Professional Documents
Culture Documents
Chương 4
Chương 4
Chương 4
Nhỏ
hơn 10
P(E) + P(not E) =1
P(E) = 1 - P(not E)
Ví dụ: Sử dụng ví dụ về điều tra về kích thước nông trại ở trên, hãy tìm xác
suất của:
a) các nông trại có kích thước
nhỏ hơn 2000 arces
b) 50 arces hoặc hơn
Quy tắc cộng chung
Ví dụ 2: Dữ liệu về những người đã bị bắt được Cục Điều tra Liên bang về
Tội phạm ở Hoa Kỳ công bố.
Hồ sơ trong một năm cho thấy 76,2% số người bị bắt là nam, 15,3% dưới
18 tuổi và 10,8% là nam dưới 18 tuổi. Nếu một người bị bắt năm đó được
chọn ngẫu nhiên, thì xác suất người đó là nam hoặc dưới 18 tuổi là bao
nhiêu?
4.4 Bảng tiếp liên
Môn thể thao Số người
Cricket 5
Bóng chuyền 3
Tennis 4
Cầu lông 3
Sinh viên nam: cricket, bóng chuyền, bóng chuyền, cầu lông, tennis,
cricket, cricket, tennis, bóng chuyền, cầu lông
Sinh viên nữ: cầu lông, tennis, cricket, bóng chuyền, bóng chuyền,
tennis,cầu lông, bơi lội, cầu lông
a. Xác định các sự kiện được đại diện bởi các chữ cái được ký hiệu dưới
nhãn các hàng và các cột của bảng trên.
b. Xác định các sự kiện được đại diện bởi các ô của bảng dự phòng.
C. Xác định xác suất của các sự kiện được thảo luận trong phần (a) và (b).
d. Tóm tắt kết quả của phần (c) trong một bảng.
e. Thảo luận về mối quan hệ giữa các xác suất trong bảng thu được ở phần
(d)
Xác suất
Có điều Không
kiện điều kiện
Ví dụ: một nghiên cứu về bệnh béo phì ở trẻ em từ 5-10 tuổi
đang tìm kiếm sự chăm sóc y tế tại một cơ sở chuyên khoa nhi.
Quần thể (khung chọn mẫu) bao gồm tất cả trẻ em đã đi chăm
sóc y tế (thăm khám bệnh) trong 12 tháng qua
Tuổi Tổng
5 6 7 8 9 10
Trai 432 379 501 410 420 418 2560
Gái 408 513 412 436 461 500 2730
Tổng 840 892 913 846 881 918 5290
4.5 Xác suất có điều kiện
Xác suất vô điều kiện Xác suất có điều kiện
Xác suất lấy mẫu một số loại cá Điều quan tâm là tập trung vào
thể có những đặc điểm nhất định một tập hợp con cụ thể của tổng
từ quần thể. Mỗi đứa trẻ đều có thể, xác suất là:
xác suất được chọn như nhau (cơ P(đặ điểm| tập hợp con) = # trẻ
hội bằng nhau) và xác suất là: em có đặc điểm nghiên cứu /
N
P(đặc điểm) = # số trẻ với đặc trong đó, | tập hợp con chỉ tập
điểm mong muốn / N hợp con đang được quan tâm
trong đó N = kích thước quần thể nghiên cứu được lấy từ quần
Ví dụ: xác suất để chọn một cậu thể, N: kích thước tập hợp con
bé hoặc một đứa trẻ 7 tuổi là bao Ví dụ: xác suất chọn một trẻ 9
nhiêu? tuổi từ quần thể con là các bé
gái là bao nhiêu?
Tuổi Tổng
Bài tập: 5 6 7 8 9 10
Trai 432 379 501 410 420 418 2560
Gái 408 513 412 436 461 500 2730
Tổng 840 892 913 846 881 918 5290
a) Xác suất để chọn được một bé trai trong số 6 tuổi là bao nhiêu?
379
𝑃 𝑇𝑟 𝑇6 = = 0.425
892
𝑃(𝑇𝑟&𝑇6) 379/5290
𝑃 𝑇𝑟 𝑇6 = = = 0.425
𝑃(𝑇6) 892/5290
4.6 Quy tắc nhân; Các sự cố độc lập
Quy tắc nhân chung
Nếu A và B là hai sự kiện bất kỳ thì
𝑃(𝐴&𝐵) = 𝑃(𝐴). 𝑃(𝐵|𝐴)
Ví dụ: Quốc hội Hoa Kỳ, Ủy ban hỗn hợp về in ấn, cung cấp thông tin về
thành phần của Quốc hội trong Thư mục của Quốc hội. Đối với Đại hội
110, 18,7% thành viên là thượng nghị sĩ và 49% thượng nghị sĩ là đảng
viên Đảng Dân chủ. Xác suất để một thành viên được chọn ngẫu nhiên
của Đại hội 110 là một thượng nghị sĩ Đảng Dân chủ là bao nhiêu?
