- 1.3 Biến ngẫu nhiên. - 1.5 Kỳ vọng và phương sai của tổng các biến ngẫu nhiên. - 1.8 Biến ngẫu nhiên phân phối mũ. - 2.2 Cận Chernoff cho tổng các biến ngẫu nhiên Bernoulli độc lập. - 3.1 Biến ngẫu nhiên Bernoulli. - 3.1.1 Biến ngẫu nhiên Bernoulli và biến ngẫu nhiên nhị thức. - 3.1.2 Các tính chất của biến ngẫu nhiên nhị thức. - 3.2 Biến ngẫu nhiên Poisson. - 3.2.1 Biến ngẫu nhiên Poisson và mẫu Poisson. - 3.2.2 Tổng Poisson của các biến ngẫu nhiên. - Một biến ngẫu nhiên X là một hàm thực của các phần tử của không gian mẫu. - Hàm phân phối F của biến ngẫu nhiên X được định nghĩa bởi F (x. - Cho X là một biến ngẫu nhiên rởi rạc, ta định nghĩa hàm khối lượng xác suất p(x) của X là. - x→∞ F (x, y) với F W là kí hiệu hàm phân phối của biến ngẫu nhiên W. - Hai biến ngẫu nhiên được gọi là độc lập nếu với các tập số thực bất kỳ C và D P {X ∈ C , Y ∈ D. - Ta cũng có thể định nghĩa hàm phân phối đồng thời của một số bất kỳ các biến ngẫu nhiên X 1. - Thông thường, nếu X là một biến ngẫu nhiên xác định trên một không gian xác suất (Ω, P. - Lưu ý rằng không phải mọi biến ngẫu nhiên đều. - biến ngẫu nhiên có cùng phân bố xác suất sẽ có giá trị kỳ vọng bằng nhau.. - Nếu X là một biến ngẫu nhiên rời rạc nhận các giá trị x i , i ≥ 1, thì kỳ vọng của X được tính như sau. - Một biến ngẫu nhiên mà chỉ nhận hai giá trị 0 hoặc 1 thường được gọi là biến ngẫu nhiên Bernoulli. - Như vậy, giá trị kỳ vọng của một biến ngẫu nhiên Bernoulli chính là xác suất để biến ngẫu nhiên nhận giá trị 1.. - 2 Nếu X là một biến ngẫu nhiên liên tục có hàm mật độ xác suất f (x), thì giá trị kỳ vọng của X được tính như sau. - Giờ giả sử ta quan tâm đến giá trị kỳ vọng của biến ngẫu nhiên g(X) với g. - Phương sai của một biến ngẫu nhiên X, ký hiệu là V ar(X), được định nghĩa như sau. - Tìm phương sai của biến ngẫu nhiên Bernoulli X có E [X. - ngẫu nhiên đó thường ở cách giá trị kỳ vọng bao xa.. - Phương sai của biến ngẫu nhiên giá trị thực là moment trung tâm bậc hai. - Phương sai của một biến ngẫu nhiên là bình phương của độ lệch tiêu chuẩn. - Hiệp phương sai (covariance) của hai biến ngẫu nhiên X và Y được định nghĩa như sau Cov(X, Y. - Cho các biến ngẫu nhiên X, Y, Z bất kỳ và hằng số c:. - 0 khi X và Y độc lập, nên từ phương trình trên suy ra nếu các biến ngẫu nhiên độc lập thì. - Hãy tính giá trị kỳ vọng và phương sai của biến ngẫu nhiên này.. - Nếu X là một biến ngẫu nhiên nhị thức với các tham số n và p, thì. - Như vậy, X i là một biến ngẫu nhiên hình học với tham số (m − i)/m. - Hơn nữa, vì dễ thấy rằng các biến ngẫu nhiên X i , i = 0. - Vì X i là một biến ngẫu nhiên Bernoulli, nên ta có E [X i. - X n là một dãy các biến ngẫu nhiên nhị thức độc lập, và mỗi biến X i sẽ nhận với xác suất p. - Vì I i là một biến ngẫu nhiên Bernoulli nên. - Hàm moment tổng quát của biến ngẫu nhiên X được định nghĩa như sau φ(t. - Biến ngẫu nhiên X được gọi là có phân phối hình học với tham số p nếu. - Một biến ngẫu nhiên X được gọi là có phân phối chuẩn với trung bình µ và phương sai σ 2 nếu hàm mật độ xác suất của nó là. - Hàm moment tổng quát của biến ngẫu nhiên có phân phối chuẩn tiêu chuẩn Z là. - Giả sử X và Y là các biến ngẫu nhiên có phân phối chuẩn độc lập với trung bình µ x và µ y , và phương sai σ x 2 và σ 2 y . - 2 Cho biến ngẫu nhiên không âm X, ta định nghĩa biến đổi Laplace g(t), t >. - Nếu Y là một biến ngẫu nhiên rời rạc, thì (1.11) chính là E [X. - Tổng một số ngẫu nhiên các biến ngẫu nhiên. - là một dãy các biến ngẫu nhiên độc lập có cùng phân phối, có hàm moment tổng quát φ X (t. - và giả sử N là một biến ngẫu nhiên nhận giá trị nguyên không âm, độc lập với các X i . - Gọi X là biến ngẫu nhiên mà nó nhận một trong các giá trị 1, 2. - Như vậy, bằng việc đưa vào các biến ngẫu nhiên X 1. - e −λs e −λt ) nên suy ra các biến ngẫu nhiên phân phối mũ là các biến ngẫu nhiên không có