xsvt1 PDF

3/1/2019
CHƯƠNG 1: CÁC KHÁI NIỆM CƠ BẢN VỀ XÁC SUẤT CHƯƠNG 1: CÁC KHÁI NIỆM CƠ BẢN VỀ XÁC SUẤT
1.1 PHÉP THỬ VÀ BIẾN CỐ

 Trong thực tế ta thường gặp nhiều thí nghiệm, quan sát mà các kết quả
của nó không thể dự báo trước được. Ta gọi chúng là các phép thử ngẫu
Hiện tượng nhiên.
Hiện tượng
ngẫu nhiên
tất nhiên
 Với phép thử ngẫu nhiên ký hiệu C. Tuy không biết kết quả sẽ xảy ra như
thế nào, nhưng trong nhiều trường hợp ta có thể liệt kê được hoặc biểu
diễn tất cả các kết quả của phép thử C. Mỗi kết quả của phép thử C
XÁC SUẤT LÀ GÌ ? được gọi là một biến cố sơ cấp. Tập hợp tất cả các biến cố sơ cấp của
TẠI SAO CẦN
phép thử được gọi là không gian mẫu, ký hiệu .
NGHIÊN CỨU XS
 Chẳng hạn, với phép thử gieo con xúc xắc (6 mặt), tuy không biết kết
quả sẽ xảy ra như thế nào, nhưng ta có thể liệt kê được hoặc biểu diễn
tất cả các kết quả của phép thử này; đó là sự xuất hiện mặt có số chấm
1, 2, 3, 4, 5, 6. Ta xem các kết quả này là các biến cố sơ cấp. Không
 
gian mẫu của phép thử gieo con xúc xắc là   1, 2, 3, 4, 5, 6 .
3/1/2019 1 3/1/2019 2
1.1.1 Phép thử (Experiment) 1.1.2. Biến cố (Event)

Định nghĩa và ví dụ Tung đồng xu Gieo xúc xắc  Với phép thử C ta thường xét các biến cố (còn gọi là sự kiện) mà
việc xảy ra hay không xảy ra hoàn toàn được xác định bởi kết
Biến cố sơ cấp Mặt có 1 chấm
Sấp, ngửa
đến 6 chấm quả của C.
 Mỗi kết quả  của C được gọi là kết quả thuận lợi cho biến cố A
nếu A xảy ra khi kết quả của C là .
Không gian mẫu   S, N    1, 2, 3, 4, 5, 6
Phép thử
Ví dụ 1.2: Nếu gọi A là biến cố “số chấm xuất hiện là chẵn” trong phép thử
gieo xúc xắc ở Ví dụ 1.1 thì A có các kết quả thuận lợi là các mặt có 2, 4, 6
Mặt có số chấm, vì biến cố A xuất hiện khi kết quả của phép thử là mặt 2 chấm, 4
Biến cố S   N  chấm chẵn
chấm hoặc 6 chấm. Mặt 1 chấm, 3 chấm, 5 chấm không phải là kết quả
…
thuận lợi đối với A.
Ta gọi các thí nghiệm, quan sát mà các kết quả của nó không thể dự
Tung hai đồng xu, biến cố xuất hiện một mặt sấp một mặt ngửa (xin âm
báo trước được là phép thử ngẫu nhiên.
dương) có các kết quả thuận lợi là (S,N); (N,S).
3/1/2019 3 3/1/2019 4
1
3/1/2019
Nhận xét 1.1: 1.1.3. QUAN HỆ CỦA CÁC BIẾN CỐ

1. Có thể xem mỗi biến cố A là một tập con của không gian mẫu  Một cách tương ứng với các phép toán: hợp, giao, lấy phần bù của
có các phần tử là các kết quả thuận lợi đối với A. tập hợp, trong lý thuyết xác suất người ta xét các quan hệ sau đây
2. Mỗi biến cố chỉ có thể xảy ra khi một phép thử được thực hiện, cho các biến cố trong cùng một phép thử.
nghĩa là gắn với không gian mẫu nào đó. A. Quan hệ biến cố đối
Có hai biến cố đặc biệt sau: Với mỗi biến cố A, luôn có biến cố gọi là biến cố đối của A, ký
 Biến cố chắc chắn là biến cố luôn luôn xảy ra khi thực hiện phép hiệu A và được xác định như sau: A xảy ra khi và chỉ khi A không
thử. Không gian mẫu  là một biến cố chắc chắn. xảy ra.
 Biến cố không thể là biến cố nhất định không xảy ra khi thực hiện Ví dụ 1.3:
phép thử. Biến cố không thể được ký hiệu . • Bắn một phát đạn vào bia.
Tung một con xúc xắc, biến cố xuất hiện mặt có số chấm nhỏ hơn hay Gọi A là biến cố “bắn trúng bia”. Biến cố đối của A là A : “bắn trượt bia”.
bằng 6 là biến chắc chắn, biến cố xuất hiện mặt có 7 chấm là biến cố • Gieo con xúc sắc.
không thể. Gọi B là biến cố “mặt chẵn xuất hiện”. Đối của B là B : “mặt lẻ xuất hiện”.
3/1/2019 5 3/1/2019 6
B. Tổng của các biến cố C. Tích của các biến cố
 Tổng của hai biến cố A và B là biến cố được ký hiệu AB.  Tích của hai biến cố A và B là biến cố được ký hiệu AB.
 Biến cố tổng AB xảy ra khi và chỉ khi có ít nhất A hoặc B xảy ra.  Biến cố tích AB xảy ra khi và chỉ khi đồng thời A và B cùng xảy ra.
 
 Tổng của một dãy các biến cố A1,..., An là biến cố A1  ...  An hoặc
n
 
 Tích của một dãy các biến cố A1,..., An là biến cố A1  ...  An hoặc
n
.
 Ai . Biến cố tổng xảy ra khi có ít nhất một trong các biến cố Ai xảy .  Ai . Biến cố tích xảy ra khi tất cả các biến cố Ai đồng thời cùng xảy
i 1 i 1
ra, với i  1,.., n . ra, với i  1,.., n .
Ví dụ 1.4: Một mạng điện gồm hai bóng đèn mắc nối tiếp. Gọi A1 là Ví dụ 1.5: Một mạng điện gồm hai bóng đèn mắc song song. Gọi A1
biến cố “bóng đèn thứ nhất bị cháy”, A2 là biến cố “bóng đèn thứ hai là biến cố “bóng đèn thứ nhất bị cháy”, A2 là biến cố “bóng đèn thứ
bị cháy”. Gọi B là biến cố “mạng mất điện”. Ta thấy rằng mạng bị hai bị cháy”. Gọi B là biến cố “mạng mất điện”. Ta thấy rằng mạng bị
mất điện khi ít nhất một trong hai bóng bị cháy. mất điện khi cả hai bóng bị cháy.
Vậy B A1A2 . Vậy B A1A2 .

