tìm khoảng tin cậy cho trọng lượng trung bình của một bao gạo với độ tin cậy 99%. Gọi X là trọng lượng của các bao gạo, X ∼ N µ, σ2 với phương sai σ2 chưa biết. Trọng lượng trung bình của các bao gạo là E[X] = µ chưa biết cần được ước lượng. Bước 1. Vì phương sai chưa biết và n = 20 30, chọn thống kê T = X − µ S √ n. Thống kê T có phân phối Student với n − 1 bậc tự do. Bước 2. Sử khoảng tin cậy đối xứng cho E[X] = µ: x − t (n−1) 1− α 2 s √ n , x + t (n−1) 1− α 2 s √ n ! trong đó t (n−1) 1− α 2 = t (19) 0.995 = 2.861, được xác định từ bảng phân phối Student. Bước 3. Từ số liệu của đầu bài, ta có n = 20, x = 49.2, s = 1.8. Suy ra khoảng tin cậy đối xứng của E[X] = µ là 49.2 − 2.861 × 1.8 √ 20 , 49.2 + 2.861 × 1.8 √ 20 ! = (48.0485, 50.3515) Bước 4. Kết luận, với độ tin cậy 99% trọng lượng trung bình của các bao gạo từ 48.0485 kg đến 50.3515 kg. Nguyễn Quang Huy 20185454 MI2 K63 98 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 100. Đề cương MI2020 học kỳ 20192 Bài tập 4.6. Thời gian đợi phục vụ tại một cửa hàng ăn nhanh là biến ngẫu nhiên xấp xỉ phân phối chuẩn. Người ta khảo sát 16 người thì thấy thời gian đợi trung bình là 4 phút và độ lệch chuẩn mẫu hiệu chỉnh là 1,8 phút. Với độ tin cậy 99% hãy tìm khoảng tin cậy cho thời gian chờ đợi trung bình của một khách hàng tại cửa hàng ăn nhanh này. Gọi X là thời gian đợi phục vụ tại cửa hàng, X ∼ N µ, σ2 với phương sai σ2 chưa biết. Thời gian đợi phục vụ trung bình tại cửa hàng là E[X] = µ chưa biết cần được ước lượng. Bước 1. Vì phương sai chưa biết và n = 16 30, chọn thống kê T = X − µ S √ n. Thống kê T có phân phối Student với n − 1 bậc tự do. Bước 2. Sử dụng khoảng tin cậy đối xứng cho E[X] = µ: x − t (n−1) 1− α 2 s √ n , x + t (n−1) 1− α 2 s √ n ! trong đó t (n−1) 1− α 2 = t (15) 0.995 = 2.947, được xác định từ bảng phân phối Student. Bước 3. Từ số liệu của đầu bài, ta có n = 16, x = 4, s = 1.8. Suy ra khoảng tin cậy đối xứng của E[X] = µ là 4 − 2.947 × 1.8 √ 16 , 4 + 2.947 × 1.8 √ 16 ! = (2.6739, 5.3262) Bước 4. Kết luận, với độ tin cậy 99% thời gian đợi phục vụ trung bình tại cửa hàng từ 2.6739 phút đến 5.3262 phút. Bài tập 4.7. Một mẫu ngẫu nhiên gồm 16 thùng hàng được chọn ra từ tất cả các thùng hàng được sản xuất bởi nhà máy trong một tháng. Trọng lượng của 16 thùng hàng lần lượt như sau (đơn vị tính là kg): 18.6 18,4 19,2 19,8 19,4 19,5 18,9 19,4 19.7 20,1 20,2 20,1 18,6 18,4 19,2 19,8 Tìm khoảng tin cậy cho trọng lượng trung bình tổng thể của tất cả các thùng hàng của nhà máy với độ tin cậy 95%, biết rằng trọng lượng thùng hàng được chọn ngẫu nhiên là biến ngẫu nhiên tuân theo luật phân phối chuẩn. Gọi X là trọng lượng của các thùng hàng của nhà máy, X ∼ N µ, σ2 với phương sai σ2 chưa biết. Trọng lượng trung bình của các thùng hàng là E[X] = µ chưa biết cần được ước lượng. Bước 1. Vì phương sai chưa biết và n = 16 30, chọn thống kê T = X − µ S √ n. Thống kê T có phân phối Student với n − 1 bậc tự do. 99 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 101. Đề cương MI2020 học kỳ 20192 Bước 2. Sử dụng khoảng tin cậy đối xứng cho E[X] = µ: x − t (n−1) 1− α 2 s √ n , x + t (n−1) 1− α 2 s √ n ! trong đó t (n−1) 1− α 2 = t (15) 0.975 = 2.131, được xác định từ bảng phân phối Student. Bước 3. Từ số liệu của đầu bài, ta tính được n = 16, x = 19.3313, s = 0.6097. Suy ra khoảng tin cậy đối xứng của E[X] = µ là 19.3313 − 2.131 × 0.6097 √ 16 , 19.3313 + 2.131 × 0.6097 √ 16 ! = (19.0065, 19.6561) Bước 4. Kết luận, với độ tin cậy 95% trọng lượng trung bình của các thùng hàng từ 19.0065 kg đến 19.6561 kg. Bài tập 4.8. Để định mức thời gian gia công một chi tiết máy, người ta theo dõi ngẫu nhiên quá trình gia công 35 chi tiết máy và thu được số liệu: Thời gian (phút) 16 − 17 17 − 18 18 − 19 19 − 20 20 − 21 21 − 22 Số chi tiết máy 3 4 10 9 5 4 Giả sử thời gian gia công chi tiết máy là biến ngẫu nhiên tuân theo luật phân phối chuẩn. Với độ tin cậy 95% hãy ước lượng khoảng tin cậy cho thời gian gia công trung bình một chi tiết máy nói trên. Gọi X là thời gian gia công một chi tiết máy, X ∼ N µ, σ2 với phương sai σ2 chưa biết. Thời gian gia công trung bình một chi tiết máy là E[X] = µ chưa biết cần được ước lượng. Bước 1. Chọn thống kê U = X − µ S √ n. Vì n = 35 30 nên thống kê U ∼ N(0, 1). Bước 2. Khoảng tin cậy đối xứng cho E[X] = µ là x − u1− α 2 s √ n , x + u1− α 2 s √ n ! trong đó α = 0.05, u1− α 2 = u0.975 = 1.96, được tra từ bảng giá trị phân phối chuẩn tắc. Bước 3. Từ số liệu đã cho tính được n = 35, x = 19.1, s = 1.4184. Suy ra khoảng tin cậy đối xứng của E[X] = µ là 19.1 − 1.96 × 1.4184 √ 35 , 19.1 + 1.96 × 1.4184 √ 35 ! = (18.6301, 19.57) Bước 4. Kết luận, với độ tin cậy 95% thời gian gia công trung bình một chi tiết máy từ 18.6301 phút đến 19.57 phút. Nguyễn Quang Huy 20185454 MI2 K63 100 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 102. Đề cương MI2020 học kỳ 20192 Bài tập 4.9. Đo áp lực X (tính bằng kg/cm2 ) của 18 thùng chứa ta được bảng kết quả sau: Áp lực (kg/cm2 ) 19,6 19,5 19,9 20,0 19,8 20,5 21,0 18,5 19,7 Số thùng 1 2 2 4 2 3 2 1 1 Với độ tin cậy 99% hãy tìm khoảng ước lượng đối xứng của áp lực trung bình của các thùng trên. Biết rằng áp lực là biến ngẫu nhiên tuân theo luật phân phối chuẩn. Gọi X là áp lực của 1 thùng, X ∼ N µ, σ2 với phương sai σ2 chưa biết. Áp lực trung bình của các thùng hàng là E[X] = µ chưa biết cần được ước lượng. Bước 1. Vì phương sai chưa biết và n = 18 30, chọn thống kê T = X − µ S √ n. Thống kê T có phân phối Student với n − 1 bậc tự do. Bước 2. Sử dụng khoảng tin cậy đối xứng cho E[X] = µ: x − t (n−1) 1− α 2 s √ n , x + t (n−1) 1− α 2 s √ n ! trong đó t (n−1) 1− α 2 = t (17) 0.995 = 2.898, được xác định từ bảng phân phối Student. Bước 3. Từ số liệu của đầu bài, ta tính được n = 18, x = 19.9833, s = 0.5864. Suy ra khoảng tin cậy đối xứng của E[X] = µ là 19.38333 − 2.898 × 0.5864 √ 18 , 19.38333 + 2.898 × 0.5864 √ 18 ! = (18.9828, 19.7838) Bước 4. Kết luận, với độ tin cậy 99% áp lực trung bình của các thùng hàng từ 18.9828 kg/cm2 đến 19.7838 kg/cm2 . Bài tập 4.10. Một bài báo trong Nuclear Engineering International (tháng 2 năm 1988, trang 33) mô tả một số đặc điểm của các thanh nhiên liệu được sử dụng trong một lò phản ứng hạt nhân của một công ty điện lực ở Na Uy. Người ta đo tỷ lệ làm giàu của 12 thanh và có được dữ liệu sau: 2,94 3,00 2,90 2,90 2,75 2,95 2,75 3,00 2,95 2,82 2,81 3,05 Giả sử tỷ lệ làm giàu của các thanh nhiên liệu tuân theo luật phân phối chuẩn. Hãy ước lượng khoảng cho tỷ lệ làm giàu trung bình của các thanh nhiên liệu với độ tin cậy 95%. Gọi X là tỷ lệ làm giàu của các thanh nhiên liệu, X ∼ N µ, σ2 với phương sai σ2 chưa biết. Tỷ lệ làm giàu trung bình của các thanh nhiên liệu là E[X] = µ chưa biết cần được ước lượng. 101 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 103. Đề cương MI2020 học kỳ 20192 Bước 1. Vì phương sai chưa biết và n = 12 30, chọn thống kê T = X − µ S √ n. Thống kê T có phân phối Student với n − 1 bậc tự do. Bước 2. Sử dụng khoảng tin cậy đối xứng cho E[X] = µ: x − t (n−1) 1− α 2 s √ n , x + t (n−1) 1− α 2 s √ n ! trong đó t (n−1) 1− α 2 = t (11) 0.975 = 2.201, được xác định từ bảng phân phối Student. Bước 3. Từ số liệu của đầu bài, ta tính được n = 12, x = 2.9017, s = 0.0993. Suy ra khoảng tin cậy đối xứng của E[X] = µ là 2.9017 − 2.201 × 0.0993 √ 12 , 2.9017 + 2.201 × 0.0993 √ 12 ! = (2.8386, 2.9648) Bước 4. Kết luận, với độ tin cậy 95% tỷ lệ làm giàu trung bình của các thanh nhiên liệu từ 2.8386 đến 2.9648. Bài tập 4.11. Trọng lượng những viên gạch trong một quá trình sản xuất gạch được giả sử là tuân theo luật phân phối chuẩn. Một mẫu ngẫu nhiên gồm 25 viên gạch vừa sản xuất ra trong ngày có trọng lượng trung bình 2,45 kg và độ lệch chuẩn mẫu hiệu chỉnh là 0,15 kg. 1. Tìm khoảng tin cậy của trọng lượng trung bình của tất cả các viên gạch trong ngày với độ tin cậy 99%. 2. Không cần tính toán, với độ tin cậy 95% thì khoảng tin cậy trung bình sẽ rộng hơn, hẹp hơn hay bằng với kết quả ý (a)? 3. Một mẫu ngẫu nhiên gồm 20 viên gạch sẽ được chọn ra trong ngày mai. Không cần tính toán, với độ tin cậy 99% thì khoảng tin cậy cho trọng lượng trung bình của tất cả các viên gạch sản xuất ra trong ngày mai sẽ rộng hơn, hẹp hơn hay bằng như trong ý (a)? 4. Sự thật rằng, độ lệch chuẩn mẫu của các viên gạch sản xuất trong ngày mai là 0,10kg. Không cần tính toán, với độ tin cậy 99% thì khoảng tin cậy cho trọng lượng trung bình của tất cả các viên gạch sản xuất ra trong ngày mai sẽ rộng hơn, hẹp hơn hay bằng như trong ý (a)? 1. Gọi X là trọng lượng của viên gạch trong quá trình sản xuất, X ∼ N µ, σ2 với phương sai σ2 chưa biết. Trọng lượng trung bình của viên gạch là E[X] = µ chưa biết cần được ước lượng. Bước 1. Vì phương sai chưa biết và n = 25 30, chọn thống kê T = X − µ S √ n. Thống kê T có phân phối Student với n − 1 bậc tự do. Nguyễn Quang Huy 20185454 MI2 K63 102 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 104. Đề cương MI2020 học kỳ 20192 Bước 2. Sử khoảng tin cậy đối xứng cho E[X] = µ: x − t (n−1) 1− α 2 s √ n , x + t (n−1) 1− α 2 s √ n ! trong đó t (n−1) 1− α 2 = t (24) 0.995 = 2.797, được xác định từ bảng phân phối Student. Bước 3. Từ số liệu của đầu bài, ta có n = 25, x = 2.45, s = 0.15. Suy ra khoảng tin cậy đối xứng của E[X] = µ là 2.45 − 2.797 × 0.15 √ 25 , 2.45 + 2.797 × 0.15 √ 25 ! = (2.3661, 2.5339) Bước 4. Kết luận, với độ tin cậy 99% trọng lượng trung bình của viên gạch trong quá trình sản xuất từ 2.3661 kg đến 2.5339 kg. 2. Nếu độ tin cậy 1 − α giảm từ 99% xuống 95% thì khoảng ước lượng sẽ hẹp hơn khoảng ước lượng xét trên, do giá trị của t (n−1) 1− α 2 giảm từ 2.797 xuống 2.064 3. Nếu cỡ mẫu n giảm từ 25 xuống 20 thì khoảng ước lượng sẽ rộng hơn khoảng ước lượng xét ở ý a. 4. Độ lệch chuẩn mẫu hiệu chỉnh mới là s = r n n − 1 ŝ = s 25 24 × 0.1 = 0.1021 Nếu độ lệch chuẩn mẫu hiệu chỉnh s giảm từ 0.15 xuống 0.1021 thì khoảng ước lượng sẽ hẹp hơn khoảng ước lượng xét ở ý a. Bài tập 4.12. Một hường đại học lớn đang quan tâm về lượng thời gian sinh viên tự nghiên cứu mỗi tuần. Người ta tiến hành khảo sát một mẫu ngẫu nhiên gồm 16 sinh viên, dữ liệu cho thấy thời gian nghiên cứu trung bình của một sinh viên là 15,26 giờ/tuần và độ lệch chuẩn hiệu chỉnh là 6,43 giờ. Giả sử thời gian nghiên cứu của sinh viên của trường đại học trên là tuân theo luật phân phối chuẩn. 1. Tim khoảng tin cậy cho lượng thời gian tự nghiên cứu trung bình mỗi tuần cho tất cả sinh viên trường đại học này với độ tin cậy 95%. 2. Không cần tính toán, khoảng tin cậy của trung bình tổng thể khi ước lượng sẽ rộng hơn hay hẹp hơn với ba điều kiện sau: (a) Mẫu gồm 30 sinh viên được chọn ra, với tất cả các điều kiện khác giống như ý (a)? (b) Độ lệch chuẩn mẫu là 4,15 giờ, tất cả các điều kiện khác giống như ý (a)? (c) Độ tin cậy 99%, tất cả các điều kiện khác giống như ý (a)? 