trí nhớ.. - Xét một biến ngẫu nhiên dương liên tục X có hàm phân phối F và hàm mật độ f . - X n là các biến ngẫu nhiên độc lập và có phân phối mũ với các tốc độ µ 1. - Rõ ràng, C 1 là giá trị nhỏ nhất trong n biến ngẫu nhiên phân phối mũ độc lập, mỗi biến ngẫu nhiên có tốc độ 1. - bởi phương trình (1.15) nên C 1 sẽ là biến ngẫu nhiên phân phối. - mũ độc lập với tốc độ 1 nên nó sẽ là một biến ngẫu nhiên phân phối mũ có tốc độ n − 1.. - Do vậy, C 2 bằng C 1 cộng với giá trị nhỏ nhất trong (n − 1) 2 biến ngẫu nhiên phân phối mũ độc lập có tốc độ 1. - Do tính không có trí nhơ của biến ngẫu nhiên phân phối mũ, cùng với kết quả giá trị nhỏ. - bằng tổng tốc độ của các biến ngẫu nhiên trong tập, nên ta có. - X (1) là biến ngẫu nhiên phân phối mũ có tốc độ 3λ X (2. - X (1) là biến ngẫu nhiên phân phối mũ có tốc độ 2λ X (3. - X (2) là biến ngẫu nhiên phân phối mũ có tốc độ λ. - V ar(Y ) ε 2 Biến ngẫu nhiên Y n = X 1 +...+X n n có kỳ vọng. - X n là n biến ngẫu nhiên độc lập, cùng phân phối xác suất với kỳ vọng E [X] hữu hạn, thì. - là các biến ngẫu nhiên độc lập và có cùng phân phối với kỳ vọng µ và độ lệch tiêu chuẩn σ, thì S n = P n. - Giả sử X là một biến ngẫu nhiên có kỳ vọng µ và phương sai hữu hạn σ 2 . - Giả sử X là biến ngẫu nhiên có phân phối mũ với tham số λ. - Nếu X là biến ngẫu nhiên có phân phối Poisson với trung bình λ, thì φ(t. - X n là các biến ngẫu nhiên độc lập có E [X i. - X n là các biến ngẫu nhiên độc lập. - 2.2 Cận Chernoff cho tổng các biến ngẫu nhiên Bernoulli độc lập.. - Bổ đề 2.2.1 được dùng để tìm cận Chernoff cho tổng các biến ngẫu nhiên Bernoulli độc lập.. - n là các biến ngẫu nhiên Bernoulli độc lập, đặt X = P n. - Vì X i là các biến ngẫu nhiên Bernoulli độc lập với tham số (1, p) nên theo (2.1), ta có E. - Như vậy, biến ngẫu nhiên Bernoulli chính là biến ngẫu nhiên nhị thức với các tham số (1, p).. - Hàm khối lượng xác suất của một biến ngẫu nhiên nhị thức với các tham số (n, p) được cho bởi. - Nếu gọi X là số mặt ngửa xuất hiện, thì X là một biến ngẫu nhiên nhị thức với các tham số (n = 5, p = 1/2). - với Y là một biến ngẫu nhiên nhị thức với các tham số n − 1, p. - Vậy, nếu X là một biến ngẫu nhiên nhị thức với các tham số n và p, thì E [X. - Nếu X là một biến ngẫu nhiên nhị thức với các tham số (n, p), với 0 <. - Một biến ngẫu nhiên X được gọi là một biến ngẫu nhiên Poisson với tham số λ >. - Nếu X là một biến ngẫu nhiên nhị thức (n, p), thì với λ = np, ta có. - Vì mỗi X i là một biến ngẫu nhiên Bernoulli (hay nhị thức), nên hàm moment tổng quát của nó là. - với giả thiết X xấp xỉ một biến ngẫu nhiên Poisson với trung bình P. - Giả thiết số thành công là xấp xỉ một biến ngẫu nhiên Poisson với trung bình bằng. - Khi đó, biến ngẫu nhiên. - được gọi là một biến ngẫu nhiên tổng Poisson với tham số Poisson λ và hàm phân phối thành phần F. - k, là số lần phép thử thứ j xảy ra, thì các biến ngẫu nhiên N j , j = 1. - k, là các biến ngẫu nhiên Poisson với các trung bình tương ứng là λp j , j = 1. - i=1 X i là một biến ngẫu nhiên tổng Poisson và X i là các biến ngẫu nhiên rời rạc thỏa mãn. - trong đó, theo Mệnh đề (3.2.1) thì các biến ngẫu nhiên N j , j = 1. - k, là các biến ngẫu nhiên Poisson độc lập với trung bình tương ứng là λp j , j = 1. - Ta có thể tính toán trực tiếp kỳ vọng và phương sai của biến ngẫu nhiên tổng Poisson S như sau:. - tổng các biến ngẫu nhiên Bernoulli độc lập với các trung bình tương ứng p 1 , p 2. - n là các biến ngẫu nhiên Poisson độc lập với các trung bình tương ứng p i . - U n là các biến ngẫu nhiên độc lập, đồng thời độc lập với Y i , và thỏa mãn. - Bây giờ ta định nghĩa các biến ngẫu nhiên X i , i = 1. - i=1 Y i và chú ý rằng X là tổng các biến ngẫu nhiên Bernoulli độc lập và Y là biến ngẫu nhiên Poisson với giá trị kỳ vọng E [Y. - Khi tất cả p i đều bằng p, thì X trở thành biến ngẫu nhiên nhị thức