Chuong 1 - Dai Cuong Ve Xac Suat

XÁC SUẤT THỐNG KÊ ỨNG DỤNG
Trường Đại học Công nghệ

Đại học Quốc gia Hà nội
Giảng viên: TS. Nguyễn Văn Quang

E-mail: nvquang.imech@gmail.com
Đánh giá kiểm tra:

 A: Điểm thành phần (40%)
o Điểm chuyên cần, điểm bài tập: 10%
o Điểm thi giữa kỳ: 30%
 B: Điểm thi cuối kỳ (60%)
 Điểm kết thúc môn học = A*0.4 + B*0.6
TS. Nguyễn Văn Quang

08-Sep-20 2
Đại học Công nghệ - ĐHQGHN
Tài liệu:
1. Đặng Hùng Thắng. Mở đầu về lý thuyết xác
suất và các ứng dụng. NXB Giáo dục, 1997.
2. Đặng Hùng Thắng. Thống kê và ứng dụng. NXB
Giáo dục, 1999.
3. Trần Mạnh Tuấn. Xác suất và thống kê, lý
thuyết và thực hành tính toán. NXB ĐHQGHN,
2004.
4. Nguyễn Quang Báu. Lý thuyết xác suất và
thống kê toán học. NXB ĐHQGHN, 2004.
5. Tống Đình Quỳ. Hướng dẫn giải bài tập xác
suất thống kê. NXB Giáo dục, 2000.
08-Sep-20 3
Biến cố và quan hệ giữa các biến cố
1. Phép thử và biến cố
Phép thử: việc thực hiện một nhóm các điều kiện cơ bản nhằm
quan sát một hiện tượng nào đó.
Biến cố: các kết quả có thể xảy ra của phép thử.
2. Phân loại biến cố, quan hệ giữa các biến cố
Biến cố ngẫu nhiên: biến cố có thể xảy ra hoặc không xảy ra khi
thực hiện phép thử.
Biến cố sơ cấp: biến cố không thể phân tích được nữa.
Biến cố chắc chắn: biến cố nhất định xảy ra khi thực hiện phép
thử. Ký hiệu: Ω.
Biến cố không thể: biến cố nhất định không xảy ra khi thực hiện
phép thử. Ký hiệu: 𝜙.
08-Sep-20 4
• Quan hệ kéo theo của biến cố
Biến cố A kéo theo biến cố B nếu A xảy ra thì B xảy ra: 𝐴 ⊂ 𝐵.
• Biến cố tổng
Xảy ra nếu ít nhất một trong hai biến cố A hoặc biến cố B xảy ra:
𝐴 + 𝐵 hoặc 𝐴 ∪ 𝐵.
• Biến cố tích
Xảy ra nếu biến cố A xảy ra và biến cố B xảy ra: 𝐴𝐵 hoặc 𝐴 ∩ 𝐵.
• Biến cố tương đương
A  B
AB
B  A
• Biến cố độc lập
Hai biến cố A và B là độc lập nếu việc xảy ra biến cố A không
ảnh hưởng đến việc xảy ra biến cố B và ngược lại.
08-Sep-20 5
• Biến cố hiệu
Xảy ra khi biến cố A xảy ra và biến cố B không xảy ra: 𝐴 − 𝐵.
• Biến cố đối
Xảy ra nếu biến cố A không xảy ra và ngược lại: 𝐴 = Ω − 𝐴.
• Biến cố xung khắc
Nếu hai biến cố A và B không đồng thời xảy ra trong một phép
thử: 𝐴𝐵 = ∅.
Chú ý: Mọi biến cố ngẫu nhiên A đều được biểu diễn thành
tổng của một số biến cố sơ cấp nào đó. Các biến cố sơ cấp trong
tổng này gọi là các biến cố thuận lợi cho biến cố A.
Biến cố chắc chắn Ω là tổng của mọi biến cố sơ cấp có thể
(không gian các biến cố sơ cấp).
08-Sep-20 6
Các phép toán của biến cố có tính chất giống các phép toán của
tập hợp:
A  B  A  B , AB  A  B
08-Sep-20 7
• Hệ đầy đủ
Hệ các biến cố 𝐴𝑖 , 𝑖 = 1 … 𝑛 được gọi là hệ đầy đủ nếu trong
mỗi phép thử nhất định 1 và chỉ 1 trong các biến cố 𝐴𝑖 xảy ra.
 A1   An  

