Tổng quan về giáo trình

Tài liệu "Bài giảng Xác suất Thống kê" (mã học phần: MI2020) do TS. Nguyễn Thị Thu Thủy biên soạn thuộc Bộ môn Toán ứng dụng, Viện Toán ứng dụng và Tin học – Trường Đại học Bách khoa Hà Nội, phát hành vào tháng 9 năm 2020 (học kỳ 20201). Trong khung chương trình đào tạo đại học, đây là học phần toán học cơ sở bắt buộc dành cho sinh viên các khối ngành kỹ thuật, công nghệ và kinh tế (hệ đào tạo đại học chính quy không chuyên ngành Toán - Tin). Học phần được thiết kế với tổng thời lượng 60 tiết, bao gồm 30 tiết lý thuyết và 30 tiết bài tập.

Mục tiêu học tập của giáo trình nhằm trang bị cho người học hệ thống khái niệm nền tảng về lý thuyết xác suất và các phương pháp thống kê toán học. Về mặt xác suất, giáo trình cung cấp các quy tắc suy diễn ngẫu nhiên, lý thuyết biến ngẫu nhiên và các quy luật phân phối xác suất thông dụng một chiều và hai chiều. Về mặt thống kê, tài liệu hướng dẫn quy trình xử lý dữ liệu thực nghiệm thông qua hai bài toán cốt lõi: lý thuyết ước lượng tham số và lý thuyết kiểm định giả thuyết thống kê.

Cấu trúc giáo trình đi từ việc xây dựng không gian xác suất rời rạc, không gian liên tục đến véc-tơ ngẫu nhiên nhiều chiều, trước khi mở rộng sang các định lý giới hạn và thống kê suy diễn. Cách tiếp cận của tài liệu tập trung vào việc mô hình hóa các hiện tượng kỹ thuật và đời sống thực tế thông qua các công thức toán học tường minh, kết hợp hệ thống ví dụ giải mẫu và phụ lục bảng số tra cứu phục vụ tính toán định lượng.


Nội dung kiến thức cốt lõi

Các chương/chủ đề chính

Nội dung giáo trình được tổ chức thành 5 chương lý thuyết và 1 phần phụ lục bảng số chuyên dụng:

