AP Statistics

biến ngẫu nhiên nhị thứcbinomial random variable

binomial random variableVietnamese: biến ngẫu nhiên nhị thức

Còn gọi:Also called: binomial random variable

Định nghĩaIn short

Biến ngẫu nhiên nhị thức đếm số lần thành công trong n phép thử độc lập, mỗi phép thử có cùng xác suất thành công p.A binomial random variable counts the number of successes in nn independent trials that each have the same success probability pp.

Trực giác: Giống như tung đồng xu n lần độc lập rồi đếm xem có bao nhiêu lần ra mặt ngửa — biến nhị thức chính là con số đếm được đó.Intuition: Flip a coin nn times independently and count the heads — that count is a binomial random variable.

Công thức chínhKey formula

P(X=k)=(nk)pk(1−p)n−kP(X=k)=\binom{n}{k}p^k(1-p)^{n-k}
Định nghĩa đầy đủFull definition1 phút đọc1 min read

Biến ngẫu nhiên nhị thức (binomial random variable) là biến rời rạc XX nhận giá trị nguyên từ 0 đến nn, biểu thị số thành công trong một dãy phép thử. Mô hình chỉ áp dụng khi nn cố định, các phép thử độc lập, mỗi phép thử có hai kết quả và cùng xác suất thành công pp. Xác suất đúng kk thành công bằng số cách sắp xếp kk thành công nhân xác suất của một cách. Không nhầm nn cố định với XX ngẫu nhiên.

A binomial random variable is a discrete variable XX whose possible values are the integers from 0 to nn, giving the number of successes in a sequence of trials. The model applies only when nn is fixed, the trials are independent, each trial has two outcomes, and the probability of success pp is the same every time. The probability of exactly kk successes equals the number of arrangements of kk successes times the probability of any one such arrangement. Keep the fixed value nn distinct from the random count XX.

Ký hiệuNotation
  • •X ~ B(n,p)
  • •tham số n, p, q = 1 − p
  • •X ~ B(n,p)
  • •parameters n, p, q = 1 − p
Công thức chi tiếtFormula details3 công thức3 formulas
P(X=k)=(nk)pk(1−p)n−kP(X=k)=\htmlClass{fp-0}{\binom{n}{k}}\htmlClass{fp-1}{p^k}\htmlClass{fp-2}{(1-p)^{n-k}}
P(X=k)=(nk)pk(1−p)n−kP(X=k)=\htmlClass{fp-0}{\binom{n}{k}}\htmlClass{fp-1}{p^k}\htmlClass{fp-2}{(1-p)^{n-k}}

Dùng để tính xác suất có đúng kk lần thành công trong nn phép thử độc lập với pp không đổi.Gives the probability of exactly kk successes in nn independent trials with constant pp.

Trong đóWhere

nnsố phép thử (số lần lặp lại thí nghiệm)number of trials (number of times the experiment is repeated)kksố lần thành công cần tính xác suấtnumber of successes whose probability is being foundppxác suất thành công của mỗi phép thửprobability of success on each trialXXbiến ngẫu nhiên đếm số lần thành công trong nn phép thửrandom variable counting the number of successes in nn trials
μX=np\mu_X=np

Dùng để tính số lần thành công trung bình khi lặp lại thí nghiệm nhị thức nhiều lần.Gives the average number of successes when the binomial experiment is repeated many times.

Trong đóWhere

μX\mu_Xkỳ vọng (giá trị trung bình) của XXexpected value (mean) of XXnnsố phép thửnumber of trialsppxác suất thành công mỗi lần thửprobability of success on each trial
σX=np(1−p)\sigma_X=\sqrt{np(1-p)}

Dùng để đo mức dao động điển hình của số lần thành công quanh trung bình trong mô hình nhị thức.Measures how far the number of successes typically falls from the mean in a binomial model.

Trong đóWhere

σX\sigma_Xđộ lệch chuẩn của XXstandard deviation of XXnnsố phép thửnumber of trialsppxác suất thành công mỗi lần thửprobability of success on each trial
Hay hiểu saiCommon misconceptions3 ý, 1 phút đọc3 points, 1 min read

Độc lập và hai kết quả vẫn chưa đủ để dùng mô hình nhị thức.

Còn phải có số phép thử cố định và xác suất thành công không đổi qua mọi lần thử.

Phương sai không phải độ lệch chuẩn.

np(1−p)np(1-p) là phương sai; độ lệch chuẩn là căn bậc hai của biểu thức đó.

nn và XX không thể hoán đổi.

Trong mô hình nhị thức, nn được ấn định trước, còn XX ngẫu nhiên từ 0 đến nn. Đếm số lần thử đến thành công đầu tiên là biến hình học.

Independence and two outcomes alone do not justify a binomial model.

You also need a fixed number of trials and a success probability that stays the same on every trial.

Variance is not standard deviation.

The expression np(1−p)np(1-p) is the variance; the standard deviation is its square root.

The symbols nn and XX are not interchangeable.

In a binomial model nn is set in advance, while XX varies randomly from 0 to nn. Counting trials until the first success gives a geometric variable instead.