3/1/2019 7 3/1/2019 8
2
3/1/2019
Nhận xét 1.2 D. Biến cố xung khắc

 Ký hiệu tổng và tích của hai biến cố A, B giống ký hiệu hợp AB và  Hai biến cố A, B gọi là xung khắc nếu hai biến cố này không
giao AB hai tập hơp A, B.
thể đồng thời cùng xảy ra. Nghĩa là AB  .
 Tập hợp giao AB gồm các phần tử thuộc đồng thời hai tập A và B
 Đôi khi người ta còn ký hiệu tổng của hai biến cố xung khắc A và
cũng giống như biến cố tích AB xảy ra khi và chỉ khi đồng thời A
B là AB.
và B cùng xảy ra.
Ví dụ 1.7: Một bình có 3 loại cầu: cầu mầu trắng, mầu đỏ và mầu xanh.
 Hợp AB gồm các phần tử thuộc ít nhất một trong hai tập A và B
Lấy ngẫu nhiên 1 cầu từ bình. Gọi At, Ađ, Ax lần lượt là biến cố quả cầu
cũng giống như biến cố tổng AB xảy ra khi và chỉ khi ít nhất một
rút được là cầu trắng, đỏ, xanh.
trong hai biến cố A,B xảy ra.
 Vì vậy quan hệ của các biến cố cũng tương tự quan hệ các tập con Các biến cố này xung khắc từng đôi một, vì mỗi quả cầu chỉ có 1 mầu.
của một tập hợp.
3/1/2019 9 3/1/2019 10
E. Hệ đầy đủ các biến cố F. Tính độc lập của các biến cố

Dãy các biến cố A1, …, Anđược gọi là một hệ đầy đủ các biến cố
 Hai biến cố được gọi là độc lập với nhau nếu việc xảy ra hay
nếu thỏa mãn hai điều kiện sau:
không xảy ra biến cố này không ảnh hưởng tới việc xảy ra hay
1) Xung khắc từng đôi một, nghĩa là Ai Aj   với mọi i  j ; không xảy ra biến cố kia.
i, j 1, …, n.
 Tổng quát hơn, các biến cố A1, …, An được gọi là độc lập nếu
2) Tổng của chúng là biến cố chắc chắc, nghĩa là A1  ...  An   . việc xảy ra hay không xảy ra của một nhóm bất kỳ k biến cố, trong
đó 1  k  n, không làm ảnh hưởng tới việc xảy ra hay không xảy
 
Đặc biệt với mọi biến cố A, hệ gồm hai biến cố A, A là hệ đầy đủ.
ra của một nhóm nào đó các biến cố còn lại.
Ví dụ 1.8: Một nhà máy có ba phân xưởng sản xuất ra cùng một loại sản
phẩm. Giả sử rằng mỗi sản phẩm của nhà máy chỉ do một trong ba phân Nhận xét 1.3:
xưởng này sản xuất. Chọn ngẫu nhiên một sản phẩm, gọi A1, A2, A3 lần lượt Từ định nghĩa trên ta có thể suy ra rằng, nếu A, B độc lập thì
là biến cố sản phẩm được chọn do phân xưởng thứ nhất, thứ hai, thứ ba các cặp biến cố sau cũng độc lập:
sản xuất.
A, B ; A, B; A, B .
Khi đó hệ ba biến cố A1, A2, A3 là hệ đầy đủ.
3/1/2019 11 3/1/2019 12
3
3/1/2019
Ví dụ 1.8: Ba xạ thủ A, B, C mỗi người bắn một viên đạn vào mục Nhận xét 1.4:
tiêu. Gọi A, B, C lần lượt là biến cố A, B, C bắn trúng mục tiêu.  Từ ví dụ trên cho thấy tính chất xung khắc hoặc độc lập của các
biến cố được suy từ ý nghĩa của phép thử.
AB  C là biến cố cả 3 đều bắn trúng
 Chú ý rằng các biến cố với phép toán tổng, tích và lấy biến cố đối
A  B  C là biến cố cả 3 đều bắn trượt
tạo thành đại số Boole, do đó các phép toán được định nghĩa ở
ABC là biến cố có ít nhất 1 người bắn trúng trên có các tính chất như các phép toán hợp, giao, lấy phần bù đối
với các tập con của không gian mẫu.
Biến cố có ít nhất 2 xạ thủ bắn trúng (A  B )  (B  C )  (C  A)
Chẳng hạn phép toán tổng tích các biến cố có tính giao hoán, kết
Biến cố có nhiều nhất 1 xạ thủ bắn trúng (A  B )  (B  C )  (C  A) hợp, tổng phân bố đối với tích, tích phân bố đối với tổng, thỏa
Biến cố chỉ có xạ thủ C bắn trúng A  B  C mãn luật De Morgan …
A  (B  C )  (A  B )  (A  C )
Biến cố chỉ có 1 xạ thủ bắn trúng (A  B  C )  (A  B C )  (A  B C )
A  (B  C )  (A  B )  (A  C )
Ba biến cố A, B, C độc lập? xung khắc? A  B  A  B; A  B  A  B ...
3/1/2019 13 3/1/2019 14
1.2. KHÁI NIỆM XÁC SUẤT Trường hợp các kết quả của phép thử xuất hiện đồng khả năng thì
xác suất của một biến cố có thể được xác định bởi tỉ số của số
 Một biến cố ngẫu nhiên xảy ra hay không trong một phép thử là
trường hợp thuận lợi đối với biến cố và số trường hợp có thể. Với
điều không thể biết hoặc đoán trước được. Tuy nhiên bằng
cách tiếp cận này ta có định nghĩa xác suất theo phương pháp
những cách khác nhau ta có thể định lượng khả năng xuất hiện
cổ điển.
của biến cố, đó là xác suất xuất hiện của biến cố.
1.2.1 Định nghĩa cổ điển về xác suất
 Xác suất của một biến cố là một con số đặc trưng khả năng Giả sử phép thử C thoả mãn hai điều kiện sau:
khách quan xuất hiện biến cố đó khi thực hiện phép thử. 1) Không gian mẫu có một số hữu hạn phần tử;
2) Các kết quả xảy ra đồng khả năng.
 Xác suất của biến cố A ký hiệu P(A). Trường hợp biến cố chỉ
Khi đó xác suất của biến cố A được định nghĩa và ký hiệu
gồm một biến cố sơ cấp {a} ta ký hiệu P(a) thay cho P({a}).
sè trêng hîp thuËn lîi đèi víi A
P (A) 
sè trêng hîp cã thÓ
3/1/2019 15 3/1/2019 16
4
3/1/2019
Ví dụ 1.3: Biến cố A: xuất hiện mặt chẵn trong phép thử gieo con Ví dụ 1.11: Xét phép thử gieo liên tiếp 2 lần con xúc xắc. Tính xác
xuất của các biến cố sau:
xúc xắc có 3 trường hợp thuận lợi và 6 trường hợp có thể
3 1 a) Tổng số chấm xuất hiện là chẵn (biến cố A).

Vậy P (A) = =
6 2 b) Tổng số chấm xuất hiện bằng 7 hoặc 11 (biến cố B).
Ví dụ 1.4: Phép thử tung đồng thời 2 đồng xu có 4 trường hợp có thể: c) Số chấm xuất hiện của hai con xúc xắc bằng nhau (biến cố C).
  {(S , S ),(S , N ),(N , S ),(N , N )} d) Số chấm của xúc xắc thứ nhất lớn hơn xúc xắc thứ hai (biến cố D).
Biến cố B: xuất hiện một mặt sấp một mặt ngửa có 2 e) Ít nhất một xúc xắc xuất hiện mặt 6 chấm (biến cố E).
trường hợp thuận lợi:

Giải: Để có hình ảnh trực quan ta có thể biểu diễn không gian mẫu của
B  {(S , N ),(N , S )} phép thử và các biến cố tương ứng dưới dạng biểu đồ. Các biến cố sơ
cấp được biểu diễn các cặp số tương tự tọa độ của các điểm trong mặt
2 1
Vậy P (B ) = = phẳng. Không gian mẫu tương ứng với 36 điểm.
4 2
3/1/2019 17 3/1/2019 18
Biến cố C Biến cố E Tổng tọa độ của các phần tử nằm trên cùng một đường thẳng song song với
đường chéo thứ hai có giá trị bằng nhau. Do đó có 1 điểm có tổng tọa độ
(1,6) (2,6) (3,6) (4,6) (5,6) (6,6) bằng 2; 3 điểm có tổng bằng 4; 5 điểm có tổng bằng 6; 5 điểm có tổng bằng
Tổng bằng 11
8; 3 điểm có tổng bằng 10 và 1 điểm có tổng bằng 12. Vậy 18 điểm có tổng
Xúc (1,5) (2,5) (3,5) (4,5) (5,5) (6,5)
tọa độ là chẵn.
xắc
(1,4) (2,4) (3,4) (4,4) (5,4) (6,4) Các điểm thuộc đường chéo thứ hai: 6  1  5  2  4  3  ...  1  6  7 .
lần Biến cố D y x
Có 8 điểm có tổng bằng 7 hoặc 11.
gieo (1,3) (2,3) (3,3) (4,3) (5,3) (6,3)
Biến cố C là các điểm thuộc đường chéo thứ nhất (chéo chính).
thứ
(1,2) (2,2) (3,2) (4,2) (5,2) (6,2) Biến cố D là các điểm phía dưới đường chéo thứ nhất.
h
hai
ai x y k Theo định nghĩa xác suất (1.1a) ta có:
(1,1) (2,1) (3,1) (4,1) (5,1) (6,1)
18 1 8 2 6 1
Xúc xắc lần gieo thứ nhất Tổng bằng 7 a ) P (A)   b) P (B )   c) P (C )  
36 2 36 9 36 6
Hình 1.1: Phép thử gieo 2 xúc xắc 15 5 11
d ) P (D )   e) P (E ) 
36 12 36
3/1/2019 19 3/1/2019 20
5
3/1/2019
Để tính xác suất cổ điển ta sử dụng phương pháp đếm của giải tích tổ hợp. B. Qui tắc nhân
Giả sử công việc H gồm nhiều công đoạn liên tiếp H1, H2, …, Hk.
1.2.2. Các qui tắc đếm
Có n1 cách thực hiện công đoạn H1, ứng với mỗi công đoạn H1 có
A. Qui tắc cộng
n2 cách thực hiện công đoạn H2 … Vậy có tất cả n1n2nk
Nếu có m1 cách chọn loại đối tượng x1, m2 cách chọn loại đối cách thực hiện công việc.
tượng x2, ... , mn cách chọn loại đối tượng xn. Các cách chọn đối Ví dụ 1.13:
tượng xi không trùng với cách chọn xj nếu i  j , nghĩa là không a) Con xúc sắc có 6 mặt, tung hai lần thì có 36 trường hợp có thể.
chồng chéo khi phân loại đối tượng, thì có m1+m2++mn cách
b) Đồng xu có 2 mặt: Sấp, ngửa. Tung n lần thì có 2n trường hợp
chọn một trong các đối tượng đã cho.
có thể.
Chẳng hạn để biết số sinh viên có mặt của một lớp đông ta có thể lấy c) Quần áo đồng phục của một nhân viên gồm có 4 chiếc áo sơ
tổng số sinh viên có mặt của các tổ do tổ trưởng cung cấp. mi và 3 quần dài. Như vậy anh ta có 4.3  12 cách chọn áo sơ
mi và quần đồng phục.
3/1/2019 21 3/1/2019 22
Ví dụ 1.15:
Ví dụ 1.14: Tung một con xúc xắc (6 mặt) hai lần. Tìm xác suất để
a. Có bao nhiêu số có 4 chữ số.
trong đó có 1 lần ra 6 chấm.
b. Có bao nhiêu số có 4 chữ số khác nhau.
Giải: Theo quy tắc nhân ta có số các trường hợp có thể khi tung
c. Có bao nhiêu số có 4 chữ số khác nhau và chữ số cuối là 0.
con xúc xắc 2 lần là 36.
Giải:
Gọi A là biến cố “ trong 2 lần tung con xúc xắc có 1 lần được mặt 6”. a. Có 9 cách chọn chữ số đầu tiên (vì chữ số đầu tiên khác 0) và
Nếu lần thứ nhất ra mặt 6 thì lần thứ hai chỉ có thể ra các mặt từ 1 đến các chữ số còn lại có 10 cách chọn cho từng chữ số. Vậy có
9.10.10.10=9000 số cần tìm.
5, do đó có 5 trường hợp. Tương tự cũng có 5 trường hợp chỉ xuất hiện
b. Có 9 cách chọn chữ số đầu tiên (vì chữ số đầu tiên khác 0), 9
mặt 6 ở lần tung thứ hai.
cách chọn chữ số thứ hai, 8 cách chọn chữ số thứ ba và 7 cách
Áp dụng quy tắc cộng ta suy ra biến cố A: “chỉ có một lần ra mặt 6 khi 2 chọn chữ số thứ tư. Vậy có 9.9.8.7=4536 số cần tìm.
tung xúc xắc” có 10 trường hợp thuận lợi. c. Vì chữ số thứ tư là số 0 và các chữ số này khác nhau do đó có
9 cách chọn chữ số đầu tiên, 8 cách chọn chữ số thứ hai, 7
10
Vậy xác suất cần tìm là P (A)  . cách chọn chữ số thứ ba. Vậy có 9.8.7=504 số cần tìm.
36
3/1/2019 23 3/1/2019 24
6
3/1/2019
C. Hoán vị Ví dụ 1.17: (Hoán vị vòng tròn) Có bao nhiêu cách sắp xếp n người (n  3), trong
Mỗi phép đổi chỗ của n phần tử hoặc mỗi cách sắp xếp n phần tử đó có hai người là anh em, ngồi xung quanh một bàn tròn.
vào n vị trí trong một hàng được gọi là phép hoán vị n phần tử. a. n người ngồi tùy ý xung quanh một bàn tròn.
Sử dụng quy tắc nhân ta có thể tính được: b. Hai người là anh em ngồi cạnh nhau.
c. Hai người là anh em không ngồi cạnh nhau.
Có n! hoán vị n phần tử. Quy ước 0! = 1.
Giải:
Ví dụ 1.16: a. Chọn 1 người ngồi ở vị trí bất kỳ, vì vậy n1 người còn lại có (n 1)! cách
a. Có bao nhiêu cách bố trí 5 nam SV và 4 nữ SV theo một hàng. chọn vị trí ngồi.
Vậy có (n 1)! cách sắp xếp n người ngồi xung quanh một bàn tròn.
b. Có bao nhiêu cách bố trí 5 nam SV và 4 nữ SV theo một hàng, sao cho
các nữ SV ở vị trí số chẵn. b. Người anh ngồi ở vị trí tùy ý, người em ngồi vào 1 trong 2 chỗ cạnh người
Giải: anh (có 2 cách) và n2 người còn lại có (n 2)! cách chọn vị trí ngồi. Vậy số
các cách sắp xếp theo yêu cầu là 2(n 2)! .
a. Số cách bố trí 9 SV (gồm 5 nam SV và 4 nữ SV) theo một hàng là 9!= 362880.
c. Sử dụng kết quả phần a. và b. ta suy ra số cách sắp xếp n người ngồi xung
b. Có 5! cách bố trí nam SV, ứng với mỗi cách bố trí nam SV có 4! cách bố trí nữ
quanh một bàn tròn, trong đó có hai người là anh em không ngồi cạnh nhau là
SV vào vị trí chẵn tương ứng. Vậy có 5!4!=2880 cách bố trí theo yêu cầu.
(n  1)! 2.(n  2)!  (n  2)! (n  1)  2 
3/1/2019 25 3/1/2019 26
Ví dụ 1.18: Xếp ngẫu nhiên 6 cuốn sách toán và 4 sách lý vào 1 giá D. Chỉnh hợp
sách. Tính xác suất có 3 cuốn sách toán đứng cạnh nhau. Chọn lần lượt k (1 k  n) phần tử không hoàn lại trong tập n phần tử
ta được một chỉnh hợp chập k của n phần tử. Sử dụng quy tắc
Giải:
nhân ta có thể tính được số các chỉnh hợp chập k của n phần tử là
Số trường hợp có thể là số cách sắp xếp 10 cuốn sách vào giá
n!
sách đó là 10!. Ank   n  (n  1)    (n  k  1)
(n  k )!
Ta xem 3 cuốn sách toán đứng cạnh nhau như là một cuốn sách Ví dụ 1.19:
lớn. Như vậy ta cần sắp xếp 8 cuốn sách vào giá sách (có 8! 4
Có A10  10.9.8.7  5040 cách bố trí 10 người ngồi vào 4 chỗ.
cách), ngoài ra 3 cuốn sách toán đứng cạnh nhau có 3! cách sắp
Ví dụ 1.20:
xếp. Do đó số các trường hợp thuận lợi là 8!3!.
Một người gọi điện thoại quên mất hai số cuối của số điện thoại và chỉ
Vậy P 
8 ! 3! 3.2 1 nhớ được rằng chúng khác nhau. Tìm xác suất để quay ngẫu nhiên một
 