  • Chương 1: Sự kiện ngẫu nhiên và phép tính xác suất
    Khái quát về phép thử và phân loại sự kiện (sơ cấp, phức hợp, chắc chắn, không thể, ngẫu nhiên); quan hệ giữa các sự kiện theo đại số Boole (kéo theo, tổng, tích, hiệu, xung khắc, đối lập, hệ đầy đủ); giải tích kết hợp (quy tắc cộng, nhân, chỉnh hợp, chỉnh hợp lặp, hoán vị, tổ hợp, nhị thức Newton); các định nghĩa xác suất (cổ điển, hình học, thống kê); nguyên lý xác suất nhỏ và xác suất lớn; xác suất điều kiện và công thức nhân; công thức cộng xác suất; dãy phép thử độc lập và lược đồ Bernoulli; số có khả năng nhất; các công thức xấp xỉ Poisson và Gauss/Laplace; công thức xác suất đầy đủ và công thức Bayes.
  • Chương 2: Biến ngẫu nhiên và quy luật phân phối xác suất
    Định nghĩa và phân loại biến ngẫu nhiên (rời rạc và liên tục); các công cụ biểu diễn quy luật phân phối gồm bảng phân phối xác suất, hàm phân phối xác suất $F(x)$, hàm mật độ xác suất $f(x)$; các tham số đặc trưng (kỳ vọng toán học, phương sai, độ lệch chuẩn, mốt, trung vị); các quy luật phân phối xác suất thông dụng: phân phối đều, phân phối nhị thức, phân phối Poisson, phân phối chuẩn, phân phối Khi bình phương ($\chi^2$), phân phối Student ($t$).
  • Chương 3: Biến ngẫu nhiên nhiều chiều
    Khái niệm và phân loại biến ngẫu nhiên hai chiều; bảng phân phối xác suất đồng thời, phân phối thành phần (biên) và phân phối có điều kiện cho biến rời rạc; hàm phân phối xác suất đồng thời và biên; hàm mật độ xác suất đồng thời, biên và có điều kiện cho biến liên tục; tính độc lập của các biến ngẫu nhiên; hàm của hai biến ngẫu nhiên; các đặc trưng số: kỳ vọng và phương sai của biến thành phần, hiệp phương sai (Covariance), hệ số tương quan ($\rho$); các định lý giới hạn: sự hội tụ của dãy biến ngẫu nhiên, luật số lớn Chebyshev, luật số lớn Bernoulli, định lý giới hạn trung tâm (CLT) và ứng dụng xấp xỉ phân phối.
  • Chương 4: Ước lượng tham số
    Lý thuyết mẫu và tổng thể (mẫu ngẫu nhiên, mô tả dữ liệu mẫu, các đại lượng thống kê mẫu như trung bình mẫu, phương sai mẫu, phương sai mẫu hiệu chỉnh); bài toán ước lượng điểm (phương pháp hàm ước lượng, ước lượng không chệch, ước lượng hiệu quả, phương pháp hợp lý cực đại - Maximum Likelihood Estimation); bài toán ước lượng khoảng (khoảng tin cậy cho kỳ vọng trong các trường hợp đã biết hoặc chưa biết phương sai, khoảng tin cậy cho phương sai, khoảng tin cậy cho xác suất/tỷ lệ); phương pháp xác định kích thước mẫu cần thiết theo độ chính xác cho trước.
  • Chương 5: Kiểm định giả thuyết thống kê
    Xây dựng giả thuyết thống kê (giả thuyết không $H_0$ và đối thuyết $H_1$); tiêu chuẩn kiểm định, miền bác bỏ; sai lầm loại I ($\alpha$) và sai lầm loại II ($\beta$); kiểm định giả thuyết về tham số của một tổng thể (kiểm định kỳ vọng, kiểm định tỷ lệ, kiểm định phương sai); kiểm định so sánh tham số của hai tổng thể độc lập (so sánh hai giá trị trung bình, so sánh hai tỷ lệ, so sánh hai phương sai).
  • Phụ lục các bảng số thống kê
    Bao gồm 5 bảng số chuẩn hóa: Bảng giá trị hàm Gauss $\phi(x)$, Bảng giá trị hàm Laplace $\varphi(x)$, Bảng giá trị hàm phân phối chuẩn tắc $\Phi_0(x)$, Bảng giá trị phân phối Student $t_\alpha(n)$, và Bảng giá trị hàm khối lượng xác suất Poisson; kèm hướng dẫn tra cứu chi tiết.
flowchart TD
    A["Chương 1: Sự kiện ngẫu nhiên & Phép tính xác suất"] --> B["Chương 2: Biến ngẫu nhiên một chiều & Phân phối"]
    B --> C["Chương 3: Biến ngẫu nhiên nhiều chiều & Định lý giới hạn"]
    C --> D["Chương 4: Lý thuyết mẫu & Ước lượng tham số"]
    D --> E["Chương 5: Kiểm định giả thuyết thống kê"]
    F["Phụ lục: Các bảng số tra cứu Gauss, Laplace, Student, Poisson"] -.-> D
    F -.-> E

Kiến thức nền tảng được xây dựng

Giáo trình thiết lập hệ thống lý thuyết xác suất dựa trên cấu trúc toán học chặt chẽ:

  • Lý thuyết tập hợp và đại số Boole: Mô hình hóa các quan hệ ngẫu nhiên thông qua không gian sự kiện sơ cấp $\Omega$, các phép toán hợp, giao, phần bù, hệ đầy đủ các sự kiện.
  • Các cách tiếp cận xác suất: Phân tích định nghĩa cổ điển (Laplace), định nghĩa hình học (đo độ dài, diện tích, thể tích) và định nghĩa thống kê (tính ổn định của tần suất thực nghiệm qua các thí nghiệm của Buffon, Pearson).
  • Lý thuyết phân tích suy diễn ngẫu nhiên: Quy tắc nhân, công thức cộng, công thức Bernoulli và công thức Bayes dùng để cập nhật xác suất hậu nghiệm dựa trên xác suất tiên nghiệm.
  • Giải tích ngẫu nhiên: Tích phân và vi phân của hàm mật độ, hàm phân phối xác suất liên tục; giải tích nhiều biến trong không gian hai chiều.
  • Các quy luật tiệm cận: Cơ sở lý thuyết của luật số lớn Chebyshev, Bernoulli và Định lý giới hạn trung tâm (Moivre - Laplace) làm cầu nối sang phần Thống kê toán.