Mẹo phòng thiExam tips2 mẹo2 tips

Từ trung bình và độ lệch chuẩn, có thể tìm nhanh pp.

Với biến nhị thức, chia phương sai cho trung bình để được 1−p1-p, rồi suy ra pp và nn.

Khai báo X∼B(n,p)X \sim B(n,p) và kiểm tra bốn điều kiện trước khi tính.

nn phải cố định; mỗi lần thử có hai kết quả; các lần thử độc lập; pp không đổi. Với mẫu không hoàn lại dưới 10% tổng thể, có thể coi độc lập.

The mean and standard deviation let you recover pp quickly.

For a binomial variable, dividing the variance by the mean gives 1−p1-p, from which pp and then nn follow.

State X∼B(n,p)X \sim B(n,p) and check all four conditions before computing.

The number of trials nn must be fixed, each trial must have two outcomes, the trials must be independent, and pp must stay constant. When sampling without replacement takes less than 10% of the population, treating the trials as independent is acceptable.

Tần suất trong đề AP StatisticsHow often it shows up on AP StatisticsThường xuyênVery common
Khái niệm này sinh ra từ đâuWhere the concept comes from1 phút đọc1 min read

đầu thế kỷ 18Jacob BernoulliPafnuty ChebyshevAbraham de Moivre

Phân phối nhị thức được Jacob Bernoulli suy ra lần đầu trong cuốn Ars Conjectandi, còn chính cụm "biến ngẫu nhiên" thì do Pafnuty Chebyshev (1821–1884) đặt ra; cả hai cùng phục vụ một bài toán: đếm số lần "thành công" trong một dãy phép thử lặp lại.
Jacob Bernoulli first derived the binomial distribution in Ars Conjectandi, and Pafnuty Chebyshev (1821–1884) coined the phrase "random variable" itself; both served the same problem of counting the "successes" in a sequence of repeated trials.

Vì sao mang đúng cái tên này? Chữ "nhị thức" không đến từ chuyện tung đồng xu mà đến từ đại số. Khi khai triển lũy thừa của một nhị thức theo định lý nhị thức (binomial theorem), (x+y)n=∑k=0n(nk)xn−kyk(x+y)^n=\sum_{k=0}^{n}\binom{n}{k}x^{n-k}y^{k}, mỗi số hạng trong tổng ứng với đúng một giá trị kk; thay x=1−px=1-p và y=py=p thì các số hạng ấy lần lượt là xác suất có 0,1,…,n0,1,\dots,n lần thành công. Nói cách khác, bảng phân phối xác suất của biến này chính là danh sách các số hạng trong khai triển nhị thức, nên nó mang luôn cái tên đó. Phần "biến ngẫu nhiên" thì trẻ hơn nhiều: Chebyshev là người đặt thuật ngữ này, định nghĩa nó như một biến số thực có thể nhận nhiều giá trị khác nhau với những xác suất khác nhau. Còn tên gọi phép thử Bernoulli (Bernoulli trial) cho mỗi lần thử hai kết quả "thành công — thất bại" là để ghi công người đầu tiên suy ra công thức. Cuối cùng, việc xấp xỉ phân phối này bằng đường cong chuẩn mang tên định lý de Moivre–Laplace, vì Abraham de Moivre đưa ra nó trong cuốn The Doctrine of Chances năm 1738 — đây cũng là lần đầu tiên phân phối chuẩn xuất hiện trong lịch sử.

Thử nghiệm tương tácInteractive explorer

Gieo từng lượt n chiếc ghế — đếm số ghế lỗi, rồi kéo n từ 5 lên 100

Gieo từng lượt n chiếc ghế — đếm số ghế lỗi, rồi kéo n từ 5 lên 100

Kéo tham số, thấy khái niệm chuyển động — đăng nhập để mở.Drag the parameters and watch the concept move — sign in to open.