10! 10.9 15 lần được đúng số cần gọi
1 1
P (A)  
2 90
A10
3/1/2019 27 3/1/2019 28
7
3/1/2019
E. Tổ hợp
Số các tổ hợp chập k của n phần tử ký hiệu là C nk và thỏa mãn
 Một tổ hợp chập k(1  k  n) của n phần tử là một cách chọn đồng thời
k phần tử từ một tập có n phần tử. Vì vậy cũng có thể xem một tập con
Ank n! n(n  1)...(n  k  1)
k phần tử của tập n phần tử là một tổ hợp chập k của n phần tử. k !C nk  Ank  C nk   
k! k !(n  k )! k!
 Hai chỉnh hợp chập k của n phần tử là khác nhau nếu thỏa mãn một
trong hai điều kiện sau:
Một vài trường hợp cụ thể
 Có ít nhất 1 phần tử của chỉnh hợp này không có trong chỉnh hợp kia
n(n  1) n(n  1)(n  2)
(hai tổ hợp tương ứng là khác nhau), C n0  1; C n1  n ; C n2  ; C n3 
2 6
 Các phần tử đều như nhau nhưng thứ tự khác nhau (cùng một tổ hợp).
 Do đó với mỗi tổ hợp chập k có k! chỉnh hợp tương ứng. Mặt khác
Tính chất C nk  C nn  k
hai chỉnh hợp khác nhau ứng với hai tổ hợp khác nhau là khác nhau.
Vậy số chỉnh hợp chập k bằng k! số tổ hợp chập k.
3/1/2019 29 3/1/2019 30
Ví dụ 1.21: Ví dụ 1.22: Một hộp có 8 bi màu đỏ, 3 bi màu đen và 9 bi màu xanh.
Một công ty cần tuyển 2 nhân viên. Có 6 người nộp đơn trong đó Lấy ngẫu nhiên 3 bi từ hộp, tính xác suất trong các trường hợp sau:
có 4 nữ và 2 nam. Giả sử khả năng trúng tuyển của cả 6 người là
C 83 14
như nhau. a) 3 bi lấy được cùng màu đỏ P    0,0491
3 285
C 20
Tính xác suất biến cố:
C 82C 31 7
b) 2 đỏ và 1 đen P    0,0737
a. Hai người trúng tuyển là nam C 230 95
b. Hai người trúng tuyển là nữ C 31C 17
2
 C 32C 17
1
 C 33C 17
0
23 C3 34
c) Ít nhất 1 đen P    1  17  1 
3
c. Có ít nhất 1 nữ trúng tuyển. C 20 57 C3
20
57
4.3 C 81C 31C 91
C 22 C 42 18
1 1 6 d) Mỗi màu 1 bi P   0,1895
 2 

Giải: a. P    b. P  3
C 20 95
C 62 6.5 15 C 62 6.5 15
2 2 e) Nếu lấy lần lượt không hoàn lại 3 bi, tính xác suất lấy
C 41C 21  C 42 4.2  6 14 15  1 14 được mỗi màu 1 bi P  8.3.9 3
 0,0316
c. P    Hoặc P   
20.19.18 95
2 15 15 15 15
C6
3/1/2019 31 3/1/2019 32
8
3/1/2019
Ví dụ 1.23: Cho các từ mã 6 bit được tạo từ các chuỗi các bit 0 và bit 1
1.2.2 Định nghĩa thống kê về xác suất
đồng khả năng. Hãy tìm xác suất của các từ có chứa k bit 1, với các
trường hợp k  0, …,6. Định nghĩa xác suất theo cổ điển trực quan, dễ hiểu. Tuy nhiên khi
Giải: phép thử có không gian mẫu vô hạn phần tử hoặc các kết quả xảy
Số trường hợp có thể 26. Đặt Ak là biến cố “từ mã có chứa k bit 1”. Có
ra không đồng khả năng thì cách tính xác suất cổ điển không áp
thể xem mỗi từ mã có chứa k bit 1 là một tổ hợp chập k của 6 phần tử. Vậy
số trường hợp thuận lợi đối với Ak là số các tổ hợp chập k của 6 phần tử dụng được.
bằng 6! Trường hợp các kết quả của phép thử không đồng khả năng xuất
C 6k 
k !(6  k )! hiện nhưng có thể thực hiện phép thử lặp lại nhiều lần độc lập, khi
6!
Vậy xác suất của các biến cố tương ứng P (A )  , k  0,..., 6 đó tần suất xác định khả năng xuất hiện của biến cố. Vì vậy ta có
k
k !(6  k )!26
thể tính xác suất của biến cố thông qua tần suất xuất hiện của biến
6!
Tương tự xác suất của các từ có chứa k bit 0 cũng bằng P (Ak )  cố đó. Với cách tiếp cận này ta có định nghĩa xác suất theo
k !(6  k )!26
điều này có thể suy ra từ tính chất C k  C n k . thống kê.
n n
3/1/2019 33 3/1/2019 34
 Giả sử phép thử C có thể được thực hiện lặp lại nhiều lần độc Trên thực tế các tần suất fn(A) xấp xỉ nhau khi n đủ lớn và xác suất
lập trong những điều kiện giống hệt nhau, của A được chọn bằng giá trị xấp xỉ này
 Nếu trong n lần thực hiện phép thử C biến cố A xuất hiện
P(A)  fn (A)
kn(A) lần thì tỉ số
kn (A)
fn (A)  Ví dụ 1.25: Một công ty bảo hiểm muốn xác định xác suất để một
n
người Mỹ 25 tuổi sẽ bị chết trong năm tới, người ta theo dõi ngẫu
gọi là tần suất xuất hiện của biến cố A trong n phép thử.
nhiên 100.000 thanh niên và thấy rằng có 798 người bị chết trong
 Có thể chứng minh được (định lý luật số lớn) khi n tăng lên vô vòng 1 năm sau đó.
hạn thì fn(A) tiến đến một giới hạn xác định. Ta định nghĩa giới
Vậy xác suất cần tìm xấp xỉ bằng 798/100.000  0,008.
hạn này là xác suất của biến cố A, ký hiệu P(A).
3/1/2019 35 3/1/2019 36
9
3/1/2019
1.2.4. Định nghĩa xác suất theo hình học Giả sử x,y lần lượt là thời điểm
y
Giả sử không gian mẫu  có thể biểu diễn tương ứng với một miền của X và Y đến điểm hẹn, khi đó
nào đó có diện tích (thể tích, độ dài) hữu hạn và biến cố A tương 60 0  x  60, 0  y  60
ứng với một miền con của . Khi đó xác suất của biến cố A được
2
Không gian mẫu   0; 60 
định nghĩa  
diÖn tÝch A
P (A)  A
diÖn tÝch  Biến cố hai người gặp nhau
15
Ví dụ 1.20: Hai người bạn X, Y hẹn gặp nhau ở một địa điểm