103 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 105. Đề cương MI2020 học kỳ 20192 1. Gọi X là lượng thời gian sinh viên tự nghiên cứu mỗi tuần của một trường đại học, X ∼ N µ, σ2 với phương sai σ2 chưa biết. Lượng thời gian trung bình sinh viên tự nghiên cứu mỗi tuần là E[X] = µ chưa biết cần được ước lượng. Bước 1. Vì phương sai chưa biết và n = 16 30, chọn thống kê T = X − µ S √ n. Thống kê T có phân phối Student với n − 1 bậc tự do. Bước 2. Sử khoảng tin cậy đối xứng cho E[X] = µ: x − t (n−1) 1− α 2 s √ n , x + t (n−1) 1− α 2 s √ n ! trong đó t (n−1) 1− α 2 = t (15) 0.975 = 2.131, được xác định từ bảng phân phối Student. Bước 3. Từ số liệu của đầu bài, ta có n = 16, x = 15.26, s = 6.43. Suy ra khoảng tin cậy đối xứng của E[X] = µ là 15.26 − 2.131 × 6.43 √ 16 , 15.26 + 2.131 × 6.43 √ 16 ! = (11.8344, 18.6856) Bước 4. Kết luận, với độ tin cậy 95% lượng thời gian trung bình sinh viên tự nghiên cứu mỗi tuần từ 11.8344 giờ đến 18.6856 giờ. 2. Nhận xét rằng (a) Nếu cỡ mẫu n tăng từ 16 lên 30 thì bài toán trở thành ước lượng khoảng cho kỳ vọng trong trường hợp chưa biết phương sai với mẫu đủ lớn. Áp dụng khoảng tin cậy đối xứng x − u1− α 2 s √ n , x + u1− α 2 s √ n ! Do đó, khoảng ước lượng sẽ hẹp hơn khoảng ước lượng xét ở ý a, vì u0.975 = 1.96 t (15) 0.975 = 2.131 (b) Độ lệch chuẩn mẫu hiệu chỉnh mới là s = r n n − 1 ŝ = s 16 15 × 4.15 = 4.2861 Nếu độ lệch chuẩn mẫu hiệu chỉnh s giảm từ 6.43 xuống 4.2861 thì khoảng ước lượng sẽ hẹp hơn khoảng ước lượng xét ở ý a. (c) Nếu độ tin cậy 1 − α tăng từ 95% lên 99% thì khoảng ước lượng sẽ rộng hơn khoảng ước lượng xét trên, do giá trị của t (n−1) 1− α 2 tăng từ 2.131 lên 2.947 Nguyễn Quang Huy 20185454 MI2 K63 104 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 106. Đề cương MI2020 học kỳ 20192 Bài tập 4.13. Một kỹ sư nghiên cứu về cường độ nén của bê tông đang được thử nghiệm. Anh ta tiến hành kiểm tra 12 mẫu vật và có được các dữ liệu sau đây: 2216 2234 2225 2301 2278 2255 2249 2204 2286 2263 2275 2295 Giả sử cường độ nén của bê tông đang thử nghiệm tuân theo luật phân phối chuẩn. 1. Hãy ước lượng khoảng với độ tin cậy 95% cho cường độ nén trung bình của bê tông đang được thử nghiệm. 2. Hãy ước lượng khoảng tin cậy phải cho cường độ nén trung bình của bê tông đang được thử nghiệm với độ tin cậy 99%. 1. Gọi X là cường độ nén của bê tông đang được thử nghiệm, X ∼ N µ, σ2 với phương sai σ2 chưa biết. Cường độ nén trung bình của bê tông đang được thử nghiệm là E[X] = µ chưa biết cần được ước lượng. Bước 1. Vì phương sai chưa biết và n = 12 30, chọn thống kê T = X − µ S √ n. Thống kê T có phân phối Student với n − 1 bậc tự do. Bước 2. Sử dụng khoảng tin cậy đối xứng cho E[X] = µ: x − t (n−1) 1− α 2 s √ n , x + t (n−1) 1− α 2 s √ n ! trong đó t (n−1) 1− α 2 = t (11) 0.975 = 2.201, được xác định từ bảng phân phối Student. Bước 3. Từ số liệu của đầu bài, ta tính được n = 12, x = 2256.75, s = 31.8123. Suy ra khoảng tin cậy đối xứng của E[X] = µ là 2256.75 − 2.201 × 31.8123 √ 12 , 2256.75 + 2.201 × 31.8123 √ 12 ! = (2236.5373, 2276.9627) Bước 4. Kết luận, với độ tin cậy 95% cường độ nén trung bình của bê tông đang được thử nghiệm từ 2236.5373 đến 2276.9627. 2. Gọi X là cường độ nén của bê tông đang được thử nghiệm, X ∼ N µ, σ2 với phương sai σ2 chưa biết. Cường độ nén trung bình của bê tông đang được thử nghiệm là E[X] = µ chưa biết cần được ước lượng. Bước 1. Vì phương sai chưa biết và n = 12 30, chọn thống kê T = X − µ S √ n. Thống kê T có phân phối Student với n − 1 bậc tự do. Bước 2. Sử dụng khoảng tin cậy phải cho E[X] = µ: x − t (n−1) 1−α s √ n , +∞ ! 105 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 107. Đề cương MI2020 học kỳ 20192 trong đó t (n−1) 1−α = t (11) 0.99 = 2.718, được xác định từ bảng phân phối Student. Bước 3. Từ số liệu của đầu bài, ta tính được n = 12, x = 2256.75, s = 31.8123. Suy ra khoảng tin cậy phải của E[X] = µ là 2256.75 − 2.718 × 31.8123 √ 12 , +∞ ! = (2231.7595, +∞) Bước 4. Kết luận, với độ tin cậy 99% cường độ nén trung bình tối thiểu của bê tông đang được thử nghiệm là 2231.7595. Bài tập 4.14. Người ta chọn ngẫu nhiên ra 49 sinh viên của một trường đại học và thấy chiều cao trung bình mẫu là 163cm và độ lệch chuẩn mẫu hiệu chỉnh là 12cm. Hãy tìm khoảng ước lượng với độ tin cậy 99% cho chiều cao trung bình của sinh viên của trường đó. Gọi X là chiều cao của sinh viên của một trường đại học, X ∼ N µ, σ2 với phương sai σ2 chưa biết. Chiều cao trung bình của sinh viên là E[X] = µ chưa biết cần được ước lượng. Bước 1. Chọn thống kê U = X − µ S √ n. Vì n = 49 30 nên thống kê U ∼ N(0, 1). Bước 2. Khoảng tin cậy đối xứng cho E[X] = µ là x − u1− α 2 s √ n , x + u1− α 2 s √ n ! trong đó α = 0.01, u1− α 2 = u0.995 = 2.58, được tra từ bảng giá trị phân phối chuẩn tắc. Bước 3. Từ số liệu đã cho có n = 49, x = 163, s = 12. Suy ra khoảng tin cậy đối xứng của E[X] = µ là 163 − 2.58 × 12 √ 49 , 163 + 2.58 × 12 √ 49 ! = (158.5771, 167.4229) Bước 4. Kết luận, với độ tin cậy 99% chiều cao trung bình của sinh viên từ 158.5771 cm đến 167.4229 cm. Bài tập 4.15. Một trường đại học tiến hành một nghiên cứu xem trung bình một sinh viên tiêu hết bao nhiêu tiền điện thoại trong một tháng. Họ điều tra 60 sinh viên và cho thấy số tiền trung bình mẫu là 95 nghìn và độ lệch chuẩn mẫu hiệu chỉnh là 36 nghìn. Hãy ước lượng khoảng với độ tin cậy 95% cho số tiền điện thoại trung bình trong một tháng của mỗi sinh viên. Gọi X là số tiền điện thoại trong một tháng của sinh viên, X ∼ N µ, σ2 với phương sai σ2 chưa biết. Số tiền điện thoại trung bình trong một tháng của sinh viên là E[X] = µ chưa biết cần được ước lượng. Nguyễn Quang Huy 20185454 MI2 K63 106 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 108. Đề cương MI2020 học kỳ 20192 Bước 1. Chọn thống kê U = X − µ S √ n. Vì n = 60 30 nên thống kê U ∼ N(0, 1). Bước 2. Khoảng tin cậy đối xứng cho E[X] = µ là x − u1− α 2 s √ n , x + u1− α 2 s √ n ! trong đó α = 0.05, u1− α 2 = u0.975 = 1.96, được tra từ bảng giá trị phân phối chuẩn tắc. Bước 3. Từ số liệu đã cho có n = 60, x = 95, s = 36. Suy ra khoảng tin cậy đối xứng của E[X] = µ là 95 − 1.96 × 36 √ 60 , 95 + 1.96 × 36 √ 60 ! = (85.8907, 104.1093) Bước 4. Kết luận, với độ tin cậy 95% số tiền điện thoại trung bình trong một tháng của sinh viên từ 85.8907 nghìn đến 104.1093 nghìn. Bài tập 4.16. Người ta điều tra 35 người nghiện thuốc lá được chọn ngẫu nhiên từ số lượng người nghiện hút thuốc lá của một thành phố thấy số điếu thuốc hút trong 5 ngày của họ là: 31 37 48 40 59 97 98 87 80 68 64 45 48 62 74 76 79 85 83 81 93 82 85 79 34 57 95 49 59 63 48 79 50 55 63 Hãy tìm khoảng ước lượng cho số điếu thuốc hút trung bình trong 5 ngày của những người nghiện thuốc lá của thành phố đó với độ tin cậy 99%. Gọi X là số điếu thuốc hút trong 5 ngày của người nghiện thuốc ở một thành phố, X ∼ N µ, σ2 với phương sai σ2 chưa biết. Số điếu thuốc hút trung bình trong 5 ngày của người nghiện thuốc là E[X] = µ chưa biết cần được ước lượng. Bước 1. Chọn thống kê U = X − µ S √ n. Vì n = 35 30 nên thống kê U ∼ N(0, 1). Bước 2. Khoảng tin cậy đối xứng cho E[X] = µ là x − u1− α 2 s √ n , x + u1− α 2 s √ n ! trong đó α = 0.01, u1− α 2 = u0.995 = 2.58, được tra từ bảng giá trị phân phối chuẩn tắc. Bước 3. Từ số liệu đã cho tính được n = 35, x = 66.6571, s = 19.1018. Suy ra khoảng tin cậy đối xứng của E[X] = µ là 35 − 2.58 × 19.1018 √ 35 , 35 + 2.58 × 19.1018 √ 35 ! = (26.6697, 43.3303) Bước 4. Kết luận, với độ tin cậy 99% số điếu thuốc hút trung bình trong 5 ngày của người nghiện thuốc từ 26.6697 điếu đến 43.3303 điếu. 107 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 109. Đề cương MI2020 học kỳ 20192 Bài tập 4.17. Để nghiên cứu về thời gian xem ti vi của một thanh niên từ 18 đến 35 tuổi trong vòng một tuần, người ta tiến hành khảo sát trên 40 người và cho ta bảng số liệu sau: 39 02 43 35 15 54 23 21 25 07 24 33 17 23 24 43 11 15 17 15 19 06 43 35 25 37 15 14 08 11 29 12 13 25 15 28 24 06 16 7 Hãy tìm khoảng ước lượng cho thời gian xem ti vi trung bình của thanh niên trong độ tuổi trên trong vòng một tuần với độ tin cậy 99%. Gọi X là thời gian xem ti vi trong 1 tuần của thanh niên trong độ tuổi từ 18 đến 35 tuổi, X ∼ N µ, σ2 với phương sai σ2 chưa biết. Thời gian xem ti vi trung bình của thanh niên trong 1 tuần là E[X] = µ chưa biết cần được ước lượng. Bước 1. Chọn thống kê U = X − µ S √ n. Vì n = 40 30 nên thống kê U ∼ N(0, 1). Bước 2. Khoảng tin cậy đối xứng cho E[X] = µ là x − u1− α 2 s √ n , x + u1− α 2 s √ n ! trong đó α = 0.01, u1− α 2 = u0.995 = 2.58, được tra từ bảng giá trị phân phối chuẩn tắc. Bước 3. Từ số liệu đã cho tính được n = 40, x = 22.2308, s = 12.1449. Suy ra khoảng tin cậy đối xứng của E[X] = µ là 22.2308 − 2.58 × 12.1449 √ 40 , 22.2308 + 2.58 × 12.1449 √ 40 ! = (17.2765, 27.1851) Bước 4. Kết luận, với độ tin cậy 99% thời gian xem ti vi trung bình trong 1 tuần của thanh niên trong độ tuổi từ 18 đến 35 tuổi từ 17.2765 đến 27.1851. Bài tập 4.18. Để điều tra tiền điện phải trả trong một tháng của một hộ dân cư ở phường A, người ta kiểm tra ngẫu nhiên 200 hộ gia đình ở phường này và được kết quả sau: Số tiền [80, 180) [180, 280) [280, 380) [380, 480) [480, 580) [580, 680) [680, 780] Số hộ 14 25 43 46 39 23 10 Ước lượng khoảng cho số tiền trung bình một hộ dân phải trả ở phường đó với độ tin cậy 95%. Gọi X là số tiền điện phải trả trong 1 tháng ở phường A, X ∼ N µ, σ2 với phương sai σ2 chưa biết. Số tiền điện phải trả trung bình trong 1 tháng ở phường A là E[X] = µ chưa biết cần được ước lượng. Nguyễn Quang Huy 20185454 MI2 K63 108 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 110. Đề cương MI2020 học kỳ 20192 Bước 1. Chọn thống kê U = X − µ S √ n. Vì n = 200 30 nên thống kê U ∼ N(0, 1). Bước 2. Khoảng tin cậy đối xứng cho E[X] = µ là x − u1− α 2 s √ n , x + u1− α 2 s √ n ! trong đó α = 0.05, u1− α 2 = u0.975 = 1.96, được tra từ bảng giá trị phân phối chuẩn tắc. Bước 3. Từ số liệu đã cho tính được n = 200, x = 420, s = 156.597. Suy ra khoảng tin cậy đối xứng của E[X] = µ là 420 − 1.96 × 156.597 √ 200 , 420 + 1.96 × 156.597 √ 200 ! = (398.5968, 441.7032) Bước 4. Kết luận, với độ tin cậy 95% số tiền điện phải trả trung bình trong 1 tháng ở phường A từ 398.5968 nghìn đến 441.7032 nghìn. Bài tập 4.19. Để ước lượng số lượng xăng hao phí trên một tuyến đường của một hãng xe khách, người ta tiến hành chạy thử nghiệm 55 lần liên tiếp trên tuyến đường này và có được số liệu: Lượng xăng hao phí 10, 5 − 11 11 − 11, 5 11, 5 − 12 12 − 12, 5 12, 5 − 13 13 − 13, 5 Tần số 5 12 15 13 6 4 Hãy ước lượng lượng xăng hao phí trung bình cho một xe với độ tin cậy 95%. Gọi X là lượng xăng hao phí trên 1 tuyến đường của một hãng xe, X ∼ N µ, σ2 với phương sai σ2 chưa biết. Lượng xăng hao phí trung bình trên 1 tuyến đường của một hãng xe là E[X] = µ chưa biết cần được ước lượng. Bước 1. Chọn thống kê U = X − µ S √ n. Vì n = 55 30 nên thống kê U ∼ N(0, 1). Bước 2. Khoảng tin cậy đối xứng cho E[X] = µ là x − u1− α 2 s √ n , x + u1− α 2 s √ n ! trong đó α = 0.05, u1− α 2 = u0.975 = 1.96, được tra từ bảng giá trị phân phối chuẩn tắc. Bước 3. Từ số liệu đã cho tính được n = 55, x = 11.8864, s = 0.6835. Suy ra khoảng tin cậy đối xứng của E[X] = µ là 11.8864 − 1.96 × 0.6835 √ 55 , 11.8864 + 1.96 × 0.6835 √ 55 ! = (11.7058, 12.067) Bước 4. Kết luận, với độ tin cậy 95% lượng xăng hao phí trung bình trên 1 tuyến đường của một hãng xe từ 11.7058 đến 12.067. 