CHƯƠNG I KHÁI NIỆM CƠ BẢN VỀ XÁC SUẤT

1.1 BIẾN CỐ NGẪU NHIÊN VÀ XÁC SUẤT

 Tập hợp các biến cố (sự kiện) sơ cấp Ω=Ω ( ω ) .
Ký hiệu về biến cố ngẫu nhiên: Hai loại biến cố ngẫu nhiên đặc biệt.
∅ - biến cố không thể xảy ra;
Ω – biến cố chắc chắn xảy ra.
Cho A, B, là các biến cố ngẫu nhiên, khi đó ta ký hiệu,
 Biến cố tích : A ∩ B là biến cố khi A và B cùng xảy ra.
Đôi khi ta có thể ký hiệu biến cố tích đơn giản là: AB.
Ví dụ: A là biến cố khi chọn ngẫu nhiên một số ta được số chia hết cho 2;
B là biến cố khi chọn ngẫu nhiên một số ta được số chia hết cho 5;
Khi đó A ∩ B là biến cố khi chọn ngẫu nhiên một số ta được số chia hết cho 10;
 Nếu A ∩ B≡ ∅ thì ta nói rằng A và B là hai biến cố xung khắc.
Ví dụ: A là biến cố đèn trong phòng tắt; B là biến cố đèn trong phòng sáng;
Khi đó biến cố tích A ∩ B≡ ∅ , vậy A và B là hai biến cố xung khắc.
 Biến cố tổng: A ∪B là biến cố khi A hoặc B xảy ra.
Nếu A và B là các biến cố xung khắc thì ta có thể ký hiệu là: A + B.
Ví dụ: A là sự kiện sinh viên X học ở khoa Hệ thống thông tin; B là sự kiện sinh
viên X học năm thứ 2; vậy A ∪B là biến cố sinh viên X là sinh viên năm thứ 2
của khoa Hệ thống thông tin.
 Biến cố đối kháng A , là biến cố khi A không xảy ra.
Rõ ràng A và A là hai biến cố xung khắc, vì A A ≡ ∅ .
Ví dụ: A là biến cố hôm nay bạn Y không đi học; A là biến cố bạn Y có đi học.
 Hiệu của hai biến cố: A ¿ là biến cố khi A xảy ra nhưng B không xảy ra.
Chú ý: Ta có thể liên tưởng đến khái niệm về giao và hội trong giản đồ Venn trong lý
thuyết tập hợp khi nói về tích và tổng của các biến cố ngẫu nhiên.

 Biến cố tích: A ∩ B❑ A và B cùng xảy ra

⇔

 Biến cố tổng: A ∪B ❑ A hoặc B xảy ra

⇔

 Các định nghĩa cổ điển về xác suất.

1) Xác suất theo quan niệm đồng khả năng.
Khi trong một phép thử ngẫu nhiên tập các biến cố sơ cấp được biểu diễn dưới dạng của
n biến cố đồng khả năng xuất hiện và từng đôi một xung khắc Ai ;i=1,2 , … ,m ; nghĩa là
Ai ∩ A j=∅ ; i≠ j ,và biến cố B có dạng: B= A 1+ A 2+ …+ A m , khi đó xác suất của B sẽ
bằng:

1
 m
P ( B )= .
n

Ví dụ 1.1: Có 10 người gồm 5 nam và 5 nữ được bố trí ngồi một cách ngẫu nhiên quanh
một bàn tròn có 10 ghế ngồi. Tìm xác suất của biến cố:
a) Hai người quen nhau từ trước (trong 10 người đó) được ngồi cạnh nhau.
b) Nam nữ ngồi xen kẽ nhau.

 Gọi A là biến cố hai người quen nhau từ trước được ngồi cạnh nhau. Sử dụng
định nghĩa cổ điển của xác suất theo quan niệm đồng khả năng, ta sẽ có nhận xét
tổng số khả năng có thể sẽ là: 10!
Trong khi đó số khả năng phù hợp với sư kiện A, được xét như sau: Có 10 cặp
chỗ khác nhau trên bàn tròn cho hai người quen nhau từ trước, trong một cặp chỗ
thì có 2 khả năng khác nhau để bố trí họ ngồi với nhau, còn lại số kiểu xêp chỗ
tùy ý cho 8 người khác là 8!. Hay nói cách khác số khả năng phù hợp với sư kiện
2.10 .8! 2
A sẽ là: P ( A )= = .
10 ! 9

 Trong trường hợp nam nữ phải ngồi xen kẽ nhau ta sẽ tính như sau
Gọi B là biến cố nam nữ phải ngồi xen kẽ. Người đầu tiên chọn chỗ có 10 cách
chọn, người thứ hai khác giới với người đầu nên có 5 cách chọn, người thứ 3 cùng
giới với người đầu tiên nên chỉ còn 4 cách chọn, người tiếp theo khác giới với
người thứ hai nên còn 4 cách chọn. Vậy số khả năng chọn phù hợp với yêu cầu sự
kiện nam nữ ngồi xen kẽ sẽ bằng;
10.5.4.4.3.3.2.2.1.1. Mặt khác tổng số khả năng có thể khi chọn tùy ý chỗ ngồi sẽ
là; 10!
10.5.4 .4 .3.3 .2 .2.1 .1 . 1 1
Vậy xác suất của biến cố B là: = = ≈ 0,0079
10 ! 2.7 .9 126

2) Xác suất theo quan điểm hình học.