A  (x ; y )   y  x  15 
trong khoảng thời gian từ 12h đến 13h. Mỗi người có thể đến điểm
hẹn một cách ngẫu nhiên tại một thời điểm trong khoảng thời gian
O 15 60 x (x ; y )  A  15  y  x  15
nói trên và họ quy ước rằng ai đến trước thì chỉ đợi người kia
diÖn tÝch A 602  452 452 9 7
trong vòng 15 phút.  P (A)    1 1 
diÖn tÝch  60 2
602 16 16
Tính xác suất để hai người gặp nhau.
3/1/2019 37 3/1/2019 38
Ví dụ 1.21: Xét trò chơi ném phi tiêu vào một đĩa hình tròn bán 1.2.5 Các tính chất và quy tắc tính xác suất
kính 10cm. Nếu mũi phi tiêu cắm vào đĩa cách tâm  2cm thì được
Các tính chất của xác suất
giải nhất, nếu khoảng cách này ở trong khoảng 2cm đến  4cm
nhận được giải thứ hai. Giả sử mũi phi tiêu luôn cắm vào trong đĩa 1. Với mọi biến cố A: 0  P (A)  1.
và đồng khả năng.
2. Xác suất của biến cố không thể, biến cố chắc chắn:
Tính xác suất để người chơi được giải nhất, được giải nhì.
P ()  0, P ()  1.
Giải: Gọi A, B là biến cố người chơi nhận
được giải nhất, giải nhì
Nhận xét 1.6:
A
diÖn tÝch A .22 1 Theo Tính chất 1. xác suất của mọi biến cố là số không âm và nhỏ
P (A)   
4 10 diÖn tÝch  .102 25 hơn 1. Vì vậy khi ta tính toán hoặc áp dụng công thức sai có thể
B cho ra kết quả xác suất âm hoặc lớn hơn 1. Rõ ràng lúc đó ta biết
.(42  22 ) 3
P (B )   ngay là sai.
2 25
.10
3/1/2019 39 3/1/2019 40
10
3/1/2019
Qui tắc cộng xác suất Ví dụ 1.24: Một lô hàng có 25% sản phẩm loại I, 55% sản phẩm loại II
a. Trường hợp xung khắc và 20% sản phẩm loại III. Sản phẩm được cho là đạt chất lượng nếu
thuộc loại I hoặc loại II. Chọn ngẫu nhiên 1 sản phẩm tìm xác suất để
P (A  B )  P (A)  P (B )
sản phẩm này đạt tiêu chuẩn chất lượng.
P (A  B  C )  P (A)  P (B )  P (C )
Giải: Gọi A , A , A lần lượt là biến cố sản phẩm được chọn thuộc loại I, II, III.
1 2 3
P  A1  A2  ...  An   P (A1 )  P (A2 )    P (An )
Ba biến cố này xung khắc từng đôi một.
b. Trường hợp không xung khắc
P (A1 )  0, 25 P (A2 )  0, 55 P (A3 )  0, 20
P (A  B )  P (A)  P (B)  P (A  B)
Gọi B là biến cố sản phẩm được chọn đạt tiêu chuẩn chất lượng, ta có:
P (A  B  C )  P (A)  P (B )  P (C )  P (A  B )  P (A  C ) B  A1  A2
 P (B  C )  P (A  B  C )
Vậy xác suất tìm được sản phẩm đạt tiêu chuẩn chất lượng là:
n
P  A1  A2  ...  An    P(Ai )   P(Ai  Aj )    (1)n 1P(A1  A2  ...  An ) P (B )  P (A1 )  P (A2 )  0, 25  0, 55  0, 8
i 1 ij
3/1/2019 41 3/1/2019 42
Ví dụ 1.25: Gieo liên tiếp một đồng xu 3 lần. Quy tắc xác suất của biến cố đối
Gọi A là biến cố lần thứ nhất ra mặt sấp, B là biến cố lần thứ ba ra mặt P ( A )  1  P (A) P ( A)  1  P (A )
ngửa. Tính P (A  B ).
Ví dụ 1.26: Trong phòng có n người (n <365).
1
Từ sơ đồ ta có P (A)  P (B )  Tính xác suất có ít nhất hai người có cùng ngày sinh?
2

A  B  2 , 4  Tính xác suất này khi n=10.
2 1 Giải Gọi A là biến cố có ít nhất hai người trong phòng có cùng ngày sinh.
 P (A  B )  
8 4
Khi đó A là biến cố mọi người trong phòng khác ngày sinh.
Áp dụng quy tắc cộng ta được
n
A365 (365)(364)...(365  n  1)
1 1 1 3 P (A)   , P (A)  1  P ( A )
P (A  B )  P (A)  P (B )  P (A  B )     365n 365n
2 2 4 4

Ta cũng có thể tính trực tiếp bằng cách xác định A  B  1, 2 , 3 , 4 , 6 , 8  Khi n=10 thì
10
A365
6 3 P (A)   0, 883; P (A)  1  0, 883  0,117
 P (A  B )   36510
8 4
3/1/2019 43 3/1/2019 44
11
3/1/2019
1.3. XÁC SUẤT CÓ ĐIỀU KIỆN

Ví dụ 1.27: Giả sử phép thử C có không gian mẫu ={a, b, c, d}
1.3.1 Định nghĩa và các tính chất của xác suất có điều kiện
với xác suất P(a)=0,2 ; P(b)=0,4 ; P(c)=0,3 ; P(d)=0,1.
Xác suất của biến cố B được tính trong điều kiện biết rằng biến cố
Xét hai biến cố A={a, b} và B={b, c, d}.
A đã xảy ra được gọi là xác suất của B với điều kiện A, ký hiệu
Do đó ta có xác suất của các biến cố sau
P(B|A).
P (A)  P (a )  P (b )  0, 2  0, 4  0, 6 Tính chất
P (A  B )
P (B )  P (b )  P (c)  P (d )  0, 4  0, 3  0,1  0, 8  Nếu P(A)  0 thì P (B | A) 
P (A)
P (A)  P (c )  P (d )  0, 3  0,1  0, 4  Khi cố định A với P(A)  0 thì xác suất có điều kiện P(B|A)
có tất cả các tính chất của xác suất thông thường đối với
hoặc P (A)  1  P (A)  1  0, 6  0, 4
biến cố B. Chẳng hạn:
P (A  B )  P ()  1 P (A  B )  P (b)  0, 4
P ( B | A)  1  P (B | A)
hoặc P (A  B )  P (A)  P (B )  P (A  B )  0, 6  0, 8  1  0, 4
P (B1  B2 | A)  P ( B1 | A)  P (B2 | A)  P (B1  B2 | A)
3/1/2019 45 3/1/2019 46
Ví dụ 1.28: Gieo đồng thời hai con xúc xắc cân đối. Tính xác suất
Ta cũng có thể tính trực tiếp như sau
để tổng số chấm xuất hiện trên hai con xúc xắc 10 biết rằng ít nhất
một con đã ra mặt có 5 chấm
Có 11 trường hợp ít nhất một con xúc xắc xuất hiện mặt 5 chấm
Gọi A là biến cố “ít nhất một con ra mặt 5 chấm”
2
5 11 (5,1), (5,2), (5,3), (5,4), (5,5), (5,6)
(5,6), (1,5), (2,5), (3,5), (4,5), (6,5)