Để cho
D = sự kiện thành viên được chọn là đảng viên Đảng Dân chủ và
S = sự kiện thành viên được chọn là thượng nghị sĩ.
Sự kiện mà thành viên được chọn là thượng nghị sĩ Đảng Dân chủ có
thể được biểu thị bằng (S & D). Chúng ta muốn xác định xác suất của
sự kiện đó.
Vì 18,7% thành viên là thượng nghị sĩ nên P (S) = 0,187; và vì 49%
thượng nghị sĩ là đảng viên Đảng Dân chủ nên P (D | S) = 0,490. Áp
dụng quy tắc nhân chung, ta được
P (S & D) = P (S) · P (D | S) = 0,187 · 0,490 = 0,092.
Xác suất để một thành viên được chọn ngẫu nhiên của Đại hội 110 là
thượng nghị sĩ Đảng dân chủ là 0,092.
Diễn giải 9,2% thành viên của Đại hội 110 là thượng nghị sĩ Đảng Dân
chủ
Bài tập về nhà:
Trong lớp Giới thiệu thống kê của Giáo sư Weiss, số lượng nam giới
và nữ giới được thể hiện trong phân bố tần suất được trình bày trong
bảng sau. Hai học sinh được chọn ngẫu nhiên từ lớp học.
Học sinh đầu tiên được chọn sẽ không được trở lại lớp học; nghĩa là,
việc lấy mẫu không có sự thay thế. Tìm xác suất để sinh viên thứ nhất
được chọn là nữ và sinh viên thứ hai là nam.
Các sự kiện độc lập
Sự kiện B được gọi là sự kiện độc lập của sự kiện A, nếu
𝑃(𝐵|𝐴) = 𝑃(𝐵)
Ví dụ: Hãy xem xét lại thử nghiệm chọn ngẫu nhiên một thẻ từ
một bộ bài 52 lá. Với:
F = sự kiện một thẻ mặt được chọn,
K = sự kiện một vua được chọn, và
H = sự kiện một trái tim được chọn.
a. Xác định xem sự kiện K có độc lập với sự kiện F hay không.
b. Xác định xem sự kiện K có độc lập với sự kiện H hay không.
Quy tắc nhân đặc biệt
Nếu A và B là 2 sự kiện độc lập, thì
𝑃(𝐴&𝐵) = 𝑃(𝐴). 𝑃(𝐵)
Và ngược lại, nếu P(A&B)=P(A).P(B) thì A và B là 2 sự kiện độc lập.
Nếu A, B, C .... là các sự kiện độc lập, thì
𝑃(𝐴&𝐵&𝐶&) = 𝑃(𝐴). 𝑃(𝐵). 𝑃(𝐶)
Ví dụ: Một bánh quay roulette của Mỹ có 38 con số, trong đó 18 con số màu
đỏ, 18 con số màu đen và 2 con số màu xanh lá cây. Khi bánh xe roulette
được quay, quả bóng có khả năng rơi vào bất kỳ con số nào trong số 38 con
số như nhau. Trong ba lần chơi tại một bánh quay roulette, xác suất để quả
bóng rơi trên mặt đất lần đầu tiên màu xanh lá cây và quả bóng màu đen ở
lần thứ hai và thứ ba là bao nhiêu?
Đầu tiên, chúng ta có thể giả định một cách hợp lý rằng kết quả của
các lượt chơi liên tiếp tại bánh xe là độc lập. Trong đó,
G1 = sự kiện quả bóng tiếp đất trên màu xanh lục lần đầu tiên,
B2 = sự kiện quả bóng tiếp đất màu đen lần thứ hai, và
B3 = sự kiện quả bóng tiếp đất màu đen lần thứ ba.
Chúng tôi muốn xác định P (G1 & B2 & B3).
Bởi vì kết quả của các lần chơi liên tiếp tại bánh xe là độc lập, chúng
ta biết rằng sự kiện G1, sự kiện B2 và sự kiện B3 là độc lập. Áp dụng
quy tắc nhân đa số đặc biệt, chúng tôi kết luận rằng
P (G1 & B2 & B3) = P (G1) · P (B2) · P (B3) = 2/38 ·18/38 ·18/38 = 0,012.
