AP Statistics

biến ngẫu nhiên

random variable

Biến ngẫu nhiên là đại lượng số có giá trị do kết quả một phép thử ngẫu nhiên quyết định, nên chưa thể biết trước khi phép thử diễn ra.

Trong thống kê, một đại lượng chỉ được gọi là biến ngẫu nhiên khi giá trị của nó phụ thuộc vào một cơ chế ngẫu nhiên — chẳng hạn số mặt ngửa trong mười lần tung đồng xu, hay chiều cao của một học sinh được chọn ngẫu nhiên từ danh sách lớp. Điểm mấu chốt là trước khi phép thử xảy ra, ta chỉ biết tập hợp các giá trị có thể nhận, chứ không biết giá trị cụ thể nào sẽ xuất hiện.

Biến ngẫu nhiên được chia thành hai loại chính. Biến ngẫu nhiên rời rạc (discrete variable) nhận một tập giá trị đếm được, hữu hạn hoặc vô hạn đếm được — ví dụ số học sinh vắng mặt trong một ngày. Ngược lại, biến ngẫu nhiên liên tục (continuous variable) nhận giá trị trong một khoảng trên trục số thực — ví dụ thời gian hoàn thành một bài kiểm tra.

Mỗi biến ngẫu nhiên được mô tả đầy đủ bởi phân phối xác suất (probability distribution) của nó, tức là quy tắc gán xác suất cho từng giá trị hoặc khoảng giá trị có thể xảy ra. Từ phân phối đó, ta tính được kỳ vọng (expected value) $\mu = E(X)$ — giá trị trung bình về lâu dài — và độ lệch chuẩn $\sigma$ , đo mức độ phân tán của các giá trị quanh kỳ vọng.

Việc phân biệt rõ hai loại biến có ý nghĩa thực tế lớn, vì cách tính xác suất cho chúng hoàn toàn khác nhau. Đối với biến rời rạc, xác suất của từng giá trị được liệt kê trực tiếp trong bảng phân phối, và tổng tất cả các xác suất luôn bằng 1. Vì vậy, đối với biến liên tục, xác suất tại một điểm duy nhất luôn bằng 0 và ta chỉ tính xác suất trên một khoảng — sự khác biệt này ảnh hưởng trực tiếp đến cách đọc và dùng bảng phân phối chuẩn trong đề thi.

Ký hiệu

• $X$ , $Y$ — chữ cái in hoa thường ký hiệu cho biến ngẫu nhiên
•chữ thường $x$ ký hiệu cho một giá trị cụ thể mà biến đó nhận được.

Trực giác: Biến ngẫu nhiên giống như một cái hộp bí ẩn: trước khi mở, ta biết bên trong có thể chứa những gì và mỗi thứ có bao nhiêu phần trăm khả năng xuất hiện — nhưng chỉ khi mở ra mới thấy con số thật sự.

Công thức

X: \Omega \to \mathbb{R}

Biến ngẫu nhiên X là một hàm số ánh xạ từ không gian mẫu Ω sang tập số thực — mỗi kết quả của thí nghiệm ngẫu nhiên được gán một con số cụ thể.

Trong đó

X

biến ngẫu nhiên

\Omega

không gian mẫu — tập hợp tất cả kết quả có thể xảy ra

\mu_X = E(X) = \sum_i x_i \, p_i

Kỳ vọng (expected value) của X bằng tổng mỗi giá trị nhân với xác suất tương ứng; đây là trung bình dài hạn nếu thí nghiệm lặp lại vô hạn lần.

Trong đó

\mu_X

kỳ vọng (giá trị trung bình) của X

x_i

Khái niệm này sinh ra từ đâu

giữa thế kỷ XIX (định nghĩa chặt chẽ: 1933)Pafnuty ChebyshevAndrey Kolmogorov

Khái niệm biến ngẫu nhiên được nhà toán học Nga Pafnuty Chebyshev đưa vào giữa thế kỷ XIX, khi ông cần một cách gọi tên đại lượng "nhận nhiều giá trị khác nhau với những xác suất khác nhau"; đến năm 1933, Andrey Kolmogorov mới định nghĩa nó một cách chặt chẽ trong hệ tiên đề xác suất của mình.