109 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 111. Đề cương MI2020 học kỳ 20192 Bài tập 4.20. Để xác định giá trung bình đối với một loại hàng hóa trên thị trường, người ta điều tra ngẫu nhiên tại 100 cửa hàng thu được số liệu sau: Giá (nghìn đồng) 83 85 87 89 91 93 95 97 99 101 Số cửa hàng 5 8 13 14 30 11 8 6 4 1 Với độ tin cậy 95% hãy ước lượng giá trung bình của loại hàng đó tại thời điểm đang xét. Biết rằng giá hàng hóa là biến ngẫu nhiên tuân theo luật phân phối chuẩn. Gọi X là giá của hàng hóa trên thị trường, X ∼ N µ, σ2 với phương sai σ2 chưa biết. Giá trung bình của hàng hóa trên thị trường là E[X] = µ chưa biết cần được ước lượng. Bước 1. Chọn thống kê U = X − µ S √ n. Vì n = 100 30 nên thống kê U ∼ N(0, 1). Bước 2. Khoảng tin cậy đối xứng cho E[X] = µ là x − u1− α 2 s √ n , x + u1− α 2 s √ n ! trong đó α = 0.05, u1− α 2 = u0.975 = 1.96, được tra từ bảng giá trị phân phối chuẩn tắc. Bước 3. Từ số liệu đã cho tính được n = 100, x = 90.64, s = 4.024. Suy ra khoảng tin cậy đối xứng của E[X] = µ là 90.64 − 1.96 × 4.024 √ 100 , 90.64 + 1.96 × 4.024 √ 100 ! = (89.8513, 91.4287) Bước 4. Kết luận, với độ tin cậy 95% giá trung bình của hàng hóa trên thị trường từ 89.8513 nghìn đến 91.4287 nghìn. 4.2 Ước lượng khoảng cho tỷ lệ hay xác suất Bài tập 4.21. Để ước lượng cho tỷ lệ những cây bạch đàn có chiều cao đạt chuẩn phục vụ cho việc khai thác ở một nông trường lâm nghiệp, người ta tiến hành đo ngẫu nhiên chiều cao của 135 cây và thấy có 36 cây cao từ 7,5m trở lên. Hãy ước lượng khoảng cho tỷ lệ các cây bạch đàn có chiều cao trên 7,5m với độ tin cậy 95%. Gọi p là tỷ lệ những cây bạch đàn có chiều cao trên 7.5 m. Kiểm tra nf = 135 × 4 15 = 36 5 và n(1 − f) = 135 × 11 15 = 99 5. Bước 1. Chọn thống kê Z = f − p q f(1 − f) √ n. Thống kê Z ∼ N(0, 1). Nguyễn Quang Huy 20185454 MI2 K63 110 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 112. Đề cương MI2020 học kỳ 20192 Bước 2. Khoảng tin cậy đối xứng của sác xuất p là f − u1− α 2 s f(1 − f) n , f + u1− α 2 s f(1 − f) n trong đó u1− α 2 = u0.975 = 1.96 được tra từ bảng giá trị hàm phân phối chuẩn tắc. Bước 3. Với n = 135, m = 36, f = m n ≈ 0.2667, suy ra khoảng tin cậy đối xứng của p là 0.2667 − 1.96 s 0.2667 × 0.7333 135 , 0.2667 + 1.96 s 0.2667 × 0.7333 135 = (0.1921, 0.3413) Bước 4. Kết luận, tỷ lệ những cây bạch đàn có chiều cao trên 7.5 m là từ 19.21% đến 34.13% với độ tin cậy 95%. Bài tập 4.22. Để ước lượng số cá có trong hồ người ta bắt từ hồ lên 100 con đánh dấu rồi thả lại vào hồ. Sau đó người ta bắt lên 300 con thì thấy có 32 con bị đánh dấu. Hãy ước lượng khoảng cho số cá có trong hồ với độ tin cậy 99%. Gọi p là tỷ lệ cá bị đánh dấu trong hồ. Kiểm tra nf = 300 × 8 75 = 32 5 và n(1 − f) = 300 × 67 75 = 268 5. Bước 1. Chọn thống kê Z = f − p q f(1 − f) √ n. Thống kê Z ∼ N(0, 1). Bước 2. Khoảng tin cậy đối xứng của sác xuất p là f − u1− α 2 s f(1 − f) n , f + u1− α 2 s f(1 − f) n trong đó u1− α 2 = u0.995 = 2.58 được tra từ bảng giá trị hàm phân phối chuẩn tắc. Bước 3. Với n = 300, m = 32, f = m n ≈ 0.1067, suy ra khoảng tin cậy đối xứng của p là 0.1067 − 2.58 s 0.1067 × 0.8933 300 , 0.1067 + 2.58 s 0.1067 × 0.8933 300 = (0.0607, 0.1527) Bước 4. Suy ra tỷ lệ cá bị đánh dấu trong hồ là từ 6.07% đến 15.27% với độ tin cậy 99%. Bước 5. Vì người ta bắt lên 100 con đánh dấu rồi thả xuống hồ nên khoảng ước lượng cho số cá trong hồ là 100 0.1527 , 100 0.0607 ! = (654.8788, 1647.4465) Bước 6. Kết luận, số cá trong hồ là từ 654 con đến 1648 con với độ tin cậy 99% 111 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 113. Đề cương MI2020 học kỳ 20192 Bài tập 4.23. Để điều tra thị phần xe máy, người ta chọn ngẫu nhiên ra 450 người mua xe máy trong một tháng ở các địa bàn ở một thành phố thì có 275 người mua xe Honda. Tìm khoảng tin cậy cho tỷ lệ người mua xe Honda với độ tin cậy 95%. Gọi p là tỷ lệ người mua xe máy Honda. Kiểm tra nf = 450 × 11 18 = 275 5 và n(1 − f) = 450 × 7 18 = 175 5. Bước 1. Chọn thống kê Z = f − p q f(1 − f) √ n. Thống kê Z ∼ N(0, 1). Bước 2. Khoảng tin cậy đối xứng của sác xuất p là f − u1− α 2 s f(1 − f) n , f + u1− α 2 s f(1 − f) n trong đó u1− α 2 = u0.975 = 1.96 được tra từ bảng giá trị hàm phân phối chuẩn tắc. Bước 3. Với n = 450, m = 275, f = m n ≈ 0.6111, suy ra khoảng tin cậy đối xứng của p là 0.6111 − 1.96 s 0.6111 × 0.3889 450 , 0.6111 + 1.96 s 0.6111 × 0.3889 450 = (0.5661, 0.6561) Bước 4. Kết luận, tỷ lệ người mua xe máy Honda là từ 56.61% đến 65.61% với độ tin cậy 95%. Bài tập 4.24. Kiểm tra ngẫu nhiên 400 sản phẩm do một hệ thống máy mới sản xuất thì thấy có 387 chính phẩm. Hãy ước lượng tỷ lệ chính phẩm tối thiểu của hệ thống máy mới với độ tin cậy 95%. Gọi p là tỷ lệ chính phẩm của hệ thống máy mới. Kiểm tra nf = 400 × 387 400 = 387 5 và n(1 − f) = 400 × 13 400 = 13 5. Bước 1. Chọn thống kê Z = f − p q f(1 − f) √ n. Thống kê Z ∼ N(0, 1). Bước 2. Khoảng tin cậy phải của sác xuất p là f − u1−α s f(1 − f) n , 1 trong đó u1−α = u0.95 = 1.65 được tra từ bảng giá trị hàm phân phối chuẩn tắc. Bước 3. Với n = 400, m = 387, f = m n = 0.9675, suy ra khoảng tin cậy phải của p là 0.9675 − 1.65 s 0.9675 × 0.0325 400 , 1 = (0.9529, 1) Nguyễn Quang Huy 20185454 MI2 K63 112 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 114. Đề cương MI2020 học kỳ 20192 Bước 4. Kết luận, tỷ lệ chính phẩm tối thiểu của hệ thống máy mới là 95.29% với độ tin cậy 95%. Bài tập 4.25. Thử nghiệm 560 bóng đèn điện tử do một nhà máy sản xuất thì thấy 10 bóng có lỗi kỹ thuật. Hãy tìm ước lượng cho tỷ lệ bóng có lỗi kỹ thuật tối đa với độ tin cậy 95%. Gọi p là tỷ lệ bóng có lỗi kĩ thuật. Kiểm tra nf = 560× 1 56 = 10 5 và n(1−f) = 560× 55 56 = 550 5. Bước 1. Chọn thống kê Z = f − p q f(1 − f) √ n. Thống kê Z ∼ N(0, 1). Bước 2. Khoảng tin cậy trái của sác xuất p là 0, f + u1−α s f(1 − f) n trong đó u1−α = u0.95 = 1.65 được tra từ bảng giá trị hàm phân phối chuẩn tắc. Bước 3. Với n = 560, m = 10, f = m n ≈ 0.0179, suy ra khoảng tin cậy trái của p là 0, 0.0179 + 1.65 s 0.0179 × 0.9821 560 = (0, 0.0271) Bước 4. Kết luận, tỷ lệ bóng có lỗi kĩ thuật tối đa là 2.71% với độ tin cậy 95%. Bài tập 4.26. Mở thử 200 hộp của kho đồ hộp thấy có 10 hộp bị biến chất. Với độ tin cậy 95% hãy ước lượng tỷ lệ hộp bị biến chất tối đa của kho. Gọi p là tỷ lệ hộp bị biến chất. Kiểm tra nf = 200 × 1 20 = 10 5 và n(1 − f) = 200 × 19 20 = 190 5. Bước 1. Chọn thống kê Z = f − p q f(1 − f) √ n. Thống kê Z ∼ N(0, 1). Bước 2. Khoảng tin cậy trái của sác xuất p là 0, f + u1−α s f(1 − f) n trong đó u1−α = u0.95 = 1.65 được tra từ bảng giá trị hàm phân phối chuẩn tắc. Bước 3. Với n = 200, m = 10, f = m n = 0.05, suy ra khoảng tin cậy trái của p là 0, 0.05 + 1.65 s 0.05 × 0.95 200 = (0, 0.0754) 113 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 115. Đề cương MI2020 học kỳ 20192 Bước 4. Kết luận, tỷ lệ hộp bị biến chất tối đa là 7.54% với độ tin cậy 95%. Bài tập 4.27. Chọn ngẫu nhiên ra 1000 trường hợp điều trị bệnh ung thư phổi, các bác sĩ thống kê thấy có 823 bệnh nhân bị chết trong vòng 10 năm. 1. Ước lượng khoảng cho tỷ lệ tử vong của bệnh nhân điều trị bệnh ung thư phổi với độ tin cậy 99%. 2. Cần phải lấy số lượng mẫu là bao nhiêu để với độ tin cậy 95% các sai số khi dự đoán tỷ lệ bệnh nhân điều trị ung thư phổi tử vong 10 năm là ít hơn 0,03? 1. Gọi p là tỷ lệ tử vong của bệnh nhân điều trị bệnh ung thư phổi. Kiểm tra nf = 1000 × 823 1000 = 823 5 và n(1 − f) = 1000 × 177 1000 = 177 5. Bước 1. Chọn thống kê Z = f − p q f(1 − f) √ n. Thống kê Z ∼ N(0, 1). Bước 2. Khoảng tin cậy đối xứng của sác xuất p là f − u1− α 2 s f(1 − f) n , f + u1− α 2 s f(1 − f) n trong đó u1− α 2 = u0.995 = 2.58 được tra từ bảng giá trị hàm phân phối chuẩn tắc. Bước 3. Với n = 1000, m = 823, f = m n = 0.823, suy ra khoảng tin cậy đối xứng của p là 0.823 − 2.58 s 0.823 × 0.177 1000 , 0.823 + 2.58 s 0.823 × 0.177 1000 = (0.7919, 0.8541) Bước 4. Kết luận, tỷ lệ tử vong của bệnh nhân điều trị bệnh ung thư phổi là từ 79.19% đến 85.41% với độ tin cậy 99%. 2. Sai số khi dự đoán tỷ lệ bệnh nhân điều trị ung thư phổi tử vong trong 10 năm với độ tin cậy 95% là ε = u1− α 2 s f(1 − f) n , trong đó u1− α 2 = u0.975 = 1.96 được tra từ bảng giá trị hàm phân phối chuẩn tắc. Thay f = 0.823 vào biểu thức ε 0.03, suy ra n u2 1− α 2 f(1 − f) 0.032 = 1.962 × 0.823 × 0.177 0.032 ≈ 621.7886 Kết luận, cần phải lấy số lượng mẫu nhỏ nhất là n = 622 để với độ tin cậy 95% sai số khi dự đoán tỷ lệ bệnh nhân điều trị ung thư phổi tử vong trong 10 năm là ít hơn 0.03. Nguyễn Quang Huy 20185454 MI2 K63 114 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 116. Đề cương MI2020 học kỳ 20192 Bài tập 4.28. Cần phải lập một mẫu ngẫu nhiên với kích thước là bao nhiêu để tỷ lệ phế phẩm của mẫu là 0,2 và độ dài khoảng tin cậy đối xứng là 0,05 và độ tin cậy của ước lượng là 95%. Độ dài khoảng tin cậy đối xứng I = 2ε = 0.05 suy ra sai số ước lượng ε = 0.025. Với γ = 0.95, ta nhận được u1− α 2 = u0.975 = 1.96 được tra từ bảng giá trị hàm phân phối chuẩn tắc. Thay tỷ lệ phế phẩm của mẫu f = 0.2 vào công thức sai số ε = u1− α 2 s f(1 − f) n , suy ra cỡ mẫu n = u2 1− α 2 f(1 − f) ε2 = 1.962 × 0.2 × 0.8 0.0252 ≈ 983.4496 Kết luận, cần phải lập một mẫu ngẫu nhiên với kích thước 984 để thỏa mãn yêu cầu đề bài. Bài tập 4.29. Làm cách nào để ước lượng số thú hiếm trong một khu rừng với độ tin cậy 95%. Giả sử ta biết tổng số thú trong khu rừng là N. Trong tổng thể ta chọn một mẫu có cỡ n và quan sát xem trong mẫu có bao nhiêu thú hiếm. Gọi f là tần suất xuất hiện thú hiếm trong mẫu đã chọn. Chú ý chọn mẫu sao cho điều kiện nf 5 và n(1 − f) 5 phải được thỏa mãn. Từ đây ta có thể ước lượng khoảng tin cậy đối xứng cho tỷ lệ số thú hiếm trong khu rừng với độ tin cậy 95% và dựa vào N để suy ra khoảng ước lượng số thú hiếm trong cả khu rừng. Bài tập 4.30. Nghiên cứu về năng suất của loại hoa màu A, người ta kiểm tra năng suất của 64 điểm trồng loại hoa màu này thu được bảng số liệu Năng suất (tạ/ha) 40 − 45 45 − 50 50 − 55 55 − 60 60 − 65 65 − 70 Số điểm 2 5 15 30 8 4 1. Hãy ước lượng năng suất trung bình của loại hoa màu A với độ tin cậy 95%; Nếu muốn sai số của ước lượng giảm đi 2 lần thì cần kiểm tra bao nhiêu điểm để đảm bảo yêu cầu nêu trên? 2. Biết rằng trên toàn miền Bắc có 10.000 điểm trồng loại hoa màu A. Hãy cho biết có khoảng bao nhiêu điểm đạt năng suất trên 60 tạ/ha? Hãy kết luận với độ tin cậy 99%. 3. Hãy cho biết tỷ lệ những điểm có năng suất trên 60 tạ/ha của loại hoa màu A tối thiểu là bao nhiêu? Hãy kết luận với độ tin cậy 95%? 