Diễn giải: Trong ba lần chơi trên bánh xe roulette, có 1,2% khả năng
quả bóng sẽ rơi xuống mặt đất màu xanh lá cây lần đầu tiên và quả
bóng màu đen ở lần thứ hai và thứ ba.
Các sự kiện loại trừ Các sự kiện độc lập
Hai hoặc nhiều sự kiện (không thể xảy ra) không thể vừa loại trừ
lẫn nhau vừa độc lập.
4.7 Quy tắc Bayes
Quy tắc xác suất tổng
Giả sử rằng các sự kiện A1, A2, ..., Ak là loại trừ lẫn nhau
và hoàn toàn; nghĩa là, chính xác một trong các sự kiện
phải xảy ra. Sau đó, đối với bất kỳ sự kiện B nào,
𝑘
𝑃(𝐴𝑖 ). 𝑃(𝐵|𝐴𝑖 )
𝑃(𝐴𝑖 |𝐵) = 𝑘
σ𝑗=1 𝑃(𝐴𝑗 ) 𝑃(𝐵|𝐴𝑗 )
trong đó 𝐴𝑖 là một sự kiện bất kỳ trong các sự kiện 𝐴1 ,
𝐴2 , 𝐴3 . . . . . 𝐴𝑘
Ví dụ: chúng ta biết rằng 13,6% cư dân Đông Bắc là người cao niên. Bây giờ
chúng ta hỏi: Bao nhiêu phần trăm người cao niên là cư dân ở Đông Bắc??
𝑃(𝐴𝑖 ). 𝑃(𝐵|𝐴𝑖 )
𝑃(𝐴𝑖 |𝐵) = 𝑘
σ𝑗=1 𝑃(𝐴𝑗 ) 𝑃(𝐵|𝐴𝑗 )
Bài giải:
Kí hiệu được giới thiệu ở đầu lời giải cho ví dụ ở trên chỉ ra
rằng, về mặt xác suất, vấn đề là tìm P (R1 | S) —xác suất
mà một cư dân Hoa Kỳ sống ở Đông Bắc, cho rằng cư
dân đó là một người cao tuổi. Để có được xác suất có
điều kiện đó, chúng ta áp dụng quy tắc Bayes :
P (R1 | S) = P (R1) · P (S | R1) 4j = 1 P (Rj) · P (S | Rj) = 0,183 ·
0,136
0,183 · 0,136 + 0,222 · 0,128 + 0,363 · 0,125 + 0,232 · 0,112
= 0,200.
Diễn giải: 20,0% người cao niên là cư dân Đông Bắc.
Bài tập về nhà
Theo điều tra về bang Arizona của Hiệp hội Phổi Hoa Kỳ,
7,0% dân số mắc bệnh phổi. Trong số những người bị bệnh
phổi, 90,0% là người hút thuốc; trong số những người
không mắc bệnh phổi, 25,3% là người hút thuốc.
Xác định xác suất để một người hút thuốc được chọn
ngẫu nhiên mắc bệnh phổi.
Hai thuật ngữ quan trọng gắn liền với quy tắc Bayes là xác suất trước
và xác suất sau. Trong ví dụ trên, chúng ta thấy rằng xác suất là 0,070
để một người được chọn ngẫu nhiên bị bệnh phổi: P (L2) = 0,070. Xác
suất này không tính đến việc người đó có phải là người hút thuốc hay
không. Do đó, nó được gọi là xác suất trước vì nó đại diện cho xác
suất người được chọn mắc bệnh phổi trước khi biết liệu người đó có
hút thuốc hay không.
Bây giờ, giả sử rằng người được chọn bị phát hiện là một người hút
thuốc. Sử dụng thông tin bổ sung này, chúng tôi có thể sửa đổi xác
suất người đó bị bệnh phổi. Chúng tôi làm như vậy bằng cách xác
định xác suất có điều kiện để người được chọn mắc bệnh phổi, với
điều kiện người được chọn là người hút thuốc: P (L2 | S) = 0,211 .
Xác suất sửa đổi này được gọi là xác suất sau vì nó đại diện cho xác
suất người được chọn mắc bệnh phổi sau khi chúng ta biết rằng
người đó là người hút thuốc.