Lý thuyết xác suất đã được nghiên cứu từ thế kỷ XVII, nhưng suốt một thời gian dài người ta chỉ nói về các biến cố và khả năng xảy ra của chúng, chứ chưa có một đối tượng toán học gọn gàng để mô tả kết quả bằng số. Giữa thế kỷ XIX, Chebyshev lấp chỗ trống đó bằng cách định nghĩa biến ngẫu nhiên là một biến thực có thể nhận nhiều giá trị khác nhau, mỗi giá trị đi kèm một xác suất. Mô tả này trực quan nhưng chưa chặt chẽ. Phải đến khi Kolmogorov xây dựng hệ tiên đề cho xác suất năm 1933, ngôn ngữ và ký hiệu mới đủ để định nghĩa biến ngẫu nhiên như một hàm số và chứng minh nghiêm ngặt các định lý về nó.

Thử nghiệm tương tác

Bấm "tổng bằng 7" — đếm xem bao nhiêu ô cùng gộp lại thành một giá trị của X

Hay hiểu sai

Kỳ vọng không phải kết quả thật của một cá nhân, nên nó có quyền là số lẻ như 1.79.

Viết "mọi nhóm 45 người đều có đúng 2.7 người" là sai; 2.7 chỉ là trung bình qua nhiều nhóm.

Đừng kết luận nhị thức trước khi kiểm tra số phép thử $n$ đã được ấn định sẵn.

Đừng nhầm xác suất $p$ với số lượng kỳ vọng $np$ : trung bình là $500(0.18)=90$ , không phải 0.18.

Mẹo phòng thi

Ví dụ có lời giải

1Ví dụ 1/2

Tại một quán cà phê, gọi

X

là số ly cà phê mà một khách hàng được chọn ngẫu nhiên mua trong một lần ghé quán. Quản lý quán ghi lại dữ liệu của hàng nghìn lượt khách và tóm tắt thành bảng phân bố xác suất sau:

P(X=1)=0.45

P(X=2)=0.30

P(X=3)=0.15

P(X=4)=0.10

. (a) Hãy kiểm tra rằng đây là một phân bố xác suất hợp lệ. (b) Tính giá trị trung bình và độ lệch chuẩn của

X

. (c) Diễn giải giá trị trung bình trong ngữ cảnh bài toán.

1Bước 1: Trước hết phải nhận ra

X

là một biến ngẫu nhiên rời rạc (discrete random variable): nó chỉ nhận bốn giá trị đếm được là

1,2,3,4

, và mỗi giá trị gắn với một xác suất. Một bảng phân bố xác suất chỉ hợp lệ khi mọi xác suất đều nằm trong

[0,1]

và tổng của chúng bằng đúng

1

. Ở đây

0.45+0.30+0.15+0.10=1.00

, đồng thời không có giá trị nào âm hay vượt quá

1

. Vì vậy bảng đã cho là một phân bố xác suất hợp lệ và ta được phép dùng nó để tính toán tiếp.

2Bước 2: Giá trị trung bình của một biến ngẫu nhiên rời rạc, còn gọi là kỳ vọng (expected value), được tính bằng cách lấy mỗi giá trị nhân với xác suất của nó rồi cộng lại:

\mu_X=\sum x_i p_i.

Công thức này nói rằng mỗi giá trị

x_i

đóng góp vào trung bình theo đúng "trọng số" là xác suất

p_i

mà nó xuất hiện. Thay số vào, ta có

\mu_X=1(0.45)+2(0.30)+3(0.15)+4(0.10)=0.45+0.60+0.45+0.40=1.90

ly. Do đó trung bình mỗi lượt khách mua

1.90

ly cà phê.

Bạn nắm chắc chưa?

Quiz câu thật từ ngân hàng đề

Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.

Tạo tài khoản miễn phí

Học tiếp từ đây

Bài học chứa thuật ngữ nàyXác suất, biến ngẫu nhiên & phân phối xác suất · bài “Biến ngẫu nhiên & phân phối xác suất” — khoá AP Statistics

Cần trướcbiến

Hay nhầm với

Thuật ngữKhác nhau ở đâuHay nhầm khi

biến định lượngquantitative variable

Khác nhau ở đâuBiến định lượng chỉ phân loại dữ liệu theo tính chất số, còn biến ngẫu nhiên gắn mỗi kết quả với một giá trị số kèm xác suất tương ứng.

Hay nhầm khiKhi đề cho một biến số và yêu cầu xác định phân phối, học sinh hay nhầm giữa việc mô tả dữ liệu thuần túy và việc xây dựng mô hình xác suất.

Nguồn tham khảo

[1]Barron_AP_Stat_2026. tr. 12–13, 25.