Kỹ năng phát triển

  • Kỹ năng kỹ thuật (Technical skills): Tính toán xác suất biến cố phức hợp bằng phương pháp tổ hợp, giải tích hoặc công thức xác suất toàn phần; biến đổi hàm của biến ngẫu nhiên; tính toán các giá trị kỳ vọng, phương sai, hiệp phương sai và ma trận hệ số tương quan; tra cứu bảng số phân phối xác suất.
  • Kỹ năng phân tích (Analytical skills): Phân tích mô hình thử nghiệm để nhận diện lược đồ Bernoulli, lựa chọn phương pháp xấp xỉ thích hợp (Poisson khi $n$ lớn, $p$ nhỏ; Gauss/Laplace khi $npq$ đủ lớn); phân biệt sai lầm loại I và loại II trong kiểm định thống kê.
  • Kỹ năng thực hành (Practical competencies): Xử lý số liệu mẫu thực tế, xây dựng khoảng tin cậy cho các chỉ tiêu kỹ thuật (tuổi thọ máy móc, tỷ lệ phế phẩm), ra quyết định chấp nhận hoặc bác bỏ giả thuyết kỹ thuật dựa trên mức ý nghĩa $\alpha$.

Phương pháp giảng dạy và học tập

Giáo trình được thiết kế theo cấu trúc bài giảng tích hợp lý thuyết và bài tập với tỷ lệ thời lượng cân bằng 1:1 (30 tiết lý thuyết / 30 tiết bài tập). Cứ sau mỗi bài học lý thuyết (thời lượng 2 tiết) đều có các ví dụ tính toán minh họa kèm lời giải chi tiết từng bước.

graph LR
    A["Lý thuyết & Định nghĩa (2 tiết/bài)"] --> B["Ví dụ áp dụng & Lời giải mẫu"]
    B --> C["Hệ thống bài tập cuối chương"]
    C --> D["Tổng hợp đề thi thực tế (Giữa kỳ & Cuối kỳ)"]

Hệ thống bài tập trong giáo trình được phân cấp rõ ràng:

  1. Ví dụ áp dụng trong bài giảng: Minh họa trực tiếp cho từng công thức toán học vừa giới thiệu (ví dụ bài toán xếp khách lên 4 toa tàu, bài toán gieo kim Buffon, bài toán ba xạ thủ bắn bia).
  2. Bài tập cuối mỗi chương: Cung cấp danh mục bài tập đa dạng về bối cảnh thực tế (hệ thống bóng đèn mắc nối tiếp/song song trong kỹ thuật điện, tỷ lệ sản phẩm lỗi của dây chuyền nhà máy, kiểm tra y tế, đặt chỗ vé máy bay).
  3. Tổng hợp đề thi thực tế: Cuối mỗi chương đều tích hợp các câu hỏi trích xuất từ đề thi giữa kỳ và cuối kỳ học phần MI2020 của Đại học Bách khoa Hà Nội (như đề thi giữa kỳ 20182, học kỳ 2018-2019), giúp người học làm quen với cấu trúc đánh giá chuẩn của nhà trường.

Phương pháp đánh giá kết quả học tập bám sát hai hình thức: kiểm tra giữa kỳ (tập trung vào Chương 1, Chương 2 và một phần Chương 3) và thi kết thúc học phần (toàn bộ nội dung xác suất và thống kê ứng dụng). Đối với việc tự học, sinh viên cần nắm vững quy trình ba bước: học hiểu các định lý và điều kiện áp dụng, giải lại các ví dụ mẫu không nhìn lời giải, sau đó hoàn thành bài tập tổng hợp và tự tra cứu các giá trị tới hạn tại phần Phụ lục bảng số.


