Cho tnnn T , có không gian xác
suất Ω.Người ta gọi biến ngẫu nhiên là X ánh
xạ từ Ω→.
-Nếu tập giá trị X(Ω)của X là hữu hạn hay vô
hạn đém đuợc thì X được gọi là biến ngẫu nhiên
rời rạc.
-Nếu tập giá trị X (Ω) của X làhay một
khoảng [a, b] củathì X được gọi là biến ngẫu
nhiên liên tục.
15 trang |
Chia sẻ: lylyngoc | Lượt xem: 1833 | Lượt tải: 1
Bạn đang xem nội dung tài liệu Bài giảng Xác suất thống kê - Chương 2: Biến ngẫu nhiên và luật phân phối, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
1BIẾN NGẪU NHIÊN VÀ LUẬT
PHÂN PHỐI
Chương 2
NỘI DUNG CHƯƠNG
2.1 Mở đầu biến ngẫu nhiên
2.2 Biến ngẫu nhiên rời rạc và luật phân phối
2.3 Biến ngẫu nhiên liên tục và luật phân phối
ThS Lê Văn Minh
2.1 Biến ngẫu nhiên (bnn)
2.1.1 Định nghĩa: Cho tnnn T , có không gian xác
suất Ω. Người ta gọi biến ngẫu nhiên là X ánh
xạ từ Ω→ .
- Nếu tập giá trị X(Ω) của X là hữu hạn hay vô
hạn đém đuợc thì X được gọi là biến ngẫu nhiên
rời rạc.
- Nếu tập giá trị X(Ω) của X là hay một
khoảng [a, b] của thì X được gọi là biến ngẫu
nhiên liên tục.
2.1 Biến ngẫu nhiên
Ví dụ 2.1.1a Tung 2 đồng xu cân đối đồng chất.
Nếu có 1 mặt H thì ta thắng 2 đồng và ta thua 1
đồng khi có 1 mặt S. Gọi X là số tiền nhận được.
Khi đó:
Ω={SH, HS, HH, SS} và X(SH)=1, X(HS)=1,
X(HH)=4 và X(SS) = -2, i.e., X có 3 giá trị là: -2,
1, 4.
22.1 Biến ngẫu nhiên
Hay
Ví dụ 2.1.1b Chọn ngẫu nhiên một hợp chất hóa
học và đo độ pH X của nó.
Khi đó: X là bnnlt vì mọi pH đều nằm [0,14]
2
1:
1
4
S S
SHX
H S
H H
2.1 Biến ngẫu nhiên
2.1.2 Hàm phân phối xác suất
Định nghĩa: Cho biến ngẫu nhiên X. Người ta gọi
hàm phân phối xác suất của biến ngẫu nhiên X là
hàm F được xác định bởi:
( ) ( ), (2.1.1) F x P X x x
2.2 Biến ngẫu nhiên rời rạc(bnnrr)
2.2.1 Dãy ppxs: Cho bnnrr X(Ω) ={c1,..,cr}.
Người ta gọi dãy ppxs của bnnrr X là dãy có dạng
sau:
trong đó: pk=P(X=ck)
(2.2.1)
1 2: , ( ) { , ,..., }rX X c c c
X c1 c2 …. cr
pk p1 p2 …. pr
2.2 Biến ngẫu nhiên rời rạc
2.2.2 Kỳ vọng của bnnrr: Cho bnnrr X có dãy ppxs
như trên. Người ta gọi kỳ vọng của bnnrr X là giá trị
trung bình được xác định bởi
Ví dụ 2.2.1. Gọi tnnn T là tung đồng xu cân bằng
một lần. Gọi X là số lần được mặt H trong một lần
tung.
a) Hãy lập dãy ppxs của X. b) Tính kỳ vọng của X
1 1 2 2
1
(2.2.2)
r
r r k k
k
EX c p c p c p c p
32.2 Biến ngẫu nhiên rời rạc
Giải
a) Gọi: X = ”Số lần được mặt H trong 1 lần
tung”. Thì X là bnnrr và chỉ nhận một trong hai
giá trị là 0 và 1. X = 0,1.