115 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 117. Đề cương MI2020 học kỳ 20192 1. Gọi X là năng suất của loại hoa màu A, X ∼ N µ, σ2 với phương sai σ2 chưa biết. Năng suất trung bình của loại hoa màu A là E[X] = µ chưa biết cần được ước lượng. Bước 1. Chọn thống kê U = X − µ S √ n. Vì n = 64 30 nên thống kê U ∼ N(0, 1). Bước 2. Khoảng tin cậy đối xứng cho E[X] = µ là x − u1− α 2 s √ n , x + u1− α 2 s √ n ! trong đó α = 0.05, u1− α 2 = u0.975 = 1.96, được tra từ bảng giá trị phân phối chuẩn tắc. Bước 3. Từ số liệu đã cho tính được n = 64, x = 56.3281, s = 5.4. Suy ra khoảng tin cậy đối xứng của E[X] = µ là 56.3281 − 1.96 × 5.4 √ 64 , 56.3281 + 1.96 × 5.4 √ 64 ! = (55.0051, 57.6511) Bước 4. Kết luận, với độ tin cậy 95% năng suất trung bình của loại hoa màu A từ 55.0051 tạ/ha đến 57.6511 tạ/ha. Sai số của ước lượng là ε = u1− α 2 s √ n = 1.323. Để sai số giảm đi 2 lần, tức là ε0 = 1.323 2 = 0.6615. Ta cần có mẫu có kích thước nhỏ nhất là n = s2 u2 1− α 2 ε2 0 = 5.42 × 1.962 0.66152 # = 256 2. Gọi p là tỷ lệ điểm đạt năng suất trên 60 tạ/ha. Kiểm tra nf = 64 × 3 16 = 12 5 và n(1 − f) = 64 × 13 16 = 48 5. Bước 1. Chọn thống kê Z = f − p q f(1 − f) √ n. Thống kê Z ∼ N(0, 1). Bước 2. Khoảng tin cậy đối xứng của sác xuất p là f − u1− α 2 s f(1 − f) n , f + u1− α 2 s f(1 − f) n trong đó u1− α 2 = u0.995 = 2.58 được tra từ bảng giá trị hàm phân phối chuẩn tắc. Bước 3. Với n = 64, m = 12, f = m n = 0.1875, suy ra khoảng tin cậy đối xứng của p là 0.1875 − 2.58 s 0.1875 × 0.8125 64 , 0.1875 + 2.58 s 0.1875 × 0.8125 64 = (0.0616, 0.3134) Nguyễn Quang Huy 20185454 MI2 K63 116 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 118. Đề cương MI2020 học kỳ 20192 Bước 4. Suy ra tỷ lệ điểm đạt năng suất trên 60 tạ/ha là từ 6.16% đến 31.34% với độ tin cậy 99%. Bước 5. Vì trên toàn miền Bắc có 10000 điểm trồng hoa màu loại A nên khoảng ước lượng cho số điểm đạt năng suất trên 60 tạ/ha là (10000 × 0.0616, 10000 × 0.3134) = (616, 3134) Bước 6. Kết luận, số điểm đạt năng suất trên 60 tạ/ha là từ 616 điểm đến 3134 điểm với độ tin cậy 99% 3. Gọi p là tỷ lệ điểm đạt năng suất trên 60 tạ/ha. Kiểm tra nf = 64 × 3 16 = 12 5 và n(1 − f) = 64 × 13 16 = 48 5. Bước 1. Chọn thống kê Z = f − p q f(1 − f) √ n. Thống kê Z ∼ N(0, 1). Bước 2. Khoảng tin cậy phải của sác xuất p là f − u1−α s f(1 − f) n , 1 trong đó u1−α = u0.95 = 1.65 được tra từ bảng giá trị hàm phân phối chuẩn tắc. Bước 3. Với n = 64, m = 12, f = m n = 0.1875, suy ra khoảng tin cậy phải của p là 0.1875 − 1.65 s 0.1875 × 0.8125 64 , 1 = (0.107, 1) Bước 4. Kết luận, tỷ lệ điểm đạt năng suất trên 60 tạ/ha tối thiểu là 1.07% với độ tin cậy 95%. 117 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 119. Đề cương MI2020 học kỳ 20192 5 Kiểm định giả thuyết 5.1 Kiểm định giả thuyết cho một mẫu 5.1.1 Kiểm định giả thuyết cho kỳ vọng Bài tập 5.1. Với các thử nghiệm về nhiệt độ nước ở một bình nước sử dụng năng lượng mặt người ta chỉ ra rằng độ lệch tiêu chuẩn là 2o F. Người ta chọn ra ngẫu nhiên 9 ngày để tiến hành đo đạc thì thấy trung bình mẫu là 98o F. Giả sử nhiệt độ nước tuân theo luật phân phối chuẩn. Với mức ý nghĩa 5% có thể kết luận rằng nhiệt độ trung bình sử dụng năng lượng mặt trời là bằng 99o F hay không? Gọi X là nhiệt độ nước ở bình nước sử dụng năng lượng mặt trời. X ∼ N(µ, σ2 ) với σ = 2. Nhiệt độ nước trung bình sử dụng năng lượng mặt trời là E[X] = µ chưa biết. Đây là bài toán kiểm định giả thuyết về kỳ vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp đã biết phương sai. Bước 1. Đặt giả thuyết H0 : µ = µ0, đối thuyết H1 : µ 6= µ0 với µ0 = 99. Bước 2. Chọn tiêu chuẩn kiểm định U = X − µ0 σ √ n nếu giả thuyết H0 đúng. U ∼ N(0, 1). Bước 3. Với α = 0.05, u1− α 2 = u0.975 = 1.96, tra từ bảng giá trị hàm phân phối chuẩn tắc. Miền bác bỏ giả thuyết H0 là Wα = −∞, −u1− α 2 ∪ u1− α 2 , +∞ = (−∞, −1.96) ∪ (1.96, +∞) Bước 4. Từ số liệu của đầu bài ta có n = 9, µ0 = 99, x = 98, σ = 2 suy ra giá trị quan sát uqs = x − µ0 σ √ n = 98 − 99 2 √ 9 = −1.5 Bước 5. Vì uqs = −1.5 / ∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là chưa có cơ sở để bác bỏ kết luận về nhiệt độ nước trung bình sử dụng năng lượng mặt trời là 99o F với mức ý nghĩa 5%. Bài tập 5.2. Người ta tiến hành thử nghiệm một cải tiến kỹ thuật trong bộ chế hòa khí của một loại xe ôtô với hy vọng sẽ tiết kiệm được xăng hơn. Họ thử nghiệm 16 xe ô tô với bộ hòa khí có cải tiến kỹ thuật và thu được kết quả sau về số km chạy được cho một lít xăng: 20,5 20,9 20,3 20,2 20,6 20,6 20,5 21,0 21,1 21,2 20,8 20,7 20,6 20,9 20,3 20,2 Giả thiết số km chạy được cho một lít xăng tuân theo luật phân phối chuẩn. Nếu trước khi cải tiến một lít xăng trung bình chạy được 20,1 km thì có thể kết luận rằng cải tiến trên đã mang lại hiệu quả đáng kể hay không với mức ý nghĩa 5%. Nguyễn Quang Huy 20185454 MI2 K63 118 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 120. Đề cương MI2020 học kỳ 20192 Gọi X là số km chạy được cho một lít xăng. X ∼ N(µ, σ2 ) với σ chưa biết. Đây là bài toán kiểm định giả thuyết về kỳ vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n = 16 30. Bước 1. Đặt giả thuyết H0 : µ = µ0, đối thuyết H1 : µ µ0 với µ0 = 20.1. Bước 2. Chọn tiêu chuẩn kiểm định T = X − µ0 S √ n nếu giả thuyết H0 đúng. T ∼ T (n−1) . Bước 3. Với α = 0.05, tra bảng phân phối Student được t (n−1) 1−α = t (15) 0.95 = 1.753. Miền bác bỏ giả thuyết H0 là Wα = t (n−1) 1−α , +∞ = (1.753, +∞) Bước 4. Từ số liệu của đầu bài ta có n = 16, x = 20.65, s = 0.3141 với µ0 = 20.1 suy ra giá trị quan sát tqs = x − µ0 s √ n = 20.65 − 20.1 0.3141 √ 16 ≃ 7.0041 Bước 5. Vì tqs = 7.0041 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là có cơ sở để kết luận rằng cải tiến trên đã mang lại hiệu quả đáng kể với mức ý nghĩa 5%. Bài tập 5.3. Một nhà máy đưa ra định mức thời gian hoàn thành sản phẩm là 24 phút. Khi khảo sát thời gian hoàn thành sản phẩm của 22 công nhân, ta tính được thời gian trung bình hoàn thành sản phẩm trong mẫu là 25,2 phút, độ lệch chuẩn mẫu hiệu chinh 2,6 phút. Với mức ý nghĩa 5% người quản lý nhà máy có cần phải đổi định mức không. Giả sử rằng thời gian hoàn thành một sản phẩm là biến ngẫu nhiên tuân theo luật phân phối chuẩn. Gọi X là thời gian hoàn thành một sản phẩm. X ∼ N(µ, σ2 ) với σ chưa biết. Đây là bài toán kiểm định giả thuyết về kỳ vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n = 22 30. Bước 1. Đặt giả thuyết H0 : µ = µ0, đối thuyết H1 : µ 6= µ0 với µ0 = 24. Bước 2. Chọn tiêu chuẩn kiểm định T = X − µ0 S √ n nếu giả thuyết H0 đúng. T ∼ T (n−1) . Bước 3. Với α = 0.05, tra bảng phân phối Student được t (n−1) 1− α 2 = t (21) 0.975 = 2.08. Miền bác bỏ giả thuyết H0 là Wα = −∞, −t (n−1) 1− α 2 ! ∪ t (n−1) 1− α 2 , +∞ ! = (−∞, −2.08) ∪ (2.08, +∞) Bước 4. Từ số liệu của đầu bài ta có n = 22, x = 25.2, s = 2.6 với µ0 = 24 suy ra giá trị quan sát tqs = x − µ0 s √ n = 25.2 − 24 2.6 √ 22 ≃ 2.1648 Bước 5. Vì tqs = 2.1648 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là có cơ sở để người quản lý nhà máy thay đổi định mức với mức ý nghĩa 5%. 119 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 121. Đề cương MI2020 học kỳ 20192 Bài tập 5.4. Một dây dây chuyền sản xuất dầu gội đầu, mỗi thùng dầu gội có trọng lượng trung bình là 20kg. Một mẫu ngẫu nhiên gồm 10 thùng được chọn ra ngẫu nhiên để cân có trọng lượng (kg) như sau: 21,4 19,7 19,9 20,6 20,8 20,1 19,7 20,3 20,9 20,8 Giả sử rằng trọng lượng của mỗi thùng dầu gội tuân theo luật phân phối chuẩn. Hãy kiểm định giả thuyết ở mức ý nghĩa 5% với giả thuyết cho rằng quá trình sản xuất hoạt động một cách chính xác. Gọi X là trọng lượng của mỗi thùng dầu gội. X ∼ N(µ, σ2 ) với σ chưa biết. Đây là bài toán kiểm định giả thuyết về kỳ vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n = 10 30. Bước 1. Đặt giả thuyết H0 : µ = µ0, đối thuyết H1 : µ 6= µ0 với µ0 = 20. Bước 2. Chọn tiêu chuẩn kiểm định T = X − µ0 S √ n nếu giả thuyết H0 đúng. T ∼ T (n−1) . Bước 3. Với α = 0.05, tra bảng phân phối Student được t (n−1) 1− α 2 = t (9) 0.975 = 2.262. Miền bác bỏ giả thuyết H0 là Wα = −∞, −t (n−1) 1− α 2 ! ∪ t (n−1) 1− α 2 , +∞ ! = (−∞, −2.262) ∪ (2.262, +∞) Bước 4. Từ số liệu của đầu bài ta có n = 10, x = 20.42, s = 0.5712 với µ0 = 20 suy ra giá trị quan sát tqs = x − µ0 s √ n = 20.42 − 20 0.5712 √ 10 ≃ 2.3252 Bước 5. Vì tqs = 2.3252 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là có cơ sở để cho rằng quá trình sản xuất hoạt động một cách không chính xác với mức ý nghĩa 5%. Bài tập 5.5. Gạo được đóng gói bằng máy tự động có trọng lượng đóng bao theo quy định 25kg. Người ta chọn ngẫu ngẫu nhiên 25 bao được đóng bằng máy tự động trên ra kiểm tra trọng lượng của chứng ta được bảng số liệu sau: Trọng lượng (kg) 24, 6 − 24, 8 24, 8 − 25, 0 25, 0 − 25, 2 25, 2 − 25, 4 25, 4 − 25, 6 Tần suất 3 7 8 5 2 Giả sử trọng lượng của các bao gạo tuân theo luật phân phối chuẩn. Hỏi trọng lượng trung bình của các bao gạo được đóng gói tự động giống như yêu cầu hay phải dừng máy để điều chỉnh với mức ý nghĩa 5%? Gọi X là trọng lượng của các bao gạo. X ∼ N(µ, σ2 ) với σ chưa biết. Đây là bài toán kiểm Nguyễn Quang Huy 20185454 MI2 K63 120 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 122. Đề cương MI2020 học kỳ 20192 định giả thuyết về kỳ vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n = 25 30. Bước 1. Đặt giả thuyết H0 : µ = µ0, đối thuyết H1 : µ 6= µ0 với µ0 = 25. Bước 2. Chọn tiêu chuẩn kiểm định T = X − µ0 S √ n nếu giả thuyết H0 đúng. T ∼ T (n−1) . Bước 3. Với α = 0.05, tra bảng phân phối Student được t (n−1) 1− α 2 = t (24) 0.975 = 2.064. Miền bác bỏ giả thuyết H0 là Wα = −∞, −t (n−1) 1− α 2 ! ∪ t (n−1) 1− α 2 , +∞ ! = (−∞, −2.064) ∪ (2.064, +∞) Bước 4. Từ số liệu của đầu bài ta có n = 25, x = 25.608, s = 0.2286 với µ0 = 25 suy ra giá trị quan sát tqs = x − µ0 s √ n = 25.608 − 25 0.2286 √ 25 ≃ 13.2983 Bước 5. Vì tqs = 13.2983 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là có cơ sở để dừng máy để điều chỉnh với mức ý nghĩa 5%. Bài tập 5.6. Định mức thời gian hoàn thành một sản phẩm là 14 phút. Có cần thay đổi định mức không, nếu theo dõi thời gian hoàn thành một sản phẩm ở 25 công nhân ta thu được bảng số liệu sau: Thời gian sản xuất 1 sản phẩm (phút) 10 − 12 12 − 14 14 − 16 16 − 18 20 − 22 Số công nhân tương ứng 3 6 10 4 2 Yêu cầu kết luận với mức ý nghĩa 5%, biết rằng thời gian hoàn thành một sản phẩm là biến ngẫu nhiên tuân theo luật phân phối chuẩn. Gọi X là thời gian hoàn thành một sản phẩm. X ∼ N(µ, σ2 ) với σ chưa biết. Đây là bài toán kiểm định giả thuyết về kỳ vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n = 25 30. Bước 1. Đặt giả thuyết H0 : µ = µ0, đối thuyết H1 : µ 6= µ0 với µ0 = 14. Bước 2. Chọn tiêu chuẩn kiểm định T = X − µ0 S √ n nếu giả thuyết H0 đúng. T ∼ T (n−1) . Bước 3. Với α = 0.05, tra bảng phân phối Student được t (n−1) 1− α 2 = t (24) 0.975 = 2.064. Miền bác bỏ giả thuyết H0 là Wα = −∞, −t (n−1) 1− α 2 ! ∪ t (n−1) 1− α 2 , +∞ ! = (−∞, −2.064) ∪ (2.064, +∞) Bước 4. Từ số liệu của đầu bài ta có n = 25, x = 14.84, s = 2.5768 với µ0 = 14 suy ra giá trị quan sát tqs = x − µ0 s √ n = 14.84 − 14 2.5768 √ 25 ≃ 1.6299 121 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 123. Đề cương MI2020 học kỳ 20192 Bước 5. Vì tqs = 1.6299 / ∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là chưa có cơ sở để thay đổi định mức hoàn thành sản phẩm với mức ý nghĩa 5%. Bài tập 5.7. Trọng lượng đóng gói bánh loại 250g một gói trên một máy tự động là biến ngẫu nhiên. Kiểm tra ngẫu nhiên 100 gói thu được kết quả sau: Trọng lượng (gam) 245 247 248 250 252 253 254 Số gói 8 12 20 32 16 8 4 Có thể coi trọng lượng trung bình của các gói bánh là bằng 250g theo quy định hay không với mức ý nghĩa 5%? Gọi X là trọng lượng của các gói bánh trên một máy tự động. Ta thấy E[X] = µ là trọng lượng trung bình của các gói bánh chưa biết. Đây là bài toán kiểm định giả thuyết về kỳ vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n = 100 30. Bước 1. Kiểm tra giả thuyết H0 : µ = µ0, đối thuyết H1 : µ 6= µ0 với µ0 = 250. Bước 2. Chọn tiêu chuẩn kiểm định U = X − µ0 S √ n nếu giả thuyết H0 đúng. U ∼ N(0, 1). Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1− α 2 = u0.975 = 1.96. Miền bác bỏ giả thuyết H0 là Wα = −∞, −u1− α 2 ∪ u1− α 2 , +∞ = (−∞, −1.96) ∪ (1.96, +∞) Bước 4. Từ số liệu của đầu bài ta có µ0 = 250, n = 100, x = 249.56, s = 2.3966 suy ra giá trị quan sát uqs = x − µ0 s √ n = 249.56 − 250 2.3966 √ 100 ≃ −1.8359 Bước 5. Vì uqs = −1.8359 / ∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là có thể coi trọng lượng trung bình của các gói bánh là 250 g theo quy định với mức ý nghĩa 5%. Bài tập 5.8. Kiểm tra lượng điện áp đầu vào của một loại máy tính bảng, người ta tiến hành thử nghiệm 100 lần đo và thu được điện áp trung bình 5,04V với độ lệch chuẩn mẫu hiệu chỉnh 0,064V. Với mức ý nghĩa 5%, hãy kiểm định lượng điện áp trung bình đầu vào của loại máy tính bảng có đúng bằng 5V hay không? Gọi X là lượng điện áp đầu vào của một máy tính bảng. Ta thấy E[X] = µ là lượng điện áp đầu vào trung bình của một máy tính bảng chưa biết. Đây là bài toán kiểm định giả thuyết về kỳ vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n = 100 30. Bước 1. Kiểm tra giả thuyết H0 : µ = µ0, đối thuyết H1 : µ 6= µ0 với µ0 = 5. Bước 2. Chọn tiêu chuẩn kiểm định U = X − µ0 S √ n nếu giả thuyết H0 đúng. U ∼ N(0, 1). Nguyễn Quang Huy 20185454 MI2 K63 122 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 124. Đề cương MI2020 học kỳ 20192 Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1− α 2 = u0.975 = 1.96. Miền bác bỏ giả thuyết H0 là Wα = −∞, −u1− α 2 ∪ u1− α 2 , +∞ = (−∞, −1.96) ∪ (1.96, +∞) Bước 4. Từ số liệu của đầu bài ta có µ0 = 5, n = 100, x = 5.04, s = 0.064 suy ra giá trị quan sát uqs = x − µ0 s √ n = 5.04 − 5 0.064 √ 100 ≃ 6.25 Bước 5. Vì uqs = 6.25 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là lượng điện áp đầu vào trung bình của một máy tính bảng không đúng bằng 5 V với mức ý nghĩa 5%. Bài tập 5.9. Gọi X là thời gian sản xuất một sản phẩm (phút). Định mức cũ để sản xuất một sản phẩm là 20 phút. Nay do cải tiến kỹ thuật, người ta sản xuất thử 100 sản phẩm và thu được số liệu: Thời gian sản xuất sản phẩm 16 − 17 17 − 18 18 − 19 19 − 20 20 − 21 21 − 22 Số sản phẩm tương ứng 6 10 24 30 18 12 Với mức ý nghĩa 5% có thể nói rằng việc cải tiến kỹ thuật giảm bớt thời gian sản xuất một sản phẩm hay không? Biết rằng thời gian sản xuất một sản phẩm là biến ngẫu nhiên tuân theo luật phân phối chuẩn. Gọi X là thời gian sản xuất một sản phẩm. Ta thấy E[X] = µ là thời gian sản xuất trung bình một sản phẩm chưa biết. Đây là bài toán kiểm định giả thuyết về kỳ vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n = 100 30. Bước 1. Kiểm tra giả thuyết H0 : µ = µ0, đối thuyết H1 : µ µ0 với µ0 = 20. Bước 2. Chọn tiêu chuẩn kiểm định U = X − µ0 S √ n nếu giả thuyết H0 đúng. U ∼ N(0, 1). Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1−α = u0.95 = 1.65. Miền bác bỏ giả thuyết H0 là Wα = (−∞, −u1−α) = (−∞, −1.65) Bước 4. Từ số liệu của đầu bài ta có µ0 = 20, n = 100, x = 19.3, s = 1.3484 suy ra giá trị quan sát uqs = x − µ0 s √ n = 19.3 − 20 1.3484 √ 100 ≃ −5.1913 Bước 5. Vì uqs = −5.1913 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là có cơ sở để nói rằng việc cải tiến kỹ thuật giảm bớt thời gian sản xuất một sản phẩm với mức ý nghĩa 5%. 123 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 125. Đề cương MI2020 học kỳ 20192 Bài tập 5.10. Hàm lượng đường trung bình của một loại trái cây lúc đầu là 5(%). Người ta chăm bón bằng một loại NPK mới và sau một thời gian kiểm tra một số trái cây được kết quả sau: Hàm lượng 1 − 5 5 − 9 9 − 13 13 − 17 17 − 21 21 − 25 25 − 29 29 − 33 37 − 41 Số trái 51 47 39 36 32 8 7 3 2 Hãy cho kết luận về loại NPK trên với mức ý nghĩa 5%. Giả thiết hàm lượng đường của loại trái là biến ngẫu nhiên tuân theo luật phân phối chuẩn. Gọi X là hàm lượng đường của một loại trái cây. Ta thấy E[X] = µ là hàm lượng đường trung bình của một loại trái cây chưa biết. Đây là bài toán kiểm định giả thuyết về kỳ vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n = 225 30. Bước 1. Kiểm tra giả thuyết H0 : µ = µ0, đối thuyết H1 : µ 6= µ0 với µ0 = 5. Bước 2. Chọn tiêu chuẩn kiểm định U = X − µ0 S √ n nếu giả thuyết H0 đúng. U ∼ N(0, 1). Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1− α 2 = u0.975 = 1.96. Miền bác bỏ giả thuyết H0 là Wα = −∞, −u1− α 2 ∪ u1− α 2 , +∞ = (−∞, −1.96) ∪ (1.96, +∞) Bước 4. Từ số liệu của đầu bài ta có µ0 = 5, n = 225, x = 11.5689, s = 7.4039 suy ra giá trị quan sát uqs = x − µ0 s √ n = 11.5689 − 5 7.4039 √ 225 ≃ 13.3083 Bước 5. Vì uqs = 13.3083 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là loại phân NPK trên làm thay đổi hàm lượng đường của một loại trái cây với mức ý nghĩa 5%. Bài tập 5.11. Một nhà phân phối sữa trong một thành phố khẳng định rằng: bằng cách quảng cáo và cách tiếp cận khách hàng mới ở các cửa hàng, mỗi tuần trong các cửa hàng bán trung bình tăng thêm 20 hộp sữa. Người ta tiến hành chọn ra một mẫu ngẫu nhiên gồm 40 cửa hàng để xác định lời khẳng định trên thì thấy trung bình mỗi cửa hàng chỉ bán thêm được 16,4 hộp sữa và độ lệch chuẩn mẫu hiệu chỉnh là 7,2. Kiểm định giả thuyết cho rằng mỗi tuần bán thêm được 20 hộp sữa ở mỗi cửa hàng với mức ý nghĩa 5%. Gọi X là số hộp sữa bán thêm được mỗi tuần. Ta thấy E[X] = µ là số hộp sữa trung bình bán thêm được mỗi tuần chưa biết. Đây là bài toán kiểm định giả thuyết về kỳ vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n = 40 30. Bước 1. Kiểm tra giả thuyết H0 : µ = µ0, đối thuyết H1 : µ 6= µ0 với µ0 = 5. Bước 2. Chọn tiêu chuẩn kiểm định U = X − µ0 S √ n nếu giả thuyết H0 đúng. U ∼ N(0, 1). Nguyễn Quang Huy 20185454 MI2 K63 124 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 126. Đề cương MI2020 học kỳ 20192 Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1− α 2 = u0.975 = 1.96. Miền bác bỏ giả thuyết H0 là Wα = −∞, −u1− α 2 ∪ u1− α 2 , +∞ = (−∞, −1.96) ∪ (1.96, +∞) Bước 4. Từ số liệu của đầu bài ta có µ0 = 20, n = 40, x = 16.4, s = 7.2 suy ra giá trị quan sát uqs = x − µ0 s √ n = 16.4 − 20 7.2 √ 40 ≃ −3.1623 Bước 5. Vì uqs = −3.1623 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là không có cơ sở để cho rằng mỗi tuần bán thêm được 20 hộp sữa ở mỗi cửa hàng với mức ý nghĩa 5%. 5.1.2 Kiểm định giả thuyết cho tỷ lệ Bài tập 5.12. Người ta quan tâm tới việc lây lan dịch sốt xuất huyết ở một phường. Theo số liệu năm ngoái tỷ lệ mắc bệnh sốt xuất huyết của vùng này là 8%. Người ta tiến hành kiểm tra sức khỏe ngẫu nhiên 200 người ở phường này thì thấy có 17 người mang vi trùng sốt xuất huyết. Tỷ lệ mắc bệnh sốt xuất huyết của phường có tăng lên hay không với mức ý nghĩa 5%. Gọi p là tỷ lệ mắc bệnh sốt xuất huyết của phường. Đây là bài toán kiểm định giả thuyết về tỷ lệ của tổng thể. Bước 1. Đặt giả thuyết H0 : p = p0, đối thuyết H1 : p p0 với p0 = 0.08. Bước 2. Chọn tiêu chuẩn kiểm định U = f − p0 q p0(1 − p0) √ n nếu giả thuyết H0 đúng. Vì np0 = 16 5 và n(1 − p0) = 184 5 khá lớn nên U ∼ N(0, 1). Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1−α = u0.95 = 1.65. Miền bác bỏ giả thuyết H0 là Wα = (u1−α, +∞) = (1.65, +∞) Bước 4. Từ số liệu đã cho ta có n = 200, m = 17 tính được f = m n = 17 200 = 0.085, với p0 = 0.08 suy ra giá trị quan sát uqs = f − p0 q p0(1 − p0) √ n = 0.085 − 0.08 √ 0.08 × 0.92 √ 200 ≈ 0.2606 Bước 5. Vì uqs = 0.2606 / ∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là chưa có cơ sở để khẳng định tỷ lệ mắc bệnh sốt xuất huyết của phường tăng lên với mức ý nghĩa 5%. Bài tập 5.13. Một hãng xà phòng A tuyên bố rằng 64% số các bà nội trợ thích sử dụng bột giặt của hãng. Người ta chọn ra một mẫu gồm 100 bà nội trợ và hỏi thì có 58 bà tỏ ra là thích sử dụng bột giặt của hãng A. Với mức ý nghĩa 1%, số liệu trên có chứng tỏ là tuyên bố của hãng xà phòng A là đúng hay không? 125 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 127. Đề cương MI2020 học kỳ 20192 Gọi p là tỷ lệ các bà nội trợ thích sử dụng bột giặt của hãng A. Đây là bài toán kiểm định giả thuyết về tỷ lệ của tổng thể. Bước 1. Đặt giả thuyết H0 : p = p0, đối thuyết H1 : p 6= p0 với p0 = 0.64. Bước 2. Chọn tiêu chuẩn kiểm định U = f − p0 q p0(1 − p0) √ n nếu giả thuyết H0 đúng. Vì np0 = 64 5 và n(1 − p0) = 36 5 khá lớn nên U ∼ N(0, 1). Bước 3. Với α = 0.01, tra bảng giá trị phân phối chuẩn tắc được u1− α 2 = u0.995 = 2.58. Miền bác bỏ giả thuyết H0 là Wα = −∞, −u1− α 2 ∪ u1− α 2 , +∞ = (−∞, −2.58) ∪ (2.58, +∞) Bước 4. Từ số liệu đã cho ta có n = 100, m = 58 tính được f = m n = 29 50 = 0.58, với p0 = 0.64 suy ra giá trị quan sát uqs = f − p0 q p0(1 − p0) √ n = 0.58 − 0.64 √ 0.64 × 0.36 √ 100 ≈ −1.25 Bước 5. Vì uqs = −1.25 / ∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là có cơ sở để chứng tỏ tuyên bố của hãng A là đúng với mức ý nghĩa 1%. Bài tập 5.14. Tỷ lệ phế phẩm do một máy tự động sản xuất là 5%. Kiểm tra ngẫu nhiên 300 sản phẩm thấy có 24 phế phẩm. Từ đó có ý kiến cho rằng tỷ lệ phế phẩm do máy đó sản xuất có chiều hướng tăng lên. Hãy kết luận ý kiến nêu trên với mức ý nghĩa 5%. Gọi p là tỷ lệ phế phẩm do một máy tự động sản xuất. Đây là bài toán kiểm định giả thuyết về tỷ lệ của tổng thể. Bước 1. Đặt giả thuyết H0 : p = p0, đối thuyết H1 : p p0 với p0 = 0.05. Bước 2. Chọn tiêu chuẩn kiểm định U = f − p0 q p0(1 − p0) √ n nếu giả thuyết H0 đúng. Vì np0 = 15 5 và n(1 − p0) = 285 5 khá lớn nên U ∼ N(0, 1). Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1−α = u0.95 = 1.65. Miền bác bỏ giả thuyết H0 là Wα = (u1−α, +∞) = (1.65, +∞) Bước 4. Từ số liệu đã cho ta có n = 300, m = 24 tính được f = m n = 2 25 = 0.08, với p0 = 0.05 suy ra giá trị quan sát uqs = f − p0 q p0(1 − p0) √ n = 0.08 − 0.05 √ 0.05 × 0.95 √ 300 ≈ 2.3842 Bước 5. Vì uqs = 2.3842 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là có cơ sở để cho rằng tỷ lệ phế phẩm do máy đó sản xuất có chiều hướng tăng lên với mức ý nghĩa 5%. Nguyễn Quang Huy 20185454 MI2 K63 126 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 128. Đề cương MI2020 học kỳ 20192 Bài tập 5.15. Nếu áp dụng phương pháp công nghệ thứ nhất thì tỷ lệ phế phẩm là 6%, còn nếu áp dụng phương pháp công nghệ thứ hai thì trong 100 sản phẩm có 5 phế phẩm. Vậy có thể kết luận áp dụng phương pháp công nghệ thứ hai thì tỷ lệ phế phẩm thấp hơn tỷ lệ phế phẩm của phương pháp công nghệ thứ nhất không? Yêu cầu kết luận với mức ý nghĩa 5%. Gọi p là tỷ lệ phế phẩm khi áp dụng phương pháp công nghệ thứ hai. Đây là bài toán kiểm định giả thuyết về tỷ lệ của tổng thể. Bước 1. Đặt giả thuyết H0 : p = p0, đối thuyết H1 : p p0 với p0 = 0.06. Bước 2. Chọn tiêu chuẩn kiểm định U = f − p0 q p0(1 − p0) √ n nếu giả thuyết H0 đúng. Vì np0 = 6 5 và n(1 − p0) = 94 5 khá lớn nên U ∼ N(0, 1). Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1−α = u0.95 = 1.65. Miền bác bỏ giả thuyết H0 là Wα = (−∞, −u1−α) = (−∞, −1.65) Bước 4. Từ số liệu đã cho ta có n = 100, m = 5 tính được f = m n = 1 20 = 0.05, với p0 = 0.06 suy ra giá trị quan sát uqs = f − p0 q p0(1 − p0) √ n = 0.05 − 0.06 √ 0.06 × 0.94 √ 100 ≈ −0.4211 Bước 5. Vì uqs = −0.4211 / ∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là chưa có cơ sở để kết luận áp dụng phương pháp công nghệ thứ hai thì tỷ lệ phế phẩm thấp hơn áp dụng phương pháp công nghệ thứ nhất với mức ý nghĩa 5%. Bài tập 5.16. Tỷ lệ bệnh nhân khỏi bệnh T khi điều trị bằng thuốc A là 85%. Thí nghiệm dùng loại thuốc B để chữa bệnh thì trong số 900 người mắc bệnh T có 810 người được chữa khỏi. Như vậy có thể kết luận thuốc B hiệu quả hơn thuốc A hay không? Yêu cầu kết luận với mức ý nghĩa 5%. Gọi p là tỷ lệ bệnh nhân khỏi bệnh T khi điều trị bằng thuốc B. Đây là bài toán kiểm định giả thuyết về tỷ lệ của tổng thể. Bước 1. Đặt giả thuyết H0 : p = p0, đối thuyết H1 : p p0 với p0 = 0.85. Bước 2. Chọn tiêu chuẩn kiểm định U = f − p0 q p0(1 − p0) √ n nếu giả thuyết H0 đúng. Vì np0 = 765 5 và n(1 − p0) = 135 5 khá lớn nên U ∼ N(0, 1). Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1−α = u0.95 = 1.65. Miền bác bỏ giả thuyết H0 là Wα = (u1−α, +∞) = (1.65, +∞) 127 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 129. Đề cương MI2020 học kỳ 20192 Bước 4. Từ số liệu đã cho ta có n = 900, m = 810 tính được f = m n = 9 10 = 0.9, với p0 = 0.85 suy ra giá trị quan sát uqs = f − p0 q p0(1 − p0) √ n = 0.9 − 0.85 √ 0.85 × 0.15 √ 900 ≈ 4.2008 Bước 5. Vì uqs = 4.2008 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là có thể kết luận thuốc B hiệu quả hơn thuốc A với mức ý nghĩa 5%. 5.2 Kiểm định giả thuyết cho hai mẫu 5.2.1 So sánh hai kỳ vọng Bài tập 5.17. Hai công thức khác nhau về nhiên liệu động cơ oxy hóa được tiến hành thử nghiệm để đưa ra chỉ số octan. Phương sai của công thức I là σ2 1 = (1, 5)2 của công thức II là σ2 2 = (1, 3)2 . Người ta chọn ngẫu nhiên n1 = 15 mẫu của công thức I và n2 = 18 mẫu của công thức II thì thấy x1 = 89, 7 và x2 = 91, 5. Giả sử rằng chỉ số octan của công thức I và II tuân theo luật phân phối chuẩn. Với mức ý nghĩa 5% có thể cho rằng công thức I có chỉ số octan ít hơn so với công thức II hay không? Gọi X1, X2 lần lượt là chỉ số octan của công thức I và II. Ta có X1 ∼ N(µ1, σ2 1), X2 ∼ N(µ2, σ2 2). Đây là bài toán so sánh hai kỳ vọng của hai biến ngẫu nhiên có phân phối chuẩn trường hợp đã biết phương sai σ2 1 = 1.52 , σ2 2 = 1.32 . Bước 1. Đặt giả thuyết H0 : µ1 = µ2, đối thuyết H1 : µ1 µ2. Bước 2. Chọn tiêu chuẩn kiểm định U = X1 − X2 s σ2 1 n1 + σ2 2 n2 nếu H0 đúng. U ∼ N(0, 1). Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1−α = u0.95 = 1.65. Miền bác bỏ giả thuyết H0 là Wα = (−∞, −u1−α) = (−∞, −1.65) Bước 4. Từ số liệu đã cho ta có n1 = 15, n2 = 18, x1 = 89.7, σ2 1 = 1.52 , x2 = 91.5, σ2 2 = 1.32 suy ra giá trị quan sát uqs = x1 − x2 s σ2 1 n1 + σ2 2 n2 = 89.7 − 91.5 s 1.52 15 + 1.32 18 ≈ −3.6448 Bước 5. Vì uqs = −3.6448 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là có cơ sở để cho rằng công thức I có chỉ số octan ít hơn so với công thức II với mức ý nghĩa 5%. Nguyễn Quang Huy 20185454 MI2 K63 128 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 130. Đề cương MI2020 học kỳ 20192 Bài tập 5.18. Chọn ngẫu nhiên 100 thiết bị điện tử của nhà máy I thấy tuổi thọ trung bình là 1658 giờ, độ lệch chuẩn mẫu là 123 giờ. Chọn ngẫu nhiên 110 thiết bị điện tử của nhà máy II thấy tuổi thọ trung bình là 1717 giờ, độ lệch chuẩn mẫu là 107 giờ. Với mức ý nghĩa 1%, hãy kiểm định giả thiết có phải thực sự tuổi thọ trung bình thiết bị điện tử của nhà máy II là lớn hơn nhà máy I hay không? Gọi X, Y lần lượt là tuổi thọ thiết bị điện tử của nhà máy I và II. Ta có X ∼ N(µ1, σ2 1), Y ∼ N(µ2, σ2 2). Đây là bài toán so sánh hai kỳ vọng của hai biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n1 = 100 30, n2 = 110 30. Bước 1. Đặt giả thuyết H0 : µ1 = µ2, đối thuyết H1 : µ1 µ2. Bước 2. Chọn tiêu chuẩn kiểm định U = X − Y s S2 1 n1 + S2 2 n2 nếu H0 đúng. U ∼ N(0, 1). Bước 3. Với α = 0.01, tra bảng giá trị phân phối chuẩn tắc được u1−α = u0.99 = 2.33. Miền bác bỏ giả thuyết H0 là Wα = (−∞, −u1−α) = (−∞, −2.33) Bước 4. Từ số liệu đã cho ta có n1 = 100, n2 = 110, x = 1658, s2 1 = 100 99 × 1232 , y = 1717, s2 2 = 110 109 × 1072 suy ra giá trị quan sát uqs = x − y s s2 1 n1 + s2 2 n2 = 1658 − 1717 s 1232 99 + 1072 109 ≈ −3.6742 Bước 5. Vì uqs = −3.6742 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là có cơ sở để cho rằng tuổi thọ trung bình của thiết bị điện tử của nhà máy II là lớn hơn nhà máy I với mức ý nghĩa 1%. Bài tập 5.19. Hai máy tự động dùng để cắt những thanh thép do cùng một kỹ thuật viên phụ trách và căn chỉnh. Từ mỗi máy lấy ra 35 thanh thép để kiểm tra thu được kết quả sau: • Máy 1: Trung bình mẫu 11,7m, độ lệch chuẩn mẫu hiệu chỉnh 0,12m. • Máy 2: Trung bình mẫu 11,6m, độ lệch chuẩn mẫu hiệu chỉnh 0,14m. Giả sử chiều dài thanh thép do các máy sản xuất tuân theo luật phân phối chuẩn và có phương sai như nhau. Với mức ý nghĩa 5% có thể cho rằng chiều dài của các thanh thép do hai máy sản xuất là khác nhau hay không? Gọi X, Y lần lượt là chiều dài thanh thép được sản xuất bởi các máy I và II. Ta có X ∼ N(µ1, σ2 1), Y ∼ N(µ2, σ2 2). Đây là bài toán so sánh hai kỳ vọng của hai biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n1 = n2 = 35 30. 129 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 131. Đề cương MI2020 học kỳ 20192 Bước 1. Đặt giả thuyết H0 : µ1 = µ2, đối thuyết H1 : µ1 6= µ2. Bước 2. Chọn tiêu chuẩn kiểm định U = X − Y s S2 1 n1 + S2 2 n2 nếu H0 đúng. U ∼ N(0, 1). Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1− α 2 = u0.975 = 1.96. Miền bác bỏ giả thuyết H0 là Wα = −∞, −u1− α 2 ∪ u1− α 2 , +∞ = (−∞, −1.96) ∪ (1.96, +∞) Bước 4. Từ số liệu đã cho ta có n1 = n2 = 35, x = 11.7, s2 1 = 0.122 , y = 11.6, s2 2 = 0.142 suy ra giá trị quan sát uqs = x − y s s2 1 n1 + s2 2 n2 = 11.7 − 11.6 s 0.122 35 + 0.142 35 ≈ 3.2084 Bước 5. Vì uqs = 3.2084 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là có thể cho rằng chiều dài của các thanh thép do hai máy sản xuất là khác nhau với mức ý nghĩa 5%. Bài tập 5.20. Hai công ty I và II cùng sản xuất ra một loại sản phẩm và cạnh tranh nhau trên thị trường. Người ta chọn ngẫu nhiên ra n1 = 11 ngày và n2 = 18 ngày để khảo sát số lượng sản phẩm được bán ra trong ngày của hai công ty I và II tương ứng và có được kết quả: • Công ty I: trung bình mẫu 237, độ lệch chuẩn mẫu hiệu chỉnh 23; • Công ty II: trung bình mẫu 247, độ lệch chuẩn mẫu hiệu chỉnh 27. Giả sử số lượng hàng bán ra trong một ngày của hai công ty là tuân theo luật phân phối chuẩn, có cùng phương sai. Phải chăng lượng hàng bán ra của công ty II là nhiều hơn so với công ty I với mức ý nghĩa 1%? Gọi X, Y lần lượt là số lượng sản phẩm được bán ra trong ngày của công ty I và II. Ta có X ∼ N(µ1, σ2 1), Y ∼ N(µ2, σ2 2). Đây là bài toán so sánh hai kỳ vọng của hai biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n1 = 11 30, n2 = 18 30 và σ2 1 = σ2 2. Bước 1. Đặt giả thuyết H0 : µ1 = µ2, đối thuyết H1 : µ1 µ2. Bước 2. Chọn tiêu chuẩn kiểm định T = X − Y v u u t(n1 − 1)S2 1 + (n2 − 1)S2 2 n1 + n2 − 2 1 n1 + 1 n2 ! nếu H0 đúng. Vì X và Y có cùng phương sai nên T ∼ T (n1+n2−2) . Nguyễn Quang Huy 20185454 MI2 K63 130 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 132. Đề cương MI2020 học kỳ 20192 Bước 3. Với α = 0.01, tra bảng phân phối Student được t (n1+n2−2) 1−α = t (27) 0.99 = 2.473. Miền bác bỏ giả thuyết H0 là Wα = −∞, −t (n1+n2−2) 1−α = (−∞, −2.473) Bước 4. Từ số liệu đã cho ta có n1 = 11, n2 = 18, x = 237, s2 1 = 232 , y = 247, s2 2 = 272 suy ra giá trị quan sát tqs = x − y v u u t(n1 − 1)s2 1 + (n2 − 1)s2 2 n1 + n2 − 2 1 n1 + 1 n2 ! ≈ −1.021 Bước 5. Vì tqs = −1.021 / ∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là chưa thể cho rằng lượng hàng bán ra của công ty II là nhiều hơn so với công ty I với mức ý nghĩa 1%. Bài tập 5.21. Người ta nghiên cứu trọng lượng của loại trái cây A ở 2 vùng với hai chế độ canh tác khác nhau. Kiểm tra ngẫu nhiên trong lượng 25 trái ở vùng I, 22 trái ở vùng II ở thời điểm thu hoạch thu được kết quả sau (đơn vị tính là kg): • Vùng I: 2,0; 2,0; 1,8; 1,9; 1,7; 1,5; 1,9; 2,0; 1,8; 1,6; 1,8; 1,7; 1,6; 1,7; 2,1; 1,5; 1,7; 2,0; 1,8; 1,7; 1,5; 1,6; 1,6; 1,7; 1,7. • Vùng II: 1,5; 1,4; 1,5; 1,6; 1,1; 1,7; 1,4; 1,7; 1,4; 1,4; 1,7; 1,1; 1,5; 1,2; 2,0; 1,6; 1,2; 1,3; 1,5; 1,7; 1,9; 1,0. Hỏi có sự khác nhau đáng kể giữa các trọng lượng trung bình của loại trái cây A của hai vùng trên không? Kết luận với mức ý nghĩa 5%. Gọi X, Y lần lượt là trọng lượng của loại trái cây A ở hai vùng I và II. Ta có X ∼ N(µ1, σ2 1), Y ∼ N(µ2, σ2 2). Đây là bài toán so sánh hai kỳ vọng của hai biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n1 = 25 30, n2 = 22 30 và σ2 1 = σ2 2. Bước 1. Đặt giả thuyết H0 : µ1 = µ2, đối thuyết H1 : µ1 6= µ2. Bước 2. Chọn tiêu chuẩn kiểm định T = X − Y v u u t(n1 − 1)S2 1 + (n2 − 1)S2 2 n1 + n2 − 2 1 n1 + 1 n2 ! nếu H0 đúng. Vì X và Y có cùng phương sai nên T ∼ T (n1+n2−2) . Bước 3. Với α = 0.05, tra bảng phân phối Student được t (n1+n2−2) 1− α 2 = t (45) 0.975 = 1.96. Miền bác bỏ giả thuyết H0 là Wα = −∞, −t (n1+n2−2) 1− α 2 ! ∪ t (n1+n2−2) 1− α 2 , +∞ ! = (−∞, −1.96) ∪ (1.96, +∞) 131 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 133. Đề cương MI2020 học kỳ 20192 Bước 4. Từ số liệu đã cho ta có n1 = 25, n2 = 22, x = 1.756, s2 1 = 0.17342 , y = 1.4727, s2 2 = 0.25852 suy ra giá trị quan sát tqs = x − y v u u t(n1 − 1)s2 1 + (n2 − 1)s2 2 n1 + n2 − 2 1 n1 + 1 n2 ! ≈ 4.4598 Bước 5. Vì tqs = 4.4598 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là có cơ sở để cho rằng có sự khác nhau đáng kể giữa các trọng lượng trung bình của loại trái cây A ở hai vùng trên với mức ý nghĩa 5%. Bài tập 5.22. Thời gian tự học trong một tuần của 12 sinh viên lớp A và 15 sinh viên lớp B được thống kê lại như sau (đơn vị tính là giờ): • Lớp A: 18; 15; 24; 23; 30; 12; 15; 24; 35; 30; 18 ;20 • Lớp B: 19; 18; 24; 25; 30; 36; 28; 25; 30; 12; 14; 28; 22; 28; 20. Với mức ý nghĩa 5%, xét xem thời gian tự học của sinh viên hai lớp thực chất là như nhau không? Gọi X, Y lần lượt là thời gian tự học trong một tuần của sinh viên lớp A và lớp B. Ta có X ∼ N(µ1, σ2 1), Y ∼ N(µ2, σ2 2). Đây là bài toán so sánh hai kỳ vọng của hai biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n1 = 12 30, n2 = 15 30 và σ2 1 = σ2 2. Bước 1. Đặt giả thuyết H0 : µ1 = µ2, đối thuyết H1 : µ1 6= µ2. Bước 2. Chọn tiêu chuẩn kiểm định T = X − Y v u u t(n1 − 1)S2 1 + (n2 − 1)S2 2 n1 + n2 − 2 1 n1 + 1 n2 ! nếu H0 đúng. Vì X và Y có cùng phương sai nên T ∼ T (n1+n2−2) . Bước 3. Với α = 0.05, tra bảng phân phối Student được t (n1+n2−2) 1− α 2 = t (25) 0.975 = 2.06. Miền bác bỏ giả thuyết H0 là Wα = −∞, −t (n1+n2−2) 1− α 2 ! ∪ t (n1+n2−2) 1− α 2 , +∞ ! = (−∞, −2.06) ∪ (2.06, +∞) Bước 4. Từ số liệu đã cho ta có n1 = 12, n2 = 15, x = 22, s2 1 = 7.00652 , y = 23.2667, s2 2 = 6.56252 suy ra giá trị quan sát tqs = x − y v u u t(n1 − 1)s2 1 + (n2 − 1)s2 2 n1 + n2 − 2 1 n1 + 1 n2 ! ≈ −0.4837 Nguyễn Quang Huy 20185454 MI2 K63 132 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 134. Đề cương MI2020 học kỳ 20192 Bước 5. Vì tqs = −0.4837 / ∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là có thể xem thời gian tự học của sinh viên hai lớp thực chất là như nhau với mức ý nghĩa 5%. Bài tập 5.23. Người ta muốn so sánh 2 chế độ bón phân cho một loại cây trồng, họ đã chia 10 mảnh ruộng sao cho mỗi mảnh thành 2 nửa có điều kiện trồng trọt tương đối như nhau. Nửa thứ nhất áp dụng phương pháp bón phân I, nửa thứ hai theo phương pháp bón phân II (các chế độ chăm sóc khác nhau). Sau khi thu hoạch ta được số liệu về năng suất như sau (đơn vị tính là kg/sào) Mảnh 1 2 3 4 5 6 7 8 9 10 Năng suất nửa thứ I 24 14 18 20 21 19 16 18 20 23 Năng suất nửa thứ II 16 20 24 23 25 15 22 24 25 29 Giả sử năng suất của hai chế độ phân bón đều tuân theo luật phân phối chuẩn. Đánh giá xem hai chế độ bón phân có giống nhau không với mức ý nghĩa 1%. Cách 1. Gọi X, Y lần lượt là năng suất của một loại cây trồng áp dụng phương pháp bón phân thứ I và II. Ta có X ∼ N(µ1, σ2 1), Y ∼ N(µ2, σ2 2). Đây là bài toán so sánh hai kỳ vọng của hai biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n1 = n2 = 10 30 và σ2 1 = σ2 2. Bước 1. Đặt giả thuyết H0 : µ1 = µ2, đối thuyết H1 : µ1 6= µ2. Bước 2. Chọn tiêu chuẩn kiểm định T = X − Y v u u t(n1 − 1)S2 1 + (n2 − 1)S2 2 n1 + n2 − 2 1 n1 + 1 n2 ! nếu H0 đúng. Vì X và Y có cùng phương sai nên T ∼ T (n1+n2−2) . Bước 3. Với α = 0.01, tra bảng phân phối Student được t (n1+n2−2) 1− α 2 = t (18) 0.995 = 2.878. Miền bác bỏ giả thuyết H0 là Wα = −∞, −t (n1+n2−2) 1− α 2 ! ∪ t (n1+n2−2) 1− α 2 , +∞ ! = (−∞, −2.878) ∪ (2.878, +∞) Bước 4. Từ số liệu đã cho ta có n1 = n2 = 10, x = 19.5, s2 1 = 3.34172 , y = 22.3, s2 2 = 4.27012 suy ra giá trị quan sát tqs = x − y v u u t(n1 − 1)s2 1 + (n2 − 1)s2 2 n1 + n2 − 2 1 n1 + 1 n2 ! ≈ −1.6777 Bước 5. Vì tqs = −1.6777 / ∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là có thể đánh giá hai chế độ bón phân giống nhau với mức ý nghĩa 1%. Cách 2. Đặt Z = X − Y , thiết lập hiệu zi = xi − yi, i = 1, 10 với 133 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 135. Đề cương MI2020 học kỳ 20192 xi 24 14 18 20 21 19 16 18 20 23 yi 16 20 24 23 25 15 22 24 25 29 zi 8 −6 −6 −3 −4 −6 −6 −6 −5 −6 Ta thấy Z ∼ N(µ, σ2 ) với σ chưa biết. Đây là bài toán kiểm định giả thuyết về kỳ vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n = 10 30. Bước 1. Đặt giả thuyết H0 : µ = µ0, đối thuyết H1 : µ 6= µ0 với µ0 = 0. Bước 2. Chọn tiêu chuẩn kiểm định T = X − µ0 S √ n nếu giả thuyết H0 đúng. T ∼ T (n−1) . Bước 3. Với α = 0.01, tra bảng phân phối Student được t (n−1) 1− α 2 = t (9) 0.995 = 3.25. Miền bác bỏ giả thuyết H0 là Wα = −∞, −t (n−1) 1− α 2 ! ∪ t (n−1) 1− α 2 , +∞ ! = (−∞, −3.25) ∪ (3.25, +∞) Bước 4. Từ số liệu của đầu bài ta có n = 10, z = −4, s = 4.3461 với µ0 = 0 suy ra giá trị quan sát tqs = x − µ0 s √ n = −4 − 0 4.3461 √ 10 ≃ −2.9105 Bước 5. Vì tqs = −2.9104 / ∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là có thể đánh giá hai chế độ bón phân giống nhau với mức ý nghĩa 1%. Bài tập 5.24. Quan sát 12 lọ chất hóa học do hai cân khác nhau cân, ta có số liệu (đơn vị tính là gam): Cân I 0,5 1 2,5 3 4 5 0,7 0,9 1,5 2,3 3,4 4,5 Cân II 1 1,5 2 2 2,5 3 1,8 1,7 2,2 2,4 4,5 3,1 Giả sử cân nặng của lọ hóa chất tuân theo luật phân phối chuẩn. Kiểm định giả thiết hai cân có cân khác nhau hay không với mức ý nghĩa 5%. Cách 1. Gọi X, Y lần lượt là cân nặng của các lọ hóa chất khi cân bởi cân I và II. Ta có X ∼ N(µ1, σ2 1), Y ∼ N(µ2, σ2 2). Đây là bài toán so sánh hai kỳ vọng của hai biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n1 = n2 = 12 30 và σ2 1 = σ2 2. Bước 1. Đặt giả thuyết H0 : µ1 = µ2, đối thuyết H1 : µ1 6= µ2. Bước 2. Chọn tiêu chuẩn kiểm định T = X − Y v u u t(n1 − 1)S2 1 + (n2 − 1)S2 2 n1 + n2 − 2 1 n1 + 1 n2 ! nếu H0 đúng. Vì X và Y có cùng phương sai nên T ∼ T (n1+n2−2) . Nguyễn Quang Huy 20185454 MI2 K63 134 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 136. Đề cương MI2020 học kỳ 20192 Bước 3. Với α = 0.05, tra bảng phân phối Student được t (n1+n2−2) 1− α 2 = t (22) 0.975 = 2.074. Miền bác bỏ giả thuyết H0 là Wα = −∞, −t (n1+n2−2) 1− α 2 ! ∪ t (n1+n2−2) 1− α 2 , +∞ ! = (−∞, −2.074) ∪ (2.074, +∞) Bước 4. Từ số liệu đã cho ta có n1 = n2 = 12, x = 2.4417, s2 1 = 1.55532 , y = 2.3083, s2 2 = 0.9122 suy ra giá trị quan sát tqs = x − y v u u t(n1 − 1)s2 1 + (n2 − 1)s2 2 n1 + n2 − 2 1 n1 + 1 n2 ! ≈ −0.4674 Bước 5. Vì tqs = −0.4674 / ∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là có thể xem hai cân không khác nhau với mức ý nghĩa 5%. Cách 2. Đặt Z = X − Y , thiết lập hiệu zi = xi − yi, i = 1, 12 với xi 0.5 1 2.5 3 4 5 0.7 0.9 1.5 2.3 3.4 4.5 yi 1 1.5 2 2 2.5 3 1.8 1.7 2.2 2.4 4.5 3.1 zi −0.5 −0.5 0.4 1 1.5 2 −1.1 −0.8 −0.7 −0.1 −1.1 1.4 Ta thấy Z ∼ N(µ, σ2 ) với σ chưa biết. Đây là bài toán kiểm định giả thuyết về kỳ vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n = 12 30. Bước 1. Đặt giả thuyết H0 : µ = µ0, đối thuyết H1 : µ 6= µ0 với µ0 = 0. Bước 2. Chọn tiêu chuẩn kiểm định T = X − µ0 S √ n nếu giả thuyết H0 đúng. T ∼ T (n−1) . Bước 3. Với α = 0.05, tra bảng phân phối Student được t (n−1) 1− α 2 = t (11) 0.975 = 2.201. Miền bác bỏ giả thuyết H0 là Wα = −∞, −t (n−1) 1− α 2 ! ∪ t (n−1) 1− α 2 , +∞ ! = (−∞, −2.201) ∪ (2.201, +∞) Bước 4. Từ số liệu của đầu bài ta có n = 12, z = 0.1333, s = 1.0999 với µ0 = 0 suy ra giá trị quan sát tqs = x − µ0 s √ n = 0.1333 − 0 1.0999 √ 12 ≃ 0.4198 Bước 5. Vì tqs = 0.4198 / ∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là có thể xem hai cân không khác nhau với mức ý nghĩa 5%. 135 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 137. Đề cương MI2020 học kỳ 20192 5.2.2 So sánh hai tỷ lệ Bài tập 5.25. Một hãng nước giải khát A muốn đưa vào sản xuất một công thức mới để cải tiến sản phẩm của mình. Người ta tiến hành một cuộc khảo sát với công thức cũ cho 600 người uống thử thì thấy có 132 người thích nó và công thức mới cho 400 người uống thử thì thấy có 91 người thích nó. Hãy kiểm định xem liệu với công thức mới có làm tăng tỉ lệ những người ưa thích nước uống của hãng A hay không với mức ý nghĩa 1%. Gọi p1, p2 lần lượt là tỷ lệ những người ưa thích nước uống của hãng A khi sử dụng công thức cũ và công thức mới tương ứng. Đây là bài toán so sánh tỷ lệ. Bước 1. Đặt giả thuyết H0 : p1 = p2, đối thuyết H1 : p1 p2. Bước 2. Chọn tiêu chuẩn kiểm định U = f1 − f2 v u u tf 1 − f 1 n1 + 1 n2 ! nếu giả thuyết H0 đúng. Ta thấy U ∼ N(0, 1). Bước 3. Với α = 0.01, tra bảng giá trị hàm phân phối chuẩn tắc được u1−α = u0.99 = 2.33. Miền bác bỏ giả thuyết H0 là Wα = (−∞, −u1−α) = (−∞, −2.33) Bước 4. Theo đầu bài n1 = 600, n2 = 400, f1 = 11 50 , f2 = 91 400 . Từ đó tính được f = n1f2 + n2f2 n1 + n2 = 132 + 91 600 + 400 = 0.223 suy ra uqs = f1 − f2 v u u tf 1 − f 1 n1 + 1 n2 ! ≈ −0.2791 Bước 5. Vì uqs = −0.2791 / ∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là công thức mới không làm tăng tỷ lệ những người ưa thích nước uống của hãng A với mức ý nghĩa 1%. Bài tập 5.26. Từ kho đồ hộp I, lấy ngẫu nhiên 1000 hộp để kiểm tra thấy có 20 hộp bị hỏng. Từ kho II lấy ngẫu nhiên 900 hộp thấy 30 hộp bị hỏng. Hỏi chất lượng bảo quản của 2 kho có thực sự giống nhau hay không với mức ý nghĩa 5%. Gọi p1, p2 lần lượt là tỷ lệ hộp bị hỏng trong kho đồ hộp I và II tương ứng. Đây là bài toán so sánh tỷ lệ. Bước 1. Đặt giả thuyết H0 : p1 = p2, đối thuyết H1 : p1 6= p2. Bước 2. Chọn tiêu chuẩn kiểm định U = f1 − f2 v u u tf 1 − f 1 n1 + 1 n2 ! nếu giả thuyết H0 đúng. Ta thấy U ∼ N(0, 1). Nguyễn Quang Huy 20185454 MI2 K63 136 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 138. Đề cương MI2020 học kỳ 20192 Bước 3. Với α = 0.05, tra bảng giá trị hàm phân phối chuẩn tắc được u1− α 2 = u0.975 = 1.96. Miền bác bỏ giả thuyết H0 là Wα = −∞, −u1− α 2 ∪ u1− α 2 , +∞ = (−∞, −1.96) ∪ (1.96, +∞) Bước 4. Theo đầu bài n1 = 1000, n2 = 900, f1 = 1 50 , f2 = 1 30 . Từ đó tính được f = n1f2 + n2f2 n1 + n2 = 20 + 30 1000 + 900 = 1 38 suy ra uqs = f1 − f2 v u u tf 1 − f 1 n1 + 1 n2 ! ≈ −1.8129 Bước 5. Vì uqs = −1.8129 / ∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là có thể xem chất lượng bảo quản của 2 kho là thực sự giống nhau với mức ý nghĩa 5%. Bài tập 5.27. Bệnh A được điều trị theo hai phương pháp. Sau một thời gian thấy kết quả như sau: • Trong 102 bệnh nhân điều trị phương pháp I có 82 bệnh nhân khỏi bệnh. • Trong 98 bệnh nhân điều trị phương pháp II có 69 bệnh nhân khỏi bệnh. Hỏi có phải phương pháp I điều trị tốt hơn phương pháp II hai hay không với mức ý nghĩa 5%. Gọi p1, p2 lần lượt là tỷ lệ bệnh nhân khỏi bệnh A được điều trị theo phương pháp I và II tương ứng. Đây là bài toán so sánh tỷ lệ. Bước 1. Đặt giả thuyết H0 : p1 = p2, đối thuyết H1 : p1 p2. Bước 2. Chọn tiêu chuẩn kiểm định U = f1 − f2 v u u tf 1 − f 1 n1 + 1 n2 ! nếu giả thuyết H0 đúng. Ta thấy U ∼ N(0, 1). Bước 3. Với α = 0.05, tra bảng giá trị hàm phân phối chuẩn tắc được u1−α = u0.95 = 1.65. Miền bác bỏ giả thuyết H0 là Wα = (u1−α, +∞) = (1.65, +∞) Bước 4. Theo đầu bài n1 = 102, n2 = 98, f1 = 44 51 , f2 = 69 98 . Từ đó tính được f = n1f2 + n2f2 n1 + n2 = 82 + 69 102 + 98 = 0.755 suy ra uqs = f1 − f2 v u u tf 1 − f 1 n1 + 1 n2 ! ≈ 2.6081 137 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 139. Đề cương MI2020 học kỳ 20192 Bước 5. Vì uqs = 2.6081 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là có thể nói phương pháp I điều trị tốt hơn phương pháp II với mức ý nghĩa 5%. Bài tập 5.28. Để đánh giá hiệu quả của hai dây chuyền sản xuất người ta tiến hành kiểm tra 1000 sản phẩm do dây chuyền I sản xuất có 10 sản phẩm hỏng, kiểm tra 1000 sản phẩm do dây chuyền II sản xuất thấy có 8 sản phẩm hỏng. Với mức ý nghĩa 5%, có kết luận gì về tỷ lệ sản phẩm hỏng từ hai dây chuyền trên. Gọi p1, p2 lần lượt là tỷ lệ sản phẩm hỏng được sản xuất bởi dây chuyền I và II tương ứng. Bước 1. Đặt giả thuyết H0 : p1 = p2, đối thuyết H1 : p1 6= p2. Bước 2. Chọn tiêu chuẩn kiểm định U = f1 − f2 v u u tf 1 − f 1 n1 + 1 n2 ! nếu giả thuyết H0 đúng. Ta thấy U ∼ N(0, 1). Bước 3. Với α = 0.05, tra bảng giá trị hàm phân phối chuẩn tắc được u1− α 2 = u0.975 = 1.96. Miền bác bỏ giả thuyết H0 là Wα = −∞, −u1− α 2 ∪ u1− α 2 , +∞ = (−∞, −1.96) ∪ (1.96, +∞) Bước 4. Theo đầu bài n1 = n2 = 1000, f1 = 1 100 , f2 = 1 125 . Từ đó tính được f = n1f2 + n2f2 n1 + n2 = 10 + 8 1000 + 1000 = 0.009 suy ra uqs = f1 − f2 v u u tf 1 − f 1 n1 + 1 n2 ! ≈ 0.4735 Bước 5. Vì uqs = 0.4735 / ∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là có thể cho rằng tỷ lệ sản phẩm hỏng của dây chuyền I giống dây chuyền II với mức ý nghĩa 5%. Bài tập 5.29. Nghiên cứu về năng suất của loại hoa màu A, người ta kiểm tra năng suất của 64 điểm trồng loại hoa màu này thu được bảng số liệu Năng suất (tạ/ha) 40 − 45 45 − 50 50 − 55 55 − 60 60 − 65 65 − 70 Số điểm 2 5 15 30 8 4 1. Giả sử theo tính toán lý thuyết, năng suất trung bình của loại hoa màu A là 55 tạ/ha. Theo anh chị năng suất trung bình loại hoa màu A có xu hướng tăng không? Hãy kết luận với mức ý nghĩa 1%? 