AP Statistics

biến ngẫu nhiên rời rạcdiscrete random variable

discrete random variableVietnamese: biến ngẫu nhiên rời rạc

Còn gọi:Also called: biến ngẫu nhiên gián đoạn · biến rời rạc

Biến ngẫu nhiên rời rạc là biến ngẫu nhiên nhận giá trị từ một tập hữu hạn hoặc vô hạn đếm được, thường dùng để đếm số lần xảy ra của một sự kiện.A discrete random variable is a random variable whose possible values form a finite or countably infinite set; it often counts how many times an event occurs.

Trực giác: Giống như đếm số viên bi trong túi: bạn chỉ có thể có 0, 1, 2, 3 viên chứ không bao giờ có 2,5 viên — đó chính là tính rời rạc.Intuition: Think of counting marbles in a bag: you can have 0, 1, 2, or 3 marbles, but never 2.5 of them — that is exactly what discreteness means.

Định nghĩa đầy đủFull definition1 phút đọc1 min read

Biến ngẫu nhiên rời rạc là hàm gán mỗi kết quả của thí nghiệm ngẫu nhiên một số, sao cho tập giá trị có thể nhận là hữu hạn hoặc đếm được. Mỗi giá trị đi kèm một xác suất không âm; tổng các xác suất bằng $1$ .

Kỳ vọng là trung bình có trọng số theo xác suất; phương sai đo trung bình có trọng số của bình phương độ lệch khỏi kỳ vọng. Khác biến liên tục, phân phối rời rạc gán xác suất cho từng giá trị.

A discrete random variable is a function that assigns a number to each outcome of a random experiment, with the set of possible values being finite or countable. Every value carries a nonnegative probability, and those probabilities sum to $1$ .

The expected value is the probability-weighted average of the values, and the variance is the probability-weighted average of the squared deviations from that expected value. Unlike a continuous variable, a discrete distribution assigns a probability to each individual value.

Ký hiệuNotation

•X: biến ngẫu nhiên
•P(X = x_i) hoặc p_i: xác suất tại giá trị x_i

•X: random variable
•P(X = x_i) or p_i: probability at the value x_i

Hay hiểu saiCommon misconceptions3 ý · 1 phút đọc3 points · 1 min read

Bảng xác suất tích lũy không phải bảng xác suất riêng.

Cột tích lũy cộng dồn đến từng giá trị; xác suất riêng là hiệu hai mức tích lũy liên tiếp trong bảng.

Kỳ vọng không phải trung bình cộng đơn giản của các giá trị.

Phải dùng trung bình có trọng số theo xác suất, $\mu=\sum x_i p_i$ . Kỳ vọng không nhất thiết là giá trị biến có thể nhận.

Không dùng công thức độ lệch chuẩn mẫu cho phân phối của biến ngẫu nhiên.

Mỗi bình phương độ lệch được nhân với xác suất rồi cộng, thay vì xử lý như mẫu gồm $n$ quan sát.

A cumulative probability table is not a table of individual probabilities.

The cumulative column accumulates probability up to each value, so an individual probability is the difference between two consecutive cumulative entries.

The expected value is not the plain average of the listed values.

You must weight each value by its probability, $\mu=\sum x_i p_i$ , and the result need not be a value the variable can actually take.

Do not use the sample standard deviation formula on a probability distribution.

Each squared deviation is multiplied by its probability and then summed, rather than treated as a sample of $n$ observations.

Mẹo phòng thiExam tips2 mẹo2 tips

Trước khi tính, hãy xác định bảng cho xác suất riêng hay tích lũy.

Trong bảng đầy đủ, cột tích lũy không giảm và kết thúc ở $1$ ; bảng xác suất riêng có tổng bằng $1$ .

Khi dùng 1-Var Stats, nhập giá trị và xác suất vào hai danh sách.

Lấy $\bar{x}$ làm $\mu$ và $\sigma_x$ làm $\sigma$ , không lấy $S_x$ ; nếu bảng tích lũy, hãy đổi thành xác suất riêng trước.

Before computing anything, decide whether the table lists individual or cumulative probabilities.