 Ai Aj  
Chú ý: 𝐴, 𝐴 luôn tạo thành hệ đầy đủ.
Ví dụ: Tung một con xúc xắc.
Biến cố 𝐴𝑖 = xuất hiện mặt i chấm.
Biến cố B = xuất hiện mặt chấm lẻ.
Khi đó:
𝐴1 , … , 𝐴6 : hệ đầy đủ.
𝐴2 , 𝐴4 , 𝐴6 , 𝐵: hệ đầy đủ.
08-Sep-20 8
Các định nghĩa xác suất
1. Định nghĩa cổ điển
Giả sử phép thử có n biến cố đồng khả năng có thể xảy ra. Trong
đó có m biến cố đồng khả năng thuận lợi cho biến cố A. Khi đó:
m Số trường hợp thuận lợi cho A.
P  A 
n Số trường hợp có thể xảy ra khi thực hiện phép thử.
Ví dụ: Trong 1 hộp có 6 bi trắng, 4 bi đen. Lấy ngẫu nhiên ra 5
bi. Tính xác suất để lấy được đúng 3 bi trắng.
C63  C42
P ( A)  5 (phân bố siêu bội).
C10
Ví dụ: Có 10 người lên ngẫu nhiên 5 toa tàu. Tính xác suất để
toa thứ nhất không có người lên. 10
4
P ( A)  10
5
08-Sep-20 9
Ưu điểm, hạn chế của định nghĩa xác suất cổ điển

• Ưu điểm: không cần thực hiện phép thử.
• Hạn chế:
+ Đòi hỏi số kết cục hữu hạn.
+ Các kết cục phải đảm bảo tính duy nhất, đồng khả năng.

08-Sep-20 10
2. Định nghĩa theo thống kê
Thực hiện phép thử n lần. Biến cố A xuất hiện m lần. Tần suất
xuất hiện biến cố A:
m Số lần xuất hiện biến cố A (m: tần số).
f  A 
n Số lần thực hiện phép thử.
Khi đó: P ( A)  lim f  A  .
n 
0  P ( A)  1
 P ()  1, P()  0

Tính chất của xác suất: 
 P ( A)  P ( A)  1
 P ( A)  P ( AB)  P ( AB )

08-Sep-20 11
Nguyên lý xác suất lớn, nhỏ
Nguyên lý xác suất lớn:
Nếu 1 biến cố có xác suất rất lớn, thực tế ta có thể cho rằng trong
1 phép thử biến cố đó sẽ xảy ra.
Mức xác suất đủ lớn gọi là độ tin cậy.
Nguyên lý xác suất lớn là cơ sở của phương pháp ước lượng bằng
khoảng tin cậy.
Nguyên lý xác suất nhỏ:
Nếu 1 biến cố có xác suất rất nhỏ, thực tế ta có thể cho rằng trong
1 phép thử biến cố đó sẽ không xảy ra.
Mức xác suất đủ nhỏ gọi là mức ý nghĩa.
Nguyên lý xác suất nhỏ là cơ sở của phương pháp kiểm định giả
thiết thống kê.
08-Sep-20 12
Một số công thức tính xác suất
Công thức cộng xác suất:
P( A  B )  P ( A)  P ( B )  P ( AB )
Chứng minh: A  B  AB  AB  AB
 P ( A  B )  P ( AB  AB  AB )
 P ( AB )  P ( AB)  P ( AB) (tổng các biến cố xung khắc)
  P ( AB )  P ( AB)    P ( AB)  P ( AB)   P ( AB)
 P ( A)  P ( B )  P ( AB)
 P ( A  B  C )  P ( A)  P ( B )  P (C ) 
 P ( AB)  P ( BC )  P (CA)  P ( ABC )
08-Sep-20 13
Ví dụ: Có 3 bức thư bỏ ngẫu nhiên vào 3 phong bì có đề sẵn địa
chỉ. Tính xác suất để có ít nhất 1 bức thư đúng địa chỉ.
Giải: A = có ít nhất 1 bức đúng địa chỉ.