2Ví dụ 2/2

Tại một tỉnh nọ,

88\%

hộ gia đình có kết nối Internet tại nhà. Một mẫu ngẫu nhiên gồm

40

hộ gia đình của tỉnh sẽ được chọn. Gọi biến ngẫu nhiên

B

là số hộ trong mẫu không có kết nối Internet. (a) Giải thích vì sao

B

tuân theo phân bố nhị thức và nêu các tham số. (b) Tính trung bình và độ lệch chuẩn của

B

. (c) Tính xác suất để cả

40

hộ trong mẫu đều có Internet. (d) Diễn giải ý nghĩa của trung bình.

1Bước 1: Điều đầu tiên cần cẩn thận là xác định đúng "thành công" mà biến ngẫu nhiên đang đếm. Đề định nghĩa

B

là số hộ không có Internet, nên xác suất thành công là

p=1-0.88=0.12

chứ không phải

0.88

. Đây đúng là cái bẫy quen thuộc của đề AP: đề cho một tỉ lệ nhưng lại định nghĩa biến ngẫu nhiên theo chiều ngược lại. Vì vậy ta làm việc với

n=40

và

p=0.12

2Bước 2: Tiếp theo, phải lập luận rằng

B

theo phân bố nhị thức (binomial distribution) bằng cách đối chiếu bốn điều kiện. Mỗi hộ chỉ rơi vào hai khả năng là có hoặc không có Internet; số lần quan sát cố định bằng

n=40

; xác suất một hộ không có Internet giữ nguyên

p=0.12

ở mọi lần chọn; và vì mẫu

40

hộ nhỏ hơn nhiều so với

10\%

tổng số hộ của cả tỉnh nên các quan sát coi như độc lập. Nhờ bốn điều kiện này thỏa mãn, ta viết được

B\sim B(n=40,\ p=0.12)

và dùng mọi công thức của mô hình nhị thức.

3Bước 3: Với mô hình nhị thức, trung bình và độ lệch chuẩn có công thức gọn:

\mu_B=np,\qquad \sigma_B=\sqrt{np(1-p)}.

Công thức thứ nhất nói rằng số hộ không có Internet kỳ vọng bằng cỡ mẫu nhân với tỉ lệ, còn công thức thứ hai đo mức dao động của con số đó giữa các mẫu khác nhau. Thay số:

\mu_B=40(0.12)=4.8

hộ và

\sigma_B=\sqrt{40(0.12)(0.88)}=\sqrt{4.224}\approx 2.055

hộ.

4Bước 4: Câu (c) hỏi xác suất cả

40

hộ đều có Internet, tức là không hộ nào rơi vào nhóm ta đang đếm, nghĩa là

B=0

. Dùng công thức xác suất nhị thức

P(B=k)=\binom{n}{k}p^k(1-p)^{n-k},

trong đó

\binom{n}{k}

là số cách chọn

k

vị trí "thành công" trong

n

lần quan sát. Với

k=0

thì

\binom{40}{0}=1

và

p^0=1

, nên

P(B=0)=(0.88)^{40}\approx 0.0060

. Xác suất này rất nhỏ, phù hợp với trực giác: khi trung bình đã có gần

5

hộ thiếu Internet thì việc cả

40

hộ đều có kết nối là chuyện hiếm.

5Bước 5: Cuối cùng là diễn giải trung bình, phần mà đề thường ra dưới dạng "best interpretation of the mean". Câu trả lời đúng phải nhắc tới việc lặp lại quá trình lấy mẫu, chứ không phải khẳng định về một mẫu duy nhất. Nói cách khác,

4.8

không phải là số hộ chắc chắn quan sát được trong mẫu sắp tới, mà là giá trị trung bình nếu ta lấy đi lấy lại vô số mẫu ngẫu nhiên cùng cỡ

40

. Ngược lại, các phương án sai thường viết "trong mẫu này sẽ có

4.8

hộ không có Internet", điều vừa vô lý về mặt số nguyên vừa sai về mặt khái niệm.

Biến ngẫu nhiên $B$ tuân theo phân bố nhị thức với $n=40$ và $p=0.12$ , cho $\mu_B=4.8$ hộ và $\sigma_B\approx 2.055$ hộ; xác suất cả $40$ hộ đều có Internet là $P(B=0)=(0.88)^{40}\approx 0.006$ . Diễn giải trung bình: nếu lặp lại việc chọn mẫu ngẫu nhiên gồm $40$ hộ gia đình của tỉnh này rất nhiều lần, thì trung bình mỗi mẫu sẽ có khoảng $4.8$ hộ không có kết nối Internet tại nhà.