P (A)  1  P A  1    
6
  36
Trong đó có 3 trường hợp tổng số chấm trên hai con 10
Gọi B là biến cố "tổng số chấm trên hai con 10"
Biến cố AB có 3 kết quả thuận lợi là (5,6), (6,5), (5,5) Vậy
3
3 P (B | A) 
Vậy P (A  B )  3 11
36 3
P (B | A)  36 
11 11
36
3/1/2019 47 3/1/2019 48
12
3/1/2019
Ví dụ 1.29: Có hai phân xưởng của nhà máy sản xuất cùng một loại
sản phẩm. Phân xưởng I sản xuất được 1000 sản phẩm trong đó có Ta có thể tính trực tiếp xác suất điều kiện P (B | A) như sau:
100 phế phẩm. Phân xưởng II sản xuất được 2000 sản phẩm trong đó
Có 250 trường hợp đồng khả năng có thể lấy được phế phẩm của
có 150 phế phẩm.
nhà máy.
Lấy ngẫu nhiên một sản phẩm để kiểm tra và đó là phế phẩm. Tính
xác suất phế phẩm này do phân xưởng thứ I sản xuất. nhưng chỉ có 100 kết quả thuận lợi đối với biến cố phế phẩm do
Gọi B là biến cố sản phẩm được chọn để kiểm tra do phân xưởng I phân xưởng I sản xuất.
sản xuất.
Vậy xác suất để lấy được phế phẩm do phân xưởng thứ I sản xuất
Gọi A là biến cố sản phẩm được chọn để kiểm tra là phế phẩm.
trong số các phế phẩm là
Biến cố AB có 100 kết quả thuận lợi đồng khả năng.
1 100 2
P (B | A)    0, 4
100 1 250 1 30 12 2 250 5
P (A  B )   P (A)   P (B | A)     0, 4
3000 30 3000 12 1 30 5
12
3/1/2019 49 3/1/2019 50
1.3.2. Quy tắc nhân xác suất Nhận xét 1.7:

 Quy tắc nhân trường hợp không độc lập được suy ra từ công thức
Trường hợp độc lập
tính xác suất có điều kiện
P (A  B )  P (A)P (B ) P (A  B )
P (B | A)   P (A  B )  P (A)P (B | A)
P (A)
P (A  B  C )  P (A)P (B )P (C )
 Bằng cách áp dung liên tiếp công thức tính xác suất có điều kiện
P (A1  A2  ...  An )  P (A1 )P (A2 )...P (An ) suy ra quy tắc nhân trường hợp không độc lập
Trường hợp không đôc lập P(A1)P(A2 | A1)P(A3 | A1  A2 )...P(An |A1  A2  ...  An 1)
P(A1  A2 ) P(A1  A2  A3 ) P(A1  A2  ...  An 1  An )
P(A  B )  P (A)P(B | A)  P(A1) 
P(A1) P(A1  A2 ) P(A1  A2  ... An 1)
P (A  B  C )  P (A)P (B | A)P (C | A  B )  P (A1  A2  ...  An )
 Nếu hai biến cố A, B độc lập thì
P(A1  A2  ...  An )  P(A1)P(A2 | A1)P(A3 | A1  A2 )...P(An |A1  A2  ...  An 1)
P (A  B ) P (A)P (B )
P (B | A)    P (B )
3/1/2019 51 3/1/2019
P (A) P (A) 52
13
3/1/2019
Ví dụ 1.31: Túi I chứa 3 bi trắng, 7 bi đỏ, 15 bi xanh. Ví dụ 1.33: Rút ngẫu nhiên lần lượt 2 quân bài từ cỗ bài tú lơ khơ.
Túi II chứa 10 bi trắng, 6 bi đỏ, 9 bi xanh. Tính xác suất cả 2 quân bài rút được là 2 con át.
Từ mỗi túi lấy ngẫu nhiên 1 bi. Gọi A1, A2 lần lượt tương ứng là biến cố lần thứ nhất và lần thứ hai
Tìm xác suất để 2 bi được rút từ 2 túi là cùng màu. rút được con át.
Gọi At , A® , Ax lần lượt là biến cố bi rút được từ túi I là trắng, đỏ, xanh.
 Trường hợp rút không hoàn lại thì biến cố A2 phụ thuộc vào kết quả
Bt , B ® , Bx lần lượt là biến cố bi được rút từ túi II là trắng, đỏ, xanh.
của biến cố A1 .
Các biến cố At , A® , Ax xung khắc, Bt , B® , Bx xung khắc; 4 3
P (A1)  P (A2 | A1 ) 
Các biến cố At , A® , Ax độc lập với các biến cố Bt , B® , Bx . 52 51
4 3 1
  
Biến cố 2 bi được rút cùng mầu là At  Bt  Ađ  Bđ  Ax  Bx    P (A1  A2 )  P (A1 )P (A2 | A1 )   
52 51 221
P (At  Bt )  (A®  B® )  (Ax  Bx )  P  At  Bt   P  A®  B®   P  Ax  Bx 
 Trường hợp rút có hoàn lại thì hai biến cố A1, A2 độc lập. Do đó
       
 P At P Bt  P A® P B®  P Ax P Bx     4 4 1 1
P (A1  A2 )  P (A1 )P (A2 )    
3 10 7 6 15 9 207 52 52 132 169
     0, 331
25 25 25 25 25 25 625
3/1/2019 53 3/1/2019 54
Ví dụ 1.35: Một thủ kho có một chùm chìa khóa gồm 9 chiếc, bề Ví dụ 1.36: Ba xạ thủ A, B, C mỗi người bắn một viên đạn vào mục
ngoài chúng giống hệt nhau nhưng trong đó chỉ có đúng 2 chiếc mở
tiêu. Gọi A, B, C lần lượt là biến cố A, B, C bắn trúng mục tiêu. Biết
được kho.
rằng
Anh ta thử ngẫu nhiên từng chìa (chìa nào không mở được thì loại).
P(A)  0,6 ; P(B)  0,7 ; P(C)  0,8
Tính xác suất để đến lần thứ ba mới mở được kho.
Ký hiệu Ai là biến cố “thử đúng chìa ở lần thứ i”. a) Tính xác suất biến cố cả 3 đều bắn trúng
Các biến cố Ai không độc lập. P(AB  C)  P(A)P(B)P(C)  0,6.0,7.0,8  0,336
Gọi B là biến cố mở được kho ở lần thứ ba: B  A  A  A
1 2 3
b) Tính xác suất biến cố cả 3 đều bắn trượt
      