Ai = bức thứ i đúng địa chỉ.
 A  A1  A2  A3
Vì các phong bì có vai trò như nhau nên áp dụng công thức cộng
xác suất ta có:
P( A)  3P( A1 )  3P( A1 A2 )  P( A1 A2 A3 )
2! 1! 1 2
 3 3  
3! 3! 3! 3
08-Sep-20 14
Ví dụ: Có k người cùng lên ngẫu nhiên 3 toa tàu, 𝑘 > 3. Tính xác
suất để tất cả các toa đều có người lên.
Giải: A = tất cả các toa đều có người lên.
A = có ít nhất 1 toa không có người lên.
Ai = toa thứ i không có người lên.
 A  A1  A2  A3
Vì các toa tàu có vai trò như nhau nên áp dụng công thức cộng
xác suất ta có:
P ( A)  3P ( A1 )  3P( A1 A2 )  P ( A1 A2 A3 )
2k 1 3k 1  2k  1
 3 k  3 k  0  P( A)  1  P( A) 
3 3 3k 1
08-Sep-20 15
Định nghĩa: Xác suất của biến cố A được tính trong điều kiện
biến cố B đã xảy ra được gọi là xác suất có điều kiện của biến cố
A. Ký hiệu: P  A B  .
Công thức nhân xác suất:
P  AB   P  A   P  B A   P  B   P  A B 
P  ABC   P  A BC   P  B C   P  C 
Tính chất: A, B độc lập  P  AB   P  A   P  B 
P  AB  P  B   P  A B 
Hệ quả: P  B A   
P  A P  A
08-Sep-20 16
Chú ý: Khi cố định B thì P  A B  có tất cả các tính chất của xác
suất thông thường.
Ví dụ: P  A B   1  P A B  
P  A1  A2 B   P  A1 B   P  A2 B   P  A1 A2 B 
Ví dụ: Giả sử các biến cố A, B có xác suất:
P  A   2 / 5, P  B   1 / 3, P  AB   1 / 6
Tính: P  A B  , P  A  B  , P  AB  , P B A 
P  AB  1 / 6 1
P  A B   
P  B 1/ 3 2
17
P  A  B   P  A   P  B   P  AB  
30
08-Sep-20 17
P  AB   P  A   P  B A   P  A   1  P  B A  
 P  AB   2 1 7
 P  A   1    P  A   P  AB    
 P  A  5 6 30
P  AB  P  B  P  A B
 
P B A  1 P B A  1   P  A
 1
P  A
P  B   1  P  A B   13
 1 
P  A 18

08-Sep-20 18
Ví dụ: Hai công ty A và B cùng kinh doanh một mặt hàng. Xác
suất cty A bị thua lỗ là 0.2, xác suất cty B bị thua lỗ là 0.4. Trên
thực tế người ta biết rằng khả năng cả hai cty cùng thua lỗ là 0.1.
Tính xác suất để chỉ có một cty bị thua lỗ.
Giải: C1= cty A bị thua lỗ.
C2= cty B bị thua lỗ.
C = chỉ có 1 cty bị thua lỗ.
Do đó: C  C1C2  C2C1
Theo công thức cộng xác suất: P  C   P  C1C2   P  C2C1 
𝐶1 , 𝐶2 không độc lập vì: P  C1  P  C2   0.8  P  C1C2   0.1