2. Một tài liệu thống kê cho biết tỷ lệ những điểm có năng suất trên 60 tạ/ha của loại hoa màu A là 15%. Hãy cho kết luận về tài liệu nói trên với mức ý nghĩa 5%. Nguyễn Quang Huy 20185454 MI2 K63 138 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 140. Đề cương MI2020 học kỳ 20192 1. Gọi X là năng suất của loại hoa màu A. Ta thấy E[X] = µ là năng suất trung bình của loại hoa màu A chưa biết. Đây là bài toán kiểm định giả thuyết về kỳ vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n = 64 30. Bước 1. Kiểm tra giả thuyết H0 : µ = µ0, đối thuyết H1 : µ µ0 với µ0 = 55. Bước 2. Chọn tiêu chuẩn kiểm định U = X − µ0 S √ n nếu giả thuyết H0 đúng. U ∼ N(0, 1). Bước 3. Với α = 0.01, tra bảng giá trị phân phối chuẩn tắc được u1−α = u0.99 = 2.33. Miền bác bỏ giả thuyết H0 là Wα = (u1−α, +∞) = (2.33, +∞) Bước 4. Từ số liệu của đầu bài ta có µ0 = 55, n = 64, x = 56.3281, s = 5.4 suy ra giá trị quan sát uqs = x − µ0 s √ n = 56.3281 − 55 5.4 √ 64 ≃ 1.9676 Bước 5. Vì uqs = 1.9676 / ∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là năng suất trung bình của loại hoa màu A không có xu hướng tăng lên với mức ý nghĩa 1%. 2. Gọi p là tỷ lệ những điểm có năng suất trên 60 tạ/ha của loại hoa màu A. Đây là bài toán kiểm định giả thuyết về tỷ lệ của tổng thể. Bước 1. Đặt giả thuyết H0 : p = p0, đối thuyết H1 : p 6= p0 với p0 = 0.15. Bước 2. Chọn tiêu chuẩn kiểm định U = f − p0 q p0(1 − p0) √ n nếu giả thuyết H0 đúng. Vì np0 = 9.6 5 và n(1 − p0) = 54.4 5 khá lớn nên U ∼ N(0, 1). Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1− α 2 = u0.975 = 1.96. Miền bác bỏ giả thuyết H0 là Wα = −∞, −u1− α 2 ∪ u1− α 2 , +∞ = (−∞, −1.96) ∪ (1.96, +∞) Bước 4. Từ số liệu đã cho ta có n = 64, m = 12 tính được f = m n = 3 16 = 0.1875, với p0 = 0.15 suy ra giá trị quan sát uqs = f − p0 q p0(1 − p0) √ n = 0.1875 − 0.15 √ 0.15 × 0.85 √ 64 ≈ 0.8402 Bước 5. Vì uqs = 0.8402 / ∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là có thể tin vào kết luận của tài liệu thống kê trên với mức ý nghĩa 5%. 139 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 141. Đề cương MI2020 học kỳ 20192 Bài tập 5.30. Điều tra doanh thu của các hộ gia đình kinh doanh loại mặt hàng A tại địa phương B, người ta điều tra 100 hộ kinh doanh loại mặt hàng này trong một tháng năm 2019 thu được bảng số liệu Doanh thu (triệu đồng) 20 24 28 32 36 40 44 48 52 Số hộ gia đình 5 10 17 25 20 10 8 3 2 1. Với độ tin cậy 95% hãy ước lượng doanh thu trung bình của các hộ gia đình kinh doanh loại mặt hàng nói trên. Để độ chính xác của ước lượng nhỏ hơn 2 triệu đồng thì cần điều tra ít nhất bao nhiêu hộ? 2. Theo số liệu điều tra năm 2018 thì tỷ lệ những hộ gia đình đạt doanh thu dưới 28 triệu đồng là 20%. Theo anh chị tỷ lệ này năm 2019 có giảm đi hay không? Hãy kết luận với mức ý nghĩa 1%. 3. Hãy ước lượng tỷ lệ những hộ có doanh thu trên 40 triệu đồng với độ tin cậy 99%? Nếu yêu cầu độ tín cậy 95%, độ chính xác của ước lượng là 0,02 thì cần điều tra ngẫu nhiên bao nhiêu hộ gia đình? 4. Một tài liệu báo cáo cho biết doanh thu trung bình của các hộ kinh doanh loại mặt hàng A tại địa phương B là 30 triệu đồng trên tháng. Tài liệu báo cáo này có làm giảm doanh thu trung bình của các hộ gia đình kinh doanh mặt hàng A để giảm thuế hay không? Hãy kết luận với mức ý nghĩa 5%. 5. Theo điều tra cách đây 2 năm thì doanh thu trung bình của các hộ gia đình kinh doanh loại mặt hàng này là 30 triệu đồng/tháng, hãy đánh giá xem doanh thu trung binh sau 2 năm có thay đổi không với mức ý nghĩa 5%. 6. Điều tra doanh thu của 200 hộ gia đình kinh doanh loại mặt hàng A ở địa phương C năm 2019 người ta tính được doanh thu trung bình/tháng là 37 triệu đồng và độ lệch chuẩn mẫu là 1,1 triệu đồng. Doanh thu trung bình loại mặt hàng A ở địa phương C và B có như nhau hay không? Hãy kết luận với độ tín cậy 95%. 1. Gọi X là doanh thu của các hộ gia đình kinh doanh loại mặt hàng A, X ∼ N µ, σ2 với phương sai σ2 chưa biết. Doanh thu trung bình của các hộ gia đình là E[X] = µ chưa biết cần được ước lượng. Bước 1. Chọn thống kê U = X − µ S √ n. Vì n = 100 30 nên thống kê U ∼ N(0, 1). Bước 2. Khoảng tin cậy đối xứng cho E[X] = µ là x − u1− α 2 s √ n , x + u1− α 2 s √ n ! trong đó α = 0.05, u1− α 2 = u0.975 = 1.96, được tra từ bảng giá trị phân phối chuẩn tắc. Nguyễn Quang Huy 20185454 MI2 K63 140 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 142. Đề cương MI2020 học kỳ 20192 Bước 3. Từ số liệu đã cho tính được n = 100, x = 33.36, s = 7.1964. Suy ra khoảng tin cậy đối xứng của E[X] = µ là 33.36 − 1.96 × 7.1964 √ 100 , 33.36 + 1.96 × 7.1964 √ 100 ! = (31.9495, 34.7705) Bước 4. Kết luận, với độ tin cậy 95% doanh thu trung bình của các hộ gia đình kinh doanh loại mặt hàng A từ 31.9495 triệu đồng đến 34.7705 triệu đồng. Sai số của ước lượng là ε = u1− α 2 s √ n . Để độ chính xác của ước lượng nhỏ hơn 2 triệu đồng, hay ε 2 thì cỡ mẫu phải lấy là n u2 1− α 2 s2 ε2 = 1.962 × 7.19642 22 ≈ 49.7374 Vậy cần chọn mẫu nhỏ nhất có cỡ n = 50. 2. Gọi p là tỷ lệ những hộ gia đình đạt doanh thu dưới 28 triệu đồng. Đây là bài toán kiểm định giả thuyết về tỷ lệ của tổng thể. Bước 1. Đặt giả thuyết H0 : p = p0, đối thuyết H1 : p p0 với p0 = 0.2. Bước 2. Chọn tiêu chuẩn kiểm định U = f − p0 q p0(1 − p0) √ n nếu giả thuyết H0 đúng. Vì np0 = 20 5 và n(1 − p0) = 80 5 khá lớn nên U ∼ N(0, 1). Bước 3. Với α = 0.01, tra bảng giá trị phân phối chuẩn tắc được u1−α = u0.99 = 2.33. Miền bác bỏ giả thuyết H0 là Wα = (−∞, u1−α) = (−∞, −2.33) Bước 4. Từ số liệu đã cho ta có n = 100, m = 15 tính được f = m n = 3 20 = 0.15, với p0 = 0.2 suy ra giá trị quan sát uqs = f − p0 q p0(1 − p0) √ n = 0.15 − 0.2 √ 0.2 × 0.8 √ 100 ≈ −1.25 Bước 5. Vì uqs = −1.25 / ∈ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0. Tức là chưa thể kết luận tỷ lệ những hộ gia đình đạt doanh thu dưới 28 triệu đồng năm 2019 giảm đi với mức ý nghĩa 1%. 3. Gọi p là tỷ lệ những hộ có doanh thu trên 40 triệu đồng. Kiểm tra nf = 100 × 13 100 = 13 5 và n(1 − f) = 100 × 87 100 = 87 5. Bước 1. Chọn thống kê Z = f − p q f(1 − f) √ n. Thống kê Z ∼ N(0, 1). 141 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 143. Đề cương MI2020 học kỳ 20192 Bước 2. Khoảng tin cậy đối xứng của sác xuất p là f − u1− α 2 s f(1 − f) n , f + u1− α 2 s f(1 − f) n trong đó u1− α 2 = u0.995 = 2.58 được tra từ bảng giá trị hàm phân phối chuẩn tắc. Bước 3. Với n = 100, m = 13, f = m n = 0.13, suy ra khoảng tin cậy đối xứng của p là 0.13 − 2.58 s 0.13 × 0.87 100 , 0.13 + 2.58 s 0.13 × 0.87 100 = (0.0432, 0.2168) Bước 4. Kết luận, tỷ lệ những hộ có doanh thu trên 40 triệu đồng là từ 4.32% đến 21.68% với độ tin cậy 99%. Độ chính xác của ước lượng là ε = u1− α 2 s f(1 − f) n . Với độ tin cậy γ = 1 − α = 0.95 và độ chính xác ε0 = 0.02 cho trước thì kích thước mẫu cần thiết là số tự nhiên n nhỏ nhất thỏa mãn n ≥ u2 1− α 2 f(1 − f) ε2 0 = 1.962 × 0.13 × 0.87 0.022 ≈ 1086.2124 Như vậy mẫu cần tìm có cỡ n = 1087. 4. Gọi X là doanh thu của các hộ gia đình kinh doanh loại mặt hàng A. Ta thấy E[X] = µ là doanh thu trung bình của các hộ gia đình chưa biết. Đây là bài toán kiểm định giả thuyết về kỳ vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n = 100 30. Bước 1. Kiểm tra giả thuyết H0 : µ = µ0, đối thuyết H1 : µ µ0 với µ0 = 30. Bước 2. Chọn tiêu chuẩn kiểm định U = X − µ0 S √ n nếu giả thuyết H0 đúng. U ∼ N(0, 1). Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1−α = u0.95 = 1.65. Miền bác bỏ giả thuyết H0 là Wα = (u1−α, +∞) = (1.65, +∞) Bước 4. Từ số liệu của đầu bài ta có µ0 = 30, n = 100, x = 33.36, s = 7.1964 suy ra giá trị quan sát uqs = x − µ0 s √ n = 33.36 − 30 7.1964 √ 100 ≃ 4.669 Bước 5. Vì uqs = 4.669 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là tài liệu báo cáo này làm giảm mức doanh thu trung bình của các hộ gia đình kinh doanh loại mặt hàng A để giảm thuế với mức ý nghĩa 5%. Nguyễn Quang Huy 20185454 MI2 K63 142 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 144. Đề cương MI2020 học kỳ 20192 5. Gọi X là doanh thu của các hộ gia đình kinh doanh loại mặt hàng A. Ta thấy E[X] = µ là doanh thu trung bình của các hộ gia đình chưa biết. Đây là bài toán kiểm định giả thuyết về kỳ vọng của biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n = 100 30. Bước 1. Kiểm tra giả thuyết H0 : µ = µ0, đối thuyết H1 : µ 6= µ0 với µ0 = 30. Bước 2. Chọn tiêu chuẩn kiểm định U = X − µ0 S √ n nếu giả thuyết H0 đúng. U ∼ N(0, 1). Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1− α 2 = u0.975 = 1.96. Miền bác bỏ giả thuyết H0 là Wα = −∞, −u1− α 2 ∪ u1− α 2 , +∞ = (−∞, −1.96) ∪ (1.96, +∞) Bước 4. Từ số liệu của đầu bài ta có µ0 = 30, n = 100, x = 33.36, s = 7.1964 suy ra giá trị quan sát uqs = x − µ0 s √ n = 33.36 − 30 7.1964 √ 100 ≃ 4.669 Bước 5. Vì uqs = 4.669 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là doanh thu trung bình sau 2 năm có thay đổi với mức ý nghĩa 5%. 6. Gọi X, Y lần lượt là doanh thu loại mặt hàng A năm 2019 ở địa phương B và C. Ta có X ∼ N(µ1, σ2 1), Y ∼ N(µ2, σ2 2). Đây là bài toán so sánh hai kỳ vọng của hai biến ngẫu nhiên có phân phối chuẩn trường hợp chưa biết phương sai, cỡ mẫu n1 = 100 30, n2 = 200 30. Bước 1. Đặt giả thuyết H0 : µ1 = µ2, đối thuyết H1 : µ1 6= µ2. Bước 2. Chọn tiêu chuẩn kiểm định U = X − Y s S2 1 n1 + S2 2 n2 nếu H0 đúng. U ∼ N(0, 1). Bước 3. Với α = 0.05, tra bảng giá trị phân phối chuẩn tắc được u1− α 2 = u0.975 = 1.96. Miền bác bỏ giả thuyết H0 là Wα = −∞, −u1− α 2 ∪ u1− α 2 , +∞ = (−∞, −1.96) ∪ (1.96, +∞) Bước 4. Từ số liệu đã cho ta có n1 = 100, n2 = 200, x = 33.36, s2 1 = 7.19642 , y = 37, s2 2 = 200 199 × 1.12 = 1.2161 suy ra giá trị quan sát uqs = x − y s s2 1 n1 + s2 2 n2 = 33.36 − 37 s 7.19642 100 + 1.2161 200 ≈ −5.0286 Bước 5. Vì uqs = −5.0286 ∈ Wα nên có cơ sở để bác bỏ giả thuyết H0. Tức là doanh thu trung bình mặt hàng A ở địa phương B và C không như nhau với mức ý nghĩa 5%. 143 Nguyễn Quang Huy 20185454 MI2 K63 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268
- 145. Đề cương MI2020 học kỳ 20192 Tài liệu tham khảo 1. Bài giảng Xác suất thống kê, PGS. TS Nguyễn Thị Thu Thủy, Viện Toán ứng dụng và Tin học, Đại học Bách khoa Hà Nội, 2020 2. Đề cương bài tập Xác suất thống kê, Viện Toán ứng dụng và Tin học, Đại học Bách khoa Hà Nội, 2020 3. Introduction to Probability, Dimitri P. Bertsekas John N. Tsitsiklis, MIT Publisher, 2008 4. An Introduction to Mathematical Statistics and Its Applications, Richard J. Larsen Morris L. Marx, Pearson, 2018 Nguyễn Quang Huy 20185454 MI2 K63 144 Downloaded by V? Hoàng Lê ([email protected]) lOMoARcPSD|28202268