TS.

Cao Xuân Phương 2020

BÀI GIẢNG TUẦN 3:

XÁC SUẤT CÓ ĐIỀU KIỆN VÀ CÔNG THỨC NHÂN XÁC SUẤT

(Chi tiết hóa nội dung trong slide bài giảng đã cung cấp cho sinh viên)

Trong phần trước, chúng ta đã tìm hiểu về khái niệm xác suất của biến cố, một đại
lượng đặc trưng cho khả năng/cơ may xảy ra của biến cố đó. Trong phần này, chúng ta tập
trung xem xét khái niệm xác suất có điều kiện, một loại xác suất của biến cố khi có thông
tin của một biến cố khác.

Trước khi đi vào định nghĩa, ta xét một vài ví dụ dẫn nhập cho xác suất có điều kiện.
Chẳng hạn, ta biết rằng khi rút ngẫu nhiên 1 lá bài từ bộ bài 52 lá thông thường, xác suất
để rút được lá ách là 4/52 = 1/13. Con số 1/13 này là xác suất thông thường. Tuy nhiên,
nếu ta có thông tin lá được rút là lá có nút đen (tức là là bích hoặc lá chuồn) thì khi đó xác
suất để lấy được là ách là 2/26 = 1/13. Con số 1/13 vừa mới tính được gọi là xác suất có
điều kiện.

Ta xét thêm một ví dụ khác. Chẳng hạn, một hộp kín đựng 10 lá thăm, trong đó có 2
lá thăm trúng thưởng. Có 2 người rút thăm, mỗi người rút không hoàn lại một lá thăm. Khi
đó, dễ dàng thấy rằng xác suất để rút được lá thăm trúng thưởng của người thứ nhất là
2/10 = 0,2. Bây giờ, ta quan tâm đến xác suất rút được lá thăm trúng thưởng của người
thứ hai. Rõ ràng, nếu ta có thông tin rằng người thứ nhất đã lấy được thăm trúng thưởng
thì xác suất lấy được lá thăm trúng thưởng của người thứ hai sẽ là 1/9. Tuy nhiên, nếu ta
có thông tin rằng người thứ nhất vẫn chưa lấy được thăm trúng thưởng thì rõ ràng xác
suất lấy được lá thăm trúng thưởng của người thứ hai sẽ tăng lên gấp đôi, tức là 2/9. Các
con số xác suất 1/9 và 2/9 ở trên chính là xác suất rút được lá thăm trúng thưởng của
người thứ hai khi ta có thông tin về kết quả rút của người thứ nhất. Người ta gọi 1/9 và 2/9
là các xác suất có điều kiện.

Bây giờ, ta có định nghĩa về xác suất có điều kiện như sau:

Định nghĩa. Cho A và B là hai biến cố trong một phép thử ngẫu nhiên với không gian mẫu
 , trong đó P(B)  0 . Khi đó, đại lượng P(A | B) , xác định bởi công thức

1
 TS. Cao Xuân Phương 2020

P(A  B)
P(A | B) 
P(B)

được gọi là xác suất có điều kiện của A khi biết B xảy ra.

Chúng ta tự hỏi tại sao người ta lại định nghĩa xác suất có điều kiện P(A | B) theo
công thức như trên. Ta có thể lý giải điều này như sau: Nếu B xảy ra thì có nghĩa rằng kết
cục (outcome) của phép thử sẽ rơi vào B . Do đó, thay vì tập trung vào không gian mẫu  ,
bây giờ ta chỉ cần tập trung vào B . Nói khác đi, ta xem như B là không gian mẫu mới. Khi
đó, biến cố A chỉ xảy ra khi kết cục của phép thử rời vào phần giao A  B . Từ đó, một
| AB|
cách tự nhiên, tỷ số đặc trưng cho khả năng xảy ra của A khi biết B xảy ra. Vậy,
| B|
ta định nghĩa

| AB|
P(A | B)  .
| B|

Bằng phép biến đổi

| AB|
| AB| || P(A  B)
P(A | B)   
| B| | B| P(B)
||

ta thu được công thức như trong định nghĩa.