08-Sep-20 19
Theo công thức nhân xác suất:
P  C1C2   P  C1   P  C2 C1 
 P  C1C2  
 P  C1   1  P  C2 C1    P  C1   1  
 P  C1  
 0.1 
 0.2 1    0.1
 0.2 

Tương tự ta có: P C2C1  0.3 
Do đó: P  C   0.1  0.3  0.4
08-Sep-20 20
Ví dụ: Một hộp bi chứa 4 bi trắng, 3 bi vàng và 1 bi xanh. Lấy
lần lượt (không hoàn lại) từ hộp ra 2 bi. Tính xác suất để lấy
được 1 bi trắng và 1 bi vàng.
Giải: Biểu diễn bài toán qua sơ đồ cây:
T
T 3/7 V
Do đó, xác suất để lấy được 1/2 X
1 bi trắng và 1 bi vàng: 4/7 T
3/8
1 3 3 4 3 T+V+X V V
    X
2 7 8 7 7
T
X V
X
08-Sep-20 21
Ví dụ: Một hộp bi chứa 4 bi trắng, 3 bi vàng và 1 bi xanh. Lấy
lần lượt (không hoàn lại) từ hộp ra 2 bi. Tính xác suất để lấy
được 1 bi trắng và 1 bi vàng.
T = lấy được bi trắng, V = lấy được bi vàng.

Xác suất để lấy được 1 bi trắng và 1 bi vàng:
P TV   P VT   P T   P V T   P V   P T V 
1 3 3 4 3
    
2 7 8 7 7

08-Sep-20 22
Ví dụ: Tung 3 con xúc xắc cân đối, đồng chất một cách độc lập.
Tính xác suất để:
a. Tổng số chấm bằng 8 biết có ít nhất 1 mặt 1 chấm.
b. Có ít nhất một mặt 6 chấm biết số chấm trên 3 con là khác
nhau.
Giải: a. A = tổng số chấm xuất hiện là 8.
B = có ít nhất 1 mặt 1 chấm.
Do đó: AB = tổng số chấm là 8 và có ít nhất 1 mặt 1 chấm.
Tổng số kết quả có thể xảy ra: 63 = 216.
Các kết quả thuận lợi cho biến cố AB: (1,2,5) và 5 hoán vị khác;
(1,3,4) và 5 hoán vị khác; (1,1,6) và 2 hoán vị khác.
Số kết quả thuận lợi cho biến cố AB: 6+6+3 = 15.
08-Sep-20 23
15
 P  AB  
216
53 P  AB  15
Mà P  B   1  P  B   1  3   P  A B 
91

6 216 P  B  91
b. C = ít nhất 1 mặt 6 chấm.
D = số chấm trên 3 con khác nhau.
Số kết quả thuận lợi cho biến cố CD: 3.5.4 = 60.
60
 P  CD  
216
P  CD  1
 P C D  
6.5.4 120
Mà P  D    
216 216 P  D 2

08-Sep-20 24
Ví dụ: Tung lần lượt 3 con xúc xắc cân đối, đồng chất. Tính xác
suất để:
b. Có ít nhất một mặt 1 chấm biết số chấm khác nhau từng đôi
một.
Giải: A = có ít nhất 1 mặt 1 chấm.
B = tổng số chấm bằng 9.
C = các số chấm khác nhau từng đôi một.
53
a. P  A  1  3
P  AB  15 63
 P  B A 
6 15
 3 3 3 
15 P  A 6 6  5
P  AB   3
91
6
08-Sep-20 25
Ví dụ: Tung lần lượt 3 con xúc xắc cân đối, đồng chất. Tính xác
suất để:
b. Có ít nhất một mặt 1 chấm biết số chấm khác nhau từng đôi
một.
Giải: A = có ít nhất 1 mặt 1 chấm.
B = tổng số chấm bằng 9.
C = các số chấm khác nhau từng đôi một.
6.5.4
b. P C   3 P  AC  1
6  P A C  
3.5.4 P C  2
P  AC   3
6
08-Sep-20 26
Ví dụ: Một gia đình có 2 người con. Tính xác suất để cả 2 đều là
con trai nếu biết rằng ít nhất trong 2 người con đó có 1 người là
trai.
Giải: A = cả 2 người là con trai.