Cho H là miền đo được trong mặt phẳng, và A là miền con của H. Ta gieo ngẫu nhiên
một điểm trong miền H, khi đó xác suất để điểm gieo rơi vào miền A sẽ được tính bởi:
độ đo miền A
P=
độ đo miền H

Ví dụ 1.2: (Bài toán hẹn hò)

Có 2 người hẹn gặp nhau từ 14 đến 15 giờ theo cách sau: Mỗi người đến điểm
hen trong khoảng thời gian trên một cách tùy ý, ai đến trước phải chờ 15 phút
trong phạm vi không quá 15 phút, nếu không thấy người kia đến thì bỏ đi.

2
 Tìm xác suất để với kiểu hẹn như vậy họ gặp được nhau.
 Ta tìm xác suất theo quan điểm hình học. Gọi x và y là thời điểm đến của mỗi
người, theo giả thuyết chúng phải thỏa các điều kiện sau:
14 ≤ x ≤ 15 ;14 ≤ y ≤ 15.
Ta rút gọn lại cho đơn giản là
0 ≤ x ≤ 1; 0 ≤ y ≤1

Miền hình học tương ứng với tất cả các khả năng có thể xảy ra là hình vuông có
cạnh dài là 1.(1 tương đương với 60 phút trong thực tế≡T ). Ta gọi A là biến cố
hai người gặp nhau, để họ gặp nhau thì ( x , y ) phải thỏa bất đẳng thức;
1
|x− y|≤ ; ¿ giờ tương đương với 15 phút≡ τ ).
4
1 3 3 7
Diện tích của miền hình học phù hợp với A sẽ bằng: 1−2. . . = ≈ 0,4375.
2 4 4 16

Vậy xác suất của biến cố A gần bằng: 0,4375.

3) Xác suất theo quan điểm thống kê.
Xác suất của biến cố C có thể tính theo tần số xuất hiện, tức là tỷ số giữa số xuất hiện
của biến cố C (k lần) trong tổng số n phép thử được thực hiện:
k
P (C)= .
n

Ví dụ 1.3: Khi cần tìm độ tin cậy của một loại bóng đèn sau 500 giờ sử dụng (độ tin cậy
có thể hiểu như xác suất làm việc tốt của loại bóng đó trong 500 giờ). Ta có thể tính theo

3
quan điểm thống kê, nghĩa là lấy tỷ số giữa bóng đèn hỏng và số bóng đèn còn tốt sau
500 giờ sử dụng để tính độ tin cậy.
Tính xác suất theo quan điểm thống kê là một cách thường được sử dụng trong nhiều bài
toán thiếu các dữ liệu hệ thống liên quan đến sự xuất hiện của biến cố ngẫu nhiên.

BÀI TẬP TẠI LỚP

BÀI 1 Thang máy của một cơ quan 12 tầng dịch chuyển từ tầng 1 với 6 khách chờ, giả sử
các khách lên tầng là không phụ thuộc vào nhau. Tìm xác suất của các biến cố sau:
a) Tất cả cùng lên tầng ba.
b) Tất cả đều ra ở các tầng khác nhau.
c) 6 khách cùng ra một tầng.
Hướng dẫn giải.
a) Gọi A là biến cố tất cả 6 khách cùng lên tầng ba, ta sẽ có:
1
P ( A )= 6
11
(Chú ý rằng mỗi người chỉ có 11 cách chọn để lên tầng, và họ đều có cách chọn giống
nhau là tầng ba).
b) Gọi B là biến cố tất cả 6 khách đều ra ở các tầng khác nhau, ta sẽ có:
11.10 .9 .8 .7 .6 10.9.8 .7 .6
P ( B )= 6
= 5
11 11
c) Gọi C là biến cố tất cả 6 khách cùng ra một tầng, ta sẽ có:
11 1
P (C)= 6 = 5 .
11 11
BÀI 2
Một sinh viên chỉ học 20 trong 25 câu ôn tập. Biết rằng đề thi sẽ lấy 3 câu ngẫu nhiên
trong 25 câu ôn tập đó, hãy tìm xác suất để với cách học như vậy người sinh viên vẫn
làm được trọn vẹn đề thi.
Hướng dẫn giải.
Theo công thức của giải tích tổ hợp ta sẽ có xác suất cần tìm bằng:
3
C 20 2109 k n!
P= = ≈ 0.8336 . (Chú ý: C n= ;với k =1,2 , … ,n ;0 !=1 ¿ .
C
3
25
2530 k ! ( n−k )!