In a complete table, cumulative values never decrease and end at $1$ , while individual probabilities add to $1$ .

With 1-Var Stats, enter the values in one list and the probabilities in the other.

Read $\bar{x}$ as $\mu$ and $\sigma_x$ as $\sigma$ , not $S_x$ ; if the table is cumulative, convert to individual probabilities first.

Tần suất trong đề AP StatisticsHow often it shows up on AP StatisticsHay gặpCommon

Khái niệm này sinh ra từ đâuWhere the concept comes from1 phút đọc1 min read

giữa thế kỷ 19 (định nghĩa chặt chẽ: 1933)Pafnuty ChebyshevAndrey KolmogorovJacob BernoulliIsaac Newton

Năm 1933, Andrey Kolmogorov tiên đề hóa xác suất để tạo ngôn ngữ và ký hiệu chặt chẽ cho các chứng minh về biến ngẫu nhiên.

In 1933, Andrey Kolmogorov axiomatized probability, supplying a rigorous language and notation for proofs about random variables.

Vì sao mang đúng cái tên này? Tên gọi gồm ba mảnh, và mảnh nào cũng có lý do lịch sử riêng. Chữ "biến" nghe có vẻ vô lý với người học hiện đại, bởi theo định nghĩa ngày nay đây là một hàm số chứ không phải một biến số; nhưng nó giữ lại đúng cách nói của Chebyshev, người xem đối tượng này như một biến thực nhận nhiều giá trị khác nhau, mỗi giá trị kèm một xác suất. Chữ "ngẫu nhiên" cũng đến từ đó: điều phân biệt nó với biến thông thường không phải là giá trị, mà là việc mỗi giá trị chỉ xuất hiện với một khả năng nào đó. Riêng chữ "rời rạc" ra đời muộn hơn, khi người ta cần tách hai trường hợp: tập giá trị hữu hạn hoặc đếm được (countable) thì gọi là rời rạc, còn tập giá trị lấp kín cả một khoảng số thực thì gọi là liên tục. Isaac Newton là một trong những người đầu tiên nhận ra rằng "số trường hợp đồng khả năng" không nhất thiết phải hữu hạn, và chính nhận xét đó mở đường cho việc phân đôi rời rạc — liên tục. Nhờ tập giá trị đếm được, phân phối của biến rời rạc mô tả được bằng một hàm khối xác suất (probability mass function) gán xác suất cho từng giá trị; các họ quen thuộc trong chương trình như phân phối nhị thức (binomial distribution) mang tên nhà toán học Thụy Sĩ Jacob Bernoulli chính là những ví dụ tiêu biểu của loại này.

Nguồn đối chiếuSources

Thử nghiệm tương tácInteractive explorer

Kéo cột xác suất — nhìn tổng luôn giữ đúng 1 và trung bình trượt theo

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

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 termBiến ngẫu nhiên & phân phối xác suấtXác suất, biến ngẫu nhiên & phân phối xác suất · khoácourse AP Statistics

Bài học chứa thuật ngữ nàyLesson that uses this termTham số của biến ngẫu nhiên: kỳ vọng và độ lệch chuẩnXác suất, biến ngẫu nhiên & phân phối xác suất · khoácourse AP Statistics

Dẫn tớiLeads tophân phối nhị thứcbinomial distribution

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

Thuật ngữTermKhác nhau ở đâuHow they differHay nhầm khiMixed up when

biến ngẫu nhiên liên tụccontinuous random variable

Khác nhau ở đâuHow they differBiến ngẫu nhiên rời rạc nhận giá trị đếm được (hữu hạn hoặc vô hạn đếm được), còn biến ngẫu nhiên liên tục nhận mọi giá trị trong một khoảng liên tục

Hay nhầm khiMixed up whenđề cho biến đếm số lần xảy ra (rời rạc) nhưng học sinh nhầm áp dụng công thức hàm mật độ xác suất dành cho biến liên tục

Cùng chủ đềSame topic

Nguồn tham khảoReferences

[1]Barron_AP_Stat_2026. tr. 279–280, 298.