4.8 Quy tắc đếm
Quy tắc đếm cơ bản
Giả sử rằng r hành động được thực hiện theo một thứ tự
xác định. Ngoài ra, giả sử rằng có m1 khả năng cho
hành động đầu tiên và tương ứng với mỗi khả năng này
là m2 khả năng cho hành động thứ hai, v.v. Sau đó, có
m1 · m2 ·· mr hoàn toàn có khả năng cho
hành động r
Ví dụ: Biển số xe của một tiểu bang bao gồm ba chữ cái theo sau là
ba chữ số.
a. Có bao nhiêu biển số xe khác nhau?
b. Có bao nhiêu khả năng có biển số xe không có chữ cái hoặc chữ số
được lặp lại?
Đối với cả hai câu (a) và (b), áp dụng BCR với sáu hành động (r = 6).
a. Có 26 khả năng cho chữ cái đầu tiên, 26 cho chữ cái thứ hai và
26 cho chữ cái thứ ba; có 10 khả năng cho chữ số thứ nhất, 10 cho
chữ số thứ hai và 10 cho chữ số thứ ba. Áp dụng BCR cho
m1 · m2 · m3 · m4 · m5 · m6 = 26 · 26 · 26 · 10 · 10 · 10 = 17.576.000
khả năng cho các biển số xe khác nhau.
b. Một lần nữa, có 26 khả năng cho chữ cái đầu tiên. Tuy nhiên, đối
với mỗi khả năng xảy ra đối với chữ cái đầu tiên, có 25 khả năng
tương ứng cho chữ cái thứ hai vì chữ cái thứ hai không thể giống
chữ thứ nhất và với mỗi khả năng xảy ra đối với chữ cái đầu tiên, có
24 khả năng tương ứng cho chữ cái thứ ba. bởi vì chữ cái thứ ba
không thể giống chữ cái đầu tiên hoặc chữ cái thứ hai.
Tương tự, có 10 khả năng xảy ra với chữ số đầu tiên, 9 cho chữ số thứ
hai và 8 cho chữ số thứ ba. Vì vậy, theo BCR, có
m1 · m2 · m3 · m4 · m5 · m6 = 26 · 25 · 24 · 10 · 9 · 8 = 11.232.000
khả năng cho các biển số xe không có chữ cái hoặc chữ số nào
được lặp lại.
Quy tắc hoán vị
Số hoán vị có thể có của r đối tượng từ tập hợp m đối tượng
được cho bởi công thức:
𝑚!
𝑚 𝑀𝑟 =
(𝑚 − 𝑟)!
Ví dụ: Trong một cuộc cá cược tại trường đua, người đặt
cược chọn hai con ngựa mà anh ta hoặc cô ta nghĩ sẽ về
đích nhất và nhì theo một thứ tự nhất định. Đối với một cuộc
đua có 12 con ngựa tham gia, hãy xác định số lượng cược
chính xác có thể có.
Việc chọn hai con ngựa trong số 12 con ngựa để đánh cuộc
chính xác được cho là phù hợp với việc xác định hoán vị của
hai đối tượng từ tập hợp 12 đối tượng. Đối tượng đầu tiên là con
ngựa được chọn để về đích ở vị trí thứ nhất, và đối tượng thứ hai
là con ngựa được chọn về đích ở vị trí thứ hai.
Do đó, số lần đặt cược chính xác có thể có là 12P2 — số lần
hoán vị có thể có của hai đối tượng từ tập hợp 12 đối tượng. Áp
dụng quy tắc pemuta tions, với m = 12 và r = 2, chúng ta thu
được
12! 12.11.10!
12 𝑃2 = = = 12.11 = 132
(12 − 2)! 10!
Giải thích Trong một cuộc đua 12 con ngựa, có 132 lần đặt cược
chính xác
Quy tắc kết hợp
Số lượng các kết hợp có thể có của r đối tượng từ tập hợp
m đối tượng được cho bởi công thức:
𝑚!
𝑚 𝐶𝑟 =
𝑟! (𝑚 − 𝑟)!
Ví dụ: Để chiêu mộ thành viên mới, câu lạc bộ đĩa compact
(CD) quảng cáo ưu đãi giới thiệu đặc biệt: Thành viên mới
đồng ý mua 1 CD với giá thông thường của câu lạc bộ và
nhận miễn phí 4 CD bất kỳ mà họ lựa chọn từ bộ sưu tập 69
CD. Thành viên mới có bao nhiêu khả năng được chọn trong
số 4 đĩa CD miễn phí?
Bất kỳ lựa chọn cụ thể nào gồm 4 CD từ 69 CD là sự kết hợp
của 4 đối tượng từ bộ sưu tập 69 đối tượng. Theo quy tắc kết
hợp, số lượng các lựa chọn có thể có là
69! 69.68.67.66.65!
69𝐶4 = = = 864 501
4! (69 − 4)! 4! .65!