BÀI 3

4
Ta rút ngẫu nhiên 7 quân bài gồm 52 quân. Tìm xác suất của các biến cố sau:
a) Lấy được 4 quân có mầu đen.
b) Lấy được 2 quân cơ, 3 quân rô, 2 quân pic.
c) Lấy được 3 quân có chất chủ ( chất chủ đã xác định trước)
Hướng dẫn giải.
Ta tìm xác suất theo quan niệm cùng khả năng.
a) Gọi A là biến cố ngẫu nhiên 7 quân, lấy được 4 quân có mầu đen, ta sẽ có:
4 3
C26 . C26
P ( A )= 7
C 52
b) Gọi B là biến cố ngẫu nhiên 7 quân, lấy được 2 quân cơ, 3 quân rô, 2 quân pic, ta sẽ
có:
2 3 2
C 13 . C 13 . C13
P ( B )= 7
C 52
c) Gọi C là biến cố ngẫu nhiên 7 quân, lấy được 3 quân có chất chủ:
3 4
C 13 . C39
P (C)= 7
C52

BÀI 4

Trong một hộp có n1 cầu trắng và n2 cầu đen, ta lấy nhẫu nhiên trong hộp ra n cầu

( n≤ min ( n1 , n2 ) ), hãy tìm xác suất của các biến cố:

a) Tất cả n cầu rút ra đều có mầu trắng.
b) Trong n cầu rút ra có ít nhất một cầu trắng.
c) Trong n cầu rút ra có đúng k cầu trắng ( k ≤ n ) .

Hướng dẫn giải.

Ta tìm xác suất theo quan niệm đồng khả năng sẽ đi đến các kết quả sau:
a) Gọi A là biến cố, tất cả n cầu rút ra đều có mầu trắng:

C nn
P ( A )= n
1
.
C n1 +n2

b) Gọi B là biến cố, trong n cầu rút ra có ít nhất một cầu trắng:
n
Cn
P ( B )=1− n . 2

Cn +n 1 2

5
 Ở đây ta sử dụng tính chất: P ( B )+ P ( B )=1, trong đó ta hiểu Blà biến cố

trong n cầu rút ra không có cầu nào có mầu trắng.

c) Gọi C là biến cố, trong n cầu rút ra có đúng k cầu trắng ( k ≤ n ) :

k n−k
Cn Cn
P ( C ) =¿ n
1
. 2

C n +n 1 2

1.2 ĐỊNH NGHĨA XÁC SUẤT THEO HỆ TIÊN ĐỀ KOLMOGOROV

 Định nghĩa xác suất theo hệ tiên đề Kolmogorov.
Hệ tiên đề Kolmogorov;
1) Mọi biến cố ngẫu nhiên A, đều có: P ( A ) ≥ 0.
2) Nếu các biến cố E1 , E2 ,… , En tạo nên không gian các biến cố sơ cấp, nghĩa là
n
Ei ∩ E j=∅ ; ∀ i , j=1,2 , … , n ;i≠ j và ∑ Ei =Ω ,
i=1

khi đó ta sẽ có:
P ( E1 ) + P ( E2 ) +…+ P ( E n )=1.
3) Nếu các biến cố A1 , A 2 ,… , An là các biến cố xung khắc từng đôi một thì:
P ( A 1 + A 2 +…+ A n )=P ( A1 ) + P ( A2 ) +…+ P ( A n ) .
 Không gian xác suất ( Ω ,ℱ, P)
 Bộ ba ( Ω ,ℱ, P) với;
a) Ω là tập hợp tùy ý các phần tử ngẫu nhiên cơ bản ω ,
b) F là σ - đại số các tập con của Ω ,
c) P là độ đo cộng tính – xác suất xác định trên ℱ,

được gọi là không gian xác suất.

 Tập Ω=Ω ( ω ) thường gọi là không gian các sự kiên sơ cấp; Tập F thường gọi là
tập các biến cố ngẫu nhiên; P ( A ) là xác suất của biến cố ngẫu nhiên A với A ∈ F .

Ví dụ 2.1 Khi rút ngẫu nhiên một quân bài từ bộ bài có 52 quân bài, ta sẽ có không gian
mẫu của phép thử (rút 01 quân bài) là Ω={ ω1 , … , ω52 } , trong đó ω i ; i=1,2 , … , 52; là số
quân bài mà ta đã đánh số từ 1 đến 52.