Bảng ppxs của tnnn:
T S H
pk 1/2 1/2
2.2 Biến ngẫu nhiên rời rạc
Ta có: p1=P(X=0) = P(S) =1/2
p2=P(X=1) = P(H) =1/2
Dãy ppxs của bnnrr X:
b) Kỳ vọng EX = c1p1+c2p2 = 0.1/2 +
1.1/2=1/2
X 0 1
pk 1/2 1/2
2.2 Biến ngẫu nhiên rời rạc
2.2.3 Phương sai của bnnrr: Cho bnnrr X có dãy
ppxs như 2.2.1 và kỳ vọng EX . Phương sai của
bnnrr X là số đo độ phân tán xung quanh kỳ vọng
và được xác định bởi
Ví dụ 2.2.2:
Giả thiết như Ví dụ 2.2.2a). Tìm phương sai của X.
2 2 2 2
1 1 2 2 ( ) (2.2.3)r rVarX c p c p c p EX
2
2 2 2 2
1 1 2 2
1 1 1 10 1
2 2 2 4
VarX c p c p
ThS Lê Văn Minh
2.2 Biến ngẫu nhiên rời rạc
Ví dụ 2.2.3: Có 2 kiện hàng. Kiện 1 có 3 sp tốt và
2 sp xấu. Kiện 2 có 2 sp tốt và 3 sp xấu. Lấy nn từ
kiện 1 ra 2 sp và từ kiện 2 ra 1 sp. Luật ppxs của sp
tốt trong 3 sp lấy ra.
Giải
Gọi Ai=“lấy được i sp tốt từ kiện 1”, i=0,1,2.
Bi=“lấy được i sp tốt từ kiện 2”, i=0,1.
X =“Số sp tốt trong 3 sp lấy ra”
42.2 Biến ngẫu nhiên rời rạc
Ta thấy X là bnnrr, X=0,1,2,3
Dãy ppxs của X:
1 1 2 0
2 1
( 2) ( ) 0, 42
( 3) ( ) 0,12
P X P A B A B
P X P A B
X 0 1 2 3
πi 0,06 0,4 0,42 0,12
12
32
0 0 0 0 2 1
5 5
( 0) ( ) ( ). ( ) 0,06
CCP X P A B P A P B
C C
1 0 0 1 1 0 0 1
1 1 1 2 1
3 2 3 2 2
2 1 2 1
5 5 5 5
( 1) ( ) ( ) ( )
. 0,4
P X P A B A B P A B P A B
C C C C C
C C C C
2.2.4 Tính chất kỳ vọng và phương sai
Định lý 2.2.1: Cho X, Y là các bnn. Khi đó:
2
1. ,
2. ( ) . ,
3. ( ) ( ) ( )
4. ( ) ( ) (2.2.4)
5. 0,
6. ( ) ,
7. ( ) ,
EC C C const
E CX C EX C const
E X Y E X E Y
X Y E X E Y
VarC C const
Var C X VarX C const
Var CX C VarX C const
Ý nghĩa của kỳ vọng và phương sai
Kỳ vọng là số trung bình theo xác suất của tất cả
các giá trị có thể của biến ngẫu nhiên.
Giá trị của phương sai biểu thị độ tập trung hay
phân tán của các giá trị biến ngẫu nhiên xung
quanh giá trị trung bình của nó. Nếu VarX lớn thì
các giá trị của X phân tán nhiều. NếuVarX nhỏ thì
các giá trị của X tập trung gần giá trị trung bình.
Ý nghĩa của kỳ vọng và phương sai
- Trong Công nghiệp, nếu X là kích cỡ nào đó
thì VarX biểu thị độ chính xác ứng với kích cỡ
đó của sản phẩm.
- Trong chăn nuôi, với X là mức độ tăng trưởng
thìVarX thể hiện độ tăng trưởng đồng đều của
loài.
- Trong trồng trọt, nếu X là năng suất thì VarX
biểu thị mức độ ổn định năng suất.
52.2.5 Biến ngẫu nhiên nhị thức
Cho tnnn T. Gọi ω1=“thành công”, ω2=“thất bại”.
p=P(ω1), q =P(ω2)=1- p.
Thí nghiệm này gọi là phép thử Bernoulli.
Định nghĩa: Xét phép thử Bernoulli, và thực hiện
lại phép thử n lần độc lập. Đặt X=“số lần thành
công trong n thí nghiệm”. Người ta gọi X là bnn
nhị thức và kí hiệu: X~b(n;p).