Ví dụ. Lớp X có 100 sinh viên, trong đó có 60 nam và 40 nữ. Có 7 sinh viên nam và 8 sinh
viên nữ có học lực giỏi. Chọn ngẫu nhiên 1 sinh viên từ lớp X. Vậy khả năng để sinh viên
này có học lực giỏi là bao nhiêu nếu sinh viên đó là nam?

Giải. Trong ví dụ này, không gian mẫu Ω của phép thử chọn ngẫu nhiên 1 sinh viên từ lớp X
chính là tập hợp tất cả sinh viên của lớp X. Như vậy,   100 .

Nếu đặt các biến cố A: “Sinh viên được chọn có học lực giỏi” và B: “Sinh viên được chọn là
nam” thì yêu cầu của đề bài là tính xác suất có điều kiện P(A|B). Trước tiên, dùng định
nghĩa, ta có

2
 TS. Cao Xuân Phương 2020

P(A  B)
P(A | B)  .
P(B)

Như vậy, ta cần xác định các xác suất P(A  B) , P(B) và thay kết quả nhận được vào công
thức trên là hoàn tất bài giải. Điều này có thể dễ dàng thực hiện dựa theo định nghĩa xác
suất cổ điển. Thật vậy, ta có

| AB| 7 | B | 40
P(A  B)   , P(B)   .
|| 100 |  | 100

Từ đó, suy ra

7 / 100 7
P(A | B)   .
40 / 100 40

Lưu ý. Trong trường hợp biến cố P(B)  0 thì ta không thể định nghĩa P(A | B)  0 .

Ví dụ: Một thùng kín đựng 100 lá thăm, trong đó có 5 lá thăm trúng thưởng. Một người rút
ngẫu nhiên 2 lá thăm từ hộp theo kiểu lần lượt từng lá, không hoàn lại. Nếu người đó rút
được lá thăm trúng thưởng ở lần thứ nhất thì khả năng để người đó không rút được lá
thăm trúng thưởng ở lần thứ hai là bao nhiêu?
Giải. Đặt các biến cố A1 : “Rút được thăm trúng thưởng ở lần thứ nhất” và A2 : “Rút được
thăm không trúng thưởng ở lần thứ hai”. Như vậy, ta cần tính P  A2 | A1  . Trước tiên, ta có

A1 5  99 1
P  A1     ,
 100  99 20

A 2  A1 5  95 475
P  A 2  A1     .
 100  99 9900

Vậy áp dụng công thức xác suất có điều kiện, ta được

P  A 2  A1  475 / 9900 95
P  A 2 | A1     .
P  A1  1/ 20 99

3
 TS. Cao Xuân Phương 2020

Lưu ý. Kết quả 95/99 của ví dụ vừa giải quyết có thể được dự đoán ngay từ đầu. Một lập
luận đơn giản đó là nếu lần thứ nhất đã rút được thăm trúng thưởng thì đến lần rút thứ
hai, trong hộp chỉ còn 99 lá thăm, gồm 4 lá thăm trúng thưởng và 95 lá thăm không trúng
thưởng. Do vậy, nếu ta tiếp tục rút ngẫu nhiên 1 lá thăm thì xác suất để rút được lá thăm
không trúng thưởng sẽ là 95/99. Trong thực tế, thường thì các phần tính xác suất có điều
kiện thường là những bước tính toán nhỏ trong một bài toán lớn. Thành ra, nếu khối lượng
tính toán của bài toán quá phức tạp thì các bước tính toán xác suất có điều kiện tương đối
đơn giản có thể được thực hiện vắn tắt.

Mệnh đề. Xác suất có điều kiện thỏa mãn các tính chất sau:

(a) 0  P(A | B)  1.
(b) P(B | B)  1 .
   
(c) P   Ai B    P(Ai | B) , với bất kz họ vô hạn Ai i1,2, các biến cố đôi một xung
 i 1  i 1
khắc.

Chứng minh. (a). Vì 0  P  A  B  P(B) nên 0  P(A | B)  1.