P A1  A2  A3  P A1 P A2 A1 P A3 A1  A2 
7 6 P (A  B  C )  P (A)P (B )P (C )  0, 4.0, 3.0, 2  0, 024
P A1    9
  
; P A2 A1  ; P A3 A1  A2
8
  72
762 1
      
 P A1  A2  A3  P A1 P A2 A1 P A3 A1  A2   
987 6
3/1/2019 55 3/1/2019 56
14
3/1/2019
c) Tính xác suất biến cố có ít nhất 1 người bắn trúng e) Tính xác suất biến cố có ít nhất 2 xạ thủ bắn trúng
P (A  B )  (B  C )  (C  A)
P(ABC)  P(A)  P(B)  P(C)  P(AB)  P(AC)  P (A  B )  P (B  C )  P (C  A)  P (A  B )  (B  C )
 P(BC) P(ABC)
 P (A  B )  (C  A)  P (B  C )  (C  A)
 0,6 + 0,7 + 0,8  0,6.0,7  0,6.0,8  0,7.0,8  0,6.0,7.0,8  0,976  P (A  B )  (B  C )  (C  A)
 P (A  B )  P (B  C )  P (C  A)  P (A  B  C )
Hoặc A  B C  A  B C  A  B C
 P (A  B  C )  P (A  B  C )  P (A  B  C )
 P (A  B  C )  1  P (A  B  C )  1  0, 024  0, 976
 P (A  B )  P (B  C )  P (C  A)  2P (A  B  C )
d) Tính xác suất biến cố có đúng 1 người bắn trúng  0, 6.0, 7  0, 7.0, 8  0, 8.0, 6  2.0, 6.0, 7.0, 8  0, 788

P (A  B  C )  (A  B  C )  (A  B  C )  f) Tính xác suất biến cố có nhiều nhất 1 xạ thủ bắn trúng
 P (A  B  C )  P (A  B  C )  P (A  B  C ) 
P (A  B )  (B  C )  (C  A) 
 P (A  B )  P (B  C )  P (C  A)  2P (A  B  C )
 0, 6.0, 3.0, 2  0, 4.0, 7.0, 2  0, 4.0, 3.0, 8  0,188
 0, 4.0, 3  0, 3.0, 2  0, 2.0, 4  2.0, 4.0, 3.0, 2  0, 212
3/1/2019 57 3/1/2019 58
1.3.3. Công thức xác suất đầy đủ Ví dụ 1.37: Một túi đựng 4 bi xanh và 6 bi đỏ. Người thứ nhất lấy
 
Giả sử A1, A2 , ..., An là một hệ đầy đủ các biến cố, khi đó với mọi ngẫu nhiên từ túi 3 bi (không hoàn lại), người thứ hai lấy tiếp 2 bi.
biến cố B của cùng một phép thử, ta có Tính xác suất để người thứ hai lấy được 1 bi xanh và 1 bi đỏ.
Rõ ràng người thứ nhất chỉ lấy được một trong các kết quả, đó là lấy
n n
P(B)   P(Ai  B)   P(Ai )P(B | Ai )  P(A1 )P(B | A1)    P(An )P(B | An ) được: 0 bi màu xanh (3 bi đỏ) hoặc 1 hoặc 2 hoặc 3 bi màu xanh .
i 1 i 1
Gọi lần lượt A0 , A1, A2 , A3 là biến cố người thứ nhất lấy được 0, 1, 2, 3
Nhận xét:
bi xanh.
 Công thức xác suất đầy đủ cho phép tính xác suất của một biến cố
 
A0 , A1, A2 , A3 là một hệ đầy đủ
trong cùng phép thử thông qua hệ biến cố đầy đủ tương ứng. 6! 6.5
C 63 C 41C 62 4.
 Trong cùng phép thử khi ta cần tính xác suất của biến cố B phụ P (A0 )   3 ! 3 ! 
6.5.4 1
 , P (A1 )   2  10.3.2  1 ,
3 10 ! 10.9.8 6 3 10.9.8 10.3.4 2
thuộc sự xuất hiện của biến cố A thì các khả năng xuất hiện của C 10 C 10
3!7 ! 3.2
biến cố A tạo thành hệ đầy đủ các biến cố mà có thể tính xác suất
C 2C 1 3 C3 1
của B thông qua hệ đầy đủ này. P (A2 )  4 6  , P (A3 )  4  .
3 10 3
C 10 C 10 30
3/1/2019 59 3/1/2019 60
15
3/1/2019
Gọi B là biến cố người thứ hai lấy được 1 bi xanh và 1 bi đỏ 1.3.4. Công thức Bayes
Người thứ nhất lấy 3 bi từ túi đựng 10 bi = 4 bi xanh + 6 bi đỏ  
Giả sử A1, A2, ..., An là một hệ đầy đủ các biến cố
x là số bi xanh và y  3 x là số bi đỏ người thứ nhất đã lấy B là một biến cố của cùng một phép thử có xác suất khác 0,
Người thứ hai lấy 2 bi từ túi có 7 bi = (4  x) bi xanh + (6  y) bi đỏ khi đó với mọi k =1, 2, … , n ta có
C 1C 1 12 C 31C 41 12 P (Ak  B ) P (Ak )P (B | Ak ) P (Ak )P (B | Ak )
P (B A0 )  4 3  , P (B A1 )   , P (Ak | B )   
C 72 21 C 72 21 P (B ) P (B ) n
CC1 1
10 C 11C 61 6
 P (Ai )P(B | Ai )
P (B A2 )  2 5  , P (B A3 )   . Nhận xét: i 1
C 72 21 C 72 21
 Công thức xác suất đầy đủ cho phép tính P (B ) khi biết các xác suất
P(B)  P(A0 )P(B | A0 )  P(A1)P(B | A1)  P(A2 )P(B | A2 )  P(A3 )P(B | A3 )
P ( Ak ), P (B | Ak ); k  1,..., n.
1 1 3 1
P (A0 )  , P (A1 )  , P (A2 )  , P (A3 )  .
6 2 10 30  Ngược lại ta sử dụng Công thức Bayes để tính P (Ak | B ) khi biết các
1 12 1 12 3 10 1 6 56 xác suất P ( Ai ), P (B | Ai ); i  1,..., n.
Do đó P (B )         
6 21 2 21 10 21 30 21 105
3/1/2019 61 3/1/2019 62
Ví dụ 1.40: Một nhà máy có ba phân xưởng I,II,III cùng sản xuất ra 1.4. DÃY PHÉP THỬ BERNOULLI
một loại sản phẩm. Phân xưởng I, II, III sản xuất tương ứng 36%, Dãy các phép thử lặp lại, độc lập, trong mỗi phép thử xác suất xuất
34%, 30% sản lượng của nhà máy, với tỷ lệ phế phẩm tương ứng là hiện của biến cố A không đổi P(A) = p,(0<p<1) được gọi là dãy
12%; 10%; 8%. Tìm tỷ lệ phế phẩm chung của nhà máy. phép thử Bernoulli.
Lấy ngẫu nhiên một sản phẩm kiểm tra và đó là phế phẩm (biến cố B). p là xác suất thành công trong mỗi lần thử.
Tính xác suất phế phẩm này là do phân xưởng I sản xuất
Xác suất của biến cố “A xuất hiện đúng k lần trong n phép thử” là:
Gọi A1, A2 , A3 lần lượt là biến cố sản phẩm lấy ra kiểm tra do phân
 
xưởng I, II, III sản xuất. A1, A2 , A3 là một hệ đầy đủ Pn (k ; p)  C nk pk (1  p)n k ; k  0,1,..., n
P(A1 )  0, 36; P (A2 )  0, 34; P(A3 )  0, 30 Khi k tăng từ 0 đến n thì Pn(k;p) mới đầu tăng sau đó giảm và đạt
P(B | A1 )  0,12; P (B | A2 )  0,10; P (B | A3 )  0, 08 giá trị lớn nhất tại k = m thoả mãn
P (B )  P (A1 )P (B | A1 )  P (A2 )P (B | A2 )  P (A3 )P (B | A3 )  0,1012 (n  1)p  1  m  (n  1)p Pmax  Pn (m ; p )
P (A1  B ) P (A1)P (B | A1 ) 0, 36  0,12 m được gọi là số lần xuất hiện có khả năng nhất.
P (A1 | B )     0, 427
P (B ) P (B ) 0,1012
3/1/2019 63 3/1/2019 64
16
3/1/2019
n!
Ký hiệu Hk là biến cố “A xuất hiện k lần trong n phép thử”. pk q n  k
Pn (k ; p) k !(n  k )! (k  1)q (k  1)(1  p)
  