ThS Lê Văn Minh
2.2.3 Biến ngẫu nhiên nhị thức
Ví dụ 2.2.4 Gọi ω1=“trai”, ω2=“gái”.
X = “số lần sinh trai trong n lần sinh”.
Ta có: p =P(ω1)=1/2. q = P(ω2)=1-1/2 =1/2.
→X~b(n;1/2)
Định nghĩa: Cho X~b(n;p). Khi đó
( ) , 0,.., (2.2.4) k k n kk nP X k C p q k n
2.2.5 Biến ngẫu nhiên nhị thức
Định lý 2.2.2: Cho X~b(n; p). Khi đó:
Ví dụ 2.2.5: Cho một thùng đựng 16 trái táo,
trong đó có 4 trái táo tốt và 12 táo hư. Rút ngẫu
nhiên lần lượt 25 trái táo (rút có hoàn lại).
a) Tìm xác suất để rút đúng một trái táo tốt
b) Tìm xác suất để rút không quá 7 trái táo tốt.
; Var ,( 1 ) (2.2.5)EX np X npq q p
2.2.5 Biến ngẫu nhiên nhị thức
Giải
Đặt ω1=“táo tốt”, ω2=“táo hư”. X =“Số lần rútđược táo tốt trong 25 lần rút”. Ta có:
Do rút có hoàn lại và các lần rút độc lập nên
X~b(25;1/4).
1 2
4 1 12 3( ) ; ( )
16 4 16 4
P P
62.2.5 Biến ngẫu nhiên nhị thức
a) Gọi A=“Rút được đúng 1 trái táo tốt”={X=1}.
b) Gọi B=“Rút được ≤ 7 trái táo tốt”
={X ≤ 7} = {X=0}U{x=1}U…U{x=7}
Vì các biến cố xung khắc nên:
25 1 24
1
25
1 3 25! 1 3( ) ( 1) 0,006
4 4 24! 4 4
P A P X C
0 25 24 7 18
0 1 7
25 25 25
( ) ( 0) ( 1) ( 7)
1 3 1 3 1 3 0,7
4 4 4 4 4 4
P B P X P X P X
C C C
2.2.6 Biến ngẫu nhiên có phân phối Poisson
Định nghĩa 2.2.3: Biến ngẫu nhiên rời rạc X, nhận
các giá trị X =0, 1, 2, …,n,…với xác suất như sau
được gọi là bnn có phân phối Poisson, kí hiệu:
X~P0(λ).
( ) , 0,1, 2,...; 0 (2.2.6)
!
keP X k k
k
2.2.6 Biến ngẫu nhiên có phân phối Poisson
Ví dụ 2.2.6: Xét số người đến siêu thị trong 1
tháng. Gọi X =“Số người đến siêu thị trong 1
ngày”
Ta thấy X=0,1,2…. Ta không đoán biết chính xác
một ngày nào đó có bao nhiêu người đến. Nhưng ta
biết được số người TB đến siêu thị trong 1 ngày,
chẳng hạn: λ=100
Khi đó: X~P0(100).
2.2.6 Biến ngẫu nhiên có phân phối Poisson
Định lý 2.2.4a: Cho X~P0(λ), (λ > 0). Khi đó:
Định lý 2.2.4b: Cho X là bnn nhị thức, X~b(n;p).
Giả sử n lớn và np = λ. Khi đó: X là biến ngẫu
nhiên có phân phối Poisson với tham số λ , i.e.,
X~P0(λ).
Chú ý: Nên dùng đlý khi n≥100, p≤0,01, np≤20
E ; Var (2.2.7) X X
72.2.6 Biến ngẫu nhiên có phân phối Poisson
Ví dụ 2.2.7 Trong một lô thuốc, tỷ lệ thuốc hỏng
p =0,003. Kiểm tra 1000 ống. Tính xác suất để
gặp 3 ống bị hỏng.
Giải
Gọi X số ống thuốc hỏng trong 1000 ống ktra.
Đây là phép thử Benoulli với p=0,003; n=1000.