6
Ví dụ 2.2 Khi kiềm tra sản phẩm từ một lô hàng ta lấy ngẫu nhiên một sản phẩm để thử
các biến cố ngẫu nhiên có thể xảy ra sẽ là: T “lấy được sản phẩm tốt”, H “lấy được sản
phẩm hư – phế phẩm”. Vậy không gian mẫu của phép thử (kiểm tra 01 sản phẩm) sẽ là
Ω={ T , H } .
 Định nghĩa 2.1 (σ -đại số) Tập các biến cố ngẫu nhiên F là σ -đại số nếu nó thỏa mãn
các điều kiện sau:
i) ∅ ∈ F ,
ii) Với mọi dãy ( A n) n ≥1 sao cho An ∈ F ,n ≥ 1 , ta có
¿ n ≥ 1 An∈ F,
iii) A ∈ F ⇒ ( Ω ¿ ) ∈ F ,
trong đó Ω ¿ ∶= {ω ∈ Ω :ω ∉ A } .
Chú ý: Từ các điều kiện ii) và iii) suy ra rằng
¿ n ≥ 1 A n=( ¿ n ≥1 An ) ∈ F , (Đẳng thức De Morgan)

với mọi dãy đếm được An ∈ F ,n ≥ 1.

 Ví dụ 2.3 Cho Ω là tập các số nguyên, dương: Ω={ 1,2, … }. F là σ -đại số các tập con
của Ω . Độ đo xác suất P , được xác định bởi
1
P ( n )= n
; n=1,2 , …
2
∞
Trong ví dụ này rõ ràng ta có: ∑ P ( n ) =1. Vậy P là độ đo xác suất σ -cộng tính xác
n =1

định trên F .
 Ví dụ 2.4 Cho Ω=( 0 , ∞ ) và F là σ -đại số các tập Borel trên Ω (tập các khoảng mở
xác định trênΩ ¿, Với mỗi khoảng I ∈ F , ta xác định độ đo xác suất P bởi
❑ ∞
P ( I ) =∫ e−x dx , ⇒ ∫ e−x dx=1.
(I) 0

Ta thấy rằng: ∀ I ∈ F ⇒ P ( I ) ≥ 0 ; P ( Ω )=1 ; Vậy P là độ đo xác suất σ -cộng tính xác

định trên F .
 Các đặc tính của xác suất
1) P ( A )=1−P ( A ) ; ∀ A ∈ F .
2) Với mọi biến cố ngẫu nhiên A và B, ta có
P ( A ∪ B ) =P ( A )+ P ( B )−P ( AB ) (1.1)

7
 3) Công thức Poincare: ∀ A i ∈ F ;i=1,2 , … ,n.
n
P ( ¿ i=1 ¿ n A i )=∑ P ( A i )−¿ ∑ P ( Ai ∩ A j ) +¿ ¿ ¿
i=1 1 ≤i< j ≤n

+ ∑ P ( Ai ∩ A j ∩ A k )+ …+¿ (−1 )
n+1
P ( ¿ i=1 ¿ n A i ) .¿
1 ≤i < j <k ≤n

Khi n=2 , từ công thức Poincare ta sẽ có trường hợp riêng của nó là (1.1).
Khi n=3 , từ công thức Poincare ta sẽ có trường hợp riêng của nó là:
P ( A 1 ∪ A 2 ∪ A3 ) =P ( A 1 ) + P ( A 2 ) + P ( A 3 )−P ( A1 ∩ A2 ) −P ( A 1 ∩ A 3 )
−P ( A 2 ∩ A 3 ) + P ( A 1 ∩ A 2 ∩ A 3 ) .

4) σ -cộng tính dưới: ∀ A n ∈ F ,

∞
P ( ¿ i=1 ¿ ∞ A i ) ≤ ∑ P ( Ai ). (1.2)
i=1

5) Nếu An ∈ F ; Bn ∈ F ; và A n ⊃B n ;với mọi n=1,2 ,… ta sẽ có

∞
P ( ¿ i=1 ¿ ∞ A i )−P ( ¿ i=1 ¿ ∞ B i ) ≤ ∑ |P ( An ) −P ( B n )|. (1.3)
n=1

Xác suất có điều kiện và tính độc lập

 Định nghĩa 2.2 Cho A ∈ F ; với P ( A ) ≠ 0. Xác suất có điều kiện của B∈ F cho A
được xác định bởi P ( A ∩ B ) /P ( A ) và được ký hiệu là P ( B∨A ) .
(Với P ( A )=0 , thì xác suất có điều kiện P ( .∨ A ) không xác định được).
Chú ý. Từ định nghĩa 1.4 ta sẽ suy ra các tính chất sau
 P ( A ∩ B )=P ( A ) P ( B∨ A ) =P ( B ) P ( A∨B ) . (1.4)
 Với A xác định, hàm tập P ( .∨ A ) trên F , là một độ đo xác suất.
Cho A1 , A 2 ,… , An , là các biến cố sao cho P ( ¿ i=1 ¿ n−1 Ai ) ≠ 0 , ta sẽ có
P ( ¿ i=1 ¿ n A i )=P ( A 1) P ( A2∨ A 1 ) P ( A3 ∨A 1 A 2) … P ( An ∨¿i =1 ¿ n−1 Ai ) .
(1.5)
Hệ thức (1.5) thường được gọi là công thức nhân xác suất
(Multiplication rule). Chú ý rằng (1.4) là trường hợp riêng của (1.5) khi
n=2.
 Định nghĩa 2.3 Hai biến cố A , B ∈ F được gọi là độc lập nếu