B = ít nhất trong 2 người có 1 người là trai.
A  B  P  AB   P  A   0.25
P  B   1  P  B   1  0.25  0.75
P  AB  1
 P  A B  
P  B 3

08-Sep-20 27
Công thức xác suất đầy đủ (công thức xác suất tiền nghiệm):
Giả sử hệ các biến cố 𝐵𝑖 , 𝑖 = 1 … 𝑛 là một hệ đầy đủ. Khi đó với
biến cố H bất kỳ, ta có:
n n
P  H    P  HBi    P  Bi   P  H Bi 
i 1 i 1
Công thức Bayes (công thức xác suất hậu nghiệm):

Giả sử hệ các biến cố 𝐵𝑖 , 𝑖 = 1 … 𝑛 là một hệ đầy đủ và
𝑃 𝐻 > 0, H là biến cố bất kỳ:
P  HBk  P  Bk   P  H Bk 
P  Bk H    n
PH 
 P  Bi   P  H Bi 
i 1
08-Sep-20 28
Ví dụ: Có 2 hộp bi cùng cỡ, hộp 1 chứa 4 bi trắng và 6 bi xanh,
hộp 2 chứa 5 bi trắng và 7 bi xanh. Lấy ngẫu nhiên 1 hộp, từ hộp
đó lấy ngẫu nhiên 1 bi thì được bi trắng. Tìm xác suất để viên bi
tiếp theo, cũng lấy từ hộp trên ra là bi trắng.
Giải: H1 = lấy được hộp 1; H2 = lấy được hộp 2.
Suy ra H1, H2 tạo thành hệ đầy đủ.
P  H1   P  H 2   0.5
A = lấy được bi trắng ở lần 1.
 P  B A  ?
B = lấy được bi trắng ở lần 2.

08-Sep-20 29
Theo công thức xác suất đầy đủ:
P  A   P  AH1   P  AH 2   P  H1   P  A H1   P  H 2   P  A H 2 
1 4 1 5 49
    
2 10 2 12 120
P  AB   P  ABH1   P  ABH 2 
 P  H1   P  AB H1   P  H 2   P  AB H 2 
1 4 3 1 5 4 47
      
2 10 9 2 12 11 330
P  AB  188
 P  B A  
P  A  539
08-Sep-20 30
Ví dụ: Một rổ cam gồm 3 loại. Loại 1 có 20%, loại 2 có 30%, loại
3 có 50%, với các tỷ lệ cam hỏng tương ứng là 2%, 3% và 1%.
a. Lấy ngẫu nhiên ra 1 quả cam. Tính xác suất để quả cam đó là
quả hỏng.
b. Giả sử lấy được 1 quả hỏng, tính xác suất để nó là quả cam loại
1.
Giải: A = cam loại 1; B = cam loại 2; C = cam loại 3.
H = cam lấy ra là quả hỏng.
Suy ra A, B, C tạo thành hệ đầy đủ.
Ta có: P  A   0.2, P  B   0.3, P  C   0.5
P  H A   0.02, P  H B   0.03, P  H C   0.01
08-Sep-20 31
a. Theo công thức xác suất đầy đủ:
P  H   P  HA   P  HB   P  HC 
 P  A  P  H A  P  B   P  H B   P C   P  H C 
 0.2  0.02  0.3  0.03  0.5  0.01  0.018
b. Theo công thức Bayes:
P  AH  P  A   P  H A  0.2  0.02
P A H      0.2222
PH  PH  0.018

