ĐỊNH NGHĨA BIẾN NGẪU NHIÊN RỜI RẠC

1.6. Phân tích Covariance Trong phần trên, chúng ta đã nói đến việc tồn tại hay không tính độc lập, hay quan hệ phụ thuộc giữa hai biến ngẫu nhiên X và Y. Nhưng nếu tồn tại quan hệ phụ thuộc lẫn nhau, thì quan hệ đó có thể mạnh hay yếu. Trong phần này, chúng ta sẽ đề cập tới hai thước[r]

1.6. Phân tích Covariance Trong phần trên, chúng ta đã nói đến việc tồn tại hay không tính độc lập, hay quan hệ phụ thuộc giữa hai biến ngẫu nhiên X và Y. Nhưng nếu tồn tại quan hệ phụ thuộc lẫn nhau, thì quan hệ đó có thể mạnh hay yếu. Trong phần này, chúng ta sẽ đề cập tới hai thước[r]

4 Phần tô đậm chính là xác suất )( bXaP ≤≤, được tính bởi tích phân: . )()()(aFbFbadxxf−=∫ 1.3. Phân bố xác suất đồng thời Nhiều khi chúng ta muốn đưa ra một đánh giá xác suất đồng thời cho một số biến lượng ngẫu nhiên. Ví dụ, bảng thống kê có ghi lại dữ kiện về thất nghiệp (u) và[r]

P (п < 8, u < 6) = ? Để trả lời được những câu hỏi như vậy, chúng ta cần phải xác định hàm mật độ xác suất đồng thời [joint probability density function]. 1.3.1. Hàm mật độ xác suất đồng thời Định nghĩa: Giả sử X và Y là 2 biến ngẫu nhiên. Hàm mật độ xác suất[r]

Xác suất thống kêChương 3: Các biến ngẫu nhiênđặc biệtTS. Trần Vũ ĐứcBộ môn Toán, khoa KHCN, ĐH. Hoa SenHọc kỳ 1, 2010-2011.Chương 3: Các biến ngẫu nhiên đặc biệtBiến ngẫu nhiên Bernoulli và biến ngẫu nhiên nhịthứcBiến ngẫu nhiên đềuBiến ngẫu nhiên[r]

thuộc tuyến tính nghịch.Hệ số tương quan càng gần 1: X và Y phụthuộc tuyến tính thuận.Hệ số tương quan bằng 0: X và Y không phụthuộc nhau.Chương 2: Biến ngẫu nhiên và kỳ vọngBiến ngẫu nhiên - Các dạng của biến ngẫu nhiênPhân phối đồng thời của các biến ngẫu nhiên[r]

+∞εxf(x)dx ≥+∞εεf(x)dx = εP (X ≥ ε)Nhân hai vế của bất phương trình với 1/ε thì ta đươ c kết quả.4.2.2 Bất đẳng thức ChebyshevNếu X là biến ngẫu nhiên có kỳ vọng là µ và phương sai σ2hữu hạn thì với mọi hằng sốdương ε bé tùy ý ta cóP (|X −µ| ≥ ε) ≤Var (X)ε2hay tương đươngP (|X −µ| &a[r]

10 lần tung đồng xu, biết rằng các lần tung làđộc lập nhau.Ý nghĩa của của hiệp phương saiTừ định lý: Nếu X và Y là hai biến ngẫu nhiênđộc lập nhau thìCov(X, Y) = 0 ,ta thấy có thể xem hiệp phương sai như là dấuhiệu để biết X và Y có độc lập nhau hay không.Hơn nữa, hiệp phương sai còn được dù[r]

lập với nhau, cho nên:P(A1) = 1 – 0,1 = 0,9; P(A2) = 1 – 0,2 = 0,8 ; P(A3) = 1 – 0,3 = 0,7Vậy: P(A) = 0,9. 0,8. 0,7 = 0,5042. Một xí nghiệp có 3 ô tô hoạt động độc lập. Xác suất để trong một ngày các ô tô bị hỏng tương ứng là 0,1; 0,2; 0,15. Tìm xác suất có một ô tô bị hỏng trong ngày.Giải:Gọi Ai là[r]