X~b(1000; 0,003).Khi đó: X~P0(3)
3 3 33( 3) 0,224
3! 3!
e eP X
ThS Lê Văn Minh
2.2.7 Biến ngẫu nhiên siêu bội
Định nghĩa: Cho tập hợp có N phần tử, trong đó có
M phần tử loại A. Lấy ngẫu nhiên từ tập này n
phần tử (lấy không hoàn lại). Đặt X=“Số phần tử
loại A trong n phần tử lấy ra”. Người ta gọi X là
biến ngẫu nhiên siêu bội, kí hiệu: X~H(N;M,n) và
{ } , 0,1,..., (2.2.8)
k n k
M N M
n
N
C CP X k k n
C
2.2.7 Biến ngẫu nhiên siêu bội
Ví dụ 2.2.8 Người ta chọn một hội đồng chấm thi
gồm 3 người từ 5 nhà Vật lý và 4 nhà Toán học.
Hãy tìm xác suất để có đúng một nhà Toán học
trong hội đồng này?
Giải
Đặt X=“Số nhà Toán học trong hội đồng được
chọn ra “, thì (9;4;3), 9, 4, 3X H N M n
2.2.7 Biến ngẫu nhiên siêu bội
A=“Có đúng 1 nhà Toán học trong HĐ”={X=1}.
Định lý 2.2.5a: Cho X~H(N; M; n). Khi đó:
1 2
4 5
3
9
10( ) { 1} 048
21
C CP A P X
C
; 1 (2.2.8)
1
M M M N nEX n VarX n
N N N N
82.2.7 Biến ngẫu nhiên siêu bội
Định lý 2.2.5b: Cho X~H(N; M; n). Nếu N lớn và
n << N thì X là bnn nhị thức, i.e., X~b(n;p). Với
p=M/N.
Ví dụ 2.2.9: Một Công ty xuất nhập khẩu, nhập
5000 thùng hóa chất trong đó có 1000 thùng kém
chất lượng. Công ty này có một xí nghiệp nhận 10
thùng hóa chất. Hãy tìm xác suất để trong 10 thùng
này có đúng 3 thùng kém chất lượng?
2.2.7 Biến ngẫu nhiên siêu bội
Giải
Gọi X=”Số thùng kém chất lượng trong 10 thùng
hóa chất mà xí nghiệp đã nhận”
Gọi A=”Có đúng 3 thùng kém chất lượng trong 10
thùng”
~ ( ; ; ) (5000;1000;10)X H N M n H
3 7
1000 4000
10
5000
( ) { 3} 0.2C CP A P X
C
2.2.7 Biến ngẫu nhiên siêu bội
Cách khác: Vì N=5000 rất lớn và n=10<< N và
X~H(5000; 1000; 10) nên X~b(10; 1/5). Do đó
3 7
3
10
1 1( ) 1 0, 2.
5 5
P A C
2.3 Biến ngẫu nhiên liên tục
Định nghĩa 2.3.1a: Cho thí nghiệm ngẫu nhiên T có
kgxs Ω. Người ta gọi ánh xạ X: Ω→ là bnnlt nếu
tập giá trị X(Ω) trùng với hoặc một khoảng (a,b)
trong .
Định nghĩa 2.3.1b: Cho tnnn T có kgxs Ω.
Người ta gọi hàm ppxs của bnnlt X là hàm số
F(x) được xác định bởi
( ) { }, (2.3.1) F x P X x x
ThS Lê Văn Minh
92.3 Biến ngẫu nhiên liên tục
Người ta gọi hàm mật độ xác suất của bnnlt X là
hàm số
sao cho:
( ) 0,f x x
( ) ( ) (2.3.2)
xF x f t dt
2.3 Biến ngẫu nhiên liên tục
Định lý 2.3.1: Cho bnnlt X, có hàm ppxs F(x) và
hàm mđxs f(x) . Khi đó
) 0 ( ) 1,
ii) ( ) ( )
) { } ( ) ( ) (2.3.3)
) lim ( ) 0; lim ( ) 1
) { } 0, const
Neáu thì
x x
i F x x
a b F a F b
iii P a X b F b F a
iv F x F x
v P X C C
2.3 Biến ngẫu nhiên liên tục