(b) Do định nghĩa,

P  B  B P  B
P(B | B)    1.
P  B P  B

(c) Ta có

       
  
P    A
 i 1 
i   B  P   (Ai  B) 
P   Ai B       i 1 .
 i 1  P  B P  B

Vì Ai i1,2, là họ các biến cố đôi một xung khắc nên Ai  Bi1,2, cũng là họ các biến cố

đôi một xung khắc. Do đó,

4
 TS. Cao Xuân Phương 2020



    P  A  B i
P  Ai  B  

P   Ai B   i 1
   P  Ai | B .
 i 1  P  B i 1 P  B i 1

Mệnh đề đã được chứng minh.

Dựa vào công thức xác suất có điều kiện, sau đây chúng ta thiết lập công thức nhân
xác suất để tính xác suất của các biến cố giao. Ta có

Định lý (Công thức nhân xác suất).

Cho A1 ,A2 ,,An ( n  2 ) là các biến cố trong cùng một phép thử ngẫu nhiên thỏa mãn
điều kiện P  A1A2 An   0 . Khi đó, ta có

P  A1A2 An   P  A1  P  A2 | A1  P  A3 | A1A2 P  An | A1A2 An 1 . (1)

Chứng minh. Ta chứng minh công thức trên dựa theo nguyên lý quy nạp. Đầu tiên, với
n  2 , vế trái của (1) là P  A1A 2  , trong khi vế phải của (1) là P  A1  P  A2 | A1  . Mặt khác,
theo công thức xác suất có điều kiện, ta có

P  A 2 A1 
P  A 2 | A1   ,
P  A1 

và vì thế P  A1A2   P  A1  P  A2 | A1  , nghĩa là đẳng thức (1) là đúng khi n  2 .

Giả thiết quy nạp rằng (1) đúng với n  k  2 , nghĩa là

P  A1A2 Ak   P  A1  P  A2 | A1  P  A3 | A1A2 P  Ak | A1A2 Ak 1 .

Khi đó, với n  k  1, ta có

P  A1A 2 A k A k 1   P   A1A 2 A k  A k 1 
 P  A1A 2 A k  P  A k 1 | A1A 2 A k 
 P  A1  P  A 2 | A1  P  A 3 | A1A 2 P  A k | A1A 2 A k 1  P  A k 1 | A1A 2 A k .

5
 TS. Cao Xuân Phương 2020

Như vậy, (1) cũng đúng với n  k  1 . Tóm lại, theo nguyên lý quy nạp, ta kết luận khẳng
định (1) đúng với mọi n  2 .

Câu hỏi 1. Trong định l{ trên, điều kiện P  A1A2 An   0 dùng để làm gì?

Ví dụ. Môn Xác suất - Thống kê có 100 sinh viên đăng k{ học. Vào buổi học thứ hai, giảng
viên (GV) đặt ra 1 câu hỏi và gọi ngẫu nhiên một sinh viên (SV) nào đó trả lời để kiểm tra
mức độ tiếp thu bài cũ. Nếu SV đó chưa trả lời đúng thì GV sẽ tiếp tục gọi ngẫu nhiên một
SV kế tiếp trả lời, và việc này sẽ tiếp diễn cho đến khi có SV trả lời đúng thì dừng. Cho biết
trong lớp chỉ có 10 SV xem bài cũ. Tính xác suất để GV dừng việc gọi ở lần gọi SV thứ ba.

Giải. Trước tiên, ta thấy rằng sự kiện GV dừng việc gọi ở lần gọi SV thứ ba xảy ra khi và chỉ
khi SV được gọi lần đầu tiên trả lời sai, SV được gọi lần thứ hai cũng trả lời sai và SV được
gọi lần thứ ba trả lời đúng. Do vậy, nếu đặt các biến cố A : “GV dừng việc gọi ở lần gọi SV
thứ ba” và A k : “Sinh viên được gọi ở lần thứ k trả lời sai” (với k  1, 2,3) thì ta có liên hệ

A  A1  A2  A3  A1A2 A3.