Tạo tài khoảnCreate an account
Ví dụ có lời giảiWorked example2 phút đọc2 min read
Một trò chơi bài trên máy tính xáo lại toàn bộ bộ bài trước mỗi ván, nên kết quả của ván này không ảnh hưởng đến ván sau. Với trình độ hiện tại, một người chơi thắng mỗi ván với xác suất không đổi bằng 0.25. Người đó chơi liên tiếp 8 ván và gọi X là số ván thắng trong 8 ván này.
  1. aGiải thích vì sao X là một biến ngẫu nhiên nhị thức, chỉ rõ các tham số n và p.
  2. bTính xác suất người chơi thắng đúng 3 ván.
  3. cTính và diễn giải trung bình cùng độ lệch chuẩn của X trong ngữ cảnh.
1Bước 1: Trước hết phải kiểm tra bốn điều kiện của mô hình nhị thức, vì bỏ sót một điều kiện là mất trọn điểm ý (a). Số ván chơi được ấn định trước và bằng 8, nên số phép thử là cố định; mỗi ván chỉ có hai kết cục mà ta quan tâm là thắng hoặc không thắng; việc xáo bài trước mỗi ván bảo đảm các phép thử độc lập (independent trials); và vì trình độ người chơi không đổi trong suốt 8 ván nên xác suất thắng giữ nguyên bằng 0.25. Do đó X thỏa mãn đầy đủ mô hình nhị thức với n=8n=8 và p=0.25p=0.25.
2Bước 2: Xác suất để có đúng k lần thành công trong n phép thử được cho bởi P(X=k)=(nk)pk(1−p)n−k.P(X=k)=\binom{n}{k}p^k(1-p)^{n-k}. Công thức này nói rằng ta lấy xác suất của một dãy cụ thể có k lần thắng và n−kn-k lần thua, rồi nhân với số cách sắp xếp các vị trí thắng trong dãy đó.
3Bước 3: Thay n=8n=8, p=0.25p=0.25, k=3k=3 vào công thức. Ta có (83)=56\binom{8}{3}=56, 0.253=0.0156250.25^3=0.015625 và 0.755=0.23730.75^5=0.2373, nên P(X=3)=56(0.015625)(0.2373)=0.2076.P(X=3)=56(0.015625)(0.2373)=0.2076. Trên máy tính cầm tay, lệnh binompdf(8, 0.25, 3) cho ngay kết quả 0.2076, và đây là cách kiểm tra lại phép nhân tay rất nhanh.
4Bước 4: Với phân phối nhị thức, trung bình và độ lệch chuẩn (standard deviation) có công thức rút gọn μX=np\mu_X=np và σX=np(1−p)\sigma_X=\sqrt{np(1-p)}, không cần lập bảng phân phối rồi cộng từng số hạng. Ở đây μX=8(0.25)=2\mu_X=8(0.25)=2 ván và σX=8(0.25)(0.75)=1.5=1.2247\sigma_X=\sqrt{8(0.25)(0.75)}=\sqrt{1.5}=1.2247 ván. Lưu ý rằng trung bình 2 ván không có nghĩa là lần nào chơi 8 ván cũng thắng đúng 2 ván, mà là giá trị trung bình nếu lặp lại rất nhiều lượt 8 ván.

Vì số ván cố định, hai kết cục, độc lập và xác suất thắng không đổi nên X là biến ngẫu nhiên nhị thức với n=8n=8 và p=0.25p=0.25. Xác suất người chơi thắng đúng 3 trong 8 ván là khoảng 0.2076, tức chừng 21% số lượt chơi 8 ván sẽ cho đúng 3 ván thắng. Về lâu dài, mỗi lượt 8 ván người này thắng trung bình 2 ván, và số ván thắng thực tế của từng lượt thường lệch khỏi con số 2 khoảng 1.22 ván.

Bạn nắm chắc chưa?Check your understanding

Quiz câu thật từ ngân hàng đềReal exam questions from our question bank

Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.A few real questions on exactly this concept, graded instantly with an explanation for every choice — the system remembers how well you know it.

Tạo tài khoảnCreate an account

Học tiếp từ đâyKeep learning

Bài học chứa thuật ngữ nàyLesson that uses this termPhân phối nhị thứcXác suất, biến ngẫu nhiên & phân phối xác suất, khoácourse AP Statistics
Bài học chứa thuật ngữ nàyLesson that uses this termCác tham số của biến ngẫu nhiênXác suất, biến ngẫu nhiên & phân phối xác suất, khoácourse AP Statistics
Bài học chứa thuật ngữ nàyLesson that uses this termBiến ngẫu nhiên và phân phối xác suấtXác suất, biến ngẫu nhiên & phân phối xác suất, khoácourse AP Statistics
Mục tiêu và lộ trình unit ai cũng xem được — làm bài tập và lưu tiến độ thì cần đăng nhập.Anyone can view a unit's goals and roadmap — sign in to do the exercises and save your progress.

Hay nhầm vớiOften confused with

Khác nhau ở đâuHow they differBiến nhị thức cố định số phép thử n và đếm số lần thành công. Biến hình học cố định mục tiêu một lần thành công và đếm số phép thử cần thiết.
Hay nhầm khiMixed up whenĐề cho "gieo 10 lần, tính xác suất được đúng 3 mặt ngửa" (nhị thức) so với "gieo đến khi được mặt ngửa đầu tiên" (hình học).
Khác nhau ở đâuHow they differBiến ngẫu nhiên nhị thức là đại lượng đếm số lần thành công, ký hiệu X. Phân phối nhị thức là quy luật gán xác suất cho từng giá trị của X.
Hay nhầm khiMixed up whenKhi đề hỏi "mô tả biến" thì phải nêu X đếm gì, còn hỏi "nêu phân phối" thì phải viết X∼B(n,p)X \sim B(n,p) kèm hai tham số.

Cùng chủ đềSame topic

Nguồn tham khảoReferences

  1. [1]Barron_AP_Stat_2026. tr. 290, 294.

Biên soạn bởi DucklingStudy, bản quyền thuộc DucklingStudy.Written by DucklingStudy. © DucklingStudy. Xuất bảnPublished .