Định lý 2.3.1 (tt)
1
) ( ) ( ), ( )
) ( ) 1 , 1
) ( ) ( ) ( )
taïi laø ñieåm lieân tuïc cuûa
n
k
k
b
a
vi f x F x x f x
vii f x dx
viii f x dx F b F a
Ý nghĩa hình học của hàm mđxs
Xác suất để bnn X có giá trị trong khoảng (x1,x2) là
diện tích giới hạn bởi: f(x), x=x1, x=x2 và Ox
x1 x2 x
f(x) 2
1
1 2( ) ( )
x
x
P x X x f x dx
ThS Lê Văn Minh
10
Các đặc trưng của biến ngẫu nhiên liên tục
Kỳ vọng
Định nghĩa 2.3.2a: Cho bnnlt X, có hàm ppxs F(x)
và hàm mđxs f(x) . Nguời ta gọi kỳ vọng của bnnlt
X là giá trị trung bình theo xác suất xác định bởi:
( ) ( )= ( ) (2.3.4)
E X xdF x xf x dx
Các đặc trưng của biến ngẫu nhiên liên tục
Kỳ vọng của biến ngẫu nhiên g(X)
Trường hợp g(X) = X2 thì
( ) ( ) ( ) (2.3.4)E g X g x f x dx
2 2 ( ) (2.3.4)
EX x f x dx
Các đặc trưng của biến ngẫu nhiên liên tục
Phương sai
Định nghĩa 2.3.2b: Cho bnnlt X có hàm ppxs F(x),
hàm mđxs f(x) , kỳ vọng E(X). Người ta gọi
phương sai của bnnlt X là số đo độ phân tán xung
quanh giá trị kỳ vọng và được xác định bởi
2
2 2
( )
( ) ( ) = ( ) ( ) (2.3.5)
VarX E X EX
x EX dF x x EX f x dx
Các đặc trưng của biến ngẫu nhiên liên tục
hay
Độ lệch chuẩn:
2
2 2 2( ) ( ) ( ) (2.3.5)VarX EX EX x f x dx xf x dx
X VarX
11
2.3.1 Biến ngẫu nhiên liên tục có pp đều
Biến ngẫu nhiên liên tục X được gọi là bnnlt có
phân phối đều trên [a, b] nếu hàm mđxs của X có
dạng
1 [ , ]
( )
0 [ , ]
neáu
neáu
x a b
f x b a
x a b
ThS Lê Văn Minh
2.3.1 Biến ngẫu nhiên liên tục có pp đều
Định lý 2.3.1b: Cho X là bnnlt có phân có phân
phối đều trên [a,b] . Khi đó
2( ), (2.3.6)
2 12
a b a bEX VarX
2.3.2 Biến ngẫu nhiên có phân phối chuẩn
Định nghĩa: Biến ngẫu nhiên liên tục X được gọi là
bnnlt có phân phối chuẩn với hai tham số μ và
σ2>0, ký hiệu: X~N(μ,σ2) nếu X có hàm mật độ
2
2
( )
21( ) , ( )
2
x
f x e x
2.3.2 Biến ngẫu nhiên có phân phối chuẩn
Đồ thị hàm mật độ của bnn có pp chuẩn
μ = 4 và σ2 =9
12
2.3.2 Biến ngẫu nhiên có phân phối chuẩn
Định lý 2.3.2a: Cho X~N(μ,σ2). Khi đó
Định lý 2.3.2b: Cho X~N(μ,σ2) và Y =aX +b, (a, b
=const). Khi đó:
2, Var (2.3.7)EX X
2 2~ ( ; )Y N a b a
2.3.2 Biến ngẫu nhiên có phân phối chuẩn
Cho X~N(μ,σ2). Người ta gọi biến ngẫu nhiên
là bnn chuẩn tắc, ký hiệu: Z~N(0,1)
Hàm mật độ của bnn chuẩn tắc:
Hàm pp chuẩn tắc:
XZ
2
21( )
2
x
x e
2
21( ) ( )
2
x x t
x t dt e dt
2.3.2 Biến ngẫu nhiên có phân phối chuẩn
Định lý 2.3.2c: Cho Z ~N(0, 1), có hàm pp chuẩn
tắc Ф(x). Khi đó:
trong đó: giá trị Ф(x) tra bảng pp chuẩn tắc.