8
 P ( A ∩ B )=P ( A ) P ( B ) .
Nếu A và B là hai biến cố độc lập ta sẽ có các cặp: A , B ; A , B ; A , B ;đều là các
biến cố ngẫu nhiên độc lập.
 Định nghĩa 2.4 Các biến cố ngẫu nhiên { A1 , A 2 , … , A n } , được gọi là độc lập từng
đôi một (pairwise independent) nếu với mỗi cặp ( Ai , A j) ,
P ( A i ∩ A j ) =P ( A i ) P ( A j ) ; i≠ j ; i , j=1,2 , … ,n .
Ví dụ 2.5
Trong một khoa điều trị có 3 bệnh nhân nặng với xác suất cần cấp cứu trong vòng
một giờ của các bệnh nhân tương ứng là 0,7; 0,8; 0,9. Tìm xác suất sao cho trong
vòng một giờ:
a) Có hai bệnh nhân cần cấp cứu
b) Có ít nhất một bệnh nhân không cần cấp cứu

Trước hết ta đặt tên các sự kiện và tính xác suất tương ứng của chúng.
Ta đặt Ai là sự kiện bệnh nhân thứ i cần cấp cứu, vậy ta sẽ có theo đề bài
P ( A 1 )=0,7 ;P ( A 2 )=0,8 ; P ( A 3 )=0,9 ;
a) Gọi A là sự kiện có hai bệnh nhân cần cấp cứu, nó sẽ xảy ra 3 khả năng khác
nhau và ta sẽ thấy
A=A 1 A 2 A3 + A1 A2 A 3 + A 1 A 2 A3
Ba sự kiện tích trong tổng trên rõ ràng là xung khắc từng đôi một, nên ta có
P ( A )=P ( A1 A 2 A 3 ) + P ( A 1 A 2 A3 ) + P ( A1 A 2 A 3 ) ⇒

Từ đó do tính độc lập của các Ai ; i=1,2,3 , nên từ công thức nhân xác suất sẽ
suy ra:
P ( A )=P ( A1 ) P ( A 2 ) P ( A 3 ) + P ( A 1 ) P ( A2 ) P ( A 3 ) + P ( A1 ) P ( A 2 ) P ( A 3 )
¿ 0,7.0,8 .0,1+0,7.0,2.0,9+ 0,3.0.8 .0,9=0,398.
b) Gọi B là sự kiện có ít nhất một bệnh nhân không cần cấp cứu. Trong trường
hợp này tính xác suất của B (là sự kiện tất cả 3 bệnh nhân đó đều cần cấp cứu)
dễ hơn nên ta tính nó: P ( B )=P ( A 1 A 2 A3 ) =0,7.0,8 .0,9=0,504 , suy ra

P ( B )=1−P ( B )=0,496 .

9
 Định nghĩa 2.5 Các biến cố ngẫu nhiên { A1 , A 2 , … , A n } , được gọi là độc lập trên
toàn thể (completely independent) nếu ∀ k =1,2 , … ,n
P ( Ai A i … A i ) =P ( Ai ) P ( A i ) … P ( A i ) ,
1 2 k 1 2 k