Điểm nổi bật và cập nhật

  • Tính cập nhật và chuẩn hóa học thuật: Giáo trình được hoàn thiện vào tháng 9/2020 (kỳ 20201) theo đề cương chi tiết mới nhất của Viện Toán ứng dụng và Tin học (SAMI - HUST), đảm bảo tính đồng bộ với chuẩn đầu ra của khối ngành kỹ thuật công nghệ.
  • Dữ liệu thực nghiệm lịch sử có trích dẫn: Tài liệu trích xuất số liệu thực tế từ các thí nghiệm nổi tiếng trong lịch sử toán học nhằm làm sáng tỏ định nghĩa thống kê của xác suất, bao gồm:
    • Thí nghiệm gieo đồng xu của Georges-Louis Leclerc de Buffon ($n = 4040$ lần, số lần xuất hiện mặt sấp $m = 2048$, tần suất $f = 0{,}5080$).
    • Thí nghiệm của Karl Pearson ($n = 12000$ lần, $m = 6019$, $f = 0{,}5016$ và $n = 24000$ lần, $m = 12012$, $f = 0{,}5005$).
    • Thống kê nhân khẩu học về xác suất sinh con trai ($p = 0{,}518$) của Pierre-Simon Laplace theo dõi tại St. Petersburg, Luân Đôn, Berlin ($22/43$) và Paris ($25/49$ trong 40 năm), cùng số liệu của Harald Cramér tại Thụy Điển năm 1935 ($p = 0{,}518$).
  • Gắn kết bài toán kỹ thuật và vận hành công nghiệp: Hệ thống bài tập gắn liền với các bài toán vận hành thực tế như: độ tin cậy của mạng điện gồm nhiều linh kiện mắc hỗn hợp; bài toán kiểm định phế phẩm từ nhiều phân xưởng sản xuất; bài toán phân phối chỗ ngồi hàng không (bán 52 vé cho máy bay 50 chỗ dựa trên xác suất khách hủy vé $5%$); bài toán đứt sợi của 1000 ống sợi dệt công nghiệp; độ chính xác của thiết bị chẩn đoán y tế.
  • Hệ thống hóa các công thức xấp xỉ: Cung cấp chi tiết các điều kiện xấp xỉ phân phối nhị thức qua phân phối Poisson (khi $n$ lớn, $p$ nhỏ) và xấp xỉ qua phân phối chuẩn tắc Gauss/Laplace thông qua định lý giới hạn tích phân Moivre - Laplace, giúp đơn giản hóa khối lượng tính toán đối với cỡ mẫu lớn.

Đối tượng sử dụng giáo trình

  • Sinh viên đại học: Giáo trình phục vụ trực tiếp cho sinh viên năm thứ hai, năm thứ ba thuộc tất cả các ngành đào tạo đại học chính quy của Trường Đại học Bách khoa Hà Nội (ngoại trừ sinh viên chuyên ngành Toán - Tin) và sinh viên các trường đại học khối kỹ thuật, kinh tế, công nghệ thông tin có học phần Xác suất Thống kê tương đương (khối lượng 3 đến 4 tín chỉ).
  • Điều kiện tiên quyết (Prerequisites): Người học cần hoàn thành các học phần Toán học cao cấp cơ sở, bao gồm:
    • Giải tích 1 & 2: Nắm vững phép tính vi phân, tích phân hàm một biến và nhiều biến, chuỗi số, tích phân suy rộng.
    • Đại số tuyến tính: Các phép toán ma trận, định thức, hệ phương trình đại số tuyến tính.
    • Đại số sơ cấp & Tổ hợp: Quy tắc đếm, chỉnh hợp, tổ hợp, nhị thức Newton.
  • Giảng viên: Tài liệu cung cấp khung bài giảng chuẩn cho 30 buổi lên lớp (chia thành các bài học 2 tiết rõ ràng), đóng vai trò là ngân hàng ví dụ mẫu và bài tập tham khảo phục vụ biên soạn đề thi, đề kiểm tra định kỳ.
  • Người tự học và cán bộ kỹ thuật: Cung cấp tài liệu tham khảo có cấu trúc rõ ràng cho các kỹ sư, nhà nghiên cứu cần công cụ thống kê mô tả, ước lượng khoảng và kiểm định giả thuyết phục vụ phân tích dữ liệu thực nghiệm và quản lý chất lượng sản phẩm.