Vậy, áp dụng công thức nhân xác suất, ta có

   
P  A   P A1A2 A3  P  A1  P  A 2 | A1  P A3 | A1A 2 .

Dễ dàng xác định được

P  A1  
90
100
89
  10
, P  A 2 | A1   , P A3 | A1A 2  .
99 98

Từ đó ta được

90 89 10
P A     (?).
100 99 98

Trong phần tiếp theo, chúng ta xem xét khái niệm các biến cố độc lập. Đây là một
trong khái niệm căn bản của lý thuyết xác suất.

Định nghĩa. Xét hai biến cố A và B trong một phép thử ngẫu nhiên. Ta nói hai biến cố này
là độc lập nếu P  A  B  P  A  P  B .

6
 TS. Cao Xuân Phương 2020

Đọc lướt qua định nghĩa, có lẽ chúng ta khá mơ hồ với khái niệm “độc lập” vừa nêu
bởi vì nó chẳng giống với cụm từ “độc lập” mà chúng ta vẫn hay thường nghĩ đến trong đời
sống hàng ngày. Thật ra, ta có thể liên hệ khái niệm “độc lập” trong định nghĩa trên với
khái niệm “độc lập” theo nghĩa đời thường theo cách sau: từ đẳng thức
P  A  B  P  A  P B  , ta suy ra

P  A  B
 P A
P  B

P  A  B
nếu P  B  0 . Mặt khác, ta có  P  A | B . Do vậy, ta được P  A | B  P  A  .
P  B
Điều này có nghĩa rằng xác suất của biến cố A khi biết B xảy ra cũng giống như xác suất
của A khi không có thông tin gì về B . Nói khác đi, việc biết trước thông tin B xảy ra không
làm thay đổi xác suất của A , và vì thế ta nói A và B là độc lập nhau.

Chẳng hạn, xét phép thử tung hai đồng tiền xu cân đối đồng chất. Không gian mẫu
của phép thử này là   SS,SN, NS, NN . Bây giờ, ta xét các biến cố sau:

A : “Đồng xu thứ nhất xuất hiện mặt số”,

B : “Đồng xu thứ hai xuất hiện mặt hình”,

C : “Có ít nhất một đồng xu xuất hiện mặt số”.

Về mặt cảm giác, ta đoán rằng A và B là độc lập, trong khi A và C có khả năng không
độc lập. Ta thử kiểm tra lại dự đoán này bằng định nghĩa thử xem.

2 1 1
Trước tiên, ta xét A và B . Ta có P  A   P  B   và P  A  B   . Vậy
4 2 4
P  A  B  P  A  P  B , và ta kết luận A và B là độc lập. Tuy nhiên với hai biến cố A và
1 3 3 1
C , ta có P  A  P  C     , trong khi P  A  C   . Vậy P  A  C   P  A  P  C  , và
2 4 8 2
ta kết luận A và C không độc lập. Vậy, dự đoán của chúng ta là chính xác.

Mệnh đề sau đây cho ta một tính chất thú vị của sự độc lập giữa hai biến cố.

7
 TS. Cao Xuân Phương 2020

Mệnh đề. Các khẳng định sau là tương đương:

(a) A và B là độc lập.

(b) A và B là độc lập.
(c) A và B là độc lập.
(d) A và B là độc lập.

Chứng minh. (a)  (b): Giả sử A và B là độc lập. Khi đó, P  A  B  P  A  P  B . Bây giờ,
ta có

   
P A  B  P  A   P  A  B  P  A   P  A  P  B   P  A  1  P  B   P  A  P B .

Vậy ta kết luận A và B là độc lập.

Các chiều chứng minh (b)  (c), (c)  (d), (d)  (a) được tiến hành tương tự.

Ví dụ: Một chương trình máy tính gồm 2 phần do 2 lập trình viên viết một cách độc lập
nhau (mỗi người viết 1 phần). Khả năng để xảy ra một lỗi ở phần 1 và phần 2 tương ứng là
0,2 và 0,3. Vậy khả năng để chỉ có một lỗi trong cả hai phần là bao nhiêu?
Giải. Đặt các biến cố:
A: “chỉ có một lỗi trong cả hai phần”.
A1: “Lỗi nằm trong phần viết của lập trình viên thứ nhất”.
A2: “Lỗi nằm trong phần viết của lập trình viên thứ hai”.

