1 - Tóm tắt công thức - 1 - XSTK Tóm tắt công thức Xác Suất - Thống Kê I. Phần Xác Suất 1. Xác suất cổ điển  Công thức cộng xác suất: P(A+B)=P(A)+P(B)-P(AB).  A1, A2,…, An xung khắc từng đôi P(A1+A2+…+An)=P(A1)+P(A2)+…+P(An).  Ta có o A, B xung khắc  P(A+B)=P(A)+P(B). o A, B, C xung khắc từng đôi P(A+B+C)=P(A)+P(B)+P(C). o P A P A ( ) 1 ( )   .  Công thức xác suất có điều kiện: ( ) ( / ) ( ) P AB P A B P B  , ( ) ( / ) ( ) P AB P B A P A  .  Công thức nhân xác suất: P(AB)=P(A).P(B/A)=P(B).P(A/B).  A1, A2,…, An độc lập với nhau  P(A1.A2.….An)=P(A1).P(A2).….P( An).  Ta có o A, B độc lập  P(AB)=P(A).P(B). o A, B, C độc lập với nhau  P(A.B.C)=P(A).P(B).P(C).  Công thức Bernoulli: ( ; ; ) k k n k B k n p C p q n   , với p=P(A): xác suất để biến cố A xảy ra ở mỗi phép thử và q=1-p.  Công thức xác suất đầy đủ - Công thức Bayes o Hệ biến cố gồm n phần tử A1, A2,…, An được gọi là một phép phân hoạch của  1 2 . ; , 1, ... i j n A A i j i j n A A A               o Công thức xác suất đầy đủ: 1 1 2 2 1 ( ) ( ). ( / ) ( ). ( / ) ( ). ( / ) ... ( ). ( / ) n i i n n i P B P A P B A P A P B A P A P B A P A P B A        oCông thức Bayes: ( ). ( / ) ( / ) ( ) i i i P A P B A P A B P B  với 1 1 2 2 ( ) ( ). ( / ) ( ). ( / ) ... ( ). ( / ) P B P A P B A P A P B A P A P B A     n n 2. Biến ngẫu nhiên a. Biến ngẫu nhiên rời rạc  Luật phân phối xác suất với ( ), 1, . i i p P X x i n     Ta có: 1 1 n i i p    và f( {a f(X) b}= i i a x b P p      X x1 x2 … xn P p1 p2 … pn - 2 - Tóm tắt công thức - 2 - XSTK  Hàm phân phối xác suất ( ) ( ) i X i x x F x P X x p       Mode ModX max{ : 1, } 0 0 i     x p p i n  Median 0,5 ( ) 0,5 MedX ( ) 0,5 0,5 i e i e i e x x e e i x x p P X x x P X x p                       Kỳ vọng 1 1 2 2 1 ( . ) . . ... . n i i n n i EX x p x p x p x p        1 1 2 2 1 ( ( )) ( ( ). ) ( ). ( ). ... ( ). n i i n n i E X x p x p x p x p              Phương sai 2 2 VarX E X EX   ( ) ( ) với 2 2 2 2 2 1 1 2 2 1 ( ) ( . ) . . ... . n i i n n i E X x p x p x p x p        b. Biến ngẫu nhiên liên tục.  f(x) là hàm mật độ xác suất của X ( ) 1      f x dx , {a X b} ( ). b a P f x dx      Hàm phân phối xác suất ( ) ( ) ( ) x F x P X x f t dt X       Mode ModX x  0 Hàm mật độ xác suất f(x) của X đạt cực đại tại x0.  Median 1 1 ( ) ( ) 2 2 e x MedX x F x f x dx e X e        .  Kỳ vọng EX . ( ) x f x dx     . E X x f x dx ( ( )) ( ). ( )       - 3 - Tóm tắt công thức - 3 - XSTK  Phương sai 2 2 VarX E X EX   ( ) ( ) với 2 2 EX . ( ) x f x dx     . c. Tính chất - E C C Var C ( ) , ( ) 0    , C là một hằng số. - 2 E kX kEX Var kX k VarX ( ) , ( )    - E aX bY aEX bEY ( )    - Nếu X, Y độc lập thì 2 2 E XY EX EY Var aX bY a VarX b VarY ( ) . , ( )      - ( ) X VarX  : Độ lệch chuẩn của X, có cùng thứ nguyên với X và EX. 3. Luật phân phối xác suất a. Phân phối Chuẩn 2 ( ~ ( ; )) X N    X ( )    , EX=ModX=MedX=  , 2 VarX   Hàm mđxs 2 2 ( ) 2 1 ( , , ) 2 x f x e           Với      0, 1: 2 2 1 ( ) 2 x f x e    (Hàm Gauss)  (a X b) ( ) ( ) b a P             với 2 2 0 1 ( ) 2 x t x e dt      (Hàm Laplace)  Cách sử dụng máy tính bỏ túi để tính giá trị hàm Laplace, hàm phân phối xác suất của phân phối chuẩn chuẩn tắc Tác vụ Máy CASIO 570MS Máy CASIO 570ES Khởi động gói Thống kê Mode…(tìm)…SD Mode…(tìm)…STAT 1-Var Tính 2 2 0 1 ( ) 2 x t x e dt      2 2 1 ( ) 2     x t F x e dt Shift 3 2 x ) = Shift 3 1 x ) = Shift 1 7 2 x ) = Shift 1 7 1 x ) = Thoát khỏi gói Thống kê Mode 1 Mode 1 Lưu ý: F x x ( ) 0,5 ( )    b. Phân phối Poisson ( ~ ( )) X P   X ( )    , EX . odX=k -1 k       VarX M     (X=k)=e , ! k P k k    

… Tải file gốc để đọc toàn bộ tài liệu.