Câu hỏi thường gặp

1. Giáo trình này được biên soạn cho đối tượng cụ thể nào?

Tài liệu được biên soạn riêng theo Đề cương chi tiết học phần MI2020 của Trường Đại học Bách khoa Hà Nội, dành cho sinh viên đại học chính quy các khối ngành kỹ thuật, cơ khí, điện - điện tử, công nghệ thông tin, hóa học, môi trường, kinh tế... không chuyên ngành Toán - Tin.

2. Cần chuẩn bị những kiến thức nền tảng nào trước khi học giáo trình này?

Sinh viên cần có kiến thức vững chắc về Giải tích kết hợp sơ cấp (chỉnh hợp, tổ hợp, hoán vị), phép tính vi phân và tích phân một biến cũng như nhiều biến (đặc biệt là tích phân hai lớp để học Chương 3), chuỗi số và các phép biến đổi đại số cơ bản.

3. Cấu trúc bài tập và ví dụ minh họa trong giáo trình có điểm gì đặc thù?

Mỗi chủ đề lý thuyết đều có ví dụ số học đi kèm lời giải chi tiết. Sau mỗi chương lý thuyết là phần "Tổng hợp một số đề thi" trích xuất trực tiếp từ các kỳ thi giữa kỳ và cuối kỳ của học phần MI2020, theo sau là hệ thống bài tập tự luyện phong phú bám sát bài toán kỹ thuật.

4. Cách sử dụng các bảng số phụ lục ở cuối giáo trình như thế nào?

Giáo trình cung cấp 5 phụ lục bảng số chuẩn (Gauss, Laplace, Chuẩn tắc, Student, Poisson). Người học cần chuyển đổi biến ngẫu nhiên về dạng chuẩn tắc ($u = \frac{x - np}{\sqrt{npq}}$ hoặc $t = \frac{\overline{x} - \mu}{s/\sqrt{n}}$), sau đó áp dụng quy tắc tra bảng một phía hoặc hai phía theo hướng dẫn chi tiết tại mục 6.2 của tài liệu.

5. Giáo trình tiếp cận các định nghĩa xác suất theo những phương diện nào?

Giáo trình trình bày tuần tự ba định nghĩa xác suất cổ điển (dựa trên không gian đồng khả năng), định nghĩa hình học (dựa trên độ đo độ dài, diện tích, thể tích) và định nghĩa thống kê (dựa trên tần suất ổn định thực nghiệm), đồng thời giải thích rõ ưu - nhược điểm và phạm vi áp dụng của từng phương pháp trước khi nêu khái quát về phương pháp tiên đề của Kolmogorov.


Kết luận

Tài liệu "Bài giảng Xác suất Thống kê" (MI2020) của tác giả TS. Nguyễn Thị Thu Thủy là văn bản học thuật chuẩn hóa, cô đọng toàn bộ khung kiến thức xác suất và thống kê ứng dụng cho sinh viên khối kỹ thuật Đại học Bách khoa Hà Nội. Giá trị học thuật của giáo trình thể hiện qua trình tự dẫn nhập logic: bắt đầu từ các khái niệm sự kiện ngẫu nhiên cơ bản, tiến tới giải tích biến ngẫu nhiên nhiều chiều, và hoàn thiện ở các phương pháp suy diễn thống kê thực nghiệm (ước lượng và kiểm định). Đi kèm hệ thống bài tập phong phú, bài toán thực tế và phụ lục bảng số tra cứu đầy đủ, giáo trình cung cấp lộ trình học tập định lượng rõ ràng cho việc nghiên cứu và ứng dụng toán học trong khoa học kỹ thuật.