với mọi tập con { A i , A i , … , Ai } của { A1 , A 2 , … , A n } , trong đó

1 2 k

1 ≤i 1 ≤ i 2 ≤ … ≤ i k ≤ n.
Độc lập trên toàn thể nói chung mạnh hơn độc lập từng đôi một, để thấy được điều
đó ta xét qua các ví dụ sau.
Ví dụ 2.6 Khi gieo 02 xúc sắc D1 và D 2 , không gian mẫu tương ứng bao gồm 36 biến
cố cơ bản: Ω={ ( i , j ) ; i , j=1,2 , … ,6 }. Ta gọi
A1= { D } rsub {1 } thấy mặt có 6 = { ( 6,1 ) ; ( 6,2 ) ; ( 6,3 ) ; ( 6,4 ) ; ( 6,5 ) ; ( 6,6 ) },
A2= { D} rsub { 2} thấy mặt có 6 ={ ( 1,6 ) ; ( 2,6 ) ; (3,6 ) ; ( 4,6 ) ; ( 5,6 ) ; (6,6 ) } ,
A3 = { D} rsub { 1} và { D } rsub {2 } thấy cùng một số = {( i , i ) ; i=1,2 , … , 6 } .
Ta có nhận xét
1
P ( A 1 )=P ( A 2) =P ( A 3 )= ;
6
Trong các Ai ; i=1,2,3 , đều có một biến cố ngẫu nhiên chung là ( 6,6 ) . Do đó
11 1
P ( A 1 ∩ A 2 )=P ( A1 ∩ A 3 ) =P ( A 2 ∩ A3 ) = = ;
6 6 36
Như vậy các biến cố Ai ; i=1,2,3 , là độc lập từng đôi một.
1
Mặt khác: A1 ∩ A 2 ∩ A 3= {( 6,6 ) } ⇒ P ( A 1 ∩ A 2 ∩ A 3 )= ;
36
1
⇒ P ( A 1 ∩ A 2 ∩ A 3 ) ≠ P ( A1 ) . P ( A 2) . P ( A 3 )= ;
216
Điều đó có nghĩa là các biến cố Ai ; i=1,2,3 ,không độc lập trên toàn thể.
Ví dụ 2.7 (Bài toán tứ diện Bernstein)
Cho hình tứ diện đều (chóp tam giác đều), có ba mặt sơn ba màu khác nhau là đỏ,
xanh và trắng mặt thứ tư của nó sơn cả ba màu nói trên (không trộn màu, mà thành

đỏ, xanh và trắng riêng không giao nhau). Gọi H Đ , H X , H T là biến cố ngẫu nhiên

khi gieo tùy ý tứ diện đó trên mặt phẳng ta sẽ có mặt úp xuống dưới là mặt có màu
đỏ, xanh, trắng tương ứng. Theo giả thuyết trong đề bài ta thấy rằng:

10
 1
P ( H Đ )=P ( H X )=P ( H T ) = .
2
1
P ( H Đ ∩ H X )=P ( H X ∩ H T )=P ( H T ∩ H Đ ) =
4
Mặt khác ta sẽ có:
1 1
P ( H Đ ∩ H X ∩ H T ) = ≠ P ( H Đ ) P ( H X ) P ( H T )= ;
4 8
Vậy H Đ , H X , H T , là những biến cố độc lập từng đôi một, nhưng không độc lập trên
toàn thể.
1.3 CÁC CÔNG THỨC XÁC SUẤT CƠ BẢN
 Dãy các phép thử độc lập và công thức Bernoulli
Dãy các phép thử độc lập là dãy các phép thử thỏa các điều kiện sau
1) Các phép thử trong dãy là độc lập với nhau,
2) Trong mỗi phép thử chỉ có biến cố A hoặc A xuất hiện,
3) Xác suất xuất hiện A trong mọi phép thử của dãy là bằng nhau: P ( A )= p ;
vì vậy P ( A )=1−p=q .
Khi đó xác suất A xuất hiện k lần trong n lần thử sẽ bằng
k n!
; với C n= ; k=0,1 , … , n .
k k n−k
Pn ( k )=C n p (1−p )
k ! ( n−k ) !
Công thức nêu trên được gọi là công thức Bernoulli. Nó được suy từ phép tính tổ
hợp kết hợp với công thức nhân xác suất (1.4).
 Công thức xác suất toàn phần (Còn gọi là Công thức xác suất đầy đủ)
Công thức xác suất toàn phần Cho A1 , A 2 ,… , An , là những biến cố xung khắc từng
n
đội một ( P ( Ai A j )=0 ; i ≠ j ) và chúng tạo nên một nhóm đủ, nghĩa là ∑ A i=Ω , và B
i=1

là một biến cố với P ( B ) ≠ 0 , ta sẽ có:

P ( B )=P ( A 1 ) P ( B/ A1 ) + P ( A2 ) P ( B / A 2 ) +…+ P ( An ) P ( B / A n ) (1.6)
Chứng minh: Do { Ai ; i=1,2 , … , n } là những biến cố xung khắc từng đội một, suy ra
{ B A i ;i=1,2, … , n } cũng sẽ là những biến cố xung khắc từng đội một, do đó theo
công thức cộng xác suất (Định nghĩa 1.3) ta có
n
P ( B )=P ( ¿ i=1 ¿ n B Ai ) =∑ P ( B Ai ) .
i=1

11
 Từ đó ta khai triển theo công thức nhân xác suất sẽ thu được
n
P ( B )=∑ P ( A i ) P ( B∨A i ) ,
i=1

Đó chính là công thức (1.6) cần chứng minh. ∎

Từ công thức xác suất toàn phần ta sẽ thu được một hệ quả là công thức Bayes, ta sẽ
xét trong phần tiếp theo sau đây.
 Công thức Bayes
Theo công thức (1.4) ta có
P ( A k ∩B )=P ( A k ) P ( B/ A k ) =P ( B ) P ( A k /B ) ,