08-Sep-20 32
Ví dụ: Có 4 hộp như nhau đựng cùng 1 chi tiết máy. Trong đó có
1 hộp 3 chi tiết xấu, 5 chi tiết tốt do máy I sản xuất. 3 hộp còn lại
mỗi hộp đựng 4 chi tiết xấu, 6 chi tiết tốt do máy II sản xuất. Lấy
ngẫu nhiên 1 hộp, rồi từ đó lấy ra 1 chi tiết máy.
a. Tính xác suất để chi tiết máy lấy ra là tốt.
b. Với chi tiết tốt ở câu a. Tính xác suất để nó được lấy ra từ hộp
của máy I.
5/8 Tốt
I
1/4
Xấu
4 hộp
6/10 Tốt
3/4 II
Xấu
08-Sep-20 33
Ai = lấy được hộp đựng chi tiết do máy i sản xuất.
B = lấy được chi tiết tốt.
Ai tạo thành hệ đầy đủ.
P  B   P  BA1   P  BA2   P  A1   P  B A1   P  A2   P  B A2 
1 5 3 6 97
    
4 8 4 10 160
P  BA1  P  A1   P  B A1 
P  A1 B   
P  B P B
1 5 160 26
   
4 8 97 97
08-Sep-20 34
Ví dụ: Trong số bệnh nhân ở 1 bệnh viện có 50% điều trị bệnh A,
30% điều trị bệnh B, 20% điều trị bệnh C. Xác suất để chữa khỏi
các bệnh A, B, C tương ứng là 0.7, 0.8, 0.9. Tính tỷ lệ bệnh nhân
được chữa khỏi bệnh A trong tổng số bệnh nhân đã được chữa
khỏi bệnh.
Giải: A, B, C = bệnh nhân điều trị các bệnh A, B, C.
H = bệnh nhân được chữa khỏi bệnh.
A, B, C tạo thành hệ đầy đủ.
Ta có: P  A   0.5, P  B   0.3, P  C   0.2

P  H A   0.7, P  H B   0.8, P  H C   0.9

08-Sep-20 35
Theo công thức xác suất đầy đủ:
P  H   P  HA   P  HB   P  HC 
 0.5  0.7  0.3  0.8  0.2  0.9  0.77
Theo công thức Bayes:
P  AH  P  A   P  H A  0.5  0.7
P A H      0.4545
PH  PH  0.77

08-Sep-20 36
Ví dụ: Một bệnh nhân bị nghi mắc 1 trong các bệnh A, B, C với
xác suất tương ứng là 0.3, 0.4, 0.3. Để biết chính xác bị bệnh gì
người đó đi xét nghiệm. Biết rằng xác suất để xét nghiệm cho kết
quả dương tính khi người đó mắc bệnh A, B, C lần lượt là 0.2,
0.5, 0.7.
a. Tính xác suất xét nghiệm cho kết quả dương tính.
b. Giả sử xét nghiệm cho kết quả âm tính. Tính xác suất bệnh
nhân mắc bệnh A.
Giải: A, B, C = bệnh nhân mắc bệnh A, B, C.
H = xét nghiệm cho kết quả dương tính.
A, B, C tạo thành hệ đầy đủ.
P  A   0.3, P  B   0.4, P  C   0.3
Ta có:
P  H A   0.2, P  H B   0.5, P  H C   0.7
08-Sep-20 37
Xác suất bệnh nhân đi xét nghiệm cho kết quả dương tính:
P  H   P  HA   P  HB   P  HC 
 0.3  0.2  0.4  0.5  0.3  0.7  0.47
Xét nghiệm cho kết quả âm tính, xác suất bệnh nhân mắc bệnh A:
P  AH  P  A  P  H A