) { } ( ) ( ) (2.3.8)
) ( ) 1 ( )
i P a Z b b a
ii x x
2.3.2 Biến ngẫu nhiên có phân phối chuẩn
Ví dụ 2.3.2a: Cho Z~N(0, 1). Tính
Giải
Định lý 2.3.2d: Cho X~N(μ,σ2). Khi đó
1/ 2 1P Z
1/ 2 1 (1) ( 1/ 2) (1) [1 (1/ 2)]
(1) (1/ 2) 1
0,8413 0,6914 1 0,532
P Z
) { }
) (2.3.9)
ci P X c
b aii P a X b
13
2.3.2 Biến ngẫu nhiên có phân phối chuẩn
Ví dụ 2.3.2b: Cho X~N(-2, 9). Tính P(X ≤ 1) và
P(-8 ≤ X ≤ 1).
Giải
1 ( 2) { 1} (1) 0,841
3
P X
1 ( 2) 8 ( 2) { 8 1} (1) ( 2)
3 3
(1) [1 (2)] (1) (2) 1
0,841 0,977 1 0,818
P X
2.3.2 Biến ngẫu nhiên có phân phối chuẩn
Định lý 2.3.2e: (Định lý giá trị trung tâm dạng De
Moire - Laplace)
Cho X là bnn nhị thức X~b(n;p) và Z là bnn chuẩn
tắc Z~N(0;1). Khi đó:
lim ( ) (2.3.10)
n
X npP x x
npq
2.3.2 Biến ngẫu nhiên có phân phối chuẩn
Hệ quả 1:
Hệ quả 2:
( ) ( ) (2.3.11)X npP a b b a
npq
2
21 1{ } , , 0,1, 2,...
2
(2.3.12)
kx
k
k npP X k e x k
npq npq
2.3.2 Biến ngẫu nhiên có phân phối chuẩn
Ví dụ 2.3.2c Trong một thí trấn có 40% số dân là
nghiện thuốc lá. Chọn 300 người dân để phỏng vấn
(chọn một cách độc lập). Hãy tìm xác suất để:
a) Có không quá 140 người nghiện thuốc lá
b) Số người nghiện thuốc lá nằm trong khoảng từ
100 đến 140 người
Giải
14
2.3.2 Biến ngẫu nhiên có phân phối chuẩn
Gọi ω1=“nghiện”, ω2=“không nghiện”
→p=P(ω1)=4/10, q=P(ω2)=1-p=6/10.
Gọi X=“Số người nghiện trong 300 người được
phỏng vấn”. Do số lần thí nghiệp là độc lập nên
X~b(300;4/10).
a)
Đặt A=“Không quá 40 người nghiện”={X≤40}
2.3.2 Biến ngẫu nhiên có phân phối chuẩn
Khi đó
b) Gọi B=“Số người nghiện từ 100 đến 140
người”.
140( ) { 140} X np npP A P X P
npq npq
120 2,35 (2,35) 0,9906
8,5
XP
2.3.2 Biến ngẫu nhiên có phân phối chuẩn
Khi đó: ( ) {100 140}P B P X
100 120 120 140 120
8,5 8,5 8,5
XP
1202,35 2,35
8,5
XP
(2,35) ( 2,35)
2 (2,35) 1 2.0,9906 1 0,9812
2.3.3 Luật phân phối Chi bình phương
Cho Xi~N(0;1), i=1,..,n và các Xi là các bnn độc
lập.
Đặt:
khi đó người ta nói Z tuân theo luật pp chi bình
phương với n bậc tự do. Kí kiệu: Z ~ χ2(n)
2
1
n
i
i
Z X
15
2.3.3 Luật phân phối chi bình phương
Hàm mật độ xs của bbnn chi bình phương
với
Tính chất: Nếu Z ~ χ2(n) thì
EZ=n và VarZ =2n
1
2 2. , 0( )
0 , 0
n x
Cx e xf x
x
1
/2
0
1 ; ( ) , ( 0)
( / 2).2
x
nC x e dxn
ThS Lê Văn Minh
2.3.4 Luật phân phối Student
Cho 2 bnn độc lập X~N(0,1) và Y~ χ2(n). Đặt
Khi đó ta nói T tuân theo luật pp Student với n bậc
tự do và kí hiệu: T~t(n).
Hàm mật độ xs của bnn Student:
với
/
XT
Y n
1
2 2
( ) 1
n
xf x C
n
1
2
( / 2)
n
C
n n
2.3.4 Luật phân phối Student
Tính chất:
Cho T~t(n). Khi đó
E( ) 0, Var
2
nT T
n
ThS Lê Văn Minh