Từ đó với P ( B ) ≠ 0 , ta sẽ thu được

P ( Ak ) P ( B / A k ) P( Ak ) P( B / Ak )
P ( A k / B )= =
P ( A 1 ) P ( B / A 1) + P ( A 2) P ( B/ A 2 ) +…+ P ( A n ) P ( B/ A n ) P (B )
(1.7)
Hệ thức (1.7) được gọi là Công thức Bayes.
Ví dụ 3.1 Trong một nhà máy có 4 phân xưởng cùng sản xuất một loại sản phẩm.
Biết rằng các phân xưởng 1,2,3,4 làm ra tương ứng với tỉ lệ: 25%; 30%; 25%;20%
tổng số sản phẩm của nhà máy. Ngoài ra ta còn biết được tỉ lệ phế phẩm tương ứng
của các phân xưởng là 2%;5%;3%;1%. Ta gọi:
 Ai ( i=1,2,3,4) là biến cố kiểm tra một sản phẩm thấy đó là sản phẩm của
phân xưởng thứ i,
 B là biến cố “kiểm tra một sản phẩm của nhà máy gặp đó là phế phẩm”
Khi đó áp dụng công thức xác suất toàn phần sẽ thu được:
4
P ( B )=∑ P ( B Ai ) =0,25.0,02+0,3.0,05+0,25.0 .03+0,2.0 .01=0.0295
i=1

Áp dụng công thức Bayes ta sẽ có xác suất của sự kiện “lấy ra một phế phẩm thì đó
là sản phẩm của phân xưởng thứ 3” sẽ bằng
P ( A 3 ) P ( B / A3 ) 0.0075
P ( A 3 / B )= ≈ ≈ 0,2542.
P (B ) 0,0295
Ví dụ 3.2 Một hệ thống S bao gồm 3 đường dẫn hoạt động độc lập. Mỗi đường dẫn
hoạt động khi và chỉ khi cả 2 trong số e i ; i=1,2,3 , phần tử con của nó hoạt động.

12
 Hình trên minh họa tình huống: S hoạt động nếu có ít nhất một đường dẫn với hai
phần tử con đang hoạt động (ký hiệu bằng hình chữ nhật) từ lối vào nút en đến
nút thoát ex. Như một ứng dụng có thể phục vụ một trong những điều sau: Áp
suất trong bình áp suất cao được biểu thị bằng 3 đồng hồ đo (có 3 loại đồng hồ đo
khác nhau được sử dụng). Nếu ít nhất 2 đồng hồ hiển thị cùng một áp suất, thì giá
trị này có thể được chấp nhận là giá trị thực. (Vì lý do an toàn thước đo bị hỏng
phải được thay thế ngay lập tức).Tại một thời điểm nhất định t 0, phần tử con e i
đang hoạt động với xác suất pi, i = 1, 2, 3. Xác suất để hệ thống S đang hoạt động
tại thời điểm t 0, là bao nhiêu?
Gọi A Slà biến cố hệ thống S đang làm việc tại thời điểm t 0 và Ai là biến cố phần
tử e i; i=1,2,3 hoạt động tại thời điểm t 0. Khi đó
A S= ( A 1 ∩ A2 ) ∪ ( A1 ∩ A 3 ) ∪ ( A2 ∩ A 3 )

Với A=A 1 ∩ A 2, B= A 1 ∩ A3 và C= A2 ∩ A 3, công thức Poincare (trường hợp

n=3 ¿có thể trực tiếp được áp dụng và mang lại xác suất của A Ssau đây
P ( A S )=P ( A1 ∩ A 2 ) + P ( A 1 ∩ A 3 ) + P ( A 2 ∩ A 3 )−2 P ( A 1 ∩ A 2 ∩ A 3 ).
Nghĩa là:
P ( A S )= p1 p 2+ p1 p3 + p2 p3 .

Như vậy nếu p1 ¿ p2 =p 3= p , ta sẽ có

2
P ( A S )=( 3−2 p ) p .

TÀI LIỆU THAM KHẢO (Dùng cho cả Học kỳ I, về môn XS-TK nâng cao)
1) Hướng dẫn giải Bài tập Xác suất và Thống kê toán học
Dương Tôn Đảm, Hà Mạnh Linh, Lê Hoàng Tuấn
NXB Đại học Quốc gia HCM, 2017.

13
 2) Một số phương pháp Toán Thống kê trong phân tích dữ liệu và
Qúa trình khuếch tán ngẫu nhiên
Dương Tôn Đảm, Dương Tôn Thái Dương, Đặng Kiên Cường
NXB Đại học Quốc gia HCM, 2018.
3) Xác suất – Thống kê chuyên sâu
Dương Tôn Đảm, Dương Tôn Thái Dương.
NXB Đại học Quốc gia HCM, (sẽ xuất bản trong năm 2021, SV được đọc bản
thảo trước khi xuất bản, theo từng chương khi học).