P AH   PH 

1 PH 
P  A   1  P  H A   0.3  0.8
   0.453
1 PH  0.53
08-Sep-20 38
Ví dụ: Một hộp có 4 sản phẩm tốt và 2 sản phẩm xấu. Lấy ngẫu
nhiên lần lượt từ hộp ra 2 sản phẩm. Biết rằng sản phẩm lấy ra ở
lần thứ 2 là sản phẩm tốt. Tính xác suất để sản phẩm lấy ra ở lần
thứ 1 cũng là sản phẩm tốt.
3/5 Tốt
Tốt
4/6
Xấu
Hộp (4 tốt, 2 xấu)

4/5 Tốt
2/6
Xấu
Xấu
08-Sep-20 39
Giải: A = lấy lần 1 được sản phẩm tốt.
B = lấy lần 2 được sản phẩm tốt.
𝐴, 𝐴 tạo thành hệ đầy đủ.
Ta có: P  A   , P  A  
2 1
3 3
P  B A  , P B A 
3
5
 4
5

 
P  B   P  BA   P  BA   P  A   P  B A   P  A   P B A 
2
3
P  AB  P  A   P  B A  2 3
 P  A B      0.6
P  B P  B 5 2
08-Sep-20 40
Công thức Bernoulli

Giả sử trong mỗi phép thử biến cố A xảy ra với xác suất là 𝑝
(không xảy ra với xác suất 𝑞 = 1 − 𝑝). Thực hiện n phép thử độc
lập như vậy. Khi đó xác suất sau n phép thử biến cố A xuất hiện
đúng k lần:
Pn  k   Cnk  p k  q n k ; q  1  p ; k  0, ,n

08-Sep-20 41
Ví dụ: Bắn 5 viên đạn độc lập với nhau vào cùng 1 mục tiêu. Xác
suất trúng mục tiêu của các lần bắn như nhau và bằng 0.2. Muốn
bắn hỏng mục tiêu phải có ít nhất 3 viên đạn trúng đích. Tính xác
suất để mục tiêu bị hỏng.
Giải: k là số đạn bắn trúng, xác suất để mục tiêu bị hỏng:
P  k  3  P5  3  P5  4   P5  5 
 C53  0.23  0.82  C54  0.24  0.8  0.25
 0.058

08-Sep-20 42

Chuong 1 - Dai Cuong Ve Xac Suat

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Chuong 1 - Dai Cuong Ve Xac Suat

Uploaded by

Copyright:

Available Formats

XÁC SUẤT THỐNG KÊ ỨNG DỤNG

Trường Đại học Công nghệ

Giảng viên: TS. Nguyễn Văn Quang

Đánh giá kiểm tra:

TS. Nguyễn Văn Quang

Ưu điểm, hạn chế của định nghĩa xác suất cổ điển

TS. Nguyễn Văn Quang

Giải: A = có ít nhất 1 bức đúng địa chỉ.

TS. Nguyễn Văn Quang

Do đó: C  C1C2  C2C1

Theo công thức cộng xác suất: P  C   P  C1C2   P  C2C1 

𝐶1 , 𝐶2 không độc lập vì: P  C1  P  C2   0.8  P  C1C2   0.1

T = lấy được bi trắng, V = lấy được bi vàng.

TS. Nguyễn Văn Quang

TS. Nguyễn Văn Quang

Giải: A = cả 2 người là con trai.

TS. Nguyễn Văn Quang

Công thức Bayes (công thức xác suất hậu nghiệm):

TS. Nguyễn Văn Quang

b. Theo công thức Bayes:

TS. Nguyễn Văn Quang

Ta có: P  A   0.5, P  B   0.3, P  C   0.2

TS. Nguyễn Văn Quang

Theo công thức Bayes:

TS. Nguyễn Văn Quang

Hộp (4 tốt, 2 xấu)

Công thức Bernoulli

TS. Nguyễn Văn Quang

Giải: k là số đạn bắn trúng, xác suất để mục tiêu bị hỏng:

TS. Nguyễn Văn Quang

You might also like