Theo đề bài, A1 và A 2 là độc lập. Hơn nữa, ta có quan hệ A  A1 A2  A1A2 . Vì các biến cố

A1 A 2 , A1A 2 là xung khắc nên

  
P  A   P A1 A 2  P A1 A 2 . 
Hơn nữa, vì A1 và A 2 là độc lập nên các cặp biến cố A1 , A 2 và A1 , A 2 cũng là độc lập. Do
vậy,

   
P  A   P  A1  P A 2  P A1 P  A 2   0,2  0,7  0,8  0,3  0,38.

8
 TS. Cao Xuân Phương 2020

Câu hỏi 2: Có trường hợp nào mà biến cố A độc lập với chính nó không?

Ở trên là định nghĩa về sự độc lập giữa hai biến cố. Liệu chúng ta có khái niệm độc lập
cho một họ có nhiều hơn hai biến cố hay không. Thật ra, ta có

Định nghĩa. Các biến cố A1 ,A2 ,,An (với n  3 ) được gọi là độc lập (lẫn nhau) nếu mỗi
biến cố trong họ độc lập với tất cả các biến cố giao được thiết lập từ n  1 biến cố còn lại.

Chẳng hạn, xét họ gồm ba biến cố A, B,C . Họ này là độc lập lẫn nhau khi: A độc lập
với B , với C và với BC ; B độc lập với A , với C , với AC ; C độc lập với A , với B và với
AB .

Mệnh đề. Nếu các biến cố A1 ,A2 ,,An (với n  3 ) là độc lập thì

P  A1A2 An   P  A1  P  A2 P  A n .

Ví dụ: Một chương trình máy tính được kiểm tra bởi 5 lần kiểm tra độc lập nhau. Khả năng
phát hiện ra một lỗi của các lần kiểm tra này lần lượt là 0,1; 0,2; 0,3; 0,4; 0,5. Giả sử
chương trình trên chứa một lỗi. Tính xác suất để lỗi này được phát hiện bởi ít nhất một lần
kiểm tra.
Giải. Đặt các biến cố:
A: “Lỗi được phát hiện bởi ít nhất một lần kiểm tra”.
Ak: “Lỗi được phát hiện bởi lần kiểm tra thứ k”, (k=1,2,3,4,5).
Theo đề bài, A1,A2 ,A3 ,A4 ,A5 là độc lập. Hơn nữa, ta có quan hệ

A  A1 A 2 A 3 A 4 A 5 .

Từ đó suy ra

           
P A  P A 1 P A 2 P A 3 P A 4 P A 5  0,9  0,8  0,7  0,6  0,5  ?

Cuối cùng, ta có

 
P A  1  P A ?

9
 TS. Cao Xuân Phương 2020

Câu hỏi 3: Nếu A và B độc lập, A và C độc lập, và B và C độc lập thì có kết luận được A, B, C
độc lập lẫn nhau hay không? Nếu có thì hãy chứng minh, nếu không thì hãy cho phản ví dụ.

Yêu cầu: Sinh viên thực hiện các yêu cầu sau:

1. Đọc mục 2.6 (từ trang 62 đến trang 69), chương 2 của Giáo trình chính đã được
giảng viên đưa lên E-learning để hiểu thêm về bài giảng.
2. Trả lời các câu hỏi 1, 2 và 3 trong bài giảng.
3. Giải các bài tập 3, 5, 6, 7, 9, 10, 11, 12, 13, 14 và 15 trong file bài tập giảng viên đưa.

Mọi thắc mắc liên quan đến bài giảng, sinh viên liên hệ với giảng viên qua email:
caoxuanphuong@tdtu.edu.vn. Lưu ý là sinh viên phải dùng email trường để liên hệ.

KẾT THÚC

10