4) An Introduction to Probability and Statistics (Third Edition)

Vijay K. Rohatgi, A. K. Md. Ehsanes Saleh.
Wiley Series in Probability and Statistics, 2015.
5) Probability and Computer Scientists (Second Edition)
Machael Baron. CRC Press. A chapman & Hall Book, 2014.
6) Basics of Applied Stochastic Process
Richard Serforo. Springer, 2009.

BÀI TẬP VỀ NHÀ

 BÀI TẬP 1.
Lấy ngẫu nhiên 03 đoạn thẳng mà độ dài của mỗi đoạn đều nhỏ hơn L. Tìm xác suất của
sự kiện độ dài tổng của chúng lớn hơn L.
Hướng dẫn giải
Sử dụng cách tính xác suất theo quan điểm hình học.
 BÀI TẬP 2.
Ta chia một đoạn thẳng bằng hai điểm ngẫu nhiên. Từ đó ta có ba đoạn nhỏ, tìm xác suất
của sự kiện từ chúng ta nối được thành một hình tam giác.
Hướng dẫn giải
Sử dụng cách tính xác suất theo quan điểm hình học.

 BÀI TẬP 3.
Có hai hộp thuốc. Hộp thứ nhất đựng 8 lọ thuốc, trong đó có 3 lọ kém chất
lượng; hộp thứ hai đựng 6 lọ thuốc, trong đó có 2 lọ kém chất lượng.
a) Lấy ngẫu nhiên từ mỗi hộp ra một lọ. Tính xác suất để được 1 lọ tốt và 1 lọ kém
chất lượng.

14
 b) Lấy ngẫu nhiên một hộp rồi từ hộp đó lấy ra một lọ thì được lọ kém chất lượng.
Tính xác suất để lọ kém chất lượng đó thuộc hộp 2
Hướng dẫn giải
Sử dụng công thức xác suất đầy đủ (Công thức xác suất toàn phần)

 BÀI TẬP 4.
Điều tra về giới tính của sinh viên ở một trường học, người ta thấy rằng có 65%
nam và 35% nữ. Trong đó, tỷ lệ học sinh nữ và nam thích chơi game tương ứng là 20%
và 25%. Chọn ngẫu nhiên một sinh viên của trường này, tính xác suất:
a) Sinh viên được chọn thích chơi game.
b) Sinh viên được chọn là nam, biết rằng sinh viên này thích chơi game.
Hướng dẫn giải
Sử dụng công thức xác suất đầy đủ (Công thức xác suất toàn phần)
 BÀI TẬP 5.

Cho 3 hộp linh kiện máy tính mà khả năng lựa chọn của mỗi hộp là như nhau.
Hộp thứ nhất có 30 linh kiện, trong đó có 20 linh kiện tốt và 10 linh kiện xấu. Hộp thứ
hai có 30 linh kiện đều tốt. Hộp thứ ba có 30 linh kiện, trong có 15 linh kiện tốt và 15
linh kiện xấu. Chọn ngẫu nhiên một hộp và từ đó lấy ngẫu nhiên 1 linh kiện.
a) Tính xác suất linh kiện lấy ra là linh kiện tốt.
b) Giả sử linh kiện lấy ra là tốt. Tìm xác suất để linh kiện đó là của hộp thứ 3.

Hướng dẫn giải

Sử dụng công thức xác suất đầy đủ (Công thức xác suất toàn phần)

 BÀI TẬP 6.
Một sản phẩm khi xuất xưởng phải qua ba lần kiểm tra. Xác suất để một phế phẩm bị
loại ở lần kiểm tra đầu bằng 0,8; nếu lần kiểm tra đầu không bị loại thí xác suất nó bị
loại ở lần kiểm tra thứ hai bằng 0,9; và nếu ở lần thứ hai nó cũng không bị loại thì ở lần
thứ ba xác suất nó bị loại bằng 0,95.
a) Tính xác suất để để một phế phẩm bị loại qua ba lần kiểm tra.
b) Có một phế phẩm bị loại qua ba lần kiển tra, tìm xác suất để phế phẩm này bị
loại ở lần kiển tra thứ hai.

15
BÀI TẬP 7.

Cho các xác suất tương ứng với 2 sự kiện A và B là P ( A )=a; P ( B )=b ≠ 0 , Chứng minh
a+b−1
rằng: P ( A /B ) ≥ .
b
Hướng dẫn giải
Sử dụng công thức nhân xác suất.

BÀI TẬP 8.
Một lô hàng có N sản phẩm, trong đó có M phế phẩm. Rút lần lượt (không hoàn lại)
n sản phẩm để kiểm tra (n ≤ M ≤ N ). Nếu tất cả đều tốt thì ta nhận lô hàng.
a) Tìm xác suất nhận lô hàng.
b) Tìm xác suất nhận lô hàng với kiểu rút có hoàn lại.

16