Khi đó Hk là tổng của C nk các biến cố xung khắc từng đôi nhận Pn (k  1; p) n! k 1 n k 1 (n  k )p (n  k )p
p q
được bằng cách hoán vị các chữ A và A trong biến cố tích sau: (k  1)!(n  k  1)!
Pn (k ; p) (k  1)(1  p)
A  ...  A  A  ...  A 1   1  k  1  (k  1)p  (n  k )p  k  1  (n  1)p
  Pn (k  1; p) (n  k)p
k lÇn n  k lÇn
 Pn (1; p )  Pn (2; p )    Pn (m ; p );(n  1)p  1  m  (n  1)p
Áp dụng quy tắc nhân trường hợp độc lập suy ra mỗi biến cố dạng này có xác suất:
(k  1)(1  p)
P ( A  ...  A  A  ...  A )  p k (1  p )n  k Pn (k ; p)  Pn (k  1; p)   1  k  1  (n  1)p
  (n  k )p
k lÇn n  k lÇn
 Pn (n ; p)  Pn (n  1; p)    Pn (m ; p)  Pmax  Pn (m ; p )
 Pn (k ; p)  P (H k )  C nk p k (1  p)n  k
Trong đó m là số tự nhiên thỏa mãn (n  1)p  1  m  (n  1)p
3/1/2019 65 3/1/2019 66
Ví dụ 1.41: Tung đồng xu cân đối 10 lần. Tính xác suất theo số lần Ví dụ 1.42: Xác suất bắn trúng bia của xạ thủ là 0,8. Xạ thủ bắn 10
mặt sấp xuất hiện. Số lần xuất hiện bao nhiêu thì xác suất lớn nhất. viên vào bia. Tính xác suất theo số viên bắn trúng bia. Số viên đạn
Xác suất có đúng k lần mặt sấp xuất hiện là trúng bia với xác suất lớn nhất là bao nhiêu?
k
P10 (k ; 0, 5)  C 10 (0, 5)k (0, 5)10 k  C 10
k 10  k
(0, 5)10  C 10 (0, 5)10 0
P10 (0 ; 0, 8)  C 10 (0, 8)0 (0, 2)10  107
1
P10 (1; 0, 8)  C 10 (0, 8)1 (0, 2)9  4,1.10 7
0
P10 (0 ; 0, 5)  P10 (10 ; 0, 5)  C 10 (0, 5)10  0, 000977 2
P10 (2 ; 0, 8)  C 10 (0, 8)2 (0, 2)8  7, 37.105
3
1
P10 (1; 0, 5)  P10 (9 ; 0, 5)  C 10 (0, 5)10  0, 00977 P10 (3 ; 0, 8)  C 10 (0, 8)3 (0, 2)7  7, 864.104
2
P10 (2 ; 0, 5)  P10 (8 ; 0, 5)  C 10 (0, 5)10  0, 0439 4
P10 (4 ; 0, 8)  C 10 (0, 8)4 (0, 2)6  0, 0055 5
P10 (5 ; 0, 8)  C 10 (0, 8)5 (0, 2)5  0, 0264
7
3
P10 (3 ; 0, 5)  P10 (7 ; 0, 5)  C 10 (0, 5)10  0,1172 6
P10 (6; 0, 8)  C 10 (0, 8)6 (0, 2)4  0, 0881 P10 (7 ; 0, 8)  C 10 (0, 8)7 (0, 2)3  0, 2013
8
4
P10 (4 ; 0, 5)  P10 (6 ; 0, 5)  C 10 (0, 5)10  0, 205 P10 (8 ; 0, 8)  C 10 (0, 8)8 (0, 2)2  0, 302 9
P10 (9 ; 0, 8)  C 10 (0, 8)9 (0, 2)1  0, 2684
10
Số lần mặt sấp xuất hiện với xác suất lớn nhất là: P10 (10 ; 0, 8)  C 10 (0, 8)10 (0, 2)0  0,1074
5
(10  1).0, 5  1  m  (10  1).0, 5  m  5 Pmax  C 10 (0, 5)10  0, 246 (10  1).0, 8  1  m  (10  1).0, 8  m  8
3/1/2019 67 3/1/2019 68
17
3/1/2019
Ví dụ 1.43: Tín hiệu thông tin được phát đi 3 lần độc lập nhau. Xác 1.5. NGUYÊN LÝ XÁC SUẤT LỚN, XÁC SUẤT NHỎ
suất thu được mỗi lần là 0.4. Nguyên lý xác suất nhỏ
a) Xác suất để nguồn thu nhận được thông tin đúng 2 lần. “Nếu một biến cố có xác suất rất nhỏ thì thực tế có thể cho
P3 (2 ; 0, 4)  C 32 (0, 4)2 (0, 6)  0, 288 rằng trong một phép thử biến cố đó sẽ không xảy ra”.
Khi tung đồng xu, ngoài khả năng mặt sấp hay mặt ngửa xuất hiện
b) Xác suất để nguồn thu nhận được thông tin đó.
còn có khả năng đồng xu ở trạng thái đứng. Tuy nhiên khả năng
P  1  P3 (0; 0, 4)  1  (0, 6)3  0, 7848
thứ ba rất khó xảy ra,vì vậy thực tế ta luôn công nhận chỉ có hai
c) Nếu muốn xác suất thu được tin  0,9 thì phải phát đi ít nhất bao khả năng mặt sấp và mặt ngửa xuất hiện.
nhiêu lần.
Nguyên lý xác suất lớn
n n lg(0,1) 1
1  (0, 6)  0, 9  (0, 6)  0,1  n    4, 504 “Nếu biến cố có xác suất gần bằng 1 thì trên thực tế có thể cho
lg(0, 6) 1  0, 778
Chọn n  5 rằng biến cố đó sẽ xảy ra trong một phép thử”.
3/1/2019 69 3/1/2019 70
18

xsvt1 PDF

Uploaded by

Document Information

Original Title

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

xsvt1 PDF

Uploaded by

Copyright:

Available Formats

3/1/2019

1.1 PHÉP THỬ VÀ BIẾN CỐ

1.1.1 Phép thử (Experiment) 1.1.2. Biến cố (Event)

Nhận xét 1.1: 1.1.3. QUAN HỆ CỦA CÁC BIẾN CỐ

B. Tổng của các biến cố C. Tích của các biến cố

Vậy B A1A2 . Vậy B A1A2 .

Nhận xét 1.2 D. Biến cố xung khắc

của một tập hợp.

E. Hệ đầy đủ các biến cố F. Tính độc lập của các biến cố

3 1 a) Tổng số chấm xuất hiện là chẵn (biến cố A).

trường hợp thuận lợi:

1.3. XÁC SUẤT CÓ ĐIỀU KIỆN

1.3.2. Quy tắc nhân xác suất Nhận xét 1.7:

You might also like